测量不确定度评估怎么做？实验室认可常见难点

测量不确定度评估是CNAS评审中提问频率最高、整改率也最高的技术难点之一。很多实验室在这一块要么没有建立评估能力，要么评估过程流于形式，评审时被问得措手不及。下面从零开始把不确定度评估的完整逻辑和实操方法讲清楚。

一、不确定度是什么？为什么要做？

测量不确定度是与测量结果相关联的参数，表征合理赋予被测量值的分散性。通俗地讲，不确定度回答的问题是：这个检测结果有多可靠？真值大概落在什么区间？

CNAS对不确定度的要求是明确的：检测实验室应评估测量不确定度，并在需要时能够提供。所谓”需要时”，包括客户要求、检测结果处于临界值、规范有明确要求等情形。校准实验室则更为严格，出具的校准证书必须包含不确定度信息。

用数学表达式描述被测量与各输入量之间的关系。例如，用天平称量某物质的质量，测量模型可以简单表述为物质质量等于天平示值。模型越准确，不确定度评估越可靠。

不确定度的来源需要结合检测全流程逐环节梳理，常见来源包括：

用因果分析图将上述来源可视化，有助于全面梳理、避免遗漏。

将识别出的每个来源转化为可量化的不确定度分量，常用方法分两类：

A类评定（统计方法） – 在重复条件下进行多次独立测量 – 计算实验标准差 – 由标准差除以根号n得到标准不确定度

B类评定（非统计方法） – 利用校准证书给出的扩展不确定度和包含因子反算 – 利用设备说明书给出的最大允许误差按分布假设计算 – 利用标准物质证书给出的不确定度信息 – 利用文献数据或历史经验数据

将各分量按照测量模型进行合成。对于各输入量相互独立的情形，合成标准不确定度等于各分量平方和的平方根。这一步需要特别关注不同分量之间的相关性。

将合成标准不确定度乘以包含因子k（通常取k=2，对应约95%的置信水平），得到扩展不确定度。最终结果表述为：检测结果±扩展不确定度（k=2）。

领域	主要不确定度来源	评估策略
化学分析	前处理回收率、标准溶液、体积量器	重点关注前处理全过程的方法确认数据，利用质控图积累长期重复性数据
力学测试	力值示值误差、试样尺寸测量	以设备校准数据为主线，结合试样加工精度和操作一致性
温度校准	标准器不确定度、温场均匀性	以校准证书数据为基础，补充温场波动和短期稳定性
电学检测	标准源不确定度、引线电阻等	关注溯源链和环境影响

很多实验室只考虑了设备校准这一个来源，遗漏了人员操作、环境波动、样品前处理等重要分量，导致不确定度被低估。

解决方法：组织相关检测人员共同参与来源分析，各环节的一线操作者往往能发现管理者注意不到的不确定度来源。

校准证书或说明书提供了数据，但实验室不知道如何换算成标准不确定度。

解决方法：掌握基本换算规则——扩展不确定度除以包含因子得到标准不确定度；最大允许误差按均匀分布除以根号3、按正态分布除以2或3来计算。

质量的不确定度是克，体积的不确定度是毫升，如何合成？

解决方法：将各分量转化为相对标准不确定度（无量纲）后合成，再根据检测结果的大小还原为绝对量。对于线性模型，这是一个有效且简便的方法。

A类评定需要多次重复测量数据，但日常检测中很少有样品会测10次以上。

解决方法：利用日常质控数据代替专门实验。长期质控图的统计结果比一次性重复实验更能反映实际检测条件下的测量分散性。

不确定度评估不是越复杂越好。对于常规检测项目，当客户没有明确要求且检测结果远离限值时，可提供简化的不确定度信息。但当检测结果接近规范限值、用于仲裁或司法鉴定时，应提供完整的不确定度评估。

测量不确定度评估是一个需要持续积累的技术能力，不是一次性突击就能做好的工作。建议实验室在体系试运行期间就建立评估框架，积累日常质控数据，逐步完善各检测项目的评估报告。评审员看的不只是有没有不确定度报告，更看重评估逻辑是否合理、数据来源是否可靠。

晟安检测针对测量不确定度评估提供专项技术培训与实操指导，涵盖评估方法建立、典型案例演练、各领域评估报告编写及评审前技术准备。如您需要提升实验室的不确定度评估能力，欢迎联系专业工程师获取定制化支持方案。