论文部分内容阅读
摘要：随着国民经济的日益发展，建筑行业也迎来了新的发展机遇，建材质量将会对其整体质量造成直接而明显的影响，做好建材检测工作具有非常重要的现实意义。本文主要对建筑材料检测中误差的分析以及对数据处理进行分析和研究，旨在最大程度保证建材质量，为建筑工程的整体质量奠定坚实的基础。
关键词：建材；检测；误差分析；数据处理
建材行业的迅猛发展，使得建材市场的发展和应用越来越广泛，选用什么样的建筑材料将对工程质量有着紧密的关系。所以在施工过程中选用合格的产品，从而提高整个工程的质量。在检测过程中不能片面的把检测其中某一项结果来代替全过程的检测结果，整个检测过程中要尽量减小试验操作误差，保证数据的科学性、准确性。从而有效的进行误差分析和数据处理。
1.建材检测中的误差分析
1.1系统误差
系统误差的产生，一方面是由于试验方法不严谨造成的，另一方面是由于试验条件不完善造成的。系统误差有其内在的规律。在判定检测数据的过程中，一旦发现系统误差的存在，则应结合其内在规律寻找发生原因，然后对试验方法进行合理改进，如提高对相关仪器仪表的检定水平，从而将系统误差的影响控制在最低水平。站在数据角度分析，系统误差可被划分为两大类，一是固定的系统误差，二是变化的系统误差。所谓固定的系统误差指的是，在所有检测数据中均存在某个符号相同且数值固定的偏差。检测装置的零点漂移所导致的误差便是这种固定的系统误差中的代表。所谓变化的系统误差，通常被认为是，由于外界条件变化而导致的误差。如，检验水泥的过程中，要求其温度及湿度应该满足一定的标准，这一点正是基于控制变化的系统误差而提出的。不变的系统误差一般很难从检测数据中及时发现，通常采用多种方法反复测量的（针对同一检测对象）方式进行测定，并对检测数据展开横向对比，最终完成校核。对于变化的系统误差，通常将前后所测的诸多数据依次排开，找出偏差规律，然后找出偏差原因，最后采取针对性的处理办法。为了针对这种误差的存在，会增加人手去校核原始数据与系统所判定的数据，如果有出入会对这个批次的建材进行复检。
1.2过失误差
过失误差有一别名，即“粗差”，指的是由于实验操作人员粗心大意而导致的一类误差，比较典型的过失误差有读错或者记错。过失误差产生的试验数值通常和事实情况存在极大的偏差，因此，需要将其剔除。通常情况下，可凭借个人经验将此类误差剔除掉，但这种做法带有明显的主观因素影响，比较科学的做法是，以偶然误差的正态分布理论为基础，确定某个鉴别值，然后将其和诸多测定值的偏差展开对比，从正态分布规律可知，绝对值越是偏大的误差，其发生的概率也就越是偏低。经常在各个试验室中会进行一些对比试验，来对比机器上、人为上的误差，从结果上分析是人为的错误还是机器上的错误，从而减少误差。
1.3偶然误差
在各类微小因素的影响之下，一组检测值在最末位数字上无法达成一致，由此产生的误差被称之为偶然误差。导致偶然误差的原因是多方面的，通常包括以下几点：（1）检测仪表或设备的电源电压不够稳定；（2）检测仪表或设备的内部存在摩擦间隙不规则变化的问题；（3）操作人员没有把握好末位数的读取；（4）周边环境带来的某些干扰。由于偶然误差是一种随机性的误差，因而难以从试验方法的角度来避免，再加上偶然误差符合正态分布的统计学规律，所以，又被人们称之为随机误差。对检测数据进行处理的过程中，首先，要将过失误差尽量剔除掉，其次，要对系统误差进行适当的修正，第三，要将偶然误差控制在较低的水平。所谓检测误差分析指的是，对偶然误差展开相关处理，以实现对测定值误差的有效确定。
2. 建材检测过程中的数据处理
2.1 数据处理环节的三个参数
测定值可被理解成真值和误差的和，由于误差属于随机变量的范畴，所以，测定值也属于随机变量的范畴。对于随机变量而言，其有三个十分关键的统计特征数，分别是算数平均值、标准误差、变异系数。
（1）算数平均值。样本数据的集中位置可以从样本均值中体现出来，平均值是样本数据的外观特征，从某个层面上说是反应了随即变量的均值。正常情况下误差有正负，用均值处理之后，使得数据误差减小，然后发现其集中位置，消除其中的一些数据波动，得到与实际数值相对应一个可观数据。
（2）标准误差。标准误差经常被人们称为标准离差或者标准差，对测定出的测量值进行计算，能够表现出分布状况跟数据间的相对距离。在这个数据系统里面，计算出均值是不能够做出判断的，还要对测量值在算术平均值上下的分散情况及偏差情况进行分析得出标准差，如果标准差越大，则表明数据分布就很离散；如果标准差小，则表明分布比较集中。
（3）变异系数。变异系数是对偏差程度大小的一种衡量标准，属标准差和算数平均值的比，也就是在两组数据是属于同一种性质的数据的时候，如果标准差一样，其平均值的偏差程度也一样，同时也与平均值大小无关，反应出来的是对数据的偏差程度。
2.2結果评定方式
数据处理最终确定不同的数据处理方法是根据不同的实验对象和试验标准来定义的，建材本身的属性使样本有一定的分散性，正确分析评价它的物理性能，在误差分析的前提下再根据相应的实验标准定义，不同的材料应用不同的处理方法。下面列举一些常用的建材结果评定方式：（1）混凝土立方体强度的结果评定方式。依照国家规定的试验标准，取三个混凝土立方体试件的算术平均值作为抗压强度的数据值，若最大值和最小值与中间值之差不能超过15%，就是说如果测试中有两测试值与中间值的差值超15%，则试验无效。2）砂石颗粒的结果评定方式。依照国家标准要求，取样本进行两次试验，再取样本算数平均值作为数据检测值，然后进行筛选试验，筛选值与试验检测值之差如果大于1%，则需要重新检测。3）烧结普通砖强度的结果评定方式。依照相应的试验标准，选取10个烧结普通砖样本，若变异系数低于0.21，则依据算数平均数和标准差来评定，但若变异系数比0.21高时，就要按照算数平均值和其最小的强度值进行评定。
2.3建筑材料检测数据处理系统的建立
该系统由多个子系统（通常依据材料种类进行子系统的划分）共同组成，而每一个子系统又可细分为以下组成部分：原始检测数据输入界面、数据处理模块、检测结果输出界面、数据库、查询模块。在建筑工程领域，最为常见的建筑材料检测数据处理系统通常包括以下子系统：水泥、砂子、石子、钢筋原材、混凝土立方体抗压强度、砂浆立方体抗压强度、回弹法检测混凝土抗压强度、钻心法检测混凝土抗压强度等。随着社会经济的不断发展，科学技术水平的不断提高，关于建材检测的相关规范及标准也在持续完善，在此背景下，应对该系统进行不断的版本升级，使其具有良好的适应性和操作性，如此一来，给质量监督部门的实时监控、准确监控、有效监控提供了可能和便利，具有十分深远的现实意义。
3.结语
对建材进行检测的过程中，应该严格按照国家制定、实行的有关标准及规范进行操作，要对检测数据展开修约等处理，将误差的不利影响控制在最低水平，从而保证检测数据尽可能地接近“真值”，只有如此，才能保证检测数据更加客观，更加科学，更加公正，为保证建筑工程的整体质量贡献一份力量。
参考文献：
[1]周海斌.浅析建筑材料的试验与检测[J].建材发展导向，2012（10）.
[2]杨进萍.浅谈如何提高建材检测结果准确性[J].广东建材，2013（01）.
[3]纪伟宁.浅谈建材检测中的误差分析与数据处理[J].门窗，2012（06）.
关键词：建材；检测；误差分析；数据处理
建材行业的迅猛发展，使得建材市场的发展和应用越来越广泛，选用什么样的建筑材料将对工程质量有着紧密的关系。所以在施工过程中选用合格的产品，从而提高整个工程的质量。在检测过程中不能片面的把检测其中某一项结果来代替全过程的检测结果，整个检测过程中要尽量减小试验操作误差，保证数据的科学性、准确性。从而有效的进行误差分析和数据处理。
1.建材检测中的误差分析
1.1系统误差
系统误差的产生，一方面是由于试验方法不严谨造成的，另一方面是由于试验条件不完善造成的。系统误差有其内在的规律。在判定检测数据的过程中，一旦发现系统误差的存在，则应结合其内在规律寻找发生原因，然后对试验方法进行合理改进，如提高对相关仪器仪表的检定水平，从而将系统误差的影响控制在最低水平。站在数据角度分析，系统误差可被划分为两大类，一是固定的系统误差，二是变化的系统误差。所谓固定的系统误差指的是，在所有检测数据中均存在某个符号相同且数值固定的偏差。检测装置的零点漂移所导致的误差便是这种固定的系统误差中的代表。所谓变化的系统误差，通常被认为是，由于外界条件变化而导致的误差。如，检验水泥的过程中，要求其温度及湿度应该满足一定的标准，这一点正是基于控制变化的系统误差而提出的。不变的系统误差一般很难从检测数据中及时发现，通常采用多种方法反复测量的（针对同一检测对象）方式进行测定，并对检测数据展开横向对比，最终完成校核。对于变化的系统误差，通常将前后所测的诸多数据依次排开，找出偏差规律，然后找出偏差原因，最后采取针对性的处理办法。为了针对这种误差的存在，会增加人手去校核原始数据与系统所判定的数据，如果有出入会对这个批次的建材进行复检。
1.2过失误差
过失误差有一别名，即“粗差”，指的是由于实验操作人员粗心大意而导致的一类误差，比较典型的过失误差有读错或者记错。过失误差产生的试验数值通常和事实情况存在极大的偏差，因此，需要将其剔除。通常情况下，可凭借个人经验将此类误差剔除掉，但这种做法带有明显的主观因素影响，比较科学的做法是，以偶然误差的正态分布理论为基础，确定某个鉴别值，然后将其和诸多测定值的偏差展开对比，从正态分布规律可知，绝对值越是偏大的误差，其发生的概率也就越是偏低。经常在各个试验室中会进行一些对比试验，来对比机器上、人为上的误差，从结果上分析是人为的错误还是机器上的错误，从而减少误差。
1.3偶然误差
在各类微小因素的影响之下，一组检测值在最末位数字上无法达成一致，由此产生的误差被称之为偶然误差。导致偶然误差的原因是多方面的，通常包括以下几点：（1）检测仪表或设备的电源电压不够稳定；（2）检测仪表或设备的内部存在摩擦间隙不规则变化的问题；（3）操作人员没有把握好末位数的读取；（4）周边环境带来的某些干扰。由于偶然误差是一种随机性的误差，因而难以从试验方法的角度来避免，再加上偶然误差符合正态分布的统计学规律，所以，又被人们称之为随机误差。对检测数据进行处理的过程中，首先，要将过失误差尽量剔除掉，其次，要对系统误差进行适当的修正，第三，要将偶然误差控制在较低的水平。所谓检测误差分析指的是，对偶然误差展开相关处理，以实现对测定值误差的有效确定。
2. 建材检测过程中的数据处理
2.1 数据处理环节的三个参数
测定值可被理解成真值和误差的和，由于误差属于随机变量的范畴，所以，测定值也属于随机变量的范畴。对于随机变量而言，其有三个十分关键的统计特征数，分别是算数平均值、标准误差、变异系数。
（1）算数平均值。样本数据的集中位置可以从样本均值中体现出来，平均值是样本数据的外观特征，从某个层面上说是反应了随即变量的均值。正常情况下误差有正负，用均值处理之后，使得数据误差减小，然后发现其集中位置，消除其中的一些数据波动，得到与实际数值相对应一个可观数据。
（2）标准误差。标准误差经常被人们称为标准离差或者标准差，对测定出的测量值进行计算，能够表现出分布状况跟数据间的相对距离。在这个数据系统里面，计算出均值是不能够做出判断的，还要对测量值在算术平均值上下的分散情况及偏差情况进行分析得出标准差，如果标准差越大，则表明数据分布就很离散；如果标准差小，则表明分布比较集中。
（3）变异系数。变异系数是对偏差程度大小的一种衡量标准，属标准差和算数平均值的比，也就是在两组数据是属于同一种性质的数据的时候，如果标准差一样，其平均值的偏差程度也一样，同时也与平均值大小无关，反应出来的是对数据的偏差程度。
2.2結果评定方式
数据处理最终确定不同的数据处理方法是根据不同的实验对象和试验标准来定义的，建材本身的属性使样本有一定的分散性，正确分析评价它的物理性能，在误差分析的前提下再根据相应的实验标准定义，不同的材料应用不同的处理方法。下面列举一些常用的建材结果评定方式：（1）混凝土立方体强度的结果评定方式。依照国家规定的试验标准，取三个混凝土立方体试件的算术平均值作为抗压强度的数据值，若最大值和最小值与中间值之差不能超过15%，就是说如果测试中有两测试值与中间值的差值超15%，则试验无效。2）砂石颗粒的结果评定方式。依照国家标准要求，取样本进行两次试验，再取样本算数平均值作为数据检测值，然后进行筛选试验，筛选值与试验检测值之差如果大于1%，则需要重新检测。3）烧结普通砖强度的结果评定方式。依照相应的试验标准，选取10个烧结普通砖样本，若变异系数低于0.21，则依据算数平均数和标准差来评定，但若变异系数比0.21高时，就要按照算数平均值和其最小的强度值进行评定。
2.3建筑材料检测数据处理系统的建立
该系统由多个子系统（通常依据材料种类进行子系统的划分）共同组成，而每一个子系统又可细分为以下组成部分：原始检测数据输入界面、数据处理模块、检测结果输出界面、数据库、查询模块。在建筑工程领域，最为常见的建筑材料检测数据处理系统通常包括以下子系统：水泥、砂子、石子、钢筋原材、混凝土立方体抗压强度、砂浆立方体抗压强度、回弹法检测混凝土抗压强度、钻心法检测混凝土抗压强度等。随着社会经济的不断发展，科学技术水平的不断提高，关于建材检测的相关规范及标准也在持续完善，在此背景下，应对该系统进行不断的版本升级，使其具有良好的适应性和操作性，如此一来，给质量监督部门的实时监控、准确监控、有效监控提供了可能和便利，具有十分深远的现实意义。
3.结语
对建材进行检测的过程中，应该严格按照国家制定、实行的有关标准及规范进行操作，要对检测数据展开修约等处理，将误差的不利影响控制在最低水平，从而保证检测数据尽可能地接近“真值”，只有如此，才能保证检测数据更加客观，更加科学，更加公正，为保证建筑工程的整体质量贡献一份力量。
参考文献：
[1]周海斌.浅析建筑材料的试验与检测[J].建材发展导向，2012（10）.
[2]杨进萍.浅谈如何提高建材检测结果准确性[J].广东建材，2013（01）.
[3]纪伟宁.浅谈建材检测中的误差分析与数据处理[J].门窗，2012（06）.