一、滑板式汽車側(cè)滑檢驗臺示值誤差測量結(jié)果的不確定度評定（論文文獻綜述）
江鯤,馬明,屠海文,張洪寶,林夕騰[1]（2021）在《機動車安檢設(shè)備遠(yuǎn)程監(jiān)管裝置的技術(shù)實現(xiàn)》文中研究表明提出了一種機動車安檢設(shè)備遠(yuǎn)程監(jiān)管裝置的研究方法,重點闡述了監(jiān)管裝置的整體架構(gòu)、傳感器激勵與機械控制、數(shù)據(jù)處理與信息監(jiān)管等關(guān)鍵技術(shù),通過比對測試對監(jiān)管裝置進行了驗證,最后對監(jiān)管裝置的功能、應(yīng)用前景和不足進行了歸納。
倪偉[2]（2020）在《機動車檢驗機構(gòu)如何開展質(zhì)量控制》文中提出任何一家機動車檢驗機構(gòu)的質(zhì)量管理工作都是技術(shù)管理工作的保證,也是行政管理工作的規(guī)范。質(zhì)量管理工作包括質(zhì)量方針的制定和質(zhì)量目標(biāo)的體現(xiàn)以及質(zhì)量策劃、質(zhì)量控制、質(zhì)量保證及質(zhì)量改進等系列質(zhì)量活動的開展。從某種意義上講質(zhì)量控制是質(zhì)量管理工作的靈魂與核心,也是機動車檢驗機構(gòu)質(zhì)量管理工作的重要組成部分。
吳島[3]（2020）在《基于滑移率辨識的汽車制動時序視覺檢測系統(tǒng)研究》文中提出近年來,隨著我國經(jīng)濟的穩(wěn)健增長和交通運輸業(yè)的快速發(fā)展,道路網(wǎng)絡(luò)和交通設(shè)施得到了前所未有的改善和提高,促使汽車行業(yè)迅猛發(fā)展,汽車保有量不斷增加,隨之而來的行車安全問題成為全社會關(guān)注的焦點。對在用汽車的各項指標(biāo)進行定期安全檢測是保障汽車行車安全的主要途徑,其中制動性能又是所有指標(biāo)中最重要的一項。尤其是半掛汽車列車,作為當(dāng)前公路貨運的主體,正在向多軸化、重型化方向發(fā)展,其車體較長、結(jié)構(gòu)復(fù)雜,制動性能各項指標(biāo)都具有重要意義。目前,針對汽車制動性能檢測的方法主要有兩種:路試檢驗法和臺架檢驗法。路試法須有特定的場地,受氣候條件影響較大且重復(fù)性差,一般作為輔助檢測手段。臺式檢驗法占地小,不受氣候條件影響,重復(fù)性較好,是目前汽車檢測站和科研機構(gòu)進行制動性能檢測的常用方法。臺架檢驗法主要通過滾筒反力式制動檢驗臺或平板式制動檢驗臺進行檢測,可以檢測出整車制動力和、制動不平衡及阻滯力,滿足多數(shù)車型的檢測。然而,半掛汽車列車由于軸數(shù)較多,不同的制動時序會對列車的制動穩(wěn)定性造成直接影響,前軸制動快制動瞬間列車易發(fā)生折疊,后軸制動快制動瞬間列車易發(fā)生拖拽。臺式檢驗法受臺體結(jié)構(gòu)的限制,無法實現(xiàn)半掛汽車列車制動時序的檢測,從而難以反映整車的制動性能。雖然國家標(biāo)準(zhǔn)GB 18565-2016對汽車列車的制動時序檢測方法做出了要求,但受檢測設(shè)備的成本和結(jié)構(gòu)制約,目前并無相關(guān)可行的制動時序檢測設(shè)備,所以檢測方法不具現(xiàn)實意義。因此,研發(fā)出一套高精度、智能化的汽車制動時序檢測系統(tǒng)勢在必行。隨著中國制造2025戰(zhàn)略部署的不斷推進,在以機器視覺為核心的工業(yè)4.0大趨勢推動下,汽車檢測領(lǐng)域也正朝著信息化、自動化、智能化的方向邁進。因此,本文以此為契機,立足國家標(biāo)準(zhǔn)和現(xiàn)有技術(shù)手段,將視覺技術(shù)引入汽車制動時序檢測,提出了基于立體視覺的汽車制動時序檢測方法,設(shè)計和研發(fā)了汽車制動時序視覺檢測系統(tǒng)。本文根據(jù)半掛汽車列車制動失穩(wěn)機理及制動時序?qū)χ苿臃€(wěn)定性的影響,明確了引起不同制動時序的因果關(guān)系。通過分析汽車制動時序檢測技術(shù)的研究現(xiàn)狀,確定了本文的研究內(nèi)容和技術(shù)路線,主要包括以下四個方面:（1）汽車制動時序視覺檢測系統(tǒng)方案設(shè)計分析車輪滑移率與路面附著系數(shù)間的變化關(guān)系,提出視覺檢測系統(tǒng)的測量目標(biāo):即以制動踏板開關(guān)的觸發(fā)時刻為起始時標(biāo),各車輪滑移率分別達到20%的時間次序作為制動時序的檢測結(jié)果,并分析影響滑移率辨識的關(guān)鍵因素。為準(zhǔn)確識別車輪滑移率,以白色圓形標(biāo)識物作為間接測量物,建立基于視覺測量的車輪滑移率測量模型及列車曲線行駛矯正模型?；谄叫须p目立體視覺測量原理,推導(dǎo)系統(tǒng)結(jié)構(gòu)模型,對影響系統(tǒng)綜合測量誤差的關(guān)鍵因素進行討論分析。最后從檢測系統(tǒng)整體布置、檢測流程和控制方案三個方面對汽車制動時序視覺檢測系統(tǒng)進行方案設(shè)計。（2）圖像處理關(guān)鍵算法研究為得到圖像中圓形標(biāo)識的中心坐標(biāo),根據(jù)圓形標(biāo)識的圖像特點對相關(guān)圖像處理算法的適用性進行改進和優(yōu)化。首先對采集的原始圖像進行預(yù)處理操作,包括圖像對比度增強、圖像去模糊、圖像去噪和圖像銳化。然后對歸一化后的左右圖像進行邊緣提取,為改善Canny算法對圓形標(biāo)識的邊緣提取效果,對傳統(tǒng)Canny算法在梯度方向和自適應(yīng)閾值方面進行改進研究。為準(zhǔn)確提取圓形標(biāo)識,分析現(xiàn)有橢圓檢測理論提出適用于本文的橢圓檢測方法,設(shè)計邊界清除算法清除冗余邊緣,以及融合最小二乘理論和Hough變換實現(xiàn)對圓形標(biāo)識的準(zhǔn)確識別和提取?？紤]到序列圖像進行立體匹配計算量大的問題,基于對極幾何約束關(guān)系,提出一種歸一化互相關(guān)（Normalized Cross Correlation,NCC）快速匹配算法。最后,根據(jù)三維重建模型和相機標(biāo)定參數(shù),對圓形標(biāo)識中心坐標(biāo)進行三維重建。（3）視覺檢測系統(tǒng)標(biāo)定與精度檢定試驗研究根據(jù)攝像機坐標(biāo)系間轉(zhuǎn)換關(guān)系,對線性成像模型和非線性成像模型進行論述,以建立本文的攝像機成像模型。分析張正友平面模板標(biāo)定法的算法原理及不足之處,提出一種基于PSO-LM（Particle Swarm Optimization與Levenberg-Marquardt）組合優(yōu)化策略的改進張正友標(biāo)定方法,實現(xiàn)對標(biāo)定參數(shù)的非線性全局優(yōu)化,并通過標(biāo)定對比試驗對所提方法的有效性進行驗證。為驗證視覺檢測系統(tǒng)對圓形標(biāo)識的動態(tài)識別精度,設(shè)計一種模擬車輪制動的精度檢定裝置及方法,在多個目標(biāo)速度下分類進行多工況試驗,分析每種工況下的試驗誤差。（4）汽車制動時序視覺檢測系統(tǒng)實車試驗研究為驗證檢測系統(tǒng)整體方案設(shè)計的可行性以及圖像處理算法和標(biāo)定算法的有效性,選取同一輛在用半掛汽車列車進行重復(fù)性試驗和九輛在用半掛汽車列車進行普適性試驗。為分析視覺檢測系統(tǒng)的測量誤差,利用車輪上的輪速傳感器設(shè)計一套輪速測量裝置,結(jié)合非接觸式速度測量儀構(gòu)成校準(zhǔn)裝置,對比分析兩組試驗數(shù)據(jù)的示值誤差和重復(fù)性誤差,對本檢測系統(tǒng)的準(zhǔn)確性、穩(wěn)定性及適用性進行驗證。同時,在重復(fù)性試驗中,鑒于測量結(jié)果誤差存在不確定性,為科學(xué)評價本檢測系統(tǒng),對測量結(jié)果誤差的不確定度進行評定。最后,分析和總結(jié)視覺檢測系統(tǒng)相比于校準(zhǔn)裝置的試驗誤差。
司麗凱[4]（2019）在《汽車側(cè)滑檢驗臺檢定中存在問題及解決方法》文中進行了進一步梳理0引言近年來,我國機動車的保有量在迅速增加,機動車行駛安全不僅對行車人員,而且對路人也是性命攸關(guān)。同時,道路交通安全事故呈急劇上升趨勢,相關(guān)統(tǒng)計數(shù)據(jù)顯示,與車輪側(cè)滑相關(guān)的交通事故占交通事故總數(shù)的30%左右。車輪發(fā)生側(cè)滑對車輛本身有很多不良影響,會增加油耗和加速輪胎磨損,同時影響操縱穩(wěn)定性和車輛行駛的安全性。因此,
莊燕忠[5]（2015）在《汽車側(cè)滑檢驗臺測量值的擴展不確定度評定》文中提出為了保證汽車側(cè)滑檢驗臺檢測數(shù)據(jù)的準(zhǔn)確可靠,本文對汽車側(cè)滑檢驗臺測量值的不確定度進行了分析、評定,供同行們共同探討。
理康[6]（2014）在《滑板式汽車側(cè)滑檢驗臺測量不確定度分析》文中指出1測量方法依據(jù)JJG908-2009《滑板式汽車側(cè)滑檢驗臺》檢定規(guī)程的要求,檢定點選取3 m/km、5 m/km和7 m/km,某點向內(nèi)、外分別重復(fù)三次測量。當(dāng)滑板位移至檢定點時記錄百分表讀數(shù),與側(cè)滑檢驗臺顯示值比較,計算得出示值誤差。2 數(shù)學(xué)模型△L=L–Ls/Lx式中:△L——側(cè)滑檢驗臺示值誤差,m/km;L——側(cè)滑檢驗臺某一檢定點的示值,m/km;Ls——百分表示值,mm;Lx——沿汽車前進方向滑板的寬度,m;
賈多[7]（2014）在《滑板式汽車側(cè)滑檢驗臺測量不確定度評定》文中研究說明依據(jù)JJG908—2009《滑板式汽車側(cè)滑檢驗臺檢定規(guī)程》和JJF1059.1—2012《測量不確定度評定與表示》,對滑板式汽車側(cè)滑檢驗臺示值誤差測量結(jié)果進行了不確定度的評定,簡單闡述了測量過程中產(chǎn)生的各分量對測量結(jié)果的影響,得到了測量結(jié)果的擴展不確定度。
韓忠[8]（2014）在《側(cè)滑檢驗臺測量結(jié)果不確定度評定》文中研究說明文章闡述了按JJG908-2009《滑板式汽車側(cè)滑檢驗臺》的方法進行滑板式汽車側(cè)滑檢驗臺檢定裝置示值誤差的測量結(jié)果不確定度評定方法。
王勇,鐘陽[9]（2013）在《汽車側(cè)滑檢驗臺示值誤差測量結(jié)果的不確定度評定》文中進行了進一步梳理本文介紹了汽車側(cè)滑檢驗臺示值誤差測量結(jié)果的不確定度評定及其表示方法。
張玉書,岳東鵬[10]（2012）在《滑板式軸間側(cè)滑檢驗臺標(biāo)定方法研究》文中研究表明參照滑板式側(cè)滑試驗臺的檢定技術(shù)條件,對滑板式軸間側(cè)滑檢驗臺進行標(biāo)定并對標(biāo)定方法進行研究。利用標(biāo)定后的檢驗臺檢測實驗車輛的軸間側(cè)滑量,通過對比調(diào)整轉(zhuǎn)向機構(gòu)前、后軸間側(cè)滑量的變化情況,對標(biāo)定結(jié)果進行驗證。研究表明檢測結(jié)果正確,標(biāo)定方法可行。
二、滑板式汽車側(cè)滑檢驗臺示值誤差測量結(jié)果的不確定度評定（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻研究法：通過調(diào)查文獻來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實踐的需要提出設(shè)計。
定性分析法：對研究對象進行“質(zhì)”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認(rèn)識進一步精確化。
跨學(xué)科研究法：運用多學(xué)科的理論、方法和成果從整體上對某一課題進行研究。
功能分析法：這是社會科學(xué)用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、滑板式汽車側(cè)滑檢驗臺示值誤差測量結(jié)果的不確定度評定（論文提綱范文）
（1）機動車安檢設(shè)備遠(yuǎn)程監(jiān)管裝置的技術(shù)實現(xiàn)（論文提綱范文）
| 0 引言 |
| 1 監(jiān)管裝置整體架構(gòu) |
| 2 監(jiān)管裝置的關(guān)鍵技術(shù) |
| 2.1 傳感器激勵與機械控制 |
| 2.2 數(shù)據(jù)處理與信息監(jiān)管 |
| 3 監(jiān)管裝置測試驗證 |
| 4 結(jié)語 |
（2）機動車檢驗機構(gòu)如何開展質(zhì)量控制（論文提綱范文）
| 1 何為質(zhì)量控制 |
| 2 質(zhì)量控制的目的 |
| 3 質(zhì)量控制的主要形式 |
| 4 質(zhì)量控制的時機 |
| 5 機動車檢驗機構(gòu)常用的質(zhì)量控制形式 |
| 5.1 外部質(zhì)量控制 |
| 5.1.1 能力驗證（上級行政管理部門組織的機構(gòu)間比對） |
| 5.1.2 機構(gòu)間比對（外部比對） |
| 5.2 內(nèi)部質(zhì)量控制 |
| 5.2.1 人員比對試驗 |
| 5.2.2 設(shè)備比對 |
| 5.2.3 定量定性分析 |
| 5.2.3. 1 重復(fù)性測量（內(nèi)部比對） |
| 5.2.3. 2 重復(fù)性測量的計算方式 |
| 5.2.3. 3 具體計算方法的運用（案例分析） |
| 5.2.3. 4 控制限 |
| 5.2.3. 5 標(biāo)準(zhǔn)不確定度評價 |
| 5.2.3. 6 期間核查 |
（3）基于滑移率辨識的汽車制動時序視覺檢測系統(tǒng)研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 論文研究的背景及意義 |
| 1.1.1 論文研究的背景 |
| 1.1.2 論文研究的意義 |
| 1.2 半掛汽車列車制動時序的國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 國外制動時序研究現(xiàn)狀 |
| 1.2.2 國內(nèi)制動時序研究現(xiàn)狀 |
| 1.3 半掛汽車列車制動時序檢測技術(shù)的研究現(xiàn)狀 |
| 1.3.1 制動時序國家標(biāo)準(zhǔn)的制定和實施 |
| 1.3.2 制動時序檢測技術(shù)國外研究現(xiàn)狀 |
| 1.3.3 制動時序檢測技術(shù)國內(nèi)研究現(xiàn)狀 |
| 1.4 立體視覺汽車檢測技術(shù)的研究現(xiàn)狀 |
| 1.4.1 立體視覺概述 |
| 1.4.2 立體視覺在汽車檢測技術(shù)領(lǐng)域的應(yīng)用和進展 |
| 1.5 論文的主要研究內(nèi)容及技術(shù)路線 |
| 1.5.1 主要研究內(nèi)容 |
| 1.5.2 技術(shù)路線 |
| 第2章 汽車制動時序檢測理論及方案研究 |
| 2.1 制動時序測量目標(biāo)的確定 |
| 2.1.1 滑移率與路面附著系數(shù)的關(guān)系 |
| 2.1.2 基于車輪滑移率的制動時序測量目標(biāo) |
| 2.1.3 影響車輪滑移率識別的關(guān)鍵因素 |
| 2.2 基于視覺測量的車輪滑移率測量模型建立 |
| 2.2.1 車輪滑移率計算模型 |
| 2.2.2 圓形標(biāo)識運動軌跡擬合 |
| 2.2.3 汽車列車曲線行駛矯正模型 |
| 2.3 雙目立體視覺測量模型 |
| 2.3.1 平行雙目立體視覺測量原理 |
| 2.3.2 平行雙目視覺系統(tǒng)精度分析 |
| 2.4 制動時序視覺檢測系統(tǒng)方案設(shè)計 |
| 2.4.1 制動時序視覺檢測系統(tǒng)整體布局 |
| 2.4.2 制動時序視覺檢測系統(tǒng)檢測流程 |
| 2.4.3 制動時序視覺檢測系統(tǒng)控制方案 |
| 2.5 本章小結(jié) |
| 第3章 制動時序視覺檢測系統(tǒng)圖像處理算法研究 |
| 3.1 圖像預(yù)處理 |
| 3.1.1 圖像對比度增強 |
| 3.1.2 基于維納濾波的圓形標(biāo)識運動模糊復(fù)原 |
| 3.1.3 圖像偽中值雙邊濾波去噪 |
| 3.1.4 圖像拉普拉斯銳化 |
| 3.2 基于改進Canny算法的圓形標(biāo)識邊緣檢測 |
| 3.2.1 傳統(tǒng)Canny邊緣檢測 |
| 3.2.2 拓展梯度方向與Otsu自適應(yīng)閾值的改進Canny算法 |
| 3.3 基于Hough變換的圓形標(biāo)識特征提取 |
| 3.3.1 基于Hough變換的橢圓檢測研究進展 |
| 3.3.2 最小二乘與Hough變換融合的圓形標(biāo)識特征提取 |
| 3.4 基于對極幾何約束的圓形標(biāo)識歸一化互相關(guān)立體匹配 |
| 3.4.1 立體匹配方法概述 |
| 3.4.2 對極幾何約束 |
| 3.4.3 基本矩陣和極線方程 |
| 3.4.4 基于對極幾何約束關(guān)系的NCC立體匹配算法 |
| 3.5 圓形標(biāo)識中心坐標(biāo)三維重建 |
| 3.5.1 三維重建模型 |
| 3.5.2 三維重建過程 |
| 3.6 本章小結(jié) |
| 第4章 制動時序視覺檢測系統(tǒng)標(biāo)定與精度檢定試驗研究 |
| 4.1 非線性成像模型建立 |
| 4.1.1 參考坐標(biāo)系 |
| 4.1.2 線性成像模型 |
| 4.1.3 非線性成像模型 |
| 4.2 視覺檢測系統(tǒng)攝像機標(biāo)定理論及優(yōu)化 |
| 4.2.1 張正友平面模板標(biāo)定法 |
| 4.2.2 張正友標(biāo)定法優(yōu)化理論分析 |
| 4.2.3 基于PSO-LM組合優(yōu)化策略的改進張正友標(biāo)定法 |
| 4.3 攝像機標(biāo)定試驗及結(jié)果對比分析 |
| 4.3.1 標(biāo)定試驗設(shè)備安裝及調(diào)試 |
| 4.3.2 標(biāo)定試驗過程及參數(shù)誤差對比分析 |
| 4.4 基于車輪動態(tài)模擬的視覺系統(tǒng)精度檢定試驗研究 |
| 4.4.1 硬件結(jié)構(gòu)組成 |
| 4.4.2 檢定方法及流程 |
| 4.4.3 動態(tài)檢定試驗及誤差分析 |
| 4.5 本章小結(jié) |
| 第5章 汽車制動時序視覺檢測系統(tǒng)開發(fā)及實車試驗 |
| 5.1 汽車制動時序視覺檢測系統(tǒng)結(jié)構(gòu)組成 |
| 5.1.1 檢測系統(tǒng)的硬件部分 |
| 5.1.2 汽車制動時序檢測系統(tǒng)軟件設(shè)計 |
| 5.2 汽車制動時序視覺檢測系統(tǒng)實車試驗研究 |
| 5.2.1 實車試驗?zāi)康募霸囼灄l件 |
| 5.2.2 實車試驗內(nèi)容及步驟 |
| 5.2.3 同一車型重復(fù)性試驗 |
| 5.2.4 測量結(jié)果標(biāo)準(zhǔn)不確定度評定 |
| 5.2.5 多種車型普適性試驗 |
| 5.2.6 試驗誤差因素分析 |
| 5.3 本章小結(jié) |
| 第6章 總結(jié)與展望 |
| 6.1 總結(jié) |
| 6.2 展望 |
| 參考文獻 |
| 作者簡介及科研成果 |
| 致謝 |
（4）汽車側(cè)滑檢驗臺檢定中存在問題及解決方法（論文提綱范文）
| 0 引言 |
| 1 汽車側(cè)滑檢驗臺的檢定及調(diào)整 |
| 2 汽車側(cè)滑檢驗臺使用時的注意事項 |
| 3 汽車側(cè)滑檢驗臺的改進 |
| 4 結(jié)語 |
（5）汽車側(cè)滑檢驗臺測量值的擴展不確定度評定（論文提綱范文）
| 1 概述 |
| 2 測量方法 |
| 3 測量模型 |
| 4 方差和靈敏系數(shù) |
| 5 標(biāo)準(zhǔn)不確定度分量來源 |
| 6 標(biāo)準(zhǔn)不確定度分量評定 |
| 6.1 側(cè)滑臺示值引入的標(biāo)準(zhǔn)不確定年度u (A) |
| 6.2 百分表引入的標(biāo)準(zhǔn)不確定度u (S) |
| 6.2.1 由測量重復(fù)性引入的標(biāo)準(zhǔn)不確定度u1 (S) |
| 6.2.2 百分表示值誤差引入的標(biāo)準(zhǔn)不確定度u2 (S) |
| 6.2.3 百分表讀數(shù)引入的標(biāo)準(zhǔn)不確定度u3 (S) |
| 6.3 側(cè)滑臺滑板縱向長度引入的標(biāo)準(zhǔn)不確定度u (L) |
| 7 標(biāo)準(zhǔn)不確定度分量一覽表 (見表2) |
| 8 合成標(biāo)準(zhǔn)不確定度 |
| 9 擴展不確定度的評定 |
| 1 0 測量標(biāo)準(zhǔn)不確定度報告 |
（7）滑板式汽車側(cè)滑檢驗臺測量不確定度評定（論文提綱范文）
| 1 數(shù)學(xué)模型 |
| 1.1 方差 |
| 1.2 靈敏系數(shù) |
| 2 計算標(biāo)準(zhǔn)分量不確定度 |
| 2.1 被校側(cè)滑臺測量重復(fù)性引入的不確定度u1 (Xi) |
| 2.2 被校側(cè)滑臺儀表示值數(shù)顯量化誤差引入的不確定度u2 (Xi) |
| 2.3 由被校側(cè)滑臺引入的不確定度分量u (Xi) |
| 2.4 百分表固有誤差引入的不確定度分量u1 (X0) |
| 2.5 百分表放置引入的不確定度u2 (X0) |
| 2.6 百分表分辨力引入的不確定度u3 (X0) |
| 2.7 由百分表引入的不確定度u (X0) |
| 3 標(biāo)準(zhǔn)不確定度分量 |
| 4 合成標(biāo)準(zhǔn)不確定度 |
| 5 擴展不確定度 |
| 6 該被校儀器的不確定度評估 |
| 7 不確定度報告 |
（8）側(cè)滑檢驗臺測量結(jié)果不確定度評定（論文提綱范文）
| 1概述 |
| 2數(shù)學(xué)模型 |
| 2.1數(shù)學(xué)模型 |
| 2.2方差和靈敏系數(shù) |
| 3標(biāo)準(zhǔn)不確定度分量的來源 |
| 4標(biāo)準(zhǔn)不確定度分量評定 |
| 4.1由數(shù)字顯示器量化誤差引入的不確定度分量u (xi1) |
| 4.2由滑板式汽車側(cè)滑檢驗臺示值重復(fù)性誤差引入的不確定度分量u (xi2) |
| 4.3由測量標(biāo)準(zhǔn)引入的不確定度分量u (Si) |
| 5標(biāo)準(zhǔn)不確定度分量一覽表 |
| 6合成標(biāo)準(zhǔn)不確定度評定 |
| 7擴展標(biāo)準(zhǔn)不確定度評定 |
（9）汽車側(cè)滑檢驗臺示值誤差測量結(jié)果的不確定度評定（論文提綱范文）
| 1 概述 |
| 1.1 檢定依據(jù): |
| 1.2 |
| 1.3 環(huán)境條件: |
| 1.4 標(biāo)準(zhǔn)器: |
| 1.5 被測對象:汽車側(cè)滑檢驗臺。 |
| 2 測量方法 |
| 3 數(shù)學(xué)模型 |
| 4 不確定度傳播率 |
| 5 標(biāo)準(zhǔn)不確定度評定 |
| 5.1 被檢側(cè)滑臺示值X估計值的標(biāo)準(zhǔn)不確定度評定 |
| 6 百分表指示值x0估計值的標(biāo)準(zhǔn)不確定度評定 |
| 7 側(cè)滑臺滑板寬度L準(zhǔn)確性估計值的標(biāo)準(zhǔn)不確定度評定 |
| 8 輸出量的標(biāo)準(zhǔn)不確定度分量一覽表, 見表1 |
| 9 合成標(biāo)準(zhǔn)不確定度 |
| 1 0 擴展標(biāo)準(zhǔn)不確定度 |
四、滑板式汽車側(cè)滑檢驗臺示值誤差測量結(jié)果的不確定度評定（論文參考文獻）
- [1]機動車安檢設(shè)備遠(yuǎn)程監(jiān)管裝置的技術(shù)實現(xiàn)[J]. 江鯤,馬明,屠海文,張洪寶,林夕騰. 上海計量測試, 2021(04)
- [2]機動車檢驗機構(gòu)如何開展質(zhì)量控制[J]. 倪偉. 汽車與安全, 2020(07)
- [3]基于滑移率辨識的汽車制動時序視覺檢測系統(tǒng)研究[D]. 吳島. 吉林大學(xué), 2020(08)
- [4]汽車側(cè)滑檢驗臺檢定中存在問題及解決方法[J]. 司麗凱. 上海計量測試, 2019(06)
- [5]汽車側(cè)滑檢驗臺測量值的擴展不確定度評定[J]. 莊燕忠. 計量與測試技術(shù), 2015(07)
- [6]滑板式汽車側(cè)滑檢驗臺測量不確定度分析[A]. 理康. 江蘇省計量測試學(xué)術(shù)論文集（2014）, 2014
- [7]滑板式汽車側(cè)滑檢驗臺測量不確定度評定[J]. 賈多. 內(nèi)蒙古科技與經(jīng)濟, 2014(08)
- [8]側(cè)滑檢驗臺測量結(jié)果不確定度評定[J]. 韓忠. 中小企業(yè)管理與科技(下旬刊), 2014(01)
- [9]汽車側(cè)滑檢驗臺示值誤差測量結(jié)果的不確定度評定[J]. 王勇,鐘陽. 計量與測試技術(shù), 2013(11)
- [10]滑板式軸間側(cè)滑檢驗臺標(biāo)定方法研究[J]. 張玉書,岳東鵬. 汽車實用技術(shù), 2012(11)
標(biāo)簽：示值誤差論文; 汽車側(cè)滑論文; 測量不確定度論文; 標(biāo)準(zhǔn)誤差論文; 誤差分析論文;