GB／T 38359-2019 标准规范下载简介

GB／T 38359-2019 结构用木质材料强度性能数据分析方法简介：

GB/T 38359-2019 是中国的一项国家标准，全称为《结构用木质材料强度性能数据分析方法》。这项标准主要规定了结构用木质材料（如木材、人造板等）的强度性能数据的收集、处理、分析和评价的方法。以下是关于这个标准的一些简介：

1. 目的：该标准的目的是确保木质结构材料的质量，通过科学的数据分析方法，能更准确地评估和预测其在实际工程中的表现，从而保证结构的安全和稳定性。

2. 内容：标准中详细规定了数据的收集方法，包括样品的选择、测试条件的设定等。同时，也规定了数据处理和分析的方法，如平均值、标准差的计算，以及强度等级的划分等。此外，还包括了数据的统计分析，如方差分析、回归分析等，以便对材料的强度性能进行更深入的研究。

3. 应用：这项标准主要适用于木质结构材料的生产、销售、采购和使用单位，以及相关的科研机构和检测机构。通过遵循这个标准，可以确保木质结构材料的强度性能数据的准确性和一致性，有助于提升木质结构的工程质量和安全性。

*. 更新和改进：随着科学技术的进步和实际应用的反馈，这项标准可能会进行定期的修订和更新，以便更好地适应新的技术和应用需求。

请注意，具体使用时应详细阅读和理解标准的全部内容，确保符合标准要求进行操作。

GB／T 38359-2019 结构用木质材料强度性能数据分析方法部分内容预览：

统计容忍限statistical tolerancelimit 表示统计容忍区间端点的统计量。 注：统计容忍区间可以是单侧的或双侧的 『GB/T3359—2009.定义3.1.2]

GB/T38359—2019

抽取的样本应能代表总体，通常需要对等级名称、采样的采集区域（例如国家、地区、工厂库存、生 等）、树种或种类、采样的时间跨度（例如一天，一个月，一年等）、材料尺寸、含水率等进行详细 抽取样本应考虑样本来源、时间、试件位置属性等潜在的可变性影响因素

应接简单随机抽样从批中抽取作为样本中的单位产品。但是，当批由子批或（接某个合理的准则 J)层组成时，应使用按比例配置的分层抽样JC∕T 2532-2019 水泥混凝土制品生产用蒸压釜安全操作规程，在此情形下，各子批或各层的样本量与其大小成比例

便用二次或多次抽样时，每个后继的样本应从同一批的剩余部分中抽取

5.1计算均值时需要抽取的样本量

GB/T38359—2019

5.1.1根据经验、预测、文献、其他材料的试验结果或实际检测等方法得到平均值和标准差或者变异 系数。 5.1.2根据式（1)进行计算。对式（1)的计算结果进行向上取整，得到估算的样本量n。

式中： 估算的样本量： 在要求置信水平下的t分布值，取表1中双侧置信区间对应值； 标准差； O 估算精确度，通常要求精确度为5%，所以=0.05； 2 样本平均值； C 样本变异系数。 .1.3样本按第*章要求抽取估算的样本量n，测试后，如果cV实测值大于cV估计值，则应把cV实测 直代入式（1），重新计算样本量n，并从同一批中补足抽样样本；如果c实测值小于或等于c估计值 则样本量几不变，

式中： 估算的样本量； 在要求置信水平下的t分布值，取表1中双侧置信区间对应值； 标准差； O 估算精确度，通常要求精确度为5%，所以=0.05； T 样本平均值； 样本变显系数

件本平购值： CU一一样本变异系数。 1.3样本按第*章要求抽取估算的样本量n，测试后，如果cV实测值大于cV估计值，则应把cV 代入式（1），重新计算样本量n，并从同一批中补足抽样样本；如果cV实测值小于或等于c估计 样本量不变

GB/T38359—2019

5.2试验结果的统计计算

5.2.1样本平均值、标准差、变异系数和置信区间

5.2.1样本平均值、标准差、变异系数和置信区间

5.2.1.1样本平均值

平均数按式（2）进行计算

式中： ——样本平均值； 77 一样本量； T 第i个样本的测试值。

5.2.1.2样本标准差

标准差按式（3）进行计算

5.2.1.3样本变异系数

5.2.1.*平均值的置信区间

5.2.1.*.1样本平均值双侧置信区间按式(5)计算：

GB/T38359—2019

式中： CI置信区间; α一一样本平均值； 在要求置信水平下的t分布值，根据自由度从表1中的单侧置信区间得至

5.2.2p分位数（分位值）

5.2.2P分位数（分位值）

式中： ? 符合正态分布的力分位数； 样本平均值； 在要求分位的t分布值，根据自由度从表1中的对应的分位得到t值； 样本标准差。

5.2.2.2正态分布的P分位数

当质量检测值总体服从正态分布时，分位数接式（8)计算，t值取表1中的对应的分位7三时的数 值。判断统计分布是否为正态分布可参照GB/T*882。

5.2.2.3对数正态的p分位数

当质量检测值总体服从对数正态分布时，分位数按式（9)计算：

5.2.3统计分布区间的下容忍限

1符合正态分布置信水平为75%覆盖率为95

根据n值从表2中查出k值，按式（10）进行计算：

PTL 置信水平为75%覆盖率为95%的下容忍限； I 样本平均值； K 置信水平75%覆盖率为95%的下容忍限系数，根据n从表2中取值； 5 样本标准差。

PTL 置信水平为75%覆盖率为95%的下容忍限； 1 样本平均值； 置信水平75%覆盖率为95%的下容忍限系数，根据n从表2中取值； + 样本标准差。

GB/T38359—2019

E态分布置信水平75%覆盖率为95%的下容忍图

本条特指正态分布置信水平为75%覆盖率为95%的下容忍限，正态分布其他置信水平和覆盖率要求的下容 忍限可参照GB/T33592009。

正态分布置信水平为75%覆盖率为95%的下容

*非参数统计的次序统计数据分析

统计置信水平为75%覆盖率为95%的抽取样Z

GB/T38359—2019

表3非参数统计的样本量和对应的次序统计量

*.2非参数统计次序统计方法下容忍限的计算

对检测结果进行次序统计，取表3中不天于实际抽样量的最大样本量对应的次序统计量的值作 数统计置信水平为75%覆盖率为95%的下容忍限

*.3非参数统计次序统计方法p分位数

三1到计 十1），直到i/（n+1)≥p/100，记录j=i，然后按式（12)进行计算非参数统计力分位数：

7产品性能特征值和用于建立产品设计值的特征值的评估要求

容忍限。 7.2当使用样本平均值或5%分位数作为产品性能特征值或用于建立产品设计值的特征值时，应按如 下要求评估样本平均值或5%分位数的精确度，通常要求的取值范围是（0.01～0.10）： a）当使用样本平均值作为产品性能特征值或用于建立产品设计值的特征值时，ts/（zvhn）≤，平 均值的精确度是合理的；ts/（a/n）>，应按第*章的抽样方法增加抽样，直到ts/（z/n）≤的 条件满足。 b） 当使用非参数统计分位数作为产品性能特征值或用于建立产品设计值的特征值时，（NPE NTL)/NPE≤，NPE的精确度是合理的；（NPE一NTL）/NPE>，应增加抽样，直到 (NPE一NTL）/NPE≤成立，或用NTL值作为产品性能特征值或用于建立产品设计值的

GB/T38359—2019

特征值，但是基于这个抽样的NVTL值是不严密的 当使用参数统计分位数作为产品性能特征值或用于建立产品设计值的特征值时，（PPE PTL）/PPE≤，PPE的精确度是合理的；（PPE一PTL）/PPE>，应增加抽样，直到 （PPE一PTL）/PPE≤成立，或用PTL值为产品性能特征值或用于建立产品设计值的特 征值。

8.1均值样本量估计示例

如结构用的兴安落叶松规格材，目测等级IIc，要求精确度为0.05，置信度为95%的条件下估计 强度。预估cV=0.35。置信度为95%时，t可以近似取值为2。计算结果如下：

"=(% ×0.35) =19*

n=(*%×0.378) =228.*

如果认为229个样本量太天，试验很难达到，则在条件充许的情况下，可降低置信度或精确度。如 上面的材料精确度为0.05，置信度为75%的条件下估计抗弯强度。置信度为75%时，t近似的可以近 以取值为1.2。计算结果如下。向上取整为83个样本量

8.2样品检测结果分析计算示例

8.2.1样本检测结果示例

才加工厂生产的同批单板层积材的抗拉强度检测

表*单板层积材抗拉强度检测结果示

本平均值、标准差和变异

8.2.3样本平均值的置信区间

对表*中的数据计算样本平均值置信水平为95%的双侧置信区间。n=5*美式小别墅建筑施工图，置信水平为95%，t取 2.007。计算如下。得到样本平均值置信水平为95%的双侧置信区间为（5*.05MPa，59.23MPa）。 CI=r±(ts//n)=57.**±(2.007X5.83//5*) 对表*中的数据计算样本平均值置信水平为95%的置信区间下限和上限。n=5*，置信水平为 95%，t取1.*7*。计算如下。得到样本平均值置信水平为95%的置信区间下限为5*.31MPa和上限为 58.97MPa。 CI=—(ts//n)=57.**—(1.*7*X5.83//5*)=5*.31 CI= +(ts//n)=57.**+(1.*7*X5.83//5*)=58.97

8.2.*样本的分位数

对表*中的数据计算样本t分布5%分位数。n=5*，P=0.05时，t取1.*7*。计算如下。得到样 本t分布0.05分位数为*7.87MPa。 ro.05=.ts =57.**1.*7*X 5.83=*7.87 对表*中的数据计算样本正态分布5%分位数。p=0.05，t取1.**5。计算如下。得到样本正态分 布0.05分位数为*8.05MPa。 ro.05=ts=57.**1.**5×5.83=*8.05 对表*中的数据计算样本对数正态分布5%分位数。P=0.05，t取1.**5。计算如下。得到样本对 数正态分布0.05分位数为*8.51MPa

V=二 2lnr;=*.05 (lnx;)2=0.1017

样本的置信水平为75%覆盖率为95%的下容

DB*3／T 1*7*-2018标准下载GB/T38359—2019