CC BY
110
УДК 681.5.07
ЗАКОНОМЕРНОСТИ МЕТОДОВ ИЗМЕРЕНИЯ
© Е.И. Глинкин
Ключевые слова: статистический анализ; переменные градуировки; меры оценки калибровки и идентификации; аналитический контроль; нормированные параметры; закономерности; метрологические характеристики; тестер; компьютерный анализатор.
Проанализированы закономерности методов измерения от статистического анализа множества ненормируемых переменных градуировки и единственной нормированной мере коррекции узкоспециализированных тестеров до аналитического контроля по нормируемым мерам оптимизации параметров калибровочных характеристик и структур идентификации действительных значений по массивам калибров компьютерных анализаторов.
Показано становление статистического анализа в аналитический контроль за счет последовательности развития статистической и аналитической градуировки множества ненормированных переменных в статистическую и аналитическую калибровку по нормированным мерам границ адаптивного диапазона для создания высокоэффективных метрологических средств компьютерных анализаторов состава и свойств веществ.
1. СТАТИСТИЧЕСКИЙ АНАЛИЗ И АНАЛИТИЧЕСКИЙ КОНТРОЛЬ
Статистический анализ и аналитический контроль -инверсные методы определения состава и свойств веществ по градуировочным или калибровочным характеристикам, по статистическим полиномам без знания физики эксперимента или адекватным физике явления аналитическим моделям, по множеству ненормированных переменных измерения и искомых величин или по нормированным границам адаптивного диапазона образцовых мер [ 1 -7].
Статистический анализ [1-4] методом последовательного приближения аппроксимирует градуировоч-ную характеристику множества ненормированных переменных искомых величин и случайных измерений. Градуировочная характеристика в виде полинома с множеством коэффициентов и заданной дисперсией связывает искомые величины с переменными измерения. Градуировка регламентирует удовлетворительную точность определения состава и свойств с заданным разбросом в узком диапазоне из-за незнания физики явления и закономерностей аналитического контроля [1-2]. Статистический анализ проходит становление от статистической до аналитической градуировки, за счет совершенствования математической модели от статистического полинома без знания процессов преобразования до аналитической модели, отражающей ядро физики натурного эксперимента ненормированного множества переменных.
00. Статистическая градуировка [1-4] аппроксимирует ненормируемые информативные параметры в множество искомых величин по степенному полиному с приближенными коэффициентами, соответствующи-
ми числу переменных без учета физики явления из-за отсутствия аналитической модели. Это обусловлено отсутствием теоретических знаний физики исследуемого процесса и практических навыков натурного эксперимента. Необозримое множество переменных измерения и оценки диктуют статистическую обработку результатов, не требующих знания физики явления и закономерностей аналитического контроля [Пат. № 2515534 РФ]. Кажущаяся простота обработки подменяется итерационным анализом без учета системы координат и нормируемых мер, информативных параметров и аналитической модели, исключающих нелинейность и дрейф, методическую и динамическую погрешность [Пат. № 2444279 РФ]. Статистическая градуировка - первый шаг в выявлении закономерностей и познания физики натурного эксперимента, но длительность и трудоемкость итерационного анализа множества ненормированных переменных и фиксированная статистическая градуировочная характеристика с множеством приближенных коэффициентов реализуют по методам аналогии примитивный узкоспециализированный тестер с жесткой комбинаторной структурой, инициирующей мелкосерийное ремесленничество множества разнокалиберных нестандартных изделий [2-4]. Повышает эффективность инноваций аналитическая (физическая) градуировка.
10. Аналитическая градуировка [1-6] по ядру аналитической модели последовательным приближением аппроксимирует с заданной дисперсией исследуемую характеристику к желаемой посредством образцов границ фиксированного диапазона. Коэффициенты градуировочной характеристики корректируют статистическим анализом произвольные неточности ядра математической модели, полученной усечением аналитической модели при операторных преобразованиях [2, с. 118-235]. Математическая модель определения состава и свойств веществ отражает совокупные измерения множества разнородных величин и представляет сложную систему уравнений с начальными и граничными условиями, неизвестными критериями оценки и операторами вычисления [6, с. 184-220]. Решение получают в явном [Пат. № 2516914 РФ], а чаще в неявном [Пат. № 2509531 РФ] виде в зависимости от
1784
числа уравнений и алгоритмов решения, выбранных системы координат и критерия оценки. Знания физического явления и закономерностей аналитического контроля инициализируют решение в явной форме и простых операторах исчисления, что доступно только при прямых и косвенных измерениях.
Совместные и совокупные измерения [1, с. 50-54], как правило, включают неизвестную последовательность взаимосвязанных информационных процессов и физических явлений, требуюшдх поиска множества соответствующих математических моделей и калибровочных характеристик, информативных и предельных параметров, алгоритмов оптимизации и нормируемых мер. Увеличение числа переменных и систем координат приводит к громоздким решениям нелинейного вида и неявным алгоритмам итерационного анализа, которые упрощают до явного представления, искажающего адекватность физике натурного эксперимента из-за вынужденных допущений и упрощения операторов, понижения степени полиномов и контролируемых оценок [2, с. 37-100]. В процессе итерационного анализа и вынужденных допущений находят ядро аналитической модели - упрощенную математическую модель, адекватную сущности совокупных измерений в фиксированных границах диапазона контроля, что требует статистическую градуировку для расширения и организации управляемого диапазона [2, с. 224-229].
Следовательно, решением сложных процессов совокупных измерений служат инверсные методы определения состава и свойств веществ по градуировочным характеристикам статистического полинома и усеченной модели, отражающие аналогию физики натурного эксперимента. По эффективности методы градуировки развиваются от статистических моделей итерационного анализа множества ненормированных переменных без учета физики явления до упрощенных алгоритмов с ядром аналитической модели и градуировочной характеристикой. Повышение метрологической эффективности достигается совершенствованием процесса градуировки в калибровку при аналитическом контроле.
Аналитический контроль [2-4] методом тождественности эквивалентов преобразует исследуемую характеристику в действительный эквивалент натурного эксперимента по аналитической модели, адекватной физике явления в нормированных границах адаптивного диапазона известных образцов. Нахождение действительного эквивалента (априори неизвестной, но реально существующей действительной характеристики) по нормируемым мерам - калибрам называют калибровкой. Исследуемую характеристику, тождественную действительной зависимости - эквиваленту натурного эксперимента определяют как калибровочная характеристика. Калибровочная характеристика трансформируется из градуировочной или измеренной в действительный эквивалент при замене множества ненормированных переменных на нормированные меры границ диапазона [2, с. 7-14]. Заменяют необозримое множество конечным числом измерений (от двух до четырех) по аналитической модели вместо статистической, в процессе структурной и параметрической оптимизации, исключающей случайный перебор статистического анализа [2, с. 127-135]. Аналитический контроль развивается от статистической калибровки полинома множества переменных до аналитической калибровки с математической моделью, адекватной физике натурного эксперимента из-за оптимизации параметров норми-
рованными мерами границ адаптивного диапазона известных образцов - калибров.
01. Статистическая калибровка [1-4] полинома преобразует градуировочную характеристику среднестатистического фантома по множеству ненормированных переменных с априорной дисперсией в действительную калибровочную характеристику конкретного индивида посредством нормированных мер верхней и нижней границ фиксированного диапазона. Статистическую калибровку предваряет аппроксимация множества ненормированных переменных градуиро-вочной характеристикой с дисперсией до 30 %, которая представляет собой веер градуировочных характеристик множества образов. Веер интегрирует [2, с. 224230] дифференцированные градуировочные характеристики пропорционально случайной выборке исследуемых индивидов. Калибровка по нормируемым мерам границ диапазона известных калибров состава и свойств веществ, регламентируемых объективными стандартами измерения, выбирает из множества тождественный эталону действительный эквивалент, соответствующий группе здоровья или риска, возрасту или полу.
К достоинствам статистической калибровки относят замену трудоемкого и нетехнологичного синтеза с итерационным анализом градуировочной характеристики множества ненормированных измерений с априорным разбросом на мобильную и целенаправленную технологию проектирования калибровочной характеристики, тождественной действительному эквиваленту конкретного индивида, заданному нормированными мерами границ диапазона группы здоровья или риска [Пат. № 2515534 РФ]. Однако отсутствие математической модели, адекватной физике явления, ограничивает фиксированный диапазон погрешностью линеаризации из-за неизвестной структуры и неопределенных параметров нелинейности [Пат. № 2444279 РФ]. Устраняет указанные недостатки аналитическая (физическая) калибровка.
11. Аналитическая калибровка [3-7] по математической (аналитической) модели отождествляет исследуемую характеристику с идеальным эквивалентом за счет оптимизации предельных параметров калибровочной характеристики нормированными мерами границ адаптивного диапазона. Адаптивный диапазон автоматически программно управляет выбором нормированных мер известных образцов группы здоровья и риска, возраста и пола. Согласно числу разнородных величин аналитическая калибровка интегрирует последовательность взаимозависимых калибровок по физическим процессам статики [Пат. № 2444279 РФ], динамики [Пат. № 2509531 РФ] и кинетики [Пат. № 2515534 РФ], которым соответствуют неизвестные аналитические модели [3, с. 120-156] и калибровочные характеристики [4, с. 127-135]. Одновременные измерения первообразных и производных информативных параметров инициируют параллельные измерения по соответствующему количеству виртуальных калибровочных характеристик [Пат. № 2504759 РФ]. По числу неизвестных информативных параметров-эквивалентов пропорционально растет количество калибровочных характеристик, компенсирующих нелинейности произвольно заданных предельных параметров эквивалента [5, с. 118-126], в процессе смешенных (последовательно-параллельных) измерений действительных значений [Пат. № 2515534, № 2516914, № 2548780 РФ].
1785
Аналитическая калибровка сводит до минимума аддитивные и мультипликативные, случайные и систематические нелинейности и дрейфы за счет исключения методической и динамической погрешности нормированными мерами известных образцов границ адаптивного диапазона. Высокоэффективные метрологические средства развивают информационную технологию проектирования интеллектуальных инноваций до уровня коммуникабельных микропроцессорных измерительно-вычислительных систем для создания автоматических компьютерных анализаторов состава и свойств веществ с заданной точностью нормированных мер границ адаптивного диапазона.
Следовательно, статистический анализ развивается в аналитический контроль в процессе преобразования градуировки множества ненормированных переменных в калибровку по нормированным мерам границ адаптивного диапазона. Вектор развития направлен от статистической и аналитической градуировки к статистической и аналитической калибровке за счет становления градуировочной в калибровочную характеристику и замены статистической на аналитическую модель. Фиксированная градуировочная характеристика по аналогии конструирует узкоспециализированный тестер с жесткой комбинаторной структурой, инициирующей мелкосерийное ремесленничество множества разнокалиберных изделий. Аналитическая калибровка систематизирует анализ и синтез высокоэффективных метрологических средств в информационную технологию проектирования автоматических компьютерных анализаторов состава и свойств веществ с заданной точностью нормированных мер границ адаптивного диапазона. Калибровка, в отличие от градуировки среднестатистического фантома узкоспециализированного тестера, развивает комбинаторную структуру в гибкую матричную архитектуру с ассоциативной адресацией, универсальным математическим обеспечением и высокоэффективными метрологическими средствами коммуникабельных микропроцессорных информационно-измерительных систем автоматического мониторинга действительных характеристик конкретных образцов и материалов за счет программно управляемых калибров.
Систематизировать методы статистического анализа и аналитического контроля по математическим моделям и статическим характеристикам позволяет таблица истинности в адресном пространстве бинарного кода._
М Х 0
0 0 СГ
1 0 АГ
0 1 СК
1 1 АК
Для двух переменных: модели (М) и характеристики (Х), отражающих статистику (С) и физику (А), градуировку (Г) и калибровку (К), правомерна стандартная таблица дешифратора из двух столбцов и четырех состояний (строк) в бинарном коде. Зададим алгоритм адресации входной таблицы (дешифратора):
(0 - статистическая - С
;
1 - аналитическая - А
{0 - градуировочная — Г 1 - калибровочная - К
Функцию < представляет выходная таблица мультиплексора из одного столбца и четырех адресных состояний, соответствующих термам:
00 - статистическая (СГ),
10 - аналитическая градуировка (АГ),
01 - статистическая (СК),
11 - аналитическая калибровка (АК).
Согласно таблице истинности пронумерованы методы становления метрологических средств, необходимые для проектирования по закономерностям автоматических компьютерных анализаторов состава и свойств веществ с заданной точностью нормированных мер границ адаптивного диапазона. Статистический анализ узкоспециализированных тестеров и аналитический контроль интеллектуальных микропроцессорных систем регламентируют информативные параметры множества случайных переменных статистической градуировки и образцовые меры оптимизации параметров калибровочных характеристик.
2. МЕРЫ ОЦЕНКИ ХАРАКТЕРИСТИК
Показано развитие мер оценки от множества не-нормируемых переменных градуировки и единственной нормированной мере коррекции узкоспециализированных тестеров к нормируемым мерам оптимизации параметров калибровочных характеристик и структур идентификации действительных значений по массивам калибров компьютерных анализаторов.
Измерение действительных значений с точностью нормированных мер адаптивного диапазона - прерогатива автоматических компьютерных анализаторов с высокоэффективными метрологическими средствами. Это тернистый путь становления статистической градуировки множества ненормированных переменных узкоспециализированного тестера с жесткой структурой от единственного калибра коррекции через нормированные меры известных образцов границ адаптивного диапазона калибровки к программно управляемому массиву калибров идентификации действительных значений интеллектуальных микропроцессорных измерительных систем с гибкой архитектурой, универсальным математическим обеспечением и высокоэффективными метрологическими средствами [1-6]. Проанализируем меры оценки: ненормированные переменные и единственный калибр, нормированные меры границ калибровки и комплекс калибров идентификации.
Множество ненормированных переменных градуировки диктует статистический анализ информативных параметров измерений для их аппроксимации с искомыми величинами физико-химического и электрофизического, теплофизического и биомедицинского контроля [2, с. 31-38]. Статистический анализ регламентирован стандартами измерения информативных параметров, под которыми понимают [1, с. 77-81] параметры сигнала, взаимосвязанные по неизвестным функциям с искомыми величинами контроля. Сигналы представляют в аналоговой, импульсной и цифровой форме в виде амплитуды (напряжения или тока, сопротивления или проводимости), времени (частоты или широты, фазы или длительности) и кода (отношения к эквиваленту амплитуды или времени) [3, с. 120-154].
Информативных параметров аналоговых, импульсных (временных) и цифровых - необозримое множество ненормированных переменных, которые нелинейно
1786
связаны и между собой, и с искомыми величинами, также взаимозависимыми по неизвестным зависимостям. Нелинейности переменных измерения и контроля не позволяют нормирование ни информативных, ни искомых параметров. Ненормируемость переменных измерения и контроля при статистическом анализе приводит к решению п х п-мерных нелинейных уравнений аппроксимации. Результатом аппроксимации служит градуировочная характеристика множества ненормированных переменных с приближенными коэффициентами среднестатистического фантома, не отражающими физику натурного эксперимента. Из-за множества переменных, ненормируемых по осям ординат, гра-дуировочная характеристика с априорной дисперсией представляет собой веер из тождественного переменным множества ненормированных индивидуальных характеристик, неадекватных физике информационных процессов обмена энергии и преобразования сигнала, управления структурами и программирования связями, вычисления параметров и измерения характеристик, накопления информации и передачи образов.
Несогласованность информационных процессов преобразования приводит к фиксированному алгоритму градуировочной характеристики с тождественной жесткой комбинаторной структурой узкоспециализированного тестера с аппаратно управляемыми нелинейными поддиапазонами. Метрологическая аттестация тестеров длительная и трудоемкая, субъективная и нетехнологичная из-за итерационного анализа множества ненормированных переменных измерения информативных параметров и контроля искомых величин состава и свойств веществ [6, с. 207-210].
Следовательно, итерационный анализ множества ненормированных переменных измерения и контроля инициирует фиксированную градуировочную характеристику среднестатистического фантома с аппаратно управляемым алгоритмом и тождественной жесткой комбинаторной структурой узкоспециализированного тестера из-за неадекватности физике натурного эксперимента и несогласованности информационных процессов преобразования. Повышает метрологические характеристики введение нормированной меры для коррекции искомых величин.
Единственная нормированная мера коррекции идентифицирует результаты контроля в одной точке диапазона за счет выявления невязки исследуемого значения градуировочной характеристики относительно действительного эквивалента для исключения аддитивной или мультипликативной погрешности. Градуировка по нормированной мере границы диапазона называется коррекцией, или коррекция - это калибровка по одной границе диапазона.
Коррекция градуировочной характеристики степенного полинома представляет сравнение результатов градуировки с нормированной мерой границы в виде их разницы А или отношения к [2, с. 31-33]. На примере линейных преобразований искомой величины у от измеренной х по градуировочной характеристике F(x,y) зависимостью у = ах получено для известного образца с экспериментальной характеристикой Р0(х0,у0) - действительное нормированное значение у0 = а0х0 при тождественном измерении х = х0. Коррекция заключается в определении невязки к характеристик в виде отношения к = F(x,y)/ Р0(х0у0), т. е. коэффициента к коррекции, связывающего искомую величину у с нормированным эквивалентом у0 [1, с. 31-52].
Коэффициент к находят из отношения искомой величины у1 к одной 1 (первой) нормированной мере у01
к =у\/у0\. (1)
Корректируют коэффициент а а* = а0 к =а0у^ь (1а)
согласно выражению (1), т. к. для х1 = х01 к = а х1/а0х01 = а/а0. (1б)
Находят характеристику коррекции Р (х01,у1) = Р (х01,у01)а*/а0, (1в)
по которой определяют скорректированные величины
Р(*0ЬУг)
Уг = У01
Р (*0ЬУо1)
(1 г)
для любого контроля.
Точность г-го контроля оценивает нелинейность л
для Р (х01,у,) = и Р (х01,у01) = Р01
Лг =
У01р У0гР01
(2)
при тождественности искомой величины уг действительной у0г = у* , а скорректированной уг (1г) - произведению действительной у0г на нелинейность [6, с. 170-183]
Уг = У г Лг.
(2а)
Из выражения (2а) следует, что скорректированная уI величина (1г) тождественна эквиваленту г-той нормированной меры у0г = уг при единичной нелинейности. Условие тождественности искомой величины уг действительной нормированной мере у0г является объективной закономерностью
°Р<Уг = У* = Уог
Лг
(2б)
когда нелинейность лг эквивалентна единичному уровню, а погрешность е = 1 - л тождественна нулевой мере:
°Р&г = ег = 0 =
Лг
(2в)
Закономерности (2б, 2в) согласно (2) выполняются при условии:
* л
ор(Л1 =Л*=1,
(2 г)
У 01 ^ У01
т. е. в фиксированной окрестности характеристики Р01 и меры у01 коррекции.
*
*
1787
На практике оптимальные закономерности (2в, 2г) выполняются приближенно с погрешностью б < 10 %, поэтому (2б) соответствует неравенству
У а ~ У 01 ±Б.
(2д)
тельных у^ искомых у величин с минимальнои погрешностью Б < 1 %
У01 » У0г ±Б 1г
(3в)
Следовательно, коррекция градуировочной характеристики по единственному образцу границы диапазона регламентирует контроль скорректированной величины в фиксированной окрестности, нормированной меры коррекции, ограниченной погрешностью до 10 %, из-за приближенных на практике закономерностей нелинейности и погрешности оптимальным эквивалентам единичного и нулевого уровня. Повышает метрологическую эффективность коррекции по одному образцу введение второго образца для реализации калибровки по нормированным мерам границ диапазона.
Нормированные меры калибровки отождествляют исследуемую характеристику желаемому эквиваленту, адекватному физике натурного эксперимента, за счет оптимизации предельных параметров калибровочной характеристики двумя известными образцами границ адаптивного диапазона [6, с. 213-219]. Предельные параметры калибровочной характеристики интегрируют множество ненормированных переменных измерения и контроля, поэтому служат калибрами отсчета ординат декартовой системы координат программно управляемого массива ассоциативных калибров [3, с. 126-131].
Алгоритм калибровки включает целенаправленную последовательность:
- выбор '-тых известных образцов с нормированными мерами х0г, у0г нижней г = 1 и верхней ' = 2 границ адаптивного диапазона;
- оптимизация по г'-тым мерам границ предельных параметров Уы калибровочных характеристик ^о,'(хо,,уо,')] = ^0,;
- отождествление исследуемой характеристики ^[К,(х,',у,)] = действительному эквиваленту Fi калибровочной характеристики F0i.
Результатом калибровки служит тождественность эквиваленту F0¡ калибровочной характеристики F¡
= Рг =
V, ^
(3)
оптимизация '-тых (' = 1,2) предельных параметров У [Пат. № 2504759, № 2516914, № 2548780 РФ]
ар1Уг = V- = Уш,
Уг ^ У 01
(3а)
а также тождественность искомых величин у' нормированным мерам ул границ ' = 1,2 диапазона контроля
за счет тождественности эквивалентам калибровочных характеристик и предельных параметров, значений границ нормированным мерам измерения и контроля, нелинейности и погрешности в адаптивном диапазоне.
Погрешность Б калибровки на несколько порядков
ниже погрешности Б градуировки из-за двух мер у01,
у02 границ 1,2 диапазона, оптимизирующих предельные параметры У1, У2 - нормируемые эквивалента: множества переменных измерения х и контроля у', для тождественности эквиваленту F0¡ натурного эксперимента калибровочной F¡ характеристики.
Следовательно, за счет оптимизации предельных параметров калибровочной характеристики по калибрам границ диапазона не менее чем на порядок расширяются диапазон и достоверность, снижаются нелинейность и погрешность преобразований в частности и контроля в целом. Снижают до минимума недостатки калибровки способы идентификации по множеству программно управляемых калибров разнородных параметров.
Нормированные массивы идентификации идентифицируют разнородные параметры по заданному критерию оптимизации исследуемой характеристики [2, с. 31-52]. При идентификации оптимизируют исследуемую характеристику ЩЕ^Т^ (г,-,и,)] = и'¡к или с единственным] = 1 эквивалентом ЩЕ^Т^ (%%)] = = и0к моделируемым массивом к-тых нормированных параметров У[Е0^к,Т0дк] = Уод [пат. № 2125258 РФ] или с массивом к-тых известных эквивалентов ЩЕщТ0к1 ^иу)] = и0кр с массивом/-тых нормированных параметров У[Е0к/,Т0к1] = Ущ по критерию минимальной
погрешности Б [пат. № 2263306 РФ]. При последовательной оптимизации исследуемой характеристике Цк идентифицируют массив нормированных параметров У^к моделируемого эквивалента Щк, а при параллельной оптимизации исследуемой зависимости присваивают массив нормированных параметров У0к^ одного из /-тых эквивалентов П0к^ по критерию минимальной погрешности Б.
Оценим влияние числа I мер Аг на погрешность б1 и диапазон Д контроля (I = т,п) для сопоставительного анализа градуировки и коррекции, калибровки и идентификации. При фиксированной мере А0 отсчета образцы содержат соответственно п и т мер, характеристики Б и А которых связаны системой уравнений:
°Р<У, = У* = У0,
Лг
(3б)
Закономерность (3б) тождественности калибровки эквивалентна условию (2б) коррекции, но по двум (' = = 1,2) граничным мерам при априорных закономерностях нулевой погрешности (2в) и единичной нелинейности (2г). Закономерности калибровки (3-3б) и (2в, 2г) априори гарантируют определение /-тых действи-
А0 = А0
От тА(
А0 _ . А0
Оп пА0
- = 1/т
(4)
= 1/п
Система (4) показывает обратную зависимость погрешности Б от числа I мер с закономерностью
Бт =
0
Б,„ =
п
1788
орЩ =ег = 0 .
(4а)
Оценка эффективности по точности представлена отношениями
S mi n
■■ = n / m или sm = sn —
(4б)
Анализ отношений (4б) по числу мер приводит к алгоритму:
(4в)
что подтверждает закономерность (4а). Алгоритм (4в) констатирует: чем больше число мер, тем погрешность меньше, а оптимальная погрешность (4а) эквивалентна нулю при бесконечном числе мер. Аналогично доказывают для равных диапазонов: чем меньше мера, тем погрешность меньше.
Анализ закономерностей (4а-4б) доказывает повышение точности пропорционально числу нормированных мер от градуировки (I = 0) до коррекции (I = 1), через калибровку (I > 2г, где г - число параметров) к идентификации (I > п), где ) = 2, т - число массивов из п параметров). При регламентированной погрешности расширяется диапазон на порядок от градуировки до коррекции и на порядки при калибровке и идентификации. Число нормированных мер - калибров пропорционально расширению диапазона и повышению достоверности контроля.
Следовательно, в отличие от калибровки по двум известным образцам с нормированными мерами границ диапазона, идентификация повышает пропорционально массивам эквивалентов эффективность метрологических средств от измерения до самообучения для создания информационных технологий проектирования интеллектуальных компьютерных анализаторов состава и свойств физико-химического и электрофизического, теплофизического и биомедицинского контроля.
Таким образом, доказано становление статистической градуировки множества ненормированных переменных узкоспециализированного тестера с жесткой структурой от единственного калибра коррекции через нормированные меры известных образцов границ адаптивного диапазона калибровки к программно управ-
ляемому массиву калибров идентификации действительных значений интеллектуальных микропроцессорных измерительных систем с гибкой архитектурой, универсальным математическим обеспечением и высокоэффективными метрологическими средствами. Показано развитие мер оценки от множества ненормируе-мых переменных градуировки и единственной нормированной мере коррекции к нормируемым мерам оптимизации параметров калибровочных характеристик и структур идентификации действительных значений по массивам калибров. При регламентированной погрешности расширяется диапазон на порядок от градуировки до коррекции и на порядки при калибровке и идентификации. Число нормированных мер - калибров пропорционально расширению диапазона и повышению достоверности контроля, и чем больше число мер, тем погрешность меньше, а оптимальная погрешность эквивалентна нулю при бесконечном числе мер.
ЛИТЕРАТУРА
1. Метрология, стандартизация и сертификация / под ред. В.В. Алексеева. М.: Академия, 2008. 384 с.
2. Глинкин Е.И., Герасимов Б.И. Микропроцессорные аналитические приборы. М.: Машиностроение, 1989. 248 с.
3. Глинкин Е.И. Техника творчества. Тамбов: ТГТУ, 2010. 168 с.
4. Чичёв С.И., Калинин В.Ф., Глинкин Е.И. Информационно-измерительная система центра управления электрических сетей. М.: Машиностроение, 2009. 176 с.
5. Чичёв С.И., Калинин В.Ф., Глинкин Е.И. Система контроля и управления электротехническим оборудованием подстанций. М.: Спектр, 2011. 141 с.
6. Чичёв С.И., Калинин В.Ф., Глинкин Е.И. Методология проектирования цифровой подстанции. М.: Спектр, 2014. 228 с.
7. Глинкин Е.И., Глинкин М.Е. Технология аналого-цифровых преобразователей. Тамбов: ТГТУ, 2008. 140 с.
Поступила в редакцию 21 июня 2015 г.
Glinkin E.I. THE REGULARITIES OF MEASUREMENT METHODS
Regularities of methods of measurement from the statistical analysis of a set of not normalized variables of graduation and the only rated measure of correction of highly specialized testers before analytical control on the normalized measures of optimization of parameters of calibration characteristics and structures of identification of the valid values for massifs of calibers of computer analyzers are analyzed.
Key words: statistical analysis; variable graduation; measures of an assessment of calibration and identification; analytical control; rated parameters; regularities; metrological characteristics; tester; computer analyzer.
Л
S
m
n
если m\ >n , то sm■< >sn
Глинкин Евгений Иванович, Тамбовский государственный технический университет, г. Тамбов, Российская Федерация, доктор технических наук, профессор кафедры биомедицинской техники, заслуженный изобретатель Российской Федерации, e-mail: bmt@nnn.tstu.ru
Glinkin Evgeniy Ivanovich, Tambov State Technical University, Tambov, Russian Federation, Doctor of Technics, Professor, Professor of Bio-medical Technics Department, Honored Inventor of RF, e-mail: bmt@nnn.tstu.ru
1789
