摘要 | 第13-15页 |
Abstract | 第15-16页 |
第一章 绪论 | 第17-28页 |
1.1 课题的来源和意义 | 第17-18页 |
1.2 ATS概述 | 第18-22页 |
1.2.1 ATS的组成 | 第18-20页 |
1.2.2 ATS的应用范围 | 第20页 |
1.2.3 ATS的发展概况 | 第20-22页 |
1.3 ATS校准概述 | 第22-26页 |
1.3.1 原位校准和离位校准 | 第22-24页 |
1.3.2 可计量性 | 第24-25页 |
1.3.3 校准周期 | 第25页 |
1.3.4 校准数据的处理 | 第25-26页 |
1.4 论文的研究内容和章节安排 | 第26-28页 |
第二章 ATS可计量性模型研究 | 第28-56页 |
2.1 引言 | 第28-35页 |
2.1.1 可计量性的提出与定义 | 第28页 |
2.1.2 可计量性研究现状 | 第28-31页 |
2.1.3 可计量性指标体系 | 第31-32页 |
2.1.4 装备可计量性研究的内容 | 第32-35页 |
2.2 ATS可计量性信息流模型 | 第35-41页 |
2.2.1 信息流模型简介 | 第35-37页 |
2.2.2 测试性与可计量性的共性 | 第37-38页 |
2.2.3 ATS可计量性信息流模型实例 | 第38-40页 |
2.2.4 信息流模型分析 | 第40-41页 |
2.3 ATS校准周期的加权优化 | 第41-46页 |
2.3.1 校准周期研究现状 | 第42页 |
2.3.2 ATS校准周期综合加权法 | 第42-46页 |
2.4 ATS可计量性多信号流图模型 | 第46-55页 |
2.4.1 多信号流图模型组成 | 第47页 |
2.4.2 多信号流图模型相关矩阵的建立方法 | 第47-49页 |
2.4.3 ATS多信号流图建模实例 | 第49-50页 |
2.4.4 计量校准步骤优化 | 第50-55页 |
2.5 本章总结 | 第55-56页 |
第三章 基于云模型推理的ATS校准数据粗大误差判别法 | 第56-84页 |
3.1 引言 | 第56-57页 |
3.2 测量数据粗大误差推理规则 | 第57-59页 |
3.2.1 经典粗大误差判别法的缺点 | 第57-58页 |
3.2.2 粗大误差推理规则 | 第58-59页 |
3.3 Mamdani模糊推理法 | 第59-62页 |
3.4 云模型基本定义 | 第62-66页 |
3.4.1 云和云滴 | 第63页 |
3.4.2 用数字特征表示云模型 | 第63-64页 |
3.4.3 正态云模型 | 第64-65页 |
3.4.4 二维正态云模型 | 第65-66页 |
3.5 基于云模型的推理规则 | 第66-70页 |
3.6 云规则发生器中“软与”的新算法 | 第70-75页 |
3.6.1 常用方法及其缺点 | 第70-71页 |
3.6.2“软与”的新算法 | 第71-73页 |
3.6.3 实现“软与”的蒙特卡罗法 | 第73-75页 |
3.7 基于规则推理的ATS测量数据粗大误差判别 | 第75-83页 |
3.7.1 常规准则 | 第75-76页 |
3.7.2 Mamdani模糊推理粗大误差判别法 | 第76-78页 |
3.7.3 云模型推理粗大误差判别法 | 第78-83页 |
3.8 本章总结 | 第83-84页 |
第四章 ATS测量不确定度评定的随机模糊变量法 | 第84-118页 |
4.1 引言 | 第84页 |
4.2 证据理论中的可能性理论、模糊理论和概率论 | 第84-94页 |
4.2.1 证据理论基本定义 | 第84-88页 |
4.2.2 概率论和证据理论 | 第88页 |
4.2.3 可能性理论与证据理论 | 第88-91页 |
4.2.4 可能性分布和隶属函数 | 第91-94页 |
4.3 测量数据的随机模糊变量表示 | 第94-100页 |
4.3.1 概率分布和隶属函数的转换 | 第96-97页 |
4.3.2 RFV中的概率分布和可能性的转换 | 第97-100页 |
4.3.3 RFV的构造 | 第100页 |
4.4 合成测量不确定度的RFV表示法 | 第100-106页 |
4.4.1 两个RFVs之和的内部隶属函数 | 第101页 |
4.4.2 两个RFVs之和的随机隶属函数 | 第101-106页 |
4.5 ATS校准数据及其不确定度的RFV法 | 第106-117页 |
4.5.1 ATS计量链高端仪器的不确定度评定 | 第106-111页 |
4.5.2 ATS内部校准仪器的测量不确定度RFV表示法 | 第111-117页 |
4.6 本章总结 | 第117-118页 |
第五章 ATS校准结论风险分析 | 第118-140页 |
5.1 引言 | 第118页 |
5.2 单次校准结论风险分析 | 第118-122页 |
5.2.1 单次校准误收率 | 第118-119页 |
5.2.2 单次校准误拒率 | 第119-120页 |
5.2.3 ATS中DMM单次校准结论风险分析 | 第120页 |
5.2.4 单次校准结论风险的影响因素 | 第120-122页 |
5.3 总体校准风险的蒙特卡罗仿真分析 | 第122-127页 |
5.3.1 DMM校准误差蒙特卡罗仿真 | 第122-124页 |
5.3.2 总体校准结论风险分析 | 第124-125页 |
5.3.3 总体校准结论风险的影响因素 | 第125-127页 |
5.4 RFV表示测量结果的校准结论风险 | 第127-134页 |
5.4.1 模糊变量比较的常用方法 | 第128-130页 |
5.4.2 模糊数排序新方法 | 第130-134页 |
5.5 ATS校准结论风险分析实例 | 第134-139页 |
5.5.1 有确界允许误差时的校准结论及风险分析 | 第134-137页 |
5.5.2 无确界允许误差时的校准结论及风险分析 | 第137-139页 |
5.6 本章总结 | 第139-140页 |
第六章 总结与展望 | 第140-142页 |
6.1 研究总结 | 第140-141页 |
6.2 研究展望 | 第141-142页 |
致谢 | 第142-143页 |
参考文献 | 第143-150页 |
作者在学期间取得的学术成果 | 第150-151页 |
附录A 常用粗大误差判别准则表 | 第151-152页 |
附录B GUM测量不确定度评定法 | 第152-153页 |