4. GUM框架
在精密电测领域，测量结果不仅要给出数值，还必须给出与之配套的不确定度。GUM（Guide to the Expression of Uncertainty in Measurement）正是国际公认的不确定度评定框架，其核心思想是：用测量模型把输入量与被测量联系起来，再由输入量的标准不确定度传播得到输出量的合成标准不确定度。我国对应的基础标准是 JJF 1059.1《测量不确定度评定与表示》，国际对应文件是 ISO/IEC Guide 98-3（即 GUM）。理解这套标准体系与流程，是后续所有电测不确定度评估工作的起点。
一、标准体系与相互关系
GUM 并非孤立文件，而是一个由基础标准、补充文件与专业应用指南共同构成的体系。JJF 1059.1 在技术内容上与 ISO/IEC Guide 98-3 高度一致，是我国开展不确定度评定的法定依据；ISO/IEC Guide 98-3 则提供了国际通用的术语、原理与评定步骤。此外，JJF 1059.2 针对蒙特卡洛法（MCM）给出补充，用于非线性显著或分布非正态的场合；JJF 1059.1 还配套有测量不确定度评定与表示的示例性技术规范。在电测专业中，还需结合 JJF 1071、JJF 1094 等校准与测量能力相关规范，以及 IEC 等组织发布的电磁量不确定度评定指南。
体系定位：JJF 1059.1 是“怎么评”的操作依据；ISO/IEC Guide 98-3 是“为什么这样评”的原理来源；JJF 1059.2 是“评不准时怎么办”的补充路径。三者共同构成 GUM 框架。
二、GUM法的基本流程
GUM 法评定不确定度的标准流程可概括为“建模—识别—量化—合成—扩展—报告”六个环节。每一步都直接影响最终结果的可靠性，不能跳步或随意简化。
- 建立测量模型：写出被测量 Y 与各输入量 Xi 的函数关系 Y=f(X1,X2,…,Xn)。电测中常见模型如“示值误差=被校表示值−标准源输出值”，或“功率=电压×电流×功率因数”。
- 识别不确定度来源：逐项列出所有对结果有影响的输入量，包括标准器、被测件、环境、人员、方法、重复性等。常用因果图或鱼骨图辅助，避免遗漏。
- 量化标准不确定度：对每个输入量，根据其分布与信息类型，用 A 类或 B 类方法得到标准不确定度 u(xi)。A 类由重复测量统计得到；B 类由证书、说明书、经验或假设分布得到。
- 计算灵敏系数：求偏导数 ci=∂f/∂xi，表示输入量变化对输出的影响程度。电测中很多模型是线性的，灵敏系数常为 ±1 或简单比例系数。
- 合成标准不确定度：按传播律计算 uc(y)=√(Σ[ciu(xi)]²+2ΣΣcicju(xi,xj))。若各输入量互不相关，协方差项为零，公式简化为方和根。
- 确定扩展不确定度并报告：按 U=k·uc(y) 给出扩展不确定度，通常取 k=2（约 95% 置信水平），并完整报告结果、单位、包含因子与置信概率。
三、A类与B类评定的关键区别
GUM 把不确定度评定分为 A 类和 B 类，但二者只是获取信息的方式不同，并非精度高低之分。A 类基于对观测列的统计分析，用实验标准差表征；B 类基于证书、说明书、历史数据或经验判断，用假设分布换算。两者最终都统一为标准不确定度 u(xi)，在合成公式中地位完全相同。
| 对比项 | A 类评定 | B 类评定 |
|---|---|---|
| 信息来源 | 重复测量观测列 | 证书、说明书、经验、文献 |
| 典型计算 | s(x) = √[Σ(xᵢ−x̄)²/(n−1)]，u = s/√n | u = a/k（均匀分布）或 u = U/k（已知扩展不确定度） |
| 电测示例 | 数字表多次读数求平均值的标准偏差 | 标准源证书给出 U=0.01%，k=2，则 u=0.005% |
| 自由度 | 由 n−1 确定 | 通常按经验估计，必要时取较大值 |
| 常见误区 | 把单次测量标准差直接当作平均值不确定度 | 把扩展不确定度直接当标准不确定度使用 |
四、适用条件与边界
GUM 法并非万能。它的数学基础是一阶泰勒展开近似，因此要求测量模型在输入量不确定度范围内近似线性；同时要求输出量近似正态分布，才能用 k=2 对应约 95% 的置信水平。当模型非线性显著、输入量分布严重偏离正态、或某个输入量贡献占绝对主导时，GUM 法可能给出偏乐观或偏保守的结果，此时应改用蒙特卡洛法（JJF 1059.2）进行验证或替代。
电测中的典型边界：当被测量接近零（如小电压、小电流、零功率因数）时，相对不确定度会急剧放大，线性近似可能失效；当标准器不确定度与被测件重复性处于同一量级时，需特别注意相关性与灵敏系数的符号。
五、案例：数字多用表直流电压校准
用标准电压源校准一台 6½ 位数字多用表的 10 V 量程。测量模型为：示值误差 Δ = VDUT − VREF。输入量包括：标准源输出值 VREF、被校表读数 VDUT、标准源证书不确定度、被校表重复性、分辨力、温度影响等。
测量模型：Δ = V_DUT − V_REF
灵敏系数：c(V_DUT) = +1，c(V_REF) = −1
不确定度分量：
u1 标准源证书：U=0.0008%，k=2 → u=0.0004%×10V=40 μV
u2 被校表重复性：10 次读数 s=12 μV → u=s/√10≈3.8 μV
u3 被校表分辨力：1 μV，均匀分布 → u=1/(2√3)≈0.29 μV
u4 温度影响：按 0.5 μV/℃、±2℃ 估计 → u≈0.58 μV
合成：u_c = √(40² + 3.8² + 0.29² + 0.58²) ≈ 40.2 μV
扩展：U = 2×40.2 ≈ 80 μV（k=2，约 95%）该案例说明：当标准源证书不确定度远大于其他分量时，合成结果几乎由它决定。此时应优先确认证书的包含因子与置信水平，而不是在微小分量上过度纠结。
六、常见误区与复盘
- 误区一：只评重复性。把 A 类重复性当作全部不确定度，忽略标准器、分辨力、温度等 B 类分量，导致结果严重偏小。
- 误区二：混淆 U 与 u。证书给出的是扩展不确定度 U，必须除以包含因子 k 才能进入合成公式。
- 误区三：忽略相关性。同一标准器同时影响多个输入量时，协方差项不能随意丢弃。
- 误区四：模型写错。模型中的加减号决定灵敏系数符号，符号错误会导致合成时错误抵消。
- 复盘要点：先画因果图穷举来源，再按贡献大小排序，最后检查量纲、单位与有效数字是否一致。
实操建议：在电测不确定度评定中，建议先建立“输入量—标准不确定度—灵敏系数—贡献量”四列表格，逐项填写并排序。贡献量最大的前 2～3 项决定最终结果，应重点核实其信息来源与分布假设；贡献量极小的项可合并或忽略，但需在报告中说明理由。