PODSTAWY MIERNICTWA w CHEMII (cz. I)
dla kierunku: CHEMIA – studia stacjonarne I-go stopnia
specjalno
ś
ci: - ekologia i monitoring
ś
rodowiska
- materiały niebezpieczne i ratownictwo chemiczne
- materiały wybuchowe i pirotechnika
- ochrona przed ska
ż
eniami
edycja:
2013 (semestr letni)
prowadz
ą
cy: dr in
ż
. Jarosław Puton,
mgr in
ż
. Bogusław Siodłowski
Zakład Radiometrii i Monitoringu Ska
ż
e
ń
,
Instytut Chemii, WIC, WAT
tel.: 683 92 75, 683 71 82
002
ROZLICZENIE GODZINOWE
EFEKTY KSZTAŁCENIA
003
LITERATURA
ZASADY ZALICZANIA
004
PROGRAM PRZEDMIOTU
Grupy zagadnie
ń
:
- Elementy teorii pomiarów (3 x 2 godz. wykł.)
- Elektrotechnika i elektronika w pomiarach (8 x 2 godz. wykł.)
- Pomiary wspomagane komputerowo (1 x 2 godz. wykł)
- Przetworniki stosowane w pomiarach chemicznych (3 x 2 godz. wykł.)
005
PROGRAM PRZEDMIOTU (cd.)
006
PROGRAM PRZEDMIOTU (cd.)
007
1. ELEMENTY TEORII POMIARÓW
1.1. Miernictwo i metrologia – poj
ę
cia podstawowe
METROLOGIA
= nauka o mierzeniu czyli wykonywaniu pomiarów
MIERNICTWO
= METROLOGIA
tradycyjny podział:
- metrologia teoretyczna (zagadnienia zwi
ą
zane z planowaniem i realizacj
ą
pomiarów oraz opracowywaniem ich wyników)
- metrologia stosowana (wykonywanie konkretnych pomiarów np. metrologia
elektryczna, fotometria, termometria itd.)
- metrologia prawna (problematyka urz
ę
dowo ustanowionych i kontrolowanych
zasad, warunków oraz wymaga
ń
technicznych, które musz
ą
spełnia
ć
metody
i narz
ę
dzia pomiarowe)
rola i zadania metrologii:
- kontrolowanie procesów technologicznych
⇒
⇒
⇒
⇒
masowa i tania produkcja
⇒
⇒
⇒
⇒
sukces gospodarczy i ekonomiczny
- zapewnienie zdrowia i bezpiecze
ń
stwa
- monitorowanie i ochrona
ś
rodowiska
- poznawanie nowych praw naukowych, weryfikacja modeli naukowych
008
ETAPY ROZWOJU METROLOGII
- prehistoria - bardzo proste przyrz
ą
dy pomiarowe, naturalne jednostki miar,
regionalne ustanawianie jednostek
- pocz
ą
tki metrologii (koniec XVIII w) - metody bezpo
ś
redniego porównywania,
mierniki wskazówkowe, 4 dyscypliny metrologii
- metrologia nowo
ż
ytna (1900 - 1970) - przetwarzanie sygnałów na
elektryczne, zwi
ę
kszenie szybko
ś
ci i dokładno
ś
ci pomiarów,
mi
ę
dzynarodowe regulacje prawne
- metrologia współczesna (1970 - ... ) - mikroprocesorowe i komputerowe
systemy pomiarowe, zaawansowane techniki obróbki sygnału, metody
planowania eksperymentu
009
definicja „klasyczna”: Pomiar to proces do
ś
wiadczalnego wyznaczania,
z okre
ś
lon
ą
dokładno
ś
ci
ą
(niepewno
ś
ci
ą
), miary (warto
ś
ci) danej wielko
ś
ci
fizycznej. Pomiar polega na porównaniu okre
ś
lonej wielko
ś
ci fizycznej z wzorcem
tej wielko
ś
ci przyj
ę
tym umownie za jednostk
ę
miary. Wynikiem porównania jest
wyznaczenie warto
ś
ci liczbowej mówi
ą
cej ile razy wielko
ść
mierzona jest wi
ę
ksza
lub mniejsza od wzorca.
„inna” definicja: Pomiarem nazywamy czynno
ś
ci, po których wykonaniu mo
ż
emy
stwierdzi
ć
,
ż
e w chwili pomiaru dokonanego w okre
ś
lonych warunkach, przy
zastosowaniu okre
ś
lonych
ś
rodków i wykonaniu odpowiednich czynno
ś
ci
wielko
ść
mierzona x miała warto
ść
a <= x <= b
Stwierdzenie,
ż
e wielko
ść
x jest nie mniejsza ni
ż
a
i równocze
ś
nie nie wi
ę
ksza
ni
ż
b
, nazywamy wynikiem pomiaru.
współczesne rozszerzenie definicji: Pomiar to nie tylko wyznaczenie warto
ś
ci
wielko
ś
ci fizycznej ale równie
ż
rozkładu czasowego lub przestrzennego,
funkcjonału lub transformaty, zale
ż
no
ś
ci mi
ę
dzy wielko
ś
ciami (charakterystyki)
DEFINICJE POMIARU
010
ETAPY POMIARU
011
MODEL POMIARU
cz
ęś
ci procesu pomiarowego:
- zdefiniowanie mezurandu i wybór metody pomiarowej (cz
ęść
koncepcyjna)
- realizacja pomiaru (cz
ęść
sprz
ę
towa, hardware’owa)
- odtworzenie mezurandu (cz
ęść
obliczeniowa, software’owa)
M
- mezurand, którego wyznaczenie jest celem pomiaru
V
- wielko
ś
ci wpływaj
ą
ce na pomiar
X
- mezurand wyznaczany w rzeczywisto
ś
ci
Z
- zakłócenia
N
- wynik pomiaru
M*
- oszacowanie (estymata) mezurandu
M
,
V
,
X
,
Z
,
N
,
M*
- w ogólnym przypadku wektory
mezurand = uogólniona wielko
ść
mierzona
012
U
ś
YTECZNE DEFINICJE I
wielko
ść
- cecha zjawiska, ciała lub substancji, któr
ą
mo
ż
na wyró
ż
ni
ć
i wyznaczy
ć
ilo
ś
ciowo.
przykłady:
czas, masa i st
ęż
enie - s
ą
wielko
ś
ciami
zapach, estetyka i lenistwo - nie s
ą
wielko
ś
ciami
jednostka miary - warto
ść
danej wielko
ś
ci umownie przyj
ę
ta jako równa
jedno
ś
ci; z jednostk
ą
miary porównuje si
ę
inne wielko
ś
ci tego samego rodzaju
w celu wyznaczenia warto
ś
ci tych wielko
ś
ci
miara wielko
ś
ci = warto
ść
wielko
ś
ci wyra
ż
ona jako iloczyn liczby (ustalonej w
wyniku pomiaru) i jednostki miary
wynik pomiaru - miara wielko
ś
ci mierzonej uzyskana po uwzgl
ę
dnieniu
poprawek i podaniu granic bł
ę
dów
wzorzec miary (material measure))* - urz
ą
dzenie przeznaczone do odtwarzania
lub dostarczania jednej lub wielu znanych warto
ś
ci danej wielko
ś
ci w sposób
niezmienny podczas jego stosowania
-------------------------------------------------------
)* - według International Vocabulary of Basic and General Terms in Metrology”, OIML 1993, (tłum. pol. GUM 1996).
013
U
ś
YTECZNE DEFINICJE II
wzorzec jednostki miary, etalon (measurement standard))* - wzorzec miary,
przyrz
ą
d pomiarowy, materiał odniesienia lub układ pomiarowy, przeznaczony
do zdefiniowania, zrealizowania, zachowania lub odtworzenia jednostki miary
albo jednej lub wielu warto
ś
ci pewnej wielko
ś
ci i słu
żą
cy jako odniesienie
wzorcowanie (calibration))* - zbiór operacji ustalaj
ą
cych, w okre
ś
lonych
warunkach, relacj
ę
mi
ę
dzy warto
ś
ciami wielko
ś
ci mierzonej wskazywanymi
przez przyrz
ą
d pomiarowy lub układ pomiarowy albo warto
ś
ciami
reprezentowanymi przez wzorzec miary, a odpowiednimi warto
ś
ciami wielko
ś
ci
realizowanymi przez wzorce jednostki miary
skalowanie (gauging))* - ustalanie poło
ż
enia wskazów (niekiedy tylko pewnych
głównych wskazów) przyrz
ą
du pomiarowego w zale
ż
no
ś
ci od odpowiedniej
warto
ś
ci wielko
ś
ci mierzonej
014
wielko
ść
jednostka sposób definiowania jednostki
długo
ść
metr (m) długo
ść
drogi przebytej w pró
ż
ni w czasie
1/299 792 458 sekundy
masa
gram (g) 1/1000 masy słynnego wzorca z Sevres
kilogram (kg) pod Pary
ż
em
czas
sekunda (s) czas trwania 9 192 631 770 okresów
promieniowania emitowanego przez
133
Cs
pr
ą
d
amper (A) poprzez sił
ę
oddziaływania elektromagne-
tycznego (waga pr
ą
dowa)
temperatura
kelwin (K) 1/273.16 temperatury termodynamicznej
punktu potrójnego wody
ilo
ść
mol (mol) ilo
ść
substancji zawieraj
ą
ca liczb
ę
atomów
substancji
lub cz
ą
steczek równ
ą
liczbie atomów
zawartych w 12 g czystego
12
C
ś
wiatło
ść
kandela (cd)
ś
wiatło
ść
, jak
ą
ma
ź
ródło 540 THz (555 nm)
emituj
ą
ce 1/683 W/sr
UKŁAD SI
wielko
ś
ci i ich jednostki
(podstawowe)
jednostki uzupełniaj
ą
ce:
radian (rad) i steradian (sr)
015
UKŁAD SI
wybrane wielko
ś
ci
pochodne
016
UKŁAD SI - przedrostki okre
ś
laj
ą
ce krotno
ść
017
BŁ
Ę
DY I NIEPEWNO
ŚĆ
POMIARU
PODSTAWOWE POJ
Ę
CIA (I)
według International Vocabulary of Basic and General Terms in Metrology”, OIML 1993 :
bł
ą
d pomiaru - ró
ż
nica mi
ę
dzy wynikiem pomiaru a warto
ś
ci
ą
prawdziw
ą
wielko
ś
ci
mierzonej
niepewno
ść
pomiaru - parametr, zwi
ą
zany z wynikiem pomiaru, charakteryzuj
ą
cy
rozrzut warto
ś
ci, który w uzasadniony sposób mo
ż
na przypisa
ć
wielko
ś
ci mierzonej
bł
ą
d wzgl
ę
dny - stosunek bł
ę
du pomiaru do prawdziwej warto
ś
ci wielko
ś
ci mierzonej
zale
ż
no
ść
bł
ę
du (U) i bł
ę
du
wzgl
ę
dnego U
r
od wskazania
przyrz
ą
du przy:
(a) stałym bł
ę
dzie bezwzgl
ę
dnym
(b) stałym bł
ę
dzie wzgl
ę
dnym
018
bł
ą
d zredukowany (przyrz
ą
du pomiarowego) - stosunek bł
ę
du przyrz
ą
du
pomiarowego do wybranej warto
ś
ci charakterystycznej tego przyrz
ą
du (np. górnej
granicy zakresu nominalnego - inna nazwa: bł
ą
d wzgl
ę
dny odniesiony
(sprowadzony))
bł
ą
d podstawowy - bł
ą
d popełniany w warunkach odniesienia okre
ś
lonych dla
danego przetwornika lub przyrz
ą
du pomiarowego
bł
ą
d dodatkowy - bł
ą
d spowodowany odmienno
ś
ci
ą
warunków pracy od warunków
odniesienia
bł
ą
d przypadkowy - ró
ż
nica mi
ę
dzy wynikiem pomiaru a
ś
redni
ą
z niesko
ń
czonej
liczby wyników pomiarów tej samej wielko
ś
ci mierzonej, wykonanych w warunkach
powtarzalno
ś
ci
bł
ą
d systematyczny - ró
ż
nica mi
ę
dzy
ś
redni
ą
z niesko
ń
czonej liczby wyników
pomiarów tej samej wielko
ś
ci mierzonej, wykonanych w warunkach powtarzalno
ś
ci,
a warto
ś
ci
ą
prawdziw
ą
wielko
ś
ci mierzonej
bł
ą
d gruby - bł
ą
d przypadkowy o nadmiernej warto
ś
ci; bł
ę
dy grube wyst
ę
puj
ą
rzadko, a ich przyczynami mog
ą
by
ć
np. pomyłki lub wyst
ą
pienie nieznanych
zjawisk
PODSTAWOWE POJ
Ę
CIA (II)
019
PODSTAWOWE POJ
Ę
CIA (III)
∆
x
p
- bł
ą
d przypadkowy
∆
x
s
- bł
ą
d systematyczny
∆
x
g
- bł
ą
d gruby
∆
x
g
020
PODSTAWOWE POJ
Ę
CIA (IV)
według Guide to the Expression of Uncertainty in Measurement, OIML 1995 :
niepewno
ść
standardowa - niepewno
ść
wyniku wyra
ż
ona w formie odchylenia
standardowego
niepewno
ść
rozszerzona - wielko
ść
okre
ś
laj
ą
ca przedział wokół wyniku pomiaru, od
którego to przedziału oczekuje si
ę
,
ż
e obejmie du
żą
cz
ęść
rozkładu warto
ś
ci, które
w uzasadniony sposób mo
ż
na przypisa
ć
wielko
ś
ci mierzonej
klasa miernika - najmniejsza liczba z pewnego zestawu, która jest wi
ę
ksza od bł
ę
du
zredukowanego; zestaw liczb okre
ś
laj
ą
cych klas
ę
dany jest w normie i zawiera
szereg uporz
ą
dkowanych warto
ś
ci. np. dla przetworników pomiarowych stosowane
s
ą
nast
ę
puj
ą
ce klasy: 0.1, (0.16), 0.25, 0.4, 1, 1.6, 2.5, 4, 10
021
FIZYCZNE PRZYCZYNY BŁ
Ę
DÓW PRZYRZ
Ą
DÓW POMIAROWYCH
1. Molekularny lub kwantowy charakter niektórych zjawisk. Efekt wyst
ę
puje
w przyrz
ą
dach, w których istotn
ą
rol
ę
odgrywaj
ą
przepływy ciepła, masy i pr
ą
du
elektrycznego, a tak
ż
e oddziaływanie promieniowania z materi
ą
. Zjawiska takie
ujawniaj
ą
si
ę
w przypadku, gdy ilo
ść
elementarnych „porcji” materii lub energii
przypadaj
ą
ca na jednostk
ę
czasu jest mała. Skutkiem „dyskretno
ś
ci” materii lub
energii s
ą
bł
ę
dy przypadkowe zwane szumami lub oscylacjami.
2. Wpływ warunków otoczenia na przyrz
ą
d pomiarowy. Najwa
ż
niejsze czynniki
oddziaływuj
ą
ce na przyrz
ą
d pomiarowy to: temperatura, ci
ś
nienie, wilgotno
ść
,
napi
ę
cie zasilaj
ą
ce, pole elektromagnetyczne i drgania mechaniczne. Bł
ę
dy
wynikaj
ą
ce z obecno
ś
ci powy
ż
szych czynników zakłócaj
ą
cych mog
ą
mie
ć
charakter przypadkowy lub systematyczny.
3. Zmiany wła
ś
ciwo
ś
ci materiałów stanowi
ą
cych istotne elementy przetworników
pomiarowych. Procesy te nazywane s
ą
starzeniem i prowadz
ą
do bł
ę
dów
o charakterze systematycznym.
022
PRECYZJA I DOKŁADNO
ŚĆ
POMIARÓW
metoda precyzyjna i dokładna
metoda nieprecyzyjna i dokładna
metoda precyzyjna i niedokładna
metoda nieprecyzyjna i niedokładna
023
PRZENOSZENIE BŁ
Ę
DÓW I NIEPEWNO
Ś
CI (I)
problem: wyznaczana przez nas wielko
ść
jest funkcj
ą
jednej lub kilku wielko
ś
ci
wyznaczonych w wyniku bezpo
ś
rednich pomiarów lub otrzymanych w inny sposób;
w jaki sposób nale
ż
y wyznacza
ć
niepewno
ść
wielko
ś
ci ko
ń
cowej dysponuj
ą
c
warto
ś
ciami niepewno
ś
ci wielko
ś
ci cz
ą
stkowych?
metoda rozwi
ą
zywania powy
ż
szego problemu zale
ż
y od:
- charakteru dominuj
ą
cych bł
ę
dów z jakimi okre
ś
lane s
ą
wielko
ś
ci cz
ą
stkowe
(bł
ę
dy przypadkowe lub systematyczne)
- stopnia wzajemnej zale
ż
no
ś
ci wielko
ś
ci cz
ą
stkowych
- dost
ę
pno
ś
ci danych charakteryzuj
ą
cych bł
ę
dy wielko
ś
ci cz
ą
stkowych
024
PRZENOSZENIE BŁ
Ę
DÓW I NIEPEWNO
Ś
CI (II)
niepewno
ść
dowolnej funkcji jednej zmiennej:
niepewno
ść
iloczynu wielko
ś
ci zmierzonej i dokładnej liczby:
niepewno
ść
sumy i ró
ż
nicy:
x
dx
dq
q
)
x
(
f
q
∆
=
∆
=
x
B
q
Bx
q
∆
=
∆
=
w
...
u
z
...
x
q
)
w
...
u
(
z
...
x
q
∆
+
+
∆
+
∆
+
+
∆
=
∆
+
+
−
+
+
=
(1.1a)
(1.1b)
(1.2a)
(1.2b)
(1.3a)
(1.3b)
025
PRZENOSZENIE BŁ
Ę
DÓW I NIEPEWNO
Ś
CI (III)
niepewno
ść
ilorazu i iloczynu:
w
w
...
u
u
z
z
...
x
x
q
q
w
...
u
z
...
x
q
∆
+
+
∆
+
∆
+
+
∆
=
∆
⋅
⋅
⋅
⋅
=
(1.4a)
(1.4b)
∑
=
∆
∂
∂
=
∆
=
n
1
i
i
i
n
2
1
x
x
q
q
)
x
,...,
x
,
x
(
f
q
przypadek ogólny - metoda ró
ż
niczki zupełnej:
(1.5a)
(1.5b)
026
PRZENOSZENIE BŁ
Ę
DÓW I NIEPEWNO
Ś
CI (IV)
Obliczanie niepewno
ś
ci według wzorów 1.19b, 1.20b i 1.21b prowadzi cz
ę
sto do
zawy
ż
ania jej warto
ś
ci. Według tych wzorów szacuje si
ę
maksymalne warto
ś
ci
niepewno
ś
ci. Je
ś
li wielko
ś
ci cz
ą
stkowe s
ą
niezale
ż
ne, to uzasadnione jest obliczanie
niepewno
ś
ci wypadkowej jako sumy geometrycznej:
2
2
2
2
)
w
(
...
)
u
(
)
z
(
...
)
x
(
q
∆
+
+
∆
+
∆
+
+
∆
=
∆
2
2
2
2
w
w
...
u
u
z
z
...
x
x
q
q
∆
+
+
∆
+
∆
+
+
∆
=
∆
∑
=
∆
∂
∂
=
∆
n
1
i
2
i
2
i
)
x
(
x
q
q
dla sumy i ró
ż
nicy:
dla iloczynu
i ilorazu:
ogólnie:
(1.3c)
(1.4c)
(1.5c)
027
ESTYMACJA WARTO
Ś
CI WIELKO
Ś
CI MIERZONEJ I BŁ
Ę
DU
a). wielko
ś
ci, dla których charakterystyczne s
ą
bł
ę
dy przypadkowe:
najlepszym oszacowaniem rzeczywistej warto
ś
ci wielko
ś
ci
x
np
mierzonej jest
ś
rednia z
N
pomiarów:
∑
=
=
=
N
1
i
i
np
x
N
1
x
x
najcz
ęś
ciej stosowanym oszacowaniem niepewno
ś
ci pomiaru jest
odchylenie standardowe (dyspersja, pierwiastek z wariancji):
∑
∑
=
=
−
−
=
σ
−
=
σ
N
1
i
2
i
x
N
1
i
2
i
x
)
x
x
(
1
N
1
)
x
x
(
N
1
(1.6)
(1.7a)
(1.7b)
b). wielko
ś
ci, mierzone za pomoc
ą
przyrz
ą
dów pomiarowych o okre
ś
lonych
parametrach:
odczyt wyniku pomiaru
⇒
estymata warto
ś
ci mierzonej
podana dokładno
ść
(klasa miernika)
⇒
estymata niepewno
ś
ci pomiaru
028
1.2. Metody analizy wyników pomiaru
NIEZALE
ś
NO
ŚĆ
ZMIENNYCH - KORELACJA (I)
współczynnik korelacji liniowej to wielko
ść
informuj
ą
ca o tym czy dwie zmienne s
ą
od siebie zale
ż
ne; współczynnik zdefiniowany w p. 1.2 (wzór 1.8) odnosi si
ę
do
poszukiwania relacji mi
ę
dzy jak
ąś
zmienn
ą
a jej przyrostem; w ogólnym przypadku
współczynnik korelacji liniowej definiowany jest za pomoc
ą
wzoru:
y
x
xy
r
σ
σ
σ
=
∑
=
−
−
=
σ
N
1
i
i
i
xy
)
y
y
)(
x
x
(
N
1
gdzie:
współczynnik kowariancji
(1.8)
(1.9)
Why correlation coefficient is important? We can use it for:
- verifying theoretical predictions
- justifying results in experimental sciences
- error propagation analysis
- analysis of similarity (chemometrics)
- validation of information carried by different variables
029
r = 0.75
r = - 0.75
r = 0.95
r = 0.25
NIEZALE
ś
NO
ŚĆ
ZMIENNYCH - KORELACJA (II)
030
NIEZALE
ś
NO
ŚĆ
ZMIENNYCH - KORELACJA (III)
NIEZALE
ś
NO
ŚĆ
ZMIENNYCH - KORELACJA (IV)
031
032
NIEZALE
ś
NO
ŚĆ
ZMIENNYCH - KORELACJA (V)
prawdopodobie
ń
stwo tego,
ż
e wyniki N pomiarów dwóch nieskorelowanych
zmiennych x i y dałyby współczynnik korelacji |r| > r
0
:
033
REGRESJA LINIOWA - PROBLEM BŁ
Ę
DÓW (I)
(
)
(
)
∑
∑
∑
∑
∑
∑
∑
∑
∑
∑
∑
−
−
=
−
−
=
2
i
2
i
i
i
i
i
2
i
2
i
2
i
i
i
i
i
x
n
x
y
x
n
y
x
B
x
n
x
x
y
y
x
x
A
podstawowa idea (doskonale ju
ż
znana studentom) - poszukujemy stałych
A
i
B
w równaniu prostej
y = A + Bx
takich, aby spełniony był warunek
Σ
(y
i
- A -Bx
i
)
2
= min
(1.10)
współczynniki w równaniu prostej:
zało
ż
enia:
- niepewno
ś
ci pomiarów wielko
ś
ci
x
s
ą
zaniedbywalne
- wielko
ść
niepewno
ś
ci
∆
y
jest stała (niezale
ż
na od
y
)
Regresja to w statystyce metoda, pozwalaj
ą
ca na zbadanie zwi
ą
zku pomi
ę
dzy
ró
ż
nymi wielko
ś
ciami wyst
ę
puj
ą
cymi w danych i wykorzystanie tej wiedzy do
przewidywania nieznanych warto
ś
ci jednych wielko
ś
ci na podstawie znanych
warto
ś
ci innych.
034
niepewno
ść
pomiarów
y
:
niepewno
ś
ci stałych A i B:
∑
∑
∑
=
=
=
−
σ
=
σ
n
1
i
2
n
1
i
i
2
i
n
1
i
2
i
2
y
2
A
x
x
n
x
∑
∑
=
=
−
σ
=
σ
n
1
i
2
n
1
i
i
2
i
2
y
2
B
x
x
n
n
∑
=
−
−
−
=
σ
n
1
i
2
i
i
2
y
)
Bx
A
y
(
2
n
1
(1.11)
(1.12a)
(1.12b)
REGRESJA LINIOWA - PROBLEM BŁ
Ę
DÓW (II)
035
przykład: wykorzystanie regresji liniowej do wyznaczania stałej fizycznej
T = A + B
⋅
p
gdzie:
T
- temperatura,
p
- ci
ś
nienie
problem: znale
źć
A
(czyli temperatur
ę
zera bezwzgl
ę
dnego) i okre
ś
li
ć
dokładno
ść
wyznaczenia tej wielko
ś
ci
REGRESJA LINIOWA - PROBLEM BŁ
Ę
DÓW (III)
036
METODY PREZENTACJI I ANALIZY WYNIKÓW POMIARU
SPOSÓB ZAPISYWANIA WYNIKÓW
1. wynik pomiaru składa si
ę
z:
- oszacowania (najlepszego przybli
ż
enia) warto
ś
ci wielko
ś
ci mierzonej
- oszacowania niepewno
ś
ci wielko
ś
ci mierzonej
- jednostki wielko
ś
ci mierzonej
np.:
9.67
±
0.03 s
2. warto
ść
niepewno
ś
ci podajemy z dokładno
ś
ci
ą
do jednej cyfry znacz
ą
cej
3. wyj
ą
tkiem od reguły (2) jest sytuacja, gdy pierwsz
ą
cyfr
ą
znacz
ą
ca warto
ś
ci
niepewno
ś
ci jest 1 lub (ewentualnie) 2
4. ostatnia cyfra znacz
ą
ca w ka
ż
dym wyniku pomiaru powinna by
ć
tego samego
rz
ę
du co niepewno
ść
5. czasami rozró
ż
niane s
ą
zapisy 9.67 ± 0.03 s i 9.67(0.15) s; pierwszy z nich
oznacza niepewno
ść
standardow
ą
, a drugi podstawow
ą
037
SPOSÓB ZAPISYWANIA WYNIKÓW (II)
5. przy stosowaniu tzw. zapisu naukowego format warto
ś
ci wielko
ś
ci mierzonej
i niepewno
ś
ci powinien by
ć
jednakowy
np.:
(3.25
±
0.06)x10
-4
A
6. powy
ż
sze uwagi odnosz
ą
si
ę
do „oficjalnego” zapisywania wyniku (np. w artykule
lub sprawozdaniu); je
ś
li warto
ść
wielko
ś
ci mierzona ma by
ć
wykorzystywana
w dalszych obliczeniach to przechowujemy j
ą
z wi
ę
ksz
ą
ilo
ś
ci
ą
cyfr znacz
ą
cych
CYFRY ZNACZ
Ą
CE I DOKŁADNO
ŚĆ
liczba cyfr znacz
ą
cych
niepewno
ść
wzgl
ę
dna
1
5 do 50 %
2
0.5 do 5 %
3
0.05 do 0.5 %
038
ETAPY OPRACOWANIA WYNIKÓW EKSPERYMENTU (I)
a). zapisanie ogólnych danych o pomiarze:
- data
- wykonawca pomiaru
- cel bada
ń
- tytuł dokumentacji wyników
b). wykonanie pomiaru - zebranie „surowych” wyników pomiaru
c). zapisanie danych o aparaturze pomiarowej
- schemat układu pomiarowego
- nazwy i parametry elementów składowych układu pomiarowego
- stałe warto
ś
ci parametrów pracy układu
d). zapisanie danych o materiałach (odczynnikach)
- nazwa
- producent
- parametry fizykochemiczne wa
ż
ne w danym pomiarze
e). podanie wzorów i metod, za pomoc
ą
których obliczane były parametry pomiaru
f). wybór sposobu prezentacji i analizy wyników pomiarów
039
g). przetworzenie „surowych” wyników pomiarów
- obliczenie (oszacowanie) poszukiwanych warto
ś
ci wielko
ś
ci mierzonych
- oszacowanie niepewno
ś
ci pomiaru
- obliczenie przebiegu zale
ż
no
ś
ci teoretycznych
h). analiza wyników
- ocena „sensowno
ś
ci” uzyskanych wyników pomiaru
- teoretyczne uzasadnienie warto
ś
ci wielko
ś
ci mierzonych, przebiegów czasowych
i otrzymanych charakterystyk
- porównanie uzyskanych wyników do otrzymanych przez innych badaczy, innymi
metodami lub dla innych materiałów (zwi
ą
zków chemicznych)
- zaproponowanie modelu zjawiska
- zaproponowanie dalszych bada
ń
i). sporz
ą
dzenie dokumentacji bada
ń
- nakład pracy przy sporz
ą
dzaniu dokumentacji powinien by
ć
odpowiedni do celu
bada
ń
, warto
ś
ci uzyskanych wyników, oryginalno
ś
ci metod pomiarowych itp.
- opublikowanie wyników
ETAPY OPRACOWANIA WYNIKÓW EKSPERYMENTU (II)
040
PODSTAWOWA FORMA PREZENTOWANIA WYNIKÓW - WYKRES (I)
cechy „dobrego” wykresu:
- na osi odci
ę
tych powinny znajdowa
ć
si
ę
warto
ś
ci zmiennej niezale
ż
nej (argumentu)
a na osi rz
ę
dnych warto
ś
ci zmiennej zale
ż
nej (funkcji); pomylenie (zamiana)
zmiennych przez studenta mo
ż
e by
ć
przyczyn
ą
ci
ęż
kich schorze
ń
układu kr
ąż
enia
u wykładowcy
- osie wykresu powinny by
ć
opisane za pomoc
ą
symbolu (nazwy) wielko
ś
ci i jej
jednostki; w celu wyeliminowania w opisie osi bardzo du
ż
ych lub bardzo małych
liczb nale
ż
y stosowa
ć
odpowiednie jednostki wielokrotne lub podwielokrotne
(pC, mA, THz itp) oraz mno
ż
niki warto
ś
ci (np. 100 x i(t) [nA])
- rozmiar wykresu powinien odpowiada
ć
jego zawarto
ś
ci - nie wykonujemy du
ż
ego
wykresu, na którym jest np. tylko jedna linia prosta
- zakresy zmian warto
ś
ci na obu osiach powinny by
ć
dobrane do zakresów zmian
wyników pomiarów (oblicze
ń
)
- dobór skali na osiach wykresu powinien by
ć
taki,
ż
eby mo
ż
na było analizowa
ć
mierzon
ą
wielko
ść
w zakresie du
ż
ych zmian jej warto
ś
ci; wykresy, na których
jedna ze zmiennych ma warto
ść
stał
ą
s
ą
„nieciekawe”
- opisane znaczniki skali powinny odpowiada
ć
„okr
ą
głym” warto
ś
ciom zmiennych
- punkty znajduj
ą
ce si
ę
na wykresie odpowiadaj
ą
wynikom pomiarów lub wielko
ś
ciom
obliczonym na podstawie wyników pomiarów
041
PODSTAWOWA FORMA PREZENTOWANIA WYNIKÓW - WYKRES (II)
cechy dobrego wykresu cd.:
- w przypadku pomiarów obarczonych znacznym bł
ę
dem na wykresach powinny
by
ć
zaznaczone niepewno
ś
ci pomiarowe (słupki bł
ę
dów)
- wyniki pomiarów pochodz
ą
ce z niektórych przyrz
ą
dów pomiarowych (oscyloskop
cyfrowy, FTIR, chromatograf itp.) składaj
ą
si
ę
z du
ż
ych zbiorów liczb; w tym
przypadku wyniki pomiarów przedstawiane s
ą
na wykresach w postaci linii (ci
ą
głych,
przerywanych)
- wyniki oblicze
ń
reprezentowane s
ą
w postaci linii
- krzywe aproksymuj
ą
ce przebieg zale
ż
no
ś
ci do
ś
wiadczalnej przedstawiane s
ą
na
wykresach w postaci linii
- „serie” danych na wykresie powinny by
ć
oznaczone w jednoznaczny sposób
(kolory linii, rodzaje linii, kształty punktów) i opisane
- niekiedy skale na osiach wykresu s
ą
nieliniowe (kwadratowe, logarytmiczne,
odwrotno
ś
ci); ma to na celu uwypuklenie rodzaju zale
ż
no
ś
ci wyst
ę
puj
ą
cej mi
ę
dzy
zmiennymi
042
PRZYKŁAD DOKUMENTACJI POMIARU - dane o eksperymencie
043
PRZYKŁAD DOKUMENTACJI POMIARU - dane o kolejnych pomiarach
044
PRZYKŁAD DOKUMENTACJI POMIARU - wykresy (I)
045
PRZYKŁAD DOKUMENTACJI POMIARU - wykresy (II)
046
WYKRESY - wybór skali
0
0.2
0.4
0.6
0.8
1
0
10
20
30
40
50
C [ppb]
s
=
(
S
R
IP
0
-S
R
IP
)/
S
R
IP
0
DMSO
dodekan
heksanol
TEP
oktanol
0.1
1
0.1
1
10
100
C [ppb]
s
=
(
S
R
IP
0
-S
R
IP
)/
S
R
IP
0
DMSO
dodekan
heksanol
TEP
oktanol
skala podwójnie liniowa
skala logarytmiczno-logarytmiczna
047
Analytical Chemistry, 33
Lovelock, 1961, p. 170
Analytical Chemistry, 72
Xu, 2000, p. 5790
WYKRESY - przykłady z renomowanych czasopism zajmuj
ą
cych si
ę
analiz
ą
chemiczn
ą
i przetwornikami pomiarowymi (I)
048
WYKRESY - przykłady z renomowanych czasopism zajmuj
ą
cych si
ę
analiz
ą
chemiczn
ą
i przetwornikami pomiarowymi (II)
IEEE Trans. on Electron Devices, 39
Mastrangelo, 1992, p. 1367
Sensors and Actuators A, 91
Miller. 2001, p. 315
049
PODSTAWOWE OPERACJE NA ZBIORACH DANYCH POMIAROWYCH (I)
CEL: wyznaczenie wielko
ś
ci pomiarowej b
ę
d
ą
cej zło
ż
on
ą
funkcj
ą
wyników
otrzymywanych bezpo
ś
rednio z pomiarów
aproksymacja - opisywanie wyników pomiaru zale
ż
no
ś
ci
ą
analityczn
ą
y = f(x)
„najlepiej dopasowan
ą
” do zbioru danych do
ś
wiadczalnych.
Aproksymacj
ę
stosuje si
ę
gdy:
- dane pomiarowe charakteryzuj
ą
si
ę
znacz
ą
cym rozrzutem statystycznym
- na podstawie przebiegu pomiaru i zwi
ą
zanych z nim zjawisk potrafimy przewidzie
ć
ogólny charakter zale
ż
no
ś
ci
y = f(x)
;
Typowy przykład zastosowa
ń
aproksymacji to znajdowanie parametrów (stała
spr
ęż
ysto
ś
ci, stała rozpadu, przyspieszenie itp.), które wpływaj
ą
na kształt zale
ż
no
ś
ci
uzyskiwanej w trakcie pomiarów. Podstawowym narz
ę
dziem matematycznym
wykorzystywanym w celu wyznaczenia funkcji aproksymuj
ą
cej s
ą
metody regresji.
interpolacja - znajdowanie warto
ś
ci funkcji w dowolnym punkcie przedziału jej
okre
ś
lono
ś
ci, gdy dane o przebiegu funkcji dost
ę
pne s
ą
tylko dla pewnych punktów
tego przedziału. Interpolacj
ę
stosuje w celu otrzymania danych do oblicze
ń
po
ś
rednich,
a tak
ż
e do wyznaczania ekstremów i punktów przeci
ę
cia. Przy obliczaniu funkcji
interpoluj
ą
cych stosowane s
ą
wzory Lagrange’a, wzory Newtona i metody funkcji
sklejanych.
050
PODSTAWOWE OPERACJE NA ZBIORACH DANYCH POMIAROWYCH (II)
0.6
0.65
0.7
0.75
8.4
8.45
8.5
8.55
8.6
td [ms]
1
0
x
i
(t
)
[n
A
]
HEXP080
0.6
0.65
0.7
0.75
8.4
8.45
8.5
8.55
8.6
td [ms]
1
0
x
i
(t
)
[n
A
]
HEXP080
aproksymacja
(wielomian 2-go stopnia)
interpolacja
(funkcje sklejane)
PRZYKŁAD: obróbka danych z pomiarów oscyloskopowych:
051
PODSTAWOWE OPERACJE NA ZBIORACH DANYCH POMIAROWYCH (III)
0
0.2
0.4
0.6
0.8
0
20
40
60
80
100
U [V]
I
[n
A
]
Inas = ??
0.5
0.55
0.6
0.65
0.7
0.75
0.8
0
0.01
0.02
0.03
1/U [1/V]
I
[n
A
]
Inas = 0.78 nA
PRZYKŁAD: wyznaczanie pr
ą
du nasycenia metod
ą
ekstrapolacji:
ekstrapolacja - znajdowanie warto
ś
ci funkcji le
żą
cych poza jej tablic
ą
. Jako
przykłady zastosowa
ń
ekstrapolacji mo
ż
na poda
ć
wyznaczanie temperatury „zera
bezwzgl
ę
dnego” oraz okre
ś
lanie granicznych („w zerze” lub „w niesko
ń
czono
ś
ci”)
warto
ś
ci parametrów. Ekstrapolacja wykonywana jest za pomoc
ą
metod jak dla
interpolacji lub poprzez odpowiednie przekształcenie zmiennych.
052
PODSTAWOWE OPERACJE NA ZBIORACH DANYCH POMIAROWYCH (IV)
ró
ż
niczkowanie numeryczne - obliczanie warto
ś
ci pochodnych funkcji na
podstawie danych pomiarowych. Celem ró
ż
niczkowania jest przewa
ż
nie znajdowanie
charakterystycznych punktów funkcji (np. pików). Ró
ż
niczkowanie przeprowadza si
ę
bezpo
ś
rednio (obliczaj
ą
c ilorazy ró
ż
nicowe) lub po uprzedniej aproksymacji b
ą
d
ź
interpolacji.
całkowanie numeryczne - obliczanie warto
ś
ci całki z funkcji otrzymanej w wyniku
pomiarów. Całka odpowiada cz
ę
sto takim parametrom fizycznym jak masa, energia
lub ładunek elektryczny. Całki oblicza si
ę
metod
ą
sumowania kolejnych warto
ś
ci
funkcji lub jedn
ą
z wielu standardowych metod numerycznych.
wygładzanie danych - operacja maj
ą
ca na celu zmniejszenie zawarto
ś
ci szumów
w wynikach pomiarów. Metody wygładzania:
- u
ś
rednianie cyfrowe wielu przebiegów (signal averaging)
- u
ś
rednianie okienkowe (window averaging)
- filtracja cyfrowa (digital filtration)
rozdzielanie pików
korekta linii bazowej
053
PRZYKŁADY OPERACJE NA ZBIORACH DANYCH POMIAROWYCH (I)
filtrowanie sygnału
rozdzielanie pików
z pomiaru
sign. av. (128)
wndw. av. (21)
Savitzky-Golay
met. piku
standardowego
kompresja pików
II pochodna
054
PRZYKŁADY OPERACJE NA ZBIORACH DANYCH POMIAROWYCH (II)
całkowanie sygnału
i korekta linii bazowej
055
”EXCEL’s SOLVER” – universal tool for optimisation problems
056
1.3. Wła
ś
ciwo
ś
ci metrologiczne przyrz
ą
dów pomiarowych
KLASYFIKACJA METOD POMIAROWYCH
057
KLASYFIKACJA METOD POMIAROWYCH c.d.
metoda bezpo
ś
rednia - wielko
ść
mierzona i wielko
ść
wzorcowa s
ą
tego
samego rodzaju
przykład: pomiar masy za pomoc
ą
wagi szalkowej
metoda po
ś
rednia - wielko
ść
mierzon
ą
wyznaczamy na podstawie kilku
wielko
ś
ci mierzonych bezpo
ś
rednio
przykład: pomiar długo
ś
ci poprzez pomiar czasu przej
ś
cia przez
punkt obserwacji
metoda bezwzgl
ę
dna - metoda po
ś
rednia, w której równanie definicyjne
metody jest równaniem definicyjnym wielko
ś
ci
przykład: pomiar ci
ś
nienia poprzez pomiar powierzchni i siły działaj
ą
cej
na t
ę
powierzchni
ę
058
KLASYFIKACJA METOD POMIAROWYCH c.d.
metoda ró
ż
nicowa - metoda w której od wyniku odejmowana jest znana
warto
ść
wielko
ś
ci mierzonej
przykłady: ci
ś
nieniomierz ró
ż
nicowy i indukcyjny czujnik przemieszczenia
059
KLASYFIKACJA METOD POMIAROWYCH c.d.
metoda zerowa - taka metoda pomiarowa, w której ró
ż
nic
ę
dwóch wielko
ś
ci
mierzonej
x
i znanej
w
sprowadza si
ę
do zera
przykłady: waga analityczna (metoda kompensacyjna) i mostek Wheatstone’a
(metoda komparacyjna)
060
POMIARY WIELOPARAMETROWE
pomiar wieloparametrowy - pomiar, w którym wektor mezurandu ma
składowe odnosz
ą
ce si
ę
do ró
ż
nych wielko
ś
ci mierzonych, ale nie da
si
ę
wydzieli
ć
całkowicie odr
ę
bnych torów pomiaru tych wielko
ś
ci
TEORETYCZNE OPISY POMIARU
modele pomiaru:
- funkcja wielu zmiennych (dla mezurandu jednowymiarowego
z uwzgl
ę
dnieniem wielko
ś
ci wpływaj
ą
cych)
- równania macierzowe (dla mezurandów wielowymiarowych)
- równania ró
ż
niczkowe (pomiary dynamiczne)
- równania stanu (wielowymiarowe problemy dynamiczne)
061
URZ
Ą
DZENIA STOSOWANE W POMIARACH I
przyrz
ą
d pomiarowy - pojedyncze narz
ę
dzie pomiarowe przetwarzaj
ą
ce wielko
ść
mierzon
ą
, albo jak
ąś
wielko
ść
zwi
ą
zan
ą
z wielko
ś
ci
ą
mierzon
ą
na wskazanie lub
równowa
ż
n
ą
informacj
ę
układ pomiarowy - specjalnie dobrany zespół
ś
rodków technicznych
(przyrz
ą
dów pomiarowych, generatorów, zasilaczy, rejestratorów)
umo
ż
liwiaj
ą
cych realizacj
ę
pomiaru jednej lub wielu wielko
ś
ci fizycznych
system pomiarowy - zbiór urz
ą
dze
ń
i programów umo
ż
liwiaj
ą
cy realizacj
ę
zło
ż
onego procesu pomiarowego w sposób automatyczny
przetwornik pomiarowy - urz
ą
dzenie, które reaguje na wyró
ż
nion
ą
wielko
ść
fizyczn
ą
(zmienn
ą
wej
ś
ciow
ą
) i w sposób jednoznaczny przetwarza j
ą
w inn
ą
wielko
ść
(zmienn
ą
wyj
ś
ciow
ą
), której forma jest bardziej podatna do dalszego
przetwarzania i przesyłania na odległo
ść
062
URZ
Ą
DZENIA STOSOWANE W POMIARACH II
czujnik - urz
ą
dzenie, w którym pod wpływem oddziaływa
ń
ze strony badanego
obiektu zachodz
ą
zjawiska daj
ą
ce si
ę
wykorzysta
ć
jako
ź
ródła informacji
o tym obiekcie
czujnik pomiarowy - czujnik stosowany jako człon wej
ś
ciowy toru
pomiarowego; czujnik mo
ż
na nazwa
ć
pomiarowym, gdy:
- posiada okre
ś
lon
ą
funkcj
ę
przenoszenia,
- posiada okre
ś
lony zakres pomiarowy,
- okre
ś
lono dla niego zakres dopuszczalnych zmian czynników
zewn
ę
trznych,
- okre
ś
lono bł
ę
dy
detektor (detector))* - urz
ą
dzenie lub substancja wskazuj
ą
ca istnienie
pewnego zjawiska, bez konieczno
ś
ci podawania wielko
ś
ci zwi
ą
zanej z tym
zjawiskiem
tor pomiarowy - ci
ą
g poł
ą
czonych szeregowo: czujnika i przetworników
przeznaczonych do pozyskiwania, przetwarzania i przesyłania informacji
pomiarowej
063
TOR POMIAROWY
064
PRZETWORNIK POMIAROWY (CZUJNIK, PRZYRZ
Ą
D)
JAKO ELEMENT WIELOWEJ
Ś
CIOWY:
wielko
ść
mierzona
energia
pomocnicza
wielko
ś
ci wpływaj
ą
ce
i zakłócaj
ą
ce
wielko
ść
wyj
ś
ciowa
wła
ś
ciwo
ś
ci i charakterystyki przetwornika:
- dla powolnych zmian x
m
istotne s
ą
tylko
wła
ś
ciwo
ś
ci statyczne przetwornika
- dla szybkich zmian x
m
warto
ść
wielko
ś
ci
wyj
ś
ciowej okre
ś
lona jest poprzez
wła
ś
ciwo
ś
ci dynamiczne przetwornika
065
WYMAGANIA STAWIANE CZUJNIKOM I PRZETWORNIKOM POMIAROWYM
- charakterystyka statyczna przetwornika
f(x)
musi by
ć
jednoznaczna
w mo
ż
liwie szerokim zakresie zmian warto
ś
ci wielko
ś
ci
x
oraz niezmienna
w czasie
- przetwornik powinien by
ć
odporny na zewn
ę
trzne czynniki zakłócaj
ą
ce
- po
żą
dane jest, aby funkcja przenoszenia
f(x)
była liniowa; gwarantuje
to stał
ą
czuło
ść
w zakresie pomiarowym
- po
żą
dane jest, aby pochodna
dy/dx
m
miała odpowiednio du
żą
warto
ść
(du
ż
a
czuło
ść
)
- oddziaływanie przetwornika na badany obiekt powinno by
ć
jak najmniejsze
- przetwornik powinien charakteryzowa
ć
si
ę
niskim poziomem szumów
własnych
- charakterystyka dynamiczna przetwornika powinna by
ć
zbli
ż
ona do idealnej
066
WŁA
Ś
CIWO
Ś
CI STATYCZNE PRZYRZ
Ą
DU POMIAROWEGO
statyczne równanie przetwarzania (pomiar jednoparametrowy):
y = f(x
1
, x
2
, ..., x
m
, e)
(1.13)
charakterystyka statyczna (pomiar jednoparametrowy):
y = f(x
m
)
(1.14)
przy
x
1
= const,
x
2
= const,
e
= const
metody wyznaczania i analizy statycznej charakterystyki przetwarzania:
•
analiza zjawisk fizycznych zachodz
ą
cych w przetworniku
⇒
⇒
⇒
⇒
model fizyczny
przetwornika
⇒
⇒
⇒
⇒
model matematyczny charakterystyki przetwarzania
•
wzorcowanie
⇒
⇒
⇒
⇒
zbiór par danych x
i
, y
i
(krzywa kalibracyjna)
•
poszukiwanie wyra
ż
e
ń
analitycznych opisuj
ą
cych krzyw
ą
kalibracyjn
ą
:
- w całym zakresie nominalnym
⇒
⇒
⇒
⇒
aproksymacja
- w podzakresach
⇒
⇒
⇒
⇒
funkcje sklejane (spline)
067
CHARAKTERYSTYKI STATYCZNE (I)
x
y
lim
S
0
x
∆
∆
=
→
∆
charakterystyka liniowa
charakterystyka nie liniowa
„nasycenie”
definicja czuło
ś
ci:
(1.15)
068
CHARAKTERYSTYKI STATYCZNE (II)
charakterystyka
z histerez
ą
069
CHARAKTERYSTYKI STATYCZNE (III)
najcz
ęś
ciej spotykane kształty
charakterystyk statycznych:
x
ln
b
a
y
)
e
1
(
a
y
ae
y
b
ax
y
c
bx
ax
y
b
ax
y
bx
bx
2
2
+
=
−
=
=
+
=
+
+
=
+
=
−
liniowa
kwadratowa
pierwiastkowa
wykładnicza
wykładnicza
logarytmiczna
y
x
y
x
y
x
kalibracja
dwupunktowa
aproksymacja
(regresja liniowa)
interpolacja
(funkcje sklejane)
wyznaczanie przebiegu
charakterystyk
070
CHARAKTERYSTYKI STATYCZNE (IV)
weryfikacja „liniowo
ś
ci”
a). metoda analizy przyrostów
etap I: obliczenie współczynników
regresji liniowej
(1.16)
etap II: obliczenie przyrostów
(1.17)
etap III: analiza zale
ż
no
ś
ci
∆
y
i
= f(x
i
)
(
)
(
)
∑
∑
∑
∑
∑
∑
∑
∑
∑
∑
∑
−
−
=
−
−
=
2
i
2
i
i
i
i
i
2
i
2
i
2
i
i
i
i
i
0
x
n
x
y
x
n
y
x
S
x
n
x
x
y
y
x
x
y
i
0
i
i
Sx
y
y
y
−
−
=
∆
b). analiza współczynnika korelacji
(1.18)
r > 0,5
- nieliniowo
ść
jest
prawdopodobnie
cech
ą
przetwornika
r <= 0,5
- odchylenia maj
ą
charakter losowy
∑
∑
∑
∆
∆
=
2
i
2
i
i
i
y
)
y
(
)
y
y
(
r
071
CHARAKTERYSTYKI STATYCZNE (V)
normowanie charakterystyk
n.ch. to sprowadzenie wielko
ś
ci
wej
ś
ciowej i wyj
ś
ciowej do zmiennych
bezwymiarowych zawieraj
ą
cych si
ę
pomi
ę
dzy 0 i 1
)
x
(
y
)
x
(
y
)
x
(
y
)
x
(
y
y
x
x
x
x
x
min
max
min
n
min
max
min
n
−
−
=
−
−
=
(1.19)
zale
ż
no
ść
mi
ę
dzy wielko
ś
ciami
unormowanymi ma posta
ć
:
)
x
(
N
)
x
1
(
x
x
)
x
(
y
n
n
n
n
n
n
−
+
=
(1.20)
gdzie:
x
n
(1 - x
n
)
- czynnik normuj
ą
cy
N(x
n
)
- czynnik decyduj
ą
cy
o nieliniowo
ś
ci
072
PODSTAWOWE PARAMETRY PRZETWORNIKÓW POMIAROWYCH (I)
zakres nominalny - zakres wielko
ś
ci wej
ś
ciowej; warto
ś
ci wielko
ś
ci wej
ś
ciowej
mieszcz
ą
ce si
ę
w tym zakresie mog
ą
by
ć
podawane na wej
ś
cie przetwornika
zakres pomiarowy - cz
ęść
zakresu nominalnego, dla której warto
ś
ci wielko
ś
ci
wyj
ś
ciowej otrzymane w nominalnych warunkach pracy s
ą
obarczone bł
ę
dem
nie wi
ę
kszym od bł
ę
du granicznego okre
ś
lonego dla danego przetwornika
czuło
ść
statyczna S - granica ilorazu przyrostów wielko
ś
ci wyj
ś
ciowej
i wej
ś
ciowej
(1.21)
czuło
ść
skro
ś
na S
i
- granica ilorazu przyrostów wielko
ś
ci wyj
ś
ciowej i wielko
ś
ci
zakłócaj
ą
cej (wpływaj
ą
cej)
(1.22)
m
0
x
x
y
lim
S
∆
∆
=
→
∆
i
0
x
i
x
y
lim
S
∆
∆
=
→
∆
073
PODSTAWOWE PARAMETRY PRZETWORNIKÓW POMIAROWYCH (II)
histereza h - wielko
ść
okre
ś
laj
ą
ca niejednoznaczno
ść
charakterystyki
rzeczywistej dla rosn
ą
cych i malej
ą
cych warto
ś
ci wielko
ś
ci mierzonej;
histereza cz
ę
sto okre
ś
lana jest jako wielko
ść
wzgl
ę
dna:
(1.23)
nieliniowo
ść
- maksymalna warto
ść
odchylenia charakterystyki rzeczywistej
od charakterystyki idealnej (liniowej)
próg pobudliwo
ś
ci - najwi
ę
ksza zmiana sygnału wej
ś
ciowego nie wywołuj
ą
ca
wykrywalnej zmiany odpowiedzi przetwornika, gdy zmiana sygnału wej
ś
ciowego
jest powolna i monotoniczna
próg detekcji (najmniejsza wykrywalne zmiana wielko
ś
ci wej
ś
ciowej) - dwukrotna
warto
ść
szumów wyj
ś
ciowych sprowadzona do wej
ś
cia przetwornika
rozdzielczo
ść
- najmniejsza ró
ż
nica wskaza
ń
urz
ą
dzenia do odczytu wielko
ś
ci
wyj
ś
ciowej, która mo
ż
e by
ć
zauwa
ż
ona w wyra
ź
ny sposób; dla cyfrowego
urz
ą
dzenia odczytowego - jednostka najmniej znacz
ą
cej cyfry
max
r
m
wzgl
y
)
y
y
(
h
−
=
074
PODSTAWOWE PARAMETRY PRZETWORNIKÓW POMIAROWYCH (III)
szumy - składowa zmienna o niewielkiej amplitudzie dodawana w sposób
przypadkowy do sygnału u
ż
ytecznego;
ź
ródłem szumów s
ą
elementy
wchodz
ą
ce w skład przetwornika
dryft - powolna zmiana charakterystyki metrologicznej przyrz
ą
du (przetwornika);
głównymi przyczynami dryftu s
ą
zmiany temperaturowe parametrów elementów
składowych przyrz
ą
du oraz procesy starzeniowe
offset - sygnał wyj
ś
ciowy w przypadku, gdy wielko
ść
wej
ś
ciowa ma warto
ść
równ
ą
zeru
bł
ę
dy addytywne - przesuni
ę
cie charakterystyki statycznej o stał
ą
warto
ść
w
stosunku do charakterystyki nominalnej
bł
ę
dy multiplikatywne - zmiana nachylenia charakterystyki statycznej w
stosunku do charakterystyki nominalnej
075
powtarzalno
ść
- zdolno
ść
przetwornika do wytwarzania takiej samej warto
ś
ci
wielko
ś
ci wyj
ś
ciowej przy wielokrotnym, jednakowym podawaniu na wej
ś
cie
przetwornika wielko
ś
ci wej
ś
ciowej o stałej warto
ś
ci
dokładno
ść
- najwi
ę
ksza spodziewana ró
ż
nica mi
ę
dzy rzeczywistym poziomem
sygnału wyj
ś
ciowego uzyskanego w warunkach nominalnych, a jego warto
ś
ci
ą
idealn
ą
(nominaln
ą
); dokładno
ść
wyra
ż
ana jest zazwyczaj w procentach zakresu
wielko
ś
ci wyj
ś
ciowej
stała przyrz
ą
du (przetwornika) - liczba, przez któr
ą
nale
ż
y pomno
ż
y
ć
warto
ść
wielko
ś
ci wyj
ś
ciowej, aby uzyska
ć
warto
ść
wielko
ś
ci wej
ś
ciowej
neutralno
ść
- wła
ś
ciwo
ść
przetwornika lub przyrz
ą
du pomiarowego, która
informuje o jego wpływie na badany obiekt
zakres dynamiczny - zakres warto
ś
ci wielko
ś
ci wej
ś
ciowej od progu detekcji
do górnego ograniczenia zakresu pomiarowego
liniowy zakres dynamiczny - cz
ęść
zakresu dynamicznego, dla którego
charakterystyk
ę
statyczn
ą
mo
ż
na przybli
ż
y
ć
funkcj
ą
liniow
ą
; bł
ą
d wskaza
ń
nie powinien by
ć
przy tym wi
ę
kszy od okre
ś
lonej warto
ś
ci
PODSTAWOWE PARAMETRY PRZETWORNIKÓW POMIAROWYCH (IV)
076
MEZURANDY WEKTOROWE (I)
⋅
⋅
+
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
⋅
=
⋅
⋅
n
0
02
01
n
2
1
nn
2
n
1
n
n
2
22
21
n
1
12
11
n
2
1
y
y
y
x
x
x
S
S
S
S
S
S
S
S
S
y
y
y
macierzowe równanie przetwarzania:
(1.24)
- je
ś
li współczynniki macierzy
S
maj
ą
warto
ś
ci stałe, to układ jest liniowy
- je
ś
li tylko elementy przek
ą
tniowe s
ą
ró
ż
ne od zera, to układ mo
ż
e by
ć
rozpatrywany jako n niezale
ż
nych od siebie wielko
ś
ci
077
MEZURANDY WEKTOROWE (II)
przykład znormalizowanych funkcji przetwarzania
przetwornika dwuparametrowego przeznaczonego do pomiaru temperatury (x
1
)
i ci
ś
nienia (x
2
); wielko
ś
ci te przetwarzane s
ą
na cz
ę
stotliwo
ść
(y
1
) i napi
ę
cie (y
2
)
078
DYNAMICZNE WŁA
Ś
CIWO
Ś
CI PRZETWORNIKÓW POMIAROWYCH
ogólna posta
ć
(liniowego) równania ró
ż
niczkowego opisuj
ą
cego przetwornik:
3
n
x
y
a
...
dt
y
d
a
dt
y
d
a
x
b
...
dt
x
d
b
dt
x
d
b
y
a
...
dt
y
d
a
dt
y
d
a
0
1
n
1
n
1
n
n
n
n
0
1
m
1
m
1
n
m
m
m
0
1
n
1
n
1
n
n
n
n
≤
=
+
+
+
+
+
+
=
+
+
+
−
−
−
−
−
−
−
−
−
(1.25)
najcz
ęś
ciej:
(1.26)
079
DWA SPOSOBY OKRE
Ś
LANIA WŁA
Ś
CIWO
Ś
CI DYNAMICZNYCH
t
x
t
y
t
x
cz
ę
stotliwo
ść
s
to
s
u
n
e
k
a
m
p
li
tu
d
y
0
/x
0
wymuszenie
odpowied
ź
reakcja na skok jednostkowy
charakterystyka cz
ę
stotliwo
ś
ciowa
080
PRZETWORNIKI ZEROWEGO I PIERWSZEGO RZ
Ę
DU
t
y
cz
ę
stotliwo
ść
s
to
s
u
n
e
k
a
m
p
li
tu
d
y
0
/x
0
reakcja na skok jednostkowy
charakterystyka
cz
ę
stotliwo
ś
ciowa
przetwornik zerowego rz
ę
du
przetwornik pierwszego rz
ę
du
przetworniki zerowego rz
ę
du:
przetworniki I-go rz
ę
du:
)
t
(
kx
)
t
(
y
=
k
- wzmocnienie (czuło
ść
)
(1.27)
kx
y
dt
dy
x
b
y
a
dt
dy
a
0
0
1
=
+
τ
=
+
τ
= a
1
/a
0
- stała czasowa,
k = b
0
/a
0
-wzmocnienie statyczne
(1.28a)
lub
(1.28b)
081
CZAS ODPOWIEDZI PRZETWORNIKÓW I-GO RZ
Ę
DU
)
t
(
kx
y
dt
dy
=
+
τ
równanie przetwornika (1.15b):
0
t
dla
0
t
dla
≥
=
<
=
0
x
)
t
(
x
0
)
t
(
x
0
0)
y(t
=
=
.
P
.
W
0
0
/
t
0
kx
y
)
e
1
(
y
y
=
−
=
τ
−
:
gdzie
rozwi
ą
zanie:
x(t), y(t)
x
0
y
0
0.9 y
0
0.632 y
0
t =
ττττ
t = 2.30
τ =
τ =
τ =
τ =
T
90
t
(1.29)
082
PRZETWORNIKI WY
ś
SZYCH RZ
Ę
DÓW
= niedotłumiony
= tłumiony
krytycznie
= przetłumiony
typy odpowiedzi:
(A) unlimited upper and lower frequencies;
(B) first-order limited upper cutoff frequency;
(C) first-order limited lower cutoff frequency;
(D) first-order limited both upper and lower
cutoff frequencies;
(E) narrow bandwidth response (resonant);
(F) wide bandwidth with resonant.
oscylacje i ich tłumienie: