Baixe o app para aproveitar ainda mais
Prévia do material em texto
3.4 Erro sistemático, tendência e correção Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 2/67) Algumas definições Tendência (Td) é uma estimativa do Erro Sistemático Valor Verdadeiro Convencional (VVC) é uma estimativa do valor verdadeiro Correção (C) é a constante que, ao ser adicionada à indicação, compensa os erros sistemáticos é igual à tendência com sinal trocado Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 3/67) Cálculo do erro sistemático média de infinitas indicações valor verdadeiro conhecido exatamente condições: Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 4/67) Estimativa do erro sistemático tendência VVC Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 5/67) Correção dos erros sistemáticos Td C = -Td Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 6/67) Indicação corrigida 1014 1015 1017 1012 1015 1018 1014 1015 1016 1013 1016 1015 I 12 11 10 9 8 7 6 5 4 3 2 1 Nº 1015 média -15 -15 -15 -15 -15 -15 -15 -15 -15 -15 -15 -15 C -15 999 1000 1002 997 1000 1003 999 1000 1001 998 1001 1000 Ic 1000 -1 0 2 -3 0 3 -1 0 1 -2 1 0 Ea 0 995 1000 1005 C = -Td C = 1000 - 1015 C = -15 g Após correção o sistema de medição passa a indicar, em média, corretamente. 3.5 Erro aleatório, incerteza padrão e repetitividade Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 8/67) Erro aleatório e repetitividade -5 0 5 O valor do erro aleatório é imprevisível. A repetitividade define a faixa dentro da qual espera-se que o erro aleatório esteja contido. Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 9/67) Distribuição de probabilidade uniforme ou retangular 1 2 3 4 5 6 probabilidade 1/6 0 0.2 0.4 0.6 0.8 1 1.2 0 1 2 3 4 5 6 7 Valores Pr ob ab ili da de (1 /6 ) Lançamento de um dado Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 10/67) Distribuição de probabilidade triangular 1,5 1,0 2,5 2,0 3,5 3,0 4,5 4,0 5,5 5,0 6,0 probabilidade (1/36) 2 4 6 Média de dois dados Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 11/67) Distribuição de probabilidade triangular 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 Média de 2 dados Pr ob ab ili da de (1 /3 6) Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 12/67) 0 0.2 0.4 0.6 0.8 1 1.2 0 1 2 3 4 5 6 7 Valores Pr ob ab ili da de (1 /6 ) Lançamento de um dado Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 13/67) 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 M é di a d e 2 d a do s P ro ba bi lid ad e (1 /3 6) Média de dois dados Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 14/67) 0 5 1 0 1 5 2 0 2 5 3 0 0 1 2 3 4 5 6 7 M édi a d e 3 d ado s Pr ob ab ili d ad e (1 /2 16 ) Média de três dados Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 15/67) 0 2 0 4 0 6 0 8 0 10 0 12 0 14 0 16 0 0 1 2 3 4 5 6 7 M édi a d e 4 d ado s Pr o ba bi lid ad e (1 /1 29 6) Média de quatro dados Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 16/67) 0 50 0 100 0 150 0 200 0 250 0 300 0 350 0 400 0 450 0 500 0 0 1 2 3 4 5 6 7 M édi a d e 6 d ado s Pr ob ab ili da de (1 /4 66 56 ) Média de seis dados Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 17/67) 0 20000 40000 60000 80000 100000 120000 140000 160000 0 1 2 3 4 5 6 7 Média de 8 dados Pr ob ab ilid ad e (1/ 16 79 61 6) Média de oito dados Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 19/67) Teorema central do limite Quanto mais variáveis aleatórias forem combinadas, tanto mais o comportamento da combinação se aproximará do comportamento de uma distribuição normal (ou gaussiana). Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 20/67) Curva normal m s s pontos de inflexão assíntota assíntota m = média s = desvio padrão Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 21/67) Efeito do desvio padrão s > s > s m Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 22/67) Cálculo e estimativa do desvio padrão n II n i i n = = 1 2)( lims cálculo exato: (da população) 1 )( 1 2 = = n II s n i i estimativa: (da amostra) Ii i-ésima indicação média das "n" indicações n número de medições repetitivas efetuadas I Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 23/67) Incerteza padrão (u) medida da intensidade da componente aleatória do erro de medição. corresponde à estimativa do desvio padrão da distribuição dos erros de medição. u = s Graus de liberdade (): corresponde ao número de medições repetidas menos um. = n - 1 Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 24/67) Área sobre a curva normal 2s 2s 95,45% m Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 25/67) Estimativa da repetitividade (para 95,45 % de probabildiade) Para amostras infinitas: Re = 2 . s Para amostras finitas: Re = t . u Sendo “t” o coeficiente de Student para = n - 1 graus de liberdade. A repetitividade define a faixa dentro da qual, para uma dada probabilidade, o erro aleatório é esperado. (INTENSIDADE DO ERRO ALEATÓRIO DE UM SISTEMA DE MEDIÇÃO) Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 26/67) Coeficiente “t” de Student t t t t 1 13,968 10 2,284 19 2,140 80 2,032 2 4,527 11 2,255 20 2,133 90 2,028 3 3,307 12 2,231 25 2,105 100 2,025 4 2,869 13 2,212 30 2,087 150 2,017 5 2,649 14 2,195 35 2,074 200 2,013 6 2,517 15 2,181 40 2,064 1000 2,003 7 2,429 16 2,169 50 2,051 10000 2,000 8 2,366 17 2,158 60 2,043 100000 2,000 9 2,320 18 2,149 70 2,036 2,000 Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 27/67) Exemplo de estimativa da repetitividade 1014 g 0 g 1014 g 1 (1000,00 ± 0,01) g 1014 g 1012 g 1015 g 1018 g 1014 g 1015 g 1016 g 1013 g 1016 g 1015 g 1015 g 1017 g 112 )1015( u 12 1 2 = =i iI média: 1015 g u = 1,65 g = 12 - 1 = 11 t = 2,255 Re = 2,255 . 1,65 Re = 3,72 g Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 28/67) Exemplo de estimativa da repetitividade 1015 1020 1010 +3,72 -3,72 1015 -1 0 2 -3 0 3 -1 0 1 -2 1 0 Ea 0 Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 29/67) Efeitos da média de medições repetidas sobre o erro de medição Efeito sobre os erros sistemáticos: Como o erro sistemático já éo erro médio, nenhum efeito é observado. Efeitos da média de medições repetidas sobre o erro de medição Efeitos sobre os erros aleatórios A média reduz a intensidade dos erros aleatórios, a repetitividade e a incerteza padrão na seguinte proporção: Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 30/67) n ut n Re Re I I . == n u u I I = sendo: n o número de medições utilizadas para calcular a média Fundamentos da Metrologia Científica e Industrial - Capítulo 3 - (slide 31/67) Exemplo No problema anterior, a repetitividade da balança foi calculada: Se várias séries de 12 medições fossem efetuadas, as médias obtidas devem apresentar repetitividade da ordem de: ReI = 3,72 g g I 07,1 12 72,3 Re 12 ==
Compartilhar