老课件新读丨概论 (Part 2:采样及采样精密度)
- 2026-09-26 19:32:41
今天讲一下概述第二部分——采样、采样精密度、
首先我们要解决一个核心问题：什么是采样？以及我们为什么要采样？
给大家举个例子：假如我们想知道这一批煤的质量，想知道它的灰分到底有多大。从理论上讲，要想得到100%准确的数值，只有一个办法——就是把这批煤全部烧掉，得出的结果才是最准的。
但是现实中，这显然不可能。我们不可能为了化验把几千吨煤全烧光了再来卖。
所以，我们必须预先知道这批煤的质量。那怎么办？
我们只能从这批煤中，取出一部分样品。
但这里有个关键要求:这一小部分样品，必须能代表整批煤的整体性质。
我们把这种——从一批煤中取出具有代表性煤样的过程，就叫做采样。
好，现在关键问题来了：
我们从这堆煤里采了这个样，心里肯定会打鼓——这个样采得怎么样？准不准？到底能不能代表那堆煤的性质？
这就需要一个标准来评价它。用什么评价？这就引出了我们今天最重要的概念——采样精密度。
采样精密度，就是这个“差值的极限值”。它告诉我们，按标准采样，在95%概率情况下，单次结果与真值（严格说是无数次采样的平均值）最多能差多少。
这个极限值越小，说明我们采的样越接近整批煤的真实质量，也就是——代表性越好。
👉 精密度 = 允许偏离真值的最大范围（95%概率）
范围越窄 → 采得越准 → 煤样越有代表性。
（通常我们用干基灰分Ad来表示，比如要求精密度为 ±1.00%。）
讲到这里，我们要泼一盆冷水。
采制化的总误差来源有三个：采样、制样、化验。
如果用方差来表示，这个比例可能会让大家震惊：
采样占了 80%
制样占了 16%
化验只占 4%
看到这儿，搞化验的同事可能又要吐槽了：‘看吧，又是我们化验背锅！
其实恰恰相反——化验才是背得最冤的那个！
你想啊，采样占了 80% 的误差，那是源头没把好关。
哪怕化验室做得再准，如果采样员采回来的样本身没有代表性，化验结果再漂亮，那也是‘假准’。
所以说，别再让化验替我们背锅了，这锅，得采样来背！”
那既然采样这么重要，如何提高采样精密度呢？ 主要有这几条“铁律”：
- 划单元：1000吨为一个采样单元，不足1000吨也按一个单元算。
- 够数目：1000吨最少60个子样，不足1000吨最少30个；煤越不均匀，子样数要增加。
- 保质量：子样质量必须符合粒度（如50mm粒度≥3kg/个），杜绝弃大取小。
- 布好点：火车/汽车斜线布点，皮带横切全煤流，煤堆去表层后深部采样。
- 制好样：防止污染和水分损失。
这里特别强调一下：
当我们把整批煤作为一个采样单元时，提高采样精密度的方法就浓缩为两点：
一是子样数目（n），二是子样质量。
数目管“精密度”，质量管“代表性”。
最后，我们来看看采样精密度怎么算。
为了方便大家理解，我们今天暂时把复杂的“采样单元划分”先抛开。
我们就假设：眼前这一批煤，就是一个完整的采样单元。
在这个前提下，我们看这个公式:
PL：就是我们要求的总精密度。
n：子样数目。它在分母上，说明采得越多（n越大），PL越小（越准）。
VI：初级子样方差。煤越不均匀，VI越大，想达到同样的精度，就需要更多的子样。
VPT：制样化验方差。这是固定误差。
刚才这个是国标里的理论模型，主要用来设计我们要采多少个子样。
那实际工作中，我们怎么核验精密度呢？
采 10～20 对子样，算出双份差值的标准差 S_d。
这里有个关键转换：
S = 2 ⅹSd
这个 S，就是公式里的单个子样标准差。
最后，在 95% 置信概率下：
采样精密度 P = 1.96 XS（通常为了方便，近似取 2S）。
总结一句话：
子样数 n 决定了精密度的高低，子样质量决定了代表性的有无。
把这两个搞定了，我们的采样工作就算合格了。
