Вплив випадкових відхилень у результатах вимірювань на непевність екстремальних спостережень
Електронний науковий архів Науково-технічної бібліотеки Національного університету "Львівська політехніка"
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Вплив випадкових відхилень у результатах вимірювань на непевність екстремальних спостережень
The effect of random deviations on uncertainty of extreme observations |
|
| Creator |
Дорожовець, М. М.
Бубела, І. В. |
|
| Contributor |
Національний університет «Львівська політехніка»
Державне підприємство «Науково-дослідний інститут метрології вимірювальних і управляючих систем» (ДП НДІ «Система»), Україна |
|
| Subject |
вимірювання
екстремальні спостереження непевність результату випадкові відхилення метод Монте-Карло measurement extreme observations uncertainty of result random deviations Monte Carlo method |
|
| Description |
Здійснено аналіз та кількісне оцінювання впливу випадкових відхилень у результатах вимірювань на розширену непевність екстремальних спостережень, які є критичними під час контролю якості багатьох різновидів продукції. Знайдено значення коефіцієнтів довірчих границь екстремального (мінімального) спостереження, залежно від комбінацій різних розподілів значень технологічного розкиду досліджуваного параметра (від зразка до зразка) та випадкових впливів, пов’язаних із самим вимірюванням цих параметрів. Подано результати досліджень для n = 5 кількості спостережень і таких комбінацій розподілів спостережень і випадкових відхилень: нормальний-рівномірний, рівномірний-рівномірний, рівномірний-нормальний за різного співвідношення їхніх стандартних відхилень складових. На підставі аналізу одержаних результатів зроблено висновки, що у разі нестачі інформації про розподіл випадкових впливів коефіцієнти для обчислення розширеної непевності з достатньою для практики точністю (декілька відсотків) можна взяти такими, як для нормального розподілу. Результати досліджень можна використовувати для опрацювання результатів вимірювань під час контролю параметрів якості продукції та виробів у промисловості, сільському господарстві та медицині. In connection with the set requirements for processing measurement results the attention is considered to analysis of instrumental component of result’s uncertainty. While production control in industry, the mentioned component for concrete measuring instrument with the concrete measurement results has to be determined and analyzed. Important is the question of random impacts effect on to uncertainty of extreme (minimum or maximum) observations. Since in the practice of the test products qualifying there exist the cases when the result of such measurement is an extreme value: the minimal value xmin that is the first one xmin = x1 from ordered observations or the maximal xmax that is the last one xmax = xn from ordered observations. As this question seems to be contemporary, the article is devoted to research of random deviations influence on the uncertainty of extreme observations measurement results. Random deviations in measuring instrument indications are caused by different inside and outside effects. Their avoidance is impossible. To provide the reliable result of the experiment, it is important to take into account the impact of these random deviations in evaluating the uncertainty of processing the measurement results. We estimate here the value of coefficients of the confidence limits of the extreme (minimum) observation and the values of relative errors of the approximate values of the expansion coefficient, depending on the ratio of the standard deviations σr / σx related with two components: (i) instrumental one (σr ) and (ii) dispersion of the parameter of testing samples (σx ), for the number of observations n = 5 and three combinations of the distributions of both components. Research is fulfilled for: (i) the normal distribution of the parameter of testing samples and the uniform distribution of the instrumental component (ii) the uniform distribution of the parameter of testing samples and uniform distribution of the instrumental component and (iii) the uniform distribution of the parameter of testing samples and normal distribution of the instrumental component. With the aim of quality comparison the change in the distribution shape, the histograms of the normalized relative deviation z1,у1 and minimal observation у1 are built. If we measure xi the value of ith tested sample parameter, the random impacts Δri cause the changes of the considered observations yi = xi+Δri. Then standard deviation of registered observation becomes bigger than the standard deviation σx of parameter x. In every measurement these changes are random, and their impact can be described by convolution of the distribution px(x) of the tested parameter values and the random effects distribution pr(Dr). If the distribution of observations and random effects is normal, the its density p1(z1) and other parameters including the expansion coefficient are immutable and remain such as for normal distribution. If the distribution differs from the normal, the resultant distribution is normalized in the next way; due to this the expansion coefficient even less differs from to the expansion coefficient calculated according to the distribution of the observations themselves. I.e., for the number of observations n ≤ 10 the expansion coefficient does not exceed a few percent. Dependences of the expansion coefficients on the random deviation impacts of measuring instruments results at different distributions are investigated byMonte Carlo method. The researches confirm the approximation obtained in the theoretical analysis of the random influences in measuring results. Therefore, in calculation of the expanded uncertainty of extreme observation when distributions of both components in measurements are known, the random impacts can be taken into account directly. In case of shortage of information on distribution of random affects, the coefficients for the calculating the expanded uncertainty with sufficient accuracy (for practice equal to the few percent) are accepted such as for normal distribution. |
|
| Date |
2019-05-15T09:48:10Z
2019-05-15T09:48:10Z 2018-02-26 2018-02-26 |
|
| Type |
Article
|
|
| Identifier |
Дорожовець М. М. Вплив випадкових відхилень у результатах вимірювань на непевність екстремальних спостережень / М. М. Дорожовець, І. В. Бубела // Вимірювальна техніка та метрологія : міжвідомчий науково-технічний збірник. — Львів : Видавництво Львівської політехніки, 2018. — Том 79. — № 1. — С. 5–11.
http://ena.lp.edu.ua:8080/handle/ntb/44931 Dorozhovets M. M. The effect of random deviations on uncertainty of extreme observations / M. M. Dorozhovets, I. V. Bubela // Vymiriuvalna tekhnika ta metrolohiia : mizhvidomchyi naukovo-tekhnichnyi zbirnyk. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2018. — Vol 79. — No 1. — P. 5–11. |
|
| Language |
uk
|
|
| Relation |
Вимірювальна техніка та метрологія : міжвідомчий науково-технічний збірник, 1 (79), 2018
1. Бубела І. В. (2016). Опрацювання результатів вимірювання при відхиленні їх статистичних властивостей від типових: дис. канд. тех. наук: 05.01.02; М-во освіти і науки України, Нац. ун-т «Львівська політехніка»; наук. кер. Дорожовець М.М., Львів, Україна. – 168 с. 2. Бубела І. В. (2016). Опрацювання результатів вимірювання при відхиленні їх статистичних властивостей від типових: автореф. дис. на здобуття наук. ступеня канд. тех. наук: спец. 05.01.02 «Стандартизація, сертифікація та метрологічне забезпечення», Львів, Україна. – C. 20. 3. Dorozhovets М,. Popovych I., Warsza Z. L. (2016). Method of evaluation the measurement uncertainty of the minimal value of observations and its application in testing of plastic products // Advanced Mechatronics Solutions. Advances in Intelligent Systems and Computing. Springer International Publishing Switzerland. – Vol. 393. – Р. 421–430. (SCOPUS). 4. Dorozhovets М., Bubela I. (2016). Computing uncertainty of the extreme values in random samples // International Journal of Computing. – Vol. 15 (2). – Р. 127–135. (SCOPUS). 5. Dorozhovets М., Warsza Z. L., Popovych I. (2015). Uncertainty evaluation of the minimal value measurements // Measurement Automation Monitoring. Aug. – Vol. 61, No. 08. – Р. 395–398. 6. ASM International. Tensile Testing, Second Edition,(2004). 7. D 638 Test Method for Tensile Properties of Plastics Annual Book of ASTM Standards. – Vol. 08.01. 8. ГОСТ 11262-80 Пластмассы. Метод испытания на растяжение (Пластмаси. Метод випробування на розтяг). ГОСТ 26277-84 Пластмассы. Общие требования к изготовле- нию образцов способом механической обработки (Пластмаси. Загальні вимоги до виготовлення зразків способом механічної обробки). ГОСТ 12423-66 Пластмассы. Условия кондицио- нирования и испытаний образцов (проб) (Пластмаси. Умови кондиціонування і випробувань зразків (проб)). 9. JCGM 100: 2008. Evaluation of measurement data — Guide to the Expression of Uncertainty in Measurement (GUM1995 with minor corrections). – 101 р. 10. JCGM 101: 2008. Evaluation of measurement data- Supplement 1 to the «Guide to the Expression of Uncertainty in Measurement». – Propagation of distributions using a Monte- Carlo method. 11. Bubela I. V. (2015). Opracowanie wyników losowych obserwacji z płasko-normalnym rozkładem metodą statystyk pozycyjnych. Zeszyty naukowe Politechniki Rzeszowskiej. Elektrotechnika. – No. 34. – S. 71–80. 1. Bubela I. V. (2016). Processing of measurement results by deviation of their statistics properties from typical: Dissertation of PhD in Engineering: 05.01.02; The Ministry of Education and Science of Ukraine, Lviv Polytechnic National University; scientific supervisor Dorozhovets М.М., Lviv, Ukraine, p. 168. 2. Bubela I. V. (2016). Processing of measurement results by deviation of their statistics properties from typical: Autosummery for the scientific degree of Candidate of Technical Sciences (PhD in Engineering) in specialty 05.01.02 – Standardization, Certification and Metrological Assurance., Lviv, Ukraine, p.20. 3. Dorozhovets М., Popovych I., Warsza Z. L. (2016). Method of evaluation the measurement uncertainty of the minimal value of observations and its application in testing of plastic products // Advanced Mechatronics Solutions. Advances in Intelligent Systems and Computing. Springer International Publishing Switzerland. – Vol. 393. – Р. 421–430. (SCOPUS). 4. Dorozhovets М., Bubela I. (2016). Computing uncertainty of the extreme values in random samples // International Journal of Computing. – Vol. 15 (2). – Р. 127–135. (SCOPUS). 5. Dorozhovets М., Warsza Z.L, Popovych I. (2015). Uncertainty evaluation of the minimal value measurements // Measurement Automation Monitoring. Aug. – Vol. 61, No. 08. – Р. 395–398. 6. ASM International. Tensile Testing, Second Edition,(2004). 7. D 638 Test Method for Tensile Properties of Plastics Annual Book of ASTM Standards. – Vol. 08.01. 8. GOST 11262-80, GOST 26277-84, GOST 12423-66. Ukraine standards of testing methods and conditions of plastic materials and products. 9. JCGM 100: 2008. Evaluation of measurement data – Guide to the Expression of Uncertainty in Measurement (GUM1995 with minor corrections). – 101 р. 10. JCGM 101: 2008. Evaluation of measurement data—Supplement 1 to the «Guide to the Expression of Uncertainty in Measurement» – Propagation of distributions using a Monte-Carlo method. 11. Bubela I. V. (2015). Processing of the observations results with the Flatten-Gaussian distribution by the order statistics method. Scientific Papers of RUT. Electrotechnics. –No. 34. – S. 71–80. |
|
| Rights |
© Національний університет „Львівська політехніка“, 2018
|
|
| Format |
5-11
7 application/pdf image/png |
|
| Coverage |
Львів
|
|
| Publisher |
Видавництво Львівської політехніки
|
|