水质传感器的误差分类及解决方法

在线水质传感器的误差按其性质和产生的原因，可以分为系统误差、随机误差和过失误差。
1、系统误差，又称可测误差、恒定误差或偏倚误差，是指测量值的总体均值与真值之间的差别，是由测量过程中某些恒定因素造成的。在一定的测量条件下系统误差会重复地表现出来，即误差的大小和方向，在多次重复测量中几乎相同。因此，增加测量次数并不能减少系统误差。
2、随机误差，又称偶然误差或不可测误差，是由能够影响测量结果的许多不可控制或未加控制因素的微小波动引起，如测量过程中环境温度的波动、电源电压的小幅度起伏、仪器的噪声以及分析人员判断能力和操作技术的微小差异及前后不一致等。因此，随机误差可以看作是大量随机因素造成的误差的叠加。
3、过失误差，又称粗差。这类误差明显地歪曲测量的结果，是由测量过程中犯了不应有的错误造成的，如器皿不清洁、加错试剂、错用样品、操作过程中试样大量损失、水质分析仪器出现异常而未被发现、读数错误、记录错误及计算错误等。因此，过失误差无一定规律可循。
针对上述测量误差，有以下几个处理方法：
1、用户校准：测量前，预先对传感器进行用户校准，并将校准值保存到传感器中，以消除传感器漂移带来的系统误差。
2、进行对照分析：一种是采用标准物质与实际样品在同样条件下测定，当标准物质的测定值在其允许误差范围内时，可认为该方法的系统误差已消除；另一种是采用不同的分析方法，以校正现在所使用分析方法的误差。
3、规范操作流程：严格控制试验条件，按照分析操作规程正确进行各项操作，以减少随机误差。此外还可以利用随机误差的抵偿性，用增加测量次数的办法减少随机误差。
4、消除过失误差：过失误差的消除关键在于分析人员必须养成专心、认真、细致的良好工作习惯，不断提高理论和操作技术水平。含有过失误差的测量数据经常表现为离群数据，可以用离群数据的统计检验方法将其剔除。