Обробка результатів вимірювання
Про матеріал
в презентації уроку "обробка результатів вимірювання" показано як правильно офрмити результати вимірювань з врахуванням ймовірної похибки, як правильно проводити вимірювання щоб відсіяти хибні заміри.
ОСНОВИ03 / 25 Навіщо обробляти вимірювання?Велика кількість цифр ≠ висока достовірність. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬІлюстрація / модель до слайда. Мета оброблення — отримати оцінку вимірюваної величини та охарактеризувати її якість. Зменшити вплив випадкових коливань. Виявити підозрілі значення. Порівнювати результати різних вимірювань. ГОЛОВНЕ: умови та припущення мають значення
ОСНОВИ04 / 25 Як правильно зібрати даніПовторюємо вимірювання за стабільних умов. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬПеред статистикою фіксуємо одиниці, прилад, діапазон, умови та спосіб зчитування. Одна величина та один режим. Незалежні спостереження, якщо це припустимо. Однакові одиниці та протокол. ГОЛОВНЕ: умови та припущення мають значення. Візуалізація до слайда
СТАТИСТИКА06 / 25 Середнє арифметичне. Центральна оцінка серії повторних показів. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬЗа однакових умов і рівної ваги спостережень використовуємо просте середнє.x̄ = (x₁ + … + xₙ) / n. Середнє зменшує випадкові коливання. Не усуває систематичні зміщення. ГОЛОВНЕ: умови та припущення мають значення. Візуалізація до слайда
СТАТИСТИКА08 / 25 Відхилення від середнього. Кожне xᵢ порівнюємо з x̄МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬДодатні та від’ємні відхилення взаємно компенсуються.dᵢ = xᵢ − x̄Σdᵢ = 0 (з точністю до округлення)Великі |dᵢ| означають більшу віддаленість. ГОЛОВНЕ: умови та припущення мають значення. Візуалізація до слайда
СТАТИСТИКА09 / 25 Що показує розподіл результатів. Гістограма демонструє частоту значень. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬЧастота кожного показу. Гістограма корисна для виявлення скупчень, асиметрії або незвичного розкиду.12,03 В повторилося найчастіше. Значення зосереджені біля 12,028 В10 точок замало для висновків про форму розподілу. ГОЛОВНЕ: умови та припущення мають значення
ЯКІСТЬ ДАНИХ10 / 25 Підозрілі та грубі результати. Викид не вилучають лише тому, що він незручний. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬІлюстрація / модель до слайда. Значення перевіряють за причинами, протоколом і заздалегідь обраним критерієм. Перевірити підключення та журнал. Порівняти з фізично можливим діапазоном. Застосувати обґрунтований критерій. ГОЛОВНЕ: умови та припущення мають значення
СТАТИСТИКА11 / 25 Вибіркове стандартне відхилення. Міра розкиду окремих вимірювань. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬДля оцінки за вибіркою використовують знаменник n − 1.s = √[Σ(xᵢ − x̄)² / (n − 1)]Для даних: s ≈ 0,01317 ВОписує типове коливання одного показу. ГОЛОВНЕ: умови та припущення мають значення. Візуалізація до слайда
СТАТИСТИКА12 / 25 Невизначеність середнього. Середнє визначаємо точніше, ніж окремий показ. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬІлюстрація / модель до слайда. За незалежних однотипних спостережень стандартна невизначеність середнього зменшується з √n.u. A(x̄) = s / √nu. A = 0,01317 / √10u. A ≈ 0,00416 ВГОЛОВНЕ: умови та припущення мають значення
МЕТРОЛОГІЯ13 / 25 Похибка й невизначеність — не одне й те саме. Похибка описує різницю; невизначеність — обґрунтований діапазон. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬЗа відсутності точно відомого істинного значення конкретну похибку зазвичай не знаємо. Похибка: показ − опорне значення. Невизначеність: параметр розкиду можливих значень. Поправка та її невизначеність — різні речіГОЛОВНЕ: умови та припущення мають значення. Візуалізація до слайда
НЕВИЗНАЧЕНІСТЬ14 / 25 Тип A: статистична оцінка. Використовує повторні спостереження. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬТип A — спосіб оцінювання компонента невизначеності за статистичним аналізом. Джерело: розкид незалежних повторів. Формула для середнього: u. A = s/√n. У нашому прикладі: 0,00416 ВГОЛОВНЕ: умови та припущення мають значення. Візуалізація до слайда
НЕВИЗНАЧЕНІСТЬ15 / 25 Тип B: інша доступна інформація. Паспорт, роздільність, сертифікат калібрування. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬТип B — оцінювання без статистичного аналізу саме цієї серії повторів. Технічні характеристики приладу. Сертифікат калібрування. Попередні дані, досвід і фізична модель. ГОЛОВНЕ: умови та припущення мають значенняІлюстративне фото вимірювальної лабораторії
РОЗРАХУНОК16 / 25 Приклад типу B: роздільність 0,01 ВКвантування показу моделюємо рівномірним розподілом. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬІлюстрація / модель до слайда. Якщо похибка округлення лежить у межах ±q/2, маємо ures = q/√12.q = 0,01 ВМежі округлення: ±0,005 Вures ≈ 0,00289 ВГОЛОВНЕ: умови та припущення мають значення
МЕТРОЛОГІЯ17 / 25 Що дає калібрування. Сертифікат містить поправку та її невизначеність. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬНавчальне припущення: стандартна невизначеність калібрування ucal = 0,006 В. Поправку вносять до результату, якщо потрібно. Невизначеність поправки лишається. Не плутайте U в сертифікаті зі стандартною u. ГОЛОВНЕ: умови та припущення мають значенняІлюстративне фото вимірювальної лабораторії
РОЗРАХУНОК18 / 25 Бюджет невизначеностіЗведемо усі складові в одну таблицю. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬІлюстрація / модель до слайда. У навчальній моделі розглядаємо три незалежні стандартні внески. Тип A: 0,00416 ВРоздільність: 0,00289 ВКалібрування: 0,00600 ВГОЛОВНЕ: умови та припущення мають значення
РОЗРАХУНОК19 / 25 Комбінована стандартна невизначеність. Незалежні складові складаємо квадратично. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬУ моделі прямого вимірювання з коефіцієнтами чутливості 1:uc = √(u. A² + ures² + ucal²)uc ≈ √(0,00416² + 0,00289² + 0,006²)uc ≈ 0,00785 ВГОЛОВНЕ: умови та припущення мають значення. Візуалізація до слайда
РОЗРАХУНОК20 / 25 Розширена невизначеність. Перетворюємо стандартну оцінку на інтервал. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬU = k · uc. У демонстраційному розрахунку беремо k = 2.k = 2 — обраний коефіцієнт охоплення. U ≈ 2 × 0,00785 = 0,01571 ВОкруглюємо: U ≈ 0,016 ВГОЛОВНЕ: умови та припущення мають значення. Візуалізація до слайда
ПРЕДСТАВЛЕННЯ21 / 25 Як правильно записати результат. Результат = оцінка + невизначеність + умови. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬІлюстрація / модель до слайда. Вказуйте одиниці, вид невизначеності та коефіцієнт охоплення. U = (12,028 ± 0,016) ВРозширена невизначеність, k = 2 Оцінка за навчальною моделлю. ГОЛОВНЕ: умови та припущення мають значення
ПОШИРЕННЯ22 / 25 Непрямі вимірювання: що змінюється?Визначаємо результат через функцію інших величин. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬІлюстрація / модель до слайда. Для I = U/R враховують чутливість результату до U та R. I = U / Ru²(I) ≈ (∂I/∂U)²u²(U) + (∂I/∂R)²u²(R)За залежності U та R потрібен коваріаційний член. ГОЛОВНЕ: умови та припущення мають значення
ПРАКТИКА23 / 25 Чи завжди більше вимірювань краще?Тип A зменшується як 1/√n, але тип B лишається. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬІлюстрація / модель до слайда. Збільшення n корисне, коли домінують випадкові коливання і виконані статистичні передумови.n × 4 → u. A приблизно / 2 Невизначеність калібрування не зникне. Потрібно контролювати дрейф та залежність даних. ГОЛОВНЕ: умови та припущення мають значення
ПРАКТИКА24 / 25 Типові помилки під час оброблення. Перевіряйте припущення, одиниці та позначення. МЕТРОЛОГІЯ / ОБРОБЛЕННЯ РЕЗУЛЬТАТІВ ВИМІРЮВАНЬКожен із цих пунктів може суттєво спотворити висновок. Плутати s окремого показу з u. A середнього. Складати незалежні стандартні внески простою сумою. Називати U гарантованою похибкою. Забувати про кореляції та поправки. Візуалізація до слайда