DOI: https://doi.org/10.24027/2306-7039.4.2019.195953
Відкритий доступ Відкритий доступ  Обмежений доступ Доступ за передплатою

Оцінювання розширеної невизначеності при калібруванні скляного термометра

Igor Zaharov, Olesia Botsiura, Anastasiia Brikman, Oleksandr Zaharov

Анотація


Досліджено методику калібрування скляного термометра методом звірення з еталонним термометром за допомогою приладу порівняння (термостата). Згідно з вимогами стандарту ISO/IEC 17025 розроблено процедуру оцінювання невизначеності вимірювань. В основу цієї процедури покладено байєсівський підхід та розроблений авторами метод ексцесів. Застосування цих прийомів дозволяє наблизити оцінки невизначеності вимірювань, отримані запропонованим методом до оцінок невизначеності вимірювань, отриманих методом Монте-Карло відповідно до Додатку 1 до Настанови з подання невизначеності вимірювання. Під час обчислення сумарної стандартної невизначеності вимірювань проводиться облік кореляції між показами термометра, що калібру-ється, та еталонного термометра. Наявність кореляції викликана одночасними вимірюваннями в одних умовах температури обома термометрами та нестабільністю температури термостата. Продемонстровано ефективність застосування методу редукції при розрахунку невизначеності корельованих вимірювань. Складено бюджети невизначеності, які можна використовувати як основу для розробки програмного засобу з метою автоматизації оцінювання невизначеності вимірювань. Отримано формули для обчислення ексцесу вимірюваної величини з урахуванням кореляції між вхідними величинами при використанні загальноприйнятого методу обчислення невизначеності та методу редукції. Розглянуто реальний приклад оцінки невизначеності вимірювань під час калібрування скляного термометра. Показано, що облік кореляції між результатами вимірювань термометра, що калібрується, і еталонного термометра дозволяє знизити значення сумарної та розширеної похибок вимі-рювань майже в 1,5 раза. Продемонстровано збіг результатів, отриманих запропонованим методом і методом Монте-Карло.

Ключові слова


термометр скляний; калібрування; кореляція; невизначеність вимірювань; байєсівський підхід; метод ексцесів; бюджет невизначеності

Повний текст:

PDF (English)

Посилання


Preobrazhensky V. P. Teplotehnicheskie izmereniya i pribory [Thermotechnical measurements and devices]. Moscow, Energiya, 1978. 704 p. (in Russian).

ISO/IEC 17025:2017. General requirements for the competence of testing and calibration laboratories, 2017. 38 p.

Zakharov I. P., Vodotyka S. V., Shevchenko E. N. Methods, models, and budgets for estimation of measurement uncertainty during calibration. Measurement Techniques, July, 2011, vol. 54, no. 4, pp. 387‒399. DOI: https://doi.org/10.1007/s11018-011-9737-5

Bich W., Cox M. and Michotte C. Towards a new GUM — an update. Metrologia, 2016, 53(5): S149-S159. DOI: https://doi.org/10.1088/0026–1394/53/5/S149

JCGM 100:2008. Evaluation of measurement data — Guide to the expression of uncertainty in measurement. JCGM, 2008. 134 p.

JCGM 101:2008. Evaluation of measurement data — Supplement 1 to the “Guide to the expres-sion of uncertainty in measurement” — Propaga-tion of distributions using a Monte Carlo method. JCGM, 2008. 90 p.

Zakharov I. P. Estimating measurement uncertain-ty on the basis of observed and logical correlation. Measurement Techniques, 2007, vol. 50, no. 8, pp. 808‒816. DOI: https://doi.org/10.1007/s11018-007-0154-8

Zakharov I. P., Botsyura O. A. Calculation of Ex-panded Uncertainty in Measurements Using the Kurtosis Method when Implementing a Bayesi-an Approach. Measurement Techniques, 2019, vol. 62(4), pp. 327‒331. DOI: https://doi.org/10.1007/s11018–019–01625-x

Zakharov I. P., Vodotyka S. V. Application of Monte Carlo simulation for the evaluation of measurements uncertainty. Metrology and Measurement Systems, 2008, vol. 15, no. 1, pp. 117‒123.

. Rabinovich S. G. Evaluating Measurement Accuracy: A Practical Approach. 2nd ed. Springer, 2013. 313 p. DOI: https://doi.org/10.1007/978-1-4614-6717-5


Пристатейна бібліографія ГОСТ


Preobrazhensky V. P. Teplotehnicheskie izmereniya i pribory [Thermotechnical measurements and devices]. Moscow, Energiya, 1978. 704 p. (in Russian).

ISO/IEC 17025:2017. General requirements for the competence of testing and calibration laboratories, 2017. 38 p.

Zakharov I. P., Vodotyka S. V., Shevchenko E. N. Methods, models, and budgets for estimation of measurement uncertainty during calibration. Measurement Techniques, July, 2011, vol. 54, no. 4, pp. 387‒399. DOI: https://doi.org/10.1007/s11018-011-9737-5

Bich W., Cox M. and Michotte C. Towards a new GUM — an update. Metrologia, 2016, 53(5): S149-S159. DOI: https://doi.org/10.1088/0026–1394/53/5/S149

JCGM 100:2008. Evaluation of measurement data — Guide to the expression of uncertainty in measurement. JCGM, 2008. 134 p.

JCGM 101:2008. Evaluation of measurement data — Supplement 1 to the “Guide to the expres-sion of uncertainty in measurement” — Propaga-tion of distributions using a Monte Carlo method. JCGM, 2008. 90 p.

Zakharov I. P. Estimating measurement uncertain-ty on the basis of observed and logical correlation. Measurement Techniques, 2007, vol. 50, no. 8, pp. 808‒816. DOI: https://doi.org/10.1007/s11018-007-0154-8

Zakharov I. P., Botsyura O. A. Calculation of Ex-panded Uncertainty in Measurements Using the Kurtosis Method when Implementing a Bayesi-an Approach. Measurement Techniques, 2019, vol. 62(4), pp. 327‒331. DOI: https://doi.org/10.1007/s11018–019–01625-x

Zakharov I. P., Vodotyka S. V. Application of Monte Carlo simulation for the evaluation of measurements uncertainty. Metrology and Measurement Systems, 2008, vol. 15, no. 1, pp. 117‒123.

. Rabinovich S. G. Evaluating Measurement Accuracy: A Practical Approach. 2nd ed. Springer, 2013. 313 p. DOI: https://doi.org/10.1007/978-1-4614-6717-5





УКРАЇНСЬКИЙ МЕТРОЛОГІЧНИЙ ЖУРНАЛ/UKRAINIAN METROLOGICAL JOURNAL

ISSN (Print) 2306-7039

ISSN (Online) 2522-1345