ГОСТ Р ИСО 11843-7-2014; Страница 10

или поделиться

Ещё ГОСТы из 41757, используйте поиск в верху страницы

ГОСТ Р ИСО 22514-6-2014 Статистические методы. Управление процессами. Часть 6. Статистики воспроизводимости процесса для многомерного нормального распределения (Настоящий стандарт устанавливает методы вычисления статистик воспроизводимости и пригодности процессов для многомерных количественных характеристик, в тех случаях, когда необходимо (или выгодно) рассматривать набор одномерных характеристик. Методы, приведенные в настоящем стандарте, разработаны на основе двумерного нормального распределения) ГОСТ 32892-2014 Молоко и молочная продукция. Метод измерения активной кислотности (Настоящий стандарт распространяется на молоко и молочную продукцию и устанавливает потенциометрический метод измерения активной кислотности (рН). Диапазон измерений активной кислотности - от 3 до 8 ед. рН) ГОСТ IEC 60255-151-2014 Реле измерительные и защитное оборудование. Часть 151. Функциональные требования к защите от сверхтоков и/или минимального тока (Настоящий стандарт устанавливает минимальные требования к токовым реле сверхтока и минимального тока. Настоящий стандарт включает в себя определение функций защиты, характеристик измерений и времен возврата. Настоящий стандарт определяет воздействующие факторы, которые влияют на точность характеристик в условиях стабильного состояния и их исполнение в период динамических изменений. Методология испытаний для подтверждения характеристик и точности их исполнения также рассматривается настоящим стандартом)

Страница 10

Страница 1

Untitled document

ГОСТ Р ИСО 11843-7—2014

< = а ; + а ; ,(13)

где- дисперсия, соответствующая нулевой области, oj: - дисперсия, соответствующая

измеряемой области [aF задана формулой (12)]. Обоснование формул (14) и (15) приведено в

приложении С. Минимальное обнаруживаемое значение может быть получено подстановкой

формулы (13) в формулу (2).

Дисперсия о* может быть описана следующим образом (см. [6]. [7]. [8]):

1-Р

I-Р

,ь|’Ь>

2ЬЬ’-{1 -р )2

А - 2 р Ь £ - + р! 1 “ р

ОТ’

(14)

Влияние объединения сигналов в установленной области принимает вид (см. [6]. [7]. [8]):

^ -I

d -Р у

1-Р

пГ

kt - K ~ 2

1 -р ‘’’*-

■+

Z l - P 2* * ’ } - *

1-Р’

:‘‘7

i-p * r"** у

р1-р- (

с.

+ ( a

2 1-PMJ

-2 a

1-Р2

1-Р

4*-.| *-Р

1-р

1-Р’

*1-*.

----------

‘- - ^►от , (15)

#•1

где

g _ (*r - * , X * f + * , + 0

(16)

2*с

й’ - SD белого шума;

от - SD белого шума, включенного в Марковский процесс;

р - постоянный параметр Марковского процесса;

кс, Ai и Ав - показаны на рисунках 3 и 4;

b - количество последовательных данных (точек) в нулевой области [-Ь + 1. 0].

Пятьчленоввформуле(15)обозначаютследующиестохастическиевкладыв

неопределенность измерений:

- первый член: погрешность белого шума в области объединения синала и шума (всеготочек к< - кс):

- второй член: ошибка Марковского процесса вобласти объединения сигнала и шума {к<- ксточек);

- третий член: влияние кс точек между нулевой точкой и начальной точкой области

объединения сигнала и шума;

- четвертый член: влияние белого шума при наклонной базовой линии;

- пятый член: влияние Марковского процесса при наклонной базовой линии.

6 Практическое применение теории FUMI

6.1 Оценка параметров шума

Все параметры, необходимые для применения теории FUMI. т.е. формул (13) - (16), могут быть

однозначно определены на основе экспериментальных данных. Параметры сигнала (b, кс, A,, k j могут

быть установлены в соответствии с

формой целевого пика, как показано на рисунке 3. С другой

стороны параметры шума (й \ от. р) автоматически определяют по спектральной плотности

мощности шума, как описано ниже.

Спектральную плотность мощности шума получают с помощью преобразования Фурье

результатов измерений Y,. Преобразование Фурье и инверсия преобразования Фурье имеют вид: