En målefejl , i almindelig sprogbrug, er "forskellen mellem værdien givet af målingen og den nøjagtige (ofte ukendte) værdi af en størrelse" .
Sædvanlige og fiktive eksempler i henhold til denne definition:
Andre kilder end den citerede giver forskellige definitioner af målefejl, hvilket fører til fortolkningsvanskeligheder.
Konfronteret med denne forvirring og væksten i udveksling af varer på verdensplan foreslog internationale organisationer ( ISO , BIPM osv.) Allerede i 1984 et internationalt metrologi-ordforråd , VIM, der definerer og specificerer vilkårene til bruges i metrologi . Målefejl er inkluderet i dette ordforråd; dette er artikelens hovedreference.
I metrologi , i en måling , en måling fejl er ”forskellen mellem den målte værdi af en mængde og en referenceværdi” .
BEMÆRKNING 1 “Fejlbegrebet kan bruges, når der er en enkelt referenceværdi at forholde sig til, som opstår, hvis en kalibrering udføres ved hjælp af en standard, hvis målte værdi har ubetydelig måleusikkerhed [sammenlignet med det forventede resultat] ...” (VIM 2.16 ).
BEMÆRKNING 2 “Målefejl bør ikke forveksles med produktionsfejl eller menneskelig fejl” (VIM 2.16).
Under implementeringen af en måleproces, der fører til en målt værdi, opstår der elementære fejl, der påvirker resultatet.
Disse grundlæggende fejl kan afsløres ved erfaring.
Målefejlen udtrykkes af forholdet
Eksempel:
Målt værdi af en måleblok med et mikrometer | X = 25,012 mm |
Enkelt referenceværdi for måleblokken | R = 25 mm |
Målefejl Δ = X - R | Δ = 0,012 mm |
Denne målefejl omfatter to komponenter: en tilfældig komponent Δ A og Δ systematisk komponent S .
Fra tidligere forhold trækker vi
”Komponent af målefejl, der ved gentagne målinger varierer uforudsigeligt.
BEMÆRKNING 1 Referenceværdien for en tilfældig fejl er gennemsnittet, der ville resultere fra et uendeligt antal gentagne målinger med samme mål ... ”
”Komponent af målefejl, der ved gentagne målinger forbliver konstant eller varierer på en forudsigelig måde.
BEMÆRKNING 1 Referenceværdien for en systematisk fejl er en sand værdi , en målt værdi af en standard, hvis måleusikkerhed er ubetydelig ... ”
Bemærk: der er også terminologien "nøjagtighedsfejl" eller "bias", som er estimatet for en systematisk fejl.
Fiktivt industrielt eksempel: delvis kalibrering af en målesøjle på en 100 mm klasse 1 mellemlag (referencestandard). De gentagne målingers indikationsafvigelser fra referenceværdien 100 er angivet i μm.
Ingen. | Målt | Fejl Δ | E. tilfældig Δ A | E. systematisk AS |
---|---|---|---|---|
Værdi nr. 1 | 100,0025 | 2.5 | - 0,4 | 2.9 |
Værdi nr. 2 | 100.0030 | 3 | 0,1 | 2.9 |
Værdi # 3 | 100,0035 | 3.5 | 0,6 | 2.9 |
Værdi # 4 | 100.0030 | 3 | 0,1 | 2.9 |
Værdi nr. 5 | 100,0025 | 2.5 | - 0,4 | 2.9 |
Gennemsnits værdi | 100,0029 | 2.9 | 0 | 2.9 |
Vi bemærker i dette bevidst forenklede eksempel, at den systematiske fejl er konstant. Det kan skyldes forskellige årsager (vejledende her): placering af måleblokken på pladen og / eller dårlig kalibrering og afspilning eller bøjning af sonden i arbejdsemnet og / eller den programmerede sondebevægelseshastighed for høj ...
I tilfælde af en måling, der omfatter flere individuelle målinger, er målefejlen en tilfældig variabel. Statistiklovene kan anvendes på denne måling.
Målingens spredning er karakteriseret ved estimatoren for dens standardafvigelse , også kendt som den eksperimentelle standardafvigelse.
og spredningen i gennemsnit ved estimatoren af dens standardafvigelse
Dette giver eksemplet, der er præsenteret ovenfor, af den delvise kalibrering af kolonnen
s = 0,42 µm og s Xbar = 0,19 µm .Med en dækningsfaktor lig med 2 (almindeligvis brugt i fransk metrologiværdi) har vi spredningen af målingerne D og spredningen af den gennemsnitlige fejl Δ gennemsnit , dette i 5 på hinanden følgende målinger
D = ± 0,84 µm og A avg = 2,9 µm ± 0,38 µm .Disse statistiske oplysninger har kun den betydning, vi ønsker at give dem. Det kan ganske enkelt påpeges, at jo større antallet af individuelle målinger, jo bedre er nøjagtigheden af målefejlen; her, for eksempel: for eneste måling n o 1, Δ 1 = 2,5 ± 0,84 um ; for kun måle n o 3, Δ 3 = 3,5 ± 0,84 mikron ; for de 5 på hinanden følgende målinger, Δ avg = 2,9 ± 0,38 µm .
I det offentlige rum blev der givet nogle få eksempler i indledningen; vi kunne tilføje andre, aktuelle, såsom målefejl i øremedicinske termometre; målefejlen på afstanden eller øjeblikkelig hastighed på en forkert justeret cykelcomputer fejlen ved at finde bil-GPS ved gaffel i vejen ...
På det industrielle område finder søgningen efter fejl sin plads:
Instruktioner til kontrol af en tykkelse.
Kontrol af en tykkelse.
Det skal bemærkes, at målingsfejlen i produktionen (eller i laboratorieanalyser) er "gennemsigtig" i målingerne: produktion sammen med kvalitetsafdelingen kræver målemidler, hvis usikkerhed (mere sjældent fejlen) skal være kendt og relateret til tolerancerne for de specifikationer, der skal overholdes. Dette kaldes måleudstyrets evne .
Ansøgninger synes at være mere og mere begrænsede inden for instrumentverifikation. Faktisk er målefejlen en begrænsende tilgang til tvivlen om, at man kan have resultaterne af målingerne. Vi forsømmer, som vi har set, fejl relateret til standarden og andre elementære fejl relateret til miljøpåvirkningsfaktorer. Søgningen efter måleusikkerhed , der forsøger at tage højde for alle årsagerne til variabilitet, har en tendens til ved at generalisere den mere traditionelle fejlsøgning.
Vi skal overveje tre fejlkilder ( usikkerhed på engelsk):
hvor den samlede fejl er Δ = Δ 1 + Δ 2 + Δ 3
Hvis vi sammenligner med pile, skyder vi mod et mål:
Metafor for måleusikkerhed: a) statistisk spredning og systematisk fejl er lille; b) den statistiske spredning er høj, men den systematiske fejl er lav; c) den statistiske spredning er lav, men den systematiske fejl er høj.
Udtrykket " præcision " er ikke længere en del af metrologibetingelserne.
På en analog enhed er den første begrænsning afstanden mellem graderinger; dette kan forbedres med en vernier som på en tykkelse eller visse goniometre eller med en mikrometrisk skrue som på en palmer . På en digital enhed angives denne nøjagtighed af antallet af cifre i displayet.
Δ 1 er afstanden mellem gradueringen eller værdien af en enhed på det sidste ciffer i displayetMen det kan være, at fænomenet er ustabilt eller forstyrres af et tilfældigt eksternt fænomen. Derefter ser vi nålen svinge eller de sidste cifre i det digitale display skifte. Dette reducerer målepræcisionen, vi kan kun overveje den stabile del af det opnåede antal. Se artiklen Signal / støjforhold .
Når vi bruger meget gamle publikationer til at vurdere en ikke-reproducerbar begivenhed (objektet er forsvundet eller er blevet ændret, eller det er en enkelt begivenhed), er vi undertiden nødt til at ty til en empirisk skala, som Mercalli eller Rossi-Forel skala for jordskælv eller Mohs-skalaen for hårdheden af et materiale, evaluering af Δ 1 derefter bliver vanskelig; dette er kun muligt, hvis man kan forholde sig til en "moderne" skala baseret på fysisk måling. For eksempel forsøger vi at etablere en overensstemmelse mellem skaderne på et jordskælv beskrevet i gamle skrifter og energien fra seismiske bølger.
Ligeledes, når målingen består i at klassificere et fænomen i en kategori (for eksempel tilfældet af en meningsmåling eller opgørelsen af patologier), er det ikke muligt at definere Δ 1 .
Hvis det samme fænomen måles flere gange med en tilstrækkelig præcis enhed, opnås der et andet resultat x i hver gang . Dette skyldes foruroligende fænomener eller, for ekstremt præcise målinger, fænomenets tilfældige karakter (kaos, kvanteusikkerhed).
Blandt de forstyrrende fænomener kan vi tælle:
På et stort antal målinger kan vi overveje, at vi har en sandsynlighed, hvis fordeling er Gaussisk. Måleresultatet vil være de gennemsnitlige empiriske Ê resultater
kvadratet for standardafvigelsen σ 2 for Gaussian kan evalueres med den korrigerede empiriske varians :
Fejlen på grund af den statistiske spredning estimeres derefter med
k er konstant afhængigt af konfidensniveauet , det vil sige om den tilladte fejl.
I fysik, vi ofte tager k = 3, hvilket svarer til et konfidensinterval på 99,73%, det vil sige, at 99,73% af værdierne x jeg er mellem æ - Δ x og æ + Δ x og 0,27% vil være uden for denne rækkevidde; ud af 1000 målinger er kun tre uden for intervallet. I mange tilfælde er vi glade for at tage k = 2 eller et konfidensniveau på 95% (5 målinger uden for intervallet pr. Hundrede målinger). For en virksomhed med en enorm produktion kan 0,27% og endnu mere til 5% stadig være det også.
Forestil dig f.eks., At et firma producerer dele, hvis længde ℓ skal have en given præcision Δℓ; produktionsværktøjet producerer efter justering dele med en spredning σ på ℓ;
Se også artiklerne Dispersionskriterier og Normalfordeling .
Hvis der er få prøver, skal der anvendes en større koefficient til at tage højde for den fejl, der er foretaget ved bestemmelsen af Ê og af (se Elevs statistiske lov ). Vi kan også frivilligt vælge et større eller mindre konfidensinterval og derfor tage en større eller mindre koefficient. For eksempel:
Tillidsniveau | 5 foranstaltninger | 10 foranstaltninger | 20 foranstaltninger | > 100 målinger (normal lov) |
---|---|---|---|---|
50% | 0,73⋅σ | 0,70⋅σ | 0,69 ° | 0,67 ° |
68% | 1⋅σ | |||
70% | 1,16⋅σ | 1,09 ° | 1,06 ° | 1,04⋅σ |
87% | 1,5⋅σ | |||
90% | 2,02⋅σ | 1,81⋅σ | 1,73⋅σ | 1,65⋅σ |
95% | 2,57⋅σ | 2,23⋅σ | 2,09⋅σ | 1,96⋅σ |
99% | 4,03⋅σ | 3,17⋅σ | 2,85⋅σ | 2,56⋅σ |
99,7% | 3⋅σ | |||
99,9% | 6,87⋅σ | 4,59⋅σ | 3,85⋅σ | 3,28⋅σ |
99,999 999 8% | 6⋅σ |
På en Gaussian repræsenterer den fulde bredde ved halv maksimum (FWHM) et konfidensinterval på ca. 76% (eller 3/4) for et stort antal målinger.
I tilfælde af fysiske eller kemiske målinger evalueres den statistiske spredning ved målinger af repeterbarhed og reproducerbarhed og muligvis ved tværmålinger mellem laboratorier:
Hvis målepræcisionen er mindre end den statistiske spredning, måles det samme resultat altid (undtagen læse- eller brugsfejl), jf. infra .
Bemærk : I tilfælde af et tilfældigt fænomen ( stokastisk proces , for eksempel i tilfælde af meningsmåling), søger vi ikke at kende en værdi og en fejl, men at kende den statistiske fordeling af værdierne. Se også lov om stort antal .
Resultatet af en måling bruges ofte til at foretage beregninger. For eksempel i tilfælde af en vejradar ( speedometer ) måles et frekvensskift, og dette skift bruges til at beregne køretøjets hastighed med Doppler-Fizeau-loven . Det er derfor nødvendigt fra den fejl, der blev foretaget ved måling af frekvensforskydningen, at estimere fejlen i hastigheden.
Generelt måler vi en værdi x , og vi beregner en værdi y = ƒ ( x ); vi vil estimere Δ y fra Δ x .
Målingen ofte anvendes accept tests , der er den målte værdi bestemmer, om objektet lever op til de fastsatte kriterier. Denne opfattelse er ret bred:
Det anses generelt for, at en metode kun kan anvendes, hvis den statistiske dispersion er mindst 5 eller 10 gange mindre end grænseværdien.
For eksempel :
Generelt skal rækkevidden af tilladte værdier tage højde for den samlede fejl. Betydningen af at tage den globale fejl i betragtning afhænger af den type risiko, vi vil undgå:
For at teste en enhed eller en procedure kontrolleres det, at repeterbarheds- og reproducerbarhedstestene er kompatible med målpræcisionen; for at teste en målemetode kontrolleres det, at de interlaboratoriske (eller cirkulære) tests er kompatible med målpræcisionen (se ovenfor ).
Hvad der lige er gjort kan gøres ved direkte beregning med en lommeregner eller et regneark (på en computer) ved hjælp af grafer og fejlfelt
Lad os tage eksemplet med undersøgelsen af ideelle gasser. Hvis vi tegner P som en funktion af 1 / V, opnår vi teoretisk en lige linje, der passerer gennem oprindelsen , hvor hældningen , nemlig n og T holdes konstant (indkapslingen eller målecellen, der indeholder gassen, er lækagefri og termostatstyret med T kendt ved 0,2%), P måles ved hjælp af et manometer , med 5% relativ fejl, og V måles med 2% relativ fejl, for hvert eksperimentelt målepunkt (P, 1 / V) tegner vi fejl søjler, der repræsenterer den absolutte fejl.
Et “fit” eller kurvejusteringsprogram, baseret på ideen om at reducere afstanden for den lige linje (eller kurve) til alle de eksperimentelle punkter, gør det muligt at tegne den teoretiske lige linje og beregne dens hældning nRT med en tillidskoefficient r 2 tæt på enhed, hvis pasformen er god.
Den " mindste kvadraters metode " anvendes: det anvendte program summerer de kvadratiske afstande mellem linjen og hvert punkt, hvor minimum af denne sum svarer til den bedste regressionslinie.
I ovenstående tilfælde opnår vi således nRT = 2,54 (1,00 ± 0,07) Joule
Dette gør det muligt at sige, at ved konstant n og T bekræfter eksperimentet, at PV er konstant inden for 7% for den undersøgte gas, og at for at forbedre dette resultat er det nødvendigt at måle P til bedre end 5% eller V til bedre end 2%.
: dokument brugt som kilde til denne artikel.