校准不确定度的假人

表的内容

• 介绍
• 测量的不确定性是什么?
• 经典的“块字符串”不确定性的例子
• 不确定性的组件
• 你的参考标准(校准器)和它的可追溯性
• 其他来源的不确定性
• 是通过还是失败校准吗?
• 例子
• 病重/焦油比率与不确定性的计算
• 总结&外卖的关键

意识到相关的不确定性度量是一个非常基本的概念, 你真的不应该执行任何测量除非你意识到相关的不确定性 。

看来,通用的意识和不确定性日益浓厚的兴趣,这是伟大的。

测量的不确定性可以来自各种来源(包括参考测量装置用于执行测量,环境条件,人执行测量,过程,和其他来源。

有几个校准不确定性指南、标准和可用资源,但这些大多是数学公式。在这篇文章中,我试图保持最小的数学公式。

不确定性估计和计算可以很复杂,但我已经尽力了一些意义。

测量的不确定性是什么?

测量不确定度是什么?简单地说,这是“怀疑”的测量,所以它告诉我们测量有多好。每个测量我们都有一些“怀疑”,我们应该知道为了能够决定测量是否足够好。

最好记住这一点错误是不一样的不确定性。在校准,当我们比较我们的设备校准参考标准,这两个读数误差之间的区别。的错误是毫无意义的,除非我们知道测量的不确定性。

经典的“块字符串”不确定性的例子

让我们看一个简单的例子来说明测量的不确定性在实践中;我们给同一块字符串三个不同的人(一次),让他们来衡量该字符串的长度。没有额外的指示。他们可以使用自己的工具和方法来测量它。

很可能,你会得到三个不同的答案。例如:

• 第一个人说,弦长约60厘米。他使用一个10厘米的塑料尺子,测量弦一次,来到这一结论。
• 第二个人说这是70厘米长。他使用一个三米高卷尺和检查结果几次,以确保他是对的。
• 第三人说长67.5厘米的不确定性±0.5厘米。他使用一个精确的卷尺,测量弦几次平均和标准偏差。然后,他测试了多少字符串伸展拉时,发现这有一个小的影响结果。

甚至这个简单的例子表明,有许多事情影响的结果测量:测量工具的使用,使用的方法/过程,做那种工作的人。


所以,你应该问自己的问题是:

在你们工厂,当执行校准工作,这三个以上的例子会是哪一个?

什么样的“统治者”正在使用你的网站和测量方法/流程是什么?

如果你只是衡量不知道相关的不确定性的东西,结果是不值得。

不确定性的组件

标准偏差——不确定性的一个重要组成部分

几个组件构成总测量的不确定性,以及最重要的一个标准偏差让我们讨论下一个。

一个简单,但有价值的实践是多次重复测量/校准而不是仅仅执行一次。你很可能会发现小重复测量差异。但测量是正确的?

潜水太深没有统计,但是我们可以说是不够的测量一次。如果你多次重复相同的测量,你可以找到的平均和标准偏差测量和学习结果可以重复之间的不同。这意味着您可以找到正常的测量之间的区别。

你应该进行多次测量,甚至十倍,因为它足够统计可靠的计算标准偏差。

这些不确定性的组件,它们通过计算标准差,被称为a类型不确定性的组件。

但重复相同的测量十倍是不可能在实践中,你可能会说。

幸运的是你总是不需要执行十重复,但你仍然应该尝试测量过程有时会多次重复相同的测量。这将告诉你你的整个测量过程的典型偏差是,你可以使用这些知识在未来作为一个测量的不确定性相关组件,即使你只执行测量一次在你正常的校准。

想象,当执行一个温度测量/校准多次,你知道有一个±0.2°C之间重复。下次你执行相同的测量——即使你只执行一次,你就会意识到这可能±0.2°C不同,所以你可以考虑这个问题,不让测量太靠近验收极限。

如果你反复校准类似的工具,它通常是足够的执行只测量一次和使用典型的实验标准偏差。

总之,你应该时刻注意的标准偏差校准过程——这是总不确定性的一个重要组成部分。

你的参考标准(校准器)和它的可追溯性

最大的一个不确定性的来源通常来自于参考标准(或校准器)您使用在你的测量/校准。

当然,首先你应该选择一个合适的参考标准为每一个测量。

同样重要的是要记住,使用制造商的准确性还不够规范的参考标准和继续使用多年来作为参考标准的不确定性。

相反,你必须有你的参考标准定期校准的校准实验室有足够的能力(一个足够小的不确定性)校准标准和可追踪的。注意总不确定度的校准实验室文档供您参考标准。

同时,你应该遵循校准之间的稳定的参考标准。一段时间后,您将了解真正的不确定性的你的参考标准,您可以使用这些信息在你的校准。

其他来源的不确定性

白皮书中你可以找到更详细的讨论的其他来源的不确定性。

这些包括:

• 测试设备(DUT)
• 参考标准(仪)
• 执行测量方法/过程/校准
• 环境条件
• 人(s)进行测量
• 额外的不确定性组件根据所测量的数量/校准

这些组件被称为不确定性B型不确定性组件。

在本节中,我们讨论下面的场景:你已经完成了标定,结果在一个证书,你有公差范围比较结果。是时候流行的大问题:它是通过还是失败校准吗?它的宽容吗?

合规声明——通过或失败

通常,当你调整乐器预定义的公差范围,仪器必须满足。当然,你可能会执行一些校准没有公差范围,但是在过程行业公差水平通常是提前设置。

公差水平显示多少可以不同于真实价值的结果。如果校准结果的错误是在公差范围内,这是一个通过了校准,如果公差范围之外的一些错误,这是一个失败的校准。这听起来很简单,像基本的数学。有多难?

重要的是要记住,这是不够的只是考虑误差;您还必须考虑的总不确定校准!

考虑到不确定性这变成一个完全不同的球的游戏。正如白皮书中所讨论的,有很多的不确定性来源。接下来让我们通过一些例子。

例# 1 -参考与太大的不确定性

假设流程发射机你要校准的宽容度±0.5%的测量范围。

校准期间,你发现的最大误差为0.4%,这听起来像一个经过校准,对吧?

但是,如果使用的不确定性规范校准器±0.2% ?然后0.4%的结果可以通过或失败——要知道这是不可能的。

加上,在任何校准你也有许多其他来源,造成的不确定性结果的标准偏差,可重复性,校准过程中,环境条件等。

当你估计所有这些组件的不确定性的影响,更有可能的是校准是一个失败,毕竟,即使它看起来就像一个通过。

例# 2 -不同的情况下

让我们来看看下一个示例的图解积分法使这更容易理解。在下面的图片中有四个校准点,菱形表示实际校准结果。线上方和下方的结果表明每个校准点的总不确定性。黑色的水平线标志着公差极限。

我们可以解释上面所示的不同情况如下:

• 案例1:这显然是在公差范围内,即使不确定性是考虑。所以我们可以国家这是一个通过。
• 案例4:这也是一个明显的案例。结果是在公差范围之外,甚至在不确定性考虑之前,显然这是一个失败。
• 例2和3:这是更难以判断。似乎在例2中的结果是公差极限在案例3以外,特别是如果你不关心的不确定性。但考虑到这种不确定性,我们不能说这个充满信心。

有规定(例如,ILAC G8:1996 -准则评估和报告符合规范;EURACHEM / CITAC指南:使用在合规评估的不确定性信息,2007年第一版)如何合规的校准状态。

这些指导说明因此应该只被认为是通过当加上不确定性误差小于公差极限。

他们还建议,结果只能被认为是失败的错误与不确定性添加或减去大于公差极限。

当结果更接近公差极限一半以上的不确定性,他们认为应该称为“定义”的情况,即你不应该状态为通过或失败的结果。

我们看到很多人解释不确定性和通过/失败的决策在许多不同的方式。在实践中,通常不考虑的不确定性通过/失败的决策过程,但它仍然是非常重要的,需要注意的不确定性作出决定的时候。

例# 3 -不同的不确定性

另一种情况来说明当总不确定性并不总是相同的。

例1和2都有相同的测量结果,所以没有不确定性,我们会考虑这些相同的水平测量。

但考虑不确定性时,我们可以看到,例1真的是可怕的,因为不确定性太大,被用于这个测量给定的公差范围。

观察病例3和4似乎情况3更好,但我们可以看到它的不确定性是通过语句不够好,而4。

再一次,我想指出我们需要知道才能判断一个测量不确定度的结果。没有不确定性计算,例1和2类似;不确定性考虑他们是非常不同的。

病重/焦油比率与不确定性的计算

病重(测试不确定度比)焦油(测试精度比)中经常提到的各种出版物。一些出版物甚至表明,与一个足够大的轴承/沥青比没有需要担心的不确定性估计/计算。

一种常用的沥青比例是4:1。简而言之,这意味着,如果你想校准仪器1%,您的测试设备应该更准确的四倍,也就是,它应该有一个0.25%或更好的准确性。

一些指南/出版物也有建议的比率。最常使用的比例是在上面的例子中,即,比较规范的测试设备(DUT)和制造商的规格的参考标准。

但在这种情况下你只考虑参考标准(测试设备,校准器)规范和你忽略所有其他相关的不确定性。

虽然这可能是“足够好”对于某些校准,这种系统不考虑所有的不确定性来源。

一个精确的结果强烈建议您执行的不确定性评价/计算,考虑到整个校准过程。

我们经常问的一个问题便是“多少次校准器应该更准确比设备校准?”。虽然可以给一些建议,但并不是任何正确的回答这个问题。相反,你应该意识到你总不确定性的校准。当然,它应该反映你的需要!

从白皮书总结&关键外卖

了解更多关于这个主题,请下载并阅读本spost白皮书联系在一起。

这是一个简短的列表的关键外卖:

文章以pdf格式下载免费白皮书通过点击下面的图片:

你也可以像这样相关的不确定性:

• 不确定性的组件使用一块干燥的温度校准

同时,请看看这篇文章什么是校准在我们的网站上。