Porównanie wyników analitycznego i symulacyjnego szacowania niepewności na przykładzie pomiaru stężenia jonów metodą potencjometryczną

• Autorzy: Wiora A. , Wiora J.

Warianty tytułu

EN

Comparison of uncertainty evaluations obtained by analytical and simulation methods in the potentiometric measurement of ion concentration

• Konferencja: Metrologiczne właściwości programowanych przetworników pomiarowych (IV Sympozjum; 19-20 listopada 2007; Gliwice; Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono proces szacowania niepewności pomiaru stężenia z wykorzystaniem diagramu przyczynowo-skutkowego. Porównano metodę szacowania niepewności parametrów kalibracyjnych elektrod jonoselektywnych zalecaną przez GUM [8] z metodą symulacyjną Monte Carlo. Na podstawie kilku przykładów uzyskano dużą zbieżność oszacowań. Zauważono większą rozbieżność dla większej wartości niepewności wielkości wejściowych, co wyjaśniono zmianą kształtu rozkładu po przejściu przez funkcję nieliniową. Porównano obie metody pod względem możliwości wyznaczenia wyniku, oszacowania niepewności, konieczności wyprowadzania wzoru parametru i współczynników wrażliwości, możliwości analizy udziałów, sporządzania histogramów oraz uwzględnienia nieliniowości w procesie szacowania niepewności. Stosując metodę symulacyjną, wyznaczono niepewność pomiaru stężenia dla przykładowych danych.

EN

In the paper, the evaluation of uncertainty in concentration measurement based on the cause and effect diagram is presented. Two methods of evaluating the uncertainty of calibration parameters of ion-selective electrode are compared: the GUM [8] method and the Monte Carlo method. Values obtained in examples are very similar. Small differences are visible for larger values of input data uncertainties. It is caused by the change of the probability distribution shape when the function is non-linear. The comparison covers the possibility of determination the final value and its uncertainty, the necessity of derivation of the parameters and sensitivity coefficients formulae, the possibility of analyzing the contributions, of making histograms and of taking into considerations nonlinearities. Using the Monte Carlo method, the concentration uncertainties are evaluated for example data.

Słowa kluczowe

PL

szacowanie; elektroda jonoselektywna; Monte Carlo; niepewność pomiaru

EN

evaluation; ion-selective electrode; Monte Carlo; uncertainity measurement

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Prace Naukowe Politechniki Śląskiej. Elektryka
• Rocznik: 2008
• Tom: z. 1
• Strony: 145--155
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Wiora A.

autor

Wiora J.

• Politechnika Śląska, Instytut Automatyki, Gliwice, ul.Akademicka 16, pokój 115,

Bibliografia

• 1. Cammann E.: Zastosowanie elektrod jonoselektywnych. WNT, Warszawa 1977.
• 2. Morf W. E.: 77ie Principles of Ion-Selective Electrodes and of Membrane Transport. Akademiai Kiadó, Budapest 1981.
• 3. EURACHEM/CITAC. Quantising Uncertainty in Analytical Measurement. Wyd. 2, 2000. Wydanie polskie: Przewodnik EURACHEM/CITAC. Wyrażanie Niepewności Pomiaru Analitycznego. Klub Polskich Laboratoriów Badawczych POLLAB, nr 2 (37), grudzień 2002.
• 4. Inczćdy J., Lengyel K., Ure A. M.: The Orange Book: Compendium of Analytical Nomenclature. Definitive rules 1997. IUP AC, Blackwell Science Ltd, Oxford 1998.
• 5. Morf W. E., Badertscher M., Zwickl K., de Rooij N. F., Pretsch E.: Effects of controlled current on the response behavior of polymeric membrane ion-selective electrodes. J. Electroanal. Chem., No. 526: 19-28,2002.
• 6. Henderson P.: Zur Thermodynamik der Flüssigkeitsketten. Z. Phys. Chem., No. 59, p. 118-128, 1907 No. 63: p. 325-345, 1908.
• 7. Kozyra A., Wiora A., Wiora J.: Szacowanie niepewności w pomiarach potencjometrycznych. PAN, Katowice 2007.
• 8. Wyrażanie niepewności pomiaru. Przewodnik. Główny Urząd Miar, Warszawa 1999.
• 9. Pitzer S.: Activity Coefficients in Electrolyte Solution. CRC Press, Boca Raton 1991.
• 10. Cox M., Harris P., Siebert, B. R.-L.: Evaluation of Measurement Uncertainty Based on the Propagation of Distributions Using Monte Carlo Simulation. Measurement Techniques, No. 46 (9), September 2003, p. 824-833