Chcąc uniknąć w przyszłości konieczności ponownej redefinicji podstawowych jednostek miar, nowe definicje opierać się będa na stałych fizycznych. Dla każdej podstawowej jednostki odniesieniem będzie inna stała fizyczna.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Na przestrzeni ostatnich lat nastąpiły zmiany w dziedzinie wyrażania niepewności pomiaru. Zaowocowało to koniecznością wprowadzenia szeregu nowych terminów związanych z wyrażaniem niepewności, co znalazło odzwierciedlenie w najnowszym słowniku metrologicznym, w trzeciej edycji VIM (International vocabulary of metrology - Basic and general concepts and associated terms). We wstępie do tego dzieła autorzy podkreślają dwa podejścia, jedno związane z tradycyjną koncepcją opartą na statystycznej analizie błędu pomiaru (Error Approach, Traditional Approach lub True Value Approach), drugie związane z teorią niepewności opartą na probabilistycznej metodzie propagacji rozkładów (Uncertainty Approach).
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Przedstawiono analizę metody Welcha-Satterthwaite'a stosowaną przy obliczaniu niepewności pomiaru. Oceniono błąd metody przy wyznaczaniu niepewności rozszerzonej dla warunków wzorcowania. Przedstawiono alternatywny sposób wykorzystania metody obliczeniowej. Wyniki jej odniesiono do definicyjnego wyznaczania niepewności rozszerzonej, opartego na numerycznym rozwiązaniu jej równania dla poziomu ufności przy wzorcowaniu.
EN
The analysis of the Welch-Satterthwaite method for calculating the uncertainty in measurement is presented. The error of the method for expanded uncertainty evaluation in calibration is calculated. The alternative manner of utilization of the method is described. Suitable results of the expanded uncertainty evaluation are referenced to solution according with numerical calculation of the uncertainty at specified confidence level in calibration.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Przedstawiona tablicowa metoda wyznaczania współczynnika rozszerzenia w procedurach szacowania niepewności pomiaru przy wzorcowaniu polega na przybliżeniu nieznanego rozkładu wielkości mierzonej rozkładem PN, będącym splotem pojedynczego rozkładu prostokątnego i normalnego. Metodę można stosować, gdy wielkości wejściowe są opisane rozkładem prostokątnym lub normalnym, a współczynnik rozszerzenia wyznacza się dla poziomu ufności 95 %. Błąd metody zawarty jest w granicach š1 %, przy rozdzielczości metody 0,01.
EN
The table method for evaluation of coverage factor in procedure for calculating the uncertainty of measurement in calibration is presented. The method relies on approximation of unknown probability distribution of measurand by RN distribution. The RN distribution is a convolution of rectangular and normal distributions. Method maybe applied when all input quantities have rectangular and normal distributions and coverage factor is corresponding to confidence level of 95 %. The method error is š1 % and resolution of method is 0,01.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Omówiono rozszerzoną zasadę przybliżenia rozkładu prawdopodobieństwa wielkości mierzonej przy wzorcowaniu, charakteryzującej się ograniczoną liczbą stopni swobody niepewności standardowej. Przedstawiono splot rozkładu prostokatnego i t-Studenta oraz przybliżenie współczynnika rozszerzenia do tego splotu przy poziomie ufności 95%. Porównano proponowaną metodę obliczeniową z metodą Welcha-Satterthwaite`a. Oceniono błąd przybliżenia współczynnika rozszerzenia wynikający z przedstawionej zasady.
EN
The expanded principle of distribution approximation of the measurand in calibration for input quantity with limited degrees of freedom of the standard uncertainty is described. The convolution of rectangular and t-Student distributions vel 95% is presented. The presented method of calculation is compared with the Welch-Satterthwaite method. Approximation error of coverage factor resulting of described method is evaluated.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Sformułowano problem matematyczny związany z opisem wielkości wyjściowej. Oceniono dokładność estymaty w porównaniu z dokładnością metody Welcha-Satterthwaite`a. Obliczono błąd estymaty w odniesieniu do splotu rozkładów prostokatnego i Studenta oraz splotu dwóch rozkładów Studenta o małej liczbie stopni swobody.
EN
The estimate of expanded uncertainty in calibration is presented. The mathematical problem connected with output quantity is formulated. Accuracy of estimate comparing with accuracy of Welch-Satterthwaite method is evaluated. The estimate error in relation to convolution of rectangular and Student distributions and convolution of two Students distributions with small degree of freedom is calculated.
Dokument JCGM 102:2011 jest rozwinięciem metodyki opracowania danych pomiarowych przedstawionej w opracowaniu JCGM 101:2008. Dotyczy wielowymiarowego modelu pomiaru, czyli takiego w którym występuje dowolna liczba wielkości wyjściowych. Wielkości te są wzajemnie skorelowane, gdyż zależą od tych samych wielkości wejściowych. Dokument przedstawia prawo propagacji niepewności w postaci macierzowej. Uogólnia też zastosowanie metody Monte Carlo w celu numerycznego wyznaczania wspólnego rozkładu prawdopodobieństwa dla wielkości wyjściowej wielowymiarowego modelu pomiaru. Na ich podstawie można wyznaczyć obszar rozszerzenia, będący odpowiednikiem przedziału rozszerzenia dla jednowymiarowego modelu pomiaru, który odpowiada określonemu prawdopodobieństwu. Obszar ten może przybierać postać hiperelipsy lub hiperprostokąta. Dokument przedstawia również procedurę obliczeniową wyznaczania najmniejszego obszaru rozszerzenia.
EN
The document describes a generalization of the Monte Carlo method for measurement models having any number of input quantities and any number of output quantities. Two approaches are considered for treating such models. The first approach is a generalization of the Guide uncertainty framework. The second is a Monte Carlo method as an implementation of the propagation of distributions. Guidance is also given on the determination of a coverage region for the output quantities of a multivariate model, the counterpart of a coverage interval for a single scalar output quantity, corresponding to a stipulated coverage probability. The guidance includes the provision of coverage regions that take the form of hyper-ellipsoids and hyper-rectangles. A calculation procedure is also described for obtaining an approximation to the smallest coverage region.
8
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Dokument JCGM 101:2008 wyznacza nowy standard obliczania niepewności pomiaru. Zgodnie z jego wykładnią miarą niepewności pomiaru jest przedział rozszerzenia, który definiowany jest na dwa sposoby. Pierwsza definicja mówi, że jest to probabilistycznie symetryczny przedział, poza granicami którego istnieje jednakowe prawdopodobieństwo wartości dla wielkości wyjściowej. Druga definicja mówi, że jest to najkrótszy ze wszystkich możliwych przedziałów związanych z tym samym prawdopodobieństwem rozszerzenia.
Omówiono sposób wyrażania niepewności pomiaru przedstawiony w pakiecie dokumentów firmowanych przez Międzynarodowe Biuro Miar. Wspólny Komitet ds. Przewodników Metrologii opracowuje dziewięć dokumentów tworzących podstawowy kanon dotyczący opracowania danych pomiarowych. Dziełom tym towarzyszy nowa terminologia związana z wyrażaniem niepewności pomiaru.
EN
Expression of measurement uncertainty in documents edited by International Bureau of Weights and Measures is discussed. Joint Committee for Guides in Metrology prepares a nine documents created basic canon concerning evaluation of measurement data. The new terminology connecting the measurement uncertainty is associated with this documents.
W artykule przedstawiono historyczne podstawy kształtowania się myśli metrologicznej związanej z opracowaniem danych pomiarowych. Omówiono zasadnicze osiągnięcia tych rozważań w postaci metody najmniejszych kwadratów, prawa propagacji błędu i centralnego twierdzenia granicznego. Uzupełniono je o wnioskowanie dotyczące przedstawiania błędu pomiaru w postaci histogramu i wyrażania go przez niepewność. Rozważania takie publikowano już w XIX wieku. Uzasadniają one współczesne podejście opisujące wyniki pomiaru wielkości mierzonej (mezurandu) rozkładem prawdopodobieństwa.
EN
Historical basics of metrological conceptions concerning the evaluation of measurement data are presented. The method of least squares, law of error propagation and central limit theorem as a historical achievement are discussed. The inference treating measurement error as a histogram and expressing it as a uncertainty are completed. This approach was published in XIX century, and nowadays justifies expressing the measurement result as a measurand described by the probability distribution.
Przewodnik przedstawia podstawowe zasady wyznaczania niepewności pomiaru mogące mieć zastosowanie we wszystkich dziedzinach pomiarowych. Metoda zalecana przez Przewodnik ma charakter uniwersalny, spójny i przechodni, umożliwiając wykorzystanie jej przy opracowywaniu wyników pomiarów wykonywanych w nauce, technice, handlu i przemyśle. Dokument rekomenduje praktyczną procedurę postępowania obejmującą model pomiaru, prawo propagacji niepewności, opis wielkości wejściowych, tworzenie budżetu niepewności, obliczenie niepewności rozszerzonej i wyrażanie wyniku pomiaru.
EN
The Guide to Uncertainty in Measurement presents the rules of evaluation and expression measurement uncertainty applicable to a broad spectrum of metrology fields. The method of the Guide for evaluating and expressing the uncertainty of measurement result is universal, consistent and transferable. The method is applicable to all kinds of measurements and to all types of input data used in measurements. The Guide presents practicable procedure of measurement uncertainty evaluation, including mathematical model of measurand, law of uncertainty propagation, input quantities, uncertainty budget, calculation of expanded uncertainty, and recording of measurement result.
13
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Omówiono nowy projekt dokumentu dotyczący wyrażania niepewności pomiaru, opracowany przez Wspólny Komitet ds. Przewodników Metrologicznych działający pod kierownictwem dyrektora Międzynarodowego Biura Miar. Projekt formułuje zasadę propagacji rozkładów prawdopodobieństwa realizowaną poprzez matematyczny model pomiaru przy zastosowaniu metody Monte Carlo. Dokument proponuje również, aby symulacja Monte Carlo była walidującą dla innych metod obliczeniowych niepewności pomiaru, przede wszystkim związanych z prawem propagacji niepewności.
14
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Problematykę niepewności pomiaru można wiązać z pojawieniem się Przewodnika, podstawowego dokumentu dotyczącego jej wyrażania, wydanego w roku 1993 i 1995 (Guide to the expression of uncertainty in measurement). Oba wydania praktycznie nie różnią się od siebie, poza kosmetycznymi zmianami redakcyjnymi. Dodatkowo tekst edycji z 1995 roku został upubliczniony w 2008 roku na stronach internetowych Międzynarodowego Biura Miar w postaci dokumentu JCGM 100:2008. Pracę nad tym dokumentem prowadzono od 1977 roku. Opublikowanie dzieła poprzedzały opracowania wydawane przez krajowe instytucje metrologiczne. Jednym z takich opracowań był materiał wydany w 1980 roku przez National Bureau of Standards w USA pt. „NBS communication manual for scientific, technical and public information”. Przedstawia on ogólną filozofię obliczania niepewności przedstawioną później w Przewodniku.
Przedstawiono metody obliczania niepewności pomiaru w oparciu o rozkład płasko-normalny. Rozkład ten jest splotem rozkładu prostokątnego z normalnym. Metody opracowano w dwóch postaciach: analitycznej i numerycznej. Można je wykorzystać do obliczania niepewności pomiaru, gdy model pomiaru jest liniowy lub linearyzowany oraz gdy wielkościom wejściowym można przypisać rozkład Studenta, normalny, prostokątny lub trójkątny. Przedstawiono ocenę dokładności proponowanych metod i zilustrowano je praktycznym przykładem obliczeniowym.
EN
The paper presents methods using the Flatten-Gaussian distribution for calculating the measurement uncertainty. The Flatten-Gaussian distribution is a convolution of rectangular and normal distributions. The methods were worked out in the analytical and the numerical form. They can be used when the measurand model is a linear or linearized mathematical function, and the model input quantities are characterized by Student's, normal, rectangular, triangular and trapezoidal distributions. The proposed methods enable calculation of the measurement uncertainty with the accuracy close to that of the Monte Carlo method recommended in [2]. The analytical method is based on formula (6) including the quantile of the Flatten-Gaussian distribution, whereas the numerical method is based on sampling from this distribution as a random number generator given by formula (8). This random number generator can be created from two random number generators based on drawing from the rectangular and normal distribution. It immediately provides the set of possible values for the measurand. The methods can be easily implemented in common computational tools, such as a spreadsheet. They do not require the specialized software. The paper presents an example of a practical use of the proposed methods.
W artykule przedstawiono obliczenia niepewności rozszerzonej metodą numeryczną i analityczną. Obie metody umożliwiają wyznaczanie niepewności zgodnie z przyjętą definicją przedziału rozszerzenia zawartą w najnowszym dokumencie normatywnym. Metoda numeryczna polega na symulacji Monte Carlo, a metoda analityczna bazuje na przybliżeniu operacji splotu rozkładów wielkości wejściowych, poprzez model matematyczny dla wielkości wyjściowej. Obie metody prowadzą do tego samego rezultatu obliczeniowego i można jej realizować przy użyciu arkusza kalkulacyjnego. Metody zilustrowano przykładem dotyczącym opracowania wyniku pomiaru przy wzorcowaniu przyrządu pomiarowego, w postaci mikrometru.
EN
The article presents calculation of measurement uncertainty with the use of the numerical method and the analytical approach. Both methods enable evaluation of uncertainty according to the definition of the coverage interval contained in a recent normative document. Numerical method is based on the Monte Carlo simulation and the analytical method makes use of an approximation of the convolution of distributions of input quantities by making a mathematical model of the output quantity. Both methods lead to the same numerical results and may be implemented with the use of spreadsheet software. Both methods are exemplified by evaluation of uncertainty in calibration of a measuring instrument, such as a micrometer.
Przedstawiono metodę randomizacji oddziaływania systematycznego zawierającego dwie składowe, w postaci odchylenia pomiarowego i niepewności jego wyznaczenia. Oddziaływanie systematyczne tworzy zmienną losową, opisaną centrowanym rozkładem płasko-normalnym. Rozkład ten jest splotem rozkładu prostokątnego z normalnym. Dzięki temu możliwy jest łatwy opis analityczny, jak również numeryczny, przyjętego rozwiązania. Obliczenia niepewności standardowej i współczynnika rozszerzenia tak zdefiniowanej zmiennej losowej nie są skomplikowane i mogą być łatwo implementowane do praktyki metrologicznej.
EN
The paper concerns a problem of randomization of the systematic effect being a part of the coverage interval associated with the measurement result. This effect is characterized by two components: systematic and random. The systematic component is estimated by the bias and the random component is estimated by the uncertainty associated with the bias. Taking into consideration these two components, there can be created a random variable with zero expectation and the standard deviation calculated by randomizing the systematic effect. The method of randomization of the systematic effect is based on the Flatten-Gaussian distribution. The standard uncertainty, being the basic parameter of the systematic effect, can be calculated with a simple mathematical formula, represented by (9). The numerical formula (11) can be also used for calculation of this standard uncertainty with a random generator represented by (12). The pre-sented evaluation of the uncertainty is more rational than those obtained with use of other methods, represented in literature [11-13]. It is useful for practical metrological application.
Historyczne podstawy dotyczące analizy danych pomiarowych pojawiły się już XIX wieku. Ukształtowały się w postaci metody najmniejszych kwadratów, prawa propagacji błędu i centralnego twierdzenia granicznego. Uzupełniały je o wnioskowania dotyczące przestawiania błędu pomiaru w postaci histogramu. Rozwiązania te uzasadniają współczesne podejście w dziedzinie opracowania wyniku pomiaru, opisujące wielkość mierzoną rozkładem prawdopodobieństwa.
EN
Historical basics concerning the analysis of a measurement data were appeared in XIX century. They were formulated as a method of least squares, law of error propagation and central limit theorem. The inference treating measurement error as a histogram and expressing it as a uncertainty was also completed. Nowadays this approach justifies expressing the measurement result as a measurand described by the probability distribution.
19
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Opisano sposoby wyznaczania wartości współczynnika rozszerzenia w procedurach obliczania niepewności pomiaru przy wzorcowaniu. Przedstawiono kryteria matematyczne niezbędne do poprawnego wyznaczania niepewności rozszerzonej przy założonym poziomie ufności. Przedyskutowano podstawowe zasady jakimi należy kierować się przy wyborze współczynnika rozszerzenia.
EN
The method for calculation of coverage factor in the measurement uncertainty evaluation procedures in calibration is described. The mathematical criteria indispensable to correct evaluation of expanded uncertainty corresponds to a assumed coverage probability are presented. The basic principles of the coveraae factor choice are discussed.
20
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW