4. GUM法评定流程与ZEISS测量模型建立
GUM法（《测量不确定度表示指南》）的核心思想并不复杂：任何测量结果都不是一个孤立的数值，而是若干输入量经过一个确定的函数关系传递后得到的输出量。因此，不确定度评定的第一步，也是最关键的一步，就是把这个函数关系写清楚——也就是建立测量模型。模型一旦建立，后续的A类评定、B类评定、灵敏度系数计算与合成，才有明确的落点。对ZEISS三坐标测量机（CMM）上的典型任务而言，测量模型往往不是一条公式，而是"几何特征定义 + 探测策略 + 拟合算法 + 环境与设备修正"共同构成的链条。
一、测量模型的基本形式
GUM把测量模型写成：
Y = f(X₁, X₂, …, Xₙ)其中 Y 是输出量（被测量，如孔径、平面度、位置度），X₁…Xₙ 是对 Y 有影响的输入量。评定不确定度时，需要为每个输入量估计标准不确定度 u(xᵢ)，再通过灵敏度系数 cᵢ = ∂f/∂Xᵢ 传播到输出量：
u_c²(Y) = Σ [cᵢ · u(xᵢ)]² （输入量互不相关时）关键认识是：测量模型不是"数学装饰"，它决定了哪些影响量必须被评定、哪些可以忽略。如果模型里没有写温度，那么温度对结果的影响就无法在后续步骤中被合法地传播进去。
二、确定输出量与输入量
在ZEISS测量任务中，输出量通常由图纸或检测规范直接给出，例如"孔径 Ø20H7"、"位置度 Ø0.1 mm"、"平面度 0.02 mm"。输出量必须明确到"特征 + 公差类型 + 基准体系"三个要素，否则输入量无法收敛。
输入量则可分为四类，这是ZEISS任务建模时最实用的分类方式：
- 几何定义量：名义尺寸、理论正确尺寸、基准要素的实际拟合结果。
- 探测与拟合量：测点数量、测点分布、测头半径、探针挠曲、拟合算法（最小二乘、最小区域、切比雪夫等）。
- 设备与校准量：CMM示值误差、探针标定残差、光栅尺分辨率、机器热漂移。
- 环境与操作量：工件温度、环境温度、温度膨胀系数、装夹变形、操作者重复定位。
需要强调的是，ZEISS CALYPSO等软件内部已经对部分量做了修正（如探针半径补偿、温度补偿），但这些修正本身带有不确定度，仍应作为输入量进入模型，而不是被"软件已处理"一笔勾销。
三、ZEISS典型任务的数学模型构建
下面以三个典型任务说明如何把测量任务翻译成数学模型。以下参数均为教学示例，用于说明建模方法，不代表任何实际设备的实测数据。
任务一：孔径测量。用扫描策略测量圆孔，输出量为直径 D。模型可写为：
D = D_fit + δ_cal + δ_T + δ_probe + δ_form其中 D_fit 是拟合直径，δ_cal 为CMM示值修正，δ_T 为温度修正（δ_T = D·α·(T_work − 20 ℃)），δ_probe 为探针半径与标定残差修正，δ_form 为圆度形状误差对直径拟合的影响。示例：D_fit = 20.003 mm，α = 11.5×10⁻⁶/℃，T_work = 22.5 ℃，则 δ_T ≈ 20×11.5×10⁻⁶×2.5 ≈ 0.00058 mm。这个量级提示我们：温度在精密孔径测量中不可忽略。
任务二：位置度测量。输出量为位置度 f。模型为：
f = 2 · √[(x_act − x_nom)² + (y_act − y_nom)²]输入量包括基准A、B、C的拟合不确定度、被测要素中心坐标的拟合不确定度，以及两者之间的基准传递误差。这里基准体系的不确定度往往被低估，实际上它是位置度评定中最容易失控的一项。
任务三：平面度测量。输出量为平面度 F。模型为：
F = max(z_i) − min(z_i) （在最小区域准则下）输入量包括测点数量与分布、探针垂直度、工件表面粗糙度、装夹应力。平面度对测点分布极为敏感，测点过少会低估平面度，测点集中在局部又会高估。
四、建模时的常见误区
第一，把软件输出当作"真值"。CALYPSO给出的直径、位置度是拟合结果，拟合算法本身有假设（如最小二乘假设误差服从正态分布），当形状误差较大时，拟合结果与最小区域结果可能相差数微米。
第二，忽略基准体系的不确定度。位置度评定中，基准A、B、C的建立本身依赖探测与拟合，其不确定度会直接传递到被测要素。建模时应把基准拟合结果作为独立输入量列出。
第三，温度修正只做"点修正"而不评残余。即使开启了温度补偿，补偿模型中的膨胀系数、温度传感器精度、工件与传感器之间的热平衡程度都带有不确定度，应作为 δ_T 的 u 分量进入合成。
五、从模型到评定清单
建立模型后，建议立即形成一张"输入量—评定方法—分布假设—标准不确定度"的清单，作为后续A类/B类评定的工作底稿。例如孔径任务中：D_fit 由重复测量做A类评定；δ_cal 由校准证书给出，按正态或均匀分布取B类；δ_T 由温度传感器精度与膨胀系数误差合成；δ_probe 由探针标定报告给出；δ_form 由圆度误差与拟合算法差异估计。清单完成后，GUM流程的后续步骤（灵敏度系数、合成、扩展）就只是机械计算，真正决定评定质量的是建模阶段是否把该考虑的量都放了进去。
对ZEISS测量任务而言，测量模型是连接"图纸要求"与"不确定度数值"的桥梁。模型建得越贴近真实测量过程，评定结果就越可信；模型建得草率，后续计算再精确也只是在错误的框架里做算术。