JJF 2272-2025 桥隧结构监测系统在线校准方法

　　中华人民共和国国家计量技术规范

JJF2272—2025

桥隧结构监测系统在线校准方法

MethodforOnlineCalibrationofStructuralMonitoringSystems

forBridgesandTunnels

2025-06-11发布2025-12-11实施

国家市场监督管理总局 发布

归口单位:全国公路专用计量器具计量技术委员会

主要起草单位:交通运输部公路科学研究所

中国计量科学研究院

参加起草单位:广东交科检测有限公司

本规范委托全国公路专用计量器具计量技术委员会负责解释

本规范主要起草人:

荆根强(交通运输部公路科学研究所)

李建双(中国计量科学研究院)

彭 璐(交通运输部公路科学研究所)

参加起草人:

罗 翥(交通运输部公路科学研究所)

崔建军(中国计量科学研究院)

许肇峰(广东交科检测有限公司)

 

目 录

引言……………………………………………………………………………………… (Ⅱ)

1 范围…………………………………………………………………………………… (1)

2 引用文件……………………………………………………………………………… (1)

3 术语…………………………………………………………………………………… (1)

4 概述…………………………………………………………………………………… (1)

5 在线校准条件………………………………………………………………………… (2)

6 校准过程及分析方法………………………………………………………………… (3)

附录A 监测系统配置要求…………………………………………………………… (9)

附录B 校准结果不确定度评定示例………………………………………………… (10)

 

引 言

JJF1001—2011 《通用计量术语及定义》、JJF1059.1—2012 《测量不确定度评定与

表示》共同构成支撑本规范制订工作的基础性系列规范,编写格式参照了JJF1071—

2010 《国家计量校准规范编写规则》。

本规范为首次发布。

 

1 范围

本规范规定的校准方法适用于传感器不宜拆卸的桥隧结构监测系统的在线校准,其

他类型的监测系统可参照使用。

本规范不适用于埋入式传感器所构成的监测系统的在线校准。

2 引用文件

本规范引用了下列文件:

JJF1059.1 测量不确定度评定与表示

JJF1305 线位移传感器校准规范

GB/T18459 传感器主要静态性能指标计算方法

GB50982 建筑与桥梁结构监测技术规范

JT/T1037 公路桥梁结构监测技术规范

凡是注日期的引用文件,仅注日期的版本适用于本规范;凡是不注日期的引用文

件,其最新版本(包括所有的修改单)适用于本规范。

3 术语

下列术语适用于本规范。

3.1 桥隧结构监测系统 structuralmonitoringsystemsforbridgesandtunnels

针对桥隧结构设计验证、损伤识别、承载能力评估、可靠性评价、寿命预测等需

求,依托该结构体搭建的具有结构状态传感测量、数据分析等功能的软硬件系统。

注:本规范中简称监测系统。

3.2 传感系统 sensingsystem

由传感器、采集模块、数据线或通信模块等共同组成的,具有特定参量感知和测量

能力的系统,是构成监测系统的重要组成部分。

注:本规范中被校传感系统用符号SUC表示,参考传感系统用符号RS表示。

3.3 在线校准系统 onlinecalibrationsystem

在被校传感系统现场工作条件下,同步获取被校传感系统测量结果和参考传感系统

示值,并进行在线比较分析的软硬件系统。其主要由参考传感系统、数据服务器、在线

校准控制器、校准工作站、辅助夹具等构成。

4 概述

监测系统主要由传感系统、数据中心、分析模块、显示模块、供电系统等构成。实

际工程中,监测系统通常包含多种类型的传感系统。

1

JJF2272—2025

传感系统的传感器布置安装于桥隧结构的关键监测部位,在桥隧运行过程中感知

结构状态变化,并由采集模块实现模拟/数字信号转换,通过数据线或通信模块将监

测结果汇聚于数据中心。显示模块和分析模块提取监测数据,并进行显示输出或分析

处理。

GB50982和JT/T1037规范了监测参量和所用传感器等要求。某些参量(如应变、

位移、倾角等)的监测与所用传感器的安装状态关联度较强、数据延续性要求较高,某

些参量(如振动、车辆荷载等)传感器不易拆卸,因此需采用在线校准方式对所用传感

系统进行溯源。

5 在线校准条件

5.1 环境要求

在线校准的环境条件应符合以下要求:

a)传感器工作区温度:-20℃~+50℃;

b)传感器工作区相对湿度:≤95%;

c)供电条件:(220±10)VAC;

d)通信条件:具有可靠的数据传输条件;

e)在SUC传感器安装的近临位置,具备固定安装RS传感器的实施条件。

5.2 仪器设备要求

5.2.1 基本要求

在线校准的实施应满足以下基本要求:

a)监测系统应符合附录A的配置要求;

b)RS应在SUC的工作条件下实现溯源,确保计量性能符合要求;

c)在线校准控制器、数据服务器、校准工作站、辅助夹具等具备在监测系统工作

现场应用的支撑条件。

5.2.2 RS传感器

RS传感器与SUC传感器的类型和结构应具有相似性,数据接口可兼容,技术要求

如表1所示。

表1 RS传感器技术要求

监测参量测量范围最大允差

应变-1500×10-6~1500×10-6 ±3% F.S.

位移-10mm~10mm ±1mm

小于-10mm 或大于10mm ±10% F.S.

倾角-15°~15° ±2% F.S.

振动-200m/s2~200m/s2 ±2% F.S.

5.2.3 在线校准控制器

在线校准控制器用于在线校准过程的流程控制,以及RS与SUC数据的实时比较

分析,应具有以下基本功能和技术性能:

2

JJF2272—2025

a)发送控制指令以获取RS的实时测量数据;

b)发送控制指令以获取SUC的实时测量数据;

c)对SUC数据进行必要的格式转化;

d)对RS和SUC数据进行可视化比较和分析;

e)在线校准过程的状态跟踪和故障排除。

5.2.4 数据服务器

用于RS和SUC数据的存储,存储信息应至少包含测量数据所对应的项目编号、

传感器编号、传感器类型、详细测量时间、测量频率、测量结果、单位等信息。

5.2.5 校准工作站

校准工作站安装配置校准专用软件,用于实现在线校准数据的查询、核验、可视化

数据分析和比对、计量特性分析计算、报告编制、打印等功能。

5.2.6 辅助夹具

在线校准辅助夹具应具备精准限位、姿态微调等功能,且便于布设、更换。

6 校准过程及分析方法

6.1 在线校准原理

在线校准采用共同激励源条件下SUC与RS测量比对的方法,校准过程不应改变

监测系统的正常工作状态。其原理如图1所示。

图1 在线校准原理

6.2 数据获取过程

在线校准数据获取过程如下:

a)采用如图1所示的在线校准原理,在SUC传感器的近邻位置安装RS传感器,

两传感器的间隔位置宜通过辅助夹具进行限位,其中,应变、位移和倾角测量传感器宜

采用如图2所示的空间布局,振动传感器宜采用如图3所示的空间布局;

3

JJF2272—2025

(a)传感器空间布置

(b)A视角布局

图2 传感器并列布局

(a)传感器空间布置

(b)A视角布局

图3 传感器叠加布局

b)以通行车辆等作为激励源,SUC和RS同步连续采集桥隧结构在激励源作用下

的响应参量,存入各自系统的数据中心或数据服务器;

c)监测系统响应在线校准控制器的请求,通过数据接口模块传送SUC测量数据序

列至在线校准控制器,并转存至在线校准系统的数据服务器;

d)在线校准系统同步传送RS所采集的测量数据序列至在线校准控制器;

e)在线校准控制器对在线校准过程进行实时监控、分析比较SUC 和RS数据序

列,并及时排除故障。

6.3 数据序列匹配方法

从数据服务器提取在线校准过程中所采集的SUC和RS数据序列,分别记为P 和

Q ,按结构特征对P 和Q 进行匹配,以确定SUC和RS对同一变量相同时刻的测得值

之间的对应关系。具体流程如下:

a)分别对P 和Q 序列进行预处理,确定初始匹配点,消除噪声点,得到去噪后的

P 和Q 序列,保留原始数据序列;

4

JJF2272—2025

b)在处理后的P 和Q 序列中查找测量数据序列的峰值点和谷值点作为特征点,并

进行标记,如图4所示;

c)根据所标记的特征点,在SUC及RS原始序列中查找对应的数据点,将P 和Q

两序列划分为若干个特征区间;

d)依次对P 和Q 每个特征区间内的各点进行匹配,设已知SUC序列上任意一点

pi,RS上与pi 相匹配的点为qj;

图4 特征点提取

e)在P 和Q 的第k 个特征区间{pt(k-1),…,pt(k)}和{qt'(k-1),…,qt'(k)}内,

与pi 相匹配的点qj 的下标j 由式(1)确定:

j=[i-t(k -1)]× [t'(k)-t'(k -1)]

[t(k)-t(k -1)] +t'(k -1) (1)

式中:

i、j———SUC和RS序列中测得值的序号;

k———特征点的序号;

t(k)———第k 个特征点在SUC原始数据序列中的序号;

t'(k)———第k 个特征点在RS原始数据序列中的序号。

6.4 计量特性计算方法

6.4.1 瞬时测量误差

在线校准的动态过程中,每个瞬时状态的测量误差按以下步骤分析:

a)按照6.3的方法,对SUC和RS相对于同一被测参量的测量结果进行匹配,获

取经匹配的SUC 和RS 示值序列?P =?p1,?p2,…,?pi,…,?pn;?Q =?q1,?q2,…,

?qi,…,?qn。其中,?pi 与?qi 是对应于同一瞬间结构响应参量的测得值。

b)SUC第i 个测得值的示值误差模型,如式(2)所示。

ΔdS,i =ΔdR,i +?pi -?qi - Δdi·L -Δdtm,i (2)

式中:

ΔdS,i———SUC的第i 个测得值的示值误差;

ΔdR,i———RS的第个测得值的示值误差;

?pi———SUC的第i 个测得值;

?qi———RS的第i 个测得值;

5

JJF2272—2025

Δdi———第i 次测量时,SUC和RS安装点的量值梯度;

L———SUC和RS安装点的间距;

Δdtm,i———对SUC和RS采样频率、时滞特性差异的补偿值。

6.4.2 基本误差

在线校准现场条件下,宜根据长周期试验的数据序列统计特征进行基本误差分析,

方法如下:

a)将经过6.3匹配的SUC和RS数据序列的值域均匀划分为N ×N 个区块,参照

JJF1305,N 取11。

b)取SUC和RS上下边缘区块中数据的平均值,构成数据序列和Y =y1,y2,

…,yM 和L=L1,L2,…,LM ,其中,M 为SUC或RS边缘区块的个数,M =2N ,

数据序列Y 和L 的构建方法如图5所示。

(a)SUC拟合数据序列 (b)RS拟合数据序列

图5 参比直线拟合数据序列构建方法

c)对Y 和L 按照最小二乘法进行拟合,得到参比直线方程Y =Y0+KL,监测系

统的基本误差取式(3)、式(4)中绝对值最大者。

δi+ =(yi+ -Yofs+,i)- [Y0 +K (Li+ -Lofs+,i)]

YFS +YB

×100%,i=1,2,…,M (3)

δi- =(yi- -Yofs-,i)- [Y0 +K (Li- -Lofs-,i)]

YFS +YB

×100%,i=1,2,…,M (4)

式中:

yi+ ,yi- ———分别为SUC第i 个边缘区块的最大值和最小值;

Li+ ,Li- ———分别为RS第i 个边缘区块的最大值和最小值;

Yofs+,i,Yofs-,i———分别为区块划分所引入的SUC上、下边缘测量值偏移量;

Lofs+,i,Lofs-,i———分别为区块划分所引入的RS上、下边缘测量值偏移量;

YFS———拟合直线上最大输入值和最小输入值所对应的输出值之差;

YB ———SUC区块的高度。

6

JJF2272—2025

6.4.3 测量重复性

在线校准条件下,监测系统的测量重复性参照GB/T18459用样本标准偏差表示,

通过贝塞尔公式法计算,步骤如下:

a)取RS和SUC数据序列中相对应的两个典型分段,利用6.3的匹配算法进行匹

配,确立数据点的配对关系;

b)在RS数据序列中,取某一校准点Li 的同值点Lik (k=1,2,…,n),其中n

为样本数量,在SUC数据序列中找到对应的匹配点yik (k=1,2,…,n),如图6

所示;

(a)RS数据序列中的同值点 (b)SUC数据序列中的匹配点

图6 测量重复性计算示意图

c)在校准点Li 处,尽可能保证RS数据序列中正、反向行程的同值点数量均不少

于10个,宜取RS数据序列的众数或中位数,并在报告中注明;

d)记yik 中正向行程测量数据为yu,ik,反向行程测量数据为yd,ik,分别通过

式(5)、式(6)计算正行程和反行程的样本标准差:

Su,i= Σnu

j=1 (yu,ij-yu,i)2

nu -1 (5)

Sd,i= Σnd

j=1 (yd,ij-yd,i)2

nd -1 (6)

式中:

yu,i———yik中正行程测量值的算术平均值;

yu,ij———yik中正行程测量数据的第j 个测量值;

nu ———正行程上同值样本数量;

yd,i———yik中反行程测量值的算术平均值;

yd,ij———yik中反行程测量数据的第j 个测量值;

nd ———反行程上同值样本数量,nu +nd =n。

7

JJF2272—2025

最终选取正反行程标准差较大者计算重复性,公式见式(7):

ξR =

cSmax

YFS +YB

×100% (7)

式中:

Smax———Su,i与Sd,i中较大者;

c———包含因子,本方法中根据正反行程样本数n 选取t 分布的置信度为95%的

包含因子(见表2)。

表2 t 分布置信度为95%的包含因子

n 2 3 4 5 6 7 8 9 10

c 12.706 4.303 3.182 2.776 2.571 2.447 2.365 2.306 2.262

8

JJF2272—2025

附录A

监测系统配置要求

A.1 新装监测系统

对于新装监测系统,应满足适用于后期在线校准的以下设计:

a)在传感器安装位置布置用于比较测量的辅助夹具;

b)监测数据包含准确的测量时间信息;

c)监测系统软件应配备在线校准指令接收和响应功能;

d)当监测系统收到在线校准控制器指令后,应能在不影响结构正常监测的条件

下,同时发送SUC的后续测量结果给在线校准控制器;

e)监测系统软件可准确提取特定时间段内SUC的连续监测数据。

A.2 在用监测系统

对在用监测系统进行在线校准时,监测系统应优先进行A.1所要求的技术改进,

改进后的系统至少满足以下配置要求:

a)在传感器安装位置可布置用于比较测量的传感器辅助夹具;

b)监测数据应包含准确的测量时间信息;

c)监测系统软件可准确提取特定时间段内SUC的连续监测数据。

9

JJF2272—2025

附录B

校准结果不确定度评定示例

B.1 在线校准试验过程

在日常通行车辆激励条件下,连续采集某大桥数日的在线校准有效数据。采用可视化数

据分析工具从原始数据中筛选激励较为明显的典型数据段进行分析,示例如图B.1所示。

图B.1 应变传感系统在线校准典型数据段

采用基于特征点的数据序列匹配方法,获得SUC与RS的对应量值序列,如图B.2

所示。

(a)数据序列的匹配结果

(b)图(a)虚框区域的细节显示

图B.2 在线校准数据序列匹配

10

JJF2272—2025

B.2 单次测量的不确定度评定

B.2.1 测量模型

根据式(1),SUC的单次(第i 次)测量的示值误差可变换为:

ΔdS,i =ΔdS-R,i +ΔdR,i - Δdi·L -Δdtm,i (B.1)

式中:

ΔdS,i———SUC的第i 个测得值的示值误差;

ΔdS-R,i———SUC和RS第i 对测得值的差值;

ΔdR,i———RS的第i 个测得值的示值误差;

Δdi———第i 次测量时,SUC和RS安装区域的量值(如应变)梯度;

L———SUC和RS传感器安装点的间距;

Δdtm,i———对SUC和RS采样频率、时滞特性差异的补偿值。

B.2.2 不确定度分析

由式(B.1)的测量模型可知,SUC的单次测量示值误差ΔdS,i的不确定度us 主要

有4个来源:

(1)SUC与RS测得值的差值引入的不确定度u1

对经过匹配的SUC和RS数据序列对应求差值,可得到示值差序列数据。不确定

度的可能来源有:① SUC和RS对激励源响应的差异;② 传感器示值的重复性。这些

影响因素的组合效应引入的不确定度可通过A类评定方法得到。

为避免将环境变化的影响引入此不确定度分量,在评定u1 时,应在一个温度平稳

且应变测值有明显变化的典型时段内,计算SUC与RS示值差值的实验标准偏差。在

图B.1中取长度为10000 (对应时间为500s)的数据段,计算其实验标准偏差:

s= Σn

i=1 (di-d)2

n-1 =3.5×10-6

u1=3.5×10-6

(2)由RS测量不准确引入的不确定度u2

可通过B类评定,从参考传感器的校准证书中获得,校准结果需覆盖在线校准的

环境条件(如温度)变化区间。查阅参考传感系统RS校准证书,知其在实验的量值范

围内示值的不确定度U =3×10-6,k=2。因此,由RS引入的不确定度分量:

u2 =U/k =1.5×10-6

(3)SUC和RS安装点的量值差异引入的不确定度u3

u3 又由两个分量构成,即:① SUC和RS安装点的量值(如应变)梯度分布引入

的不确定度u31;② SUC和RS安装点的间距测量引入的不确定度u32。

量值梯度分布情况与具体的桥梁结构形式有关。根据对被监测桥梁现场实验截面上

应变分布理论分析和仿真情况,在传感器现场布设的截面上,SUC和RS安装点的间距

为200m 时,应变极差为0.25×10-6 (80t荷载时)。根据数值分析中采用的采样间

隔,200mm 内独立观测数n=3,查相关数据用表知,对应的极差系数C=1.69。采用

极差法评定,由SUC与RS安装位置差异引入的不确定度为:

u3=0.25×10-6/1.69≈0.15×10-6

(4)SUC和RS测量同步性差异引入的不确定度u4

11

JJF2272—2025

由被监测桥梁的历史动载试验结果,可推断在通行车辆荷载作用下的应变量的变化

频率为2.4Hz左右,通过对应变数据序列进行带通滤波,得到2.2Hz~2.6Hz的应

变信号在时域的最大幅值Amax约为15×10-6,频带中心频率为f0=2.4Hz,如图B.3

所示。

(a)切比雪夫带通滤波器 (b)车辆激励下的应变响应信号

图B.3 通行车辆激励下的应变频带信号提取

在线校准实验中SUC与RS应变测量系统的采样频率均为20Hz,约为8f0。查

表B.1和表B.2,在包含概率为95%和99%时,两传感系统由于采样过程引入的信号

峰值测量偏差绝对值的限值分别为0.0650Amax和0.0684Amax,约为1×10-6。

表B.1 峰值测量偏差绝对值的限值(包含概率95%)

M95

A1

(4f0)

A2

(8f0)

A3

(10f0)

A4

(12f0)

A5

(16f0)

B1 (4f0) 0.2506 0.2430 0.2478 0.2548 0.2590

B2 (8f0) 0.2430 0.0650 0.0540 0.0589 0.0631

B3 (10f0) 0.2478 0.0540 0.0455 0.0395 0.0436

B4 (12f0) 0.2548 0.0589 0.0395 0.0291 0.0253

B5 (16f0) 0.2590 0.0631 0.0436 0.0253 0.0164

表B.2 峰值测量偏差绝对值的限值(包含概率99%)

M99

A1

(4f0)

A2

(8f0)

A3

(10f0)

A4

(12f0)

A5

(16f0)

B1 (4f0) 0.2643 0.2634 0.2630 0.2639 0.2641

B2 (8f0) 0.2634 0.0684 0.0672 0.0680 0.0682

B3 (10f0) 0.2630 0.0672 0.0488 0.0486 0.0487

B4 (12f0) 0.2639 0.0680 0.0486 0.0306 0.0304

B5 (16f0) 0.2641 0.0682 0.0487 0.0304 0.0173

采用B类评定,取k=2,则此不确定度分量为:

12

JJF2272—2025

u4=1×10-6/2=0.5×10-6

B.2.3 不确定度的合成和表示

不确定度分量u1、u2、u3、u4 分别来源于三个不相关的过程,因此SUC的单次测

量示值误差ΔdS,i的合成标准不确定度:

uc,S= u21+u22+u23+u24 =3.8×10-6

取k=2时,SUC的单次测量示值误差ΔdS,i的扩展不确定度为:

U =8×10-6,k=2

另一方面,SUC的第i 个测量值的示值误差又可定义如下:

ΔdS,i =?dS,i -dS,0

式中:

?dS,i———SUC的第i 个测量值的示值;

dS,0———SUC安装位置的实际结构响应量值(如应变)。

dS,0为客观存在的实际值,可认为不确定度为0,故SUC单次测量结果的不确定度

u(?dS,i),可以用以上示值误差的不确定度代替。

B.3 基本误差的不确定度评定

B.3.1 测量模型

由基本误差的计算公式式(3)~式(4)可知,传感器的基本误差是一组数据中的

最大值,此数据组中任一值的测量模型为:

δ=maxabs (yi-Yi)

YFS+YB +δS (B.2)

式中:

yi———所选样本中SUC的第i 个测量值;

Yi———所选样本中RS的第i 个测量值Li 在参比直线上的拟合输出值;

YFS———拟合直线上的满量程输出值,对于所选样本,可视为常数;

YB ———SUC区块的高度,对于所选样本,可视为常数;

δS ———由选取样本的随机性所产生的计算偏差补偿,该分量反映了本

文所提出的基本误差计算方法的可靠性;

maxabs ()———取所有值中绝对值最大的值。

B.3.2 不确定度分析

考虑随机性因素,数据序列L 和Y 之间的线性关系可以表示为:

Y =Y0 +KL +ε (B.3)

式中,ε 为随机项。对于线性模型,ε 的期望E(ε)=0,设ε 的方差Var(ε)=σ2,

则ε 服从正态分布N (0,σ2)。

对线性模型[式(B.3)],记Qe 为残差平方和,即:

Qe =Σn

i=1(?Yi -Y^

i)2 (B.4)

13

JJF2272—2025

式中:

?Yi———SUC传感器第i 个测得值;

Y^

i———对RS的第i 个测得值的拟合输出值(作为SUC值的估计值);

n———用于线性回归分析的数据序列的大小。

易知,σ^

2=Qe/(n-2)是σ^

2 的无偏估计,记Sxx =Σn

i=1(Li-L)2,则:

Var(K )=σ2

Sxx = Qe

(n-2)Sxx (B.5)

Var(Y0)=Σn

i=1L2iσ2

nSxx =QeΣn

i=1L2i

n(n-2)Sxx (B.6)

于是,测量模型[式(B.2)]中,各分量的不确定度可按以下方式评定:

(1)yi 的不确定度参照B.2中单次测量的不确定度评定方法:u(yi)=uc,S;

(2)线性回归系数Y0 和K 的不确定度:u(Y0)= Var(Y0),u(K)= Var(K);

(3)Yi=Y0+KLi 引入的不确定度分量u(Yi)可由下式合成:

u(Yi)= u2(Y0)+L2iu(K )+2Lir(Y0,K )u(Y0)u(K );

(4)对于所选的样本,YFS、YB 可视为常数;

(5)样本的随机性引入的不确定度u(δS )由多组样本的试验获得。

以光纤应变传感系统在线校准的基本误差计算过程为例,各不确定度分量评定

如下:

(1)yi 引入的不确定度分量:

参考B.2,单次测量的不确定度u(yi)=3.8×10-6。

(2)线性回归系数Y0 和K 的不确定度:

由本例中参比直线为Y=-1.198+1.047L。样本容量为n=100000,按此样本计

算得:Qe/(n-2)=12.7765,Sxx =12128155,从而:

u(K )= Var(K )=0.001,u(Y0)= Var(Y0)=0.24×10-6

(3)Yi 引入的不确定度分量:

根据相关文献,Y0 与K 由同一组测量结果得到,具有相关性,其相关系数:

r(Y0,K )= -nL

nΣn

i=1L2i

=-0.9969

于是,Yi 的不确定度(Li 作为输入时视为常量):

u(Yi)= u2(Y0)+L2iu2(K)+K2u2(Li)+2Lir(Y0,K)u(Y0)u(K)=1.57×10-6

(4)εmax=maxabs (yi-Yi)的不确定度:

记εi=yi-Yi,忽略yi 和Yi 之间的相关性,则:

u(εi)= u2(yi)+u2(Yi)=4.11×10-6

εmax是所有εi 中,满足|yi-Yi|最大这一条件的待定值,εmax应满足yi-Yi 最大

(当yi-Yi>0时)或yi-Yi 最小(当yi-Yi<0时)这两个约束条件,而不能在εi

14

JJF2272—2025

的区间内任意取值。这些约束条件,使得εmax的分散性被大大压缩,这与平均值的标准

不确定度是单次测量值的标准不确定度的1/ N 类似(N 为计算平均值的数据个数)。

因此,可取εmax的标准不确定度:

u(εmax)=u(εi)/ nE -1=4.11×10-6/ 999 ≈0.13×10-6

式中,nE 为残差向量的独立维数,如原始数据进行了宽度为fltW 的移动平均,

则nE=n/fltW 。

(5)δS 引入的不确定度分量:

在计算基本误差时,样本的随机性主要体现在样本数量和滤波宽度的选择。在在线

校准数据中选取4组典型序列,每组样本数量分别为100000、50000和20000,按

5s、2.5s和1s求均值后,计算基本误差,结果见表B.3。

表B.3 不同数据段的基本误差计算结果

组号Set-A

Δt=5s,Sd =100000

Set-B

Δt=2.5s,Sd =50000

Set-C

Δt=1s,Sd =20000

Group1 0.0634 0.0617 0.0632

Group2 0.0528 0.0627 0.0623

Group3 0.0631 0.0583 0.0670

Group4 0.0719 0.0802 0.0736

δS 的不确定度可通过计算表B.3中数据的标准偏差,用A类评定得到:

u (δS )= Σm

i=1 (δi-δ)2

m -1 =0.007 (m =2)

B.3.3 不确定度的合成和表示

根据以上分量,依据JJF1059.1—2012进行合成,得:

u(δ)= u2(εmax)/(YFS -YB )2 +u2(δS )=0.0072

取k=2,则SUC基本误差在线校准结果的扩展不确定度可表示为:

U(δ)=0.015,k =2

15

JJF2272—2025