1、建材检测行业中误差及数据处理方法探究【摘要】对工程质量检测人员来说，确保工程质量是其工作的出发点和落脚点。在日常检测中应从思想上高度重视，从技术上严格把好建筑材料质量关，切切实实将检测工作做好。本文就建材检测中的误差分析和数据处理进行了扼要分析，并提出构建建筑材料检测数据处理系统的意义，以期推动质量检测人员从技术及数据处理等方面更加客观、科学、公正地开展质量检测工作。 【关键词】建材检测；误差分析；数据处理 中图分类号：C37 文献标识码： A 文章编号： 建筑材料质量的好坏与建筑工程的质量密切相关，把好建筑材料质量关，做好检测工作就显得极为重要。作为工程质量检测人员，在日常建筑材料检测试验中
2、，应严格按照国家有关标准，应用科学技术手段，获得代表建筑质量特点的有关数据，作为施工依据，以达到管理、控制工程质量、确保施工安全的目的。下文就建材检测产生常见误差分析与数据处理工作的要点展开阐述。 1.建材检测中误差分析 根据误差产生的原因及性质进行划分，建材检测中常见的误差可分系统误差、过失误差和偶然误差这三类。 1.1 系统误差 就系统误差来说，多数是由于试验方法不正确或是实验环境中无法消除的因素所造成的。这类误差规律性一般较强。若在对建材检测数据进行分析时，发现存在系统误差，则应很据系统误差特定规律，找出误差产生的原因，然后通过改进、完善实验手段的方式尽最大可能消除系统误差。对于那些因实
3、验条件限制而无法消除的系统误差，则可借助修正值对有关数据予以修正。从数据的角度来说，当前检测中的常见的系统误差可分为固定系统误差和变化系统误差。所谓固定系统误差是指在整个建材检测过程中始终存在一个固定的数字偏差，如试验机存在的零点飘移，就常常产生固定性系统误差。变化的系统误差常常是因为外界条件包括温度、湿度等的变化导致的。例如，进行水泥试验时，对于试验湿度、温度的严格要求就是基于这种因素。在水泥试验中，对温度的要求通常是保持在 18 -22之间，相对湿度不宜低于 50%，同样对样品、拌合水、工具、设备的温度和湿度也有明确要求，在温度方面应与室温保持一致，相对湿度不低于 90%，这些要求都是为了
4、提高实验检测的准确度和稳定性，并最大限度的减少系统误差的发生。与变化的系统误差相比，固定的系统误差不易在数据中得出，往往只能通过不同的测量方法，或选择不同的测量仪器进行测定，然后再对相关数据结果进行核对。就变化的系统误差来看，可以根据数据变化规律，对其周期性变化和累进规律进行判断，进一步分析其产生的因素，并进行相应的处理。 1.2 过失误差 过失误差也称之为“粗差” ，多是由于实验者的粗心大意所致，较为常见的是读错仪表刻度、记录错误数据等。一旦发生过失误差，往往会造成数值方面存在较大偏差，致使实验结果与实际数据不符，必须坚决从量测数据中删除。一般来说，过失性误差可以凭借检测工作经验来剔除，但经
5、验删除带有较强的主观性，较为科学的方法是采用偶然误差的正态分布理论，选择一个鉴别值同各测定值的偏差进行比较，然后按照正态分布规律，发现并剔除过失误差数据。绝对值较大的误差出现的概率较低，且数值一般不会超过特定的范围。 1.3 偶然误差 偶然误差是指由一定数量的控制因素影响而导致检测值的最后一位数字出现差异。导致偶然误差的原因通常是一些偶然因素对量测仪表的影响，例如周围环境条件的干扰、实验电压不稳定、实验仪表的摩擦不规则变化、检测人员对检测数值的末尾数字估计不准确等。偶然误差具有较强的随机性，难以从试验方法上进行防止，兼之其服从正态分布规律，因此又称之为随机误差。在进行建材检测时，若出现结果数据
6、的过失误差，应在修正和消除系统性误差的基础上对过失误差加以处理。要解决过失误差，最常见的方法是量测误差分析，即对偶然误差的数值进行准确估计，进而确定测定值的误差。 2.数据处理 2.1 数据处理的三个参数 鉴于测定值是真实值和误差之和，而误差是随机变量，这就决定了测定值也属于随机变量。通常用于反映随机变量的重要的统计特征数一般包括算术平均值（也就是所说的“数学期望” ） 、标准误差、变异系数这三个参数。以下进行简要说明： （1）算术平均误差 其计算公式为： 公式中，n 代表样本数，f 为算术平均误差，fi 表示每次测量的结果。样本的均值体现了测量数据的集中位置。通常而言，误差是有正有负的，那么
7、用算术平均值作为均值的话，在求得均值后，正负误差可能消除了一部分，从而使数据的真实性得以体现。由此可见，算术平均误差的作用就是将数据中的那些局部的、随机的波动加以消除，进而体现出测量数据的集中位置。 (2)标准误差 标准误差又命名为：标准离差、样本均方差或者标准差。标准误差的计算公式如下所示： 其中，S 为标准误差，f 为算术平均误差，fi 为每次测量的结果。通过算术平均值不仅可以反映出一组数据的基本情况，还能体现出随机变量的平均状况，但是要进行数据处理分析，仅仅凭借样本均值是不够的，还需要进一步了解样本在算术平均值附近的偏离、分散程度，针对这一情况，可以利用标准误差来反映。S 值越大表示数据
8、离散程度越高，反之S 值越小，就意味着数据离散程度越低。 (3)变异系数 其计算公式为： 假如两组数据具有相同的性质，并且标准误差也相同，那么就意味着两组数据围绕其均值的偏差程度相当，且此结果与两组数据均值大小毫无关系。但在实际中，是很有必要考虑相对偏差的，而变异系数作为标准误差与算术平均值的比，正是反映了数据的相对偏差程度。 2.2 结果评定方式 结果评定方式对建材检测结果也会造成一定的影响，所以有必要对结果评定方式加以明确。鉴于建材材性、试件制作以及几何尺寸等因素所存在的变化，造成建材试验时样本数据具有了一定的离散性，为了能够正确、客观的评价建材的物理力学性能和其他材质特性，检测人员应在误
9、差分析的前提下，按照实验对象以及标准要求，选择不同的数据处理方式，然后根据相应的试验标准进行确定。 3.建筑材料检测数据处理系统的构建 就建筑材料检测数据处理系统来看，该系统一般由若干个子系统构成，每个子系统又有检测数据输入、处理、检测结果输出、数据库以及查询等模块组成。当前，建筑材料检测数据处理系统多是由常用建材抗压强度系统、混凝土立方体抗压强度系统、砂浆抗压强度系统等多个子系统组成的。随着科技的突飞猛进，建筑材料检测数据处理系统的研发和应用得到了快速发展，从很大程度上提高了检测人员的工作效率，使其从以往单调、枯燥、繁琐的基础工作中解脱出来。此外，该系统能够使检测报告的格式和内容实现规范化、
10、标准化，这对于减少检测误差、正确处理检测数据，推动建材检测工作顺利开展具有深远的现实意义。 4.小结 本文通过对建材检测误差的分析、数据处理以及检测数据处理系统的构建等方面的分析与研究，旨在最大限度的减少误差对建材检测的影响，使数值更加趋于真值，从而确保建材检测的科学性与准确性。同时还应从检测人员、实验方法、仪器设备、操作手段等多个层面努力，才能实现检测数据的客观性和公正性，从而更好的服务于建筑质量的检测。【参考文献】 1时晓艳.建材质量检测技术与质量控制J.中国新技术新产品,2010(8). 2王希军.建材质量检测技术与质量控制J.城市建设理论研究（电子版）,2012(6). 3李建辉.测量的不确定度在钢材检测过程中的应用J.山东建材,2006(1). 4王建平.如何提高检测结果的准确度J.建材技术与应用,2003(6).
