塑料取样方法

塑料取样方法

国家标准 GB/T2547一2008 代替GB/T2547一1981 塑料取样方法 Plasticresins一Sampling 2008-08-04发布 2009-04-01实施 国家质量监督检验检疫总局 发布 国家标准化管蹬委员会国家标准
GB/T2547一2008 前 言 本标准代替GB/T2547一1981《塑料树脂取样方法》. 本标准与GB/T2547一1981的差异: 修改了标准名称 本标准的附录A和附录B为规范性附录 本标准由石油和化学工业协会提出 本标准由全国塑料标准化技术委员会(SAC/TC15)归口 本标准起草单位;石化北京燕山分公司树脂应用研究所、国家合成树脂质量监督检验中心、" 州合成材料研究院有限公司、国家化学建筑材料测试中心(材料测试部)广州金发科技股份有限公司 本标准主要起草人:陈宏愿、王建东、王浩江、王晓丽、杨春梅、潘颖、刘奇祥 本标准所代替标准的历次版本发布情况为.GBy/T2547一1981.
GB/T2547一2008 塑料取样方法 范围 本标准规定了利用数理统计原理确认样本大小,并用随机的方法抽取塑料材料试验用样品的方法 本标准旨在指导抽样检验时如何从一批塑料材料产品中抽取部分产品组成有代表性样本 样本大小的确定 2.1样本n的确定 为使由样本得到的产品总体质量平均值的估计值能满意地反映总体的真实情况,需从总体求取适 量的抽样单位即最小包装件) 抽样单位数(即样本)可由式(1)求得 /E)" (Ao0/ 式中: -抽样单位数,即样本大小 产品总体质量的标准差估计值 o0 由样本得到的产品总体质量平均值的估计值与用相同方法对每个抽样单位测量得到的产品 总体质量平均值之间存在的最大允许误差 概率系数,它表示从样本得到的产品总体质量平均值的估计值与对每个抽样单位测量得到 的产品总体质量平均值之间存在的误差超过最大允许误差E的相应的概率 由式(1)可变换为式(2),有时使用起来更为方便 n=(AV/e)" 2) 式中: 抽样单位数即样本大小 -a/X产品总体质量的变差系数估计值,其中x为产品总体质量平均值; -E/x用x的百分数表示的最大允许误差 2.2或V 的求取 或V 的求取如下 根据同种产品的历史数据,分别用式(3)和式(4)计算出样本大小相等或相近的几批产品的样 本标准差或变差系数 》=V习(一- S v'=、//x 式中: 批的样本的标准差; 单个测定值 单个粥定值的算术早均数 批的样本大小; 批的变差系数 然后,再算出它们的平均值 V/习刀或V=/习V7刀分别作为 ，或V 的估计值 其中/为批数 注:在求取小 或V 时,一般地讲,样本大小”越大,批数1越大,则所得结果越准确,但在实际应用时,若”'数越
GB/T2547一2008 大,则批数1可小些,若n'越小,则批数1要大些 如n'大于20时，/取45即可 n'为l0左右时,则/最好大 于10. 若没有这样的历史数据可用时,则可按a)中“注”的原则,着手资料的积累工作,以便估计出符 b 合要求的或V 2.3最大允许误差E或 的确定 最大允许误差E或 可根据需要和可能进行规定 所谓“需要”是指对某项质量特性的一点变化就会使产生转型,或对成型加工,制品应用,产生很大 影响,则从样本得到的特性估计值的准确度就该高些,即E或e要规定得小些,反之E或 可规定得 大些 所谓“可能”是指对样本大小进行测试所需要花费的人力物力是否合适而言 根据式(1)或式(2) 可知,样本大小n与最大允许误差的E或e平方成反比,若不必要地把E或 规定得太小,则n将会变 得过大,花费的检验费用就很大,这往往是不经济的,所以如果对某一规定的E或e求出的太大,则可 将E或 增大,也即降低估计值得准确度)以求出较小的n 调整E或e 总之确定最大允许误差E或e时,所考虑的问题是在所要求的估计值准确度和要得到这样准确度 的估计值所花的费用大小之间取得适当的平衡 概率系数A的确定 概率系数可根据对结果所要求的可信区间来定 在工业生产上一般定为1.96就够了,这时从样本 得到的产品总体质量平均值的估计值与对每个抽样单位测量得到的产品总体质量平均值之间,存在的 误差超过最大允许误差E或 的概率为5% 相应于其他概率的A值,可根据需要,从正态分布表得 到,例如: 系数 概率 3% 2.58 1% 4.5% 1.64 0% 2.5多项质量特性产品样本n的确定 对于塑料树脂产品来说,通常有儿项质量特性,则可分别算出各项质量特性所需要的川数,然后取 其中最大的一个作为检验批的样本大小 也可用与产品主要用途有关的关键性质量特性中变差系数最 大的一个来计算数 样本的抽取抽样单位的选定 根据式(I)或式(2)计算得到的样本大小n要随机地从产品总体中选出,具体步骤可按下述两种方 法之一进行 3.1随机抽样法 随机抽样法如下 a)将产品的抽样单位总数N,按一定或生产)顺序连续编号,从1开始编到N; b) 利用随机数表,确定被抽取的抽样单位的号数(随机数表及其使用法见附录A) 3.2系统抽样法 系统抽样法如下 把产品的抽样单位总数用样本大小除,取其商值的整数部分h为取样间隔 a b)在第1至第h个抽样单位中,随机地确定一个抽样单位,然后每隔h个抽样单位取一个样 注;如果放料口取样是方便的或产品处在移动过程中,则可采用系统抽样法
GB/T2547一2008 取样 取样方法 从3.lb)和3.2b)确定的抽样单位中取样 所用的取样工具,取样方法应保证能取出该抽样单位中 有代表性的样品,特别对那些在包装中运输中会造成不均匀性的产品(如大小颗粒的分离、水分含量不 -等)更要注意这一点,此时用大小合适的托简从不同部位(上、中、下、中心,外围等处)取样是适宜的 对于包装件中均匀的产品,勺状取样器是合适的 4.2取样量 4.2.1若取样目的只是要求得到产品总体质量平均值,则由包装件中取出的样品可以混合试验 取出 的样品总量至少应为试验需用量的二倍 在每个选中的抽样单位中取出大体等量的样品混合均匀后， -分为二,一份送交试验，一份放在密封、不污染产品的容器中保存 每份都得注明产品名称、批号、生 产日期,取样日期等 若取样目的是要求得到整批产品内各抽样单位间质量分散性情况,则取出的样品不应混合,应 4.2.2 分别试验,这时从每个抽样单位中取出的样品量应为试验需用量的二倍,分别混合均匀后，一分为二 份送交试验，一份放在密封、不污染产品的容器中保存 每份均应注明产品名称、批号、生产日期、取样 日期等 对用量极少的试验,应从确定的抽样单位中取出几倍、几千倍于试验用量的样品(以能取出有代 4.2.3 表性的样品为原则) 取出后,用锥形四等分均匀缩样法(见附录B)缩样,直至取得合适的用量 有些 颗粒料粒子较大,可在缩至一定程度后,用机械粉碎的方法,粉碎成小颗粒后,再行缩样,直至取得合适 的用量为止 机械粉碎时,应注意不要使样品过热,以防降解 塑料树脂取样 对塑料树脂而言,求取质量平均值的情况较多,在日常检验中,可进行混合试验 这时在产品传送 过程中,或在产品包装过程中,用自动连续取样器进行连续取样是合适的取样方法 如需了解和掌握批内质量分散性的资料,则应定期地抽取适当大小的样本进行分别试验 由此积 累的分散性资料,可用于，或V，的求取及控制改进生产工艺
GB/T2547一2008 附录A 规范性附录 随机数表及其在随机抽样中的用法 A.1随机数表是由0到9的数字随机排列而成的,见表A.1 本附录中给出两页,每页有50×50= 2500个数字,排成50行(横)50列(纵，一个数字为一列),根据需要可把它当作任何位数来使用 A.2随机数表在随机抽样中的用法 A.2.1页码的确定 闭上眼睛把铅笔放在随机数表上,若笔尖落到的数字是奇数,则从第1页上取,若笔尖落到的数字 是偶数,则从第2页上取 A.2.2行列起点的确定 闭上眼睛把铅笔放在随机数表上,用笔尖落到的二位数来决定行 以相同的方法来决定列(当笔尖落到的二位数是5199或00时,则减去或加上50使之成为01~ 49或50) A.2.3前进方向的确定 从A.2.1和A.2.2确定的第几页、第几行和第几列出发,如果取的是一位或二位数确定为起点的 列是第一位数,其右边的一个为第二位数),则从左往右边取,到达右端时,移到下一行的左端，继续往右 取;如果取的是三位以上的数,则从上往下取,到达下端时,移到下一列的上端继续往下边取 所取的位 数取决于抽样单位总数N A.2.4抽样单位号数的确定 取出的数小于N时,取原数 取出的数大于N时,用N来除,取余数、按先后次序排列,去掉重复的数直至确定了n个数为止 随机数表使用示例 使用随机数表从批量为200个抽样单位()的产品中随机地取出10个样品()时确定取样单位号 数的方法示例如下 按A.2.l和A.2.又规定的方法，假定从第2页第47行,第了列出发,首先取出的三位数 a 为798; b)再从上往下,即798往下依次取出988,034,055、761、499,606,965,601、971、248、 ; 经处理(即取用200除后的余数),得到198、l88、3455、l61、99,6、l65、l1、171、48、; c d)因其中没有重复的数,所以前10个数便是选中的取样单位号数 表A.1随机数表 0347437386 3696473661 4698637162 3326168045 6011141095 97742467 3237 145720 4281 62 4253 32 2707360751 2451798973 1676622766 5650267107 3290797853 1355385859 8897541410 1256859926 9696682731 0503729315 5712101421 8826498176 5559563564 3854824622 3162430990 0618443253 2383013030 l622779439 4954435482 1737932318 8735209643 8426349164 8442175331 5724550688 7704744767 2176335025 8392120676
GB/T2547?2008 A.1) 6301637859 1695556719 9810507175 1286735807 4439523879 3321123429 7864560782 9966027954 5242074438 1551001342 5760863244 0947279654 4917460962 9052847727 0802734328 1818079245 4417165809 7983861962 0676500310 5523640505 2662389775 84l6074499 83l1463224 20l4858845 1093728871 2342406474 8297777781 0745321408 3298940772 9385791075 5236281995 509226ll97 8022025353 8660420453 0056763138 5442068798 3785943512 8339500830 23407968s 3585294839 7029171213 4033203826 1389510374 1776371304 0774211930 5662183735 9683508775 9712259347 7033240354 9777464480 9949572277 8842954572 1664361600 0443186679 9477242190 1608150472 3327143409 4559346849 1272073445 9927729514 3116933243 5027898719 2015370049 5285666044 3868881180 6834301370 4422788426 0433460952 6807970657 5574307740 7457256576 592997686o 7191386754 1358182476 1554559552 2742378653 4855906572 9657693610 9646924245 9760490491 0039682961 6637322030 7784570329 1045650426 1104966724 2994989424 6849691082 5375919330 3425205727 4048735192 7190071 74 6047212968 020237033 1690826659 836264l112 11279475o6 0609197466 0294373402 7670903086 3845943038 3524101620 3332512638 7978450491 1692535616 0275509598 3823168638 4238970150 8775658141 4001749162 4851840832 3196259147 9644334913 3486825391 0052434885 2755268962 66674067l4 6405719586 ll05650968 7683203790 571600l166 8227411486 1490844544 7573880590 2298122208 0752749580 6805511800 3396027519 0760629355 5933824390 4937384459 0402333108 3954164936 4795931330 2046787390 9751401402 6419589779 1506159320 0190107506 4078788962 0267741733 0526937060 2235851513 9203515977 5956780683 5291057074 0797108823 0998429964 6171629915 0651291693 580577095l
GB/T2547一2008 表A.1续) 6871868585 5487664754 733208l112 4495926316 2956242948 5837788070 3217558574 9444671694 2105067 2699616553 42 1465526875 8759362241 2678630655 130827o150 1529393943 1753775871 7141615072 1241949626 4495273699 0296743083 9026592119 2352233312 9693021839 0702183607 2599327023 4123525599 3104496996 1047484588 134438920 9717144917 6020508169 3199736868 3581330376 2430124860 1899107234 9458284136 90355729 9 25380 90 537" 590309 12 8262546560 3450577437 9880330091 0977931982 7494800404 4507316649 8522043943 7381539479 3362468628 0831544631 5394133847 0979137748 7382972221 0503272483 728944056o 3580399488 8875801814 2295754249 3932822249 0248077037 1604616787 9096237000 3900030690 5585783836 9437306932 9089007633 9462678624 9833411995 4753533809 5374239967 6132286984 6338068654 9900652694 0282902307 7962678060 7591128119 3530582146 0672171094 2521317596 4928240049 5565797807 6343368269 6551183788 6138441245 3292858865 5434818535 9825375526 0191828146 7471129497 2402713707 0392186675 A心 02632117？ 4315701148 69 50808956 0083269103 4340458698 6455222182 4822280600 6154134391 8278122329 0666241227 8507261389 0110078204 5963693603 691115838o 1329541928 5854162415 5154448200 6261650469 3818651897 8572134921 3485278487 6148645626 9018481326 3770154257 6565803907 0392182746 5799169656 3033728522 8464385698 9901309864 6293302759 3775416648 8697806145 2353040163 4576086427 0845931522 6021754691 9877278542 2888610884 6962034273 4544751390 5755668315 070855184o 2494966102 7342371161 0185899566 5110193488 1584971975 1276394378 6463910825 7284711435 19l1584926 50l1171776 8631572018 9560784675 8878281684 1352539453 7545693096 7389657031 9917434876
GB/T2547?2008 A.1) 517756557 12747567 6040608119 2462016116 2840197212 25 9676281254 22o1119425 7196161688 6864367445 1959508892 331677230 2402940863 3832366602 6936382539 4803451522 5044664421 6606580562 6815543502 4235489632 1452415248 2266661586 2663754199 5842367224 5837521851 03371839ll 9624401451 2322308857 9567472983 1816367886 9469400607 60207293 6595396958 7391619 87072369 31 48 5680301944 7860739984 4389943645 5669470741 9022910712 7835340872 8437906156 7010239805 8511347660 7648453460 0164183996 3667100823 9893350886 9929762981 3334915893 6314523252 0728590748 8964588975 8385622789 3014785627 8663598002 1015838760 7924316656 2148240693 9198940549 0147593800 5519689765 3342293887 0373521656 0053559027 2213888334 5381291339 3501207134 6233748214 5373190903 5654295693 5186326892 3398746699 4014719458 4594193881 1444998107 3591702913 8003540727 9694783266 5095527433 1380556254 3771679513 2002449594 6485040572 0132907614 5389746041 9366138327 9279646472 2854965384 4814529894 5607938930 0296084565 1305004184 9307547259 2145570977 1948562744 4983434835 8288336996 7236041976 474515186o 82l1089597 8460716246 4080813037 3439230538 2515357130 8812572177 1817308871 4491148847 8923306315 5634204789 9982932498 9254017525 43l1719931 7969106178 7132769562 8700225840 7593365783 620148211 7421979065 9642686386 7454132694 3830922903 0628813938 6225068463 6129089367 0432920809 5129501034 7615484944 1855637709 315775958o 5197027477 2131388624 3779815374 7324161033 5283909476 7047145436 2901238788 5802393767 4210142092 1655234245 5496091106 9533952200 1874720018 3879586932 8176802692 8280842539
GB/T2547?2008 A.1) 2436598738 9084607980 8207538935 0598900735 9635237918 640629882 5497205695 1574800832 1646705080 6772164279 2031890343 3846826872 3214829970 8060471897 6349302130 7159730550 0822237177 9101932049 8296592694 6639679860
GB/T2547一2008 B 附 录 规范性附录 锥形四等分均匀缩样法 本方法可用于均分样品,把样品量均匀地缩小到所需要的最小量 具体方法如下: a)把混合均匀的样品倒在一块干净的布或光滑的纸上 用铲子把样品铲成一堆,形成一个锥形,每一铲都要从锥底铲起,倒到锥顶上,让物样沿圆锥 b) 四周均匀流下; e用一块干净的平板把锥顶压平,成一个圆台,直到圆台的高度为圆锥高度的四分之一; d 用一根干净的直尺,把圆台形的样品,通过其中心平分成四份; e 随机地舍去相对的二份,把留下的二份合起来,重复上述操作,直到获得所需要的样品量为止