4. 系统建模与测量方程

在激光精密测量中，不确定度评定之所以困难，往往不是因为公式复杂，而是因为“变量太多、关系太乱”。如果直接对最终读数做重复性统计，只能得到 A 类分量，而环境、材料、运动、探测、算法等 B 类影响会被掩盖。系统建模的任务，就是把整个测量链写成一个明确的输入-输出模型，让每一个影响量都有位置、有符号、有单位、有传递路径，为后续的不确定度传播提供可计算的骨架。

一、测量方程的基本形式

任何激光测量系统都可以抽象为：

L_meas = f( L_true, δ_env, δ_mat, δ_motion, δ_det, δ_alg, δ_cal )

其中 L_meas 是仪器示值，L_true 是被测长度真值，其余各项分别代表环境、材料、运动、探测、算法和校准引入的偏差或修正量。更实用的写法是“修正模型”：

L_corr = L_meas + C_env + C_mat + C_motion + C_det + C_alg + C_cal

这里每个 C 都是带符号的修正量，单位统一为长度单位（如 μm 或 nm）。建模时先确定“哪些量是输入、哪些量是输出、哪些量是中间变量”，再确定每个变量的参考条件和灵敏度系数。参考条件通常取 20 ℃、101.325 kPa、相对湿度 50%、被测件温度等于环境温度、运动速度为零或匀速、探测信号处于线性区。

二、变量分类与物理含义

把变量按来源分类，是避免遗漏和重复的关键。下表给出一套可直接用于激光干涉测长系统的变量清单，示例参数为合理假设，用于说明建模方法。

这些变量并非独立。例如空气温度同时影响折射率修正和被测件热膨胀；运动速度通过多普勒频移影响相位解调；算法细分倍数决定相位到长度的转换系数。建模时必须显式写出这些耦合关系，而不是把它们塞进一个“综合误差”里。

三、从物理链到测量方程

以迈克尔逊干涉测长为例，探测到的相位变化与光程差关系为：

Δφ = (4π n / λ) · ΔL

其中 n 是空气折射率，λ 是真空波长，ΔL 是目标位移。反解得到：

ΔL = (λ / 4π n) · Δφ

再把折射率写成环境变量的函数 n = n(t, p, h, x)，把相位写成探测与算法变量的函数 Δφ = Δφ(φ, N, d_dead, SNR)，就得到完整的测量方程。此时每个输入量的不确定度都可以通过灵敏度系数传播到 ΔL。例如折射率对温度的灵敏度约为 −0.93×10⁻⁶/℃，对气压约为 +0.27×10⁻⁶/kPa，这些系数直接决定环境控制指标是否合理。

四、输入-输出模型的结构化表达

下图把激光测长系统表示为一条从“被测对象”到“示值输出”的信号链，同时标出环境、材料、运动、探测、算法、校准六类变量的注入位置。图中箭头方向表示影响传递方向，虚线框表示修正量汇入点。

五、建模时的常见陷阱

第一，变量重复计入。例如把空气温度同时放进“环境修正”和“材料修正”，会导致不确定度被高估。正确做法是：温度对折射率的影响归入 C_env，温度对被测件长度的影响归入 C_mat，两者通过同一个温度输入但传递路径不同，在灵敏度系数中分别体现。

第二，忽略符号和参考方向。修正量必须带符号，且全文统一“以增加被测长度为正”或“以仪器示值偏大为正”。如果中途切换约定，传播结果会出错。建议在模型文档开头固定一句话：“本文所有修正量定义为：L_corr = L_meas + C，C 为正表示示值偏小。”

第三，把非线性关系强行线性化。例如折射率对温度在 20 ℃ 附近近似线性，但在大温差下需要保留二次项；相位解调在接近 2π 跳变处存在非线性。建模时应注明线性化区间，超出区间则改用分段模型或数值传播。

六、可直接使用的建模检查表

完成一次系统建模后，用下表逐项核对，确保测量方程可计算、可追溯、可传播。

把这张检查表与前面的输入-输出模型配合使用，就能在进入不确定度传播之前，先把“测什么、受什么影响、影响多大、往哪个方向传”这四个问题回答清楚。后续的 A 类/B 类评定、合成标准不确定度和扩展不确定度，都建立在这一步的完整性之上。