Хорошие продукты и сервисы
Наш Поиск (введите запрос без опечаток)
Наш Поиск по гостам (введите запрос без опечаток)
Поиск
Поиск
Бизнес гороскоп на текущую неделю c 29.12.2025 по 04.01.2026
Открыть шифр замка из трёх цифр с ограничениями

ГОСТ Р 54500.3.1-2011; Страница 54

или поделиться

Ещё ГОСТы из 41757, используйте поиск в верху страницы ГОСТ Р 54500.3-2011 Неопределенность измерения. Часть 3. Руководство по выражению неопределенности измерения ГОСТ Р 54500.3-2011 Неопределенность измерения. Часть 3. Руководство по выражению неопределенности измерения Uncertainty of measurement. Part 3. Guide to the expression of uncertainty in measurement (Настоящее Руководство устанавливает общие правила оценивания и выражения неопределенности измерения, которые следует соблюдать при измерениях разной точности и в разных областях - от технических измерений на производстве до фундаментальных научных исследований) ГОСТ Р 54504-2011 Безопасность функциональная. Политика, программа обеспечения безопасности. Доказательство безопасности объектов железнодорожного транспорта ГОСТ Р 54504-2011 Безопасность функциональная. Политика, программа обеспечения безопасности. Доказательство безопасности объектов железнодорожного транспорта Functional safety. Policy and programme of safety provision. Safety proof of the railway objects (Настоящий стандарт определяет назначение документов «Политика обеспечения безопасности», «Программа обеспечения безопасности» и «Доказательство безопасности», устанавливает основные требования к структуре и содержанию этих документов, а также порядок их разработки. Настоящий стандарт распространяется на системы и устройства управления и (или) обеспечения безопасности перевозочного процесса и (или) других технологических процессов на железнодорожном транспорте) ГОСТ Р 54505-2011 Безопасность функциональная. Управление рисками на железнодорожном транспорте ГОСТ Р 54505-2011 Безопасность функциональная. Управление рисками на железнодорожном транспорте Functional safety. Risk management on railway transport (Настоящий стандарт устанавливает подход и общие правила управления рисками на железнодорожном транспорте, связанными с функциональной безопасностью объектов инфраструктуры и подвижного состава. Настоящий стандарт распространяется на внутренние и внешние по отношению к субъектам деятельности в сфере железнодорожного транспорта (владельцам инфраструктуры, операторам железнодорожного подвижного состава, перевозчикам и пользователям услуг железнодорожного транспорта) риски. Настоящий стандарт предназначен для применения субъектами деятельности в сфере железнодорожного транспорта общего и необщего пользования)
Страница 54
54

почти неразличимы, но все еще смещены относительно интервалов, построенных методом Монте- Карло. Смещение составляет приблизительно 10 % стандартной неопределенности. Интервалы, получен­ные на основе оценки неопределенности по GUM, теперь не являются физически некорректными.

          1. Соответствующие значения границ интервалов приведены в последней строке таблицы 8.
        1. Анализ результатов

По мере удаления x1 от нуля результаты, полученные на основе способа оценивания неопределенно­сти по GUM с учетом членов разложения первого порядка и членов более высокого порядка, все более приближаются к результатам, полученным на основе метода Монте-Карло.

П р и м е ч а н и е 1 Случай x1 = x2 = 0 не относится к предельным, «экзотическим» ситуациям, но, наобо­рот, представляет наибольший интерес для инженера-электрика, поскольку он соответствует отсутствию рассог­ласования между калибруемым измерителем мощности и эталоном.

П р и м е ч а н и е 2 Поскольку модель симметрична относительно X1 и X2, те же самые результаты были бы получены при варьировании значения x2, а не x1.

П р и м е ч а н и е 3 Одной из причин, почему способ оценивания неопределенности по GUM с учетом только членов разложения первого порядка используется на практике, является легкодоступность соответствую­щих программных средств. Причем в некоторых ситуациях результаты, получаемые в рамках такого подхода, не вызывают вопросов. Для случая же, когда x1 = x2 = 0 (рисунок 11), опасность применения такого подхода очевидна, поскольку он дает нулевую оценку стандартной неопределенности u(8y) и, следовательно, нулевой интервал охвата для 8Y при любой заданной вероятности охвата. В случае x1 ф 0 (или x2 ф 0) и u(8y), длина интервала охвата для 8 Y отлична от нуля, т. е. полученный результат не является заведомо абсурдным, и о его возможной некоррек­тности трудно судить, не имея априорной информации о реальных возможных значениях указанных величин. Таким образом, опасность применения программных средств, реализующих способ оценивания неопределен­ности по GUM, состоит в том, что при малых значениях x1 и x2 полученные с их помощью результаты, будучи недостоверными, могут быть, тем не менее, непредумышленно приняты за достоверные.

      1. Трансформирование распределений и получение результатов при ненулевой ковари­ации между входными величинами
        1. Общие положения
          1. Описанные выше методы (см. 9.4.2) были применены для случая, когда X,- коррелированны и r (x1, x2) = 0,9. Однако использованный способ оценивания неопределенности по GUM учитывал только члены разложения функции измерения в ряд Тейлора первого порядка. Это связано с тем, что, в отличие от случая, когда X,- некоррелированны, при наличии ковариаций способ оценивания неопределенности по GUM с учетом членов более высокого порядка не применяют ввиду отсутствия в GUM соответствующих формул (см. 5.8). Все остальные вопросы вычислений аналогичны 9.4.2.
          2. Оценку u(8y) по GUM с учетом членов разложения первого порядка определяют в соответ­ствии с F.3.2. Применение для данного примера формулы (F.7) позволяет получить выражение для u2(8y) при x2 = 0 в виде

и2 (8y) = 4x2 и2 (x^.

Следовательно, u(8y) не зависит от r (x1, x2), и способ оценивания неопределенности по GUM с учетом членов разложения первого порядка даст те же результаты, что и в 9.4.2. В частности, как и в 9.4.2.2.1, для случая x1 = 0, вновь будет получен тот же некорректный результат: u(8y) = 0.

          1. Метод Монте-Карло основан на формировании случайных элементов вектора X выборкой из двумерного нормального распределения с заданным математическим ожиданием и ковариационной мат­рицей [см. формулу (27)]. Использована процедура в соответствии с разделом С.5.

П р и м е ч а н и е Не принимая во внимание необходимость формирования случайной выборки из многомерного распределения, реализация метода Монте-Карло для случая коррелированных входных величин будет не намного сложнее, чем для не коррелированных.

        1. Оценки входных величин x1 = 0, x1 = 0,010, x1 = 0,050
          1. Полученные результаты приведены в таблице 9. Результаты, полученные на основе метода Монте-Карло, показывают, что, хотя 5у не зависит от корреляции между X, оценка u(8y) от нее зависит, причем в большей степени для малых x1. Соответственно, зависят и границы 95 %-ных интервалов охвата.

Т а б л и ц а 9 Оценки коэффициента рассогласования, полученные для входных величин с ненулевой ковариацией [r(x1, x2) = 0,9] аналитически (А), способом оценивания неопределенности по GUM (G) и методом Монте-Карло (М)