论文部分内容阅读
【摘 要】 本文从建材检测出现的误差及类别、建材检测中常见的误差分析，以及处理建筑材料的检测数据这三个方面对建材检测中的误差分析与数据处理进行阐述。
【关键词】 建材；检测；误差分析；数据处理
一、前言
随着材料的不断发展，现如今的建筑材料可谓是种类繁多。在进行建材的选择之后，我们为确保质量，我们需要对建材进行质量检测，为了提高准确度我们就需要进行误差分析，以及数据处理。
二、建材检测出现的误差及类别
研究从计量测量数据处理需要，按其性质一般将误差分为系统误差和随机误差两大类。系统误差决定测量结果的正确程度，随机误差决定计量结果的精密程度。
1.不可忽略系统误差的产生
系统误差在所处的测量条件下，误差的绝对值和符号保持恒定或遵循某一规律变化。根据出现的规律性，系统误差又分为恒定误差和变值误差。恒定系统误差指的是在使用检测仪器进行检测时，得到的实际数据和测量数据之间的差值不发生变化，比如：用于试验的器具零点不准确，就会使测量系统形成恒定误差。变值系统误差指的是测量条件随一个或某几个因素变化时而引起的误差变化，使数据的测量值与真实值存在一定的差距，比如，在检测水泥的过程中，对于检测环境的要求就非常严格，在温度和湿度方面都有明确的规定。在检测过程中运用的仪器也要和试验时的温度相同。这样做的目的就是为了保证检测数据的准确性，尽量减小变值系统误差。恒定系统误差在实际检测过程中不易发现，只有使用不同的检测仪器反复进行测量才能得到，根据数据的不同比较才有可能发现；而变值系统造成的误差比较容易发现，只要认真研究试验得到的规律性数据就可以发现，检测环境变化时造成了误差现象的出现。
2.试验者粗心大意所致的过失误差
在实际检测过程中，由于操作人员的错误操作也会出现数据误差现象。这类误差数据具有不同于其它误差的特点，就是通常误差的数值较大，容易看出这种误差不在正常检测范围内，在进行数据分析时不能使用。一般可以运用一个鉴别值作为基准，把检测得到的结果进行差值计算，依据存在的误差范围，应该把绝对值过大的误差数据删除，重新进行数据检测。
3.偶然误差（随机误差）
偶然误差指的是因为偶然因素的突然出现，导致的数据误差。这种现象常常是由于在检测过程中突然发生某种情况致使检测数据不真实。比如在使用某种仪器进行检测时，因为线路故障而引起电源电压的改变，以致出现检测值的波动，检测仪器不能正常使用，从而使测量结果存在误差。偶然误差不具备人为因素，不易通过各种措施进行预防，但偶然误差同样适用误差的正态分布规律，所以在发现检测数据波动范围较大时，可以采用剔除离群值，并追加新的观测值或用适宜的插值代替方法进行纠正处理，以保证检测数据的误差在正常范围内。
三、建材检测中常见的误差分析
依据导致误差的原因及误差性质来分类，建材检测中常见的误差有如下三类：
1.系统性误差分析
系统性误差是指由于试验方法欠妥或者试验环境中无可消除的因素所造成的误差。此类误差具有一定的规律性，若判别量测数据时发现存在此类误差，可以循着其规律找到具体的因素，然后经过试验方法的改进、试验仪器设备的强化检定/校准等方式尽最大可能消除导致系统误差的因素。对于一些无法消除的试验条件或者试验环境因素，可借助修正值来修正量测数据。
从数据的角度来看，系统误差有可以划分为恒定系统误差和变值系统误差两类，其中恒定系统误差是指在整个建材检测过程中量测数据中一直存在一个不变的数字偏差，例如试验机的零点漂移所产生的就是恒定性系统误差。变值的系统误差可能是由外界条件如温度、湿度等的变化所致。例如，水泥试验中对温度、湿度的严格要求就是考虑此因素的。
水泥试验中的温度应该保持在20±2℃之间，相对湿度不低于十50%，并且工具、设备、拌和水、样品等的温度也应与室温一致，养护试件水温控制在20±1℃，相对湿度不低于90%，养护箱温度20±l℃等，上述标准均以提高试验准确度和稳定性、降低系统误差为目的。固定的系统误差往往不会轻易地在数据中得出，只能通过不同的测量方法或者测量仪器对同一测量对象进行测定，然后再对不同的数据结果进行校核；变值的系统误差可以根据数据的不同顺序分析获得偏差规律，判断是否存在累进的规律或者周期性变化，进一步分析其产生因素，并做处理。
2.过失性误差分析
过失性误差又称为“粗差”，是指由试验者在试验过程中粗心大意，如读错仪器、设备数据，记录错误数据结果等。通常，过失性误差的数值很大，但是由于其导致试验结果与实际数据不一致，所以必须予以剔除。一般情况下，过失性误差可以按经验来剔除，但是往往主观性过强，最好的剔除办法是借鉴偶然误差的正态分布理论，选择一个鉴别值与各测定值的偏差加以比较，然后依照正态分布规律，绝对值越大的误差出现的概率越低，而且其数值不能超过一定的范围值。
3.偶然性误差分析
偶然性误差是指由大量不能控制或者控制得不偿失的微小因素影响，以至于量测值的最后一位数字存在差异的误差类型。导致偶然性误差的原因有各种偶然因素对量测仪表的影响，例如周围环境条件的干扰、测试人员估计仪器设备末尾数字不准确、仪表内部摩擦不规则变化、电源电压不稳定等等。偶然性誤差具有随机的性质，一般难以从试验方法上着手解决，加之其服从正态分布规律，所以又称其为随机误差。在建材检测时，提出结果数据的过失误差并尽可能修正和消除系统性误差后，偶然性误差就成为主要问题。解决这一问题的主要方法是量测误差分析，尽可能准确地估计偶然误差的大小，进一步确定测定值的误差。
四、处理建筑材料的检测数据
1.数据处理的三个参数
由于试验测定数据是真值与误差的和，所以试验数据由于误差的随机性其本身也具有随机性。为了反映试验数据的随机变量，利用三个统计参数标示。 （1）算术平均误差
试验数据一般被分为样本数据，对样本求平均值是为找出样本数据的集中位置。通常误差存在正负之分，如果进行平均值处理后，可以将误差进行有效地消减，得到与真值更为相近的数据。因此算术平均值就是适当消减误差，找出试验数据的集中位置，特别对于局部波动有着较为明显的消除作用。
（2）标准误差
标准误差是通过对各个试验测量值的误差进行计算而获得，其代表的是试验数据的分布状态。即标准误差越大，就说明试验获得的数据越分散；而标准误差越小，就说明试验获得的数据越集中。因为样本均值只能反映数据集中的位置，而标准误差就可以反映数据间相对的距离。一般来说，只有标准误差较小的一组试验数据，其样本均值与真值相比较也更为接近。
（3）变异系数
如果两组试验数据的标准误差相同，说明两组试验数据分布相同，且与围绕中心位置点的距离相同，这同两组数据的均值无关。而为了表示试验数据的偏差程度，一般都采用标准误差和算术平均值比值的形式，即变异系数来表示。
2.数据处理方法的选择
对于建材的使用具有不确定性，其在施工使用前經过加工处理后的几何尺寸和物力特性都有可能发生改变，这样就会对检测的检验结果造成不同程度的影响。因此，为了避免误差对于建材检测结果的影响，对于检测数据就要选择适当的处理方法。以混凝土立方体的抗压强度检测为例：检测后获得三个数据（存在两个最值，即最大值和最小值），如果有一个最值与中间值的差值超过中间值的15%，则需要将最值舍去；如果两个最值与中间值的差都超过中间值的15%，则此组数据无效，需要重新测量。
五、结语
总的来说，建筑材料的质量优劣将直接影响到建筑物的质量，为了提高建筑物的质量，我们不仅仅要对技术进行研究，更需要在检测方面进行研究，以便更好地控制建材的质量。
参考文献：
[1]卢光明.建材检测中常见的误差分析与数据处理研究[J]《商品与质量·建筑与发展》-2010年12期-
[2]谭辉.建材检测中的误差分析与数据处理[J]《建材发展导向（下）》-2013年6期-
[3]韩冬梅.建筑材料检测中常见的几种误差分析及数据处理[J]《建材与装饰》-2012年1期-
[4]刘朋悦.谈建材检测中的误差分析与数据处理[J]《城市建设理论研究（电子版）》-2013年12期-
【关键词】 建材；检测；误差分析；数据处理
一、前言
随着材料的不断发展，现如今的建筑材料可谓是种类繁多。在进行建材的选择之后，我们为确保质量，我们需要对建材进行质量检测，为了提高准确度我们就需要进行误差分析，以及数据处理。
二、建材检测出现的误差及类别
研究从计量测量数据处理需要，按其性质一般将误差分为系统误差和随机误差两大类。系统误差决定测量结果的正确程度，随机误差决定计量结果的精密程度。
1.不可忽略系统误差的产生
系统误差在所处的测量条件下，误差的绝对值和符号保持恒定或遵循某一规律变化。根据出现的规律性，系统误差又分为恒定误差和变值误差。恒定系统误差指的是在使用检测仪器进行检测时，得到的实际数据和测量数据之间的差值不发生变化，比如：用于试验的器具零点不准确，就会使测量系统形成恒定误差。变值系统误差指的是测量条件随一个或某几个因素变化时而引起的误差变化，使数据的测量值与真实值存在一定的差距，比如，在检测水泥的过程中，对于检测环境的要求就非常严格，在温度和湿度方面都有明确的规定。在检测过程中运用的仪器也要和试验时的温度相同。这样做的目的就是为了保证检测数据的准确性，尽量减小变值系统误差。恒定系统误差在实际检测过程中不易发现，只有使用不同的检测仪器反复进行测量才能得到，根据数据的不同比较才有可能发现；而变值系统造成的误差比较容易发现，只要认真研究试验得到的规律性数据就可以发现，检测环境变化时造成了误差现象的出现。
2.试验者粗心大意所致的过失误差
在实际检测过程中，由于操作人员的错误操作也会出现数据误差现象。这类误差数据具有不同于其它误差的特点，就是通常误差的数值较大，容易看出这种误差不在正常检测范围内，在进行数据分析时不能使用。一般可以运用一个鉴别值作为基准，把检测得到的结果进行差值计算，依据存在的误差范围，应该把绝对值过大的误差数据删除，重新进行数据检测。
3.偶然误差（随机误差）
偶然误差指的是因为偶然因素的突然出现，导致的数据误差。这种现象常常是由于在检测过程中突然发生某种情况致使检测数据不真实。比如在使用某种仪器进行检测时，因为线路故障而引起电源电压的改变，以致出现检测值的波动，检测仪器不能正常使用，从而使测量结果存在误差。偶然误差不具备人为因素，不易通过各种措施进行预防，但偶然误差同样适用误差的正态分布规律，所以在发现检测数据波动范围较大时，可以采用剔除离群值，并追加新的观测值或用适宜的插值代替方法进行纠正处理，以保证检测数据的误差在正常范围内。
三、建材检测中常见的误差分析
依据导致误差的原因及误差性质来分类，建材检测中常见的误差有如下三类：
1.系统性误差分析
系统性误差是指由于试验方法欠妥或者试验环境中无可消除的因素所造成的误差。此类误差具有一定的规律性，若判别量测数据时发现存在此类误差，可以循着其规律找到具体的因素，然后经过试验方法的改进、试验仪器设备的强化检定/校准等方式尽最大可能消除导致系统误差的因素。对于一些无法消除的试验条件或者试验环境因素，可借助修正值来修正量测数据。
从数据的角度来看，系统误差有可以划分为恒定系统误差和变值系统误差两类，其中恒定系统误差是指在整个建材检测过程中量测数据中一直存在一个不变的数字偏差，例如试验机的零点漂移所产生的就是恒定性系统误差。变值的系统误差可能是由外界条件如温度、湿度等的变化所致。例如，水泥试验中对温度、湿度的严格要求就是考虑此因素的。
水泥试验中的温度应该保持在20±2℃之间，相对湿度不低于十50%，并且工具、设备、拌和水、样品等的温度也应与室温一致，养护试件水温控制在20±1℃，相对湿度不低于90%，养护箱温度20±l℃等，上述标准均以提高试验准确度和稳定性、降低系统误差为目的。固定的系统误差往往不会轻易地在数据中得出，只能通过不同的测量方法或者测量仪器对同一测量对象进行测定，然后再对不同的数据结果进行校核；变值的系统误差可以根据数据的不同顺序分析获得偏差规律，判断是否存在累进的规律或者周期性变化，进一步分析其产生因素，并做处理。
2.过失性误差分析
过失性误差又称为“粗差”，是指由试验者在试验过程中粗心大意，如读错仪器、设备数据，记录错误数据结果等。通常，过失性误差的数值很大，但是由于其导致试验结果与实际数据不一致，所以必须予以剔除。一般情况下，过失性误差可以按经验来剔除，但是往往主观性过强，最好的剔除办法是借鉴偶然误差的正态分布理论，选择一个鉴别值与各测定值的偏差加以比较，然后依照正态分布规律，绝对值越大的误差出现的概率越低，而且其数值不能超过一定的范围值。
3.偶然性误差分析
偶然性误差是指由大量不能控制或者控制得不偿失的微小因素影响，以至于量测值的最后一位数字存在差异的误差类型。导致偶然性误差的原因有各种偶然因素对量测仪表的影响，例如周围环境条件的干扰、测试人员估计仪器设备末尾数字不准确、仪表内部摩擦不规则变化、电源电压不稳定等等。偶然性誤差具有随机的性质，一般难以从试验方法上着手解决，加之其服从正态分布规律，所以又称其为随机误差。在建材检测时，提出结果数据的过失误差并尽可能修正和消除系统性误差后，偶然性误差就成为主要问题。解决这一问题的主要方法是量测误差分析，尽可能准确地估计偶然误差的大小，进一步确定测定值的误差。
四、处理建筑材料的检测数据
1.数据处理的三个参数
由于试验测定数据是真值与误差的和，所以试验数据由于误差的随机性其本身也具有随机性。为了反映试验数据的随机变量，利用三个统计参数标示。 （1）算术平均误差
试验数据一般被分为样本数据，对样本求平均值是为找出样本数据的集中位置。通常误差存在正负之分，如果进行平均值处理后，可以将误差进行有效地消减，得到与真值更为相近的数据。因此算术平均值就是适当消减误差，找出试验数据的集中位置，特别对于局部波动有着较为明显的消除作用。
（2）标准误差
标准误差是通过对各个试验测量值的误差进行计算而获得，其代表的是试验数据的分布状态。即标准误差越大，就说明试验获得的数据越分散；而标准误差越小，就说明试验获得的数据越集中。因为样本均值只能反映数据集中的位置，而标准误差就可以反映数据间相对的距离。一般来说，只有标准误差较小的一组试验数据，其样本均值与真值相比较也更为接近。
（3）变异系数
如果两组试验数据的标准误差相同，说明两组试验数据分布相同，且与围绕中心位置点的距离相同，这同两组数据的均值无关。而为了表示试验数据的偏差程度，一般都采用标准误差和算术平均值比值的形式，即变异系数来表示。
2.数据处理方法的选择
对于建材的使用具有不确定性，其在施工使用前經过加工处理后的几何尺寸和物力特性都有可能发生改变，这样就会对检测的检验结果造成不同程度的影响。因此，为了避免误差对于建材检测结果的影响，对于检测数据就要选择适当的处理方法。以混凝土立方体的抗压强度检测为例：检测后获得三个数据（存在两个最值，即最大值和最小值），如果有一个最值与中间值的差值超过中间值的15%，则需要将最值舍去；如果两个最值与中间值的差都超过中间值的15%，则此组数据无效，需要重新测量。
五、结语
总的来说，建筑材料的质量优劣将直接影响到建筑物的质量，为了提高建筑物的质量，我们不仅仅要对技术进行研究，更需要在检测方面进行研究，以便更好地控制建材的质量。
参考文献：
[1]卢光明.建材检测中常见的误差分析与数据处理研究[J]《商品与质量·建筑与发展》-2010年12期-
[2]谭辉.建材检测中的误差分析与数据处理[J]《建材发展导向（下）》-2013年6期-
[3]韩冬梅.建筑材料检测中常见的几种误差分析及数据处理[J]《建材与装饰》-2012年1期-
[4]刘朋悦.谈建材检测中的误差分析与数据处理[J]《城市建设理论研究（电子版）》-2013年12期-