自家测暖气片散热量误差大？方和根合成与方差占比
开头：一个家家都能做的自测，和一个几乎人人都会犯的错
想知道自家暖气片到底出了多少热，其实不需要专业设备：一支流量计，两支温度计，读三组数就能算出来。但绝大多数人算完发现"和标称值差得离谱"，第一反应是暖气片有问题，第二反应是仪表太便宜。
这篇要说的是第三种可能：你的算法本身在放大误差，而且放大的倍数可以事先算出来。结论先放在前面——
- 同样的仪表，供回水温差从 20 K 掉到 5 K，总误差从 2.04% 涨到 2.58%，其中温度计那一项的贡献从 4% 涨到 40%；
- 但就算你买一支贵五倍的温度计、把温差项彻底削掉，总误差最多只能改善 22.54%，因为另外 60% 攥在流量计手里；
- 想靠"多测几次取平均"来救，也一样有天花板，这条天花板和你换仪表是同一条公式。
这三条其实是同一件事，把它们串起来的那条闭式律，就是全文的主角。
一、先把公式摆出来：1.1628 是能自己验算的
暖气片带走的热功率等于流过它的水质量流量乘以温升再乘以比热容：
Q[W] = G[kg/h] × c × Δt ÷ 3600 = 1.1628 × G × Δt
这里 Δt = t供 − t回，是供回水温差。那个 1.1628 不是凭空来的：水的比热容 c = 4186 J/(kg·K)，除以 3600 把小时换成秒，4186 ÷ 3600 = 1.16278，四舍五入就是工程上人手一个的 1.163。反过来看，1.163 × 3600 = 4186.8 J/(kg·K)，与手册值 4186 只差万分之二——这个常数是可以自己验算的，不需要信任何人。
顺便说一句，本站前面算采暖流量公式时用的也是这个 1.163（G = Q ÷ (1.163·ΔT)），只是那里它在分母、这里它在分子，来源完全相同。如果你对水的比热容 4.186 本身怎么来的感兴趣，可以看《水的比热容是多少？为什么地暖暖气片都靠它搬热量》。公式只有两个输入：流量 G 和温差 Δt。误差也就只能从这两路进来。
二、误差不是相加，是"平方和再开方"
这是全文最关键的一步，也是最反直觉的一步。
假设流量有 2% 的相对误差、温差有 1.633% 的相对误差（这个数怎么来的下一节讲）。总误差是多少？绝大多数人的第一反应是 2% + 1.633% = 3.633%。
错。是 √(2² + 1.633²) = √6.667 = 2.582%。
为什么？因为两个误差是各自独立的，它们同时朝同一个方向取到最大值这件事概率极低，而"一个偏大、一个偏小互相抵消"才是常态。把平方加起来再开方——行话叫方和根（RSS，root sum square），也叫误差传递律——得到的才是"典型情况有多大"。
这里必须和另一个口径划清界限。本站《户用热量表到底准不准》里讲过，EN 1434 规定热量表的最大允许误差是三个部件误差的算术和，那篇文章明确写了"不是方和根"。那句话完全正确，因为法规问的是"最坏情况下不许超过多少"，是一个必须守住的界，当然要按最坏情况相加。而这篇问的是"我这次测的结果典型会偏多少"，这是两个不同的问题，用两套算法，别混。
混用的代价有多大？下一节末尾有精确答案：√n 倍。
三、温度计那一项到底有多大：分辨力不等于不确定度
先算单支温度计。一支普通的数字温度计，显示到 0.1 ℃，另外厂家给个 ±0.05 ℃ 的校准不确定度。这两个怎么合成？
很多人直接把 0.1 当不确定度，那会高估一大截。数字显示的最后一位是"四舍五入"来的，真值在以显示值为中心、宽 0.1 ℃ 的区间里均匀分布。均匀分布的标准差等于半宽除以 √3：
u量化 = (0.1 ÷ 2) ÷ √3 = 0.02887 K
再和校准项方和根合成：ut = √(0.02887² + 0.05²) = 0.05774 K。
注意这里是两支温度计各测一个点，所以 Δt 的不确定度要再乘 √2：
uΔt = √2 × 0.05774 = 0.08165 K
这个 0.08165 K 是绝对值，跟温差大小无关。麻烦就出在这里——它不随温差变，但"相对误差"要拿它去除以温差。
四、一张扫描表：温差越小，误差涨得越快
把流量项固定为 2%，温差项按 0.08165 K 折算，扫一遍：
| 供回水温差 Δt | 温差项相对不确定度 | 合成总误差 uQ/Q | 温差项的方差占比 wt |
|---|---|---|---|
| 20 K | 0.408% | 2.041% | 4.0% |
| 10 K | 0.816% | 2.160% | 14.3% |
| 5 K | 1.633% | 2.582% | 40.0% |
| 3 K | 2.722% | 3.377% | 64.9% |
| 2 K | 4.082% | 4.546% | 80.6% |
温差从 20 K 掉到 2 K，总误差只从 2.04% 涨到 4.55%，看着也就翻了一倍多。但真正发生质变的是最后一列：温度计那一项的"话语权"从 4% 涨到 80.6%。
换句话说：大温差工况下，你测不准是流量表的问题；小温差工况下，你测不准全是温度计的问题。 而这两者要求的补救动作完全不同。
五、为什么是四倍：平方律藏在分母里
温差项的相对不确定度是 uΔt/Δt，分子是常数、分母是 Δt，所以相对不确定度与 Δt 成反比。但进入方和根之前要先平方，所以它的方差贡献与 Δt² 成反比。
Δt 减半，方差贡献翻 4 倍——表里 20 K→10 K→5 K 三档，方差从 0.167 到 0.667 到 2.667，倍数精确是 4.00、4.00，一次不差。
这就是"平方律"：你感觉到的是"误差大概翻一倍"，实际发生的是"某个分量的权重翻了四倍"。只看总误差这一列，会把结构性的变化完全掩盖掉。
还有一个更隐蔽的版本：有效数字在相减中丢失。两个数都读到 0.1 ℃（四位有效数字），62.4 − 57.9 = 4.5 K，只剩两位有效数字。量化不确定度 0.04082 K 相对 4.5 K 是 0.907%，而相对被减数 62.4 K 只有 0.0654%——相减这一步把精度吃掉了 13.9 倍。如果温差只剩 2.0 K（62.4 − 60.4），放大倍数变成 31.2 倍。所以"我把两支温度计都买更准的"确实有用，但有用多少，得看下一节的公式。
六、那条闭式律：削掉一项，最多只能改善 1−√(1−w)
这是全文最硬的一块砖，也是唯一需要记住的公式。
设某个分量的方差占总方差的比例是 w（表里最后一列）。就算你把这个分量彻底削到零，总不确定度也只能从 u 降到 u·√(1−w)，即改善幅度：
改善上限 = 1 − √(1 − w)
代入表里三档：
- Δt = 20 K，wt = 4.0% → 把温度计削到零，总误差从 2.041% 降到 2.000%，只改善 2.02%。花五倍的钱买温度计，换来 2%。
- Δt = 5 K，wt = 40.0% → 改善上限 22.54%。这时候换温度计是划算的。
- Δt = 3 K，wt = 64.9% → 改善上限 40.78%。这时候不换温度计就是白测。
反过来算流量计那一侧：Δt = 20 K 时 wG = 96.0%，削到零能改善 80.00%——这才是该花钱的地方。
同一套仪表、同一个测量，只因为工况不同，"钱该花在哪"完全反过来。 这就是为什么先算方差占比再掏钱，比凭直觉升级重要得多。
七、闭合校验：两条路必须算出同一个数
上面那条闭式律不能只靠嘴说，验一下。
取 Δt = 5 K 这一档。路径 A：方和根直接合成，uQ = √(2² + 1.633²) = 2.5820%，其中 wt = 2.667 ÷ 6.667 = 40.00%。
路径 B：用闭式律反推削掉温差项之后的值，u × √(1 − w) = 2.5820 × √0.60 = 2.0000%。
路径 C：完全不依赖前面任何一步，独立直算——温差项没了，就只剩流量项的 2%，答案是 2.0000%。
B 和 C 精确相等，偏差 0.000000 个百分点。这种"两条独立路径必须撞到同一个数"的校验，比核对任何单个数字都可靠。
八、多测几次为什么救不了你
另一条常见的自救思路是"我多测几次取平均"。它对随机误差有效，对系统误差一点用都没有，而这两者的行为完全不同：
- 随机误差：取 m 次平均后降到 1/√m。测 4 次降一半，测 100 次降到十分之一。
- 系统误差：仪表本身的偏置、安装位置带来的偏差，测一万次也不降。
合成起来：u(m) = √(u系² + u随²/m)。取一个典型组合，系统 1.5%、随机单次 3.0%：
| 测量次数 m | 总不确定度 | 已拿到手的收益占比 |
|---|---|---|
| 1 | 3.354% | 0% |
| 4 | 2.121% | 66.5% |
| 16 | 1.677% | 90.5% |
| 100 | 1.530% | 98.4% |
| 无穷多次 | 1.500%（地板） | 100% |
前 4 次就拿到三分之二的收益，后面 96 次只拿到三分之一。 而且无论测多少次都跨不过 1.5% 那条地板。
妙的是，这条地板同样服从第六节的闭式律：单次测量时 w随 = 9 ÷ 11.25 = 80.00%，削到零最多改善 1 − √(1 − 0.8) = 55.28%；而实测 m → ∞ 的改善是 (3.354 − 1.5) ÷ 3.354 = 55.28%。两个数字精确相等。
"换更准的仪表"和"多测几次"，看似两件事，天花板是同一条公式给的。
九、另一种合成法：算术和比方和根大 √n 倍
回到第二节留的那个问题：如果按法规那种"算术和"来合成，比方和根大多少？
设 n 个分量大小都是 a。算术和是 n·a，方和根是 √n·a。比值：
n·a ÷ (√n·a) = √n
也就是：2 个分量差 1.4142 倍，3 个分量差 1.7321 倍，4 个分量差 2.0000 倍，5 个分量差 2.2361 倍。分量越多，"保守相加"这个做法浪费得越厉害，代价按 √n 涨。
那这种保守到底保守到什么程度？可以估算一下。假设三个分量大小都是 a，各自在 [−a, +a] 区间内均匀分布。均匀分布的标准差是 a/√3 = 0.57735a；三个独立分量方和根合成：√3 × 0.57735a = 1.00000a。而算术和给出的最大允许误差是 3a。
MPE ÷ σ = 3a ÷ 1a = 3.0000——正好是统计里的 3σ。
结论很干脆：法规给的那个"最大允许误差"，本质上是一个 3σ 水平的界。按正态分布，实际误差跑到这个界之外的概率只有约 0.27%。所以拿 MPE 去估计"我这块表典型会差多少"，会高估到三倍；但拿它去判断"这块表合不合格"，又完全正确。两个数都对，只是回答的问题不同。
十、落到你家：三件能做和两件别做的事
能做的第一件：测之前先把温差做大。 把其他回路的阀门关小、循环泵降一档，让被测这组暖气片的 Δt 尽量拉到 10 K 以上。同样一套仪表，Δt=20 K 时总误差 2.04%，Δt=5 K 时 2.58%，而更重要的是误差结构从"温度计主导"变回"流量计主导"，后面的补救方向才清晰。关于供回水温差多少算正常，可以参考《暖气片进出水温差多少正常》。
能做的第二件：先算方差占比，再决定升级谁。 就三个数：流量项相对误差、0.08165 K 除以你的实测温差、两者各自的平方谁大。谁大就升谁，升小的那一个，收益上限按 1−√(1−w) 算，往往不到 5%。
能做的第三件：如果条件允许，用配对标定的温度计。 两支温度计如果一起标定过，它们的系统偏差会在相减时互相抵消，剩下的只有随机部分。这正是热量表标准坚持要求"温度传感器成对"的原因——单支精度再高，抵不过成对匹配。
别做的第一件：别在 Δt = 3 K 这种工况下测完就下结论。 此时 64.9% 的误差来自温度计，你读到的数连"量级对不对"都保证不了。这也是户用热量表那篇里说的"地暖比暖气片更容易不准"的同一个机理——不是表不行，是温差太小。
别做的第二件：别指望多测几十次。 4 次之后收益就陡降了，剩下的坑是系统误差，重复测量永远填不上。想跨过地板，只能换掉产生系统误差的那个环节。
本篇不算什么
为了边界清楚，说明几条：本篇只讲"怎么合成已有的误差分量"，不讲这些分量本身是怎么标定的，那是 EN 1434 / GB/T 32224 的事，见户用热量表那篇；本篇不涉及散热量随室温、随流量变化的规律（那是 1.3 次方定律和弱幂律的范围，见《室温每升1度暖气片少散多少热》），这里全程把"暖气片出了多少热"当作一个待测量，不讨论它该是多少；本篇也不涉及实验室标定，那套 4×4×2.8 米小室的不确定度评定是另一回事，见《散热器散热量为什么要在4×4×2.8米的小室里测》。另外，仪表"按量程算误差不按读数算"是另一个独立陷阱，见《壁挂炉压力表1.0bar是准的吗》。
一句话收尾：误差不是加法题，是平方题。看懂了平方，才知道钱该花在哪、测几次够用、以及什么时候该承认"这个工况根本测不准"。
相关产品推荐
结合本文场景，瑞华特可提供以下采暖产品和配套选型建议：
- 钢制暖气片 GZ-600：钢制暖气片GZ-600适合家庭集中供暖、自采暖和工程采暖场景，兼顾散热效率、耐用性和安装适配。核心参数为材质低碳钢，高度600mm，工作压力1.0MPa。瑞华特
- 铜铝复合暖气片 TAL-800：铜铝复合暖气片TAL-800适合集中供暖、自采暖和水质复杂场景，兼顾耐腐蚀、快散热和长期稳定。核心参数为材质铜管+铝合金，高度800mm，工作压力1.2MPa。
- PERT-II阻氧地暖管 DN20：适用于家庭地暖盘管和工程地暖系统，柔韧性好，适合低温热水地面辐射采暖。
需要确认规格、数量或工程采购清单，可联系瑞华特暖气片厂家获取免费选型指导。
