2025年测量不确定度与数据分析实验研究报告

S海工程技术大学ShanghaiUniversityofEngineer《误差理论与数据处理》姓名学号05月试验一误差的基本性质与处理1.对某一轴径等精度测量8次，得到下表数据，求测量成果。12345678Matlab程序：xl=mean(1);%用mean函数求算数平均值disp([1.算术平均值为：',num2str(x1)]);v=l-x1;%求解残存误差disp(['2.残存误差为：',num2str(v)]);a=sum(v);%求残差和ah=abs(a);%用abs函数求解残差和绝对值bh=ah-(8/2)*0.001;%校核算术平均值及其残存误差，残差和绝对值不不小于n/2*A,bh<0,故以上计算ifbh<0disp(3.经校核算术平均值及计算对的);disp(算术平均值及误差计算有误);xt=sum(v(1:4))-sum(v(5:8));%判断系统误差(算得差值较小，故不存在系统误差)ifxt<0.1disp(['4.用残存误差法校核，差值为：',num2str(x1),较小，故不存在系统误差J);disp(存在系统误差);bz=sqrt(sum(v.^2)/7);%单次测量的原则差disp(['9.测量结果为：',num2str(x1),'±',num2str(jx),')']):2.残余误差为：-0.0001250.00875-0.0011250.001875-0.0031250.003875-0.002试验二测量不确定度1.由分度值为0.01mm的测微仪反复6次测量直径D和高度h,请按测量不确定度的一般计算环节，用自己熟悉的语言编程完毕不确定度分析。MATLAB程序及分析如下：A=[8.0758.085disp(['1.直径平均值为：',num2str(D)]);h=mean(B);%高度平均值V=pi*D*D*h/4;%体积测量成果估计值disp(['3.体积测量成果估计值为：',num2str(V)]);sl=std(A);%直径原则差disp([4.直径原则差为：',num2str(s1)]);ul=pi*D*h*s1/2;%直径测量反复性引起的不确定度分量u2=pi*D*D*s2/4;%高度测量反复性引起的不确disp(['7.高度测量反复性引起的不确定度分量为：,num2str(u2)]);v2=5;%自由度ue=0.01/(3^0.5);%均匀分布得到的测微仪示值原则不确定度u3=(pi*D*h/2)^2+(pi*D*D/4)^2)^0.5)*ue;%示值v3=1/(2*0.35^2);%取相对原则差为0.35时对应自由度v=uc^4/(u1^4/vl+u2^4/v2+u3^4/v3);%v=7.9352取为7.94k=2.31;%取置信概率P=0.95,v=8查t分布表得2.31B=[8.1058.1158.1158.1108.1158.110]:V=pi*D*D*h/4:%体积测量结果估计值disp(['3.体积测量结果估计值为：',num2str(V)]):s1=std(A):%直径标准差ul=pi*D*h*s1/2:%直径测量重复性引起的不确定度分量disp(['5.直径测量重复性引起的不确定度分量为：',num2str(u1)]):u2=pi*D*D*s2/4:%高度测量重复性引起的不确定度分量disp(['7.高度测量重复性引起的不确定度分量为：',num2str(u2)]):v2=5:%自由度ue=0.01/(3^0.5):%均匀分布得到的测微仪示值标准不确定度u3=(((pi*D*h/2)"2+(pi*D*D/4)^2)^0.5)*ue:%示值引起的体积测量不确定度disp(['8.示值引起的体积测量不确定度为：',num2str(u3)]):v3=1/(2*0.35^2):%取相对标准差为0.35时对应自由度uc=(u1^2+u2^2+u3^2)^0.5:%合成不确定度disp(['9.合成不确定度为：',num2str(uc)]):fxv-uc"4/(u1^4/v¹+u2^4/v2+u3°4/v3):%v=7.9352取为7.94disp(['6.高度标准差为：',num2str(s2)]):uc=(u1^2+u2^2+u3^2)v=uc^4/(u1^4/v1+u2^4/v2+u3^4/v3):%v=7.9352取为7.94k=2.31:%取置信概率P=0.95,v=8查tdisp(['10.运算结果为：',num2str(U)]):4.直径标准差为：0.0118328.示值引起的体积测量不确定度为：0.66404试验三三坐标测量机测量点数为2.点123456789x=[-19.5819.63-17.20-11.73-19.58-19.60-18.03-y=[13.17-2.3910.4710.4724.827.6615.86-4.837.z=[-133.32-134.00-134.49-132.65-138.16-137.21-132.40-136.00-137.21];disp(['半径为：,num2str(r)]);x=[-19.5819.63-17.20-11.73-19.58-19.60-18.03-19.68-19y=[13.17-2.3910.4710.4724.827.6615.86-4.837.6z=[-133.32-134.00-134.49-132.65-138.16-137.21-132.40-1z=z';csize=min([length(x),length(y),lengpow_xyz=pow_xyz-z(1:csize).*z(1:csiA=[x(1:csize),y(1:csize),z(1:csize),ones(csixans=((A'*A)^-1)*(A'*pow_x1r=(a*a+b*b+c*c)/4-xans命令行窗口四、试验内容采用回归分析算法用matlab编程实现下列题目的规定。1、材料的抗剪强度与材料承受的正应力有关。对某种材料试验数据如下：假设正应力的数值是精确的，求①减抗强度与正应力之间的线性回归方程。②当正应力为24.5pa时，抗剪强度的估计值是多少?2、用x光机检查镁合金铸件内部缺陷时，为了获得最佳的敏捷度，透视电压y应随透视件的厚度x而变化，经试验获得下表所示一组数据，假设透视件的厚度x无误差，试求透视电压y随厚度x变化的经验公式。y=[26.527.324.227.123.625.926.322.521.721.425.824.X=[ones(length(x),1),x];%构造自变量观测值矩阵disp([回归方程为：y=',num2str(b(1)),x',num2str(b(2x1=24.5;yl=b(1)+b(2fprintf(当正应力x=24.5pa时，抗剪估计值y=%.3f\n,y1)命令行窗口>>x=[26.825.428.923.627.723.924.728.126.927.422.y=[26.527.324.227.123.625.926.322.521.721.425.824.X=[ones(length(x),1),x]:%构造自变量观测值矩阵[b]=regress(y,X):%线性回归建模与评价x1=24.5:y1=b(1)+b(2fprintfC当正应力x=24.5pa时，抗剪估计值y=%.3f\n',y1)回归方程为：y=42.5818x-0.68608当正应力x=24.5pa时，抗剪估计值y=25.773yl=[77.476.778.2;84.184.583.7;88.989.289.7;94.894.795.y(i,1)=(yl(i,1)+y1(i,2)+yl(i,3)disp[I'y对x的线性回归方程为：y=',num2str(a),+,num2str(b),'x'])Falpha=finv(1-alpha,1ifFb>=max(Falpha)table{2,7}='高度明显；elseif(Fb<max(Falpha))&(Fb>=my1=[77.476.778.2:84.184.583.7:88.989.289.7:94.894.795y(i,1)=(y1(i,1)+y1(i,2)+y1(i,3)Falpha=finv(1-alpha,ifFb>=max(Falpha)Falpha=finv(1-alpha,1ifFb>=max(Falpha)elseif(Fb<max(Falpha))&(Fb>=min(Falpha))'显著性’'方差来源”偏差平方和’回归'[169.7502]'显著性’'方差来源”偏差平方和’回归'[169.7502]高度显著’x=[121314151618202224y=[52.055.058.061.065.070.075.080.085