自适应蒙特卡洛法评定量块校准测量不确定度

测量不确定度表示指南(GUM)提供的不确定度评定方法,应用于模型非线性和输入量高相关的测量系统精度评价时存在一定的局限性。以GUM指南附录H.1包含了不确定度评定诸多细节的量块校准为对象,研究自适应蒙特卡洛法解决非线性模型和输入量强相关测量系统的不确定度评定难题。讨论了量块校准的测量模型和不确定度建模问题,给出了3种不确定度评定方法。基于蒙特卡洛计算机模拟的技术优势,以及自适应法仿真次数的优化,对量块校准测量不确定度评定进行了实例验证,结果表明,当测量模型为非线性、输入量强相关时,自适应蒙特卡洛法的计算效率最高。

3等量块校准结果的不确定度评定

文章结合量块的实际校准工作,采用电脑量块比较仪对3等量块的中心长度进行校准。校准过程参照JJG146-2011《量块检定规程》进行,符合JJF1059.1-2012《测量不确定度评定与表示》的要求,对3等量块中心长度的校准结果进行了不确定度评定。

已校准量块的工业CT测量不确定度分析

针对已校准量块,采用特定的工业CT检测工艺进行扫描,根据GUM(测量不确定指南)法不确定度分析模型对CT图像进行测量和评定,分析在不同边界提取方法下测量结果的不确定水平,以及影响不确定水平的主要因素,并给出了应用实例。