论文部分内容阅读
【摘 要】 近些年来，随着我国对建筑行业的管理约束，建筑材料检测成为了建筑工程施工中的重要部分，受到了工程建设单位及市政管理部门的极大重视，因此，本文将在以下对建筑材料检测中的误差分析以及数据处理进行分析。
【关键词】 建筑材料检测；误差分析；数据处理
一、前言
误差分析与数据处理是建筑材料检测中比较重要的两项工作，也是对建筑施工质量有着巨大影响的因素，在建筑施工中，只有做好材料检测的误差分析，并且在分析过程中应用合理的数据处理方法才能为建筑质量提供重大的保障。
二、建筑材料检测中的误差分析
按照成因不同以及性质不同，通常将误差划分为三大类：（1）系统误差；（2）过失误差；（3）偶然误差。
1、系统误差
系统误差的产生，一方面是由于试验方法不严谨造成的，另一方面是由于试验条件不完善造成的。系统误差有其内在的规律。在判定检测数据的过程中，一旦发现系统误差的存在，则应结合其内在规律寻找发生原因，然后对试验方法进行合理改进，如提高对相关仪器仪表的检定水平，从而将系统误差的影响控制在最低水平。站在数据角度分析，系统误差可被划分为两大类，一是固定的系统误差，二是变化的系统误差。所谓固定的系统误差指的是，在所有检测数据中均存在某个符号相同且数值固定的偏差。
检测装置的零点漂移所导致的误差便是这种固定的系统误差中的代表。所谓变化的系统误差，通常被认为是，由于外界条件变化而导致的误差。如，检验水泥的过程中，要求其温度及湿度应该满足一定的标准，这一点正是基于控制变化的系统误差而提出的。不变的系统误差一般很难从检测数据中及时发现，通常采用多种方法反复测量的（针对同一检测对象）方式进行测定，并对检测数据展开横向对比，最终完成校核。对于变化的系统误差，通常将前后所测的诸多数据依次排开，找出偏差规律（周期性规律？累进性规律？），然后找出偏差原因，最后采取针对性的处理办法。
2、过失误差
过失误差有一别名，即“粗差”，指的是由于实验操作人员粗心大意而导致的一类误差，比较典型的过失误差有读错或者记错。过失误差产生的试验数值通常和事实情况存在极大的偏差，因此，需要将其剔除。通常情况下，可凭借个人经验将此类误差剔除掉，但这种做法带有明显的主观因素影响，比较科学的做法是，以偶然误差的正态分布理论为基础，确定某个鉴别值，然后将其和诸多测定值的偏差展开对比，从正态分布规律可知，绝对值越是偏大的误差，其发生的概率也就越是偏低，另外，其数值具有某个特定的范围，且不会超出。
3、偶然误差
在各类微小因素（如：数量太多无法予以全面控制；没有被控制；由于控制代价过高而放弃控制）的影响之下，一组检测值在最末位数字上无法达成一致，由此产生的误差被称之为偶然误差。导致偶然误差的原因是多方面的，通常包括以下几点：
（一）检测仪表或设备的电源电压不够稳定；
（二）检测仪表或设备的内部存在摩擦间隙不规则变化的问题；
（三）操作人员没有把握好末位数的读取；
（四）周边环境带来的某些干扰。由于偶然误差是一种随机性的误差，因而难以从试验方法的角度来避免，再加上偶然误差符合正态分布的统计学规律，所以，又被人们称之为随机误差。对检测数据进行处理的过程中，首先，要将过失误差尽量剔除掉，其次，要对系统误差进行适当的修正，第三，要将偶然误差控制在较低的水平。所谓检测误差分析指的是，对偶然误差展开相关处理，以实现对测定值误差的有效确定。
四、建筑材料检测中的检测数据的处理
1、数据处理的三个参数
数据真实数值和误差共同组成检测数据，因此检测数据会因为误差的随机性，自身也具有随机性。为了表现检测数据的随机变量，可以利用三个统计参数进行标示。
（一）算术平均误差
检测数据一般被当作样本数据，利用求众多样本数据平均值的办法可以找出样本数据的集中位置。一般情况下误差有正负之分，在进行平均值的计算之后，能够把误差有效消减，得到的数值和真实值更加接近。所以利用算术平均值的办法，可以找出检测数据的集中位置，尤其相对于局部波动具有非常明顯的消除作用。
（二）标准误差
标准误差是利用对不同检测数据值进行计算得到的，它能反映检测数据的分布情况。如果标准误差越大，说明检测得到的数据越分散；如果标准误差越小，说明数据检测得到的数据越集中。由于样本平均值只能反映数据集中的位置，但标准误差可以反映数据间的相对距离。一般讲，标准误差越小的一组检测数据，它的样本平均值和真实数值也更加接近。
（三）变异系数
假如两组检测数据的标准误差一样，可以证明两组检测数据分布情况相同，并且和中心位置点的距离相同，这和两组数据的平均值没有关系。为了表示检测数据的偏差，可以运用标准误差和算术平均值的比值进行比较，也就是变异系数。
2、数据处理方法的选择
在建筑施工过程中，都会选择不同的建材，如果在施工使用前处理了建材的几何尺寸，那么试件的力学性能也将发生改变，从而检测结果。所以，为了使检测结果不影响建材的正常检测，就要选择适当的数据处理办法对检测数据进行处理，比如，在检测混凝土立方的抗压强度时，检测后得到三个数据，假如一个最值（最大值或者最小值）和中间值的差超过中间值的15%，就要把这个最值去掉；假如两个最值和中间值的差都超过了中间值的15%，那么这组检测数据就不能使用（无代表值），必须重新检测。
3、建筑材料检测数据处理系统的构建与应用
在建筑工程中经常使用的数据检测系统由水泥、砂石、钢筋材料、混凝土立方体抗压强度、砂浆立方体抗压强度、回弹法检测混凝土抗压强度、钻心法检测混凝土抗压强度等众多子系统构成，在每个子系统中又由原始检测数据录入窗口、数据集中处理系统、检测结果输出窗口、数据库、查询系统等组成。目前科学技术的发展速度很快，不断出现新型技术手段，国家规范和标准也在不断地更新，所以建筑材料检测数据系统也要对一些内容进行相应的改进。建筑材料检测数据处理系统的不断更新与开发，能够大幅度提高检测人员的工作效率，使检测人员不再进行复杂的运算、查表、对比等工作，新型检测系统出具检测报告的格式和内容更加规范化与合理化，这些信息更加有利于实现网上传输，更加方便工程质量监督部门和监理部门对工程建设项目的管理与监督。
四、建筑材料检测的结果评定方式
建材检测过程中，样本数据通常具有一定的离散性，可能是建材材性不同造成的，可能是试件制作不同造成的，也可能是几何尺寸不同造成的。为客观揭示或评价建材本身所具有的物理力学性能，要求试验过程中，应结合相关试验要求及试验对象的性质，采取最为科学的且针对性较强的数据处理方法，同时相应的数据误差分析。如，对混凝土材质的立方体进行抗压强度检测时，应采取如下办法：制作三个相同的试件，对它们进行检测，得出它们的算术平均值，并将其当作该组试件的抗压强度。计算最大值和中间值的差值，并判断其是否大于中间值的15%，最小值也要参与这样的计算，当其中之一发生这种情况时，则需要弃用最大值以及最小值，并将中间值视作该组试件的有效抗压强度值，如果最大值、最小值和中间值之间的差值全都大于中间值的15%，那么该组试验数据应被视作无效。对试验结果进行评定时，应充分考虑现行的、相关的一系列试验标准。
五、结束语
总之，由上我们得知建筑材料检测对于建筑工程施工时很重要的，而材料检测的分析以及对后期检测中所得到的数据的处理是其工作之重，因此，我们的工作人员必须做好此方面的工作，以确保建筑工程质量。
参考文献：
[1]许志斌.常见建材检测中的误差分析与数据处理[J].中国建设信息.2012（09）
[2]陈书泓.常见建材检测中的误差分析与数据处理[J].福建建材.2011（05）
[3]王莹蓉.建材检测行业中误差及数据处理方法之我见[J].科技风.2011（20）
【关键词】 建筑材料检测；误差分析；数据处理
一、前言
误差分析与数据处理是建筑材料检测中比较重要的两项工作，也是对建筑施工质量有着巨大影响的因素，在建筑施工中，只有做好材料检测的误差分析，并且在分析过程中应用合理的数据处理方法才能为建筑质量提供重大的保障。
二、建筑材料检测中的误差分析
按照成因不同以及性质不同，通常将误差划分为三大类：（1）系统误差；（2）过失误差；（3）偶然误差。
1、系统误差
系统误差的产生，一方面是由于试验方法不严谨造成的，另一方面是由于试验条件不完善造成的。系统误差有其内在的规律。在判定检测数据的过程中，一旦发现系统误差的存在，则应结合其内在规律寻找发生原因，然后对试验方法进行合理改进，如提高对相关仪器仪表的检定水平，从而将系统误差的影响控制在最低水平。站在数据角度分析，系统误差可被划分为两大类，一是固定的系统误差，二是变化的系统误差。所谓固定的系统误差指的是，在所有检测数据中均存在某个符号相同且数值固定的偏差。
检测装置的零点漂移所导致的误差便是这种固定的系统误差中的代表。所谓变化的系统误差，通常被认为是，由于外界条件变化而导致的误差。如，检验水泥的过程中，要求其温度及湿度应该满足一定的标准，这一点正是基于控制变化的系统误差而提出的。不变的系统误差一般很难从检测数据中及时发现，通常采用多种方法反复测量的（针对同一检测对象）方式进行测定，并对检测数据展开横向对比，最终完成校核。对于变化的系统误差，通常将前后所测的诸多数据依次排开，找出偏差规律（周期性规律？累进性规律？），然后找出偏差原因，最后采取针对性的处理办法。
2、过失误差
过失误差有一别名，即“粗差”，指的是由于实验操作人员粗心大意而导致的一类误差，比较典型的过失误差有读错或者记错。过失误差产生的试验数值通常和事实情况存在极大的偏差，因此，需要将其剔除。通常情况下，可凭借个人经验将此类误差剔除掉，但这种做法带有明显的主观因素影响，比较科学的做法是，以偶然误差的正态分布理论为基础，确定某个鉴别值，然后将其和诸多测定值的偏差展开对比，从正态分布规律可知，绝对值越是偏大的误差，其发生的概率也就越是偏低，另外，其数值具有某个特定的范围，且不会超出。
3、偶然误差
在各类微小因素（如：数量太多无法予以全面控制；没有被控制；由于控制代价过高而放弃控制）的影响之下，一组检测值在最末位数字上无法达成一致，由此产生的误差被称之为偶然误差。导致偶然误差的原因是多方面的，通常包括以下几点：
（一）检测仪表或设备的电源电压不够稳定；
（二）检测仪表或设备的内部存在摩擦间隙不规则变化的问题；
（三）操作人员没有把握好末位数的读取；
（四）周边环境带来的某些干扰。由于偶然误差是一种随机性的误差，因而难以从试验方法的角度来避免，再加上偶然误差符合正态分布的统计学规律，所以，又被人们称之为随机误差。对检测数据进行处理的过程中，首先，要将过失误差尽量剔除掉，其次，要对系统误差进行适当的修正，第三，要将偶然误差控制在较低的水平。所谓检测误差分析指的是，对偶然误差展开相关处理，以实现对测定值误差的有效确定。
四、建筑材料检测中的检测数据的处理
1、数据处理的三个参数
数据真实数值和误差共同组成检测数据，因此检测数据会因为误差的随机性，自身也具有随机性。为了表现检测数据的随机变量，可以利用三个统计参数进行标示。
（一）算术平均误差
检测数据一般被当作样本数据，利用求众多样本数据平均值的办法可以找出样本数据的集中位置。一般情况下误差有正负之分，在进行平均值的计算之后，能够把误差有效消减，得到的数值和真实值更加接近。所以利用算术平均值的办法，可以找出检测数据的集中位置，尤其相对于局部波动具有非常明顯的消除作用。
（二）标准误差
标准误差是利用对不同检测数据值进行计算得到的，它能反映检测数据的分布情况。如果标准误差越大，说明检测得到的数据越分散；如果标准误差越小，说明数据检测得到的数据越集中。由于样本平均值只能反映数据集中的位置，但标准误差可以反映数据间的相对距离。一般讲，标准误差越小的一组检测数据，它的样本平均值和真实数值也更加接近。
（三）变异系数
假如两组检测数据的标准误差一样，可以证明两组检测数据分布情况相同，并且和中心位置点的距离相同，这和两组数据的平均值没有关系。为了表示检测数据的偏差，可以运用标准误差和算术平均值的比值进行比较，也就是变异系数。
2、数据处理方法的选择
在建筑施工过程中，都会选择不同的建材，如果在施工使用前处理了建材的几何尺寸，那么试件的力学性能也将发生改变，从而检测结果。所以，为了使检测结果不影响建材的正常检测，就要选择适当的数据处理办法对检测数据进行处理，比如，在检测混凝土立方的抗压强度时，检测后得到三个数据，假如一个最值（最大值或者最小值）和中间值的差超过中间值的15%，就要把这个最值去掉；假如两个最值和中间值的差都超过了中间值的15%，那么这组检测数据就不能使用（无代表值），必须重新检测。
3、建筑材料检测数据处理系统的构建与应用
在建筑工程中经常使用的数据检测系统由水泥、砂石、钢筋材料、混凝土立方体抗压强度、砂浆立方体抗压强度、回弹法检测混凝土抗压强度、钻心法检测混凝土抗压强度等众多子系统构成，在每个子系统中又由原始检测数据录入窗口、数据集中处理系统、检测结果输出窗口、数据库、查询系统等组成。目前科学技术的发展速度很快，不断出现新型技术手段，国家规范和标准也在不断地更新，所以建筑材料检测数据系统也要对一些内容进行相应的改进。建筑材料检测数据处理系统的不断更新与开发，能够大幅度提高检测人员的工作效率，使检测人员不再进行复杂的运算、查表、对比等工作，新型检测系统出具检测报告的格式和内容更加规范化与合理化，这些信息更加有利于实现网上传输，更加方便工程质量监督部门和监理部门对工程建设项目的管理与监督。
四、建筑材料检测的结果评定方式
建材检测过程中，样本数据通常具有一定的离散性，可能是建材材性不同造成的，可能是试件制作不同造成的，也可能是几何尺寸不同造成的。为客观揭示或评价建材本身所具有的物理力学性能，要求试验过程中，应结合相关试验要求及试验对象的性质，采取最为科学的且针对性较强的数据处理方法，同时相应的数据误差分析。如，对混凝土材质的立方体进行抗压强度检测时，应采取如下办法：制作三个相同的试件，对它们进行检测，得出它们的算术平均值，并将其当作该组试件的抗压强度。计算最大值和中间值的差值，并判断其是否大于中间值的15%，最小值也要参与这样的计算，当其中之一发生这种情况时，则需要弃用最大值以及最小值，并将中间值视作该组试件的有效抗压强度值，如果最大值、最小值和中间值之间的差值全都大于中间值的15%，那么该组试验数据应被视作无效。对试验结果进行评定时，应充分考虑现行的、相关的一系列试验标准。
五、结束语
总之，由上我们得知建筑材料检测对于建筑工程施工时很重要的，而材料检测的分析以及对后期检测中所得到的数据的处理是其工作之重，因此，我们的工作人员必须做好此方面的工作，以确保建筑工程质量。
参考文献：
[1]许志斌.常见建材检测中的误差分析与数据处理[J].中国建设信息.2012（09）
[2]陈书泓.常见建材检测中的误差分析与数据处理[J].福建建材.2011（05）
[3]王莹蓉.建材检测行业中误差及数据处理方法之我见[J].科技风.2011（20）