浅析公路工程检测中如何做好试验数据处理.PDFVIP

浅析公路工程检测中如何做好试验数据处理.PDF

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
浅析公路工程检测中如何做好试验数据处理

中国月期刊咨询网 浅析公路工程检测中如何做好试验数据处理 摘要:在公路工程施工中,对试验数据进行处理是一项重要的内容,对试验数据处理方法是否得当将直接影响着整个 公路工程的施工质量。本文结合相关的例子,对公路工程检测试验数据的处理方法进行了全面的探讨。 关键词:公路工程;数据;误差;修正;整理 engineering test data processing method are studied. 中图分类号:U41文献标识码: A 文章编号:2095-2104(2012)06-0020-02 1引言 在公路工程施工中,对各种原材料进行全面的检验是一个常见的问题。对原材料进行全面的试验分析,对原材料进行 严格的把关以满足整个工程的施工需要。对工程施工质量进行检测,要保证整个工程建设的顺利进行。因此,在施工 中进行试验检测是一个非常重要的环节。面对大量的试验数据,如何进行有效的选择,并利用这些有限的试验检测数 据客观、全面地反映事物的整体面貌,就需要运用一定的方法对数据进行加工整理分析。下面就试验检测数据的处理 方法谈一些认识。 2试验检测数据的误差与修正 在进行各种试验检测时,所获得的试验检测结果,首先反映为试验检测数据,并不一定会与该量值的理论期望值完全 相同,其差值称之为误差(或称为绝对误差,绝对误差与期望值之比称为相对误差)。误差是由测试方法、仪器设备、 环境条件、人员素质等多方面原因造成的,是客观存在的、不可避免的一种现象。因此,在检测试验过程中,除对造 成误差的因素进行严格控制以减少误差外,还要对测试数据进行修正,从而得出正确的检测试验结果。 按照误差的特点和性质,误差可分为系统误差、随机误差(也称偶然误差)和粗大误差三类。 系统误差是指在同一条件下,多次测试同一量值时,绝对值和符号保持不变,或在条件改变时,按一定规律变化的误 差。系统误差反映结果的准确性。测试结果的正确与否,很大程度上取决于系统误差的大小。 由于系统误差具有确定的规律性,可以通过一定的手段和方法找出其规律,并算出修正值进行修正,进而得出正确的 测试结果。系统误差可表示为: 随机误差(偶然误差)是指在同一条件下对同一量值进行多次重复测试时,各测试数据的误差值或大或小、或正或负, 其取值的大小没有确定规律性的误差。随机误差的存在,只影响测试结果的精密程度而对其他无大的影响。 随机误差虽不具有确定规律性,但却服从统计规律,其值有一定的分布范围,且呈对称分布,其数学期望值为0。也 就是说,对同一量值在等精度条件下,进行多次重复测试,并以多次测试数据的算术平均值作为其测试结果,随机误 差相互叠加,正负抵消。所以,算术平均值具有无偏性、有效性和代表性。这就是所说的利用算术平均值的原理处理 随机误差,因此,要减少随机误差的影响,应有足够的测试次数。所以,有些规范对某些重要的试验都规定了相应的 试验次数。 粗大误差是指超出正常范围的大误差,也称为过失误差。所谓正常范围是指测试结果中所含误差取值具有一定的分布 范围,只要误差取值不超过规定的界限就是允许的。而粗大误差超出了误差的正常分布范围,具有较大的数值。它虽 具有随机性,但不同于随机误差。含有粗大误差的数据是个别的,为不正常现象,粗大误差会使测试结果受到歪曲。 因此,含有粗大误差的数据应舍去。但是,若主观地将误差较大但属正常的数据判定为粗大误差剔除,也同样会歪曲 测试结果。由此可见,判定异常数据是很重要的。按照统计学原理,比较公认的判定准则有四个,并以3σ准则最为 简单常用,即: 在检测试验工作中,经常提到精度的概念,所谓精度是指反映测试结果与其值接近程度的量。它与误差的大小相对应 中国月期刊咨询网 ,可用误差大小表示精度的高低,误差小则精度高,误差大则精度低。精度可分为:a)准确度它反映测试结果的正确 程度,即系统误差的影响程度,检测结果的正确与否很大程度上取决于该次检测的系统误差大小;b)精密度它反映检 测数据的重复性,重复性好即精密度高,反之,则精密度低,它反映的是随机误差的大小程度;c)精确度它反映检测 结果中系统误差和随机误差综合的影响程度。对于具体的一个检测试验,精密度高的其准确度不一定高,准确高的其 精密度也不一定高,但精确度高,则精密度与准确度必然都高。 3试验检测数据的有效数字确定和运算 在检测结果的记录和运算中,确定用几位数字来表示检测结果或运算结果,也是一个十分重要的问题。检测结果含有 较高的误差,是一个近似值,其精度有一定限度,在记录其结果数据位数取值多少时

文档评论(0)

tangtianbao1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档