本发明专利技术公开了一种冲击力溯源系统的测量不确定度评定方法,其包括:建立冲击力溯源系统的误差表征模型,将误差表征模型表示成向量x,根据抽样次数的自适应决策模型确定最佳抽样次数Mmc,以向量x作为输入量,根据输入量对应的概率密度函数进行Mmc次抽样,建立冲击力溯源模型的输入‑输出关系,对冲击力溯源系统进行测量不确定度的评定。本发明专利技术能够根据适应度函数的收敛域,自动计算抽样次数,提高复杂非线性模型的测量不确定度评定精度,有效地提高测量不确定度的评定效率。基于上述一种冲击力溯源系统的测量不确定度评定方法更满足冲击力溯源的实际工程需要。
【技术实现步骤摘要】
一种冲击力溯源系统的测量不确定度评定方法
本专利技术属于力学计量
,涉及到一种冲击力溯源系统的测量不确定度评定方法,适用于材料力学试验机的动态校准。
技术介绍
冲击力溯源的目的是将动态力的量值建成相应国家基准或者国际基准,它被广泛地应用于航天器机翼载荷识别、汽车零部件性能检测、列车受电弓冲击测试、武器杀伤力评估等冲击载荷的高精度测量及力传感器的动态校准领域。作为力学计量的核心,冲击力溯源是仪器设备性能稳定的关键。冲击力溯源系统的测量不确定度来源于直接量和间接量的测量过程,因此,它的测量不确定度评定方法有两种。第一种是GUM法(GuidetotheUncertaintyinMeasurement,简称GUM),通过对各输入量逐一评定和合成就能粗略地估计冲击力溯源系统的测量不确定度。但是,冲击力溯源系统的表征模型具有分量多、样本分布复杂和非线性等特点,GUM法很难全面、准确地评定其测量不确定度。第二种是蒙特卡罗法(MonteCarloMethod,简称MCM),该法不易受样本空间和模型非线性的影响,常常被用于复杂传递模型的不确定度评定。但是,MCM模拟过程需要动态干预抽样空间的大小和迭代停止条件,极大地影响了测量不确定度的评定精度和效率。
技术实现思路
本专利技术针对现有技术的不足,提出了一种冲击力溯源系统的测量不确定度评定方法。本专利技术一种冲击力溯源系统的测量不确定度评定方法,具体包括如下步骤:S1:建立冲击力溯源系统的误差表征模型;S2:将步骤S1中的误差表征模型表示成向量x;S3:根据抽样次数的自适应决策模型确定最佳抽样次数Mmc;S4:以步骤S2得到的向量x作为输入量,根据输入量对应的概率密度函数进行Mmc次抽样,建立冲击力溯源模型的输入-输出关系;S5:根据冲击力溯源模型的输入-输出关系进行冲击力溯源系统的测量不确定度评定。步骤S1中,误差表征模型包括如下6个:1)落锤有效碰撞质量测量误差的表征模型有效碰撞质量来自于落锤本身,它可通过电子天平测量;设电子天平测量精度为η1(自由度为k1),落锤有效碰撞质量测量误差△m的标准差表示为落锤有效碰撞质量测量误差服从正态分布N(0,σ2(△m)),概率密度函数为2)激光光轴与铅锤线不重合误差的表征模型受到二维平台对激光干涉仪的角度调整精度的影响,激光光轴与铅锤线之间会有一个夹角γ,使激光光轴与铅锤线不重合,设激光干涉仪的测头中心与落锤上表面测点之间的直线测量距离为L,激光干涉仪的测头中心与测点之间沿铅垂线方向的垂直距离为L·cosγ;落锤表面的时变位移测量误差为△L=L(1-cosγ)(3)在连续的时间历程上,冲击加速度是通过时变位移的二阶微分得到的,即式中,L(t)为时变位移;a(t)为冲击加速度;根据误差的传递关系,激光光轴与铅锤线不重合误差为△aγ=1-cosγ(5)设二维平台对激光干涉仪的角度调整精度在[-ang,ang]rad区间,激光光轴与铅锤线不重合误差△αγ的概率密度函数为激光光轴与铅锤线不重合误差△αγ的期望和方差分别为3)激光干涉仪测量误差的表征模型受到激光干涉仪灵敏度校准误差、线性度校准误差和采样误差等的综合影响,仪器测量精度为η2(k2),由此产生的测量误差△aLDI的标准差为激光干涉仪测量误差服从均匀分布R[-σ(△aLDI),σ(△aLDI)];4)落锤的加速度分布不均匀误差的表征模型在落锤上表面选取n个均匀分布的测点,利用激光干涉仪实时采集各测点的加速度,落锤撞击时的加速度分布不均匀度χa(x,y,t)为式中,a(0,0)为同次测量时上表面中心点的加速度;对各测点进行10次重复测量,求各次测量值χa(x,y,t)的均值落锤的加速度分布不均匀误差的概率密度函数服从5)落锤横向偏摆误差的表征模型冲击力溯源要求落锤在非共振频率的横向偏摆Txy-z≤5%,在共振频率的横向偏摆Txy-z≤10%;则落锤横向偏摆误差为工程中,溯源过程只考虑落锤在非共振频率的横向偏摆,落锤横向偏摆误差服从均匀分布R[-0.125×10-2,0.125×10-2];6)落锤尺寸测量误差的表征模型利用示值最大测量误差为η3(k3)的游标卡尺来测量落锤的高度h,示值误差△h的标准差为η3·h/2,落锤尺寸测量误差满足正态分布步骤S2中的向量x:将步骤S1中的误差表征模型表示为向量x=(x1,x2,x3,x4,x5,x6,x7)=(△m,△αγ,△aLDI,χa,δxy-z,δREC,△h)的形式。步骤S3中抽样次数的自适应决策模型:设置信概率为p,抽样次数Mmc应满足如下关系:将M0作为初始抽样次数,利用相邻抽样次数之间的相对误差作为适应度函数,即式中,为第i个输入量经过Mk次迭代之后的样本均值,δ为预设的迭代精度,决策时,当样本满足式(12)的精度要求时,Mk+1为最佳抽样次数,令Mmc=Mk+1,溯源表征模型输入量的样本分布最佳逼近总体分布,否则,抽样次数自加1,并返回到式(12)进行重新判断。步骤S4中冲击力溯源模型的输入-输出关系:以向量x作为输入量,根据输入量对应的概率密度函数进行Mmc次抽样,输入量在抽样过程的矩阵形式为式中,为一个(Mmc)×6的矩阵,每一列中的所有元素是该列输入量经过Mmc次模拟后的样本;冲击力溯源系统的表征模型为式中,F为溯源的冲击力,m1是落锤的质量,ai(t)为t时刻落锤上表面测点pi处的加速度,E为落锤的杨氏模量,ρ为落锤的材料密度,h为落锤的高度;经过r次抽样的冲击力F(Xr×6)为F(Xr×6)=F(x1,r,x2,r,x3,r,x4,r,x5,r,x6,r),r=1,2,…,Mmc(15)联立式(14)和式(15)得根据式(16)溯源出包含误差的冲击力。步骤S5中测量不确定度的评定:冲击力溯源系统的测量不确定度评定内容包括估计值、标准不确定度、扩展不确定度、包含因子和相对扩展不确定度;式(16)经过r次抽样的结果平均值作为冲击力的估计值,对应的标准差作为标准不确定度u(F),即扩展不确定度Up为式中,F′为F(Xr×6)经过升序重排后的新序列,p为置信概率;包含因子kp为相对扩展不确定度Urel为本专利技术利用一种冲击力溯源系统的测量不确定度评定方法,其有益效果是:能够通过抽样次数的自适应决策模型,实现非线性、多变量冲击力溯源系统的测量不确定度评定。建立冲击力溯源系统的误差表征模型,将误差表征模型表示成向量x,根据抽样次数的自适应决策模型确定最佳抽样次数Mmc,以向量x作为输入量,根据输入量对应的概率密度函数进行Mmc次抽样,建立冲击力溯源模型的输入-输出关系,对冲击力溯源系统进行测量不确定度的评定。根据适应度函数的收敛域,自动计算抽样次数,提高复杂非线性模型的测量不确定度评定精度和效率。基于上述一种冲击力溯源系统的测量不确定度评定方法更满足冲击力溯源的实际需要。附图说明图1为本专利技术的测量不确定度评定的流程图;具体实施方式如图1所示,本实施例提供一种冲击力溯源系统的测量不确定度评定方法,具体包括以下步骤:S1:建立冲击力溯源系统的误差表征模型;S2:将步骤S1中的误差表征模型表示成向量x;S3:根据抽样次数的自适应决策模型确定最佳抽样次数Mmc;S4:以步骤S2得到的向量x作为输入量,根据输入量对应的概率密度函数本文档来自技高网...
【技术保护点】
1.一种冲击力溯源系统的测量不确定度评定方法,其特征在于,所述测量不确定度评定方法包括如下步骤:S1:建立冲击力溯源系统的误差表征模型;S2:将步骤S1中的所述误差表征模型表示成向量x;S3:根据抽样次数的自适应决策模型确定最佳抽样次数Mmc;S4:以所述步骤S2得到的向量x作为输入量,根据输入量对应的概率密度函数进行Mmc次抽样,建立冲击力溯源模型的输入‑输出关系;S5:根据所述冲击力溯源模型的输入‑输出关系进行冲击力溯源系统的测量不确定度评定。
【技术特征摘要】
1.一种冲击力溯源系统的测量不确定度评定方法,其特征在于,所述测量不确定度评定方法包括如下步骤:S1:建立冲击力溯源系统的误差表征模型;S2:将步骤S1中的所述误差表征模型表示成向量x;S3:根据抽样次数的自适应决策模型确定最佳抽样次数Mmc;S4:以所述步骤S2得到的向量x作为输入量,根据输入量对应的概率密度函数进行Mmc次抽样,建立冲击力溯源模型的输入-输出关系;S5:根据所述冲击力溯源模型的输入-输出关系进行冲击力溯源系统的测量不确定度评定。2.如权利要求1所述的测量不确定度评定方法,其特征在于,所述误差表征模型包括6个,具体为:落锤有效碰撞质量测量误差的表征模型、激光光轴与铅锤线不重合误差的表征模型、激光干涉仪测量误差的表征模型、落锤的加速度分布不均匀误差的表征模型、落锤横向偏摆误差的表征模型、落锤尺寸测量误差的表征模型。3.如权利要求1所述的测量不确定度评定方法,其特征在于,所述步骤S2中的向量x表示为:x=(x1,x2,x3,x4,x5,x6,x7)=(△m,△αγ,△aLDI,χa,δxy-z,δREC,△h)。4.如权利要求1所述的测量不确定度评定方法,其特征在于,所述步骤S3中,设置信概率为p,所述抽样次数Mmc满足公式(11):所述公式(11)中,M0为初始抽样次数,相邻抽样次数...
【专利技术属性】
技术研发人员:江文松,罗哉,胡晓峰,
申请(专利权)人:中国计量大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。