浅析公路工程检测中如何做好试验数据处理

Abstract: In highway construction, test data processing is a important content, the test data processing method is proper or not will directly affect the entire highway engineering construction quality. In this paper, combined with relevant examples, on highway engineering test data processing method are studied.

Key words: highway engineering; data; error; correction; finishing

中图分类号：U41文献标识码： A 文章编号：2095-2104(2012)06-0020-02

1引言

在公路工程施工中，对各种原材料进行全面的检验是一个常见的问题。对原材料进行全面的试验分析，对原材料进行严格的把关以满足整个工程的施工需要。对工程施工质量进行检测，要保证整个工程建设的顺利进行。因此，在施工中进行试验检测是一个非常重要的环节。面对大量的试验数据，如何进行有效的选择，并利用这些有限的试验检测数据客观、全面地反映事物的整体面貌，就需要运用一定的方法对数据进行加工整理分析。下面就试验检测数据的处理方法谈一些认识。

2试验检测数据的误差与修正

在进行各种试验检测时，所获得的试验检测结果，首先反映为试验检测数据，并不一定会与该量值的理论期望值完全相同，其差值称之为误差(或称为绝对误差，绝对误差与期望值之比称为相对误差)。误差是由测试方法、仪器设备、环境条件、人员素质等多方面原因造成的，是客观存在的、不可避免的一种现象。因此，在检测试验过程中，除对造成误差的因素进行严格控制以减少误差外，还要对测试数据进行修正，从而得出正确的检测试验结果。

按照误差的特点和性质，误差可分为系统误差、随机误差(也称偶然误差)和粗大误差三类。

系统误差是指在同一条件下，多次测试同一量值时，绝对值和符号保持不变，或在条件改变时，按一定规律变化的误差。系统误差反映结果的准确性。测试结果的正确与否，很大程度上取决于系统误差的大小。

由于系统误差具有确定的规律性，可以通过一定的手段和方法找出其规律，并算出修正值进行修正，进而得出正确的测试结果。系统误差可表示为：

随机误差(偶然误差)是指在同一条件下对同一量值进行多次重复测试时，各测试数据的误差值或大或小、或正或负，其取值的大小没有确定规律性的误差。随机误差的存在，只影响测试结果的精密程度而对其他无大的影响。

随机误差虽不具有确定规律性，但却服从统计规律，其值有一定的分布范围，且呈对称分布，其数学期望值为0。也就是说，对同一量值在等精度条件下，进行多次重复测试，并以多次测试数据的算术平均值作为其测试结果，随机误差相互叠加，正负抵消。所以，算术平均值具有无偏性、有效性和代表性。这就是所说的利用算术平均值的原理处理随机误差，因此，要减少随机误差的影响，应有足够的测试次数。所以，有些规范对某些重要的试验都规定了相应的试验次数。

粗大误差是指超出正常范围的大误差，也称为过失误差。所谓正常范围是指测试结果中所含误差取值具有一定的分布范围，只要误差取值不超过规定的界限就是允许的。而粗大误差超出了误差的正常分布范围，具有较大的数值。它虽具有随机性，但不同于随机误差。含有粗大误差的数据是个别的，为不正常现象，粗大误差会使测试结果受到歪曲。因此，含有粗大误差的数据应舍去。但是，若主观地将误差较大但属正常的数据判定为粗大误差剔除，也同样会歪曲测试结果。由此可见，判定异常数据是很重要的。按照统计学原理，比较公认的判定准则有四个，并以3σ准则最为简单常用，即：

在检测试验工作中，经常提到精度的概念，所谓精度是指反映测试结果与其值接近程度的量。它与误差的大小相对应，可用误差大小表示精度的高低，误差小则精度高，误差大则精度低。精度可分为：a)准确度它反映测试结果的正确程度，即系统误差的影响程度，检测结果的正确与否很大程度上取决于该次检测的系统误差大小;b)精密度它反映检测数据的重复性，重复性好即精密度高，反之，则精密度低，它反映的是随机误差的大小程度;c)精确度它反映检测结果中系统误差和随机误差综合的影响程度。对于具体的一个检测试验，精密度高的其准确度不一定高，准确高的其精密度也不一定高，但精确度高，则精密度与准确度必然都高。

3试验检测数据的有效数字确定和运算

在检测结果的记录和运算中，确定用几位数字来表示检测结果或运算结果，也是一个十分重要的问题。检测结果含有较高的误差，是一个近似值，其精度有一定限度，在记录其结果数据位数取值多少时，应以测试所能达到的精度为依据。那种认为不论检测结果的精度如何，在一个数值中小数点后面的位数愈多，这个数值就愈精确，或者在数据运算中，保留的位数愈多，精度就愈高的认识是片面的。若将不必要的数字写出来，既费时间，又无意义。因此，在检测结果记录和运算中，要记录有效数字。

所谓有效数字，是指含有误差的近似数最末一位有半个单位以内的误差，而其他数字都是准确的，则各位数字都是有效数字。若具有几个有效数字，就说是几位有效位数。如π=3.1415926是八位有效数字，π=3.1416是五位有效数字，π=3.2是二位有效数字。

在检测记录中，最末一位有效数字取到哪一位，是由测量精度来决定的，即最末一位有效数字应与测量精度是同一量级的。例如用千分尺测量时，其精度只能达到0.01mm，若测出的长度λ=20.537mm，显然小数点后第三位是不可靠的估计数字，此时只应保留小数点后的第二位数字，即写成λ=20.54mm，为四位有效数字。由此可知，检测结果应保留的位数原则是：其最末一位数字是不可靠的，而倒数第二位是可靠的。上述结果有时也可表示为λ=(20.54±0.01)mm。再如试验室内某一规格量筒的精度表示为±10mL，其刻度可准确读到10mL。小于10mL的数只能估计读出。如1 246mL，最后一位6是不准确的，其有效数位是三位，可表示为1250±10(mL)。

从上例可以看出，数字末尾0的含意有时并不清楚，即有时是有效数字，有时是无效数字。至于小数点后第一个非0有效数字前面的0都不是有效数字，例如λ=0.0023m，前面的三个0都不是有效数字，改量值单位，小数点位置改变，但其有效数字不变。λ=0.23cm，有效数字仍为二位。在检测试验数据的运算过程中，为了保证最后结果有尽可能高的精度，所有参与运算的数据，在有效数字后均可多保留一位数字作为参考数字，或称为安全数字。数据运算时，有效数字的确定原则为：在加减运算时有效数据以小数位数最少的数据为准，其余各数据可多取一位小数参与运算，但最后结果应与小数位数最少的数据位数相同;在乘除运算时，各运算数据要比有效位数多取一位参加计算，而最后结果应与有效位数少的数据位数相同。数字的修约规则如下：按以上所述要求确定了数据需要保留的位数后，多余位数的数字就应舍去，此时使保留数字的误差尽可能地小。

对于一般数据应遵守以下规则：

若舍去部分的数值小于保留数字末位的0.5个单位，则舍去多余数字后保留数字不变，如3.141取三位有效数字时，写为3.14。

若舍去部分数值大于保留数字末位的0.5个单位，则舍去多余数字后，保留数字的末位加1，如4678.3，取二位有效数字，应写为47×102。

若舍去部分的数值正好等于保留数字末位的0.5个单位，则在舍去多余数字后，保留数字的末位数凑成偶数，即当保留数字末位为偶数时不变，当末位数为奇数时，末位数加1。如2.55，保留二位数时，写成2.6;数据2.65，保留二位数时，写成2.6。

在修约的过程中注意不得连续修约，如15.4546，取二位数时，应写为15而不是16。总之，数字修约规则可归纳为“四舍六入五凑双”。

按照上述规则舍入数字，可保证数据的舍入误差最小。尤其是被舍去的数字不是见五就入，从而使舍入误差成为随机误差，在大量运算时，其舍入误差的均值趋于0。这样避免了过去采用四舍五入规则时，由于舍入误差的累积而产生系统误差。

4试验检测数据的整理与表征

在工程实践中，对某一批构件或路段进行检测时，不可能全部进行检验，只能按照随机取样的方法，从总体中抽取一定量的个体样本进行检测，并根据个体样本的检验结果，对总体的某些特征进行分析、估计和推断，进而达到对总体情况进行评定的目的。

试验检测数据一般用下面几个统计特征值进行表示。

4.1算术平均值

算术平均值是表示数据的集中位置。经常用样本的算术平均值来代表总体的平均水平，可表示为：

4.2极差R

极差R表示数据离差的范围，也可用来度量数据的离散性，是检测结果中的最大值与最小值的差值，表示为：

4.3标准离差σ(或s)

标准离差σ(或s)，也称标准差、均方差等。标准离差充分利用所有数据提供的信息反映数据的离散程度，对数据的离散性十分敏感。

当测试次数为无限多时用σ表示，计算公式为：

当检测次数为有限时，用s表示，计算公式为：

5结语

通过上述分析可知，只有掌握检测试验数据的误差规律，才能合理地设计测试仪器设备，拟定良好的测试方法和确定适宜的环境条件，尽可能地减少或消除部分测试误差的影响。同时，对检测试验数据进行正确的处理，并用适当的特征值进行表示，可以通过有限的测试数据，了解掌握测试对象的基本情况，达到对工程质量或原材料进行正确评定的目的。

参考文献：

[1] 梁恒国,仲伟. 谈如何做好公路施工的试验检测管理工作[J]. 黑龙江科技信息. 2009(27)

[2] 安红琴,富宝春,路敏. 浅谈公路工程中的实验检测管理[J]. 科技信息. 2011(07)