4. 测量任务定义与被测量建模

在不确定度评定中，最容易出错的地方往往不是数学计算，而是测量任务本身没有定义清楚。如果被测量含糊、测量函数缺失、输入量识别不全，后续的A类评定、B类评定和合成扩展都会建立在错误的前提上。因此，测量任务定义与被测量建模是整个评定链条的起点，也是决定评定结果是否可信的关键环节。

一、被测量的完整表述

被测量不能只写“孔径”“长度”或“圆度”，而应表述为：在什么条件下、对什么对象、测量哪个几何特征、采用什么基准和方向。例如，对于Renishaw XL-80激光干涉仪配合线性反射镜的位移测量，被测量可表述为“在20 ℃±0.5 ℃环境、被测轴沿机床X向运动时，滑台相对于基准零位的位移量，测量方向与运动轴线一致”。

一个完整的被测量定义通常包含以下要素：被测对象、几何特征、测量范围、基准与方向、环境条件、安装状态。缺少任何一项，都会在输入量识别时留下盲区。例如，若未说明“测量方向与运动轴线一致”，余弦误差就无法作为独立输入量被识别，评定结果会系统性偏小。

二、测量函数的建立

测量函数是把被测量表示为各输入量的数学关系。对于激光干涉位移测量，可建立如下简化模型：

L = (λ/2) · N · f_env · f_cos · f_align + δ_0

其中：
L        被测量（位移，mm）
λ        激光真空波长（nm），如633 nm
N        干涉条纹计数（无量纲）
f_env    环境修正因子，含气温、气压、湿度、材料温度
f_cos    余弦误差修正因子，f_cos = cosθ
f_align  对准与安装偏差修正因子
δ_0      零点残差（mm）

该函数说明：输出量L由输入量λ、N、f_env、f_cos、f_align、δ_0共同决定。每个输入量都有自己的不确定度，并通过灵敏度系数传播到L。建模时不必追求一次写出最复杂的公式，但必须保证主要影响量都在函数中出现，否则后续无法量化。

三、输入量的识别与分类

输入量可分为三类：直接测量量、修正量和常数。直接测量量如N、气温、气压；修正量如f_cos、f_align、材料热膨胀修正；常数如λ的真空波长值。识别输入量时，建议从“信号链”角度逐段排查：激光源→干涉光路→环境介质→反射镜与安装→计数与处理→零点基准。每一段都可能引入输入量。

以XL-80为例，典型输入量包括：激光波长稳定性、气压传感器示值、气温传感器示值、湿度影响、材料温度、余弦角θ、死程误差、零点漂移、计数分辨率。这些量并非全部等权，但都应先列出，再通过灵敏度分析判断哪些需要重点评定。

四、环境条件与安装约束

环境条件不是背景描述，而是测量模型的组成部分。气温、气压、湿度直接影响空气折射率，进而影响激光波长修正。Renishaw系统通常要求环境传感器与被测对象处于同一热平衡状态，传感器布置位置应避开热源和气流。安装约束则包括：反射镜与干涉镜的间距、光路准直度、反射镜法线与运动轴线的夹角、安装刚度、线缆拖拽影响等。

这些约束会转化为具体的输入量或修正因子。例如，反射镜法线与运动轴线夹角θ会引入余弦误差，其修正因子为cosθ；若θ=0.1°，则cosθ≈0.9999985，在100 mm位移上约产生0.15 μm的误差。这个量级在微米级测量中不可忽略，因此必须作为输入量纳入模型。

五、从模型到可量化评定

建立测量函数后，下一步是确定每个输入量的标准不确定度u(x_i)和灵敏度系数c_i。灵敏度系数表示输入量变化一个单位时输出量的变化量。例如，对于f_cos=cosθ，当θ以弧度表示时，∂L/∂θ = -L·sinθ。在θ=0.1°、L=100 mm时，c_θ ≈ -100 mm × sin(0.1°) ≈ -0.175 mm/rad。若θ的标准不确定度为0.02°（约3.5×10⁻⁴ rad），则其对L的不确定度贡献约为0.06 μm。

这种量化过程使“安装约束”从定性要求变成可计算的输入量。类似地，气温变化1 ℃对100 mm钢件的影响约为1.2 μm，若温度传感器不确定度为0.1 ℃，则贡献约0.12 μm。通过逐项计算，可以判断哪些输入量是主要贡献者，从而决定是否需要改进环境控制或安装方式。

六、测量任务定义检查表

为避免遗漏，建议在评定前完成以下检查。该表可直接用于实际项目记录：

完成测量任务定义与被测量建模后，后续的A类评定才有明确的重复观测对象，B类评定才有明确的输入量清单，合成与扩展才有清晰的传播路径。可以说，这一节的工作质量直接决定了最终不确定度报告的可用性。