Professional Documents
Culture Documents
02 - Meranie, Chyby A Neistoty
02 - Meranie, Chyby A Neistoty
Strojnícka fakulta Slovenskej technickej univerzity v Bratislave, Ústav automatizácie, merania a aplikovanej informatiky
Meranie a jeho základné aspekty
Základné definície
2/16
Meranie a jeho základné aspekty
Základné definície
Merací princíp (VIM 2.4) Meracia metóda (VIM 2.5) Merací postup (VIM 2.6)
Princíp merania Metóda merania Postup merania
Jav, ktorý slúži ako základ Všeobecný opis logického Podrobný opis merania podľa
merania usporiadania činností jedného alebo viacerých
použitých pri meraní meracích princípov a podľa
danej metódy merania,
založený na modeli merania
vrátane všetkých výpočtov
slúžiacich na získanie výsledku
merania
POZNÁMKA POZNÁMKA POZNÁMKA
Jav môže mať fyzikálnu, Metódy merania sa môžu Merací postup sa niekedy
chemickú alebo biologickú vymedziť rôzne, napríklad: nazýva (štandardný) pracovný
povahu. - substitučná metóda merania, postup (angl. standard
- diferenčná metóda merania, operating procedure, skratka
alebo SOP)
- priama metóda merania,
- nepriama metóda merania
4/16
Meranie a jeho základné aspekty
Základné definície
6/16
Meranie a jeho základné aspekty
Základné definície
8/16
Meranie a jeho základné aspekty
Základné definície
9/16
Meranie a jeho základné aspekty
Základné definície
10/16
Meranie a jeho základné aspekty
Základné definície
12/16
Meranie a jeho základné aspekty
Základné definície
POZNÁMKA 3.
Zložka chyby merania, ktorá Presnosť merania by sa nemala používať vo
v opakovaných meraniach význame „správnosť merania“.
zostáva nemenná alebo sa mení
predvídateľným spôsobom (VIM
2.17)
14/16
Meranie a jeho základné aspekty
Základné definície
16/16
Meranie a chyby merania
doc. Ing. Martin Halaj, PhD.
Strojnícka fakulta Slovenskej technickej univerzity v Bratislave, Ústav automatizácie, merania a aplikovanej informatiky
Chyba merania
Základné definície
Chyba merania (VIM 2.16) (1/2) Doteraz sa v metrológii často používali pojmy
Chyba absolútna a relatívna chyba merania.
Absolútna chyba merania:
Nameraná hodnota veličiny
mínus referenčná hodnota = nameraná hodnota – referenčná hodnota
veličiny
Niekedy sa používa pojem relatívna chyba
merania, čo je absolútna hodnota chyby
vztiahnutá k referenčnej hodnote:
= 820 - 800 = 20
= (820-800) / 800 = 0,025 2,5%
2/17
Chyba merania
Základné definície
POZNÁMKA 3.
Náhodná chyba merania sa rovná rozdielu chyba
merania mínus systematická chyba merania.
5/17
Chyba merania
Základné definície
6/17
Chyba merania
Príklad
Náhodná chyba
Nejednoznačné
odčítanie
8/17
Chyba merania
Základné definície
10/17
Systematická chyba merania
Vznik
PRÍKLAD
Posunutie nuly meradla
ovplyvňuje všetky ďalšie
merania daným meradlom
11/17
Systematická chyba merania
Zdroje
12/17
Systematická chyba merania
Príklad
0,1 m
13/17
Systematická chyba merania
Rozdelenie
14/17
Systematická chyba merania
Rozdelenie
15/17
Systematická chyba merania
Rozdelenie
16/17
Ďakujem za pozornosť
doc. Ing. Martin Halaj, PhD.
Ústav automatizácie, merania a aplikovanej informatiky
Strojnícka fakulta STU v Bratislave
martin.halaj@stuba.sk, martin.halaj66@gmail.com
17/17
Meranie a neistota merania
doc. Ing. Martin Halaj, PhD.
Strojnícka fakulta Slovenskej technickej univerzity v Bratislave, Ústav automatizácie, merania a aplikovanej informatiky
Meranie a jeho základné aspekty
Neistota merania
POZNÁMKA 1.
Výsledok merania vo všeobecnosti obsahuje „relevantné informácie“ o súbore hodnôt
veličiny tak, že niektoré môžu viac reprezentovať meranú veličinu ako iné. Toto sa smie
vyjadriť vo forme funkcie hustoty pravdepodobnosti (angl. probability density function,
skratka PDF).
POZNÁMKA 2.
Výsledok merania sa vo všeobecnosti
vyjadruje ako jediná nameraná
hodnota veličiny a neistota merania.
2/25
Neistota merania
Ako prejdeme od opakovaných meraní k neistote merania?
3/25
Neistota merania
Ako prejdeme od opakovaných meraní k neistote merania?
4/25
Neistota merania
Ako prejdeme od opakovaných meraní k neistote merania?
5/25
Neistota merania
Ako prejdeme od opakovaných meraní k neistote merania?
1 n 1 n
x = xi s= i ( x − x )2
n i =1 n − 1 i =1
6/25
Neistota merania
Ako prejdeme od opakovaných meraní k neistote merania?
8/25
Neistota merania
Ešte dve užitočné definície
POZNÁMKA 3.
V GUM sa pojem definičná neistota nazýva
„intrinzická neistota".
9/25
Neistota merania
Ešte dve užitočné definície
POZNÁMKA 3.
Informácie o prístrojovej neistote merania môžu
uvádzať technické údaje o meradle.
10/25
Neistota merania
Všeobecný postup vyhodnotenia neistoty
POZNÁMKA
Spôsob výpočtu neistôt sa definuje v základnom dokumente Návod na vyjadrovanie
neistôt v meraní (angl. Guide for Expression of Uncertainties of Mesaurements, GUM).
Všetky celosvetové príručky, návody a podobne sú založené na princípoch uvádzaných
v GUM, preto sa tieto postupy označujú ako GUM Uncertainty Framework (GUF).
11/25
Neistota merania
Všeobecný postup vyhodnotenia neistoty
m
u =
2
y i x
A 2
u 2
i
i =1
f ( X 1 , X 2 , ... X m )
Ai =
X i X 1 = x1 , ... X m = xm
12/25
Neistota merania
Všeobecný postup vyhodnotenia neistoty
m m m −1
u =
2
y A i
2
u + 2 Ai Aj u x
2
xi i,j
i =1 i = 2 j i
kde ux ,x
i j
je kovariancia medzi odhadmi x1, x2,... xm korelovaných vstupných
veličín X1, X2,... Xm , pričom kovariancie sa dajú vypočítať metódou typu A
alebo typu B.
13/25
Neistota merania
Konkrétny postup vyhodnotenia neistoty
u( x ) = s( x )
n
s( x ) 1
kde s( x ) =
n
a s ( x) =
(n − 1)
i
( x
i =1
− x )2
Potom
n
1
uA =
n(n − 1) i
( x
i =1
− x )2 Neistota merania vyhodnotená
metódou typu A
15/25
Neistota merania
Konkrétny postup vyhodnotenia neistoty
Najčastejšie 16/25
Neistota merania
Konkrétny postup vyhodnotenia neistoty
Kovariancie (1/2)
Ak medzi dvoma vstupnými veličinami Xi a Xj existuje určitá korelácia, teda
ak nejakým spôsobom závisí jedna veličina od druhej, ich kovariancia sa
musí považovať za zložku celkovej neistoty merania. Kovariancia môže
znižovať alebo zvyšovať celkovú neistotu.
17/25
Neistota merania
Konkrétny postup vyhodnotenia neistoty
Kovariancie (2/2)
Ak sú dve vstupné veličiny Xi a Xj s odhadmi xi a xj korelované, kovariancia
vyhodnotená metódou typu B je
uB x , x = rx u x u x i,j i j
Kovariancia vypočítaná
i j
metódou typu B
kde
rx i,j
je korelačný koeficient medzi odhadmi xi a xj.
Pre nezávislé odhady r = 0, pre silnú závislosť r sa blíži k +1 or -1,
ux i
resp. u x sú neistoty odhadov xi a xj.
j
18/25
Neistota merania
Konkrétny postup vyhodnotenia neistoty
uC ( y ) = uA2 ( y ) + uB2 ( y )
Ak sa neistota vyhodnotená metódou typu B počíta pre p zdrojov
22/25
Neistota merania
Vyjadrenie výsledku merania
24/25
Ďakujem za pozornosť
doc. Ing. Martin Halaj, PhD.
Ústav automatizácie, merania a aplikovanej informatiky
Strojnícka fakulta STU v Bratislave
martin.halaj@stuba.sk, martin.halaj66@gmail.com
25/25
Neistota merania – metóda Monte Carlo
doc. Ing. Martin Halaj, PhD.
Strojnícka fakulta Slovenskej technickej univerzity v Bratislave, Ústav automatizácie, merania a aplikovanej informatiky
Metóda Monte Carlo
Stručný prehľad
3/22
Metóda Monte Carlo
Stručný prehľad
4/22
Metóda Monte Carlo
Stručný prehľad
5/22
Metóda Monte Carlo
Stručný prehľad
N N N −1 Neistota výsledku
of themerania –
u = A u + 2 Ai Aj u xi , j
2 2 2 Uncertainty measurement
y i xi korelované vstupné measurements
result – correlated veličiny
i =1 i = 2 j i
f ( X 1 , X 2 , ... X N )
Ai = Citlivostné koeficienty
Sensitivity coefficients
X i X 1 = x1 , ... X N = xN
7/22
Metóda Monte Carlo
Stručný prehľad
8/22
Metóda Monte Carlo
Stručný prehľad
9/22
Metóda Monte
Carlo (MCM) (3/3)
Toto je grafické
znázornenie MCM,
ako bola opísaná na
predchádzajúcich
snímkoch
10/22
Metóda Monte Carlo
Stručný prehľad
Počet opakovaní M
95% z M
12/22
Metóda Monte Carlo
Stručný prehľad
✓
95% z M
95% z M
95% z M
13/22
Metóda Monte Carlo
Stručný prehľad
14/22
Metóda Monte Carlo
Stručný prehľad
15/22
Metóda Monte Carlo
Stručný prehľad
16/22
Metóda Monte Carlo
Stručný prehľad
Cieľ: určiť, či intervaly pokrytia získané výpočtovou metódou GUM a MCM súhlasia v
rámci stanovenej numerickej tolerancie d.
17/22
Metóda Monte Carlo
Stručný prehľad
18/22
Metóda Monte Carlo
Stručný prehľad
19/22
Metóda Monte Carlo
Stručný prehľad
20/22
Metóda Monte Carlo
Stručný prehľad
21/22
Metóda Monte Carlo
Stručný prehľad
22/22
Metóda Monte Carlo
Stručný prehľad
Neistota
je o 2 nm väčšia
pri výpočte
pomocou MCM
ako pri klasickom
výpočte GUM.
Dĺžky 95% a 99%
intervalov
pokrytia sú pre dL
o 8 nm resp. o 13
nm väčšie.
Treba zvážiť, či sú
tieto rozdiely
významné.
23/22
Ďakujem za pozornosť
doc. Ing. Martin Halaj, PhD.
Ústav automatizácie, merania a aplikovanej informatiky
Strojnícka fakulta STU v Bratislave
martin.halaj@stuba.sk, martin.halaj66@gmail.com
24/22