Принцип равных влияний: расчёт точности измерений

Принцип равных влияний - способ предварительно распределить требуемую точность результата между несколькими измерениями. Инженер задаёт каждому источнику одинаковый вклад в неопределённость результата с учётом того, насколько результат чувствителен к этому источнику. Это помогает ответить на практический вопрос: какие требования предъявить к каждому измерению, если известна требуемая точность всей системы? В калькуляторе можно изменить чувствительность второго входа и увидеть, как меняется требование к нему.
Зачем распределять точность заранее
Пусть итоговый размер, координата или параметр вычисляется из нескольких измеренных величин. Требование к итоговой точности само по себе не определяет точность каждой из них: один и тот же бюджет можно поделить многими способами. Принцип равных влияний добавляет условие, позволяющее получить первый рабочий вариант распределения. Он особенно удобен, когда сведений о стоимости и достижимой точности отдельных измерений пока мало.
Равное влияние означает равные вклады после пересчёта к результату. При этом сами стандартные неопределённости входов могут быть разными, в том числе измеряться в разных единицах. Более чувствительному входу потребуется меньшая неопределённость, если прочие условия модели одинаковы. Это видно при изменении коэффициента второго входа в ролике: его полоса укорачивается, хотя влияние на результат сохраняется.
Такой предрасчёт точности начинается с модели: сначала задают модель и бюджет, затем проверяют, достижимы ли рассчитанные требования. Равное распределение - проектное решение, а не закон природы и не гарантия минимальной стоимости.
Формула для некоррелированных входов
Пусть результат зависит от входных величин. Стандартную неопределённость входа обозначим , а коэффициент чувствительности в рабочей точке - . При пренебрежимо малых корреляциях и пригодности линейного приближения закон распространения неопределённости даёт
Здесь - суммарная стандартная неопределённость результата. Каждое слагаемое - вклад в его дисперсию; величина - соответствующий вклад в единицах результата. Для линейной модели выражение точно при заданных дисперсиях и нулевых ковариациях, для нелинейной это обычно приближение первого порядка. Формулу и роль корреляций описывает руководство JCGM по выражению неопределённости измерения.
Если целевая стандартная неопределённость результата равна , равное распределение полной дисперсии задаётся условиями
Формула относится к ненулевым и предполагает, что все учитываемых вкладов распределяются по этому правилу. Знак производной не меняет отдельный вклад в дисперсию, но важен при учёте корреляций. Коэффициент может иметь единицу измерения: произведение всегда выражается в единицах результата.
Пример: два измерения с разной чувствительностью
Рассмотрим учебную линейную модель . Все три величины выражены в миллиметрах, а коэффициенты и безразмерны. Требуется получить мм. Предположим, что входы некоррелированы и других вкладов нет.
Всего два источника, поэтому каждому отводится половина дисперсии результата: мм². В единицах результата величина каждого вклада составляет мм. Отсюда
Второй вход влияет на результат вдвое сильнее, поэтому его стандартная неопределённость должна быть вдвое меньше. Проверка возвращает исходный бюджет: мм. Небольшая разница при ручной проверке возникает из-за округления; вычислять лучше по неокруглённым значениям.

Этот пример иллюстрирует планирование, а не реальные характеристики приборов. На практике необходимо отдельно оценить калибровку, повторяемость, среду и прочие значимые источники. О том, как оценивать сами средства измерения, рассказывает статья про нормирование погрешности.
Как применять метод по шагам
- Запишите измерительную модель и укажите единицы входов и результата. Включите поправки, если они существенно влияют на ответ.
- Уточните требование: оно должно быть выражено как целевая стандартная неопределённость результата. Если задана расширенная неопределённость , сначала разделите её на заданный коэффициент охвата .
- Определите значимые источники и вычислите частные производные в рабочей точке. Разные входы могут иметь разные размеры и чувствительности.
- Проверьте зависимость источников. Для некоррелированных входов распределите доступную дисперсию и найдите требования по формуле выше.
- Сопоставьте полученные значения с возможностями приборов и методов, затем пересчитайте бюджет целиком по реальным оценкам.
Если часть бюджета уже занята фиксированным независимым вкладом , распределяют только остаток дисперсии . Когда остаток неположителен, места для новых ненулевых вкладов в этом бюджете нет. Если он положителен, в формуле для распределяемых источников вместо используют квадратный корень из остатка. Подробности о том, чем стандартная неопределённость отличается от расширенной, разобраны в статье о коэффициенте охвата.
Как читать полученный бюджет
Результаты расчёта служат требованиями к оценкам входных величин, а не настройками, которые автоматически обеспечит любой прибор. Например, в задаче выше значение 0,707 мм для второго входа относится к стандартной неопределённости всей оценки этого входа. Если в неё входят повторяемость, калибровка и поправка на температуру, нужно сначала собрать их собственный бюджет. Нельзя назначить каждому из этих источников по 0,707 мм: вместе они могут превысить отведённую величину.
Следующий шаг - сравнить расчёт с реальным процессом. Если оценка второго входа получается меньше целевого значения, у системы есть запас по этому источнику; если больше, общий бюджет придётся пересчитать. Запас не означает, что им можно пользоваться без проверки остальных составляющих. Перераспределение допустимо, когда итоговая дисперсия с учётом всех значимых источников и зависимостей остаётся в пределах требования. Рабочую точку и используемые допущения полезно сохранить вместе с расчётом: при изменении конструкции чувствительности тоже могут измениться. Проверка метрологической прослеживаемости помогает связать измерения с подходящими эталонами, но наличие прослеживаемости само по себе не устанавливает, что бюджет точности выполнен.
Полезно оформить бюджет в таблице: для каждого источника записать оценку неопределённости, коэффициент чувствительности, произведение этих величин и основание оценки. Отдельно указывают общие источники и зависимости. Такая запись позволяет другому специалисту воспроизвести вычисление и увидеть, какие допущения нужно пересмотреть при замене прибора. При округлении входных значений сохраняйте дополнительные знаки до последнего шага: иначе небольшая разница может выглядеть как нарушение заданного бюджета. Итоговое требование должно относиться к тем же условиям работы, для которых получены входные оценки.
Когда равные влияния не подходят
У входов может быть общая причина ошибки: например, оба прибора поверены по одному эталону или обе величины получены из одного набора наблюдений. Тогда в дисперсию входят ковариационные слагаемые . Они могут как увеличить, так и уменьшить результат; делить всю дисперсию только между отдельными квадратами уже недостаточно. Сначала надо построить модель зависимостей и оценить ковариации. NIST отдельно рассматривает их роль в распространении неопределённости.
Равные вклады не обязательно экономичны. Одно измерение может быть легко улучшить, а другое - очень дорого. Если технологии и затраты известны, бюджет можно перераспределить неравномерно, сохранив целевую неопределённость результата. При сильной нелинейности или большой неопределённости входов производные в одной точке могут недостаточно точно описывать распространение: тогда полезно проверить модель методом Монте-Карло или другим подходящим методом.
Особый случай - нулевой коэффициент чувствительности. Делить на ноль нельзя; это означает лишь отсутствие вклада первого порядка в выбранной точке. Влияние более высоких порядков при этом может сохраняться. Наконец, стандартная неопределённость не равна предельной ошибке. Для гарантированного наихудшего сочетания границ применяют другую модель суммирования; сравнение подходов есть в статье о сложении погрешностей.
Частые ошибки
- Приравнивать неопределённости входов. При разных чувствительностях равные дают разные вклады в результат.
- Делить стандартную неопределённость на . Для некоррелированных составляющих поровну делят дисперсию, поэтому вклад равен .
- Подставлять предел допуска вместо стандартной неопределённости. Сначала нужна обоснованная модель распределения и перевод в сопоставимые величины.
- Игнорировать общие источники. Корреляция меняет итоговый бюджет, даже если отдельные вклады одинаковы.
- Считать предварительные требования доказанной точностью. После выбора приборов необходим расчёт по фактическим оценкам и проверка модели.
FAQ
Всегда ли равные влияния означают равные ошибки измерений?
Нет. Равны произведения , а входные неопределённости совпадут лишь при равных модулях коэффициентов чувствительности.
Можно ли применять принцип к трём и более измерениям?
Да. При тех же предположениях каждому из источников назначают долю дисперсии результата, а его вклад в стандартную неопределённость равен .
Это оптимальное по стоимости распределение?
Не обязательно. Равные влияния удобны как начальная оценка; оптимизация требует данных о стоимости и достижимой точности каждого измерения.
Коротко
Принцип равных влияний превращает общее требование к точности в предварительные требования к входам. Для некоррелированных источников равные доли назначают в дисперсии, учитывая коэффициенты чувствительности. Полученный бюджет затем проверяют на корреляции, нелинейность, реальные характеристики приборов и практическую стоимость.
Читайте также

Предрасчёт точности: бюджет неопределённости
Как выполнить предрасчёт точности измерительной системы: составить бюджет неопределённости, проверить запас относительно цели и выбрать вклад для улучшения.

Глубинный показатель коррозии: формула и расчёт
Как рассчитать глубинный показатель коррозии по потере массы, площади, плотности и времени, перевести результат в мм/год и понять ограничения средней скорости.

Метод кусочно-линейной аппроксимации: пример и ошибка
Метод кусочно-линейной аппроксимации по узлам: формула отрезка, подробный расчёт на примере, оценка погрешности и выбор шага сетки для инженерной задачи с таблицей значений.

Метод предельных состояний: группы и пример расчёта
Метод предельных состояний в строительстве: чем отличаются прочность и пригодность к эксплуатации, как учитывают нагрузки и проверяют балку на примере.

Ошибка центрирования: влияние на измерение угла
Что такое ошибка центрирования в геодезии, как смещение прибора влияет на направление и горизонтальный угол, как выполнить расчёт и проверить установку на пункте.

Расчёт осадки фундамента: формула и пример
Как оценить осадку фундамента по сжатию слоёв грунта: формула, пример с единицами, необходимые исходные данные и отличия учебной модели от проектной проверки основания.