The invention relates to a complex test uncertainty evaluation method based on probability density distribution, the influence of complex test results of input parameters, generating input data using the Latin hypercube sampling method; numerical tests or test, obtain the corresponding data of input and output data; to establish the mathematical model between the input and output data obtained by vector machine the data by the method of least squares support; according to the established mathematical model of well, predict the output corresponding to the input data, and verify the accuracy of the mathematical model; randomly generated input data as input of mathematical model, to generate output data, mathematical modeling method and Monte Carlo method are combined, for the evaluation of test results is not complicated uncertainty. The evaluation method is more accurate than the conventional GUM method.
【技术实现步骤摘要】
复杂试验不确定度评价方法
本专利技术涉及一种产品测试技术,特别涉及一种复杂试验不确定度评价方法。
技术介绍
测量不确定度是测量过程中的重要指标,它可用于分析产品的属性、评估产品的质量并建立其质量评价标准。由于工业产品对公差的要求越来越严,测量不确定度也随之越来越多地出现在理论研究和工程实践当中。实际上,测量不仅仅局限于工业、商业、科技及环境工程等领域,也几乎存在于人类每项活动当中,因此,其不确定度的评价具有非常重要的意义。现阶段,关于测量不确定度的评价,主要依据试验测量不确定度指南(GUM)。如果测量模型是线性的,且输出量概率分布是正态分布,则GUM方法能提供准确结果。但是当测量模型复杂、输出量概率分布明显不对称,或采用GUM方法过程中遇到求偏导复杂以及得到的包含区间不符合实际等问题时,利用GUM方法评价测量不确定度得到的结果误差较大。对于复杂试验,其测量模型和输入量的概率密度函数明显呈非线性,用GUM法评价其测量结果的不确定度难以提供准确结果。然而,基于复杂试验输入和输出的数学模型发展起来的随机模拟方法,即蒙特卡洛方法(MCM)就能有效地解决这一问题。
技术实现思路
本专利技术是针对测量模型和输入量的概率密度函数明显呈非线性的复杂试验利用GUM方法评价误差大的问题,提出了一种复杂试验不确定度评价方法,通过将数学建模方法与蒙特卡洛方法结合起来,用于评价复杂试验结果不确定度。在本专利技术提供的方法指导下,完成了影响复杂试验结果输入输出参数数学模型的建立,并对试验结果不确定度进行分析,给出了复杂试验结果估计值、标准不确定度及对应于包含概率的包含区间。本专利技术的技 ...
【技术保护点】
一种复杂试验不确定度评价方法,其特征在于,具体包括如下步骤:1)、根据影响复杂试验结果输入参数的概率密度分布,用拉丁超立方抽样方法生成输入数据,具体为:通过历史数据统计和标定仿真试验,分别得到了影响复杂试验结果的主要输入参数及其概率密度分布,再根据输入概率密度分布的拉丁超立方抽样方法,得到若干组输入数据,将生成的输入数据分为建模输入数据和验证输入数据;2)、利用数值试验或实物试验,得到相对应步骤1)输入数据的建模输出数据和验证输出数据;3)、由最小二乘法支持向量机通过步骤1)和2)的建模数据建立输入和输出数据之间的数学模型;4)、根据步骤3)建立好的数学模型,将步骤1)验证输入数据输入到建立好的数学模型中,得到输出结果,输出结果与步骤2)验证输出数据进行比较,验证数学模型的精确性,如不精确返回步骤1)重新调整生成输入数据的样本量进行重新建模和验证;5)、利用蒙特卡洛抽样随机产生输入数据,并根据验证后的数学模型产生输出数据,用蒙特卡洛方法分析复杂试验结果的估计值、标准不确定度及对应于包含概率的最短包含区间。
【技术特征摘要】
1.一种复杂试验不确定度评价方法,其特征在于,具体包括如下步骤:1)、根据影响复杂试验结果输入参数的概率密度分布,用拉丁超立方抽样方法生成输入数据,具体为:通过历史数据统计和标定仿真试验,分别得到了影响复杂试验结果的主要输入参数及其概率密度分布,再根据输入概率密度分布的拉丁超立方抽样方法,得到若干组输入数据,将生成的输入数据分为建模输入数据和验证输入数据;2)、利用数值试验或实物试验,得到相对应步骤1)输入数据的建模输出数据和验证输出数据;3)、由最小二乘...
【专利技术属性】
技术研发人员:王神龙,丁晓红,王海华,余慧杰,徐峰,朱大业,
申请(专利权)人:上海理工大学,延锋安道拓座椅有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。