Основы теории суммирования погрешностей

Определение расчетным путем оценки результирующей погрешности по известным оценкам ее составляющих называется суммированием погрешностей.

Главной проблемой, возникающей при суммировании, является то, что все составляющие погрешности должны рассматриваться как случайные величины. С точки зрения теории вероятностей они наиболее полно могут быть описаны своими законами распределения, а их совместное действие — соответствующим многомерным распределением. Однако в такой постановке задача суммирования погрешностей практически не разрешима уже для нескольких составляющих, не говоря о нескольких десятках.

Практически приемлемый путь решения данной задачи суммирования погрешностей состоит в отказе от определения и использования многомерных функций распределения составляющих погрешности. Необходимо подобрать для характеристик составляющих такие числовые оценки (СКО, эксцесс и др.), оперируя с которыми можно было бы получить соответствующие числовые оценки результирующей погрешности. При этом следует учитывать, что:

• отдельные составляющие погрешности могут быть коррелиро-ваны между собой;

• при суммировании случайных величин их законы распределения существенно деформируются, т.е. форма закона суммы может резко отличаться от формы закона распределения составляющих.

Правила суммирования погрешностей основываются [4] на том, что погрешность по абсолютному значению всегда много меньше самой измеряемой величины. Поэтому изменение погрешности в зависимости от изменения измеряемой величины может быть учтено, если все суммируемые случайные и систематические составляющие погрешности разделить на аддитивные и мультипликативные. Сумма аддитивных составляющих даст значение аддитивной части результирующей погрешности, а сумма мультипликативных составляющих — значение мультипликативной части результирующей погрешности.

В пределах некоторого диапазона изменения, как правило, десятикратного, измеряемой величины изменение результирующей погрешности может быть с достаточной степенью точности представлено прямой линией или простейшей кривой (парабола, гипербола). Это дает возможность описать результирующую погрешность линейной или нелинейной двузвенной формулой. При большем изменении измеряемой величины весь диапазон разбивается на участки, для которых и определяются крайние погрешности.

Пример 9.1. Основная допускаемая погрешность измерения сопротивления цифрового микропроцессорного измерителя иммитанса марки Е7-14 при различных диапазонах измерения и добротностях Q приведена в таблице.

Диапазон измерения	Конечное значение диапазона Rk, Ом	Предел допустимого значения основной погрешности, Ом
0,1. ..1000 мОм		10-3(1+Q) R+3×10 -4Rk
0,001. ..10 Ом		10-3 (l+Q) R+2×10-4Rk
0,01. ..100 Ом		10-3 (1+Q) R+2×10-4Rk
100.. .1000 Ом		[10-3 (l+Q)+2×10-3 R/Rk] R
1...10 кОм		[10-3(l + Q)+2×10-3 R/Rk] R

Для устранения влияния деформации формы законов распределения все суммируемые составляющие исходно представляются своими СКО и все операции расчетного суммирования проводятся только над ними. Учет взаимных корреляционных связей между суммируемыми составляющими производится путем использования различных правил суммирования для жестко и слабо коррелированных составляющих. Эти правила рассмотрены далее.

В результате суммирования СКО составляющих получаются средние квадратические отклонения соответственно аддитивной, мультипликативной или нелинейной составляющих результирующей погрешности. СКО аддитивной составляющей результирующей погрешности будет характеризовать результирующую погрешность в начале диапазона. Сумма СКО аддитивной и мультипликативной составляющих в конце диапазона описывает результирующую погрешность в конце диапазона. Если участков несколько, то суммирование проводится на всех участках, а затем принимается решение о методе описания результирующей погрешности.

Результирующую погрешность необходимо выразить в виде доверительного интервала. Его расчет по полученному СКО является с точки зрения теории самой трудной операцией при суммировании погрешностей. Это связано с тем, что доверительный интервал равен произведению рассчитанного СКО и множителя, зависящего от закона распределения результирующей погрешности. В то же время вся излагаемая методика с самого начала была нацелена на то, чтобы обойтись без точного определения результирующего закона распределения суммы всех составляющих.

Практические правила расчетного суммирования результирующей погрешности состоят в следующем [4]:

1. Для определения суммарного значения СКО должны учитываться корреляционные связи различных составляющих погрешности. В связи с этим исходными данными для более точного расчета должны служить оценки именно всех отдельных составляющих погрешности, а не оценки некоторых суммарных погрешностей.

2. Для каждой составляющей должно быть найдено ее СКО. В большинстве случаев для этого необходимо знание или предположение о виде закона ее распределения.

3. Все суммируемые составляющие разделяются на аддитивные и мультипликативные составляющие, которые суммируются отдельно.

4. Так как в большинстве случаев точное значение коэффициента корреляции р найти невозможно, то все погрешности должны быть условно разделены на:

• сильно коррелированные при 0,7 £ |ρ| £ 1, для которых считают ρ -= ±1 в зависимости от знака коэффициента корреляции;

• слабо коррелированные при 0 £|ρ| £ 0,7, для которых ρ = 0.

5. Из суммируемых составляющих выделяются группы сильно коррелированных между собой погрешностей и внутри этих групп производится алгебраическое суммирование их оценок.

6. После алгебраического суммирования групп сильно коррелированных погрешностей суммарные по группам и оставшиеся вне групп погрешности можно считать некоррелированными и складывать по правилу геометрического суммирования.

Для определения СКО суммарной погрешности при начальном значении измеряемой величины складывают лишь аддитивные составляющие, а для определения СКО погрешности в конце диапазона изменения измеряемой величины — все просуммированные выше составляющие.

7. Для перехода от СКО погрешности к доверительному значению должно быть вынесено суждение о форме закона распределения результирующей погрешности и тем самым выбрано значение квантильного множителя.

Изложенная методика может быть несколько упрощена. Самым сложным в ней являются нахождение СКО всех составляющих по известным их интервальным оценкам и определение интервальной оценки результирующей погрешности по полученному СКО.

В обоих случаях необходимо знание закона распределения погрешностей. Упрощение методики суммирования состоит в том, чтобы сделать эти переходы по возможности более простыми. Один из вариантов состоит в следующем. Согласно центральной предельной теореме, если число суммируемых независимых составляющих достаточно велико (практически при m > 5) и если среди этих составляющих нет существенно преобладающих над остальными, то результирующий закон распределения близок к нормальному. Однако предположение о близости закона распределения к нормальному без соответствующего анализа достаточно рискованно даже и при большом числе суммируемых составляющих. Тем не менее при недостатке времени и невысоких требованиях к точности получаемого результата предположение о нормальности закона распределения результирующей погрешности вполне возможно. В этом случае доверительный интервал D = z_pS_S, где z_p — квантильный множитель, определяемый через функцию Лапласа; S_S — суммарное СКО или его оценка.

Такой прием существенно снижает трудоемкость расчетов, но может вносить весьма значительные ошибки, если реальное распределение сильно отличается от нормального закона. Например, при фактическом арксинусоидальном распределении ошибка может достигать 180% [4]. Поэтому использовать его надо весьма осмотрительно.

В качестве другого пути упрощения перехода от СКО результирующей погрешности к ее интервальной оценке следует указать возможность использования доверительной вероятности Р_д = 0,9, при которой для большой группы различных распределений имеет место соотношение

(9.1)

Действительно, как показано в [4], для широкого класса симметричных, высокоэнтропийных (k > 1,7) распределений, а именно для равномерного, треугольного, трапецеидальных, нормального, экспоненциальных с показателем степени a ³ 2/3, двухмодальных с глубиной антимодальности менее 1,5, интегральные кривые F(x) в области 0,05 и 0,95 квантилей пересекаются между собой в очень узком интервале значений X/S = 1,6 ± 0,05. Поэтому с погрешностью 0,058 можно считать, что квантили 0,05 и 0,95 для любых из этих распределений могут быть найдены как + 1,6 S, где Х_ц— координата центра распределения; ST— его СКО. Отсюда следует, что значение доверительного интервала, найденное по формуле (9.1), для любого из названных распределений является интервалом с 90%-ной доверительной вероятностью.

При Р_д > 0,9 интегральные кривые для разных законов распределения резко расходятся между собой. В этом случае для нахождения доверительного интервала D = z_pS_S в [4] предложено вместо большого числа таблиц квантилей разнообразных распределений найти для близких классов распределений аппроксимирующие выражения z_p = f(e,P), где e — эксцесс распределения.

Для входящих в классы экспоненциальных и трапецеидальных распределений, а именно: распределения Лапласа (e = 6); нормального распределения (e = 3); трапецеидального распределения с соотношением верхнего и нижнего оснований 1:2 (e = 2) и равномерного распределения (e = 1,8), зависимость квантильного множителя от эксцесса и доверительной вероятности аппроксимируется уравнением

(9.2)

Погрешность аппроксимации не превышает 4% при изменении Р от 0,9 до 0,99 и 8% — от 0,9 до 0,999.

Для кругловершинных двухмодальных распределений, представляющих собой композицию нормального и дискретного двузначного распределений, в диапазоне изменения е от 3 до 1,3 для Р от 0,9 до 0,999 с погрешностью 10% зависимость z_p = f(e,P) аппроксимируется выражением

(9.3)

Для островершинных двухмодальных распределений, образующихся как композиция распределения Лапласа и дискретного двузначного распределения, рассматриваемая зависимость в интервале значений е от 1,8 до 6 при Р от 0,9 до 0,999 с погрешностью 5% аппроксимируется формулой

(9.4)

Для уплощенных распределений, образующихся как композиция экспоненциального распределения с a = 1/2 и равномерного распределения в интервале значений e от 6 до 1,8 с погрешностью 8%, рассматриваемая зависимость аппроксимируется формулой

(9.5)

Использование приведенных уравнений позволяет, не прибегая к таблицам, с достаточной для практики степенью точности вычислять доверительные интервалы для всех встречающихся распределений погрешностей. Однако для выбора формулы нужно вынести суждение о классе распределения суммарной погрешности.

Дальнейшие упрощения методики, выражающиеся в пренебрежении разделением погрешностей на аддитивные и мультипликативные, коррелированные и некоррелированные, недопустимы, поскольку при суммировании погрешностей получены неверные результаты.