Praxisgerechtes Bestimmen der Messunsicherheit nach GUM
|
|
- Daniel Bäcker
- vor 7 Jahren
- Abrufe
Transkript
1 tm Technisches Messen 71 (2004) 2 Oldenbourg Verlag 52 Praxisgerechtes Bestimmen der Messunsicherheit nach GUM Klaus-Dieter Sommer, Landesamt für Mess- und Eichwesen Thüringen, Ilmenau, Bernd R.L. Siebert, Physikalisch-Technische Bundesanstalt, Braunschweig Manuskripteingang: 19. November 2003; zur Veröffentlichung angenommen: 24. November 2003; Der von der ISO im Auftrag mehrerer internationaler Organisationen herausgegebene Guide to the Expression of Uncertainty in Measurement, kurz GUM genannt, ist in den letzten Jahren ein weltweit akzeptierter Standard für die Bewertung und Angabe der Messunsicherheit geworden. Die entscheidenden Aufgaben der Messunsicherheitsbewertung nach GUM sind die Beschreibung der Messaufgabe, die Einschätzung der beteiligten Größen mithilfe von Wahrscheinlichkeitsverteilungen und das Aufstellen der Modellgleichung. Alle weiteren Verfahrensschritte folgen festen mathematischen Regeln und lassen sich daher rechnergestützt ausführen. Das Hauptproblem für den Praktiker ist das Aufstellen der Modellgleichung. Dafür wird im Beitrag ein GUM-konsistentes Verfahren gezeigt, das leicht an konkrete Messaufgaben angepasst werden kann. Damit lässt sich das GUM-Verfahren durchgängig als praxisgerechte, schrittweise abarbeitbare Prozedur darstellen und anwenden. Schlagwörter: Messunsicherheit, Wahrscheinlichkeits-Dichteverteilung, Modellgleichung, Unsicherheitsfortpflanzung, GUM Practical Determination of the Measurement Uncertainty under GUM During the last ten years, the Guide to the Expression of Uncertainty in Measurement (GUM) has been recognized worldwide as the standard for the evaluation and expression of measurement uncertainty. The key points of the GUM procedure are the knowledge based description of the measurement, the evaluation of the input quantities involved by means of probability distributions, and the modelling of the measurement. All subsequent steps of the procedure can be carried out in accordance with specific mathematical rules using computers. For practitioners the modelling of the measurement is the most difficult problem of uncertainty evaluation. This paper presents a practical and versatile modelling concept which easily is applicable to most measurements performed. Uncertainty evaluation can therefore be completely described and carried out as a practical step-by-step procedure. Keywords: Measurement uncertainty, probability density function, uncertainty propagation, GUM
2 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 53 1 Einführung Die Messunsicherheit charakterisiert die Güte von Messergebnissen. Ihre Kenntnis ist Voraussetzung sowohl für die Vergleichbarkeit und Akzeptanz von Messergebnissen als auch für Entscheidungen, die auf der Grundlage von Messergebnissen zu treffen sind [1; 2]. Mess- und Kalibrierergebnisse können daher nur dann als vollständig und akzeptabel angesehen werden, wenn sie eine Angabe der Messunsicherheit enthalten. Für die Bewertung und Angabe der Messunsicherheit hat sich in den letzten Jahren der von der internationalen Standardisierungsorganisation ISO im Auftrag mehrerer internationaler Organisationen herausgegebene Guide to the Expression of Uncertainty in Measurement, kurz GUM [3], als international akzeptierter Standard durchgesetzt. In deutscher Sprache ist der GUM als Vornorm DIN V ENV Leitfaden zur Angabe der Unsicherheit beim Messen [4] erschienen. Aus der Sicht der klassischen Fehlerrechnung kommt das Verfahren der Messunsicherheitsbewertung nach GUM einem Paradigmenwechsel gleich: Die wichtigsten Teilaufgaben der Messunsicherheitsberechnung, basierend auf den vorhandenen Kenntnissen über die Messung, sind: das Modellieren der Messung zum Aufstellen des mathematischen Zusammenhangs zwischen der Messgröße und den relevanten Eingangsgrößen, sowie das Einschätzen dieser Eingangsgrößen mithilfe von Wahrscheinlichkeits-Dichteverteilungen. Das sind aber auch die Teilaufgaben, die ohne weitere Aufbereitung dem Praktiker gelegentlich Probleme bereiten und damit einer breiteren Anwendung des GUM entgegenstehen. Insbesondere betrifft diese Feststellung die Modellbildung, d.h. das Aufstellen des Modells der Auswertung. Der vorliegende Beitrag geht zunächst auf die der Messunsicherheitsbewertung und -fortpflanzung zugrunde liegenden mathematischen Zusammenhänge ein und zeigt dann, dass sich das Verfahren der Messunsicherheitsbestimmung nach GUM vollständig und konsistent, d.h. einschließlich der Modellbildung, als praxisgerechte, schrittweise abarbeitbare Prozedur darstellen und anwenden lässt. 2 Grundlegende mathematische und messtechnische Zusammenhänge 2.1 Ursache und Wirkung bei einer Messung Die Anzeige eines Messgerätes ist in der Regel nicht nur abhängig von der an seinem Eingang wirkenden Größe, für deren Messung es konzipiert und gebaut wurde, sondern auch von einer Reihe weiterer (äußerer) Einflussgrößen, z.b. der Umgebungstemperatur, und (innerer) Geräteparameter, z.b. dem Alterungszustand. Bild 1 verdeutlicht an einem ursprünglich von Kessel [5] entwickelten (vereinfachten) Beispiel einer direkten Wägung diese Ursache-Wirkung- Betrachtungsweise: Die Anzeige wird sowohl von der zu messenden Größe W X als auch von der Unvollkommenheit ihrer Einkopplung in das Messgerät (symbolisiert durch die Abweichung δw CPL (H, t a, p a,...)) z.b. infolge des Einflusses magnetischer Felder oder des Luftauftriebes sowie den realen Messgeräteeigenschaften (symbolisiert durch die Messabweichung des Messgerätes W INSTR ) bestimmt. Mathematisch kann der in den Bildern 1(a) und (b) dargestellte Ursache-Wirkung-Zusammenhang durch die funktionale Abhängigkeit X 1 = h (Y, X 2, X 3 ) ausgedrückt werden. Invertieren dieser Gleichung führt zum Zusammenhang Y = f (X 1, X 2, X 3 ), der üblicherweise als Modell der Auswertung bezeichnet wird. In allgemeiner Form wird das Modell Y = f (X 1, X 2,...,X N ) (1) geschrieben. Es repräsentiert die Kenntnisse über das Messverfahren und insbesondere das,,wirken der Größen X 1, X 2,...,X N auf die Messgröße Y. Aus dieser Sicht heraus werden die Größen X 1, X 2,...,X N auch als Eingangsgrößen bezeichnet. Ziel der Messunsicherheitsbewertung ist es nun, die (stets unvollständigen) Kenntnisse über die Eingangsgrößen X i in geeigneter Weise mathematisch einzuschätzen, um dann über den als Modellgleichung (1) aufzustellenden Zusammenhang von Eingangsgrößen und Messgröße zu einer vernünftigen quantitativen Aussage über die Messgröße und die ihr beizuordnende Messunsicherheit zu gelangen.
3 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 54 Wahrscheinlichkeitsdichte-Verteilungsfunktion (PDF) g Xi (ξ i ) beschrieben, wobei ξ i die möglichen Werte sind, die die Größe X i annehmen kann. Der Erwartungswert der PDF wird als bester Schätzwert für den Wert der Größe verwendet (siehe Gleichung (2)), und seine Standardabweichung ist die dem Erwartungswert beigeordnete Standardunsicherheit u xi (siehe Gleichung (3)): x i = E [X i ] = + g Xi (ξ i )ξ i dξ i (2) Bild 1: (a) Vereinfachtes Beispiel einer direkten Bestimmung eines unbekannten Wägewertes, (b) Darstellung des zugehörigen Ursache-Wirkung- Zusammenhangs als Graph, (c) Mathematisch dargestellter Ursache-Wirkung-Zusammenhang. Symbole: W X Messgröße (Wägewert des Gewichts); δw CPL Abweichung aufgrund der unvollkommenen Kopplung der Messgröße mit dem Messgerät, W INDX angezeigte Größe; W INSTR Messabweichung der Waage; W S Normalgewicht; H magnetische Feldstärke; t a Lufttemperatur; p a Luftdruck. Figure 1: (a) Simplified example of a direct determination of an unknown weighing value, (b) Graph of the respective cause-and-effect relationship, (c) Cause-and-effect relationship in mathematical terms. Symbols: W X measurand (weighing value of the unknown weight); δw CPL deviation due to the incomplete coupling of the measurand with the scale; W INDX indicated quantity; W INSTR instrumental error of the scale; W S standard weight; H magnetic field strength; t a air temperature; p a air pressure. 2.2 Einschätzen der Eingangsgrößen Es ist eine jedem Messtechniker bekannte Tatsache, dass Messprozesse niemals vollkommen beherrscht werden und dass die Parameter (Arbeitspunkte, Einflussgrößen etc.) einer Messung niemals vollständig bekannt sind. Das ist sowohl in der physikalischen Natur der Sache als auch in den unvollkommenen Mitteln zur Beobachtung und Beschreibung begründet. Demzufolge kann eine messbare Größe niemals nur durch einen einzigen Wert charakterisiert werden. Gemäß dem GUM-Konzept [3; 4] werden die stets unvollständigen Kenntnisse über die Verteilung der Werte einer Eingangsgröße X i mittels Zuweisung einer u xi = { E [ (X i x i ) 2]} 1/2 + = g Xi (ξ i )(ξ i x i ) 2 dξ i 1/2 (3) Anmerkung: Die hier gewählte Schreibweise weicht von der des GUM ab, worin die dem Erwartungswert x i beigeordnete Messunsicherheit als u (x i ) geschrieben wird. Um nicht den Eindruck zu erwecken, es handele sich um eine funktionale Abhängigkeit, wird die Schreibweise u xi bevorzugt. Mit dem o.g. Ansatz werden die PDFs zu Trägern der Information über die Eingangsgrößen. Es erhebt sich nun die Frage, wie man die passenden PDFs auswählt, damit sie die vorhandenen (unvollständigen) Kenntnisse über die Größen vernünftig reflektieren. Die Antwort liegt in der Anwendung des Prinzips der maximalen Informationsentropie (PME) [6; 7]. Dieses Prinzip führt zum Beispiel zu einer rechteckförmigen PDF, wenn bekannt ist, dass die Werte ξ i der Größe X i in einem Intervall enthalten sind (Beispiele: vorgegebene Toleranzen, Fehlergrenzen, digitale Auflösung), oder zu einer Gauß schen Normalverteilung, wenn ein bester Schätzwert x j = E [ X j ] und eine beigeordnete Standardunsicherheit u xj bekannt sind (Beispiele: Angabe eines Kalibrierergebnisses, Ergebnis einer statistischen Analyse, ausgedrückt in Mittelwert und Standardabweichung). Wenn zu einer (meist vage) bekannten PDF über die zu messende Größe zusätzliche oder neue Kenntnisse zur Verfügung stehen, z. B. über die Häufigkeitsverteilung der von einem Messgerät angezeigten Werte, so wird die sich daraus ergebende Änderung der ursprünglichen PDF ( Prior PDF ) durch das Bayes sche Theorem [7; 8] beschrieben. In der praktischen Anwendung des GUM reduzieren sich die o. a. Zusammenhänge auf die Anwendung der Methoden Typ-A und Typ-B zur Einschätzung der Eingangsgrößen bzw. auf die Berücksichtigung von (weiteren) Einflüssen über die Regeln der Unsicherheitsfortpflanzung (siehe Abschnitte 2.3 und 3). Eine
4 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 55 direkte Anwendung des Bayes schen Theorems gibt es im GUM derzeit nicht. 2.3Erwartungswert und zugeordnete Unsicherheit zur Ausgangsgröße Nach den gleichen Regeln wie für die Eingangsgrößen lassen sich aus der PDF der Ausgangsgröße, d.h. der Messgröße, der Erwartungswert y = E [Y] und die ihm beigeordnete Messunsicherheit u y ableiten: y = + + u y = g Y (η) ηdη (4) g Y (η)(η y) 2 dη Dabei sind η die möglichen Werte, die die Ausgangsgröße Y annehmen kann. Allerdings führt das bekannte Standard-GUM- Verfahren [3; 4] nicht zur Kenntnis der PDF g Y (η) zur Ausgangsgröße. Wie diese mithilfe der Monte-Carlo- Technik ermittelt werden kann, zeigt der Beitrag von Siebert und Sommer in diesem Heft [9]. Das Standard-GUM-Verfahren [3; 4] geht einen anderen, den klassischen Weg. Es verwendet die Methode der Gauß schen Messunsicherheitsfortpflanzung: Die Modellgleichung (1) bildet die Grundlage für die Berechnung des Erwartungswertes der Ausgangsgröße y = E [Y], indem die Erwartungswerte der Eingangsgrößen in die Modellgleichung eingesetzt werden: 1/2 (5) y = f (x 1, x 2,...,x N ) (6) mit x 1 = E [X 1 ], x 2 = E [X 2 ] und x N = E [X N ]. Die Messunsicherheitsfortpflanzung beruht auf den Regeln der klassischen Gauß schen Fehlerfortpflanzung. Dabei werden die Abhängigkeiten der Ausgangsgröße von den Eingangsgrößen mittels einer linearen Taylor- Reihenentwicklung erfasst. Es wird vorausgesetzt, dass zumindest in schmalen Bereichen um die Erwartungswerte der Größen, d.h. um ihre Arbeitspunkte, die Zusammenhänge von Ausgangs- und Eingangsgrößen durch ein lineares Modell beschrieben werden können. Diese Zusammenhänge entsprechen den ersten partiellen Ableitungen f/ x i = f/ X i xi, die im GUM auch als Empfindlichkeitskoeffizienten c i bezeichnet werden. Die der Ausgangsgröße beizuordnende Standard- Messunsicherheit ergibt sich damit zu ( N f u y = x i=1 i N = i=1 ) 2 N 1 u 2 xi + 2 N 1 c 2 i u2 xi + 2 i=1 j=i+1 N f f x i u xix j x i=1 j=i+1 j 1/2 N c i c j u xix j mit u xix j = u xi u xj r ( x i ; x j ) als geschätzte Kovarianz der Größen X i und X j und r ( x i ; x j ) als Korrelationskoeffizient. Es ist aber stets zu beachten, dass aufgrund der Beschränkung der Taylor-Reihenentwicklung auf die linearen Glieder das Standard-GUM-Verfahren nur auf lineare oder quasi-lineare Modelle bzw. auf den jeweiligen Arbeitspunkt fokussierte Modelle anwendbar ist. Im Falle nichtlinearer Zusammenhänge kann der Weg der Monte-Carlo-Integration beschritten werden (siehe dazu den Beitrag von Siebert und Sommer in diesem Heft [9]). Bild 2 illustriert das Konzept des Standard- GUM-Verfahrens auf der Grundlage der Gauß schen 1/2 (7) Bild 2: Konzept des Standard-GUM-Verfahrens auf der Basis der Gauß schen Unsicherheitsfortpflanzung. Figure 2: Concept of the Standard-GUM procedure based on Gaussian uncertainty propagation.
5 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 56 Unsicherheitsfortpflanzung. Dabei wird ein zweiter Schwachpunkt dieses Konzepts neben der Beschränkung auf weitgehend lineare Modellzusammenhänge deutlich: Die Berechnung der erweiterten Messunsicherheit U y (P) (siehe Abschnitt 3) setzt eigentlich die Kenntnisse der PDF der Ausgangsgröße g Y (η) voraus. Da diese beim Verfahren der Gauß schen Unsicherheitsfortpflanzung nicht ermittelt wird, behilft sich der GUM mit der Vermutung einer weitreichenden Anwendbarkeit des zentralen Grenzwertsatzes und berücksichtigt die Auswertung von Wiederholungsmessungen (Ermittlungsmethode Typ-A) mit niedrigen Freiheitsgraden durch Anwendung der Student-Verteilung [3; 4]. In der Mehrzahl der Anwendungsfälle hat sich diese Vorgehensweise als ausreichend praktikabel erwiesen. Im Beitrag von Siebert und Sommer in diesem Heft [9] wird gezeigt, wie mithilfe der Anwendung von Monte- Carlo-Techniken die o.g. Probleme besser angegangen werden können. Das Standard-GUM-Verfahren und seine Grundlagen wurden in der deutschsprachigen Fachliteratur bereits mehrfach beschrieben. Besonders erwähnt seien hier die Beiträge von Wöger [6; 7] und von Kessel [10; 11]. 3Standard-GUM- Verfahren Für die Praxis zeichnet sich das Standard-GUM- Verfahren vor allem durch folgende Vorteile aus: Es liefert ein konsistentes, schrittweise abarbeitbares Verfahren zur Bewertung und Angabe der Messunsicherheit. Das Verfahren schließt die systematische Behandlung von nichtstatistischer Information ein. Es eröffnet die Möglichkeit zu einer relativ einfachen computergestützten Messunsicherheitsberechnung und -budgetierung. Bild 3 zeigt das hier in sieben Teilaufgaben gegliederte Verfahren des GUM in einer Übersicht. Die Teilaufgaben im Einzelnen: (1) Darlegen der Kenntnisse über die Messung und die Eingangsgrößen Ausgangspunkt sind die vorhandenen Kenntnisse über den Messprozess und die beteiligten Eingangsgrößen (siehe z. B. Bild 1). Als beteiligte Eingangsgrößen seien alle die Größen bezeichnet, die das Messergebnis und die beigeordnete Messunsicherheit beeinflussen können. Kenntnisse können unterschiedlichen Quellen entstammen, es können u.a. sein: Ergebnisse direkter Messungen; Erfahrungswerte, subjektive Bewertungen; Ergebnisse vorangegangener Auswertungen; Werte aus Kalibrier-/Prüfscheinen; Herstellerangaben; Tabellen- /Literaturwerte. Die in den Kenntnissen enthaltene nützliche Information ist zu verdichten und ihr quantitativ auswertbarer Gehalt, z.b. Bereichsgrenzen, Schätzwerte, Stan- Bild 3: Messunsicherheitsbestimmung nach dem Standard-GUM-Verfahren. Figure 3: Uncertainty determination in accordance with the Standard-GUM procedure.
6 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 57 dardabweichungen, in Tabellen- oder Listenform festzuhalten. Zur Messung selbst sind mindestens darzulegen: die Messaufgabe und die ursächliche und die zu messende Größe, z.b. Bestimmung des Wägewertes eines Gewichtes; das Messprinzip und die Messmethode; die konkrete Ausgestaltung des Messverfahrens, ggf. mit einer Skizze. (2) Modellieren der Messung Das Modellieren der Messung ist eine der entscheidenden Aufgaben des GUM-Verfahrens und zugleich die wohl schwierigste. Ziel des Modellierens ist das Aufstellen des mathematischen Zusammenhangs von Messgröße einerseits und relevanten Eingangsgrößen andererseits, d.h. des so genannten Modells der Auswertung (siehe Gl. (1)). Modellierungsverfahren für die Messunsicherheitsbewertung auf der Basis der Ursache-Wirkung-Analyse der betrachteten Messung sind bereits von Bachmair [12], Kessel [11] und Kind [13] vorgeschlagen worden. Das hier in Kurzform dargestellte Verfahren baut darauf auf. Es ist ausführlich von Sommer et al. [14 16] beschrieben worden. Das Modellierungsverfahren selbst besteht aus wiederum fünf elementaren Teilaufgaben [14 16], die als weitere Untergliederung des in Bild 3 dargestellten GUM-Verfahrens zu sehen sind. Diese Teilaufgaben sind: (a) Darlegen der Kenntnisse über die Messung, Identifikation der für die Anzeige des/der Messgeräte(s) ursächlichen Größen und der Messgröße sowie Identifikation des Messprinzips, der gewählten Messmethode, z.b. Substitutionsmethode, und Beschreibung des Messverfahrens. Die erste Teilaufgabe (a) der Modellbildung ist damit identisch mit der ersten Teilaufgabe (1) des Standard-GUM-Verfahrens. Bild 4: Graphische Darstellung des Ursache- Wirkung-Zusammenhangs einer fiktiven idealen, d.h. ungestörten Messung. Symbole: Y 0 Messgröße; X IND angezeigte Größe. Figure 4: Graphical depiction of the causeand-effect relationship of a fictitious ideal (unperturbed) measurement. Symbols: Y 0 measurand; X IND indicated quantity. (b) Graphische Darstellung des Ursache-Wirkung- Zusammenhangs der fiktiven idealen, d.h. ungestörten Messung (siehe Beispiel in Bild 4). (c) Einbeziehung aller Unvollkommenheiten, externen Einflüsse und Auswirkungen unvollständig bekannter Parameter in die Ursache-Wirkung-Darstellung der fiktiven idealen Messung. Die Einbeziehung der Unvollkommenheiten erfolgt vorzugsweise in Form von Abweichungen von der o.g. fiktiven idealen Messung (Bild 4). Aus der graphischen Darstellung (siehe Bild 5) ist dann der mathematische Ursache-Wirkung- Zusammenhang der realen Messung abzuleiten, z.b.: X IND = h (Y 0,δZ SRC,δZ TP,δZ IP, Z INSTR,δX IND ) (d) Identifikation und Berücksichtigung von Korrelationen: Einbeziehung von funktionalen Abhängigkeiten, z.b. von Temperaturabhängigkeiten unterschiedlicher Baugruppen/Geräteeinheiten in den Bild 5: Beispiel: Graphische Darstellung des Ursache-Wirkung-Zusammenhangs einer realen Messung. Symbole: Y 0 Größe, die von einer Maßverkörperung norminal geliefert wird; δz SRC Abweichung aufgrund der unvollständigen Kenntnisse über die Maßverkörperung; δz TP (P) Abweichung aufgrund der unvollkommenen Kopplung der Maßverkörperung SRC mit dem Messgerät, z.b. infolge äußerer Einflüsse P; Z INSTR Messabweichung des Messgerätes; δz IP (P) Abweichung aufgrund der Suszeptibilität des Anzeigegerätes auf äußere Einflussgrößen P; δx IND Abweichung aufgrund der begrenzten Auflösung des Messgerätes. Figure 5: Example: Graphical depiction of the cause-and-effect relationship of a real measurement. Symbols: Y 0 quantity norminally provided by the material measure; δz SRC deviation due to the incomplete coupling of the material measure SRC with the measuring instrument, e.g. due to external influences P; Z INSTR instrumental error of the measuring instrument; δz IP (P) deviation due to the susceptibility of the instrument to external influences P; δx IND deviation due to the limited resolution of the instrument.
7 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 58 Ursache-Wirkung-Zusammenhang der realen Messung (siehe Schritt c), oder Berücksichtigung von (geschätzten oder experimentell bestimmten) Korrelationskoeffizienten, z.b. den Korrelationskoeffizienten von zwei gemeinsam kalibrierten Gewichten, bei der Ausführung der Unsicherheitsfortpflanzung (siehe Gl. (7)). (e) Invertieren des mathematischen Ursache- Wirkung-Zusammenhangs der realen Messung in die Modellgleichung, z.b. (siehe Schritt (c)) Y 0 = f (X IND,δX IND, Z INSTR,δZ TP,δZ IP,δZ SRC ), oder allgemein formuliert: Y = h 1 (X 1, X 2,...,X N ) = f (X 1, X 2,...,X N ) (8) Es sei angemerkt, dass die letztgenannte Umformung zuweilen einige Probleme bereiten kann. Wie aus den Bildern 4 und 5 bereits erkennbar ist, werden für die Modellierung der Ursache-Wirkung- Zusammenhänge nur drei Modellierungskomponenten verwendet [5; 14; 15]: Parameterquellen SRC: Sie liefern oder reproduzieren eine messbare Größe, z.b. die Messgröße. Transformationseinheiten TRANS: Sie repräsentieren alle Arten der Parameterverarbeitung und -beeinflussung, z.b. Verstärkung oder (ungewollte) Dämpfung. Anzeigeeinheiten: Sie zeigen ihre Eingangsgrößen an. Fast alle Messungen und Kalibrierungen lassen sich auf nur wenige Grundstrukturen der Ursache-Wirkung- Zusammenhänge zurückführen. In Abschnitt 5 werden wichtige Grundstrukturen vorgestellt. (3) Einschätzen der relevanten Eingangsgrößen Die dritte Teilaufgabe des GUM-Verfahrens (siehe Bild 3) erfordert wie der zweite Schritt die Anwendung von Fachwissen und eine professionelle Beurteilung der vorliegenden Kenntnisse. Ziel der quantitativen Einschätzung der am Messergebnis beteiligten Größen ist die Zuweisung jeweils eines Erwartungswertes x i = E [X i ] und einer diesem zugeordneten Standardunsicherheit u xi zu jeder relevanten Eingangsgröße X i. Der GUM unterscheidet zwei Methoden zur Einschätzung der Eingangsgrößen: Ermittlungsmethode Typ-A, die auf einer statistischen Analyse von Beobachtungsreihen basiert, und Bild 6: Illustration der beiden Methoden (Methode Typ-A und Methode Typ-B) zur quantitativen Einschätzung der relevanten Eingangsgrößen. Symbole: x = E [X] Erwartungswert der Größe X; u x dem Erwartungswert x beigeordnete Standardunsicherheit; q 1, q 2,...,q N Einzelbeobachtungen; s (q k ) Standardabweichung der Einzelbeobachtung. Figure 6: Illustration of the methods type-a and type-b for quantitative evaluation of the relevant input quantities. Symbols: x = E [X] expectation value of the quantity X; u x uncertainty associated with the expectation value x; q 1, q 2,...,q N single observations; s (q k ) standard deviation of the single observation.
8 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 59 Tabelle 1: Korrespondenz von Kenntnissen und zuzuordnender Verteilung (PDF) nach dem Prinzip der maximalen Entropie (PME) sowie Berechnung von Erwartungswerten und Standardunsicherheiten für diese Verteilungen. Table 1: Correspondence between given knowledge and probability distribution (PDF) to be assigned in accordance with the principle of maximum information entropy (PME) and related calculations of the respective expectation values and standard uncertainties. Ermittlungsmethode Typ-B, die alle weiteren Wege zur Einschätzung der Größen umfasst. Beide Methoden benutzen Wahrscheinlichkeits- Dichteverteilungen (PDF), um die jeweils differenzierten Kenntnisse über die Größen X i quantitativ zu beschreiben (siehe Abschnitt 2). Bild 6 illustriert die beiden Methoden zur Ermittlung der Erwartungswerte und Standardunsicherheiten. Tabelle 1 gibt einen Überblick über wichtige Korrespondenzen von Kenntnissen und Verteilungen (PDF) sowie die Berechnung des jeweils zugehörigen Erwartungswertes und der beigeordneten Standardunsicherheit. Alle weiteren Teilaufgaben des Standard-GUM- Verfahrens folgen festen mathematischen Regeln und können daher rechnergestützt unter Verwendung einer entsprechend programmierten Software ausgeführt werden. Ein Beispiel für solche GUM-konforme Software ist die GUM-Workbench [17]. (4) Kombinieren der Erwartungswerte und der Standardunsicherheiten Ziel der vierten Teilaufgabe (siehe Bild 3) ist es, den Erwartungswert y der Messgröße Y und die beigeordnete Standardunsicherheit u y zu berechnen. Die Berechnung des Erwartungswertes der Ausgangsgröße erfolgt gemäß Gleichung (6). Die Gauß sche Unsicherheitsfortpflanzung ist als Gleichung (7) im Abschnitt 2.3 angegeben. Die Lösung beider Gleichungen setzt die Kenntnis der Modellgleichung (1) voraus. Im Falle korrelierter Größen sind für den Korrelationskoeffizienten entweder Erfahrungswerte zu verwenden oder er ist mittels statistischer Analyse aus Experimenten zu bestimmen [3; 4]. Korrelationen können insbesondere dann vernachlässigt werden, wenn bekannt ist, dass sie nur schwach ausgeprägt sind oder die korrelierten Unsicherheitsbeiträge nur einen geringen Einfluss auf die Gesamtmessunsicherheit besitzen. Sind die funktionalen Zusammenhänge der korrelierten Größen bekannt, ist es oft möglich, sie in die Modellgleichung einzubauen, womit ihre Berücksichtigung bei der Unsicherheitsfortpflanzung hinfällig wird. (5) Bestimmen der erweiterten Messunsicherheit Die erweiterte Messunsicherheit ist definiert als die Halbweite eines Intervalls I y = [ y U y ; y + U y ], (9)
9 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 60 das mit einer Überdeckungswahrscheinlichkeit P von mindestens 95% den überwiegenden Anteil der Werte enthält, die aufgrund der vorhandenen Kenntnisse dem Messergebnis vernünftigerweise zugeordnet werden können [3; 4]. Bild 7 illustriert das solchermaßen beschriebene Intervall. Die erweiterte Messunsicherheit U y wird durch Multiplikation der zugehörigen (kombinierten) Standardmessunsicherheit u y mit einem Erweiterungsfaktor k P berechnet. Dabei ist unter Berücksichtigung der Art der Verteilung der Werte (Wahrscheinlichkeitsverteilung PDF), die der Ergebnisgröße Y zugeordnet werden können, der Erweiterungsfaktor so zu wählen, dass mit dem o.g. Intervall I Y stets eine Überdeckungswahrscheinlichkeit P 95% assoziiert wird: U y (P) = u y k P (10) Zur Erinnerung: Der Wert y wird als Erwartungswert der Größe Y bezeichnet und ist ihr bester Schätzwert. Auf die Diskussion der Berücksichtigung des sog. effektiven Freiheitsgrades, die sich insbesondere bei statistischen Auswertungen von Wiederholungsmessungen nach der Ermittlungsmethode Typ-A erforderlich macht, wird hier verzichtet, da sie in der Primärliteratur klar beschrieben ist [3; 4]. (6) Angeben des vollständigen Messergebnisses Ein vollständiges Messergebnis sollte gemäß GUM in der Form Y = y ± U y (11) angegeben werden [3; 4]. Zusätzlich ist in jedem Fall die Angabe des gewählten Erweiterungsfaktors k p erforderlich, da nicht notwendigerweise von einer Normalverteilung ausgegangen werden kann. (7) Angeben und Bewerten des Unsicherheits- Budgets Den o.a. sechs Teilaufgaben zum Bewerten und Angeben der Messunsicherheit sollte im Prüfmittelmanagement und in der Prüfmittelüberwachung folgerichtig als siebente Teilaufgabe das Angeben und Bewerten des Messunsicherheits-Budgets folgen. Bild 7: Erweiterte Messunsicherheit als Werteintervall. Symbole siehe Text. Figure 7: Expanded measurement uncertainty illustrated as an interval. Symbols: see text. Aus der konsequenten Anwendung des Standard- GUM-Verfahrens erhält man zwangsläufig ein Messunsicherheitsbudget, und dieses liefert alle erforderlichen Informationen zur Bewertung und Verbesserung des analysierten Messprozesses. Das Messunsicherheitsbudget soll spaltenweise mindestens folgende Angaben enthalten: die Bezeichnungen der Größen X i,z.b. Umgebungstemperatur; wichtige verdichtete Kenntnisse über die Größen, z.b. das Intervall der Werte, die eine Größe annehmen kann; die den Größen zugeordneten Verteilungen (PDF) die Erwartungswerte der Größen, x i = E [X i ]; die beigeordneten Standardunsicherheiten, u xi = Var [Xi ]; die Empfindlichkeitskoeffizienten, c i = f/ x i ; sowie als entscheidende Werte zur Bewertung der Ursachen und Beiträge zur Gesamtmessunsicherheit die Standard-Unsicherheitsbeiträge zu den relevanten Eingangsgrößen, u iy = c i u xi 4 Messmethoden und Modellstrukturen Die Struktur und die Abfolge der Komponenten in der graphischen Darstellung eines Ursache-Wirkung- Bild 8: Generische Struktur des stationären Ursache-Wirkung-Zusammenhanges einer direkten Messung. Symbole: X SRC Messgröße; Z T1,...,Z Tm zusätzliche Eingangsgrößen der Transformationseinheiten TRANS1,..., TRANSn, z.b. Verstärkungsfaktoren; X INDX angezeigte Größe; Z INSTR (P Mess ) Messabweichung der Anzeigeeinheit bei den Messbedingungen P Mess ; Koppelbedingung: X TINn = X TOUTn 1. Figure 8: Generical structure of the cause-andeffect relationship of a direct measurement. Symbols: X SRC measurand; Z T1,...,Z Tm additional input quantities of the transforming units TRANS1,..., TRANSn, e. g. amplification factors; X INDX indicated quantity; Z INSTR (P Mess ) instrumental error of the indicating unit at the operating conditions P Mess ; chaining condition: X TINn = X TOUTn 1.
10 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 61 Bild 9: Generische Struktur des stationären Ursache-Wirkung-Zusammenhangs einer Kalibrierung durch direkten Vergleich von zwei anzeigenden Messgeräten. Symbole: X SRC von der Parameterquelle SRC gelieferte Größe; TRANSX Transformationseinheit des X- Pfades; TRANSS Transformationseinheit des S-Pfades; INDX zu kalibrierende(s) Messgerät/Anzeigeeinheit; INDS anzeigendes Normal; Z TX1,..., Z TXl und Z TS1,..., Z TSn zusätzliche Eingangsgrößen der Transformationseinheiten, z.b. Übertragungsfaktoren; Z INSTRX (P CAL ) Messabweichung des zu kalibrierenden Messgerätes (Messgröße) bei den Kalibrierbedingungen P CAL ; Z INSTRS (P CAL ) Messabweichung des verwendeten Normals; X INDX Anzeige des zu kalibrierenden Messgerätes; X INDS Anzeige des Normals Figure 9: Generical structure of the steady-state cause-and-effect relationship of calibrations by direct comparison of two indicating instruments. Symbols: X SRC quantity provided by the parameter source SRC; TRANSX transforming unit of the X-path; TRANSS transforming unit of the S-path; INDX instrument to be calibrated; INDS indicating standard; Z TX1,..., Z TXl and Z TS1,..., Z TSn additional input quantities of the transforming units, e.g. transformation factors; Z INSTRX (P CAL ) instrumental error of the instrument to be calibrated (measurand) at calibration conditions P CAL ; Z INSTRS (P CAL ) instrumental error of the standard used; X INDX indication of the instrument to be calibrated; X INDS indication of the standard used. Zusammenhanges werden grundsätzlich von der verwendeten Messmethode [18] bestimmt [5; 14 16]. Die am häufigsten eingesetzten Messmethoden direkte Messung (Beispiel: siehe Bild 1), direkter Vergleich anzeigender Messgeräte (Beispiel: siehe Bild 12), Substitution von Maßverkörperungen (Beispiel: siehe Illustration in Bild 11 [14]), lassen sich mit den in den Bildern 8 bis 10 gezeigten verallgemeinerten (generischen) Grundstrukturen darstellen. Bild 10: Generische Struktur des stationären Ursache-Wirkung-Zusammenhangs einer mittels Substitution durchgeführten Kalibrierung. Symbole: SRCX zu kalibrierende Maßverkörperung; SRCS als Normal verwendete Maßverkörperung; X X0 Größe, die nominal von der zu kalibrierenden Maßverkörperung geliefert wird; X S0 Größe, die nominal vom Normal geliefert wird; X SRCX tatsächlich von der zu kalibrierenden Maßverkörperung gelieferte Größe, X SRCS tatsächlich vom Normal gelieferte Größe; Z SRCX Messabweichung der zu kalibrierenden Maßverkörperung (Messgröße); P CAL Kalibrierbedingungen; Z SRCS (P CAL ) Messabweichung des verwendeten Normals; IND Anzeigeeinheit (Komparator); Z INSTR (P CAL ) Messabweichung des Komparators; Z TX1,...,Z TXl und Z TS1,...,Z TSn zusätzliche Eingangsgrößen der Transformationseinheiten wie z.b. Übertragungsfaktoren und Abweichungen; X IND = X INDX X INDS Anzeigedifferenz zwischen der zu kalibrierenden Maßverkörperung und dem Normal. Figure 10: Generical structure of the steady-state cause-and-effect relationship of a calibration by substitution. Symbols: SRCX material measure to be calibrated; SRCS standard material measure; X X0 quantity provided nominally by the material measure to be calibrated; X S0 quantity provided nominally by the standard; X SRCX quantity actually provided by the material measure to be calibrated; X SRCS quantity actually provided by the standard; Z SRCX instrumental error of the material measure to be calibrated (measurand); P CAL calibration conditions; Z SRCS (P CAL ) instrumental error of the standard used; IND indicating unit (comparator); Z INSTR (P CAL ) instrumental error of the comparator; Z TX1,...,Z TXl and Z TS1,...,Z TSn additional input quantities of the transforming units, e.g. transformation factors; X IND = X INDX X INDS indication difference between the material measure to be calibrated and the standard used.
11 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 62 Bild 11: Beispiel: Illustration der Kalibrierung eines Gewichtes nach der Substitutionsmethode unter Verwendung eines Massekomparators [14]. Dabei wird aus der Differenz der Anzeigen für Prüflinge und Normal W IND, aus dem bekannten Wägewert des Normals und allen weiteren relevanten Kenntnissen über die Messung der Wägewert des Prüflings bestimmt. Die Anzeigedrift und der Einfluss der Nichtlinearität des Komparators werden bei dieser Messmethode weitgehend eliminiert. Symbole: W S (konventioneller) Wägewert des Normals; W X (unbekannter) Wägewert des Prüflings (mögliche Messgröße). Figure 11: Example: Illustration of the calibration of a weight according to the substitution method using a mass comparator [14]. It is the aim of substitution to determine the weighing value of the material measure to be calibrated from the indication difference W IND, from the known weighing value of the standard used and from all other relevant knowledge about the measurement. The drift of the comparator and its non-linearity mainly are being eliminated. Symbols: W S weighing value of the standard used; W X (unknown) weighing value of the instrument to be calibrated (possible measurand). Eingangsgrößen, das Modellieren der Messung, welches seinerseits in die fünf Teilaufgaben (a) bis (e) aufgegliedert werden kann, sowie das Einschätzen der relevanten Eingangsgrößen unter Anwendung der Ermittlungsmethoden Typ-A und Typ-B. Die weiteren Teilaufgaben (4) bis (6) können rechnergestützt ausgeführt werden, d.h. in der Praxis reduzieren sie sich auf die Eingabe des mathematischen Modells der Auswertung sowie der Erwartungswerte und der beigeordneten Standardunsicherheiten (oder gleichwertiger Vorinformation, z.b. Verteilungstyp und -parameter) in den Computer. Auf dieser Grundlage kann nun folgendes praxisorientiertes, in Arbeitsschritte gegliedertes Verfahren zur Ermittlung der Messunsicherheit angegeben werden: 1. Schritt: Darlegen der Kenntnisse über die Messung und die relevanten Eingangsgrößen Beispiel: Messaufgabe: Kalibrieren eines Quecksilber-Glas- Thermometers bei 20 C Messgröße: Messabweichung des zu kalibrierenden Thermometers Messmethode: Direkter Vergleich zweier anzeigender Messgeräte Die in den Bildern 8 bis 10 dargestellten generischen Strukturen bilden einen Baukasten. Die der angewendeten Messmethode zugeordnete Struktur lässt sich erfahrungsgemäß relativ einfach an die jeweilige konkrete Mess- oder Kalibrieraufgabe anpassen. 5 Messunsicherheitsbewertung in der Praxis anhand eines Beispiels Wie im Abschnitt 3 ausgeführt, sind die wichtigsten Teilaufgaben des Standard-GUM-Verfahrens das Darlegen der Kenntnisse über die Messung und die relevanten Bild 12: Beispiel: Kalibrierung eines Quecksilber- Glas-Thermometers (rechts) in einem Wasserbad Symbole: t S Temperatur am Normal; t X Temperatur am zu kalibrierenden Thermometer, t INDS, t INDX angezeigte Temperaturen. Figure 12: Example: Calibration of a mercury-inglass thermometer in a water bath. Symbols: t S temperature of the standard used; t X temperature of the thermometer to be calibrated; t INDS, t INDX indicated temperatures.
12 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 63 Messverfahren: Vergleich zweier im Wasserbad eingetauchter Quecksilber-Glas-Thermometer bei 20 C (siehe vereinfachte Darstellung in Bild 12). Bezüglich der relevanten Eingangsgrößen sei das Folgende bekannt: vom Normal angezeigte Temperatur; für diese Größe liegen vier Beobachtungen mit folgenden Werten vor: 20,005 C, 19,995 C, 20,015 C und 20,010 C. vom Prüfling angezeigte Temperatur: Für diese Größe liegen vier Beobachtungen mit folgenden Werten vor: 19,85 C, 19,86 C, 19,87 C und 19,86 C. Temperaturdifferenzen im Bad: Der Hersteller gibt maximal mögliche radiale Temperaturdifferenzen im Bad von ± Can. Messabweichung des Normals: Im Kalibrierschein wird eine Messabweichung von 0,05 Cbei20 C angegeben, der eine erweiterte Messunsicherheit von C für einen Erweiterungsfaktor k p = 2 beigeordnet wurde. 2. Schritt: Graphische Darstellung des Ursache- Wirkung-Zusammenhangs der fiktiven idealen Messung Beispiel: Bild 13 zeigt die graphische Darstellung des Ursache-Wirkung-Zusammenhangs der fiktiven idealen Messung für die in Bild 12 gezeigte Thermometerkalibrierung unter Verwendung der im Abschnitt 3 angeführten Modellierungskomponenten. 3. Schritt: Einbeziehung aller Unvollkommenheiten in Form von Abweichungen in den fiktiven Ursache- Wirkung-Zusammenhang der idealen Messung. Ableiten des mathematischen Ursache-Wirkung- Zusammenhangs der realen Messung Beispiel: Bild 14 zeigt den graphischen Ursache-Wirkung-Zusammenhang der realen Thermometerkalibrierung. Einbezogen wurde die Temperaturdifferenz zwischen Normal und Prüfling. Aus der graphischen Darstellung (Bild 14) können folgende mathematische Ursache-Wirkung- Zusammenhänge abgeleitet werden: für den X-Pfad: t INDX = t Bad + δt Bad + t X für den S-Pfad: t INDS = t Bad + t S 4. Schritt: Identifikation und Berücksichtigung von Korrelationen Beispiel: Zur Vereinfachung des Kalibrier-Beispiels sei angenommen, dass Korrelationen, z.b. aufgrund von Schwankungen der Bad-Temperatur, vernachlässigbar sind. 5. Schritt: Invertieren des Ursache-Wirkung- Zusammenhanges der realen Messung zur Modellgleichung Ziel dieses Schrittes ist das Aufstellen des Modells der Auswertung, Y = f (X 1, X 2,...,X N ). Bild 13: Ursache-Wirkung-Zusammenhang der fiktiven idealen Messung für das Beispiel nach Abschnitt 5. Symbole: SRC thermostatiertes Wasserbad; TRANSX, TRANSS Temperaturgradienten im Bad; INDX zu kalibrierendes Thermometer; INDS Normalthermometer; tindx, t INDS angezeigte Temperaturen; t X Messabweichung des zu kalibrierenden Thermometers (Messgröße). Figure 13: Cause-and-effect relationship of the fictitious ideal measurement referring to the example of clause 5. Symbols: SRC thermostatted water bath; TRANSX, TRANSS temperature gradients in the above water bath; INDX thermometer to be calibrated; INDS standard thermometer; tindx, t INDS indicated temperatures; t X instrumental error of the thermometer to be calibrated (measurand). Bild 14: Ursache-Wirkung-Zusammenhang der realen Messung für das Beispiel nach Abschnitt 5. Symbole: siehe Bild 13 und Text. Figure 14: Cause-and-effect relationship of the real measurement referring to the example of clause 5. Symbols: see Fig. 13 and text. Beispiel: Zusammenfassen und Invertieren der im 3. Schritt aufgegliederten mathematischen Ursache-Wirkung-Zusammenhänge führt zu folgendem Modell der Auswertung für das Beispiel der Thermometerkalibrierung: t X = t INDX t INDS + t S δt Bad
13 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM Schritt: Einschätzen der relevanten Eingangsgrößen Ziel des 6. Schrittes ist die Zuweisung einer Wahrscheinlichkeitsverteilung (PDF) sowie davon abgeleitet von Erwartungswert x i und beigeordneter Standardunsicherheit u xi zu jeder Eingangsgröße X i. Beispiel: Die relevanten Eingangsgrößen sind die auf der rechten Seite der Modellgleichung stehenden Größen t INDX, t INDS, t S und δt Bad (Bedeutung siehe oben). Aufgrund der im ersten Schritt angegebenen Kenntnisse über die Größen kommt man zu folgenden quantitativen Einschätzungen: vom Prüfling angezeigte Temperatur t INDX : Ermittlungsmethode: Typ-A (4 Beobachtungen) PDF: gaußförmig (PME) n Erwartungswert: 1 t n INDXk = 19,86000 C k=1 Standardunsicherheit: s/ n = 4, C Freiheitsgrad: n 1 = 3 vom Normal angezeigte Temperatur t INDS : Ermittlungsmethode: Typ-A (4 Beobachtungen) PDF: gaußförmig (PME) n Erwartungswert: 1 n t INDSk = 20,00625 C k=1 Standardunsicherheit: s/ n = 4, C Freiheitsgrad: n 1 = 3 Temperaturabweichung des Bades δt Bad : Ermittlungsmethode: Typ-B (nicht statistisch) PDF: rechteckförmig Erwartungswert: 0 Standardunsicherheit: a/ 3 = 8, C Freiheitsgrad: Messabweichung des Normals t S Ermittlungsmethode: Typ-B (nicht statistisch) PDF: gaußförmig (PME) Erwartungswert: t S = 0,05 C Standardunsicherheit: U/k P = 19, C Freiheitsgrad: Schritt: Eingabe der Modellgleichung sowie der Erwartungswerte und Standardunsicherheiten in den Computer. Rechnergestütztes Berechnen des vollständigen Messergebnisses und des Messunsicherheits-Budgets Die der computergestützten Berechnung zugrunde liegenden mathematischen Zusammenhänge sind in den Abschnitten 2.3 und 3 dargelegt. Anstelle von Erwartungswerten und Standardunsicherheiten können auch Vorinformationen mit gleichem Informationsgehalt, z.b. Verteilungstyp und -parameter, in den Computer eingespeist werden. Beispiel: Das aufgrund der o.a. Eingaben berechnete vollständige und gerundete Messergebnis für die Thermometerkalibrierung wird (gerundet) wie folgt aussehen: t X = 0,196 C ± 0,033 C (Erweiterungsfaktor k P = 2) Das resultierende Messunsicherheitsbudget ist in Tabelle 2 wiedergegeben. Tabelle 2: Messunsicherheitsbudget zum dargestellten Kalibrierbeispiel (siehe Abschnitt 5). Table 2: Uncertainty budget referring to the presented example (see clause 5).
14 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM Schritt: Bewerten des Ergebnisses und des Unsicherheits-Budgets Beispiel: Die erweiterte Messunsicherheit, die dem Ergebnis der Thermometer-Kalibrierung beigeordnet werden kann, bewegt sich in einer realistischen Größenordnung. Die dominierenden Messunsicherheitsbeiträge rühren vom verwendeten Normal und vom Bad her. Das bietet bedarfsweise gute Ansätze zur Verringerung der Kalibrierunsicherheit. 6 Schlussfolgerung Das Verfahren des GUM gestattet eine praxisgerechte, schrittweise durchführbare Bestimmung der Messunsicherheit. Auch die vom Praktiker kritisch gesehene, erforderliche Modellierung der Messung lässt sich in Verfahrensschritte aufgliedern und formalisieren. Dafür wird ein GUM-konsistentes Verfahren angegeben. Vorteilhaft ist weiterhin, dass sich gerade die mathematisch anspruchsvolleren Teilaufgaben des GUM-Verfahrens computergestützt ausführen lassen. Dies eröffnet auf der Basis einmal modellierter Messund Kalibrierverfahren die Möglichkeit, eine effektive Analyse sowie Anpassung und Fortentwicklung von Mess- und Kalibrierverfahren durchzuführen. Danksagung Viele der im vorliegenden Beitrag dargestellten Lösungsansätze und Konzepte entspringen der Arbeit des PTB/DIN-Arbeitskreises Umsetzung des GUM. Die Autoren möchten sich an dieser Stelle für die vielfältigen und fruchtbaren Diskussionen und Anregungen bei ihren Kollegen Prof. Dr.-Ing. M. Dietzsch, Chemnitz, Reg.-Dir. a.d. Dr. W. Kessel, Braunschweig, und Prof. Dr.-Ing. A. Weckenmann, Erlangen, bedanken. Literatur [1] Sommer, K.-D.: Messunsicherheit und Fehlergrenzen im gesetzlichen Messwesen, tm Technisches Messen 68 (2001) 1, S [2] Weckenmann, A. und Lorz, J.: Bedeutung der Messunsicherheit in der Fertigungsmesstechnik, tm Technisches Messen 68 (2001) 1, S [3] Guide to the Expression of Uncertainty in Measurement (GUM), first edition, 1993, corrected and reprinted 1995, International Organization for Standardization (ISO), Geneva, [4] DIN V ENV 13005: 1999, Leitfaden zur Angabe der Unsicherheit beim Messen (ENV 13005: 1999), Deutsches Institut für Normung e.v., Berlin, [5] Kessel, W.: Messmethoden und Modellbildung in: Seminarunterlagen,,Messunsicherheit nach GUM praxisgerecht bestimmen, Deutsches Institut für Normung (DIN) und Physikalisch-Technische Bundesanstalt (PTB), Berlin, [6] Weise, W. und Wöger, W.: Messunsicherheit und Messdatenauswertung in der Metrologie, WILEY- VCH, Weinheim, [7] Wöger, W.: Zu den modernen Grundlagen der Datenauswertung in der Metrologie. PTB-Mitt. 111 (2001), 3/4 Wirtschaftsverlag NW, Bremerhaven, S [8] Sivia, D.S.: Data Analysis A Baysian Tutorial. Clarendon Press, Oxford, [9] Siebert, B.R.L. und Sommer, K.-D.: Weiterentwicklung des GUM und Monte-Carlo-Techniken, tm Technisches Messen 71 (2004) 2, S [10] Kessel, W.: Der ISO/BIPM Leitfaden zur Ermittlung der Messunsicherheit, tm Technisches Messen 68 (2001) 1, S [11] Kessel, W.: Messunsicherheit einige Begriffe und Folgerungen für die messtechnische Praxis, PTB-Mitt. 111 (2001) 3/4, Wirtschaftsverlag NW, Bremerhaven, S [12] Bachmair, H.: A simplified method to calculate the uncertainty of measurement for electrical calibration and test equipment, Proceedings of the gth INTERNATIONAL METROLOGY CONGRESS, Bordeaux, October 1999, Mouvement Français pour la Qualité, Nenterreledex 1999, S [13] Kind, D.: Die Kettengestaltung als Modell zur Berechnung von Messunsicherheiten, PTB-Mitt. 111 (2001) 3/4 Wirtschaftsverlag NW, Bremerhaven, S [14] Sommer, K.-D., Kochsiek, M. und Siebert, B.R.L.: Modelling of Weighing Procedures for Uncertainty Evaluation, South Yorkshire International Conference 2003, Barnsley, Conference Proceedings, South Yorkshire Trading Standards Unit, Chapeltown, Sheffield, [15] Sommer, K.-D., Kochsiek, M., Siebert, B.R.L. und Weckenmann, A.: A Generalized Procedure for Modelling of Measurement for Evaluating the Measurement Uncertainty, 17. IMEKO WORLD CONGRESS 2003, Dubrovnik, Proceedings, INTERNATIONAL MEASUREMENT CONFE- DERATION (IMEKO) and Croatian Metrology Society, Zagreb, 2003 (ISBN ). [16] Sommer, K.-D. und Kochsiek, M.: Modelling and Uncertainty Evaluation in Calibration and Conformance Testing, NCSL International Annual Workshop and Symposium, Tampa, Florida, Conference Proceedings 2003, SL International, Boulder, Colorado, [17] GUM-Workbench. Das Werkzeug zur Ermittlung der Messunsicherheit. Metrodata GmbH, Grenzach- Wyhlen.
15 tm Technisches Messen 71 (2004) 2 K.-D. Sommer, B.R.L. Siebert: Praxisgerechtes Bestimmen der Messunsicherheit nach GUM 66 [18] Internationales Wörterbuch der Grund- und Allgemeinbegriffe in der Metrologie (VIM), International Organization for Standardization (ISO), 2. Ausgabe, Genf, Dr.-Ing. Klaus-Dieter Sommer ist Direktor des Landesamtes für Mess- und Eichwesen Thüringen (LMET) und derzeitiger Vorsitzender des GMA-Fachausschusses 1.10 Grundlagen der Messsysteme. Hauptarbeitsgebiete: Leitung und Entwicklung des LMETs Messunsicherheit im gesetzlichen Messwesen und Modellierung von Messungen und Kalibrierungen. Adresse: Landesamt für Mess- und Eichwesen Thüringen, Unterpörlitzer Straße 2, Ilmenau klaus-dieter.sommer@lmet.de Dr. Bernd R.L. Siebert ist Leiter des Projekts Numerische Physik in der Physikalisch-Technischen Bundesanstalt Braunschweig und Berater des Deutschen Kalibrierdienstes (DKD) in Fragen der Messunsicherheit. Hauptarbeitsgebiete: Entwicklung und Anwendung von Monte- Carlo-Techniken zur Ermittlung der Messunsicherheit, vornehmlich für nichtlineare und multivariante Modelle. Adresse: Physikalisch-Technische Bundesanstalt (PTB), Bundesallee 100, Braunschweig bernd.siebert@ptb.de Messtechnik Norbert Weichert / Michael Wülker Messtechnik und Messdatenerfassung Oldenbourg Lehrbücher für Ingenieure Seiten 29,80 ISBN Oldenbourg Wissenschaftsverlag Rosenheimer Straße 145 D München Telefon 089 / Fax 089 / Bestellungen: Die Grundlagen der Messtechnik und die modernen Verfahren der rechnergestützten Messdatenerfassung bilden für jeden Studierenden der ingenieurwissenschaftlichen Fächer einen notwendigen Baustein seiner Ausbildung. Das vorliegende Lehrbuch stellt das Gebiet in einer Übersicht dar, welche die Bedürfnisse der Studierenden im Grund- und Hauptstudium abdeckt. Die zusammenfassende Darstellung der Gebiete entspricht der Anforderung in der Praxis, da Messtechnik heute ohne die Mittel der Datenerfassung und -auswertung nicht mehr denkbar ist. Das Buch entstand aus den Erfahrungen der Autoren in Vorlesungen und Praktika mit Studierenden des Maschinenbaus an der Fachhochschule Offenburg. Oldenbourg
Erstellen von Messunsicherheitsbudg ets nach dem GUM
Metrodata GmbH Datenverarbeitung für Messtechnik und Qualitätssicherung Munich Calibration Day München 16.10.2015 Y=ŷ±U; k p =x Erstellen von Messunsicherheitsbudg ets nach dem GUM Nachvollziehbares Dokumentieren
MehrMessunsicherheit für Prozesse GUM-konforme Fähigkeitsbestimmung für Messprozesse
Metrodata GmbH Datenverarbeitung für Messtechnik und Qualitätssicherung Y=ŷ±U; k p =x Messunsicherheit für Prozesse GUM-konforme Fähigkeitsbestimmung für Messprozesse Teresa Werner 293. PTB- Seminar Berlin
MehrEinführung in die Bestimmung der Messunsicherheit nach GUM
Seite 1 Einführung in die Bestimmung der Veranstaltung des DGQ Regionalkreises, 08. Juli 2010 und Qualitätssicherung 1 Gliederung Wer hat GUM eingeführt Definitionen von Messung, Modell der Messung, Messabweichung
MehrMessunsicherheit. Prof. Dr. Ing. Klaus Dieter Sommer. 1 Einleitung
Messunsicherheit Prof. Dr. Ing. Klaus Dieter Sommer 1 Einleitung Messergebnisse, darauf basierende Entscheidungen und Bewertungen sind aus unserem Leben, aus dem globalen Handel, aus Forschung und Industrie,
MehrMessunsicherheitsangabe für Messbereiche
Messunsicherheitsangabe für Messbereiche Messunsicherheitsangabe für Messbereiche 260. PTB-Seminar 21./22. März 2011 Dr. Harry Stolz PTB Braunschweig Leiter der Zertifizierungsstelle H. Stolz, März 2011
MehrAnhang 2 Bestimmung von Messunsicherheiten
Anhang 2 Bestimmung von Messunsicherheiten Jede Messung ist unvollkommen und kann daher nicht den wahren Wert der gesuchten Messgröße, sondern nur einen mehr oder weniger genauen Näherungswert liefern,
Mehr2.1 Einführung Y = {Y} [Y].
Messunsicherheit Klaus-Dieter Sommer und Rüdiger Kessel 2 2.1 Einführung Messungen, Messergebnisse und darauf aufbauende Entscheidungen sind aus unserem Leben nicht wegzudenken. Fast alle Sphären, wie
Mehr1 Grundbegriffe der Messtechnik 1
1 Grundbegriffe der Messtechnik 1 1.1 Definitionen 1 1.2 Art des Messens 3 1.3 Messsysteme 4 1.4 Messverfahren 6 1.4.1 Messmethoden 6 1.4.2 Messeffekt 8 1.5 Funktionselemente von Messeinrichtungen 9 1.6
MehrErmittlung der Messunsicherheit und Anwendung der Monte-Carlo-Methode in GUMsim
Ermittlung der Messunsicherheit und Anwendung der Monte-Carlo-Methode in GUMsim PTB-Seminar 308 Felix Straube, QuoData GmbH Berlin, 16.03.2018 Gliederung GUM Verfahren Monte-Carlo-Methode Prinzip der Messunsicherheitsbestimmung
MehrErweiterte Messunsicherheit
Erweiterte Messunsicherheit Gerd Wübbeler, Stephan Mieke PTB, 8.4 Berechnung der Messunsicherheit Empfehlungen für die Praxis Berlin, 11. und 12. März 2014 Gliederung 1. Was gibt die erweiterte Messunsicherheit
MehrMonte-Carlo-Verfahren nach GUM Supplement 1. Gerd Wübbeler Physikalisch-Technische Bundesanstalt
Monte-Carlo-Verfahren nach GUM Supplement 1 Gerd Wübbeler Physikalisch-Technische Bundesanstalt 1 Inhalt Wahrscheinlichkeitsverteilungen Monte-Carlo Verfahren Beispiele Adaptive Monte-Carlo Verfahren Warum
Mehrvon Prof. Dr. P. H. Osanna, Prof. Dr. N. M. Durakbasa, Dr. techn. L. Kräuter Inhalt
Geometrische Produktspezifikation und -Verifikation "GPS" und Messunsicherheit nach "GUM" als Basis moderner Metrologie im fortschrittlichen Produktionsbetrieb von Prof. Dr. P. H. Osanna, Prof. Dr. N.
MehrCHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS
Arbeitsunterlagen zu den VU CHEMISCHES RECHNEN II - 771.119 Einheit 5 ANALYT. CHEM. FÜR FORTGS. - 771.314 Einheit 4 ao. Prof. Dr. Thomas Prohaska (Auflage Mai 2005) Einführung in die Metrology in Chemistry
MehrRichtlinie E-16. Angabe der Messunsicherheit in Eichscheinen. Einleitung
BEV-Ermächtigungsstelle, Arltgasse 35, A-1160 Wien Richtlinie E-16 Angabe der Messunsicherheit in Eichscheinen Einleitung Diese Richtlinie beschreibt, wie die Messunsicherheit in Eichscheinen anzugeben
MehrMessunsicherheit nach GUM (DIN V ENV 13005)
TAE Technische Akademie Esslingen Ihr Partner für Weiterbildung seit 60 Jahren! In Zusammenarbeit mit dem VDE-Bezirksverein Württemberg e.v. (VDE) Maschinenbau, Produktion und Fahrzeugtechnik Tribologie
MehrMetrologie = Wissenschaft vom Messen. Messunsicherheit von Analysenergebnissen. VU Chemisch Rechnen
Metrologie = Wissenschaft vom Messen Messunsicherheit von Analysenergebnissen Wer mißt, mißt Mist!! Metrologie Meteorologie Kräht der Hahn am Mist, Ändert sich das Wetter oder es bleibt, wie es ist!! Inhalt
MehrMethoden der Werkstoffprüfung Kapitel I Grundlagen. WS 2009/2010 Kapitel 1.0
Methoden der Werkstoffprüfung Kapitel I Grundlagen WS 2009/2010 Kapitel 1.0 Grundlagen Probenmittelwerte ohne MU Akzeptanzbereich Probe 1 und 2 liegen im Akzeptanzbereich Sie sind damit akzeptiert! Probe
MehrDie richtige Wahl von Verteilungen
Die richtige Wahl von Verteilungen N. Schiering, ZMK GmbH Sachsen-Anhalt Agenda Einleitung Standardmessunsicherheiten Typ A und Typ B Normalverteilung Rechteckverteilung Dreieckverteilung Trapezverteilung
MehrMessunsicherheit nach GUM* Praxisgerecht für chemische Laboratorien
Messunsicherheit nach GUM* Praxisgerecht für chemische Laboratorien *) Guide to the Expression of Uncertainty in Measurement - F 1 Einführung und Motivation Gliederung: 1. Notwendigkeit und Nutzen der
MehrVermessungskunde für Bauingenieure und Geodäten
Vermessungskunde für Bauingenieure und Geodäten Übung 5: statistische Auswertung gleichgenauer Messungen Milo Hirsch Hendrik Hellmers Florian Schill Institut für Geodäsie Fachbereich 3 Inhaltsverzeichnis
MehrEignungsnachweis von Prüfprozessen
Edgar Dietrich/Alfred Schulze Eignungsnachweis von Prüfprozessen Prüfmittelfähigkeit und Messunsicherheit im aktuellen Normenumfeld 4., überarbeitete Auflage HANSER Inhalt i Vorwort Vorwort zur 2. Auflage
Mehr2. Grundbegriffe. Literatur. Skript D. Huhnke S emg GEM. emg GEM
. Grundbegriffe Literatur Skript D. Huhnke S. 10-1 Messung Messwert: Wert, der zur Messgröße gehört und der Ausgabe eines Messgerätes eindeutig zugeordnet ist. Messvoraussetzungen Die Messung soll sein
MehrZUM UMGANG MIT MESSUNSICHERHEITEN IM PHYSIKUNTERRICHT. 25. Oktober Didaktik der Physik Julia Glomski und Burkhard Priemer
ZUM UMGANG MIT MESSUNSICHERHEITEN IM PHYSIKUNTERRICHT 25. Oktober 2010 und Burkhard Priemer Was sind Messfehler? Was ist Fehlerrechnung? Warum misst man etwas? Wann ist eine Messung gut gelaufen? 2 4 Dimensionen
Mehr1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler
1 Messfehler Jede Messung ist ungenau, hat einen Fehler. Wenn Sie zum Beispiel die Schwingungsdauer eines Pendels messen, werden Sie - trotz gleicher experimenteller Anordnungen - unterschiedliche Messwerte
MehrRichtlinie DAkkS- DKD-R 4-3. Kalibrieren von Messmitteln für geometrische Messgrößen. Grundlagen. Blatt 1
Seite: 1/12 Richtlinie DAkkS- DKD-R 4-3 Kalibrieren von Messmitteln für geometrische Messgrößen Blatt 1 2. Neuauflage 2010 Seite: 2/12 Herausgegeben von der Deutschen Akkreditierungsstelle GmbH (DAkkS)
MehrMessunsicherheit. Irrtümer und Erklärungen
Messunsicherheit Irrtümer und Erklärungen Inhalt Schon immer begleitet den Messtechniker die Wahrheit: Wer misst, misst Mist. Nun wird ergänzt: Messunsicherheit ist nicht die Sorge, beim Messen unsicher
MehrVereinfachte Messunsicherheit im Labor
esz AG - Praxis Vereinfachte im Labor Inhalt praxisgerecht und vereinfacht im Labor Mathematik vom Schreibtisch ins Labor Ursachen für Berechnung theoretisch praktisch Angabe der in Kalibrierscheinen und
MehrEinführung Fehlerrechnung
Einführung Fehlerrechnung Bei jeder Messung, ob Einzelmessung oder Messreihe, muss eine Aussage über die Güte ( Wie groß ist der Fehler? ) des Messergebnisses gemacht werden. Mögliche Fehlerarten 1. Systematische
MehrAngabe der Messunsicherheit bei Kalibrierungen
Seite: 1/8 Schrift DAkkS- DKD-3 Angabe der Messunsicherheit 1. euauflage 010 Seite: /8 Herausgegeben von der Deutschen Akkreditierungsstelle GmbH (DAkkS). Copyright 010 by DAkkS Das Werk einschließlich
MehrDie Anwendung der. Wahrscheinlichkeitstheorie. nach Bayes und Laplace in der Fertigungsmesstechnik. Michael Krystek
Die Anwendung der nach Bayes und Laplace in der Fertigungsmesstechnik Michael Krystek Physikalisch-Technische Bundesanstalt, Braunschweig Kolloquium der Abt. Fertigungsmesstechnik, Braunschweig, 4.2.2008
MehrMessunsicherheitsbetrachtungen bei Temperatur-Blockkalibratoren
268. PTB-Seminar: Berechnung der Messunsicherheit Empfehlungen für die Praxis Messunsicherheitsbetrachtungen bei Temperatur-Blockkalibratoren Dienstag, 19. März 213 S. Friederici FB 7.4 PTB Berlin Physikalisch-Technische
MehrPraktikum zur Vorlesung Einführung in die Geophysik
Praktikum zur Vorlesung Einführung in die Geophysik Hinweise zum Praktikum: Messunsicherheit und Fehlerrechnung Stefan Wenk, Prof. Thomas Bohlen TU Bergakademie Freiberg Institut für Geophysik www.geophysik.tufreiberg.de/pages/studenten/praktika/nebenfaechlerpraktikum.htm
MehrStatistics, Data Analysis, and Simulation SS 2015
Mainz, June 11, 2015 Statistics, Data Analysis, and Simulation SS 2015 08.128.730 Statistik, Datenanalyse und Simulation Dr. Michael O. Distler Dr. Michael O. Distler
MehrBegleitmaterial zur Vorlesung. Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen
Institut für Technische Thermodynamik und Kältetechnik Leiter: Prof. Dr.-Ing. K. Schaber Begleitmaterial zur Vorlesung Fehlerrechnung und Fehlerabschätzung bei physikalischen Messungen Verfasst von Dr.
MehrRichtlinie DAkkS- DKD-R 4-3. Kalibrieren von Messmitteln für geometrische Messgrößen. Kalibrieren von Innenmessschrauben mit 2-Punkt-Berührung
Seite: 1/5 Richtlinie DAkkS- DKD-R 4-3 Kalibrieren von Messmitteln für Blatt 10.7 1. Neuauflage 2010 Kalibrieren von Innenmessschrauben mit Seite: 2/5 Herausgegeben von der Deutschen Akkreditierungsstelle
MehrEinführung in die Fehlerrechnung und Messdatenauswertung
Grundpraktikum der Physik Einführung in die Fehlerrechnung und Messdatenauswertung Wolfgang Limmer Institut für Halbleiterphysik 1 Fehlerrechnung 1.1 Motivation Bei einem Experiment soll der Wert einer
Mehr:Messdatenauswertung & Messunsicherheit
:Messdatenauswertung & Messunsicherheit VE 12: Monte-Carlo Methode zur Fortpflanzung von Wahrscheinlichkeitsverteilungen 3.6. 10-3 1 Wahrscheinlichkeitsverteilung als Modell unsicherer Kenntnis Transformation
MehrNATÜRLICHE UND KÜNSTLICHE RADIONUKLIDE IN UNSERER UMWELT
ISSN 1013-4506 FS-2010-153-T Fachverband für Strahlenschutz e.v. Mitgliedsgesellschaft der Publikationsreihe International Radiation FORTSCHRITTE Protection Association IM STRAHLENSCHUTZ (IRPA) für die
MehrBestimmung von Messunsicherheiten nach GUM bei Kalibrierungen. Praxisworkshop/Seminar. Testo Industrial Services Mehr Service, mehr Sicherheit.
13.03.-14.03.2018, Kirchzarten bei Freiburg 05.06.2018, A-Wien (nur 1 Tag) 03.07.-04.07.2018, Kirchzarten bei Freiburg 23.10.-24.10.2018, Kirchzarten bei Freiburg Praxisworkshop/Seminar Bestimmung von
MehrMethoden der Werkstoffprüfung Kapitel II Statistische Verfahren I. WS 2009/2010 Kapitel 2.0
Methoden der Werkstoffprüfung Kapitel II Statistische Verfahren I WS 009/010 Kapitel.0 Schritt 1: Bestimmen der relevanten Kenngrößen Kennwerte Einflussgrößen Typ A/Typ B einzeln im ersten Schritt werden
MehrKalibrierschein Calibration Certificate
QMH FB09 304 Seite/Page: 1 Kalibrierschein Calibration Certificate für for Gerät: HDM99 : 18210310003010513 Device Serial number Kunde: B.Braun Melsungen Customer Dieser Kalibrierschein dokumentiert die
MehrGewindemessung nach der Dreidrahtmethode
Gewindemessung nach der Dreidrahtmethode Autor: Fritz Schwingenschlögl (Fachhochschule Ulm) Hilfsmittel: Abbekomparator Ident Nr.: 300.01 / ZEISS - Meßdrähte / Meßprinzip: Das Meßgerät wird durch zusammenfahren
Mehr5. Meßfehler. Zufällige Messfehler machen das Ergebnis unsicher - ihre Abschätzung ist nur unter Verwendung statistischer Methoden durchführbar
5. Meßfehler Man unterscheidet... zufällige Meßfehler systematische Meßfehler Zufällige Messfehler machen das Ergebnis unsicher - ihre Abschätzung ist nur unter Verwendung statistischer Methoden durchführbar
MehrCalibration Certificate
Gegenstand Object Hersteller Manufacturer Typ Type description Serien Nr. Serial no. Inventar Nr. Inventory no. Prüfmittel Nr. Test equipment no. Equipment Nr. Equipment no. Standort Location Auftraggeber
MehrEinführung in die Theorie der Messfehler
Einführung in die Theorie der Messfehler Ziel der Vorlesung: Die Studentinnen/Studenten sollen die Grundlagen der Theorie der Messfehler sowie den Unterschied zwischen Ausgleichsrechnung und statistischer
MehrKalibrier-Zertifikat Calibration certificate *
70621 * Gegenstand Object Hersteller manufacturer Typ Type Serien Nr. serial no. Inventar Nr. inventory no. Prüfmittel Nr. test equipment no. Equipment Nr. equipment no. Standort location Auftraggeber
MehrKalibrieren von Winkelmessern
Kalibrieren von Messmitteln für Geometrische Messgrößen Kalibrieren von Winkelmessern Seite: 1/5 Richtlinie DAkkS- DKD-R 4-3 Kalibrieren von Messmitteln für geometrische Messgrößen Blatt 7.2 1. Neuauflage
MehrKalibrierung als Grundlage für sichere Prüfergebnisse
Prüfen mit Verstand Kalibrierung als Grundlage für sichere Prüfergebnisse Stephan Baumann Oktober 2016 Kalibrierung Das internationale Wörterbuch der Metrologie definiert Kalibrierung sehr präzise. Kalibrierung:
MehrPaul Winkler CASSIDIAN, COPMB7, Calibration (DKD-Kalibrierstelle DKD-K-01901) / Electrics, Manching
Konformitätsbewertung -Einführung Paul Winkler CASSIDIAN, COPMB7, Calibration (DKD-Kalibrierstelle DKD-K-01901) / Electrics, Manching Martin Czaske DAkkS, Abteilung 5 Metrologie, Braunschweig 1 Inhalt
MehrCalibration Certificate
Gegenstand Object Hersteller Manufacturer Typ Type description Serien Nr. Serial no. Inventar Nr. Inventory no. Prüfmittel Nr. Test equipment no. Equipment Nr. Equipment no. Standort Location Auftraggeber
MehrUmgang mit den Ergebnissen aus der DARC-Kalibrierung
Umgang mit den Ergebnissen aus der DARC-Kalibrierung Einführung Um Feldstärkemessungen im Rahmen der Anzeige nach BEMFV verlässlich durchführen zu können, müssen diese mit einem kalibrierten Feldstärkemessgerät
MehrMessunsicherheit von Koordinatenmessungen Abschätzung der aufgabenspezifischen Messunsicherheit mit Hilfe von Berechnungstabellen
Lometec GmbH & Co.KG Herbert-Wehner Str.2 An alle Interessierten Unser Zeichen: We Ansprechpartner : J. Werkmeister Fon: 02307-28736-75 Datum 22.01.2013 Fachseminar am 22. und 23.April 2013 hier in Kamen
MehrDie Dokumentation kann auf einem angeschlossenen Sartorius Messwertdrucker erfolgen.
Q-App: USP V2 Bestimmung des Arbeitsbereiches von Waagen gem. USP Kapitel 41. Determination of the operating range of balances acc. USP Chapter 41. Beschreibung Diese Q-App ist zur Bestimmung des Arbeitsbereiches
MehrVDI/VDE/DGQ/ DKD 2622
Frühere Ausgabe: 10.99 Entwurf, deutsch Former edition: 10/99 draft, in German only Zu beziehen durch / Available from Beuth Verlag GmbH, 10772 Berlin Alle Rechte vorbehalten / All rights reserved Verein
MehrMusterkalibrierschein
Philipp-Reis-Straße 4-6 DE - 64404 Bickenbach akkreditiert durch die / accredited by the Deutsche Akkreditierungsstelle GmbH als Kalibrierlaboratorium im / as calibration laboratory in the Deutschen Kalibrierdienst
MehrKalibrierschein Kalibrierzeichen K0-0042-04-10
Serco GmbH & Co. KG Ludwig-Bölkow-Allee D-85521 Ottobrunn Kalibrierschein Kalibrierzeichen Calibration Certificate Calibration mark Gegenstand Object Hersteller Manufacturer Typ Type Fabrikate/Serien-Nr.
MehrM0 BIO - Reaktionszeit
M0 BIO - Reaktionszeit 1 Ziel des Versuches In diesem Versuch haben Sie die Möglichkeit, sich mit Messunsicherheiten vertraut zu machen. Die Analyse von Messunsicherheiten erfolgt hierbei an zwei Beispielen.
MehrEinführungsseminar S1 Elemente der Fehlerrechnung. Physikalisches Praktikum der Fakultät für Physik und Astronomie Ruhr-Universität Bochum
Einführungsseminar S1 Elemente der Fehlerrechnung Physikalisches Praktikum der Fakultät für Physik und Astronomie Ruhr-Universität Bochum Literatur Wolfgang Kamke Der Umgang mit experimentellen Daten,
MehrZurückgezogen zum
DEUTSCHER KALIBRIERDIENST Richtlinie DKD-R 4-3 Blatt 18.1 Kalibrieren von Messmitteln für geometrische Messgrößen Kalibrieren der messtechnischen Eigenschaften von Koordinatenmessgeräten (KMG) nach DIN
MehrBestimmung von Messunsicherheiten nach GUM
Bestimmung von Messunsicherheiten nach GUM bei Kalibrierungen 01.-02.06.2016, Hamburg 16.06.2016, A-Wien (nur Tag 1) 05.-06.10.2016, Berlin Seminar/Praxisworkshop Modularer Praxisteil - Abgestimmt auf
MehrAusgangssituation: Prüfprozess: Bei der Kolbenherstellung ist im Rahmen der Maschineneinstellung
Fallbeispiel VDA5 (Beispiel 1) 1/15 Ziel: Umsetzung der Studien zur Prüfprozesseignung und Messunsicherheit in qs-stat nach der Vorlage VDA Band 5 Anhang 6 Beispiel 1. Es soll die Eignung eines Prüfprozesses
MehrKalibrierschein Kalibrierzeichen K0-0039-04-10
Serco GmbH & Co. KG Ludwig-Bölkow-Allee D-85521 Ottobrunn Kalibrierschein Kalibrierzeichen Calibration Certificate Calibration mark Gegenstand Object Hersteller Manufacturer Typ Type Fabrikate/Serien-Nr.
MehrMessunsicherheit bei nicht korrigierten systematischen Messabweichungen. Uncertainty of Measurement with Uncorrected Systematic Deviations
tm Technisches Messen 75 (2008) 11 / DOI 10.1524/teme.2008.0739 Oldenbourg Verlag 609 Messunsicherheit bei nicht korrigierten systematischen Messabweichungen Michael Hernla, Dortmund Manuskripteingang:
MehrCHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS
Arbeitsunterlagen zu den VU CHEMISCHES RECHNEN II - 771.119 Einheit 1 ANALYT. CHEM. FÜR FORTGS. - 771.314 Einheit 3a ao. Prof. Dr. Thomas Prohaska (Auflage März 006) Beurteilung von Analysenergebnissen
MehrDie Maximum-Likelihood-Methode
Vorlesung: Computergestützte Datenauswertung Die Maximum-Likelihood-Methode Günter Quast Fakultät für Physik Institut für Experimentelle Kernphysik SS '17 KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft
MehrRichtlinie DAkkS- DKD-R 5-4. Kalibrierung von Temperatur-Blockkalibratoren. Kalibrierung von Temperatur-Blockkalibratoren.
Seite: 1/15 Richtlinie DAkkS- DKD-R 5-4 Kalibrierung von 1. Neuauflage 2010 Seite: 2/15 Herausgegeben von der Deutschen Akkreditierungsstelle GmbH (DAkkS) als Ergebnis der Zusammenarbeit des ehemaligen
MehrStellv. Leiter des Kalibrierlaboratoriums Assistant Head of the calibration laboratory
Dr. Siebert & Kühn GmbH & Co. KG Struthweg 7-9 34260 Kaufungen Germany akkreditiert durch die / accredited by the Deutsche Akkreditierungsstelle GmbH als Kalibrierlaboratorium im / as calibration laboratory
MehrDie richtige Wahl der Kalibrierzyklen
16. April 2015 - Eröffnung Standort Dachau Die richtige Wahl der Kalibrierzyklen Arnt König Agenda 1 Kalibrierintervall Normative Anforderungen 2 Kriterien zur Auswahl der Kalibrierzyklen 3 Nutzwertanalyse
MehrZurückgezogen zum
DEUTSCHER KALIBRIERDIENST Richtlinie DKD-R 4-3 Blatt 10.2 Kalibrieren von Messmitteln für geometrische Messgrößen Kalibrieren von Bügelmessschrauben für Gewindemessungen Ausgabe 01/2009 Seite 1 von 5 Herausgegeben
MehrRingvergleich Anstiegszeit im DKD
Ringvergleich Anstiegszeit im DKD 303. PTB-Seminar Kai Baaske, AG 2.21 Motivation und Organisation Dauer, Teilnehmer Artefakte, Messgrößen Auswertungsmethoden Auswertung Stabilität der Messwerte Ergebnisse
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY23) Herbstsemester 207 Olaf Steinkamp 36-J-05 olafs@physik.uzh.ch 044 63 55763 Vorlesungsprogramm Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung
MehrMessunsicherheit praxisgerecht bestimmen und Prüfprozesse in der industriellen Praxis. Braunschweig, 19. und 20. November 2015.
Messunsicherheit praxisgerecht bestimmen und Prüfprozesse in der industriellen Praxis Braunschweig, 19. und 20. November 2015 VDI-Berichte 2269 VDI-Berichte Nr. 2269, 2015 1 Vorwort Die 7. VDI-Fachtagung
MehrMesstechnische Rückführung. DI Norbert Müller
Messtechnische Rückführung DI Norbert Müller Kalibrierung ISO 9000:2000 2.10.3 Metrologische Bestätigung Gesamtheit von notwendigen Tätigkeiten, um sicherzustellen, das Messmittel die Forderungen für ihren
MehrEignungsnachweis von Prüfprozessen
Eignungsnachweis von Prüfprozessen Prüfmittelfähigkeit und Messunsicherheit im aktuellen Normenumfeld von Edgar Dietrich, Alfred Schulze 2. Auflage Hanser München 2004 Verlag C.H. Beck im Internet: www.beck.de
MehrDie Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice
Die Unentscheidbarkeit extensionaler Eigenschaften von Turingmaschinen: der Satz von Rice Holger Arnold Dieser Text befasst sich mit der Frage, unter welchen Bedingungen das Problem, zu bestimmen, ob die
MehrKonformitätsaussagen nach JCGM 106. M. Zeier, METAS
Konformitätsaussagen nach JCGM 106 M. Zeier, METAS Inhalt Worum geht es GUM-Dokument: JCGM 106 Messunsicherheiten und PDFs Konformitätswahrscheinlichkeit Risiko, Sicherheitsabstand und Annahmegrenze PTB-Seminar,
MehrNeubewertung der Messunsicherheit nach statistischer Auswertung von Kalibrierergebnissen bei der Kalibrierung von Kolbenhubpipetten
Neubewertung der Messunsicherheit nach statistischer Auswertung von Kalibrierergebnissen bei der Kalibrierung von Kolbenhubpipetten Nadine Schiering, Dr. Barbara Werner, Dr. Olaf Schnelle-Werner, Dr. Ulrich
MehrWERKSKALIBRIERSCHEIN FACTORY CALIBRATION CERTIFICATE
WERKSKALIBRIERSCHEIN FACTORY CALIBRATION CERTIFICATE Gegenstand Object Hersteller Manufacturer Typ Type Seriennummer Serial Number Software Version Software Version Gerätekalibrierdatum Device calibration
MehrWerkskalibrierschein in Anlehnung an DIN EN ISO Calibration certificate with reference to ISO 10012
Zertifiziert nach ISO 9001 Certified acc. to ISO 9001 Werkskalibrierschein in Anlehnung an DIN EN ISO 10012 Calibration certificate with reference to ISO 10012 Kalibrierzeichen Calibration mark 9997 Gegenstand:
MehrCalibration certificate Calibration mark
Kalibrierlaboratorium der ZERA GmbH D-53639 Königswinter, Hauptstr. 392 Mail: service@zera.de Phone: +492223704169 akkreditiert durch die / accredited by the Deutsche Akkreditierungsstelle GmbH als Kalibrierlaboratorium
MehrKALIBRIERZERTIFIKAT CALIBRATION CERTIFICATE
Von der Schweizerischen Akkreditierungsstelle akkreditierte Kalibrierstelle Calibration Laboratory accredited by the Swiss Accreditation Service Akkreditierungs-Nr.: Accreditation No.: The Swiss Accreditation
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 1 Inhalt der heutigen Vorlesung Statistik und Wahrscheinlichkeitsrechnung Zusammenfassung der vorherigen Vorlesung Übersicht über Schätzung und
MehrGegenstand Object Hersteller Manufacturer Typ Type description Serien Nr. Serial no. Inventar Nr. Inventory no. Prüfmittel Nr. Test equipment no. Equipment Nr. Equipment no. Standort Location Auftraggeber
MehrÖNORM S Zählstatistische Aspekte bei Radioaktivitätsmessungen Teil 1: Messunsicherheiten, Erkennungs- und Nachweisgrenzen. Ausgabe:
ÖNORM S 550-1 Ausgabe: 00-1-01 Auch Normengruppen S3 und U1 Ersatz für Ausgabe 1995-10 und /AC1:1998-01 ICS 17.40 Zählstatistische Aspekte bei Radioaktivitätsmessungen Teil 1: Messunsicherheiten, Erkennungs-
MehrAbschlussbericht zum DKD Ringvergleich Optische Strahlungsleistung in der optischen Nachrichtentechnik
DKD Ringvergleich: Optische Strahlungsleistung 1/5 Abschlussbericht zum DKD Ringvergleich Optische Strahlungsleistung in der optischen Nachrichtentechnik DKD Ringvergleich: Optische Strahlungsleistung
MehrKalibrierschein Kalibrierzeichen Calibration Certificate Calibration mark
Alexander Wiegand SE & Co. KG akkreditiert durch die / accredited by the Deutsche Akkreditierungsstelle GmbH als Kalibrierlaboratorium im / as calibration laboratory in the Deutschen Kalibrierdienst Kalibrierschein
MehrMesstechnische Grundlagen und Fehlerbetrachtung. (inkl. Fehlerrechnung)
Messtechnische Grundlagen und Fehlerbetrachtung (inkl. Fehlerrechnung) Länge Masse Zeit Elektrische Stromstärke Thermodynamische Temperatur Lichtstärke Stoffmenge Basisgrößen des SI-Systems Meter (m) Kilogramm
MehrKalibrieren und Justieren von Prüf- und Messeinrichtungen
Kalibrieren und Justieren von Prüf- und Messeinrichtungen Herstellungs- und nutzungsbedingt ändern sich die Eigenschaften von Prüfeinrichtungen. Dies kann die Unsicherheit der Prüfergebnisse beeinflussen.
MehrAuswertung von Messungen Teil II
Auswertung von Messungen Teil II 1. Grundgesamtheit und Stichprobe. Modellverteilungen.1 Normalverteilung. Binominalverteilung.3 Poissonverteilung.4 Näherungen von Binominal- und Poissonverteilung 3. Zentraler
MehrPhysikalische Größe die Gegenstand der Messung ist z.b Länge
Seite 1 von 1 Grundlegendes Konzept ist die VDI/VDE-Richtlinie 2617 Blatt 11, sowie die weitergehenden Ausführungen des Fachbuchs Messunsicherheit (Expertverlag, Renningen, 2007). Mitgeltende Unterlagen
MehrPlanung von Humanstudien Fallzahlberechnung
Planung von Humanstudien Fallzahlberechnung Hans-Peter Helfrich Universität Bonn 5. November 2015 H.-P. Helfrich (Universität Bonn) Planung von Humanstudien 5. November 2015 1 / 15 Einführung 1 Einführung
MehrDEUTSCHER KALIBRIERDIENST
DEUTSCHER KALIBRIERDIENST Kalibrierlaboratorium für die Meßgröße Masse (elektronische Waagen) Calibration laboratory for the quantity mass (electronic balances) Akkreditiert durch die / accredited by the
MehrKalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern
Kalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern Vorlesung Robotik SS 016 Kalmanfiter () Kalman-Filter: optimaler rekursiver Datenverarbeitungsalgorithmus optimal hängt vom gewählten
MehrÜber die Bedeutung präziser Messungen für die Risikobewertung
Über die Bedeutung präziser Messungen für die Risikobewertung Ernst O. Göbel Physikalisch-Technische Bundesanstalt Braunschweig and Berlin Die PTB Physikalisch-Technische Bundesanstalt: Nationales Metrologisches
MehrPrüfprozesseignung nach VDA 5 und ISO
Prüfprozesseignung nach VDA 5 und ISO 22514-7 Bearbeitet von Edgar Dietrich, Michael Radeck 1. Auflage 2014. Buch. 128 S. ISBN 978 3 446 44332 7 Format (B x L): 10,8 x 16,7 cm Gewicht: 109 g Weitere Fachgebiete
MehrMessunsicherheitsbilanz für kommerzielle Messgeräte der elektrolytischen Leitfähigkeit
Messunsicherheitsbilanz für kommerzielle Messgeräte der elektrolytischen Leitfähigkeit Dr. rer. nat. Ulrich Breuel, Zentrum für Messen und Kalibrieren & ANALYTIK GmbH, Bitterfeld-Wolfen Dr. rer. nat. Barbara
MehrRichtlinie DAkkS- DKD-R 4-3. Kalibrieren von Messmitteln für geometrische Messgrößen. Kalibrieren von Rachenlehren. Blatt 4.7
Kalibrieren von Messmitteln für geometrische Messgrößen Kalibrieren von Rachenlehren Seite: 1/5 Richtlinie DAkkS- DKD-R 4-3 Kalibrieren von Messmitteln für geometrische Messgrößen Blatt 4.7 1. Neuauflage
MehrProtokoll Grundpraktikum: O1 Dünne Linsen
Protokoll Grundpraktikum: O1 Dünne Linsen Sebastian Pfitzner 22. Januar 2013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (552892) Arbeitsplatz: 3 Betreuer: A. Ahlrichs Versuchsdatum: 16.01.2013
MehrKalibrierung als Grundlage für sichere Prüfergebnisse
Prüfen mit Verstand Kalibrierung als Grundlage für sichere Prüfergebnisse Interpretation, Messunsicherheit, und Klasseneinteilung bei der Kalibrierung Stephan Baumann Kalibrieren Die Messunsicherheit steigt
Mehr