Mérési hibák. 2008.03.03. Méréstechnika VM, GM, MM 1



Hasonló dokumentumok
Mérési hibák

Méréstechnika GM, VI BSc 1

Mérési hibák Méréselmélet PE MIK MI, VI BSc 1

Műszerek tulajdonságai

Mérési struktúrák

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Gyártástechnológia alapjai Méréstechnika rész 2011.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

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

Méréselmélet és mérőrendszerek

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

Kalibrálás és mérési bizonytalanság. Drégelyi-Kiss Ágota I

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

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

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

Méréselmélet MI BSc 1

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Mérés és modellezés 1

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

2011. ÓE BGK Galla Jánosné,

Mérés és modellezés Méréstechnika VM, GM, MM 1

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS

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

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

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

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

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

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

A mérési eredmény megadása

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

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

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

Kísérlettervezés alapfogalmak

[Biomatematika 2] Orvosi biometria

y ij = µ + α i + e ij

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Kontrol kártyák használata a laboratóriumi gyakorlatban

Több valószínűségi változó együttes eloszlása, korreláció

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

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió

[Biomatematika 2] Orvosi biometria

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

Kísérlettervezés alapfogalmak

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

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

Matematikai geodéziai számítások 6.

Indikátorok alkalmazása a labordiagnosztikai eljárások minőségbiztosításában

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

Matematikai geodéziai számítások 6.

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

Populációbecslések és monitoring

Ellenállásmérés Ohm törvénye alapján

Populációbecslések és monitoring

Minden mérésre vonatkozó minimumkérdések

ANYAGTECHNOLÓGIA. Kalibrálási idő meghatározása kontrollkártyás módszerrel I. Szemán József A mérésről

STATISZTIKAI PROBLÉMÁK A

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Áramköri elemek mérése ipari módszerekkel

Ohm törvénye. A mérés célkitűzései: Ohm törvényének igazolása mérésekkel.

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

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

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

Mérés és adatgyűjtés

Adatok statisztikai értékelésének főbb lehetőségei

Gépipari minőségellenőr Gépipari minőségellenőr

Többváltozós lineáris regressziós modell feltételeinek

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

Méréstechnikai alapfogalmak

Nehézségi gyorsulás mérése megfordítható ingával

Calibrare necesse est

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Elektronikus fekete doboz vizsgálata

Villamos jelek mintavételezése, feldolgozása. LabVIEW 7.1

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

KÍSÉRLET, MÉRÉS, MŰSZERES MÉRÉS

BIOMATEMATIKA ELŐADÁS

JELENTKEZÉSI ŰRLAP orvostechnikai eszközök felülvizsgálatára 4/2009. (III. 17.) EüM rendelet 27. -a és 13. Melléklete szerint

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

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

A maximum likelihood becslésről

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

Matematikai geodéziai számítások 10.

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

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE

Statisztika I. 12. előadás. Előadó: Dr. Ertsey Imre

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

Orvosi aktivitásmérők kalibrációinak tapasztalatai

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

JELENTKEZÉSI ŰRLAP orvostechnikai eszközök felülvizsgálatára 4/2009. (III. 17.) EüM rendelet 17. -a és 13. Melléklete szerint

Biomatematika 2 Orvosi biometria

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

Zaj és rezgésvédelem NGB_KM015_ tanév tavasz Zajmérés. Bedő Anett egyetemi tanársegéd SZE, MTK, BGÉKI, Környezetmérnöki tanszék

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

ÁGAZATI SZAKMAI ÉRETTSÉGI VIZSGA VEGYIPAR ISMERETEK EMELT SZINTŰ GYAKORLATI VIZSGA MINTAFELADATOK ÉS ÉRTÉKELÉSÜK

Átírás:

Mérési hibák 2008.03.03. 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 típusai: véletlenszerű hibák rendszeres hibák Mérési hibák/16

Véletlenszerű hibák véletlenszerű hibák jellemzői konkrét értéke előre nem megadható, azaz nem lehet korrigálni megadása konfidencia intervallummal csökkentése párhuzamos méréssel típusai: véletlen hibák, kiugró hibák, rendkívüli hibák Mérési hibák/17

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/18

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/19

Mérési hibák/20 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/21

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/22

Kiugró hibák az irányított mérés feltételei nem teljesülnek a hiba várható értéke nem feltétlenül nulla meghatározás hihetőség vizsgálattal értéke ± 3 6 σ Mérési hibák/23

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/24

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/25

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/26

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/27

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/28

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/29

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/30

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/31

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/32

Rendszeres hibák kimutatása 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/33

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/34

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/35

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/36

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/37

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/38

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/39

Pontossági osztályok legkisebb értelmesen mérhető mennyiség: a műszer abszolút hibakorlátjával mérhető érték ez alatt a relatív hibakorlát 100%-nál is nagyobb lehet Mérési hibák/40

Pontossági osztályok Mérési tartomány tervezése Mérési hibák/41

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/42

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/43

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/44

Műszerek 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/45

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/46

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/47

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/48

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/49

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/50

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/51

Mérési hibák - eredet szerint etalonhibák etalon fenntartása rendszeres ellenőrzés megfelelő tárolás gondos használat környezeti hatások hőmérséklet páratartalom légsebesség rezgés sugárzás Mérési hibák/52

Mérési hibák - eredet szerint beépítés hibái példa Mérési hibák/53