基于维度分析的多维随机变量误差不确定度评定方法 |
| |
引用本文: | 张珂,姚云瀚,苏凯伦,阎卫增,郭新恒.基于维度分析的多维随机变量误差不确定度评定方法[J].船舶工程,2023(10):142-152. |
| |
作者姓名: | 张珂 姚云瀚 苏凯伦 阎卫增 郭新恒 |
| |
作者单位: | 1. 上海应用技术大学机械工程学院 |
| |
摘 要: | 为了探究《测量不确定度表示指南》(GUM)和蒙特卡洛法(MCM)对不同维数对评定结果的影响,以平面直线度(五维)、空间直线度(七维)、圆柱度(十维)随机变量输入为例做正态分布随机变量输入误差不确定度评定,并改变输入随机变量的分布类型,观察评定结果的变化。提出区间不重合率的概念,由MCM和GUM各自包含区间端点的绝对偏差之和与GUM包含区间端点值之差的比值来表示,描述MCM和GUM包含区间的一致程度。结果表明:当输入随机变量为正态分布时,平面直线度误差不确定度GUM、MCM和自适应MCM结果一致性较好,空间直线度和圆柱度误差不确定度GUM、MCM和自适应MCM的评定结果一致性较差,随着维数的增加,区间不重合率逐渐增加,一致性逐渐降低;当输入随机变量为均匀分布时,平面直线度、空间直线度和圆柱度误差不确定度GUM、MCM和自适应MCM的评定结果一致性差,且区间不重合率同样随着维数增加而增加,GUM评定结果可信度逐渐降低。
|
关 键 词: | 不确定度评定 不同维数 随机变量 区间不重合率 |
|
|