Teorie měření a regulace

Rozměr: px
Začít zobrazení ze stránky:

Download "Teorie měření a regulace"

Transkript

1 Ústav technologie, mechanizace a řízení staveb semmmm Teorie měření a regulace nejistoty SPEC-ch.3. ZS 2015/ Ing. Václav Rada, CSc.

2 NEJISTOTY MĚŘENÍ a co s tím souvisí 2. Speciál informací o nejistotách VR - ZS 2015/2016

3 CHYBY Označení v literatuře není jednotné. obvyklý symbol je δ nebo ε někdy (a to dosti často) také e, Δ - a bohužel jinde i jinak.. úvodní upozornění... VR - ZS 2015/2016

4 CHYBY - rekapitulace ABSOLUTNÍ CHYBA X = X (přístroj) X (skutečná) Platí i pro měření v závislosti na probíhajícím čase RELATIVNÍ CHYBA X = X / X (odečet na přístroji) * 100 % POMĚRNÁ (redukovaná) CHYBA XM = X / M (měřicí rozsah) * 100 % VR - ZS 2015/2016

5 Skutečná chyba (statická chyba - odchylka) je dána vztahem: y = y - x i ~ y - x s nebo x i = x s - x 1 - x 2 Absolutní chyba = = y - x stř ~ x s - x i nebo X = X (přístroj) X (skutečná) VR - ZS 2015/2016

6 Relativní chyba r = ( y / y ) = ( / y ) nebo r = ( y / y ) * 100% = ( / y ) * 100% Vyjádřeno pomocí třídy přesnosti přístroje T p = ( y max / x max ) * 100% = ( max / x max ) * 100% VR - ZS 2015/2016

7 Skutečná chyba význam jednotlivých značek: y --- údaj přístroje x i --- skutečná (ideální) hodnota x s --- naměřená hodnota x stř --- střední hodnota měřené veličiny (obvykle zastoupená jejím nejlepším odhadem) x soustavná chyba měření x náhodná chyba měření --- chyba absolutní (má rozměr měřené veličiny) r --- chyba relativní (je vždy udávána jako poměrová) y max --- maximální (přípustná) chyba max --- maximální (přípustná) absolutní chyba --- rozsah přístroje (jeho maximum) x max VR - ZS 2015/2016

8 Metodika a postup výpočtu nejistot měření jsou zpracovány například v: Guide to the Expression of Uncertainty in Measurement, TPM , dokument EA 4/02 Vyjadřování nejistot měření při kalibraci, ČSN P ENV Pokyn pro vyjádření nejistoty měření. VR - ZS 2015/2016

9 Metodika a postup výpočtu nejistot měření jsou zpracovány například v: Němeček, P.: Nejistoty měření. Česká společnost pro jakost, Praha, 2008, 98 stran formátu A4, ISBN Guide to the Expression of Uncertainty in Measurement, TPM , dokument EA 4/02 Vyjadřování nejistot měření při kalibraci Metodika a postup výpočtu nejistot měření dobře popsáno řadě článků : ČSN P ENV Pokyn pro vyjádření nejistoty měření. v

10 Nejistota měření (výsledku měření) - umožňuje jednotný přístup k hodnocení výsledků měření experimentů v různých oblastech vědy a techniky - při uvádění výsledku měření je třeba uvést i nejistotu měření - je to parametr charakterizující rozsah (interval) hodnot okolo výsledku měření, který je možné odůvodněně přiřadit hodnotě měřené veličiny. Základem určování nejistoty je statistický přístup - předpokládá se určité rozdělení pravděpodobnosti, které udává pravděpodobnost, s jakou se v intervalu daném nejistotou nachází skutečná hodnota měřené veličiny. VR - ZS 2015/2016

11 Nejistota měření Cílem stanovení nejistot při měření je zjištění intervalu hodnot okolo indikovaného výsledku měření. Umožňuje jednotný přístup k hodnocení výsledků měření experimentů ve všech oblastech vědy, techniky i běžného života. Při uvádění výsledku měření je třeba uvést i hodnotu nejistoty měření problémem však bývá její znalost nebo (alespoň) kvalifikovaný odhad. VR - ZS 2015/2016

12 Nejistota, citlivost, přesnost, rozlišení a správnost měření I když se běžně hovoří o přesnosti nebo o nepřesnosti měření jako o rozdílu správné a naměřené hodnoty, ke správné hodnotě obvykle nemáme jiný přístup než právě měřením. Ve skutečnosti bychom měli mezi pojmy rozlišovat. Výsledek měření se vždy pohybuje v jistém tolerančním poli kolem skutečné hodnoty, kterou prakticky nikdy neznáme. Výsledný rozdíl mezi oběma hodnotami je někdy tvořen i velmi složitou kombinací dílčích faktorů.

13 Nejistota měření Nejistota měření charakterizuje rozsah hodnot, které lze přiřadit k měřené veličině. Je označována symbolem u. Podrobnější informace naleznete např. v odkazu Nejistota měření.

14 Nejistota měření Pro vyhodnocení nejistot je nutné porozumět fyzikálnímu principu a podstatě prováděného měření výborná znalost metody měření a schopnost analyzovat vlivy působící v průběhu měření celková přesná, vyčerpávající analýza zdrojů nejistoty analýza možností a velikostí vlivu na výsledek.

15 Nejistota měření Cílem stanovení nejistot při měření je zjištění intervalu hodnot okolo indikovaného výsledku měření. Umožňuje jednotný přístup k hodnocení výsledků měření experimentů ve všech oblastech vědy, techniky i běžného života. Při uvádění výsledku měření je třeba uvést i hodnotu nejistoty měření problémem však bývá její znalost nebo (alespoň) kvalifikovaný odhad.

16 Rozdělení pravděpodobnosti nebo rozložení pravděpodobnosti (někdy také distribuce pravděpodobnosti). náhodné veličiny je pravidlo, kterým každému jevu popisovanému touto veličinou přiřazujeme určitou pravděpodobnost. Rozdělení pravděpodobnosti náhodné veličiny získáme pokud každé hodnotě diskrétní náhodné veličiny, popř. intervalu hodnot spojité náhodné veličiny, přiřadíme pravděpodobnost. Rozdělení pravděpodobnosti lze také chápat jako zobrazení, které každému elementárnímu jevu přiřazuje určité reálné číslo, které charakterizuje pravděpodobnost tohoto jevu.

17 Nejistota měření zdroje a původy Nekompletní definice a/nebo nedokonalá realizace měřené veličiny (chyba přípravy nebo použití špatných teorií) - definice měřené veličiny, Nereprezentativní vzorkování naměřené hodnoty nemusí reprezentovat definovanou měřenou veličinu, (měření v nevhodný časový okamžik, špatná konstelace okolností ovlivňujících měření (obvykle nepravidelně, náhodně, atp.). Nedostatečná znalost vlivů okolního prostředí nebo jejich nedokonalé měření (zjištění) špatná příprava.

18 Zdroje nejistot Jsou to zdroje, které nějakým způsobem ovlivňují neurčitost jednoznačného stanovení výsledku měření a tím vzdalují naměřenou hodnotu od hodnoty skutečné.

19 Nejčastějšími zdroji nejistot jsou: - nedokonalá či neúplná definice měřené veličiny - nevhodný výběr přístroje - nevhodný výběr vzorků měření - nevhodný postup při měření - zaokrouhlování - linearizace, aproximace - interpolace a extrapolace - regrese

20 Nejčastějšími zdroji nejistot jsou: - neznámé vlivy prostředí - nekompenzované vlivy prostředí - nedodržení shodných podmínek při opakovaných měřeních - subjektivní vlivy obsluhy a její nepřesnosti - nepřesnost etalonů - nepřesnost referenčních materiálů.

21 Nejistota měření zdroje a původy Vliv lidského faktoru při odečítání z analogových měřidel. Omezené rozlišení měřicího přístroje nebo práh rozlišení citlivost a přesnost přístroje. Nepřesné hodnoty etalonů, cejchovních přístrojů, referenčních materiálů, atp. Nepřesné hodnoty konstant a dalších parametrů získaných z externích zdrojů a použitých při výpočtu, nevhodná aproximace a zjednodušení obsažené ve výpočtech, měřicí metodě a postupu. Změny působící při opakovaných měřeních veličiny.

22 Zdroje nejistoty měření je mnoho možných zdrojů nejistot měření - vznikající v důsledku: - nekompletní definice měřené veličiny, - nedokonalé realizace definice měřené veličiny, - nereprezentativní vzorkování naměřené hodnoty nemusí reprezentovat definovanou měřenou veličinu, - nedostatečná znalost vlivů okolního prostředí nebo jejich nedokonalé měření, - vliv lidského faktoru při odečítání z analogových měřidel, - omezené rozlišení měřicího přístroje nebo práh rozlišení,

23 .. - nepřesné hodnoty měřicích etalonů a referenčních materiálů, - nepřesné hodnoty konstant a dalších parametrů získaných z externích zdrojů a použitých při výpočtu, - aproximace a zjednodušení obsažené v měřicí metodě a postupu, - změny v opakovaných pozorováních měřené veličiny, která jsou prováděna za zjevně shodných podmínek, -. - vlivy vázané na použité přístroje, etalony a vybavení, - vlivy okolního prostředí a jejich změny, - vlivy metody, - vlivy operátora, - ostatní vlivy.

24 Cílem stanovení nejistot při měření, je zjištění úplného intervalu hodnot okolo výsledku měření. Vztah mezi chybou měření a nejistotou ukazuje grafické znázornění výsledku měření při kalibraci

25 Kvantifikace chyby Chybou e i naměřené veličiny je rozdíl: e i = x i - μ o e i x i x i výsledek o skutečná hodnota μ o VR - ZS 2015/2016

26 Kvantifikace chyby jednotlivé naměřené hodnoty x i jednotlivé naměřené hodnoty x i e i μ 0 e i μ 0 správné a přesné měření nesprávné a nepřesné měření VR - ZS 2015/2016

27 CHYBY Indikace přístroje Nejistota měření Konvenčně pravá (skutečná) hodnota Nejistota indikace -U ind +U ind -U s +U s Nejistota skutečnosti -U c -u c x ind Δ x Chyba měření x s +U c +u c Rozšířená nejistota měření Reálná nejistota obvykle u c * 2 = U c VR - ZS 2015/2016

28 U ind - rozšířená nejistota indikace zkoušeného měřidla, U s - rozšířená nejistota konvenčně pravé hodnoty, U c - rozšířená nejistota měření, x - chyba měření, x ind - indikace zkoušeného přístroje, x s - konvenčně pravá hodnota, u c - standardní kombinovaná nejistota chyby měření (2*u c = U c ), u xind - standardní nejistota hodnoty x ind, u xs - standardní nejistota hodnoty x s.

29 Validace Ve všeobecnosti znamená ověření platnosti a v laboratořích se stěžejně využívá pro ověření platnosti analytické metody pro definovanou oblast použití, matrici, zkušební zařízení, apod. Jakost služeb úzce souvisí s validací metody. VR -- ZS 2009/ /2014

30 Validace Činnost zkušebních laboratoří v oblasti validace probíhá ve 4 rovinách: - vývoj nových zkušebních a měřících metod a technik - výroba referenčních materiálů, etalonů - zavádění nových norem a technických předpisů - poskytování analytického servisu.

31 Zkušební laboratoře a provozní pracoviště musí mít a používat postupy pro odhad nejistoty měření slouží k identifikaci všech složek nejistoty a o přiměřený odhad výsledné (celkové) nejistoty a musí zajistit, aby způsob uvádění výsledků nevzbuzoval nesprávnou představu o hodnotě nejistoty. Přiměřený odhad musí být založen na znalosti provedení metody a na oblasti použití měření a musí využívat např. předchozích zkušeností a údajů o validaci. V určitých případech může povaha zkušební metody vylučovat přesné, metrologicky a statisticky oprávněné výpočty nejistoty měření.

32 Nejistota měření postupně se zavádí namísto pojmu chyba měření a správná hodnota měření vyjadřuje rozsah hodnot, které je možno k měřené veličině racionálně přiřadit podle nových norem MH je def. jako střední prvek souboru, který reprezentuje měřenou veličinu a nejistotu měření charakterizující rozptýlení hodnot základní kvantitativní charakter. nejistoty standardní nejistota u stand. nejistoty typu A (u A ) stand. nejistoty typu B (u B ) kombinovaná nejistota (u c ) - statistická analýza opakovaných měření - příčiny neznámé, velikost klesá s poč. měření - vyhodnoceny pro jednotlivé zdroje nejistoty - velikost nezáv. na počtu opakování měření - společné působení vyjadřuje výsledná standardní nejistota typu B - sloučení standardních nejistot typu A a B - v praxi nevystačíme jen s typem A nebo B

33 Typy nejistot Základní charakteristikou nejistoty je tzv. standardní nejistota u. Standardní nejistoty se dělí podle způsobu vyhodnocení na standardní nejistoty typu A a typu B. Rozdělení nejistot pole způsobu, kterým byly získány: - nejistota typu A - nejistota typu B. VR - ZS 2015/2016

34 Typy nejistot Nejistota typu A se stanoví výpočtem z opakovaně provedených měření dané veličiny počet mření je znám - je způsobována náhodnými chybami, jejichž příčiny se všeobecně považují za neznámé - předpokladem je existence normálního rozdělení pravděpodobnosti těchto chyb.. Nejistota typu B je stanovena jinak než opakovaným měřením - je způsobována známými a odhadnutelnými vlivy - proto nezávisí na počtu měření - stanoví se možné zdroje nejistot a určí se standardní nejis-toty (hodnoty) u každého zdroje nejistot (převzetím hodnot z te-chnické dokumentace - kalibrační listy, technické normy, údaje výrobce atd. nebo kvalifikovaným odhadem). VR - ZS 2015/2016

35 Typy nejistot Výsledná nejistota se skládá z několika dílčích nejistot. Z nejobecnějšího hlediska se rozdělují do dvou složek. Typ A - statistické zpracování opakovaně naměřených údajů za stejných podmínek měření - tlak, teplota, vlhkost. Typ B - nejistota způsobená známými nebo odhadnutelnými příčinami - nedokonalostí měřících přístrojů, vlivem operátora, vlivem použitých metod měření. Z těchto dvou nejistot se dále určuje kombinovaná nejistota podle vztahu:

36 Nejistota měření Rozdělení nejistot podle způsobu, kterým byly získány: - nejistota typu A stanoví se výpočtem z opakovaně provedených měření dané veličiny počet měření je dán/znám - nejistota typu B stanoví se jinak než opakovaným měřením stanoví se možné zdroje nejistot a určí se standardní nejistoty (hodnoty) u každého zdroje nejistot (převzetím hodnot z technické dokumentace - kalibrační listy, technické normy, údaje výrobce atd. nebo kvalifikovaným odhadem).

37 Typy nejistot Nejistota typu A se stanoví výpočtem z opakovaně provedených měření dané veličiny - je způsobována náhodnými chybami, jejichž příčiny se všeobecně považují za neznámé - předpokladem je existence normálního rozdělení pravděpodobnosti těchto chyb... je způsobována náhodnými chybami, jejichž příčiny se všeobecně považují za neznámé. Předpokladem je existence normálního rozdělení pravděpodobnosti těchto chyb.

38 Nejistota typu A je, stejně jako výše uvedené chyby, způsobena mnoha malými náhodnými vlivy. Je-li počet měření n alespoň 10, určení nejistoty je stejné jako v případě jednoduchého stanovení chyby. Při menším počtu násobíme chybu koeficientem A k z tabulky - se zmenšujícím se n totiž klesá věrohodnost nejistoty koeficient to kompenzuje. počet měř. n koef. A k

39 Mírou nejistoty typu A je výběrová směrodatná odchylka výběrového průměru. Výběrová - naměřené hodnoty představují určitý malý výběr z prakticky nekonečného množství hodnot, kterých by mohla měřená veličina nabývat. Výběrového průměru - hodnota, která se uvádí jako výsledek měření - se získá výpočtem průměrné hodnoty jako opakovaně provedených odečtů, tedy sečtením všech hodnot a vydělením součtu počtem provedených odečtů.

40 Vyhodnocení stand. nejistoty typu A vychází ze statistické analýzy série opakovaných měření nezávislá, stejně přesně pozorovaná měření odhad x je průměr nam. hodnot nejistota příslušná k odhadu - směrodatná odchylka výběrového průměru u n A (X ) i 1 ( x) ( X ) N N N x i N počet prvků výběrového souboru x 1 směrodatná odchylka libovolného odměru odhad směrodatné odchylky aritmetického průměru - nejistota způsobena kolísáním naměřených údajů - pro n<10 je takto určená nejistota málo spolehlivá 2 x N i 1 N x i

41 Vyhodnocování nejistot typu A Vychází ze statistické analýzy opakované série měření. Rozložení chyb zejména náhodných se nejlépe vyjadřuje odhadem výsledné hodnoty pro počet měření n (n > 1) za vhodný počet se považuje n > 30 - který je vyjadřován aritmetickým průměrem: Z praxe je známo, že pro N = 50 chyba chyby (protože chyba ±σ je také odhadnuta) má hodnotu asi 10 %.

42 Vyhodnocování nejistot typu A Grafické znázornění hodnot jednotlivých měření tj. reálně odečtené hodnoty a jejich odchylka (chyba) od skutečné (ideální) hodnoty. naměřená hodnota x x1 x2 δ2 x4 ±δ3 δ1 x3 -δ3 x5 -δ3 měření číslo

43 Vyhodnocování nejistot typu A To je splněno, pokud je rozložení chyb dáno Gaussovým rozdělením (normálním rozdělením) pravděpodobnost dp, že absolutní chyba leží v intervalu ( ε, ε + dε ), je: dp = G(ε)*dε = (1 / SQRT(2*π*σ)) * exp(-ε 2 / 2* σ 2 )*dε kde σ je tzv. směrodatná odchylka charakterizující šířku Gaussova rozdělení čili šířku rozptylu chyb σ 2 se nyzývá rozptyl

44 Vyhodnocování nejistot typu A Obecný tvar pravděpodobnostního intervalu rozložení chyb je prakticky shodné s Gaussovým rozdělením (normálním rozdělením) s mezním rozmezím pro hodnotu k = 3 protože pro hodnoty k > 3 je hodnota pravděpodobnosti pod 1% a není tudíž významnou hodnotou. záporná chyba kladná chyba

45 Vyhodnocování nejistot typu A Hustota pravděpodobnosti Gaussovo rozdělení náhodné veličiny G(ε) 0,3415 0,3415 Celkový největší výskyt 0,683 0,1355 0,1355 0, ,0217 0,0217 0,00135 μ = 0 ε

46 Vyhodnocování nejistot typu A Četnost Gaussovo rozdělení náhodné veličiny 68,3 % ε 95 % 99,7 %

47 Vyhodnocování nejistot typu A Gaussovo rozdělení náhodné veličiny - grafy hustot normálního rozdělení s různými charakteristikami.

48 Vysvětlivka k údaji: celkový největší výskyt = 0,683 znamená, že pro 1000 měření a stejný počet aritmetických průměrů - přibližně 68,3 % získaných průměrů bude ležet právě v oblasti ±σ kolem nulové hodnoty μ = 0 Pro praxi se hodí tabulka, že pravděpodobnost chyby je menší než hodnota: 0,954 pro ±2*σ 0,9973 pro ±3*σ 0,5 pro ±0,674*σ

49 Vyhodnocování nejistot typu A Nejistota tohoto odhadu se určí jako výběrová směrodatná odchylka = střední kvadratická chyba aritmetického průměru která nejlépe určuje míru přesnosti stanovení výsledku měření - této hodnoty podle vztahu: obvyklé označení. u Ax = σ 0 V případě malého počtu měření (n < 10), je tento výpočet málo spolehlivý, a proto se musí ještě připočítat nejistota typu B.

50 Typy nejistot Nejistota typu B je stanovena jinak než opakovaným měřením - je způsobována známými a odhadnutelnými vlivy - proto nezávisí na počtu měření. je způsobována známými a odhadnutelnými vlivy, proto nezávisí na počtu měření.

51 Nejistota typu B je nemá náhodný charakter. Při opakovaných měřeních na sebe upozorní trvalým výskytem. Tuto nejistotu stanovíme z charakteru měření, bez statistického výpočtu, tj. jde o nedokonalosti způsobené měřicími přístroji, technikou, metodami, konstantami, podmínkami, za kterých měření probíhá, popř. vlivem operátora. Při jejím určení se tedy odhaduje maximální rozsah odchylek od naměřené hodnoty tak, aby v něm skutečná hodnota s velkou pravděpodobností ležela.

52 V případě, že máme stanoveno více nejistot v měřicím řetězci, výslednou nejistotu dostaneme jejich geometrickým součtem. Korelace mezi jednotlivými zdroji nejistot typu B se nebere v úvahu.

53 Vyhodnocení stand. nejistoty typu B Odhaduje se na základě: údajů měřicí techniky údajů získaných při kalibraci a z certifikátů zkušeností s vlastnostmi a chováním materiálů a techniky - nepřímá měření výsledná nejistota je dána geometrickým součtem dílčích nejistot - při dodržení ref. podmínek zdroj nej. typu B je údaj o přesnosti MP u B ( z) z 3 Δz absolutní chyba veličiny z plyne z vlastností rovnoměrného rozdělení - při nedodržení ref. podm. navíc vliv okolních veličin (třeba znát jejich vliv na údaj MP)

54 Vyhodnocování nejistot typu B Je založeno na jiných než statistických přístupech. Nejistota typu B se odhaduje na základě všech dostupných informací. Například údaje výrobce měřící techniky, zkušenosti z předchozích sérií měření, z poznatků o chování materiálů, údaje získané při kalibraci a třeba nejistoty referenčních údajů uvedených v příručkách. Vychází se z dílčích nejistot jednotlivých zdrojů.

55 Nejistota měření Kombinovaná standardní nejistota Kombinovaná standardní nejistota výsledku měření je geometrickým součtem nejistoty typu A a nejistoty typu B. Rozšířená standardní nejistota U Standardní kombinovaná nejistota u byla určena s pravděpodobností P = 68%, tj. pro koeficient rozšíření k = 1. Pro jinou pravděpodobnost se nejistota přepočte vynásobením koeficientem rozšíření k.

56 Kombinovaná standardní nejistota u je kvadratickým sloučením nejistot typu A a B u(x i ) = SQRT [u A (x i ) 2 + u B (x i ) 2 ]

57 Vyhodnocení kombinované nejistoty kombinovaná standardní nejistota u C sloučení u A a u B u C u 2 A u 2 B v daném intervalu leží každá hodnota veličiny x s pravděpodobností 68 % pro větší pravděpodobnost rozšířená nejistota U U( x) k u ( x) pro k r =2 je pravděpodobnost 95 % pro k r =3 je pravděpodobnost 99,7 % r C k r koeficient rozšíření <2;3> U rozšířené nejistoty musí být vždy uvedena hodnota koef. rozšíření k r

58 Nejistota měření Rozšířená standardní nejistota U V praxi se uvádí nejistota výsledku měření rozšířená koeficientem k = 2, což pro normální rozdělení odpovídá pravděpodobnosti pokrytí asi 95%. Tento postup stanovení nejistot vychází z předpokladu nekorelovaných vstupních veličin nejsou a přímého měření.

59 Příklad stanovení nejistot Výpočet nejistoty jednoduchého délkového měření (přímé měření) stanovení výšky zkušebního tělesa. Použité měřidlo: digitální posuvné měřítko s rozlišením 0,01 mm. 1. měření 2. měření 3. měření Výška [mm] 1 63,23 63,40 63,22 63, ,40 63,33 63,31 63, ,21 63,35 63,41 63, ,52 63,41 63,24 63, ,26 63,14 63,26 63, ,24 63,29 63,22 63, ,36 63,18 63,37 63, ,21 63,23 63,33 63, ,28 63,27 63,24 63, ,30 63,45 63,14 63,30

60 Výpočet nejistoty měření příklad 1 Zadání: Analog. voltmetr TP=0,5V, MR=10 V, pracuje při referenčních podmínkách. Opakovaná měření vždy hodnota 5,05 V nejistota typu A se nebude uvažovat. stačí vypočítat nejistotu typu B standardní nejistota typu B Při volbě k r =2 bude výsledek: TP* MR 0,5*10 ub x * 3 100* 3 U 0, V U(x) = u B *k r = 0,029 * 2 = 0,058 V U x =5,05 V U(x)=0,058 V (pro k r =2) MH rozšířená nejistota

61 Výpočet nejistoty měření příklad 2 Multimetr ± 0,1% rdg ±0,05% fs, MR=10V MH={5,003; 5,006; 5,001; 5,008; 5,002; 5,000; 5,005; 5,004; 5,008; 5,007} V Odhad měřené veličiny: U x1 =5,0044 V Standardní nejistota typu A: xi x i 1 ua( x) ( X ) 0, 0009 V N N N 1 N 2 Standardní nejistota typu B: ΔU=5,0044*0,1* *0,05*10-2 =0,01 V - předpokládáme u MP rovnoměrné rozložení hodnot Kombinovaná nejistota: 2 2 uc u u 0, 0059 V A B U u B 0058 V 3 0, Rozšířená nejistota (k r =2): U Ux1 =0,012 V

62 Výpočet 1. Výpočet standardní nejistoty typu A. Průměrná výška: y = 63,26 mm Výběrová směrodatná odchylka: s 0 (y) = 0,05 Nejistota typu A: u A (y) = 0,02 mm.

63 Výpočet standardní nejistoty typu B. veličiny, které mohou ovlivňovat výsledek měření: chyba čtení, teplotní roztažnost kovového měřidla, přesnost měřidla zjištěná kalibrací, popřípadě udávaná výrobcem, nejistota kalibrace měřidla. Nejistota typu B: u B (y) = 0,01 mm

64 Kombinovaná nejistota u(y) = 0,022 mm Rozšířená nejistota U = k * u(y) = 2 * u(y) = 0,044 mm

65 Výsledná rozšířená nejistota se zokrouhlí nahoru na stejný číselný řád, v němž se udává výsledná hodnota, tedy výška zkušebního tělesa 63,3 mm. Nejistota měření je ± 0,1 mm. Vyjádření výsledku: 63,3 ± 0,1 mm

66 Je-li známá maximální odchylka j-tého zdroje, pak se nejistota j-tého zdroje určí podle vztahu Hodnota k je součinitel vycházející ze zákona rozdělení viz Gaussovo rozdělení). Výsledná nejistota se pro m zdrojů určí následovně: A je součinitel citlivosti jednotlivých zdrojů.

67 Konečný tvar výsledku měření: Základní obecný tvar: X = x m ± σ měřená veličina = výsledná hodnota ± směrodatná chyba

68 Příklad měření - měření délky objektu Naměřené výsledky v [m]: 17,62 17,62 17,615 17,62 17,61 17,61 17,62 17,625 17,62 17,62 17,61 17,615 17,61 17,605 17,61 předpokládáme, že měření má normální rozdělení, takže nejlepším odhadem měřené veličiny je aritmetický průměr: x = střední kvadratická chyba aritmetického průměru: σ 0 = σ / SQRT (15) = 0,0015 m. zaokrouhl. 0,002 m výsledek: x = ± 0,002 [m]

69 Chyba měřicího přístroje ANALOGOVÝ MP Celková výsledná relativní chyba analogového měřicího přístroje a tedy i třída přesnosti do níž je zatříděn a následně hodnoty tímto přístrojem změřené (a publikované) je vždy vztažena k maximální hodnotě měřicího rozsahu. Pokud se vztahuje k naměřené hodnotě, výrobce to vyznačí, protože takový přstroj je kvalitnější viz příklad. Při odečítání je nutno vymezit (anulovat) chybu vzniklou špatným čtením musí být zajištěna paralaxa, kolmost čtecího oka, ručky a stupnice.

70 Chyba měřicího přístroje Příklad. ANALOGOVÝ MP Měřicím přístrojem s jmenovitým rozsahem Im = 10 ma byl změřen proud I = 8,3 ma. Podle technických údajů výrobce je třída přesnosti TP = 2,5 % Největší přípustná chyba měřeného proudu je Δm = ( 2,5/100) * 10 ma = 0,25mA. To znamená správný údaj v rozmezí hodnot I = 8,05 ma až 8,55 ma Relativní chyba naměřené hodnoty proudu je pak δm = 0,25/ 8,3 = 0,030 = 3 %.

71 Chyba měřicího přístroje DIGITÁLNÍ MP Celková výsledná relativní chyba digitálního přístroje bude: - závislá na velikosti měřené hodnoty a vyjadřované v procentech měřené hodnoty - závislá buď na použitém rozsahu (v tom případě vyjádřené v procentech použitého rozsahu) nebo vyjádřené počtem jednotek (digitů) nejnižšího místa číslicového displeje na zvoleném rozsahu.

72 Chyba měřicího přístroje DIGITÁLNÍ MP Příklad. Měřicím přístrojem bylo naměřeno napětí U = 1,5136 V na jmenovitém rozsahu Um = 2 V u DMP to představuje mezní údaj číslicového displeje 1,9999 V. Největší přípustná chyba je podle údaje výrobce dána hodnotou 0,05 % z měřené hodnoty a dále 3-mi jednotkami (digity) nejnižšího místa číslicového displeje. Údaj

73 Chyba měřicího přístroje. DIGITÁLNÍ MP Údaj 0,05 % z měřené hodnoty přestavuje chybu U = (0,05/100)*1,5136 V = 7,568*10-4 V a údaj třetí jednotky nejnižšího místa znamená chybu U = 0,0003 V = 3*10-4 V. celková největší přípustná chyba je Δm = (7, )*10-4 V = 10,568*10-4 V a po zaokrouhlení na dvě platné číslice Δm = (1,1)*10-3 V. Relativní chyba naměřené hodnoty je δm = (1,1)*10-3 V /1,5136 V = 0, V = 0,07 %.

74 CHYBY Základní zásady používání měřících přístrojů Před zahájením měření musí být na přístroji nastaven správný (odpovídající) měřící rozsah pokud není známa ani přibližně možná reálná hodnota měřené veličiny (respektive její nejmenší a největší hodnota), vždy nastavíme rozsah největší (pro nejvyšší hodnoty). Jinak snadno dojde k přetížení přístroje, případně k jeho poškození (obvykle nevratnému). Při volbě rozsahu vždy začínáme u nejvyššího možného!!! Měřená veličina nebo přesněji obvod, musí být ke vstupním (měřicím) svorkám připojen správně, zejména s ohledem na polaritu.

75 Základní zásady používání měřících přístrojů Měřící přístroj by měl být připojen pouze po dobu nezbytnou ke správnému změření (odečtu hodnoty) dané veličiny. Výjimkou jsou trvale zapojená měřidla např. v technologických procesech, ve špatně dostupných měřicích místech pokud se měření opakují, u složitých zapojení, atp. Výběr vhodného přístroje musí proběhnout před měřením a musí mimo jiné obsahovat i posouzení, zda přístroj svou konstrukcí či svými vlastnostmi neovlivní měřenou hodnotu.

76 Základní zásady používání měřících přístrojů Měřicí přístroj musí při měření zaujímat pro něj předepsanou polohu (vodorovně, svisle, šikmo, atp.) viz jeho technické parametry nebo příslušná značka uvedená přímo na stupnici přístroje. Nedodržení polohy má (může mít) za následek naměření nesprávných údajů (na první pohled od správných k nerozeznání).

77 a to by bylo k tomuto tématu vše. VR - ZS 2015/2016

78 CHYBY VR - ZS 2014/2016

CW01 - Teorie měření a regulace

CW01 - Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace 17.SPEC-ch.2. ZS 2014/2015 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace

Více

T- MaR. Ústav technologie, mechanizace a řízení staveb. Teorie měření a regulace. Podmínky názvy. 1.c-pod. ZS 2015/ Ing. Václav Rada, CSc.

T- MaR. Ústav technologie, mechanizace a řízení staveb. Teorie měření a regulace. Podmínky názvy. 1.c-pod. ZS 2015/ Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace Podmínky názvy 1.c-pod. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. MĚŘENÍ praktická část OBECNÝ ÚVOD Veškerá měření mohou probíhat

Více

Posouzení přesnosti měření

Posouzení přesnosti měření Přesnost měření Posouzení přesnosti měření Hodnotu kvantitativně popsaného parametru jakéhokoliv objektu zjistíme jedině měřením. Reálné měření má vždy omezenou přesnost V minulosti sloužila k posouzení

Více

Teorie měření a regulace

Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb CW01 Teorie měření a regulace Praxe názvy 1. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. OBECNÝ ÚVOD - praxe Elektrotechnická měření mohou probíhat pouze při

Více

CW01 - Teorie měření a regulace

CW01 - Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2014/2015 2.p-1a.mt 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace

Více

VYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ. #2 Nejistoty měření

VYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ. #2 Nejistoty měření VYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ # Nejistoty měření Přesnost měření Klasický způsob vyjádření přesnosti měření chyba měření: Absolutní chyba X = X M X(S) Relativní chyba δ X = X(M) X(S) - X(M) je naměřená hodnota

Více

EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek

EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření Jan Krystek 9. května 2019 CHYBY A NEJISTOTY MĚŘENÍ Každé měření je zatíženo určitou nepřesností způsobenou nejrůznějšími negativními vlivy,

Více

Teorie měření a regulace

Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb semmmm Teorie měření a regulace chyby*nejistoty - 2 17.SP-ch.4cv ZS 2015/2016 2015 - Ing. Václav Rada, CSc. CHYBY Označení v literatuře není jednotné. obvyklý

Více

VÝUKOVÝ MATERIÁL. Pro vzdělanější Šluknovsko. 32 Inovace a zkvalitnění výuky prostřednictvím ICT Bc. David Pietschmann.

VÝUKOVÝ MATERIÁL. Pro vzdělanější Šluknovsko. 32 Inovace a zkvalitnění výuky prostřednictvím ICT Bc. David Pietschmann. VÝUKOVÝ MATERIÁL Identifikační údaje školy Číslo projekt ázev projekt Číslo a název šablony Ator Tematická oblast Číslo a název materiál Anotace Vyšší odborná škola a Střední škola, Varnsdorf, příspěvková

Více

Postup pro kalibraci vyměřené zkušební dráhy pro stanovení konstanty vozidla W a účinného obvodu pneumatik (dále jen dráhy )

Postup pro kalibraci vyměřené zkušební dráhy pro stanovení konstanty vozidla W a účinného obvodu pneumatik (dále jen dráhy ) Postup pro kalibraci vyměřené zkušební dráhy pro stanovení konstanty vozidla W a účinného obvodu pneumatik (dále jen dráhy ) Kalibrace se provede porovnávací metodou pomocí kalibrovaného ocelového měřicího

Více

Teorie měření a regulace

Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace chyby*nejistoty - 1 17.SP-ch.3cv ZS 2015/2016 2015 - Ing. Václav Rada, CSc. CHYBY Označení v literatuře není jednotné. obvyklý symbol

Více

3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT

3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT PROKAZOVÁNÍ SHODY VÝROBKŮ část 3, díl 8, kapitola 4, str. 1 3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT Vyjadřování standardní kombinované nejistoty výsledku zkoušky Výsledek zkoušky se vyjadřuje v

Více

Detailní porozumění podstatě měření

Detailní porozumění podstatě měření Nejistoty Účel Zjištění intervalu hodnot okolo výsledku měření, který lze přiřadit k hodnotě měřené veličiny Nejčastěji X X [%] X U X U [%] V roce 1990 byl vydán dokument WECC 19/90, který představoval

Více

Vyjadřování nejistot

Vyjadřování nejistot ÚČEL Účelem stanovení nejistot při měření je zjištění intervalu hodnot okolo výsledku měření, který lze přiřadit k hodnotě měřené veličiny. Nejistota měření zjištěná při kalibraci je základem pro zjištění

Více

Měřicí přístroje a měřicí metody

Měřicí přístroje a měřicí metody Měřicí přístroje a měřicí metody Základní elektrické veličiny určují kvalitativně i kvantitativně stav elektrických obvodů a objektů. Neelektrické fyzikální veličiny lze převést na elektrické veličiny

Více

Chyby měření 210DPSM

Chyby měření 210DPSM Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů

Více

Vyjadřování přesnosti v metrologii

Vyjadřování přesnosti v metrologii Vyjadřování přesnosti v metrologii Měření soubor činností, jejichž cílem je stanovit hodnotu veličiny. Výsledek měření hodnota získaná měřením přisouzená měřené veličině. Chyba měření výsledek měření mínus

Více

Chyby a neurčitosti měření

Chyby a neurčitosti měření Radioelektronická měření (MREM) Chyby a neurčitosti měření 10. přednáška Jiří Dřínovský Ústav radioelektroniky FEKT VUT v Brně Základní pojmy Měření je souhrn činností s cílem určit hodnotu měřené veličiny

Více

Literatura Elektrická měření - Přístroje a metody, Metrologie Elektrotechnická měření - měřící přístroje

Literatura Elektrická měření - Přístroje a metody, Metrologie Elektrotechnická měření - měřící přístroje Měření Literatura Haasz Vladimír, Sedláček Miloš: Elektrická měření - Přístroje a metody, nakladatelství ČVUT, 2005, ISBN 80-01-02731-7 Boháček Jaroslav: Metrologie, nakladatelství ČVUT, 2013, ISBN 978-80-01-04839-9

Více

Úvod do problematiky měření

Úvod do problematiky měření 1/18 Lord Kelvin: "Když to, o čem mluvíte, můžete změřit, a vyjádřit to pomocí čísel, něco o tom víte. Ale když to nemůžete vyjádřit číselně, je vaše znalost hubená a nedostatečná. Může to být začátek

Více

Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality

Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality RNDr. Alena Mikušková FN Brno Pracoviště dětské medicíny, OKB amikuskova@fnbrno.cz Analytické znaky laboratorní metody

Více

Stanovení akustického výkonu Nejistoty měření. Ing. Miroslav Kučera, Ph.D.

Stanovení akustického výkonu Nejistoty měření. Ing. Miroslav Kučera, Ph.D. Stanovení akustického výkonu Nejistoty měření Ing. Miroslav Kučera, Ph.D. Využití měření intenzity zvuku pro stanovení akustického výkonu klapek? Výhody: 1) přímé stanovení akustického výkonu zvláště při

Více

Mˇ eˇren ı ˇ cetnost ı (Poissonovo rozdˇ elen ı) 1 / 56

Mˇ eˇren ı ˇ cetnost ı (Poissonovo rozdˇ elen ı) 1 / 56 Měření četností (Poissonovo rozdělení) 1 / 56 Měření četností (Poissonovo rozdělení) Motivace: měření aktivity zdroje Geiger-Müllerův čítac: aktivita: 1 Bq = 1 částice / 1 s = s 1 Jaká je přesnost měření?

Více

Náhodné (statistické) chyby přímých měření

Náhodné (statistické) chyby přímých měření Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně

Více

Úvod do teorie měření. Eva Hejnová

Úvod do teorie měření. Eva Hejnová Úvod do teorie měření Eva Hejnová Literatura: Novák, R. Úvod do teorie měření. Ústí nad Labem: UJEP, 2003 Sprušil, B., Zieleniecová, P.: Úvod do teorie fyzikálních měření. Praha: SPN, 1985 Brož, J. a kol.

Více

KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. Stanovení základních materiálových parametrů

KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. Stanovení základních materiálových parametrů KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE Stanovení základních materiálových parametrů Vzor laboratorního protokolu Titulní strana: název experimentu jména studentů v pracovní skupině datum Protokol:

Více

Úvod do teorie měření. Eva Hejnová

Úvod do teorie měření. Eva Hejnová Úvod do teorie měření Eva Hejnová Program semináře 1. Základní pojmy - metody měření, druhy chyb, počítání s neúplnými čísly, zaokrouhlování 2. Chyby přímých měření - aritmetický průměr a směrodatná odchylka,

Více

Teorie měření a regulace

Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace chyby*nejistoty 17.SP-ch.1p ZS 2015/2016 2015 - Ing. Václav Rada, CSc. CHYBY Označení v literatuře není jednotné. obvyklý symbol

Více

Použitý rezistor (jmenovitá hodnota): R1 = 270 kω je přesný metalizovaný rezistor s přesností ± 0,1%.

Použitý rezistor (jmenovitá hodnota): R1 = 270 kω je přesný metalizovaný rezistor s přesností ± 0,1%. Laboratorní úloha Snímač teploty R je zapojený podle schema na Obr. 1. Snímač je termistor typ B57164K [] se jmenovitým odporem pro teplotu 5 C R 5 00 Ω ± 10 %. Závislost odporu termistoru na teplotě je

Více

2. PŘESNOST MĚŘENÍ A1B38EMA P2 1

2. PŘESNOST MĚŘENÍ A1B38EMA P2 1 . ŘESNOST MĚŘENÍ přesnost měření nejistota měření, nejistota typ A a typ B, kombinovaná nejistota, nejistoty měření kazovacími (analogovými) a číslicovými měřicími přístroji, nejistota při nepřímých měřeních,

Více

Náhodné chyby přímých měření

Náhodné chyby přímých měření Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.

Více

Bilance nejistot v oblasti průtoku vody. Mgr. Jindřich Bílek

Bilance nejistot v oblasti průtoku vody. Mgr. Jindřich Bílek Bilance nejistot v oblasti průtok vody Mgr. Jindřich Bílek Nejistota měření Parametr přiřazený k výsledk měření ymezje interval, o němž se s rčito úrovní pravděpodobnosti předpokládá, že v něm leží sktečná

Více

ZABEZPEČENÍ KVALITY V LABORATOŘI

ZABEZPEČENÍ KVALITY V LABORATOŘI ZABEZPEČENÍ KVALITY V LABORATOŘI David MILDE, 2014-2017 QUALITY KVALITA (JAKOST) Kvalita = soubor znaků a charakteristik výrobku či služby, který může uspokojit určitou potřebu. Kvalita v laboratoři=výsledky,které:

Více

POKYN PRO UVÁDĚNÍ SHODY A NEJISTOT MĚŘENÍ V PROTOKOLECH O ZKOUŠKÁCH

POKYN PRO UVÁDĚNÍ SHODY A NEJISTOT MĚŘENÍ V PROTOKOLECH O ZKOUŠKÁCH POKYN PRO UVÁDĚNÍ SHODY A NEJISTOT MĚŘENÍ V PROTOKOLECH O ZKOUŠKÁCH Obsah. ÚČEL 2 2. SOUVISEJÍCÍ PŘEDPISY 2 3. VYSVĚTLENÍ POJMU DEFINICE NEJISTOTA MĚŘENÍ 2 4. STANOVENÍ NEJISTOTY MĚŘENÍM 3 4. STANOVENÍ

Více

Technický experiment, příprava, provedení, hodnocení výsledků

Technický experiment, příprava, provedení, hodnocení výsledků Technický experiment, příprava, provedení, hodnocení výsledků 1 Katedra stavebních hmot a hornického stavitelství VŠB - Technická univerzita Ostrava 8. 3. 2012 Experiment Experiment se snaží získat potřebné

Více

Teorie měření a regulace

Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb semmmm Teorie měření a regulace chyby 1 17.SPEC-ch.2. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. CHYBY MĚŘENÍ a co s tím souvisí 1. Speciál informací o chybách

Více

VYUŽITÍ MULTIFUNKČNÍHO KALIBRÁTORU PRO ZKRÁCENOU ZKOUŠKU PŘEPOČÍTÁVAČE MNOŽSTVÍ PLYNU

VYUŽITÍ MULTIFUNKČNÍHO KALIBRÁTORU PRO ZKRÁCENOU ZKOUŠKU PŘEPOČÍTÁVAČE MNOŽSTVÍ PLYNU VYUŽITÍ MULTIFUNKČNÍHO KALIBRÁTORU PRO ZKRÁCENOU ZKOUŠKU PŘEPOČÍTÁVAČE MNOŽSTVÍ PLYNU potrubí průtokoměr průtok teplota tlak Přepočítávač množství plynu 4. ročník mezinárodní konference 10. a 11. listopadu

Více

KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. GUM: Vyjádření nejistot měření

KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. GUM: Vyjádření nejistot měření KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE GUM: Vyjádření nejistot měření Chyby a nejistoty měření - V praxi nejsou žádná měření, žádné měřicí metody ani žádné přístroje absolutně přesné. - Výsledek měření

Více

Nejistota měření. Thomas Hesse HBM Darmstadt

Nejistota měření. Thomas Hesse HBM Darmstadt Nejistota měření Thomas Hesse HBM Darmstadt Prof. Werner Richter: Výsledek měření bez určení nejistoty měření je nejistý, takový výsledek je lépe ignorovat" V podstatě je výsledek měření aproximací nebo

Více

Výběrové charakteristiky a jejich rozdělení

Výběrové charakteristiky a jejich rozdělení Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistické šetření úplné (vyčerpávající) neúplné (výběrové) U výběrového šetření se snažíme o to, aby výběrový

Více

7. Rozdělení pravděpodobnosti ve statistice

7. Rozdělení pravděpodobnosti ve statistice 7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,

Více

Úvod do teorie měření. Eva Hejnová

Úvod do teorie měření. Eva Hejnová Úvod do teorie měření Eva Hejnová Literatura: Novák, R. Úvod do teorie měření. Ústí nad Labem: UJEP, 2003 Sprušil, B., Zieleniecová, P.: Úvod do teorie fyzikálních měření. Praha: SPN, 1985 Brož, J. a kol.

Více

Abstrakt. Abstract. Klíčová slova. Keywords. Strana 5

Abstrakt. Abstract. Klíčová slova. Keywords. Strana 5 [Zadejte text.] [Zadejte text.] Strana 5 Abstrakt Diplomová práce se zabývá problematikou vyjadřování nejistot měření, zejména pak u měření nepřímých. Tato problematika je zde ukázána na několika jednoduchých

Více

CW01 - Teorie měření a regulace

CW01 - Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2014/2015 tm-ch-spec. 1.p 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a

Více

Manuální, technická a elektrozručnost

Manuální, technická a elektrozručnost Manuální, technická a elektrozručnost Realizace praktických úloh zaměřených na dovednosti v oblastech: Vybavení elektrolaboratoře Schématické značky, základy pájení Fyzikální principy činnosti základních

Více

Nejistota měř. ěření, návaznost a kontrola kvality. Miroslav Janošík

Nejistota měř. ěření, návaznost a kontrola kvality. Miroslav Janošík Nejistota měř ěření, návaznost a kontrola kvality Miroslav Janošík Obsah Referenční materiály Návaznost referenčních materiálů Nejistota Kontrola kvality Westgardova pravidla Unity Referenční materiál

Více

1. Změřte závislost indukčnosti cívky na procházejícím proudu pro tyto případy:

1. Změřte závislost indukčnosti cívky na procházejícím proudu pro tyto případy: 1 Pracovní úkoly 1. Změřte závislost indukčnosti cívky na procházejícím proudu pro tyto případy: (a) cívka bez jádra (b) cívka s otevřeným jádrem (c) cívka s uzavřeným jádrem 2. Přímou metodou změřte odpor

Více

Metodika pro stanovení cílové hodnoty obsahu hotově balených výrobků

Metodika pro stanovení cílové hodnoty obsahu hotově balených výrobků ČESKÉ KALIBRAČNÍ SDRUŽENÍ, z.s Slovinská 47, 612 00 Brno Metodika pro stanovení cílové hodnoty obsahu hotově balených výrobků (plněných hmotnostně) Číslo úkolu: VII/12/16 Název úkolu: Zpracování metodiky

Více

Laboratorní práce č. 1: Měření délky

Laboratorní práce č. 1: Měření délky Přírodní vědy moderně a interaktivně FYZIKA 3. ročník šestiletého a 1. ročník čtyřletého studia Laboratorní práce č. 1: Měření délky G Gymnázium Hranice Přírodní vědy moderně a interaktivně FYZIKA 3.

Více

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),

Více

Resolution, Accuracy, Precision, Trueness

Resolution, Accuracy, Precision, Trueness Věra Fišerová 26.11.2013 Resolution, Accuracy, Precision, Trueness Při skenování se používá mnoho pojmů.. Shodnost měření, rozlišení, pravdivost měření, přesnost, opakovatelnost, nejistota měření, chyba

Více

Charakterizují kvantitativně vlastnosti předmětů a jevů.

Charakterizují kvantitativně vlastnosti předmětů a jevů. Měřicí aparatura 1 / 34 Fyzikální veličiny Charakterizují kvantitativně vlastnosti předmětů a jevů. Můžeme je dělit: Podle rozměrů: Bezrozměrné (index lomu, poměry) S rozměrem fyzikální veličiny velikost

Více

Praktická statistika. Petr Ponížil Eva Kutálková

Praktická statistika. Petr Ponížil Eva Kutálková Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo

Více

Korekční křivka napěťového transformátoru

Korekční křivka napěťového transformátoru 8 Měření korekční křivky napěťového transformátoru 8.1 Zadání úlohy a) pro primární napětí daná tabulkou změřte sekundární napětí na obou sekundárních vinutích a dopočítejte převody transformátoru pro

Více

Členění podle 505 o metrologii

Členění podle 505 o metrologii Členění podle 505 o metrologii a. etalony, b. pracovní měřidla stanovená (stanovená měřidla) c. pracovní měřidla nestanovená (pracovní měřidla) d. certifikované referenční materiály Etalon: je ztělesněná

Více

NEJISTOTA MĚŘENÍ. David MILDE, 2014 DEFINICE

NEJISTOTA MĚŘENÍ. David MILDE, 2014 DEFINICE NEJISTOTA MĚŘENÍ David MILDE, 014 DEFINICE Nejistota měření: nezáporný parametr charakterizující rozptýlení hodnot veličiny přiřazených k měřené veličině na základě použité informace. POZNÁMKA 1 Nejistota

Více

Technická diagnostika, chyby měření

Technická diagnostika, chyby měření Technická diagnostika, chyby měření Obsah přednášky Technická diagnostika Měřicí řetězec Typy chyb měření Příklad diagnostiky: termovize ložisko 95 C měření 2/21 Co to je? Technická diagnostika Obdoba

Více

Střední průmyslová škola elektrotechnická a informačních technologií Brno

Střední průmyslová škola elektrotechnická a informačních technologií Brno Střední průmyslová škola elektrotechnická a informačních technologií Brno Číslo a název projektu: CZ.1.07/1.5.00/34.0521 Investice do vzdělání nesou nejvyšší úrok Autor: Ing. Bohumír Jánoš Tématická sada:

Více

Regulační diagramy (RD)

Regulační diagramy (RD) Regulační diagramy (RD) Control Charts Patří k základním nástrojům vnitřní QC laboratoře či výrobního procesu (grafická pomůcka). Pomocí RD lze dlouhodobě sledovat stabilitu (chemického) měřícího systému.

Více

ČESKÝ INSTITUT PRO AKREDITACI, o.p.s. Dokumenty ILAC. ILAC Mezinárodní spolupráce v akreditaci laboratoří

ČESKÝ INSTITUT PRO AKREDITACI, o.p.s. Dokumenty ILAC. ILAC Mezinárodní spolupráce v akreditaci laboratoří ČESKÝ INSTITUT PRO AKREDITACI, o.p.s. Opletalova 41, 110 00 Praha 1 Nové Město Dokumenty ILAC ILAC Mezinárodní spolupráce v akreditaci laboratoří Číslo publikace: ILAC - G17:2002 Zavádění koncepce stanovení

Více

HODNOCENÍ ZPŮSOBILOSTI KONTROLNÍCH PROSTŘEDKŮ

HODNOCENÍ ZPŮSOBILOSTI KONTROLNÍCH PROSTŘEDKŮ HODNOCENÍ ZPŮSOBILOSTI KONTROLNÍCH PROSTŘEDKŮ DOC.ING. JIŘÍ PERNIKÁŘ, CSC Požadavky na přesnost měření se neustále zvyšují a současně s tím i požadavky na vyhodnocení kvantifikovatelných charakteristik

Více

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. Matematický přístup k výsledkům únavových zkoušek Náhodnost výsledků únavových zkoušek. Únavové

Více

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457. 0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti

Více

Téma 22. Ondřej Nývlt

Téma 22. Ondřej Nývlt Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené

Více

Úvod do teorie měření. Eva Hejnová

Úvod do teorie měření. Eva Hejnová Úvod do teorie měření Eva Hejnová Podmínky získání zápočtu: Podmínkou pro získání zápočtu je účast na cvičeních (maximálně tři absence) a úspěšné splnění jednoho písemného testu alespoň na 50 % max. počtu

Více

přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod

přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod Měření Pb v polyethylenu 36 různými laboratořemi 0,47 0 ± 0,02 1 µmol.g -1 tj. 97,4 ± 4,3 µg.g -1 Měření

Více

Základní terminologické pojmy (Mezinárodní metrologický slovník VIM3)

Základní terminologické pojmy (Mezinárodní metrologický slovník VIM3) Základní terminologické pojmy (Mezinárodní metrologický slovník VIM3) Přesnost a správnost v metrologii V běžné řeči zaměnitelné pojmy. V metrologii a chemii ne! Anglický termín Measurement trueness Measurement

Více

Přesnost a chyby měření

Přesnost a chyby měření Přesnost a chyby měření Výsledek každého měření se poněkud liší od skutečné hodnoty. Rozdíl mezi naměřenou hodnotou M a skutečnou hodnotou S se nazývá chyba měření. V praxi se rozlišují dvě chyby, a to

Více

CW01 - Teorie měření a regulace

CW01 - Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace SPEC. 2.p 17.SPEC-ch.3. ZS 2014/2015 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření

Více

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Pravděpodobnost a učení Doc. RNDr. Iveta Mrázová,

Více

Národní informační středisko pro podporu jakosti

Národní informační středisko pro podporu jakosti Národní informační středisko pro podporu jakosti STATISTICKÉ METODY V LABORATOŘÍCH Ing. Vratislav Horálek, DrSc. Ing. Jan Král 2 A.Základní a terminologické normy 1 ČSN 01 0115:1996 Mezinárodní slovník

Více

d p o r o v t e p l o m ě r, t e r m o č l á n k

d p o r o v t e p l o m ě r, t e r m o č l á n k d p o r o v t e p l o m ě r, t e r m o č l á n k Ú k o l : a) Proveďte kalibraci odporového teploměru, termočlánku a termistoru b) Určete teplotní koeficienty odporového teploměru, konstanty charakterizující

Více

Zákony hromadění chyb.

Zákony hromadění chyb. Zákony hromadění chyb. Zákon hromadění skutečných chyb. Zákon hromadění středních chyb. Tomáš Bayer bayertom@natur.cuni.cz Přírodovědecká fakulta Univerzity Karlovy v Praze, Katedra aplikované geoinformatiky

Více

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008)

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008) Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008) Ing. Vratislav Horálek, DrSc., předseda TNK 4 při ČNI 1 Terminologické normy [1] ČSN ISO 3534-1:1994 Statistika Slovník

Více

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,

Více

Počítání s neúplnými čísly 1

Počítání s neúplnými čísly 1 Aproximace čísla A: Počítání s neúplnými čísly 1 A = a ± nebo A a, a + Aproximace čísla B: B = b ± β nebo B b β, b + β nebo a A a+ nebo b β B b + β Součet neúplných čísel odvození: a + b β A + B a+ + (b

Více

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

Základy teorie pravděpodobnosti

Základy teorie pravděpodobnosti Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie

Více

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

Stavba slovníku VIM 3: Zásady terminologické práce

Stavba slovníku VIM 3: Zásady terminologické práce VIM 1 VIM 2:1993 ČSN 01 0115 Mezinárodní slovník základních a všeobecných termínů v metrologii VIM 3:2007 International Vocabulary of Metrology Basic and General Concepts and Associated Terms Mezinárodní

Více

1. Úvod, odhad nejistot měření, chyba metody. 2. Přístroje pro měření proudu, napětí a výkonu - přehled; měřicí zesilovače;

1. Úvod, odhad nejistot měření, chyba metody. 2. Přístroje pro měření proudu, napětí a výkonu - přehled; měřicí zesilovače; . Úvod, odhad nejistot měření, chyba metody řesnost měření Základní kvantitativní charakteristika nejistoty měření Výpočet nejistoty údaje číslicových přístrojů Výpočet nejistoty nepřímých měření ozšířená

Více

POČET PLATNÝCH ČÍSLIC PRAVIDLA PRO UVÁDĚNÍ VÝSLEDKŮ MĚŘENÍ 2

POČET PLATNÝCH ČÍSLIC PRAVIDLA PRO UVÁDĚNÍ VÝSLEDKŮ MĚŘENÍ 2 PRAVIDLA PRO UVÁDĚNÍ VÝSLEDKŮ MĚŘENÍ RNDr. Simona Klenovská ČMI Brno POČET PLATNÝCH ČÍSLIC PRAVIDLA PRO UVÁDĚNÍ VÝSLEDKŮ MĚŘENÍ 2 Při stanovování počtu platných číslic použijeme následující metodu: u každého

Více

STATISTICKÉ CHARAKTERISTIKY

STATISTICKÉ CHARAKTERISTIKY STATISTICKÉ CHARAKTERISTIKY 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)

Více

Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu

Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu Obsah 1. Úvod 2. Oblast působnosti 3. Definice 3.1 Definice uvedené ve směrnici 3.2 Obecné definice 3.2.1 Nejistoty způsobené postupem

Více

Zpracování experimentu I

Zpracování experimentu I Zpracování experimentu I Eva Kutálková, Petr Ponížil Strategický projekt UTB ve Zlíně, reg. č. CZ.02.2.69/0.0/0.0/16_015/0002204 Chyby měření Absolutní chyba měření X je rozdíl mezi hodnotou správnou X

Více

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ J. Pruška, T. Parák OBSAH: 1. Co je to spolehlivost, pravděpodobnost poruchy, riziko. 2. Deterministický a pravděpodobnostní přístup k řešení problémů.

Více

ELT1 - Přednáška č. 6

ELT1 - Přednáška č. 6 ELT1 - Přednáška č. 6 Elektrotechnická terminologie a odborné výrazy, měřicí jednotky a činitelé, které je ovlivňují. Rozdíl potenciálů, elektromotorická síla, napětí, el. napětí, proud, odpor, vodivost,

Více

Úloha 5: Spektrometrie záření α

Úloha 5: Spektrometrie záření α Petra Suková, 3.ročník 1 Úloha 5: Spektrometrie záření α 1 Zadání 1. Proveďte energetickou kalibraci α-spektrometru a určete jeho rozlišení. 2. Určeteabsolutníaktivitukalibračníhoradioizotopu 241 Am. 3.

Více

KVALITA DAT POUŽITÁ APLIKACE. Správnost výsledku použití GIS ovlivňuje:

KVALITA DAT POUŽITÁ APLIKACE. Správnost výsledku použití GIS ovlivňuje: KVALITA DAT Správnost výsledku použití GIS ovlivňuje: POUŽITÁ APLIKACE Kvalita dat v databázi Kvalita modelu, tj. teoretického popisu krajinných objektů a jevů Způsob použití funkcí GIS při přepisu modelu

Více

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Téma 2: Pravděpodobnostní vyjádření náhodných veličin 0.05 0.0 0.05 0.0 0.005 Nominální napětí v pásnici Std Mean 40 60 80 00 0 40 60 Std Téma : Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník

Více

Regresní analýza 1. Regresní analýza

Regresní analýza 1. Regresní analýza Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému

Více

FJFI ČVUT V PRAZE. Úloha 8: Závislost odporu termistoru na teplotě

FJFI ČVUT V PRAZE. Úloha 8: Závislost odporu termistoru na teplotě ZÁKLADY FYZIKÁLNÍCH MĚŘENÍ FJFI ČVUT V PRAZE Datum měření: 29. 4. 2009 Pracovní skupina: 3, středa 5:30 Spolupracovali: Monika Donovalová, Štěpán Novotný Jméno: Jiří Slabý Ročník, kruh:. ročník, 2. kruh

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 5. Odhady parametrů základního souboru Mgr. David Fiedor 16. března 2015 Vztahy mezi výběrovým a základním souborem Osnova 1 Úvod, pojmy Vztahy mezi výběrovým a základním

Více

Chyby měřidel a metody měření vybraných fyzikálních veličin

Chyby měřidel a metody měření vybraných fyzikálních veličin Chyby měřidel a metody měření vybraných fyzikálních veličin Viz oskenovaný text ze skript Sprušil, Zieleniecová: Úvod do teorie fyzikálních měření http://physics.ujep.cz/~ehejnova/utm/materialy_studium/chyby_meridel.pdf

Více

Semestrální práce. 2. semestr

Semestrální práce. 2. semestr Licenční studium č. 89002 Semestrální práce 2. semestr PŘEDMĚT 2.2 KALIBRACE A LIMITY JEJÍ PŘESNOSTI Příklad 1 Lineární kalibrace Příklad 2 Nelineární kalibrace Příklad 3 Rozlišení mezi lineární a nelineární

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

1. Změřit metodou přímou závislost odporu vlákna žárovky na proudu, který jím protéká. K měření použijte stejnosměrné napětí v rozsahu do 24 V.

1. Změřit metodou přímou závislost odporu vlákna žárovky na proudu, který jím protéká. K měření použijte stejnosměrné napětí v rozsahu do 24 V. 1 Pracovní úkoly 1. Změřit metodou přímou závislost odporu vlákna žárovky na proudu, který jím protéká. K měření použijte stejnosměrné napětí v rozsahu do 24 V. 2. Změřte substituční metodou vnitřní odpor

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národní informační středisko pro podporu kvality Nestandardní regulační diagramy J.Křepela, J.Michálek REGULAČNÍ DIAGRAM PRO VŠECHNY INDIVIDUÁLNÍ HODNOTY xi V PODSKUPINĚ V praxi se někdy setkáváme s požadavkem

Více