Mérési hibák Méréselmélet PE MIK MI, VI BSc 1

Hasonló dokumentumok
Mérési hibák

Mérési hibák Méréstechnika VM, GM, MM 1

Méréstechnika GM, VI BSc 1

Műszerek tulajdonságai

Mérési struktúrák

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Méréselmélet és mérőrendszerek

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Gyártástechnológia alapjai Méréstechnika rész 2011.

A mérés. A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell

etalon etalon (folytatás) Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói

Gyártástechnológia alapjai Méréstechnika rész. Előadások (2.) 2011.

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

Kalibrálás és mérési bizonytalanság. Drégelyi-Kiss Ágota I

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Értékes jegyek fogalma és használata. Forrás: Dr. Bajnóczy Gábor, BME, Vegyészmérnöki és Biomérnöki Kar Kémiai és Környezeti Folyamatmérnöki Tanszék

4. A mérések pontosságának megítélése

A mérési eredmény megadása

Előadások (1.) ÓE BGK Galla Jánosné, 2011.

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

6. Előadás. Vereb György, DE OEC BSI, október 12.

Méréselmélet MI BSc 1

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

[Biomatematika 2] Orvosi biometria

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Mérés és modellezés Méréstechnika VM, GM, MM 1

Mérés és modellezés 1

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

Többváltozós lineáris regressziós modell feltételeinek

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

Adatok statisztikai értékelésének főbb lehetőségei

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

y ij = µ + α i + e ij

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Kísérlettervezés alapfogalmak

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS

Nehézségi gyorsulás mérése megfordítható ingával

Méréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv

Több valószínűségi változó együttes eloszlása, korreláció

Matematikai geodéziai számítások 6.

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Kísérlettervezés alapfogalmak

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

Matematikai geodéziai számítások 6.

Statisztika elméleti összefoglaló

2011. ÓE BGK Galla Jánosné,

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

MÉRÉSTECHNIKA. BME Energetikai Gépek és Rendszerek Tanszék Fazekas Miklós (1) márc. 1

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

Populációbecslések és monitoring

A maximum likelihood becslésről

Kettőnél több csoport vizsgálata. Makara B. Gábor

Méréstechnikai alapfogalmak

Populációbecslések és monitoring

Mérés szerepe a mérnöki tudományokban Mértékegységrendszerek. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Kontrol kártyák használata a laboratóriumi gyakorlatban

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Milyen elvi mérési és számítási módszerrel lehet a Thevenin helyettesítő kép elemeit meghatározni?

1. Gauss-eloszlás, természetes szórás

KÖVETKEZTETŐ STATISZTIKA

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Ellenállásmérés Ohm törvénye alapján

A Statisztika alapjai

BIOMATEMATIKA ELŐADÁS

2. Rugalmas állandók mérése jegyzőkönyv javított. Zsigmond Anna Fizika Bsc II. Mérés dátuma: Leadás dátuma:

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Valószínűségi változók. Várható érték és szórás

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

Bevezetés a hipotézisvizsgálatokba

Hipotézis vizsgálatok

[Biomatematika 2] Orvosi biometria

Hibaterjedési elemzés (Measurement uncertainty) EURACHEM/CITAC Guide

A valószínűségszámítás elemei

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

E1 laboratóriumi mérés Fizikai Tanszék

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Modern Fizika Labor. 5. ESR (Elektronspin rezonancia) Fizika BSc. A mérés dátuma: okt. 25. A mérés száma és címe: Értékelés:

Matematikai geodéziai számítások 5.

[Biomatematika 2] Orvosi biometria

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

Tartalom I. Az SI egységrendszer. 1 Tájékoztató. 2 Ajánlott irodalom. 3 Bevezetés. 4 A méréselmélet szerepe. 5 A mérőberendezés felépítése

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Átírás:

Mérési hibák 2008.03.10. Méréselmélet PE MIK MI, VI BSc 1

Mérés jel- és rendszerelméleti modellje Mérési hibák/2

Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség általánosított mérési hiba: a valóságos és az ideális mérési eredmények közötti távolság (az adott szimbólum halmazon értelmezve) Mérési hibák/3

Mérési hibák minden mérés hibával terhelt! okai megfigyelés, mérés körülményei mérőeszköz tulajdonságai külső zavarok Mérési hibák/4

Hibaforrások általánosan nehéz megadni, az adott mérési területre jellemző mintavétel, előkészítés, egyes komponensek hatása méréshez felhasznált segédanyagok mérőeszköz állapota, pontossága alkalmazott mérési módszer, matematikai modell pontossága mérést végző személy szubjektivitása, hozzáértése, gondossága Mérési hibák/5

Hibaforrások adatfeldolgozás problémái programhibák adatbeviteli, -tárolási hibák hardware hibák konverziós hibák Mérési hibák/6

Irányított mérőrendszer kísérletek rögzített körülmények között történő elvégzése zavaróhatások kiküszöbölés állandó értéken tartás figyelembe vétel párhuzamos mérések mérési eredmények feldolgozása a matematikai statisztika módszereivel kísérlet minden adatának rögzítése Mérési hibák/7

Irányított mérőrendszer ha teljesíthetőek ezek a feltételek, akkor a mérési eredmények azonos (normális) eloszlásúak lesznek a szórás kicsi torzítatlanság ha nem nagyobb szórás torzítottság Mérési hibák/8

Mérési hibák Mérési hibák csoportosítása leírásuk hibafüggvények (abszolút hiba, relatív hiba) jellegük hibatípusok (dinamikus, statikus,.) eredetük (műszerhiba, etalonhiba, környezeti hiba, mérési módszer hibája) Mérési hibák/9

Hibafüggvények Hibafüggvények abszolút hiba H i H i = x m i x 0 azaz a mért érték és a pontos érték különbsége relatív hiba h i h i = (H i / x 0 ) 100 azaz az abszolút hiba és a pontos érték százalékos aránya Mérési hibák/10

Hibafüggvények műszer pontosságának megadása: digitális kijelzésű műszer esetén ±0.5% ±5digit relatív hiba a teljes tartományban abszolút hiba analóg kijelzésű műszer esetén abszolút hiba az osztásközre vonatkoztatva Mérési hibák/11

Hibafüggvények Példa digitális kijelzőjű hőérzékelő tartomány: 0 600 o C pontosság: ±0.1% ±2digit mérendő hőmérséklet: 350 o C mérés relatív hibája: o 2 C h i = 0. 1% + 100 % = 0. 671 % o 350 C Mérési hibák/12

Hibafüggvények gond: a helyes értéket általában nem ismerjük ezért helyette a mért értékhez viszonyítjuk a műszerkönyvben megadott abszolút hibát például, ha az előző esetben 352 o C volt a mérés eredménye, akkor a relatív hiba: o 2 C h i = 0. 1% + 100 % = 0. 668 % o 352 C ugyanakkor, ha a helyes érték 350 o C volt, akkor az abszolút hiba H i = 2 o C Mérési hibák/13

Hibatípusok Hibatípusok osztályzása dinamikus hiba statikus hiba véletlenszerű hiba véletlen hiba kiugró hiba nagyságrendi eltérés rendszeres (módszeres) hiba Mérési hibák/14

Dinamikus hiba Dinamikus hiba a mérés a műszer tranziens állapotában történik x j x j x m x m τ t v =4.5τ τ Mérési hibák/15

Statikus hiba Statikus hiba mérés a műszer beállása után történik véletlenszerű hibák és rendszeres hibák véletlenszerű hibák konkrét értéke előre nem megadható, azaz nem lehet korrigálni megadása konfidencia intervallummal csökkentése párhuzamos méréssel véletlen hibák, kiugró hibák, rendkívüli hibák Mérési hibák/16

Véletlen hibák irányított mérés mellett is előfordul hiba forrása alapvetően a zaj statisztikai jellemzés normális eloszlás nulla várható érték adott szórás jellemzés a szórása alapján Mérési hibák/17

Véletlen hibák elméleti szórás ahol σ = ( m µ ) µ a keresett paraméter ideális értéke n a mérések száma, de n n i= 1 i n azaz az elméleti szórás meghatározásához elvileg ismerni kellene a meghatározandó értéket és igen nagy számú mérést kellene végeznünk ez csak speciális esetben lehetséges 2 Mérési hibák/18

Mérési hibák/19 Véletlen hibák tapasztalati szórás ahol m i a mérések átlaga n a mérések száma, de n véges érték a becslés egyszerűsített képlete: ( ) = = = = n i i n i i m n m ; n m m s 1 1 2 1 1 1 1 2 1 2 1 2 2 1 = = = = = n m n m n m s n i i n m n i i n i i

Véletlen hibák relatív szórás (százalékos relatív szórás) s rel = m s 100 ahol m a középérték középérték szórása s m = s n ahol n a mérések száma középérték relatív szórása s mrel = m s n 100 Mérési hibák/20

Véletlen hibák a szórás értéke az adott mérési eljárásra, műszerre jellemző a pontosság a mérések számával általában nő véletlen hibák esetében a tapasztalati szórást előírt, általában 2%-os értéken belül tartjuk az optimális mérési szám meghatározható Mérési hibák/21

Kiugró hibák az irányított mérés feltételei nem teljesülnek a hiba várható értéke nem feltétlenül nulla meghatározás hihetőség vizsgálattal értéke ± 3 6 σ Mérési hibák/22

Rendkívüli hibák több nagyságrendű eltérés várható érték, szórás nem becsülhető nem irányított mérés, de a kiugró hibához képest nagyobb gond felderítéséhez alapos vizsgálat: mérési jegyzőkönyvek, bizonylatok Mérési hibák/23

Rendszeres hibák módszeres hiba, systematic error hatása: a mérési eredmények várható értéke (átlaga) nem egyezik meg a valódi eredménnyel: = xm µ 0 0 ahol a mérési eredmények átlaga xm µ 0 a mért változó valódi értéke Mérési hibák/24

Rendszeres hibák helyes mérés: nincs vagy csak minimális a rendszeres hiba pontos mérés: csak véletlen hiba van és az is csak elfogadható mértékű lövészet példa Mérési hibák/25

Rendszeres hibák mindig egy irányba hat torzítja a mérési eredményt okai mérőeszköz minta (mintavétel, minta előkészítése) mérés kiértékelés (számítási eljárás, kiértékelő görbe) külső körülmények hatásai Mérési hibák/26

Rendszeres hibák Rendszeres hiba felkutatása hiába pontos a mérés (kicsi a tapasztalati szórás), a rendszeres hiba ettől független, nincs összefüggés a kettő között a pontatlan mérés azaz nagy tapasztalati szórás viszont nehezíti rendszeres hiba felkutatását Mérési hibák/27

Rendszeres hibák például 1%-os tapasztalati szórás mellett 99%-os valószínűséggel kell meghatározni a középérték eltérését a valódi értéktől: n = 2 n = 3 n = 4 t s n = 63, 7 9, 80 5, 8 1 2 1 3 1 4 = 45, 04 = 5, 72 = 2, 9 Mérési hibák/28

Rendszeres hibák rendszeres hiba kimutatása a mérést etalon segítségével végezzük el a mérési eredményeket a valódi érték függvényében ábrázoljuk ha nincs rendszeres hiba, akkor 45 o -os meredekségű egyenest kell kapni, mely az origóban metszi a tengelyeket (a véletlen hibák miatt lineáris regresszióval illeszteni kell a pontokra az egyenest) Mérési hibák/29

Rendszeres hibák ha meredekség eltér a 45 o -tól vagy a tengelymetszet nem az origóban van rendszeres hiba legyen az m i mért érték és a µ i0 valódi érték közötti összefüggés: ahol m i = α + β µ i0 + ε α a rendszeres hiba állandó része β - 1 a rendszeres hiba arányos része ε véletlen hiba Mérési hibák/30

Rendszeres hibák következő esetek lehetségesek: állandó rendszeres hiba arányos rendszeres hiba állandó és arányos rendszeres hiba ha nem áll rendelkezésre etalon vagy nem lehetséges etalonnal mérni, akkor több különböző módon kell megmérni ugyanazt a mennyiséget Mérési hibák/31

Mérési módszerek csoportosítása rejtett mérőeszköz hibák felderítése 1. helyettesítő módszer a pontatlanságot okozó paraméter hatását kompenzáljuk az etalon mellett még egy mérési segédeszköz és további feltételezések kellenek 2. felcserélési (Gauss-) módszer ugyanaz a mérés, de a bizonytalanságot okozó paraméter hatását megfordítjuk több ismeretlen esetén több mérés kell! Mérési hibák/32

Pontossági osztályok Pontosság A mérőeszköznek az a tulajdonsága, hogy a mérendő mennyiség valódi értékéhez közeli értékmutatást vagy választ szolgáltat. Egy adott mérendő mennyiség mért értékei a mérendő mennyiség helyes értékeitől egy előre megadott értéknél kevesebbel térnek el. Pontossági osztályok Mérési hibák/33

Pontossági osztályok Pontossági minősítések: x k konvencionális (megállapodás szerinti) értékre vonatkoztatott relatív hiba (h p ) Pontossági osztályba sorolás: h p H x max k jelentése: a műszer abszolút hibájának (H max ) a konvencionális értékhez (x k ) vonatkoztatott aránya nem haladhatja meg a pontossági osztályra előírt értéket Mérési hibák/34

Pontossági osztályok jelölése: számmal vagy betűvel - osztályjel szabványos osztályok: 0,1; 0,2; 0,5; 1,0; 1,5; 2,5; 4,0; 5,0 laboratóriumi műszer: 0,1; 0,2 laboratóriumi üzemi műszer 0,5 üzemi műszer 1,0; 1,5; 2,5; 5,0 Mérési hibák/35

Pontossági osztályok konvencionális érték: a műszer végkitérésben mért értéke (felső méréshatára) helyes érték (etalon) alkalmazása: pontossági osztály és a konvencionális érték ismeretében meghatározható, hogy mekkora lehet a műszertől származó abszolút és relatív hiba abszolút hibakorlát, relatív hibakorlát Mérési hibák/36

Pontossági osztályok abszolút hibakorlát H max = h p x v független a mért értéktől: legyen a pontossági osztály: 1% méréshatár: 0-10A abszolút hibakorlát 0.1A (a végkitérésre vonatkoztatva) azaz bármekkora mérésnek maximum ekkora lehet az abszolút hibája Mérési hibák/37

Pontossági osztályok relatív hibakorlát h = max h p x x v m nagysága függ a mért értéktől legyen a pontossági osztály: 1% méréshatár: 0 10 A mérendő érték: 1 A relatív hibakorlát 10% mérendő érték: 5 A relatív hibakorlát 2% Mérési hibák/38

Pontossági osztályok legkisebb értelmesen mérhető mennyiség: a műszer abszolút hibakorlátjával mérhető érték ez alatt a relatív hibakorlát 100%-nál is nagyobb lehet Mérési hibák/39

Pontossági osztályok Mérési tartomány tervezése Mérési hibák/40

Pontossági osztályok számított mennyiségek hibakorlátja: ha a a számítás összeadás/kivonás, akkor a közvetlenül mért értékek abszolút hibakorlátja összeadódik ha a a számítás szorzás/osztás, akkor a közvetlenül mért mennyiségek relatív hibakorlátja összeadódik Mérési hibák/41

Pontossági osztályok a hibakorlátok megadásának menete: műszerek pontossági osztálya, a méréshatár és az éppen mérték alapján meghatározzuk a közvetlenül mért értékek abszolút vagy relatív hibakorlátját a számítás jellege alapján megállapítjuk a számított eredmény abszolút vagy relatív hibakorlátját a számított mennyiség és a meghatározott hibakorlát alapján meghatározzuk a másik hibakorlátot Mérési hibák/42

Pontossági osztályok példa ellenállás meghatározása feszültség- és áramerősség-méréssel feszültségmérő relatív hibakorlátja h Umax = 8% áramerősség-mérő relatív hibakorlátja h Imax = 3% ellenállásmérés relatív hibakorlátja h Rmax = h Umax + h Imax = 11% legyen U = 20V, I = 4A R = U/I = 5Ω ellenállásmérés abszolút hibakorlátja H max = h Rmax R = 0,55 Ω Mérési hibák/43

Hibaterjedési törvény ha a mért adat alapján további számításokat kell elvégezni, akkor a mérési hiba a számolt értékekben is megjelenik például hosszúság mérés alapján számolt térfogatban három mérés hibája jelenhet meg ennek követésére alkalmas a hibaterjedési törvény Mérési hibák/44

Mérési hibák/45 Hibaterjedési törvény legyen a számolt érték és a mért változók közötti összefüggés: F = F(x 1, x 2,, x r ) meghatározandó, hogy az x 1, x 2,, x r független változókban elkövetett δ 1, δ 2,, δ r hibák hogyan befolyásolják a számított változó értékét Taylor sorba fejtve x 1, x 2,, x r pont körül és elhanyagolva a magasabb rendű tagokat: ( ) ( ) r r F r r r x F x F x F,x,,x x F,x,,x x F δ δ δ δ δ δ δ + + + + + + K K K 2 2 1 1 2 1 2 2 1 1

Hibaterjedési törvény a lineáris közelítés akkor jogos, ha δ i hibák kicsik és az F függvény magasabb deriváltjai nem szélsőségesen nagy értékek: 2 F 2 δ j x j << F x j ha az x j változó mérésekor ismert nagyságú rendszeres hibát követünk el, akkor a számolt értékben elkövetett hiba ezzel becsülhető Mérési hibák/46

Mérési hibák/47 Hibaterjedési törvény általában: a rendszeres hiba pontos értéke nem ismert, csupán becsülhető az ±δ határ, amelyet nem halad meg ha a számított F érték hibájára szabunk felső határt, akkor a deriváltak abszolút értékével kell számolni, azaz nem vesszük figyelembe az előjelet, és így a kompenzációs effektust sem, így a hibát túl becsüljük. ezért az alábbi pitagoraszi összegzés alkalmazandó: 2 1 2 2 2 2 2 2 2 1 2 1 + + + r r F x F x F x F δ δ δ δ K

Hibaterjedési törvény Tételezzük fel, hogy az elemi méréseknél csak véletlen hibát követünk el, melynek várható értéke zérus kérdés, hogyan függ a számított függő változó varianciája (elméleti szórásnégyzete) a független változók varianciája függvényében Jelöljük a varianciát a következő módon: Var 2 [ δ ] σ F δ F Mérési hibák/48

Mérési hibák/49 Hibaterjedési törvény Ekkor [ ] { } ( ) { } { } = = 2 2 F F F F E E E Var δ δ δ δ = + + + 2 2 2 1 1 r x r F x F x F E δ δ δ K ( ) = = = = r j r i i j i j, cov x F x F 1 1 δ δ ( ) ( ) = = = + = r j r j i i i j i j r j j j, cov x F x F Var x F 1 1 1 2 δ δ δ hibaterjedési törvény

Hibaterjedési törvény Ha az elemi mérések hibái (δ 1, δ 2,, δ r ) egymástól függetlenek: Var r [ δ ] ( ) F Var δ j j= 1 F x j 2 Mérési hibák/50

Hibaterjedési törvény Hibaterjedési törvény alkalmazása elsődleges cél: az elemi mérések hibájának mekkora hatása lesz a számolt változóban ehhez kellenek az elemi mérések hibájára vonatkozó szórás meghatározva az egyes elemi mérések hatását, megállapítható, hogy melyik mérést kell szükség esetén pontosabbá tenni elemi mérések szórása: ha nem adott, akkor a párhuzamos mérések alapján becsülhető Mérési hibák/51

Hibaterjedési törvény Legyen a mérendő mennyiség állandó többszöri meghatározással megkapjuk a korrigált tapasztalati szórásnégyzetet amennyiben a leolvasott értékek minden esetben megegyeznek, azaz mérési hiba nem észlelhető a mérést megfelelő módon (pontosan) végeztük el a mérőműszertől függő véletlen hiba viszont általában nem észlelhető a leolvasás során rendszeres hiba lehetséges! Mérési hibák/52

Hibaterjedési törvény ennek alapján a műszer tervezésekor a leolvashatóságot úgy állapítják meg, hogy a konstrukciós okokból származó véletlen hiba a ±3σ-nyi intervallumon belül maradjon, mivel a véletlen hibákat normális eloszlású valószínűségi változóknak tekintve, ebbe az intervallumba esnek 99,73%-os valószínűséggel ennek alapján a mérőműszer okozta véletlen hiba felső határa a leolvashatóságból meghatározva: ±3σ-nak tekinthető Mérési hibák/53

Hibaterjedési törvény Ha a mérendő mennyiség ingadozik: a mérési eredmény ingadozása nem tekinthető csak a mérés hibájának legyen 2 σ xo 2 σ xm a mérni kívánt változó varianciája a mérés varianciája ekkor a többszöri leolvasásnál észlelt szórás 2 x 2 2 x o σ x m σ = σ + Mérési hibák/54

Hibaterjedési törvény ennek alapján lehet olyan műszert választani, ahol a mérni kívánt változó ingadozása nem észlelhető ekkor a két hatás együttese, amit nem akarunk észlelni: 2 2 6 σ + σ x o x m határozza meg a leolvashatóságot Mérési hibák/55

Mérés értékes jegyeinek meghatározása A mérési adatok pontosságának egy fajta jellemzése történhet az értékes jegyek számával például ugyannak a tárgynak a tömegét lemérve: egyik mérlegen leolvasható adat: 12,3 g az értékes jegyek száma: 3 másik mérlegen leolvasható adat: 12, 275 g az értékes jegyek száma: 5 az értékes jegyek száma nem a tizedes jegyek száma! Mérési hibák/56

Mérés értékes jegyeinek meghatározása a mérési adatokat mindig a leolvasásnak megfelelő pontossággal kell rögzíteni! digitális kijelző esetén valamennyi kiírt számjegy leírandó a pontatlanság (az abszolút hiba) az utolsó számjegyre vonatkozik analóg kijelzés esetén két osztásköz közötti félérték becsülhető az abszolút hiba az osztásközre vonatkozik és előfordulhat leolvasási hiba Mérési hibák/57

Mérés értékes jegyeinek meghatározása Példa: 24 V olyan mérőeszközzel kapott eredmény, mely az egész V-ra ad becslést, tehát az eredmény lehet 23 V és 25 V is. 24,00 V ebben az esetben a mérőeszköz század V-ra kerekített eredményt ad, azaz a feszültség 23,99 és 24,01 V közötti érték Az eredményt mindig a műszer pontosságának megfelelően kell lejegyezni! Mérési hibák/58

Mérés értékes jegyeinek meghatározása a számításokban szereplő adatok csoportosítása szorzó és váltószámok, fizikai/kémiai állandók mért mennyiségek számolt mennyiségek Mérési hibák/59

Mérés értékes jegyeinek meghatározása szorzó és váltószámok, fizikai/kémiai állandók a szorzó és váltószámok nem meghatározóak az értékes jegyek megállapításában a fizikai és kémiai állandókat általában 4 értékes jegyre szokás megadni, de a számított eredmény értékes jegyeit a mérési eredmények alapján határozzuk meg Mérési hibák/60

Mérés értékes jegyeinek meghatározása mért adatok alapvetően a műszer kijelzője határozza meg digitális műszer esetén a leolvasható számjegyek száma analóg kijelzős műszer esetén a skála leolvashatósága mindig az utolsó leolvasott számjegy bizonytalan Mérési hibák/61

Mérés értékes jegyeinek meghatározása a mért adatok értékes jegyeinek meghatározása: a nullától különböző számjegyek értékes jegyek pl.: 53,8 g, 2,53 A, 132 Ω a nulla is értékes számjegy, ha más számjegyek között illetve a végén szerepel pl.: 50,8 g, 2,50 A, 130 Ω nem számít értékes jegynek a nulla, ha az 1- nél kisebb szám esetében a helyi értéket jelzi 0,0538 g, 0,253 A, 0,000132 Ω Mérési hibák/62

Mérés értékes jegyeinek meghatározása mértékegységek átváltásakor nem csökkenhet, de nem is nőhet az értékes számjegyek száma! 2 kg = 2 10 3 g 2000 g a megadás szempontjából, mivel az első két adat 1, míg a harmadik 4 értékes jegyet ad meg 2,000 kg = 2000 g már igaz Mérési hibák/63

Mérés értékes jegyeinek meghatározása számított adatok esetében az értékes jegyek száma nem lehet több, mint a mért mennyiségek értékes jegyeinek száma számítással nem lehet növelni a mérés pontosságát! ha a mért adatokból összeadás/kivonás segítségével kapjuk meg a számított eredményt, akkor arra az utolsó értékes jegyre kerekítjük az eredményt, mely mindegyik adatban szerepel: 23,35 V + 2,345 V + 50,2 V = 75,9 V Mérési hibák/64

Mérés értékes jegyeinek meghatározása szorzás/osztás esetén az eredmény értékes jegyeinek számát a legkevesebb értékes jeggyel rendelkező adat határozza meg: sugár = 5,0 cm (mérési adat) a kör kerülete = 31 cm vagy 2,345 10 3 V / 1,1 10-2 A = 2,1 10 5 Ω logaritmizálás esetén a kiindulás adat értékes jegyeinek száma határozza meg az eredményben a tizedes vessző után megadott jegyek számát: lg 42,25 = 1,6258 Mérési hibák/65

Mérés értékes jegyeinek meghatározása kerekítés szabályai: ha az első elhagyandó számjegy 5-nél kisebb, akkor egyszerűen elhagyjuk ezeket a számokat 23,126 g 23,1 g; 12,514 A 12,51 A ha az első elhagyandó számjegy 5-nél nagyobb, vagy 5 és utána nem nulla áll, akkor az utolsó meghagyott számjegyet egy egységgel felfelé kerekítjük 23,126 g 23,13 g; 12,514 A 13 A Mérési hibák/66

Mérés értékes jegyeinek meghatározása ha az utolsó elhagyandó számjegy 5 és utána nem áll számjegy vagy nulla áll, akkor ha az utolsó meghagyott számjegy páros, akkor változatlanul hagyjuk ha az utolsó meghagyott számjegy páratlan, akkor eggyel növeljük 13,15g 13,2g; 13,25g 13,2g Mérési hibák/67

Műszerek pontosságának jellemzése Kalibrálás Kalibrálás Azon műveletek összessége, amelyekkel meghatározott feltételek mellett megállapítható az összefüggés egy mérőeszköz (-rendszer) értékmutatása, illetve egy mértéknek vagy anyagmintának tulajdonított érték és a mérendő mennyiség etalonnal reprodukált megfelelő értéke között. elsődlegesen: megfelelő értékmutatás és korrekció meghatározás másodlagosan: metrológiai jellemzők (pl. környezeti hatás) Mérési hibák/68

Műszerek jellemzése Kalibrálás hitelesítés a jog eszközei által szabályozott (hatósági) tevékenység a mérőeszközöket csak az OMH hitelesítheti hitelesíteni a jogszabály által meghatározott mérőeszközöket kell a hitelesítésnek jellemzően előfeltétele a mérőeszköztípusra vonatkozó hitelesítési engedély megléte kalibrálás nem hatósági tevékenység mérőeszközöket bárki kalibrálhat kalibrálni bármely eszközt lehet, ha a visszavezetettségét igazolni szükséges a kalibrálásnak nincs engedélyezési előfeltétele Mérési hibák/69

Műszerek jellemzése Kalibrálás a (sikeres) hitelesítést tanúsító jel (hitelesítési bélyeg, plomba stb.) és/vagy hitelesítési bizonyítvány tanúsítja a hitelesítési bizonyítvány hatósági dokumentum és meghatározott időtartamig érvényes a hitelesítést jogszabályban előírt időközönként meg kell ismételni a kalibrálás eredményeként kalibrálási bizonyítvány készül a kalibrálási bizonyítvány nem hatósági dokumentum és nincs érvénytartama a kalibrálás megújításáról a tulajdonos saját hatáskörében és saját felelősségére dönt Mérési hibák/70

Etalonok Mérték, mérőeszköz, anyagminta vagy mérőrendszer, melynek az a rendeltetése, hogy egy mennyiség egységét, illetve egy vagy több ismert értékét definiálja, megvalósítsa, fenntartsa vagy reprodukálja és referenciaként szolgáljon. példák: l kg-os tömegetalon; 100 Ω-os normálellenállás; etalon ampermérő; cézium frekvencia etalon; standard hidrogén elektród; bizonylatolt koncentrációjú, emberi szérumban oldott kortizont tartalmazó anyagminta. Mérési hibák/71

Etalonok nemzetközi etalon - nemzetközi megállapodással elfogadott etalon országos etalon - nemzeti határozattal elismert etalon elsődleges etalon - a legjobb metrológiai minőségűnek kijelölt vagy széles körben elismert etalon, amelynek az értéke elfogadható az ugyanannak a mennyiségnek más etalonjaira való hivatkozás nélkül. Az elsődleges etalon fogalma mind az alap-, mind a származtatott mennyiségekre alkalmazható. Mérési hibák/72

Etalonok másodlagos etalon - az értékét elsődleges etalonnal való összehasonlítás révén határozzák meg. referenciaetalon - adott helyen rendelkezésre álló etalonok közül a legjobb metrológiai minőségű, amelyre ott a méréseket visszavezetik Mérési hibák/73

Mérési hibák - eredet szerint csoportosítás eredet szerint: műszerhibák mérőeszköz (értékmutatásának) hibája legnagyobb megengedett hiba ellenőrzőponti hiba hiba előírt értékmutatásnál nullahiba alaphiba - referenciafeltételek mellett meghatározott hiba torzítás - mérőeszköz rendszeres hibája torzításmentesség (mérőeszközé) ismétlőképesség (mérőeszközé) Mérési hibák/74

Mérési hibák - eredet szerint etalonhibák etalon fenntartása rendszeres ellenőrzés megfelelő tárolás gondos használat környezeti hatások hőmérséklet páratartalom légsebesség rezgés sugárzás Mérési hibák/75

Mérési hibák - eredet szerint beépítés hibái példa Mérési hibák/76