Изучение основных вопросов метрологии, стандартизации, сертификации и практическое освоение статистических методов обработки экспериме

МИНИСТЕРСТВО  ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное  учреждение  
высшего профессионального образования

«Сибирский  государственный аэрокосмический  университет

имени академика М.Ф. Решетнева»

 

 

Факультет машиноведения и мехатроники

 

Кафедра  управления качеством и сертификации

 

 

 

КУРСОВАЯ  РАБОТА

 

по дисциплине: «Метрология, стандартизация и сертификация»

 

Тема: Изучение основных вопросов метрологии, стандартизации, сертификации и практическое освоение статистических методов обработки экспериментальных данных.

 

 

ВЫПОЛНИЛ:

Студент группы БИ-03

             Белякова Ю.С.  

                                    ^{(Фамилия, инициалы)}

Подпись_____________

Дата _____________ 

 

 

 

ПРОВЕРИЛ:

Преподаватель Снежко А. А.

Подпись_____________

Дата _____________ 

 

 

Красноярск 2013

 

Вопросы

Метрология. Вопрос 4.

Все объекты  окружающего мира характеризуются  своими свойствами. Свойство — философская категория, выражающая такую сторону объекта (явления, процесса), которая обуславливает его различие или общность сдругими объектами (явлениями, процессами) и обнаруживается в его отношениях к ним. Свойство — категория качественная. Для количественного описания различных свойств процессов и физических тел вводится понятие величины. Величина — это свойство чего-либо, которое может быть выделено среди других свойств и оценено тем или иным способом, в том числе и количественно. Величина не существует сама по себе, она имеет место лишь постольку, поскольку существует объект со свойствами, выраженными данной величиной.

Идеальные величины главным образом относятся к  математике и являются обобщением (моделью) конкретных реальных понятии. Они вычисляются тем или иным способом.

Реальные величины в свою очередь делятся на физические и нефизические. Физическая величина в общем случае может быть определена как величина, свойственная материальным объектам (процессам, явлениям), изучаемым в естественных (физика, химия) и технических науках. К нефизическим следует отнести величины, присущие общественным (нефизическим) наукам - философии, социологии, экономике и т.п.

Стандарт ГОСТ 16263-70 трактует физическую величину, как одно ил свойств физического объекта, в качественном отношении общее для многих физических объектов, а в количественном -индивидуальное для каждого из них. Индивидуальность в количественном отношении понимают в том смысле, что свойство может быть для одного объекта в определенное число раз больше или меньше, чем для другого. Таким образом, физические величины — это измеренные свойства физических объектов или процессов, с помощью которых они могут быть изучены. 

Физические величины целесообразно  разделить на измеряемые и оцениваемые. Измеряемые ФВ могут быть выражены количественно в виде определенного числа установленных единиц измерения. Возможность введения и использования последних является важным отличительным признаком измеряемых ФВ. Физические величины, для которых по тем или иным причинам не может быть введена единица измерения, могут быть только оценены. Под оценизанием в таком случае понимается операция приписывания данной величине определенного числа, проводимая по установленным правилам. Оценивание величины осуществляется при помощи шкал. Шкала величины -упорядоченная последовательность ее значений, принятая по соглашению на основании результатов точных измерений.

Нефизические величины, для  которых единица измерения в  принципе не может быть введена, могут быть только оценены. Следует отметить, что оценивание нефизических величин не входит в задачи теоретической метрологии.

Для более детального изучения ФВ необходимо классифицировать, выявить  общие метрологические особенности  их отдельных групп.

По видам явлений они делятся на следующие группы:

• вещественные, т.е. описывающие физические и физико-химические свойства веществ, материалов и изделий из них. К этой группе относятся масса, плотность, электрическое сопротивление, емкость, индуктивность и др. Иногда указанные ФВ называют пассивными. Для их измерения необходимо использовать вспомогательный источник энергии, с помощью которого формируется сигнал измерительной информации. При этом пассивные ФВ преобразуются в активные, которые и измеряются;

• энергетические, т.е. величины, описывающие энергетические характеристики процессов преобразования, передачи и использования энергии. К ним относятся ток, напряжение, мощность, энергия. Эти величины называют активными. Они могут быть преобразованы в сигналы измерительной  информации без использования вспомогательных источников энергии;

•  характеризующие протекание процессов во времени. К этой группе относятся различного вида спектральные характеристики, корреляционные функции и др.

По принадлежности к различным группам физических процессов ФВ делятся на пространственно-временные, механические, тепловые, электрические и магнитные, акустические, световые, физико-химические, ионизирующих излучений, атомной и ядерной физики.

 

По  степени условной независимости от других величин данной группы ФВ делятся на основные (условно независимые), производные (условно зависимые) и дополнительные. В настоящее время в системе СИ используется семь физических величин, выбранных в качестве основных: длина, время, масса, температура, сила электрического тока, сила света и количества вещества. К дополнительным физическим величинам относятся плоский и телесный углы.

Источник: http://machinebuilder.ru/классификация-физических-величин

Вопрос 14.

При проведении многократных измерений случайная погрешность может быть уменьшена во много раз. Однако погрешность усредненного результата будет определяться не этой весьма малой случайной погрешностью, а не зависящей от числа усредняющих отсчетов систематической погрешностью.

Механизм суммирования систематической и случайной  составляющих погрешности отличается от механизма суммирования случайных  погрешностей. Согласно ГОСТ 8.207—76 погрешность  результата измерения определяется по следующим правилам. Если границы  неисключенной систематической погрешности 6 и оценка СКО результата измерения Sсвязаны соотношением

                                                              (1.1)

то следует пренебречь систематической составляющей погрешности и учитывать только случайную погрешность результата. При этом доверительные границы погрешности результата D = t_pS, где t_p — коэффициент Стьюдента, зависящий от доверительной вероятности Р и числа проведенных измерений п. Если же имеет место неравенство

                                                                  (1.2)

то, наоборот, следует  пренебречь случайной составляющей и результат характеризовать лишь границами его суммарной систематической погрешности D = q. Погрешность, возникающая из-за пренебрежения одной из составляющих погрешности, при выполнении указанных неравенств не превышает 15%.

Числа 0,8 и 8 в стандарте никак не обосновываются. Однако если принять во внимание, что, как было показано ранее, D_0,9= 1,6S, то условие (1.1) эквивалентно неравенству q < D_0 9/2. Условие (1.2) эквивалентно неравенству q > 5D_0,9. Следовательно, ГОСТ 8.207-76 разрешает пренебрегать систематической составляющей и учитывать только случайную составляющую лишь тогда, когда она в 2 раза превышает систематическую. Если же случайная составляющая менее 1/5 систематической, ею можно пренебречь.

При невыполнении неравенств (1.1) и (1.2) границу суммарной погрешности ГОСТ 8.207-76 предписывает находить путем композиции распределений случайных и неисключенных систематических погрешностей, рассматриваемых как случайные величины. Допускается границы погрешности результата измерений определять по формуле

где - оценка суммарного СКО суммарной погрешности.

Данный подход, приводящий к заниженным оценкам, вызывает справедливые нарекания и вряд ли его следует считать правомочным. Рассмотрим этот вопрос подробнее.

Систематическая погрешность, присутствующая во всех отсчетах, не усредняется  при статистической обработке. На рис. 1 показаны истинное значение измеряемой величины х_и, границы систематической погрешности q, распределение случайной составляющей погрешности р(х). Из рисунка ясен механизм суммирования составляющих погрешности. Если систематическая составляющая постоянна, то ее модуль |q| должен суммироваться с доверительным интервалом случайной составляющей t_pS, а отнюдь не с СКО. Доверительный интервал суммарной погрешности

Из рис. 1 становятся понятными  рассмотренные выше условия, при  которых можно пренебречь одной  из составляющих суммарной погрешности. На рис. 1,а показана ситуация, когда  нельзя пренебречь ни одной из составляющих. На рис.1,6 доверительный интервал случайной составляющей более чем в два раза больше систематической составляющей, и последней можно пренебречь. На рис. 1,в систематическая составляющая превышает доверительный интервал случайной составляющей более чем в 5 раз, и ее также можно не учитывать при определении суммарной погрешности.

Рис. 1. Систематическая  и случайная составляющие погрешности

Источник: http://ks-invest.ru/metrology/gl-57.html

 

Стандартизация. Вопрос 33.

Стандартизация представляет собой нормативный способ управления. Ее воздействие на объект осуществляется путем установления норм и правил, оформленных в виде нормативных документов, имеющих юридическую силу.

Стандарты определяют порядок и методы планированияповышения качества продукции на всех этапах жизненного цикла, устанавливают требования к средствам и методам контроля и оценки качества. Управление качествомпродукции осуществляется на основе государственных, международных, отраслевых стандартов и стандартов предприятий.

Общей целью стандартизации является защита интересов потребителей и государства по вопросам качества продукции, процессов и услуг.

Стандартизация  как деятельность обеспечивает решение следующих задач:

1. Повышение уровня безопасности:

— жизни и здоровья граждан;

— имущества физических и юридических лиц;

— государственного и муниципального имущества;

—  в области экологии;

— жизни и здоровья животных и растений;

— объектов с учетом риска возникновения чрезвычайных ситуаций природного и техногенного характера.

2. Обеспечение:

— конкурентоспособности продукции, работ, услуг;

— научно-технического прогресса;

— рационального использования ресурсов;

—   совместимости и взаимозаменяемости технических средств (машин и оборудования, их составных частей, комплектующих изделий и материалов);

— информационной совместимости;

— сопоставимости результатов исследований (испытаний) и измерений технических и экономико-статистических данных;

— сравнительного анализа характеристик продукции;

— государственных заказов, внедрения инноваций;

— подтверждения соответствия продукции (работ, услуг);

— решений арбитражных споров;

— судебных решений;

— выполнения поставок.

3. Создание:

— систем классификации и кодирования технико-экономической и социальной информации;

— систем каталогизации продукции;

— систем обеспечения качества продукции;

— систем поиска и передачи данных;

— доказательной базы и условий выполнения требований технических регламентов.

4. Содействия проведению работ по унификации.

Основные принципы стандартизации в Российской Федерации, обеспечивающие достижение целей и задач ее развития, заключаются в следующем:

— добровольности применения стандартов;

— достижении при разработке и принятии стандартов консенсуса всех заинтересованных сторон;

—  использовании международных стандартов как основы разработки национальных стандартов;

—  комплексности стандартизации для взаимосвязанных объектов;

— недопустимости установления в стандартах требований, противоречащих техническим регламентам;

—  установлении требований в стандартах, соответствующих современным достижениям науки, техники и технологий, с учетом имеющихся ограничений по их реализации;

—  установлении требований в стандартах, обеспечивающих возможность объективного контроля их выполнения;

— четкости и ясности изложения стандартов, с тем чтобы обеспечить однозначность понимания их требований;

—  исключении дублирования разработок стандартов на идентичные по функциональному назначению объекты стандартизации;

—  недопустимости создания препятствий производству и обращению продукции, выполнению работ и оказанию услуг в большей степени, чем это минимально необходимо для выполнения целей стандартизации;

— доступности представления информации по стандартам всем заинтересованным лицам, за исключением оговоренных законодательством случаев. 
Источник: http://www.znaytovar.ru/new2642.html

Сертификация. Вопрос 45.

Применение предприятиями  сертификации продукции в условиях рыночных отношений дает следующие  преимущества:

1. Обеспечивает доверие внутренних и зарубежных потребителей к качеству продукции
2. Облегчает и упрощает выбор необходимой продукции потребителям
3. Обеспечивает потребителю получение объективной информации о качестве продукции
4. Способствует более длительному успеху и защите в конкуренции с изготовителями несертифицированной продукции
5. Уменьшает импорт в страну аналогичной продукции
6. Предотвращает поступление в страну импортной продукции несоответствующего уровня качества
7. Стимулирует улучшение качества нтд путем установления в ней более прогрессивных требований
8. Способствует повышению организационно-технического уровня производства
9. Стимулирует ускорение НТП

Влияние отказа РФ от обязательной сертификации на динамику качества.

15 февраля 2010 года в России принят закон  об отмене обязательной сертификации  продуктов питания. С этого  момента производители имеют  право самостоятельно задекларировать  качество своих товаров, не  прибегая к обязательному тестированию  в центрах сертификации. При этом никто не запрещает производителю пройти процедуру сертификации и оформить добровольный сертификат соответствия качеству. 
Таким образом, государство решило вопрос перехода от обязательной сертификации продуктов питания к декларированию их безопасности и качества непосредственно производителем. 
Не секрет, что широкий круг потребителей, средства массовой информации, некоторые экспертные организации пришли к необоснованному выводу, что при такой системе качество выпускаемой продукции и ее безопасность приобретут очень низкий уровень. Однако большинство экспертов, в числе которых РОСТЕСТ, придерживаются иного мнения. Специалисты считают, что отмена обязательной сертификации продуктов питания и переход к декларированию назрели как очередной этап повышения ответственности производителя за выпускаемую продукцию. 
Ведь декларация на безопасность не подразумевает отказа от подтверждения соответствия выпускаемой продукции. Напротив, если раньше производитель делил риски с органом сертификации, аккредитованной лабораторией, то сегодня, декларируя свой товар самостоятельно, и отвечать за безопасность и качество придется самостоятельно, без поисков «крайнего». Тем более что продукты питания требуют строжайшего контроля, так как являются потенциально опасными для жизни и здоровья потребителей. И радужные мечты некоторых недобросовестных производителей о выпуске на потребительский рынок товара с собственноручно заполненной декларацией, не подтвержденной испытаниями - ни что более, как пустые мечты. 
А декларирование - ни что иное как акт признания производителем полной и неукоснительной ответственности за выпускаемую продукцию. При этом никакая декларация не будет иметь силы без проведения тех же испытаний, которые проводились органами по сертификации до отмены обязательной сертификации продуктов питания. И проводить эти испытания не может абы какая лаборатория, а только аккредитованная. И аккредитованная не по отдельным позициям, а получившая аккредитацию на проверку продуктов питания по всем параметрам испытаний. Другое дело, производитель может сам эту лабораторию создать и получить аккредитацию. Однако и в обращении по поводу добровольной сертификации в уполномоченные органы, уже существующие лаборатории производителю никто не откажет. 
Рынок продуктов питания с течением времени приобрел в России цивилизованные черты, появилась конкуренция и грамотный потребитель, возросла ответственность серьезных производителей. В связи с этим отмена обязательной сертификации продуктов питания и переход к декларированию их безопасности стал закономерной передачей ответственности за выпускаемый товар производителю со всеми вытекающими отсюда последствиями. 
И добросовестный производитель знает - прежде чем подписать декларацию безопасности, необходимо произвести ряд адекватных мероприятий, основанных на собственных доказательствах соответствия выпускаемой продукции либо с привлечением доказательной базы, полученной при участии третьей стороны - органа по сертификации продукции и аккредитованной испытательной лаборатории. 
Как непременное приложение к декларации соответствия должен присутствовать пакет документов, среди которых документ, где обозначены идентификация продукции, показатели, которым она должна соответствовать, их численные значения и методы испытаний. Чтобы нерадивые перевозчики, продавцы, оптовики не смогли переложить на производителя свои недоработки, здесь также необходимо обозначить требования к хранению и перевозке. 
Теперь уже сам производитель пусть и при участии третьих лиц обязан на основании заявленных показателей своей продукции провести испытания непременно в аккредитованной лаборатории. Анализ этих испытаний также обязателен. Кроме этого, необходимо убедиться в безопасности упаковочного материала. 
Этикетка и сопроводительные документы должны содержать достоверную и непременно полную информацию о продукции. А еще производитель может подтвердить не только безопасность, но и качество своей продукции посредством ее добровольной сертификации. И, конечно, потребуется подтверждение способности предприятия стабильно выпускать продукцию заявленного качества на основании сертификации систем менеджмента качества СМК. 
Все это известно добросовестному производителю, который без ажиотажа принял отмену обязательной сертификации продуктов питания и переход к декларированию соответствия собственной продукции. Что же ожидает производителя недобросовестного? Здесь тоже итог понятен. Он, этот недобросовестный, либо отомрет, либо будет вынужден перейти в разряд законопослушных добросовестных производителей, целиком и полностью несущих перед потребителем ответственность за свой товар.

Источник: http://victor61058.narod.ru/part_9/9-2.html

                   http://www.c-sm.ru/articles/11

 

Расчетно  – графическое задание №1

Цель  работы: определение закона распределения выборки экспериментальных данных.

Теоретическая часть

Случайной величиной называется величина, принимающая случайные значения, зависящие от ряда факторов, действия которых на исследуемую величину нельзя предусмотреть.

Полный набор  значений, которые принимает случайная  величина, называется генеральной совокупностью. Набор случайно отобранных из генеральной  совокупности объектов называют выборочной совокупностью или выборкой. Объёмом совокупности называют число объектов в ней. При больших объёмах генеральной совокупности для обеспечения теоретических построений объём генеральной совокупности принимается равным бесконечности.

При исследованиях широкое применение находят различные непрерывные и дискретные распределения. Первые из них описывают непрерывные случайные величины, возможные значения которых непрерывно заполняют некоторый промежуток. Дискретные распределения соответствуют дискретным случайным величинам, возможными значениями которых являются отдельные изолированные числа, которые эта величина принимает с определенными вероятностями.

Случайная величина характеризуется  полностью, если указаны вероятности, с которыми она принимает то или  иное значение генеральной совокупности. Вероятности могут быть описаны с помощью интегральной функции распределения F(x) или дифференциальной функции плотности распределения f(x).

Функция распределения (закон распределения) определяет вероятность (Р(x)) того, что случайная величина X принимает значение не больше заданного, т.е. F(x)=P(X<x)

Плотность распределения  вероятности случайной величины X – это функция f(x) – первая производная от функции распределения F(x)

f(x)=F'(x)

Теорема. Вероятность  того, что непрерывная случайная  величина X примет значение, принадлежащее интервалу (a,b), равна определенному интегралу от плотности распределения, взятому в пределах от a до b:

Среднее значение случайной величины называется математическим ожиданием.

Дисперсия - это  математическое ожидание квадрата отклонения величины x от центра её распределения m_x:

- среднее квадратическое отклонение (стандартное отклонение).

Рассмотрим основные способы моделирования непрерывных и дискретных случайных величин с заданными законами распределения.

Распределение Пуассона.

Дискретная случайная величина X называется распределенной по закону Пуассона, если ее возможными значениями являются 0,1,2, ... m ..., а вероятность того, что Х=т, выражается формулой

  (2.10)

где а>0 — параметр закона Пуассона. Для пуассоновского потока число  событий, попадающих на любой участок  времени (t₀ ,t₀+τ), распределения в соответствии с выражением (2.10), причем математическое ожидание числа точек, попадающих на этот участок, равно:

   (2.11)

В выражении (2.11) λ(t) есть плотность потока. В частности, если λ(t)=const, то пуассоновский поток называется стационарным пуассоновским или простейшим.

Для простейшего потока вероятность появления k событий за время т определяется законом Пуассона с параметром а= λτ, т. е.

   (2.12)

Расстояние Т между двумя соседними событиям в простейшем потоке есть непрерывная случайная величина, распределенная по экспоненциальному закон с функцией распределения

  (2.13)

Моделирование пуассоновского потока может производиться двумя способами, соответствующими выражениям (2.10) и (2.13). При первом способе в соответствии с заданными численными значениями вероятностей P₁ , Р₂, ..., Р_п независимых событий A₁ А₂, ..., А_п производится разбиение интервала (0, 1) на п отрезков так,, чтобы длина 1-го отрезка равнялась вероятности Р. Затем, выбирая из равномерного распределения в интервале (0, 1) случайные числа ξ_i определяют, на какой из отрезков попадает число ξ_i . Попадание случайного числа на i-й участок фиксируется как факт свершения события А_i.

Равномерное распределение.

При моделировании случайных величин  особое место занимает непрерывное  распределение, называющееся равномерным. Функция плотности вероятности случайной величины, имеющей равномерное распределение на интервале (a, b), имеет вид:

  (2.1)

Большинство способов моделирования  случайных величин основано на использовании псевдослучайных равномерно распределенных в интервале (0,1) последовательностей чисел. При этом в основу положена следующая известная в математической статистике теорема: если случайная величина X имеет плотность распределения f(x), то распределение случайной величины Y=F(x) является равномерным в интервале (0, 1)

Таким образом, задаваясь функцией распределения F(x), можно выбирать случайное значение Y из равномерного распределения в интервале (0,1) и определять значение аргумента, для которого F(x)=Y (рис.2.1). Полученная таким образом случайная величина X будет иметь заданную функцию распределения F(x). Эта операция может быть представлена аналитически следующим выражением:

   (2.2)

согласно которому определяется значение х_i, соответствующее значению функции распределения, равному y_i. Для некоторых частных законов распределения уравнение (2.2) удается решить непосредственно, в других случаях прибегают к приближенным способам решения, в частности к аппроксимации подынтегральной функции полиномами, интегрируемыми в квадратурах.

Моделирование дискретных случайных  величин с известным распределением вероятностей в общем случае производится следующим образом. Предположим, что  заданы численные значения вероятностей p₁, p₂, ..., p_п для независимых событий А₁, А₂, ..., А_п, составляющих полную группу. В соответствии с этим интервал (0,1) разбивается на п отрезков так, чтобы длина i-го отрезка равнялась вероятности p_i. Производя выборку случайных чисел ξ_i из равномерного распределения в интервале (0,1), будем определять, на какой отрезок попадает число ξ_i. Попадание числа на i-й отрезок фиксируется как факт свершения события А_i .

Другой способ моделирования дискретных величин состоит в формировании интервалов между моментами наступления  соседних событий. При этом задача сводится к уже описанному выше случаю моделирования непрерывной случайной величины.

Критерий Пирсона, или критерий χ² (Хи-квадрат) — наиболее часто употребляемый критерий для проверки гипотезы о законе распределения. Во многих практических задачах точный закон распределения неизвестен, то есть является гипотезой, которая требует статистической проверки.

Обозначим через X исследуемую случайную величину. Пусть требуется проверить гипотезу   о том, что эта случайная величина подчиняется закону распределения  . Для проверки гипотезы произведём выборку, состоящую из n независимых наблюдений над случайной величиной X. По выборке можно построить эмпирическое распределение  исследуемой случайной величины. Сравнение эмпирического распределения   и теоретического (или, точнее было бы сказать, гипотетического — то есть соответствующего гипотезе  ) распределения   производится с помощью специального правила — критерия согласия. Одним из таких критериев и является критерий Пирсона.

Правило. Если полученная статистика превосходит квантиль закона распределения   заданного уровня значимости   с   или с   степенями свободы, где   — число наблюдений или число интервалов (для случая интервального вариационного ряда), а   — число оцениваемых параметров закона распределения, то гипотеза   отвергается. В противном случае гипотеза принимается на заданном уровне значимости  .

Практическая  часть

Часть 1

Дана генеральная  совокупность случайных дискретных чисел.

3	3	4	4	3	1	2	4	3	4
2	3	8	6	3	7	1	2	3	2
2	6	5	3	3	3	2	5	4	2
2	2	4	3	3	2	4	4	5	1
4	2	1	0	0	1	1	3	1	4
3	4	1	3	1	5	3	3	5	4
5	1	2	4	6	2	2	3	3	7
0	3	1	4	7	2	4	3	4	4
2	4	4	3	5	1	1	5	3	3
3	6	2	2	3	4	5	3	2	4