值得商榷的“计量标准的重复性”

           JJF1033-2008定义了“计量标准的重复性”，附录C.1给出了具体的操作方法，第C.1.2条称所做的计量标准的重复性，其“分散性通常比计量标准本身所引入的分散性稍大”，值得商榷。
    以实物量具为主标准器的计量标准，在做所谓的
“计量标准的重复性”时，其分散性主要由被测对象引入，怎么可能是稍大？再有，稍大不是定量表述，稍大是多少？10%？20%？
    举例，“检定测微量具标准器组”的主标准为量块，按JJF1033-2008的说法，用被测千分尺测量块得到的数据计算重复性，重复性的主要来源应该是由量块引入的？我们把稍大算作20%，难道量块引入的分散性占80%？这不滑天下之大稽吗？

回复 1# 深圳渔民

楼主提出的问题，是不确定度论宣贯以来的一项方法性错误。问题提得好。值得人们深思。

测量活动必然包括手段（工具）与对象（认识的目标）这两个方面。任何一个测量结果，都是这两方面共同作用的结果。人们的目的是利用工具来认识对象，因此必须用分割的方法，把手段的作用减到可忽略的程度，而使得出来的结果是由对象引起的。这样才能正确认识对象。

检定测量仪器，一定要有标准；考核计量标准的性能，一定要有比被考核标准更高水平的参照物。考核稳定性（重复性），因为是随机现象，均方合成，参照物比被考核标准指标高3倍即可。如果考核准确性，因为可能是绝对值相加，参照物的指标比被考核的准确度要高3倍（如电子计量）4倍（如以压力计量）甚至10倍（如频率计量）。这种要求，是必要的，已成计量界的基本知识。不确定度宣贯以来，竟然用被检仪器来考核计量标准，是严重的错误。

我国著名计量专家叶德培（《测量不确定度》一书的作者）在录像讲课中（优酷网）曾指出类似的错误。尽管叶先生是个不确定度论的拥护者、宣传者，但在此问题上，她是实事求是的、正确的。本网规矩湾先生，站在维护不确定度论的立场上，却认为这样做是对的，这不仅是他一个人的观点，而是代表了一批人，包括那些炮制GUM与VIM的国际上的专家们。但是，理最大，不管是多大的权威，不讲理也必将失败。

-

楼上的，LZ提的问题似乎跟不确定度没有什么关系吧。别让仇恨迷了眼。

LZ，我贴上原话，仔细看了一下，似乎没什么不妥

1033好像变更了哦

　　的确是没有什么不妥。
　　C.1条说的是“计量标准”的重复性考核方法，因此计算出来的分散性理应就是计量标准的。基层在考核计量标准重复性时不可能找得到一个比计量标准准确度等级还要高的东西去考核它，只能选择一个重复性和稳定性好，不计准确度高低的东西作为“核查标准”。该核查标准的示值误差可以远远超出最低准确度等级规定，以至于废品也没关系，但其重复性必须优于被考核的计量标准。重复性考核中说重复测量“同一个被测量”，并没有说被测量合格与否，关键必须是“同一个”，且被测“量”不是被测“物”，换成被测物，其量值就必须重复性非常好才能等同于“同一个被测量”。
　　用被考核的计量标准去多次重复测量核查标准，再用贝塞尔公式计算出实验标准偏差，计算结果就是被考核的计量标准的重复性。核查标准尽管重复性优于被考核的计量标准，对计量标准的重复性影响非常小，但终归还是要对计量标准的重复性产生一定影响，所以用贝塞尔公式计算得到的计量标准重复性肯定“比计量标准本身所引入的分散性稍大”。特别是作为核查标准的东西如果“是非实物量具的测量仪器时”，这个核查标准的重复性也会比实物量具重复性差，对计量标准的重复性影响也随之加大，被考核计量标准重复性更会“比计量标准本身所引入的分散性稍大”。那么允许大到什么程度呢？那就是4.2.3条说的“满足检定或校准结果的测量不确定度的要求”即可。
　　以上情况告诉我们的计量标准考核人员一定要注意：考核计量标准重复性时，不能因为一看考核数据不合格就立即将被考核的计量标准“一棍子打死”，还应该关注一下基层计量机构在作计量标准稳定性考核时选择的核查标准是否合适。所以由全国计量标准、计量检定人员考核委员会组编，国家质检总局计量司组织审定的《JJF1033-3008<计量标准考核规范>实施指南》88页在讲到重复性考核要求时说，如果重复性“不大于新建计量标准时的重复性，则重复性符合要求”，还特别提到如果重复性考核结果“大于新建计量标准时的重复性”，不能就判定计量标准重复性不合格，应按“新的重复性结果”“重新进行”不确定度评定，不确定度评定结果满足检定/校准要求的，计量标准重复性考核仍然要判为合格。

《JJF1033-3008<计量标准考核规范>实施指南》88页的这段话，在实际中为了避免重新评定不确定度，就变成新建标重复性按最大的写，最后导致建标报告的不确定度是最大不确定度，同时为了满足CNAS对于校准测量能力的要求，重复性又按最小的写，此时评价的是最小不确定度。问题在于？难道计量标准考核证书上授权的测量能力是最差的能力？

JJF1033-2008说的“计量标准的重复性”，是由实验获得的，被测量的重复性再小，在理论上也肯定会影响这个参数；扣除了被测量的影响，则成为了“计量标准本身所引入的分散性”。我理解，这个就是所谓的最佳测量能力，就是CNAS对于校准测量能力的要求，是计算获得的，用诸如蒙特卡洛之类的方法。

其“分散性通常比计量标准本身所引入的分散性稍大”，这个“通常”二字讨论过，按理说这种文件不应出现模棱两可的语句，那么，一定要这样说，肯定存在原因。我们讨论，比如一个精密空气恒温槽，温度波动这个参数，如果我们把被测物体（譬如标准电阻）放入其中，将导致其整体热容量剧增（跟一箱空气相比），从而使箱内的温度不易急剧变化，最终其分散性比没有被测器具时变小。这样看，1033加上“通常”也是迫不得已，终究可能存在例外情况啊。

回复 6# vandyke

　　呵呵，超版提出了一个很值得思考的问题。我认为7楼对“最佳测量能力”的解读是对的。
　　假设我们建标时是用一个稳定性和重复性极好的核查标准进行了计量标准的重复性考核，获得了“最佳测量能力”，该能力得到了CNAS认可。现在进行日常的计量标准重复性考核却因为种种原因（例如核查标准丢了、坏了或送检了），迫不得已使用了一个顾客送来的被检对象进行重复性考核，考核结果很差，我们能够接受计量标准的能力已经大大偏离了其最佳能力，因此考核不合格的结论吗？
　　当然不能。因为并不一定是我们的计量标准重复性变差了，也很有可能是使用的工具（顾客的送检物）重复性太差造成的影响，显示出似乎重复性考核不合格。为了解决这个问题，此时我们必须用这次重复性试验的实验标准偏差重新进行一次测量结果的不确定度评定。如果“不确定度评定结果满足检定/校准要求”，就说明计量标准的最佳能力并没有发生重大变化，仍然保持着考核证书上授权的最佳测量能力。从此以后我们可以用这次重复性试验的标准偏差作为判定最佳能力是否保持的指标，以后的重复性考核，只要标准偏差小于这个结果，就应该判定被考核的计量标准重复性考核合格。

                                            再赞《值得商榷的“计量标准的复现性”》

-

计量标准如何考核，是计量界的大事，讨论一番是值得的。

深圳渔民先生，对权威文件，提出不同的看法，本是质疑，却用“商榷”的字眼，表现出一种探讨商量的态度。口气平和而内容深刻，让人感到一种学者之风，外柔而内刚。

我所以称赞《值得商榷的“计量标准的复现性”》一文，是基于如下想法：第一是问题重要。本行业是计量，计量依靠的是标准，涉及标准的事，是大事；第二，理由充足，分析到位；第三，如此实用的东西，该认真想一想，该怎样做。第四，提醒规范的制定者们要顾及国家规范的严肃性。必须执行的，规定；马马虎虎的话，别写。明知不能执行，写了也没用。

其实，细一想，计量实践中，问题也不大。一些计量种类，标准很稳定，如长度计量的量块，力学计量的砝码，复现性不突出，考核与否关系不大，只是文件的合理性问题。有些标准就极为突出，那里容不得出错，人们也就易于认识此文件的不合理性，而不去执行。文件的方法行不通，等于自动失效。只是有损文件的严肃性。

由于电子技术的发展与一些特殊物理机制的运用，频率源的技术发展得极快。又由于应用的多样性，频率源的性能层次很多。从1E-4到1E-15，跨越11个量级。

频率计量的指标，主要是两项：准确度和稳定度。通常，稳定是为准确服务的；对频率计量来说，由于测速特别是宇航测速的重要应用，频率稳定度就具有独立的特殊的作用。因此，稳定度的测量，成为专门的学问与技术。理论上，有专用的阿仑方差理论，技术上有倍增技术、微差技术、锁相技术等的组合运用，使得稳定度的测量能力，十分高。当今的频率稳定度性能，是测量与检定的一项独立指标，必须给出确定的数据（偏差的偏差在1/3以下）。

在频率计量界，绝不会有用被检仪器来考核标准的复现性的作法，因为这样作的毛病十分明显。谁这样做，必然被认为是违规，是错误操作。如果标准的稳定度1E-10,被检仪器的稳定度是1E-8,因系均方合成，测量结果必定大于二项中的任何一项，也就是只能是1E-8,这是没法考核标准的复现性的。

规矩湾先生讲的，是他对规范的理解。意思是用一个单项指标比标准好的被检仪器来考核。这就是原来误差理论意义的作法，即作参考的量，一定高于被考核的对象，如果再定量的加上“高三倍以上”，那就完全正确了。

可惜， JJF1033-2008并没有表达出如规矩湾先生的意思。该规范原文为：

C.1.2 重复性的实验方法

在重复性的条件下，用计量标准对常规的被检定或被校准对象，进行了N次独立测量……

注意，这里明明写着“对常规的被校准或被校准对象”，规矩湾先生却硬说：其重复性必须优于被考核的计量标准。人家讨论的是国家规范的合理性，不是讨论你规矩湾先生的主张的正确性。如果规范规定“选单项复现性远高于被考核标准的参照物”，那就合情合理了，也就没人能说出不同的意见，问题在：“对常规的”对象。所用对象是常规被检仪器，按常规，被检对象，无论稳定性与准确性都劣于被考核的标准，当然是不行的。规范的作者，也明知要大于标准的复现性，却说“略大于”，这是胡说。楼主的分析与举例是有力的驳斥。用卡尺来考核量块的复现性，这种做法本身就是绝对错误的，缺乏常识的，也是背叛计量界必须遵守的溯源性规则的。

至于规矩湾所谈，被检单位条件问题，这里要分“验证”与“考核”两种情况。量块与砝码等实物标准，极其稳定；另一种如电子类的标准，随时有损坏与失准的可能。坏了倒好，一眼看出，不耽误事；失准则需要判别。幸好既失准，多数都失准较大，用被检仪器是可以判别的；个别失准较小，判别就难。但这是“验证”，而不够“考核”的资格。所以每年必须向上级送检。没有更高级的标准的所谓“考核”，是滥竽充数。用“常规”被检仪器考核计量标准，是不确定度推行以来的错误做法，1993年以前，绝对没人这样干，也不允许这样干。用被检仪器考核计量标准的复现性，与不确定度的A类评定一脉相承，是不确定度论的特有思维。

梳理一下这个问题
在JJF1033—1992版中，该项目叫作“计量标准的测量重复性”，其要求为在相应规程或规范中给出一规定值，或取计量标准的总不确定度U的1/5。试验方法和判定原则是，用重复性更好的测量仪器或量具测量该计量标准的重复性，其值应小于前面的规定值。
在JJF1033—2001版中，该项目改作“计量标准的测量重复性考核”。试验方法是，用该计量标准测量一稳定的被测对象时，所得到的测量结果的重复性。所选用的稳定的被测对象至少应为用该计量标准进行检定(或校准)的典型的被检定(或校准)对象。其要求为，所得到的测量重复性应不大于测量不确定度评定中所采用的重复性数据，否则应对测量不确定度重新进行评定。若测量不确定度评定中无相应数据，则所得到的测量重复性应在合理范围内，至少应小于测量结果的合成标准不确定度。
在JJF1033—2008中，该项目又改作“计量标准的重复性试验”，试验的方法为，在重复性条件下，用计量标准对常规的被检定或校准对象进行试验。由于被测对象也会对测量结果的分散性有影响，特别是当被测对象是非实物量具的测量仪器时，得到的分散性通常比计量标准本身所引入的分散性一般会大得多（注：JJF1033—2008及其实施指南中是说稍大）。当重复性引入的不确定度分量小于被测仪器的分辨力所引入的不确定度分量时，应该用分辨力引入的不确定度分量代替重复性分量。其要求为，对于新建计量标准，只要按照要求进行重复性试验，并提供重复性数据即可；对于已建计量标准，至少每年进行一次重复性试验，如果重复性试验结果不大于新建计量标准时的重复性，则重复性符合要求；如果重复性试验结果大于新建计量标准时的重复性时，应按照新的重复性结果重新进行检定或校准结果的测量不确定度评定，并判断检定或校准结果的测量不确定度是否满足检定或校准对象的需要，若满足需要，则仍重复性符合要求。
3个版本中规定的被测对象不同，对被测对象的要求逐渐放松，直至现在的规定为常规的被检定或校准对象。对试验结果的要求也不同，1992版中要求很高，也很明确，但试验难做，主要是被测对象不好找；2001版中要求放松，被测对象总可以找到，只是第二种要求太松了；JJF1033—2008中对于新建计量标准和已建计量标准提出了不同的要求，从这两种要求上看，重复性试验的结果都与检定或校准结果的测量不确定度评定有关，也就是新建计量标准的重复性试验结果直接用于检定或校准结果的测量不确定度评定，因此，试验的测量点应根据不确定度评定的量程或测量点来确定，已建计量标准的重复性试验点与新建时相同。由于大多数的检定或校准结果的测量不确定度评定中，测量重复性这一来源通常较小，因此，即便重复性试验结果大于新建计量标准时的重复性，所得新的检定或校准结果的测量不确定度仍能满足检定或校准对象的需要。从方法上看，试验的结果是计量标准和被检定或校准对象的综合结果，而且大多数情况下，被检定或校准对象的影响是主要的，因此这个项目如果改为“测量重复性试验”更妥，这样操作的内容和标题就对应了。
本观点已发表于《中国计量》2010年第7期。

顺便在这里也梳理一下计量标准的稳定性考核
“计量标准的稳定性考核”对于建标单位来说是一项很难做的工作，稳定性考核是通过“稳定的被测对象”来实现的。在JJF1033—1992版中没有这一项目。
在JJF1033—2001版中，提出了“计量标准的稳定性考核” 这一项目。考虑到实施的难度，在实施指南中给出了一个注：“某些情况下确实不需要进行或不能进行测量稳定性考核的，可免予考核”。
在JJF1033—2008中，考虑到在稳定性的测量过程中还不可避免地会引入被测对象对稳定性测量的影响，为使这一影响尽可能地小，必须选择一稳定的测量对象来作为稳定性测量的核查标准。同时给出了核查标准的3种选择处理情况。从这3种情况看，不是所有计量标准都能进行稳定性考核，如果不存在核查标准，可以不进行稳定性考核。
    在JJF1033—2008中，稳定性的考核结论的判定为：若计量标准在使用中采用标称值或示值（即不加修正值使用），则测得的稳定性应小于计量标准的最大允许误差的绝对值；如加修正值使用，则测得的稳定性应小于该修正值的扩展不确定度（U，k=2或U95）。这一规定似不够全面或者说不够严谨，若规定为“应优先考虑小于规程或规范中所规定的该计量标准的稳定性指标，若无规定再按上述原则考虑”将更为合理和全面。例如用1Ω的二等电阻校准0.01级的标准电阻，二等电阻肯定要使用它的实际值，即相当于加修正值使用，其检定证书中给出的相对扩展不确定度Urel＝5×10-6，k=3，换算为k=2相对扩展不确定度为Urel＝3.3×10-6；而在JJG166—1993《直流电阻器》检定规程及JJG 2051—1990《直流电阻计量器具检定系统》中，规定其允许相对年变化为10×10-6，这两个指标相差约3倍，显然，对其稳定性的考核应按小于10×10-6，而不是3.3×10-6。还有一种情况，例如电子式标准电能表，在JJG596—1999《电子式电能表》检定规程中规定，在检定周期内基本误差改变量的绝对值不得超过基本误差限的绝对值，同样，如加修正值使用，测得的稳定性也不按小于修正值的扩展不确定度（U，k=2或U95）来判定，而是按规程的规定来判定。
本观点也已发表于《中国计量》2010年第7期。

回复 10# 史锦顺

　　史老师关于对计量行业要求的说法我完全赞同。如果是讨论计量标准准确性，我也完全赞成史老师的观点。但现在讨论计量标准的重复性考核，我还是和老师的观点有分歧。
　　JJF1033所说的计量标准重复性考核有两重含义。一是计量标准考核组织对所建计量标准的审查、考评；另一种含义是建标单位对已建计量标准的技术监控。其C.1条就是专门讲解计量标准重复性考评和监控的要求。本身是对计量标准的重复性考核，理所当然使用的考核工具（核查标准）重复性必需优于被考核的计量标准重复性。
　　建标单位对计量标准重复性的监控不可能另外配置一个比计量标准准确度等级还要好的另一个东西用于监控，只能在“常规的”被检对象中选择一个重复性优于被考核计量标准者作为核查标准使用。至于核查标准示值误差好坏，甚至超差报废，都没有关系。用一个重复性优于被考核计量标准重复性的东西考核计量标准的重复性也就是顺理成章的。
　　考评和监控的最终目的是确保用该计量标准开展检定/校准的结果（即检定/校准工作的产品）质量，也就是确保准确性和可信性两个量化指标都满足要求。其中准确性由误差大小来评定，由计量标准的准确度等级和上级机构的量传结果得以保证，因此我也完全赞同史老师关于“失准”的那段文字。对可信性问题史老师回避了测量结果的这个产品质量指标。我认为检定/校准的可信性中一个重要分量就是来自于计量标准重复性引入的不确定度分量，看这个分量是否使扩展不确定度发生重大改变。无论计量标准的重复性如何变化，人们对计量标准重复性监控的最终要求都是扩展不确定度仍然满足开展该项检定/校准项目的可靠性要求。
　　我不是从事频率计量的，不敢妄谈频率界的事，但我认为史老师所说的频率计量准确度和稳定度两项指标都是通过测量得到的，都是测量结果的内容之一或测量结果准确性的评价指标，而不是评价测量结果可信性的指标。可信性不是测量出来的，而是通过给出频率测量结果的那个测量方法所涉及的各种信息评估出来的。