Модель измерительного блока, учитывающая влияние внешних факторов на изменение полной погрешности измерительного тракта

Для метрологического синтеза актуальной задачей является разработка математического и алгоритмического обеспечения, которое позволит создавать модели измерительных трактов и автоматизировать расчет полной погрешности, что ускорит процесс разработки средств измерения. В статье предлагается модель измерительного блока, которая учитывает изменение характеристики преобразования вследствие влияния параметров внешней среды, вид функциональной зависимости характеристики преобразования от влияющего аргумента, количество влияющих параметров и характер влияния. Каждый измерительный блок необходимо описывать данной моделью, при этом измерительный тракт состоит из последовательно включенных блоков. Математическая модель основана на методе нелинейного преобразования, обратного функции распределения, а также на способах описаний сигналов, теории математической статистики и теории вероятностей. На основе аналитических расчетов авторы провели метрологический анализ и сравнили параметры случайной величины на выходе измерительного тракта при учете влияния внешних факторов на характеристики преобразования измерительных блоков с результатами, полученными без учета влияния внешних факторов. Приведенные примеры расчетов подтверждают необходимость минимизации полной погрешности измерительного тракта в целом, а не отдельно для каждого измерительного блока.

1. 1. Богоявленский А.А., Боков А.Е. Разработка и совершенствование процедур измерений, испытаний и контроля на предприятиях авиационной промышленности и воздушного транспорта. Мир измерений. 2019;4:6–9.

2. 2. Романцова Н.В., Сулоева Е.С. Математическое и программное обеспечение для определения погрешности при моделировании средства измерения. Моделирование, оптимизация и информационные технологии. 2021;9(4). Доступно по: https://moitvivt.ru/ru/journal/pdf?id=1068 DOI: 10.26102/2310-6018/2021.35.4.017 (дата обращения: 26.10.2022).

3. 3. Сулоева Е.С., Цветков Э.И. Процедуры принятия решения по результатам бинарных и групповых сличений. Приборы. 2014;11(173):33–38.

4. 4. Васильев К.К., Служивый М.Н. Математическое моделирование систем связи: Учеб. пособие. Ульяновск: Изд-во УлГТУ; 2008. 170 с.

5. 5. Вентцель Е.С. Теория вероятностей. Учебник для высших технических учебных заведений. М.: Издательство «Наука»: Главная редакция физико-математической литературы; 1969. 576 с.

6. 6. Быков В.В. Цифровое моделирование в статистической радиотехнике. М.: Советское радио; 1971. 328 с.

7. 7. Гнеденко Б.В. Курс теории вероятностей. 12-е изд., перераб. и доп. М.: Едиториал URSS; 2019. 456 c.

8. 8. Новицкий П.В., Зограф И.А. Оценка погрешностей результатов измерений. 2-е изд., перераб. и доп. Л.: Энергоатомиздат; 1991. 303 с.

9. 9. Glazebnyy K.I., Romantsova N.V., Sokolov A.N. Algorithmic support for calculating the compositions of distribution laws. 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). 2021:360–363. DOI: 10.1109/ElConRus51938.2021.9396547.

10. 10. Цветков Э.И. Метрология. Модели. Метрологический анализ. Метрологический синтез. СПб.: Изд-во СПбГЭТУ «ЛЭТИ»; 2014. 293 c.