PMwCh 2013 01

background image

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

background image

002

ROZLICZENIE GODZINOWE

EFEKTY KSZTAŁCENIA

background image

003

LITERATURA

ZASADY ZALICZANIA

background image

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.)

background image

005

PROGRAM PRZEDMIOTU (cd.)

background image

006

PROGRAM PRZEDMIOTU (cd.)

background image

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

background image

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

background image

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

background image

010

ETAPY POMIARU

background image

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

background image

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).

background image

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

background image

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)

background image

015

UKŁAD SI

wybrane wielko

ś

ci

pochodne

background image

016

UKŁAD SI - przedrostki okre

ś

laj

ą

ce krotno

ść

background image

017

Ę

DY I NIEPEWNO

ŚĆ

POMIARU

PODSTAWOWE POJ

Ę

CIA (I)

według International Vocabulary of Basic and General Terms in Metrology”, OIML 1993 :

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

ą

d wzgl

ę

dny - stosunek bł

ę

du pomiaru do prawdziwej warto

ś

ci wielko

ś

ci mierzonej

zale

ż

no

ść

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

background image

018

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:

ą

d wzgl

ę

dny odniesiony

(sprowadzony))

ą

d podstawowy - bł

ą

d popełniany w warunkach odniesienia okre

ś

lonych dla

danego przetwornika lub przyrz

ą

du pomiarowego

ą

d dodatkowy - bł

ą

d spowodowany odmienno

ś

ci

ą

warunków pracy od warunków

odniesienia

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

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

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)

background image

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

background image

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

background image

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

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.

background image

022

PRECYZJA I DOKŁADNO

ŚĆ

POMIARÓW

metoda precyzyjna i dokładna

metoda nieprecyzyjna i dokładna

metoda precyzyjna i niedokładna

metoda nieprecyzyjna i niedokładna

background image

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

background image

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)

background image

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)

background image

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)

background image

027

ESTYMACJA WARTO

Ś

CI WIELKO

Ś

CI MIERZONEJ I BŁ

Ę

DU

a). wielko

ś

ci, dla których charakterystyczne s

ą

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

background image

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

background image

029

r = 0.75

r = - 0.75

r = 0.95

r = 0.25

NIEZALE

ś

NO

ŚĆ

ZMIENNYCH - KORELACJA (II)

background image

030

NIEZALE

ś

NO

ŚĆ

ZMIENNYCH - KORELACJA (III)

background image

NIEZALE

ś

NO

ŚĆ

ZMIENNYCH - KORELACJA (IV)

031

background image

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

:

background image

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

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.

background image

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)

background image

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)

background image

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

background image

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 %

background image

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

background image

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)

background image

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

background image

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

background image

042

PRZYKŁAD DOKUMENTACJI POMIARU - dane o eksperymencie

background image

043

PRZYKŁAD DOKUMENTACJI POMIARU - dane o kolejnych pomiarach

background image

044

PRZYKŁAD DOKUMENTACJI POMIARU - wykresy (I)

background image

045

PRZYKŁAD DOKUMENTACJI POMIARU - wykresy (II)

background image

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

background image

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)

background image

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

background image

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.

background image

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:

background image

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.

background image

052

PODSTAWOWE OPERACJE NA ZBIORACH DANYCH POMIAROWYCH (IV)

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

background image

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

background image

054

PRZYKŁADY OPERACJE NA ZBIORACH DANYCH POMIAROWYCH (II)

całkowanie sygnału
i korekta linii bazowej

background image

055

”EXCEL’s SOLVER” – universal tool for optimisation problems

background image

056

1.3. Wła

ś

ciwo

ś

ci metrologiczne przyrz

ą

dów pomiarowych

KLASYFIKACJA METOD POMIAROWYCH

background image

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

background image

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

background image

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)

background image

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)

background image

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

background image

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

background image

063

TOR POMIAROWY

background image

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

background image

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

background image

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)

background image

067

CHARAKTERYSTYKI STATYCZNE (I)

x

y

lim

S

0

x

=

charakterystyka liniowa

charakterystyka nie liniowa

„nasycenie”

definicja czuło

ś

ci:

(1.15)

background image

068

CHARAKTERYSTYKI STATYCZNE (II)

charakterystyka
z histerez

ą

background image

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

background image

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

background image

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

background image

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

=

background image

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

=

background image

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

ę

dy addytywne - przesuni

ę

cie charakterystyki statycznej o stał

ą

warto

ść

w

stosunku do charakterystyki nominalnej

ę

dy multiplikatywne - zmiana nachylenia charakterystyki statycznej w

stosunku do charakterystyki nominalnej

background image

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)

background image

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

ż

ne od zera, to układ mo

ż

e by

ć

rozpatrywany jako n niezale

ż

nych od siebie wielko

ś

ci

background image

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

)

background image

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)

background image

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

background image

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)

background image

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)

background image

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:


Wyszukiwarka

Podobne podstrony:
2013 01 15 ustawa o srodkach pr Nieznany
2013 01 12 Kolokwium z Histologii ogólnej
PMwCh 2013 03
2013 01 14
2013 01 03
2013 01?za pytań z Histologii ogólnej
02 ustawa Prawo w asnosci przemys owej, brzmienie od 2013-01-01
2013 01 03
2013 01 19 Egzamin obserwatorow szczebla c (2)
MS PiUP Wyklad 2013 01 17
Algorytm ciskanie mimorodowe i nono 2013 01 18
Ekologia 30W dla DAI DBI DDI Wykaz zagadnień na egzamin 2013 01 23
2013 01 24 matura probna wos py Nieznany
2013 01 24 matura probna matematyka pytania podstawowy
2013.01, Religijne, !Ksiega Prawdy-Oredzia Ostrzezenie, 2013
Giełda egzamin lekarski 2013.01.28, LEKARSKI, 1 rok lerkarski, Biologia medyczna, giełdy b medyczna,
Duża Aglomeracja Wrocławska tabela od 2013 01 01
PMwCh 2013 02

więcej podobnych podstron