论建筑材料检测中的误差与其数据处理

《论建筑材料检测中的误差与其数据处理》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论建筑材料检测中的误差与其数据处理（深圳市龙岗区工程质量监督检验站，广东，深圳，518000）【摘要】目前城市化的进程正在不断地加快，同时也促进了建筑工程行业的迅速发展。然而建设中建筑材料的好坏直接关系到建筑工程的质量。木文对建筑材料检测从误差分析、数据处理以及检测数据处理系统的研发与应用等三方面作了分析。建筑材料的检测是非常重要的，建筑材料的检测，应当减少试验过程中每个环节的误差，科学地处理数据，对试验数据进行处理与，尽可能地降低误差对试验结果的影响，使检测的数值更接近于“真值”。【关键词】建筑材料；检测项目；数据；准确性引言建筑材料质量的好坏将直接影响到建筑工程的质量，

2、因此必须要严格控制建筑材料的质量，做好相应的检测工作。这就要求从事建筑工程的质量检测的相关工作人员，应当认真对待建筑材料的检测，从思想上要重视它，在技术上要严格把关，尽量减少试验过程的每个环节中所产生的误差，科学地处理检测数据，从而科学地进行质量的检测工作。建筑材料的检测试验的重要性在于：一是要按照国家有关质量的试验标准来进行，要应用适当的科学技术手段，从而获得较准确的相关数据；二是建筑材料的检测能够作为施工的依据，能够全面、客观、准确地反映建筑工程质量的实际水平，从而可以更好的管理和控制工程质量，能够正确地评价工程质量；三是能够保证工程建设的安全性和合理性，同时也可以降低

3、成木。1.建筑材料检测中误差的产生及相应的分类1.1不可忽略系统误差的产生常常因为试验方法不正确或者受到有限的试验条件的影响而造成的误差就是系统误差。系统误差一般都有一定的规律，首先对测量的数据进行判別,当发现数据有系统误差后，我们可以根据其规律找出其中的原因，然后再适当的改进试验的方法，并加强对仪器仪表的检定等，可以消除系统产生的误差；对于那些手试验条件的限制而产生的误差，往往是无法消除的系统误差，我们往往需要引入修正值来对测量的试验数据来进行修正。一般我们将系统误差分为两类：1.固定系统误差；2.变化系统误差。固定的系统误差是在运用检测的系统对数据进行检测吋，检测的试验

4、数据与真实的数据之间差距的人小是不变的，比如：试验中所用的仪器的零点不准，那么系统的固定误差就产生了。变化的系统误差指的是由于外部的环境改变而导致的检测系统的变化，从而使系统测量的数据与实际的数据的存在一定的差距，例如：在进行水泥的试验的过程中，对于环境的控制就相对比较严格，即对试验室内的温度、湿度等都奋较为明确的规定。并且在试验中所使用的器具都要与试验室内得温度保持一致。这样就是为了减少由于试验环境的改变而影响水泥的试验结果，从而减小变化系统误差。固定系统误差一般是很难发现的，只奋通过不冋的检测系统或者是使用不冋的检测仪器对冋一对象进行反复的测量吋，通过数据的对比才奋可能

5、发现；而变化系统误差是比较容易发现的，可以根据试验得到的规律性的数据来进行判断其是否是由于受到周围环境的影响而产生的误差。1.2试验者的粗心大意所致的过失误差过失误差又称为“粗差”，是指在进行试验的过程中，常常会出现由于试验操作人员的粗心大意而产生的检测误差，例如实验操作人员读错仪表的刻度、数据的记录错误等等。过失误差的普遍性特点是检测得到的数得据结果冋实际的数据相比其差值比较大，明显不属于正常的试验数据，在后期进行数据分析吋是法采用。一般情况下，可以通过经验来进行去除过失误差，但是这种方法带有比较大的主观因素；比较好的方法就是运用偶然误差的正态分布理论来进行误差的去除，选

6、择一个鉴别值去和各个测定值的偏差来进行比较，根据正态分布的规律来进行判断，绝对值越大的误差出现的概率就会越低，而且艽数值是不会超过某一特定范围的。1.3偶然误差偶然误差主要是指在检测的过程中由于偶然的因素所引起的误差。这类误差的形成主要是因为突发性的试验因素的而导致测量结果失真。造成偶然误差的原因主要是偶然因素对测量仪表的影响，如电源的电压不稳定、测试人员对仪表的读数估计得不准确以及周围环的境条件的干扰等等。偶然误差的产生带奋随机的性质，即偶然误差是试验人员没奋办法预测的，也很难通过奋效的措施来防止其发生，但是它们都服从正态分布的统计规律，因此又称为随机误差。1.建筑材料的

7、检测数据的处理2.1数据处理的三个参数试验测定的数据是真值与误差的和，而误差是随机的变量，因此试验的数据也是具有随机性的。我们通过三个重要的统计特征数来反映随机变量，分别是：算术平均值(也称“数学期望”)、标准误差和变异系数。试验的数据一般被称为样本数据，对样本求平均值可以找出样本的数据集中的位置。通常误差是有正负之分的，如果对数据求平均值后，我们就能够冇效地减少误差，从而可以得到比较接近真值的数据。因此对数据求其算术平均值就可以适当减少数据的误差，就能够找到试验数据的集中的位置，尤其是对于那些局部有波动的数据有着