在风速传感器实测风速不确定度的评定中,传统方法是将实测风速测量模型简化后采用GUM(guide to the expression uncertainty in measurement)进行评定。但GUM并不适用于复杂模型,为了研究实测风速不确定度评定的可靠方法,对风速传感器...在风速传感器实测风速不确定度的评定中,传统方法是将实测风速测量模型简化后采用GUM(guide to the expression uncertainty in measurement)进行评定。但GUM并不适用于复杂模型,为了研究实测风速不确定度评定的可靠方法,对风速传感器分别采用GUM和MCM(Monte Carlo method)进行不确定度评定,对比分析评定结果,并利用MCM评定结果验证GUM的适用性。结果表明,简化模型下GUM和MCM评定结果差异较小,但只有标准不确定度取一位有效数字时,GUM评定方法通过验证,评定结果一致性好;实测模型下MCM和简化模型下GUM评定结果对比得到,两者包络形状相似,但实测风速最佳估计值明显偏大,GUM评定方法不能通过验证;改变部分输入量分布时,两种方法得到实测风速最佳估计值非常接近,但GUM评定得到包含区间比MCM明显增宽,概率分布相差较大,GUM评定方法不能通过验证。因此,应当根据模型的复杂程度、输入量分布情况以及测量结果准确度的要求选择合适的评定方法,如果输入量分布均服从正态分布且对测量准确度要求不高,可使用GUM进行评定,反之建议使用MCM评定以提高观测结果的准确性和可靠性。展开更多
文摘在风速传感器实测风速不确定度的评定中,传统方法是将实测风速测量模型简化后采用GUM(guide to the expression uncertainty in measurement)进行评定。但GUM并不适用于复杂模型,为了研究实测风速不确定度评定的可靠方法,对风速传感器分别采用GUM和MCM(Monte Carlo method)进行不确定度评定,对比分析评定结果,并利用MCM评定结果验证GUM的适用性。结果表明,简化模型下GUM和MCM评定结果差异较小,但只有标准不确定度取一位有效数字时,GUM评定方法通过验证,评定结果一致性好;实测模型下MCM和简化模型下GUM评定结果对比得到,两者包络形状相似,但实测风速最佳估计值明显偏大,GUM评定方法不能通过验证;改变部分输入量分布时,两种方法得到实测风速最佳估计值非常接近,但GUM评定得到包含区间比MCM明显增宽,概率分布相差较大,GUM评定方法不能通过验证。因此,应当根据模型的复杂程度、输入量分布情况以及测量结果准确度的要求选择合适的评定方法,如果输入量分布均服从正态分布且对测量准确度要求不高,可使用GUM进行评定,反之建议使用MCM评定以提高观测结果的准确性和可靠性。