1 路桥检测技术由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“路桥检测”。
第一章 试验检测数据处理 §1-1 数字修约的规则 §1-2 数据的统计与分布 §1-3 数据的表达方法 §1-4 误差的概念
第二章 一般常用仪器和工具介绍§2-1 概述
§2-2 变形量测仪器
§2-3 加载设备及测力方法
第三章 路面调查与检测方法
第四章 路用材料性能试验 §4-1 室内回弹模量试验 §4-2 室内CBR试验
§4-3 无测限抗压强度试验 §4-4 沥青含量试验
第五章 桥梁检测
第一章 试验检测数据处理
§1-1 数字修约的规则 §1-2 数据的统计与分布 §1-3 数据的表达方法 §1-4 误差的概念
第一章 试验检测数据处理 §1-1数值修约的规则
一、有效数字
对没有小数位且以若干个零结尾的数值，从非零数字最左一位向右数得到的位数减去无效零（即仅为定位用的零）的个数；
对其他十进位数，从非零数字最左一位向右数而得到的位数，就是有效位数。
第一章 试验检测数据处理 §1-1数值修约的规则 例：
332000 是3位有效数字；
（位数-定位用的0 = 有效数字位数）（6-3=3）
10.00 为四位有效位数。
6.2 0.62 0.062，均为二位有效位数 0.0620 为三位有效位数 1323.00 为六位有效位数 0.00620 为三位有效位数
第一章 试验检测数据处理 §1-1数值修约的规则
二、数值修约间隔与规则
1、修约间隔与修约值：修约间隔数值一经确定，修约值即为该数值的整数倍。例如：修约间隔为0.1。
即修约后数值的尾数应是1、2、„„8、9、0
修约间隔为指定数位的0.5单位。即修约后数值的尾数应是5、0。
修约间隔为指定数位的0.2单位。
即修约后数值的尾数应是2、4、6、8、0。
2、数值修约进舍规则（奇升偶舍法）
（1）拟舍弃数字的最左一 位数字小于5时，则舍去，即保留的各位数字不变。
例：将13.145修约到一位小数，得13.1。例：将123.54503修约到小数点后1位,拟舍弃的数字是4503, 4小于5, 舍去后为:132.5。
（2）拟舍弃数字的最左一位数字大于5时或者是5，而且后面数字不是全部是0时，则进1。
例：将12.68修约到个位数，得13；将10.502修约到个位数，得11。
（3）拟舍弃数字的最左一位数字为5，后面无数字或皆为0时，若所保留的末位数字为：奇数（1、3、5、7、9）则进一，偶数（2、4、6、8、0）则舍弃。
例：将0.350修约到一位小数，得0.4；
将0.0325修约成两位有效数字，得0.032。
3、负数修约时，先将它按前三条规定进行修约，然后在修约值前面加上负号。
第一章 试验检测数据处理 §1-1数值修约的规则4、0.5单位修约和0.2单位修约
（1）0.5单位修约是将拟修约数值乘以2，按指定位数依进舍原则修约，所得数值再除以2。（修约后的最后一位数是5或是0）。
例如：将下列数字修约到个数位的0.5单位。对下列数的个位数进行0.5单位修约
拟修约数值 乘2 修约值 修约值 60.25 120.50 120 60.0 60.38 120.76 121 60.5-60.75-121.50-122-61.0（2）0.2单位修约是将拟修约数值乘以5，按指定数位依进舍规则修约，所得数值再除以5。
例如：将下列数字修约到百数位的0.2单位。拟修约数值 乘5 修约值 修约值 830 4150 4200 840 842 4210 4200 840 4-930-4650-4600-920
第一章 试验检测数据处理 §1-2数据的统计与分布
一、总体与样本
二、数据的统计
三、直方图
四、正态分布
五、波动范围及某一误差出现的概率
1、波动范围
2、某一误差出现的概率
六、最大误差和特异值
1、最大误差
2、特异值
第一章 试验检测数据处理§1-2数据的统计与分布
一、总体与样本
总体：又称母体，是统计分析中所研究对象的全体。
样本：从总体中抽取一部分个体就是样本。第一章 试验检测数据处理§1-2数据的统计与分布 第一章 试验检测数据处理§1-2数据的统计与分布
三、直方图
1、收集数据： 应不小于50-100个数据；
2、数据分析与整理： 计算数据的Xmax、Xmin和 极值 R(Xmax-Xmin)53、确定组数与组距： 根据数据的数量确定组距，第一章 试验检测数据处理§1-2数据的统计与分布 直方图
第一章 试验检测数据处理§1-2数据的统计与分布
四、正态分布
随机误差的基本特点遵循正态分布。正态分布又叫高斯分布，是最常见的一种连续型分布。其正态分布曲线方程为：
ｅ — 自然对数的底
π — 圆周率
δ —
ζ — 均方差(标准差)
当x = 0；δ＝１时的正态分布称做 标准正态分布。
如果以新的变量Ｚ＝δ／ζ代入上式，则：
求Z>Za的面积: 从图看 为阴影部分，的大小可以通过
查表的方法得 正态分布表第一章 试验检测数据处理§1-2数据的统计与分布 正态分布曲线
第一章 试验检测数据处理§1-2数据的统计与分布 第一章 试验检测数据处理§1-2数据的统计与分布
五、波动范围及某一误差出现的概率
1、波动范围与代表值
当随机变量x成某一总体属于正态分布，且已知其平均值和均方差ζ时，可以计算某一误差或某一观测值出现的概率。
1）双边波动范围（1 – a）= 合格率（％）
2）单边波动范围 = 保证率(可靠性)％ 3）代表值
路面弯沉观测值的上波动界限（单边）作为某路段的代表弯沉值；用试件强度观测值下波动界限作为确定的强度标准（即确定强度的代表值）。
控制最大值用单边上波动界限（如：变形）
控制最小值用单边下波动界限（如：强度、路面回弹模量）
第一章 试验检测数据处理§1-2数据的统计与分布 例1： 已知： 试求观测值X的具有95％概率的双边波动范 7 围和单边波动范围
第一章 试验检测数据处理§1-2数据的统计与分布
2、某一误差出现的概率
由标准正态分布的假设可知：观测值与平均值的偏差，这样我们可以根据Z值（Z＝δ／ζ），通过正态分布表查得δ＞Zζ误差出现的概率。a 第一章 试验检测数据处理§1-2数据的统计与分布
3、最大误差
随机误差或单个观测值与平均值的偏差大于３ζ的概率等于０．００３
也即在１０００个观测值中只能出现３个这样大的误差。
在正常情况下，出现这样大的误差实际上是不可能的。
因此，通常把等于３倍均方差的随机误差看作是最大误差。
第一章 试验检测数据处理§1-2数据的统计与分布
六、特异值 特异值 — 具有离散性的特大值或特小值统称之为特异值 例如，在对旧路的弯沉测量中，由于多种不均匀性，测得的弯沉值可能分散性大，而且会出现一些特大值，偶尔也会有特小值。如将这些特异值与其他值放在一起进行统计分析，则会增大平均值和均方差，从而增大代表弯沉值，其结果是，会由于极少数特异值的存在而使设计出的路面在大部分面积上过厚。
为了妥善地处理这些特异值，可以利用误差理论或数理统计原理来舍弃特异值。在某些情况下（例如特大的弯沉值），对舍弃的特异值需另作处理。就弯沉测量而言，特异值舍弃后，弯沉值的平均值和均方差都降低了，代表弯沉值也就降低。
第一章 试验检测数据处理§1-2数据的统计与分布 1）乔维纳特法
鉴别特异值的标准为：
在n个观测值中，任一观测值与平均值的偏差ε大到其出现概率小于
１／２ｎ时，则此观测值为特异值。
第一章 试验检测数据处理§1-2数据的统计与分布 例如 1 9
当ｎ＝１０，均方差为ζ时，如ε出现的概率小于1/2n，则此观测值为特异值。由于ε出现概率既可以是正值（由特大值得出）也可以是负值（由特小值得出），它属于双边的情况
由以上分析可知：
a = 0.05
从正态分布表中查得：Z = 1.96 = 鉴别: 当XI满足 时，XI为特异值
例 2 当ｎ＝100时，如ε出现的概率小于１／400，则此观测值为特异值。
a = 0.0025 从正态分布表中查得：Z = 3.025≈3.0 =
乔维纳特法鉴别特异值，考虑了观测值的均方差α和观测值的个数 n。
第一章 试验检测数据处理§1-2数据的统计与分布 2）２ζ或３ζ法
当观测值数量较多或总体均方差已知时，可简单地采用２ζ（当样本个数较少时）或３ζ（当样本个数较多时）作为鉴别特异值的界限值。
第一章 试验检测数据处理
§1-3数据的表示方法
一、表格法
二、图示法三、一元线性回归分析
第一章 试验检测数据处理§1-3数据的表示方法
一、表格法
列表格是表示出测量结果或为了以后计算方便，是图示法的基础，要求简明扼要。用的较多的是两种：
1、试验检测数据记录表
2、试验检测结果表
二、图示法
最大优点：一目了然 基本要求：
1、在直角坐标系中，一般自变量为横坐标，因变量为纵坐标；
纵坐标方向有时要求与实际变化相同例如：
2、坐标交点不一定是零，曲线在坐标系中应合适、美观；
3、坐标系应注明分度值和单位
第一章 试验检测数据处理§1-3数据的表示方法 第一章 试验检测数据处理§1-3数据的表示方法三、一元线性回归分析
1、数解法
假设两个变量之间存在线性关系 Y=aX+b a、b用最小二乘法确定
使回归曲线与观测点的偏差最小
用相关系数 来判断其Y=aX+b与观测点之间的相关程度
第一章 试验检测数据处理§1-3数据的表示方法
b
第一章 试验检测数据处理§1-4 误差的概念在试验中，由于人们认识能力的局限，学技术水平的限制，测试方法、测试仪表、周围环境、测试人员的熟练程度以及感官条件等因素的影响，使被测量的测定值与其客观的真实值之间总会有一定的差异存在，这种差异即称为误差。
随着科学技术的发展，人们认识水平的提高和实践经验的增加，这种差异可以被控制到很小的范围。
第一章 试验检测数据处理§1-4 误差的概念
一、数据的误差
1、绝对误差
绝对误差＝量测值－实际值
2、相对误差
相对误差＝（绝对误差／实际值）×１００％
3、均方差
（n ≤ 30）
4、变异系数（％）
第一章 试验检测数据处理§1-4 误差的概念
二、误差的分类
按误差本身的性质，可分为三类
系统误差，随机（偶然）误差 粗差（差错）
第一章 试验检测数据处理 §1-4 误差的概念
1、系统误差：当试验或量测过程中产生一系列误差，若这些误差是随某种或几种因素变化而有规律的变化，则称这种误差为系统误差。这种误差可分为： １）常数系统误差（重复误差）： ２）外界系统误差： ３）规律系统误差： 产生误差的原因*
1、工具误差：仪器、工具结构上的不完善或零部件制造时的缺陷与偏 差。
2、调整误差：主要时仪器设备使用前未能安装在正确的位置或调整零位不准。
3、习惯误差：与试验人员反应的灵敏程度、心情、身体状况有关。
4、条件误差：标定条件与试验条件不符或试验中环境条件发生变化，如温度、有无阳光等。
5、方法误差：由于试验不当而产生的误差。第一章 试验检测数据处理 §1-4 误差的概念 由此可知系统误差具有下述基本性质：
（１）系统误差可能是一个常数，或是某种因素的函数；
（２）多次重复量测，系统误差可重复出现；并且正负符号不变；
（３）量测所得结果经过修正，可接近实际值（真值）。
第一章 试验检测数据处理 §1-4 误差的概念
2、随机误差（又称偶然误差）
当量测同一量时，在尽力修正系统误差之后仍产生不规则的或正或负的误差，则称这种误差为随机误差。当只进行一次量测量是无法估计随机误差的大小及正负符号的。但经过多次量测，这种随机误差的平均值由于正负抵消而趋近于零。
随机误差的来源：产生这种误差的大多数因素与引起系统误差的因素相同，但随机误差是多种因素微小波动共同作用的结果。同时可以理解为由于影响的因素太多，或各种因素影响太微弱，以致无法掌握其真实规律，因而产生的误差具有偶然性。
随机误差主要由下列因素引起a 判断误差
b 环境条件变化 c 各种干扰
第一章 试验检测数据处理 §1-4 误差的概念 随机误差的特点是：
１）它的出现并无确定的规律性，并且是预先无法知道的，大多具有偶然性；
２）随着量测次数的增多，随机误差的平均值趋近于零；
３）符号相反、绝对值相等的随机误差出现的频率大致相等；
４）绝对值小的随机误差比绝对值大的随机误差出现的频率要大些。
第一章 试验检测数据处理 §1-4 误差的概念
3、粗差（差错）
由于人为的因素致使量测的结果明显地而且较大范围地偏离真值，则称这种误差为粗差，即差错或错误。
例如野外测量中对错标志、读错、记错数据，或违反测量规程，因而所得结果不符合要求。
发现这种情况时，所测数据应予剔除。
性质：1 没有一定的规律；有明显的与实际不符之处。
第一章 试验检测数据处理 §1-4 误差的概念
三、对误差的处理原则
１．系统误差：通过试验或分析的方法查明其产生原因、变化规律，（例如：对仪器的标定等），修正其结果。而不能通过增加试验次数的方法减少误差。
２．粗差：提高工作人员的技术水平和工作责任感。试验者要做到在工作中少出差错，以致不出差错，并且要在记录和数据整理中及时发现粗差，并剔除或修正。
３．随机误差：虽然它具有很大的偶然性，并没有很好的方法防止它的产生，但可以根据它产生的规律，用增加试验次数的方法加以控制。
第一章 试验检测数据处理 §1-4 误差的概念
四、精确度、正确度与准确度
在测量过程中，对某一物理量或几何量测量的结果，如何表征其可靠性呢？一般可以采用术语“精确度、正确度和准确度”来表征。但应说明的是，这些术语的含义并没有取得公认一致的意见。
1、精确度。是表示在相同条件下，对某一物理量或几何量进行多次测量，各次量测结果彼此符合或彼此的重复性如何。如下图ａ）。可以看出，测量结果本身随机误差较小，但离真值偏差较大，即系统误差大，在此情况下只说明精确度好。
2、正确度。表示在相同条件下多次量测结果的平均值与真值的符合程度。如图ｂ）。测量结果的平均值与真值接近。但随机误差较大，所以只能说明正确度好而精确度不好。
3、准确度。是量测结果质量全面表征的指标。只有当精确度好，正确度也好时，才能说是准确度好。如图ｃ）。系统误差和随机误差都很小。所以测量结果是准确度好。
第一章 试验检测数据处理 §1-4 误差的概念
1、精确度
2、正确度
3、准确度
