Ocena wpływu korelacji zmiennych wejściowych modelu pomiaru kamery termowizyjnej na dokładność wyznaczania temperatury obiektów o niskiej emisyjności The estimation of the influence of correlation between input variables of infrared camera model on the accuracy of temperature evaluation with low emissivity objects
W pracy [1] przedstawiono ogólne podejście do symulacyjnej analizy niepewności algorytmu przetwarzania toru pomiarowego kamery termowizyjnej, na przykładzie kamery ThermaCAM PM 595. Przeprowadzono tu analizę wpływu wartości współczynnika korelacji pomiędzy zmiennymi wejściowymi modelu pomiaru dla współczynników emisyjności obiektu bliskich jedności. W niniejszej pracy zaprezentowano wyniki badań symulacyjnych modelu pomiaru kamery ThermaCAM PM 595 na dokładność wyznaczania temperatury obiektów o niskiej emisyjności, ze szczególnym uwzględnieniem wpływu korelacji pomiędzy zmiennymi wejściowymi. Przyjęto, że wielkości wejściowe modelu reprezentowane są przez zmienne losowe o rozkładzie jednostajnym [8]. Niepewności wielkości wejściowych określono przez odchylenia standardowe eksperymentalne reprezentujących je zmiennych losowych. Przyjęto, że przy odpowiednio dużej liczbie realizacji zmiennych wejściowych obciążenie estymatora odchylenia standardowego jest pomijalne.
The simulation analysis of uncertainty of the processing algorithm of measurement path of infrared cam-era ThermaCAM PM 595 was described in the paper [1]. The analysis deals with the case, when the object emissivity is high enough (close to one). In this paper there was presented results of simulation research of ThermaCAM measurement model, regards with the influence of correlation between input variables on the accuracy of temperature measurements, when the object emissivity is low. It is assumed, that input variables of model are represented by random variables with uniform distribution [8]. Uncertainty of input quantities are modeled by means experimental standard deviations of corresponding random values. It is assumed that, when the number of realizations of variables is big enough, bias of estimator is negligible.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00