Målefeil

En målefeil , i vanlig språkbruk, er "forskjellen mellom verdien gitt av målingen og den eksakte (ofte ukjente) verdien av en mengde" .

Vanlige og fiktive eksempler i henhold til denne definisjonen:

indikasjonen på en husstandsskala for en sertifisert masse på 1 kg er 990 g . Målefeilen er –10 g .
avstanden mellom to vegger, gitt av en laseravstandsmåler, er 4.485 m , en verdi som her anses som eksakt. Verdien målt, på samme sted, med et målebånd er 4,5 m . Målefeilen med målebåndet er 0,015 m eller 1,5 cm .
forskjellen over 24 timer mellom en radiostyrt klokke og et armbåndsur er 3 s . Indikasjonsfeilen til klokken er 3 s . Det er sannsynlig at ledelsen vil være 6 s over to dager og 1 min over 20 dager ...

den absolutte feilen er det tidligere navnet på målefeilen, den er ikke lenger i bruk i dag;
referert til verdien av den målte mengden, vil den relative feilen være henholdsvis for de foregående eksemplene på 1%; 0,33%; ≈ 3,5 per 100.000.

Andre kilder enn den siterte gir forskjellige definisjoner av målefeil, noe som fører til tolkningsvansker.

Overfor denne forvirringen og veksten i utveksling av varer på globalt nivå, foreslo internasjonale organisasjoner ( ISO , BIPM, etc.) allerede i 1984 et internasjonalt vokabular for metrologi , VIM, som definerer og spesifiserer vilkårene til brukes i metrologi . Målefeil er inkludert i dette ordforrådet; dette er hovedreferansen til artikkelen.

Definisjon

I metrologi , i en måling , en målefeil er den “differansen mellom den målte verdi av en mengde og en referanseverdi” .

en måling kan bestå av en eller flere måleverdier. I innledningen har hvert eksempel et enkelt mål;
den målte verdien er “verdien av en mengde som representerer et måleresultat” (VIM 2.10). I de foregående eksemplene er de målte verdiene henholdsvis: 990 g ; 4,5 m ; det tredje eksemplet spesifiserer ikke den målte verdien;
referanseverdien kan være:
- oftest “en standard som er realiseringen av definisjonen av en gitt størrelse, med en bestemt verdi og en tilhørende måleusikkerhet” (VIM 5.1);
- sjeldnere, "verdien av en mengde som tjener som sammenligningsgrunnlag for verdiene av mengder av samme art" (VIM 5.18): et sertifisert referansemateriale, en bestemt enhet som en stabilisert laser, en referansemåleprosedyre (VIM 5.18) ... I de foregående eksemplene er referanseverdiene henholdsvis: en masse på 1 kg som kan betraktes som en standard; en målt lengde på 4,485 m med en laseranordning; et referanseinstrument (pendel).

MERKNAD 1 “Feilbegrepet kan brukes når det er en enkelt referanseverdi å forholde seg til, som oppstår hvis en kalibrering utføres ved hjelp av en standard hvis måleverdi har ubetydelig måleusikkerhet [sammenlignet med forventet resultat] ...” (VIM 2.16 ).

MERKNAD 2 “Målefeil skal ikke forveksles med produksjonsfeil eller menneskelig feil” (VIM 2.16).

eksempel på en produksjonsfeil: enten å produsere i serie en akse med diameter 20 ± 0,1 mm . For å kontrollere delene brukes et instrument, hvis usikkerhet for eksempel er ± 0,01 mm . En bestemt del har en målt verdi på 20,15 mm . Produksjonsfeilen med hensyn til den nominelle målverdien på 20 mm er 0,15 mm ; det stammer absolutt fra en årsak som ligger i produksjonen: justering, verktøyslitasje osv. Målefeilen for 20,15 mm-delen (fra dens virkelige verdi) er ukjent; vi kan bare anta at det ligger innenfor instrumentets usikkerhetsintervall, dvs. ± 0,01 mm ;
eksempler på menneskelige feil: 1 - lesefeil i et måleinstrument. 2 - måling av diameteren til en stor del ved utgangen av en maskin som arbeider med et keramisk verktøy: uten smøring kan delen nå og overstige 100 ° C ; ekspansjon påvirker deretter den målte dimensjonen til delen (referansetemperaturen er 20 ° C ).

Årsaker til feil

Under implementeringen av en måleprosess, som fører til en målt verdi, oppstår elementære feil som påvirker resultatet.

Disse grunnleggende feilene kan avsløres av erfaring.

først og fremst fører repetisjon av målinger, uten å endre noe i prosessen, til forskjellige indikasjoner - et fenomen som er velkjent for metrologer. Denne variasjonen i resultater, hvis årsaker sjelden er kjent, kalles en tilfeldig feil;
deretter kan en kontrollert variasjon av forholdene i eksperimentet markere elementære feil på grunn av faktorer som ligger i systemet for måleprosessen (den velkjente 5 M: målemetode, måleinstrument, arbeidskraft eller operatør, metode, midt). Noen eksempler relatert til 5M: delinstallasjon uten applikasjon, måleinstrumenter av samme type, men forskjellige, variabelt trykk på instrumentene som operatøren utøver (eller operatører, i sammenheng med seriell arbeid med flere team), forskjellige metoder som docking hastighet på instrumentet og til slutt variasjoner på grunn av miljøet, også kalt "påvirkningsfaktorer", som temperatur, fuktighet, vibrasjoner osv. Variasjonen i disse siste resultatene, som årsakene til kan identifiseres, kalles systematisk feil .

Feilanalyse

Uttrykk

Målefeilen uttrykkes av forholdet

{\ displaystyle \ Delta = XR}

Eksempel:

En enkelt individuell måling

Målt verdi av en målerblokk med et mikrometer	X = 25,012 mm
Enkel referanseverdi for målerblokken	R = 25 mm
Målefeil Δ = X - R	Δ = 0,012 mm

Denne målefeil består av to komponenter: en tilfeldig komponent Δ A og Δ systematisk komponent S .

{\ displaystyle \ Delta = \ Delta _ {A} + \ Delta _ {S}}

Fra tidligere forhold trekker vi

{\ displaystyle X = R + \ Delta _ {A} + \ Delta _ {S}}

Tilfeldig feil

“Komponent av målefeil som i gjentatte målinger varierer uforutsigbart.

MERKNAD 1 Referanseverdien for en tilfeldig feil er gjennomsnittet som vil resultere fra et uendelig antall gjentatte målinger av samme mål ... ”

Systematisk feil

“Komponent av målefeil som ved gjentatte målinger forblir konstant eller varierer på en forutsigbar måte.

MERKNAD 1 Referanseverdien for en systematisk feil er en sann verdi , en målt verdi av en standard hvis måleusikkerhet er ubetydelig ... ”

Merk: det er også terminologien "nøyaktighetsfeil" eller "skjevhet" som er estimatet for en systematisk feil.

Eksempel

Fiktivt industrielt eksempel: delvis kalibrering av en målesøyle, på en 100 mm klasse 1 shim (referansestandard). De gjentatte målingene indikerer avvik fra referanseverdien 100 er gitt i μm.

Fem individuelle målinger

Nei.	Målt	Feil Δ	E. tilfeldig Δ A	E. systematisk Δ S
Verdi nr. 1	100,0025	2.5	- 0,4	2.9
Verdi nr. 2	100.0030	3	0,1	2.9
Verdi # 3	100,0035	3.5	0,6	2.9
Verdi # 4	100.0030	3	0,1	2.9
Verdi # 5	100,0025	2.5	- 0,4	2.9

Gjennomsnittlig verdi	100,0029	2.9	0	2.9

Vi merker i dette med vilje forenklet eksempel at den systematiske feilen er konstant. Det kan skyldes forskjellige årsaker (indikerer her): plassering av målerblokken på platen og / eller dårlig kalibrering og avspilling eller bøying av sonden i delinnflygingen og / eller den programmerte sondens bevegelseshastighet for høy ...

Rettelser

Effekten av den systematiske komponenten av feilen kan reduseres ved en korreksjon uten å gripe inn i målesystemet; i forrige eksempel bringer en korreksjon på –2,9 μm (lik den systematiske feilen endret med tegn) på de målte verdiene alle resultatene nærmere den sanne verdien (de korrigerte verdiene ligger mellom - 0,4 og 0,6).
tilfeldig feil, er i sin natur neppe modifiserbar. Det er likevel mulig å minimere det ved bedre å mestre årsakene til feil.

Statistisk tilnærming

Når det gjelder en måling, som består av flere individuelle målinger, er målefeilen en tilfeldig variabel. Statistikkens lover kan brukes på denne målingen.

Spredningen av målingene er preget av estimatoren for standardavviket , også kjent som det eksperimentelle standardavviket.

{\ displaystyle s = {\ sqrt {{\ frac {1} {n-1}} \ sum _ {i = 1} ^ {n} (x_ {i} - {\ bar {x}}) ^ {2 }}}}

og spredningen i gjennomsnitt av estimatoren for standardavviket

{\ displaystyle s _ {\ bar {x}} = {\ frac {s} {\ sqrt {n}}}}

Dette gir for eksemplet, presentert ovenfor, den delvise kalibreringen av kolonnen

s = 0,42 pm og s Xbar = 0,19 pm .

Med en dekningsfaktor lik 2 (ofte brukt i fransk metrologisk verdi) har vi spredning av målingene D og spredning av gjennomsnittsfeilen Δ avg , dette for 5 påfølgende målinger

D = ± 0,84 pm og A avg = 2,9 pm ± 0,38 pm .

Denne statistiske informasjonen har bare den viktigheten vi ønsker å gi den. Det kan rett og slett påpekes at jo større antall individuelle målinger, jo bedre er nøyaktigheten på målefeilen; her, for eksempel: for den eneste målingen n o 1, Δ 1 = 2,5 ± 0,84 µm ; for det eneste tiltaket n o 3, Δ 3 = 3,5 ± 0,84 mikron ; for de 5 påfølgende målingene, Δ avg = 2,9 ± 0,38 µm .

applikasjoner

I det offentlige rom ble noen få eksempler gitt i innledningen; vi kunne legge til andre, nåværende, for eksempel målefeil på medisinske termometre i øret; målefeil på avstand eller øyeblikkelig hastighet til en feiljustert sykkelcomputer; feilen med å finne bil-GPS ved gaffel i veien ...

I det industrielle feltet finner søket etter feil sin plass:

i ren metrologi, i en første tilnærming til et søk etter usikkerhet ;
i konvensjonell metrologi , i verifisering av måleinstrumenter i henhold til standarder;
på arbeidsstasjonen, i kalibreringen av visse instrumenter, for eksempel mikrometeret gitt som et eksempel ovenfor; målefeil sees vanligvis på en til tre individuelle målinger, etter operatørens skjønn.

Instruksjoner for kontroll av tykkelse.
Kontroll av tykkelse.

Det bør bemerkes at i produksjonen (eller i laboratorieanalyser) er målefeilen "gjennomsiktig" i målingene: produksjon, sammen med kvalitetsavdelingen, krever målemidler hvis usikkerhet (sjeldnere feilen) må være kjent og relatert til toleransene for spesifikasjonene som skal respekteres. Dette kalles evnen til måleinstrumentet .

Fremtidig

Søknader ser ut til å bli stadig mer begrenset innen instrumentverifisering. Faktisk er målefeilen en begrensende tilnærming til tvilen man kan ha på resultatene av målingene. Vi forsømmer, som vi har sett, feil relatert til standarden og andre elementære feil relatert til påvirkningsfaktorer i miljøet. Søket etter måleusikkerhet , som prøver å ta hensyn til alle årsakene til variabilitet, har en tendens til å erstatte det mer tradisjonelle feilsøket ved generalisering.

Målefeil (gammel versjon)

Vi må vurdere tre feilkilder ( usikkerhet på engelsk):

at nøyaktigheten av målingen Δ 1 , eller den usikkerhet ( oppløsning i engelsk);
den statistiske spredningen Δ 2 ( presisjon på engelsk);
den systematiske feilen Δ 3 ( nøyaktighet på engelsk).

den totale feilen er Δ = Δ 1 + Δ 2 + Δ 3

Hvis vi gjør sammenligningen med piler som vi skyter mot et mål:

målenøyaktighet ( oppløsning ) refererer til størrelsen på pilspissen;
statistisk spredning ( presisjon ) betegner det faktum at pilene er nær hverandre, eller tvert imot spredt på målet;
den systematiske feilen ( nøyaktighet ) indikerer om pilene var rettet mot midten, eller mot et annet punkt på målet.

Metafor for måleusikkerhet: a) statistisk spredning og systematisk feil er liten; b) den statistiske spredningen er høy, men den systematiske feilen er lav; c) den statistiske spredningen er lav, men den systematiske feilen er høy.

Målenøyaktighet

Begrepet " presisjon " er ikke lenger en del av metrologibetingelsene.

På en analog enhet er den første begrensningen avstanden mellom graderingene; man kan forbedre dette med en vernier , som på en tykkelse eller visse goniometre, eller med en mikrometrisk skrue som på en palmer . På en digital enhet er denne nøyaktigheten gitt av antall sifre i displayet.

Δ 1 er avstanden mellom graderinger, eller verdien av en enhet på det siste sifferet i displayet

Men det kan være at fenomenet er ustabilt eller forstyrret av et tilfeldig eksternt fenomen. Deretter vil vi se nålen svinge eller de siste sifrene i det digitale displayet endres. Dette reduserer målepresisjonen, vi kan bare vurdere den stabile delen av antallet som oppnås. Se artikkelen Signal / noise ratio .

Når vi bruker svært gamle publikasjoner for å vurdere en ikke-reproduserbar hendelse (objektet har forsvunnet eller er blitt endret, eller det er en enkelt hendelse), må vi noen ganger ty til en empirisk skala, som Mercalli eller Rossi-Forel skala for jordskjelv eller Mohs skala for hardhet av et materiale, evalueringen av Δ 1 blir da vanskelig; dette er bare mulig hvis man kan forholde seg til en "moderne" skala basert på fysisk måling. For eksempel prøver vi å etablere en samsvar mellom skaden på et jordskjelv som er beskrevet i eldgamle skrifter og energien fra seismiske bølger.

Likeledes, når målingen består i å klassifisere et fenomen i en kategori (for eksempel tilfellet med en meningsmåling eller beholdningen av sykdomstilstander), er det ikke mulig å definere Δ 1 .

Statistisk spredning

Hvis det samme fenomenet måles flere ganger med en tilstrekkelig presis enhet, vil et annet resultat x i oppnås hver gang . Dette skyldes forstyrrende fenomener eller, for ekstremt nøyaktige målinger, fenomenets tilfeldige natur (kaos, kvanteusikkerhet).

Blant de forstyrrende fenomenene kan vi telle:

samplingsfeil: dette er når en prøve tas som ikke er representativ for det du vil måle; resultatet avhenger da av måten prøven er valgt på;
forberedelsesfeilen: dette er når tilberedningen av prøven introduserer en skjevhet; prøven forverres under transport, lagring eller håndtering (forurensning, nedbrytning, fysisk eller kjemisk transformasjon);
enhetens stabilitet: den kan være følsom overfor variasjoner i temperatur, elektrisk forsyningsspenning, vibrasjoner, elektromagnetiske forstyrrelser fra omkringliggende enheter osv., ellers har designfeil eller slitasje (elektronisk bakgrunnsstøy)., ustabil del ...)

På et stort antall tiltak kan vi vurdere at vi har en sannsynlighet hvis fordeling er Gaussisk. Måleresultatet vil være de gjennomsnittlige empiriske Ê- resultatene

{\ displaystyle {\ hat {E}} = {\ bar {X}} = {\ frac {1} {n}} \ cdot \ sum _ {i = 1} ^ {n} x_ {i}}

kvadratet til standardavviket σ 2 til Gaussian kan evalueres med den korrigerte empiriske variansen : $\ hat {\ sigma} ^ 2$

\ hat {\ sigma} ^ 2 = \ frac {1} {n-1} \ cdot \ sum_ {i = 1} ^ n (x_i - \ bar {X}) ^ 2

Feilen på grunn av den statistiske spredningen estimeres deretter av

{\ displaystyle \ Delta _ {2} = k \ cdot {\ hat {\ sigma}}}

k være konstant avhengig av konfidensnivået , det vil si på den tillatte feilen.

I fysikk tar vi ofte k = 3, som tilsvarer et konfidensintervall på 99,73%, det vil si at 99,73% av verdiene x i er mellom Ê - Δ x og Ê + Δ x og 0,27% vil være utenfor dette område; av 1000 målinger vil bare tre være utenfor intervallet. I mange tilfeller tar vi gjerne k = 2, eller et konfidensnivå på 95% (5 målinger utenfor intervallet per hundre målinger). For et selskap med en enorm produksjon kan 0,27%, og enda mer til 5%, fortsatt være det også.

Tenk deg for eksempel at et selskap produserer deler hvis lengde ℓ må ha en gitt presisjon Δℓ; produksjonsverktøyet, etter justering, produserer deler med en spredning σ på ℓ;

hvis Δℓ = 2⋅σ, vil en million produserte deler 50 millioner gå til spill, noe som er enormt;
hvis Δℓ = 3⋅σ (takket være en optimalisering av produksjonsverktøyet, delte selskapet spredningen σ med en faktor på 1,5), så vil en million produserte milliarder 2,7 millioner gå til spill, det som fremdeles er viktig;
hvis det lykkes å redusere σ igjen med halvparten, vil vi ha Δℓ = 6⋅σ, det vil si en skraprate på 2 × 10 −9 (0,000 000 2 % ), to deler vil gå til spill per produsert milliard. Dette svært krevende nivået av tillit ga navnet til en ledelsesmetode som heter Six Sigma .

Se også artiklene Kriterier for spredning og Normalfordeling .

Hvis det er få prøver, må en større koeffisient brukes for å ta hensyn til feilen som ble gjort i bestemmelsen av Ê og av (se Studentens statistiske lov ). Vi kan også frivillig velge et større eller mindre konfidensintervall, og derfor ta en større eller mindre koeffisient. For eksempel : ${\ displaystyle {\ hat {\ sigma}}}$

Studentloven: standardavvik og tillitsnivå

Tillitsnivå	5 tiltak	10 tiltak	20 tiltak	> 100 målinger (normal lov)
50%	0,73⋅σ	0,70⋅σ	0,69⋅σ	0,67⋅σ
68%				1⋅σ
70%	1,16⋅σ	1,09⋅σ	1,06⋅σ	1,04⋅σ
87%				1,5⋅σ
90%	2,02⋅σ	1,81⋅σ	1,73⋅σ	1,65⋅σ
95%	2,57⋅σ	2.23⋅σ	2,09⋅σ	1,96⋅σ
99%	4,03⋅σ	3,17⋅σ	2,85⋅σ	2,56⋅σ
99,7%				3⋅σ
99,9%	6,87⋅σ	4,59⋅σ	3,85⋅σ	3,28⋅σ
99,999 999 8%				6⋅σ

Merk: verdiene er avrundet

På en Gaussian representerer full bredde ved halvt maksimum (FWHM) et konfidensintervall på omtrent 76% (dvs. 3/4) for et stort antall målinger.

Når det gjelder fysiske eller kjemiske målinger, blir den statistiske spredningen evaluert ved målinger av repeterbarhet og reproduserbarhet, og muligens ved tverrmålinger mellom laboratorier:

repeterbarhet: samme operatør utfører samme måling flere ganger, og resultatene blir registrert; dette gjør det mulig å evaluere stabiliteten over apparatet og prøven (aldring i apparatet eller utenfor apparatet); i tilfelle en kjemisk analyse måles den samme prøven flere ganger;
reproduserbarhet: det samme materialet eller fenomenet måles flere ganger; Forskjellen med repeterbarhet er at målingen forberedes på nytt hver gang (for eksempel å ta prøven og kondisjonere for målingen, eller sette opp måleinstrumentet og forhåndsjustering), og at dette gjøres av forskjellige personer. dette gjør det mulig å ta hensyn til hele målekjeden og menneskelige feil;
inter-laboratorium kryss-tester, eller rund-robin tester: en ukjent prøve sendes til flere laboratorier og resultatene blir sammenlignet, og tar dermed hensyn til mangfoldet av måleinstrumenter og arbeidsvaner.

Hvis målepresisjonen er mindre enn den statistiske spredningen, måles alltid det samme resultatet (unntatt lese- eller bruksfeil), jfr. infra .

Merk : Når det gjelder et tilfeldig fenomen ( stokastisk prosess , for eksempel når det gjelder meningsmåling), søker vi ikke å kjenne til en verdi og en feil, men å kjenne den statistiske fordelingen av verdiene. Se også lov om store tall .

Feil forplantning

Resultatet av en måling brukes ofte til å gjøre beregninger. For eksempel, i tilfelle en veiaradar ( speedometer ), måles et frekvensskifte, og dette skiftet brukes til å beregne hastigheten på kjøretøyet, i henhold til Doppler-Fizeau-loven . Fra feilen som ble gjort ved måling av frekvensforskyvning er det derfor nødvendig å estimere feilen i hastigheten.

Generelt måler vi en verdi x , og vi beregner en verdi y = ƒ ( x ); vi vil estimere Δ y fra Δ x .

Feil- og akseptantest

Målingen blir ofte brukt i aksepttester , som er, bestemmer den målte verdi av om objektet oppfyller de foreskrevne kriterier. Denne oppfatningen er ganske bred:

innen medisin gjør det det mulig å stille en diagnose (utelukke eller bekrefte en sykdom);
i produksjonen gjør dette det mulig å si om batchen av råstoff kan brukes, eller om det produserte produktet er i samsvar med spesifikasjonene ;
i dokimologi gjør dette det mulig å utstede et vitnemål eller sertifisering;
for en måleenhet: bestemmes om
- metoden er egnet for bruk (kan vi bruke en slik og en slik metode for å måle en slik og en slik parameter under slike forhold med en slik presisjon?);
- enhetsmodellen er egnet for bruk (valg av leverandør, valg i leverandørens rekkevidde);
- enheten som leveres og installeres tilsvarer spesifikasjonene;
- manipulatoren, bruker laboratoriet en pålitelig prosedyre (forberedelse, håndtering, etc.).

Det anses generelt at en metode bare kan brukes hvis den statistiske spredningen er minst 5 eller 10 ganger mindre enn grenseverdien.

For eksempel :

hvis vi kun aksepterer folk som måler minst 1,60 m for en handel , er det nødvendig med en målemetode med en statistisk spredning på mindre enn 16 cm .
hvis innholdet av svovel i bensin er mindre enn 150 ppm etter vekt, kreves det en målemetode som har en statistisk spredning på mindre enn 15 ppm.

Generelt bør rekkevidden av tillatte verdier ta hensyn til den totale feilen. Betydningen av å ta hensyn til den globale feilen avhenger av hvilken type risiko vi vil unngå:

hvis vi ønsker å unngå falske positive (dvs. akseptere et produkt når det er uakseptabelt), strammer vi inn sortimentet;
Hvis vi vil unngå falske negativer (dvs. avvise et gyldig produkt), utvider vi området.

For å teste en enhet eller en prosedyre, er det verifisert at repeterbarhetstester og reproduserbarhetstester er kompatible med målpresisjonen; for å teste en målemetode kontrolleres det at de tverrgående (eller sirkulære) testene er kompatible med målpresisjonen (se ovenfor ).

Bruke kalkulatorer

Det som nettopp er gjort kan gjøres ved direkte beregning med en kalkulator eller et regneark (på en datamaskin), ved hjelp av grafer og feilfelt

La oss ta eksemplet med studiet av ideelle gasser. Hvis vi plotter P som en funksjon av 1 / V, vil vi teoretisk få en rett linje som passerer gjennom opprinnelsen , med skråningen , nemlig n og T holdes konstant (innkapslingen eller målecellen som inneholder gassen er lekkasjefri og termostatstyrt med T kjent på 0,2%), P måles ved hjelp av et manometer , med 5% relativ feil, og V måles med 2% relativ feil, for hvert eksperimentelle målepunkt (P, 1 / V), tegner vi feil søyler som representerer den absolutte feilen. ${\ displaystyle P = RnT. {\ frac {1} {V}}}$ ${\ displaystyle RnT}$ ${\ displaystyle y = (RnT) .x}$

Et program for "passform" eller kurvejustering, basert på ideen om å redusere avstanden til linjen (eller kurven) til alle eksperimentelle punkter, gjør det mulig å tegne den teoretiske linjen og beregne hellingen nRT med en tillitskoeffisient r 2 nær enhet, hvis passformen er god.

Den " minste kvadratmetoden " brukes: programmet som brukes summerer de kvadratiske avstandene mellom linjen og hvert punkt, minimum av denne summen tilsvarer den beste regresjonslinjen.

I ovennevnte tilfelle får vi altså nRT = 2,54 (1,00 ± 0,07) Joule

Dette gjør det mulig å si at eksperimentet ved konstant n og T bekrefter at PV er konstant innen 7% for den studerte gassen, og at for å forbedre dette resultatet er det nødvendig å måle P til bedre enn 5% eller V til bedre enn 2%.

Merknader og referanser

Merknader

Ordboken indikerer "absolutt feil" for "målefeil"; absolutt feil, begrepet "absolutt" som er forvirrende, brukes ikke lenger i metrologi.
Det er nok å skrive "målefeil" på en søkemotor for å bli overbevist.
Hvis måleusikkerheten til standarden ikke er ubetydelig, er det nødvendig å gå gjennom begrepet usikkerhet .
kilen er klasse 2, med en usikkerhet <± 0,06 µm ubetydelig her.
Hvis kilen rett og slett plasseres på marmoren, kan det være en forskjell, betydelig konstant, som nærmer seg en hundredels mm, sammenlignet med en kil "tvunget til å holde seg" til referansen, slik målerne må gjøre
Se Måleusikkerhet
Den om statistikken over dispersjoner er antatt å være kjent; se spredningskriterier
En kalibrering består i å rette opp den systematiske feilen. Dette begrepet, forsvunnet fra VIM 2008, er fortsatt i bruk. Riktig betegnelse er "justering", noen ganger også kalt justering.
Det skal bemerkes at de industrielle verifikasjonsdokumentene ovenfor inkluderer tradisjonelle feilbestemmelser, men også søker etter forenklede usikkerheter tilpasset produksjonsbegrensningene.

Referanser

Korrigert sitering hentet fra ordboken: Le petit Larousse compact ,2000.
Se VIM (referert i bibliografi) i 1993-utgaven (3.10). I VIM i 2008 forsvant begrepet.
Kollektiv VIM 2008 ; det er en nyere versjon av VIM, fra 2012, med små reparasjoner, men mindre enkel å bruke.
Kollektiv VIM 2008 , s. 22, nr. 2.16. ; definisjonen av 1993-utgaven ble "Resultat av en måle minus en sann verdi av målestørrelsen "
M. Collinet CNAM 1995 , s. 2
Kollektiv VIM 2008 , s. 23; nr. 2.19.
Kollektiv VIM 2008 , s. 22 nr. 2,17.
Kollektiv VIM 2008 , s. 23; nr. 2,18.
I følge M. Collinet CNAM 1995 , s. 4
Collective AFNOR 1996 , s. 149-173.

Vedlegg

Bibliografi

: dokument brukt som kilde til denne artikkelen.

(en + fr) Collective VIM, JCGM 200: 2008: Internasjonal ordforråd for metrologi - Fundamentale og generelle begreper og tilhørende termer , BIPM,2008( les online ).
M. Collinet CNAM, Uttrykk for måleusikkerhet , Senlis, CETIM,1995.
AFNOR kollektiv, Metrology in the company: Quality tool , Paris, AFNOR,1996, 310 s. ( ISBN 2-12-460701-4 ).
Kollektiv CNDP- måling: Handling 7 er samtaler om La Villette , Paris, CNDP1995 .