建材检测中的误差分析与数据处理

董绍昌

（江西省建筑科学研究院，江西南昌 330000）

建筑材料和建筑行业之间的关系既对立又统一，所以我们对建筑材料进行检测的时候，势必要谨慎和小心。我们要想保证在建筑施工过程中的材料质量，就必须深入全面地了解建材检测中存在的误差来源，同时将这些误差罗列出来并做一个深入的探讨工作，我们需要做到全方位了解建材检测中所有误差分析的信息库，将这些误差根据相对应的性质做一个清楚明了的分类工作。除此之外，我们还需要对建材检测当中存在的数据做相应的处理，目的就是为了保证建材的质量是优质的，最终保证建筑施工过程中不会因为材料出现问题而无法正常完成相应的工作进度。

1 建材检测中常见的误差来源以及误差分析类型

1.1 不可忽视系统误差的产生

对建筑材料做出检测工作是一件非常复杂的事情，我们也知道建筑行业需要用到大量的建筑材料，而且这些建筑材料各自的属性差别很大，所以建材检测工作内容和工作难度系数都非常的大，难免会有很多误差来源。通常情况下，我们通过系统的检测得出误差分析，主要分为两种：第一种就是固定的系统误差。这种误差类型是因为我们在通过相关的检测设备对数据进行分析和检验的时候所得到出现一种数据，这种数据和真实的数据之间存在一定的大小差距。而系统误差产生的原因就在于检测设备本身的精确度不够，或者说检测设备本身的检测能力有限，这些误差是由于设备的固有性质产生的，与外界无关，所以被称为固有系统误差。这些误差其实是无法从根源上消除的，这些都是由于检测设备本身的属性所决定的，我们只有不断的深入提高检测设备处理数据的能力，深入改造它的内部结构，才有可能减少这些误差。就比如说我们常见的检验机械零点标度不够精准，造成在检测过程中，数据存在一些误差。

另外一种系统误差就是由于外在的个别因素造成检测误差变化，这些误差数据都是外界环境引起的，会随着外界的变化而发生变化的，就被称之为变化系统误差。比如说我们也知道水泥是整个建材行业中最主要的一类原材料，我们对它进行检测，其环境要求十分严格，在整个检测实验室中的温度和湿度都必须控制在合理的范围内，另外在检测过程中需要用到的各种辅助工具都和大体环境保持一致，目的就是为了减少数据测量的误差，若是外界环境发生变化，就会直接影响对水泥的检测结果。

其实这两种误差一般情况下都很难进行一个彻底的清除，尤其是第一种类型的误差，它取决于设备本身的属性，无法进行人为更改。但是第二种情况的误差，我们可以通过长期的实践和经验进行一定范围内的消除，通过主观上的改造让误差变得更小。

1.2 检测工作人员粗心大意所导致的过失误差

建筑材料在检测的过程中需要大量的工作人员进行操作，以免出现由于工作人员不熟悉整个操作流程或者对某项检测设备的使用方法不够熟练导致检测结果出现误差，甚至是错误，这种误差类型会给整个数据结果带来惨重的后果，一般情况下这种过失误差与实际数据的真实值相差甚远，导致在后期质量检测中出现一些问题，我们必须再次重新对整个数据进行调整和分析，大大降低了数据检测的效率和质量。我们通常在数据分析的过程中，会选择一个标准点作为参考，如果检测得出的数据与该点差距甚远或者说如果误差范围特别大的话，我们就要重新对整个建筑材料做重新的数据计算和误差分析。为了尽可能地减少这类误差产生，我们必须要对工作人员做专业的培训，同时制定相应的考核制度，让他们从思想上重视对数据的处理情况和工作的具体操作流程，只有这样才有可能高效率地消灭误差。如果由于工作人员的操作失误给建材检测带来一些负面影响，建材企业必须要重视起来，加强对人力资源的管理，培养出专业能力比较出色的质检人员。

1.3 偶然误差

偶然误差，我们从字面上就可以理解为是由于小概率事件产生的一些误差。这类误差数据发生的概率非常低，我们就称之为偶然误差。大部分偶然误差产生的情况都是因为某一些突发事件发生，导致检测的结果发生改变。比如我们在使用某项仪器的过程中，该仪器发生意外故障，就会影响整个数据的分析结果，或者说某条检测线路发生断线故障等，影响检测的结果。这些情况虽然是不可避免的，但是通常情况下发生的概率是极低的，一旦发生，就会带来数据上的误差。这些误差是工作人员难以预判的，但是我们可以根据每次偶然误差发生的情况作出相应的表格统计，制作出曲线模型之后就可以进行参考。如果误差的范围超过了该模型的统计计算内，我们就需要再次对这些建筑材料做重新的检测工作。

这些偶然误差的发生虽然不可避免，我们在实际的工作中也很难提前预测到，但是我们可以做出一些措施，减少偶然误差发生的概率。比如说我们不断地加强质检人员的综合实力，要求他们精确掌握对数据的读取。同时我们要定期的对这些检测设备展开维护工作，避免因为发生机器故障导致误差增大。除此之外，我们也知道很多检测设备都需要高功率的电能支撑，所以我们必须要设备在运行的时候电压可以维持稳定的状态。虽然偶然误差发生的时间和具体原因我们很难控制住，但是并不能代表我们没有措施去减少它发生的概率。

2 建材检测过程中的数据处理内容

2.1 算术平均值

像建材检测这样一个大工程，最让人头痛的就是不得不面对各种各样的数据。在对建筑材料检测的过程中，我们必须要针对各种类型的数据作出专业的分析。通常情况下，我们需要对某种建筑材料作出测定的结果，该结果倘若在一定的误差范围内，就属于测定值。简单来讲，测定值就是真实值加上误差值。测定值并不是固定不变的，从本质上来讲，它属于随机变量。在研究随机变量的过程中，我们不得不需要考虑算数的平均值，标准误差和变异系数。这三个数据都需要进行深入的分析。其中一种就是算术平均值，我们在计算算术平均值的时候，需要将待测的数据从整体数据标本中突出出来，平均值是整组数据的稳定值，该组数据的每一条数据都围着平均值上下波动，通过计算和分析平均值，我们就可以看到随机变量的波动范围。一般情况下，我们必须要用均值做相应的处理，才能更进一步消灭误差，尽可能还原测定值的真实度，保证整体上的数据符合实际的数值。

2.2 标准误差

在计算标准误差的过程中，我们需要搜集建材的每个检测数据的误差，做出相应的统计和计算才可以得到。标准误差反映的是整个检测数据的分布状态，如果计算出来的标准误差越小，就说明该组检测数据比较集中，反之就显得这组数据比较分散，我们再去样本的平均值的时候，一般情况下得到的都是比较集中的数据。标准误差越小也就表明了这组数据更加符合真实值，但是如果建材检测的标准误差数据比较大的话，就说明该组的实验数据误差范围上下弹性幅度比较大。

2.3 变异系数

变异系数是根据该组数据的集中程度或者离散程度提出的一种数据表达形式，根据标准误差和算数平均值之间的商计算得来的。通过分析变异系数，我们可以得出建材检测中数据的整体情况，由此推断该数据处理是否满足建材检测的相关标准。变异系数同样在建材检测的数据当中发挥着非常重大的作用，我们可以更直观地了解该组数据的分布情况。

2.4 数据处理方法的选择

在对建筑材料进行质量检测的时候，我们遇到的数据种类越多，数据检测的方法也就越来越多。我们只有选择最恰当的数据处理方法，才能提高数据处理的准确性和效率，保证建材检测工作高效高量的进行。通常情况下，我们可以根据使用建材种类的不同，以及建材的大小尺寸和内部结构，物理特性做出整体的判断和预测，从而推断出最适合的数据检测方法。一般情况下，相当一部分的材料在加工之后，它们的结构性质发生一些改变，这种改变会间接的影响整个检测的结果，这个时候我们就要选择合适的数据处理方法，通常情况下，我们可以去掉最大值和最小值，采取平均值。这样的方法更能准确地预判出数据的合理和真实。

3 建筑材料检测数据处理系统的研发与应用

为了更好地计算和统计建筑材料的相关信息和数据，建立相关的数据处理系统是一件非常有必要的事情。一般的数据处理系统都会结合先进的科技联合相应的水泥沙石仔等小型系统组合而成，这种联合型的数据处理系统不仅更加全面，而且数据处理的效果会更加棒。为了更好地满足社会的需求，我们还需要对建筑材料检测数据处理系统作相应的研发和改善，尽自己最大的努力去提高材料检测人员的专业能力，在最短的时间内处理最复杂的数据库，从而真正做到高效高质地完成数据处理工作。通过使用相关的数据处理系统，我们可以将某些复杂的数据计算过程变得简单起来，并且得出的数据检测报告也会更加的精确明了，至少在内容上不必像以前那样长篇大论，我们也可以通过数字化管理，将这些数据进行网络传输，不管是建材行业还是建筑行业，通过共享系统都能对这些材料的数据和性质有一个全面的了解。

4 结束语

建材检测这项工作比我们想象中更加有挑战性，与建材有关的数据非常的庞大，而且计算起来非常麻烦，同时相应的误差结果会直接影响对该批建材的质量预判。如果我们没有检测出来该批建材的质量存在瑕疵，那就会给整个建筑工程带来毁灭性的破坏，一旦发生安全事故，后果不堪设想，所以我们必须要深入研究并不断完善建材检测中的误差分析和数据处理。