Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "measurement method" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Szacowanie niepewności funkcji przetwarzania przetwornika LEM CT -5T metodą Monte Carlo
    Autorzy:
    Dzwonkowski, A.
    Golijanek-Jędrzejczyk, A.
    Rafiński, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/972218.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    niepewność pomiaru
    metoda Monte Carlo
    przetworniki pomiarowe
    measurement uncertainty
    Monte Carlo method
    measurement transducers
    Opis:
    W referacie zaprezentowano metodologię szacowania niepewności funkcji przetwarzania przetwornika prądowego, na przykładzie przetwornika LEM CT-5T, przy zastosowaniu metody opartej na Przewodniku GUM, z zastosowaniem prawa propagacji niepewności oraz metody numerycznej Monte Carlo. Przedstawiono szczegółową analizę doboru rozkładu wielkości wejściowej. W przypadku metody Monte Carlo dobór rozkładu wielkości wejściowych jest bardzo istotny, ponieważ zależny jest od niego wynik generacji próby. W artykule przeprowadzono także analizę porównawczą wyników oceny pomiaru metodą symulacji Monte Carlo oraz wyników uzyskanych metodą związaną z prawem propagacji niepewności.
    According to modern metrology requirements, prevailing for almost 20 years, it is necessary to present the result of a measurement with an estimated combined standard uncertainty [1, 2, 3]. Hence, it is necessary to estimate the measurement uncertainty in all fields of science and technology, such as for example bearings diagnosis [4], measurements of electrical quantities [5] or biomedical measurements [6]. Because of the extensive use of current and voltage transducers to solve various measurement problems, the authors decided to develop a methodology for estimating the uncertainty of such a transducer. The paper presents the methodology of calculating the uncertainty of the LEM current transducer CT-5T processing function. There are described two approaches for determination of the measurement uncertainty: the traditional, analytical method and the numerical Monte Carlo simulation method. The results obtained using both methods are convergent and allow for specification of the measurement uncertainty of current measurements with the CT-5T transducer, as well as verification of the estimated uncertainty of results calculated by the Monte Carlo method in the traditional approach. In the authors’ opinion, the calculated measurement uncertainty of the analysed current-voltage transducer processing function, proves the validity of using this transducer for measurements of current with the maximum accuracy of 3%.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 5, 5; 398-401
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Szacowanie niepewności pomiaru temperatury skóry człowieka metoda Monte Carlo
    Estimation of uncertainty of measurement of human skin temperature using the Monte Carlo method
    Autorzy:
    Dzwonkowski, A.
    Golijanek-Jędrzejczyk, A
    Rafiński, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/266376.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    pomiar temperatury
    niepewność pomiaru
    metoda Monte Carlo
    CPET
    temperature measurement
    measurement uncertainty
    Monte Carlo method
    Opis:
    W Katedrze Metrologii i Systemów Informacyjnych opracowano bezinwazyjna metode pomiaru temperatury wybranych punktów ciała człowieka podczas próby wysiłkowej. Ze wzgledu na wymagana dokładnosc pomiarów wykorzystano do pomiaru metode kontaktowa. Jednoczesnie, na podstawie wyników wczesniejszych pomiarów dynamiki zmian temperatury skóry podczas testu wysiłkowego zdecydowano sie na zastosowanie jako czujnika - termoelementu. W referacie zaprezentowano metodologie szacowania niepewnosci pomiaru temperatury skóry człowieka, przy zastosowaniu metody Monte Carlo. W artykule przeprowadzono także szczegółowa analize porównawcza wyników oceny pomiaru metoda symulacji Monte Carlo oraz wyników uzyskanych metoda zwiazana z prawem propagacji niepewnosci.
    The Department of Metrology and Information Systems developed a non-invasive method of measuring the temperature of selected points of the human body during a cardiopulmonary exercise test (CPET). Due to the required accuracy of measurement a tactile measurement method was decided to be used. On the basis of previous measurements of the dynamics of changes in skin temperature during an exercise test it was decided T-type thermocouple sensors will be used. This paper presents a methodology for estimating uncertainty of measurement of human skin temperature using the numeric Monte Carlo method. A detailed analysis of the selection of the distribution function of the input values which is very important for the Monte Carlo method because the correct generation of the simulation values is dependent on it is also presented. A detailed comparative analysis of the results of the measurement uncertainty calculations obtained using the Monte Carlo simulation and the results achieved using the uncertainty propagation law method was also carried out and it has been concluded that both methods give consistent results. The Department of Metrology and Information Systems developed a non-invasive method of measuring the temperature of selected points of the human body during a cardiopulmonary exercise test (CPET). Due to the required accuracy of measurement a tactile measurement method was decided to be used. On the basis of previous measurements of the dynamics of changes in skin temperature during an exercise test it was decided T-type thermocouple sensors will be used. This paper presents a methodology for estimating uncertainty of measurement of human skin temperature using the numeric Monte Carlo method. A detailed analysis of the selection of the distribution function of the input values which is very important for the Monte Carlo method because the correct generation of the simulation values is dependent on it is also presented. A detailed comparative analysis of the results of the measurement uncertainty calculations obtained using the Monte Carlo simulation and the results achieved using the uncertainty propagation law method was also carried out and it has been concluded that both methods give consistent results.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2013, 34; 21-24
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Omówienie międzynarodowego dokumentu JCGM 102:2011 dotyczącego wyrażania niepewności pomiaru
    Autorzy:
    Fotowicz, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/1426219.pdf
    Data publikacji:
    2014
    Wydawca:
    Główny Urząd Miar
    Tematy:
    niepewność pomiaru
    wielowymiarowy model pomiaru
    metoda Monte Carlo
    measurement uncertainty
    multivariate measurement model
    Monte Carlo method
    Opis:
    Dokument JCGM 102:2011 jest rozwinięciem metodyki opracowania danych pomiarowych przedstawionej w opracowaniu JCGM 101:2008. Dotyczy wielowymiarowego modelu pomiaru, czyli takiego w którym występuje dowolna liczba wielkości wyjściowych. Wielkości te są wzajemnie skorelowane, gdyż zależą od tych samych wielkości wejściowych. Dokument przedstawia prawo propagacji niepewności w postaci macierzowej. Uogólnia też zastosowanie metody Monte Carlo w celu numerycznego wyznaczania wspólnego rozkładu prawdopodobieństwa dla wielkości wyjściowej wielowymiarowego modelu pomiaru. Na ich podstawie można wyznaczyć obszar rozszerzenia, będący odpowiednikiem przedziału rozszerzenia dla jednowymiarowego modelu pomiaru, który odpowiada określonemu prawdopodobieństwu. Obszar ten może przybierać postać hiperelipsy lub hiperprostokąta. Dokument przedstawia również procedurę obliczeniową wyznaczania najmniejszego obszaru rozszerzenia.
    The document describes a generalization of the Monte Carlo method for measurement models having any number of input quantities and any number of output quantities. Two approaches are considered for treating such models. The first approach is a generalization of the Guide uncertainty framework. The second is a Monte Carlo method as an implementation of the propagation of distributions. Guidance is also given on the determination of a coverage region for the output quantities of a multivariate model, the counterpart of a coverage interval for a single scalar output quantity, corresponding to a stipulated coverage probability. The guidance includes the provision of coverage regions that take the form of hyper-ellipsoids and hyper-rectangles. A calculation procedure is also described for obtaining an approximation to the smallest coverage region.
    Źródło:
    Metrologia i Probiernictwo : biuletyn Głównego Urzędu Miar; 2014, 3 (6); 17-20
    2300-8806
    Pojawia się w:
    Metrologia i Probiernictwo : biuletyn Głównego Urzędu Miar
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Szacowanie niepewności pomiaru natężenia oświetlenia metodą analityczną oraz Monte Carlo
    Estimation of the uncertainty of measurement of illuminace using classic and Monte Carlo methods
    Autorzy:
    Pogorzelski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/267493.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    niepewność pomiaru
    prawo propagacji
    niepewności
    metoda Monte Carlo
    wzorcowanie
    calibration
    illuminance
    measurement uncertainty
    Monte Carlo method
    Opis:
    W Laboratorium Fotometrycznym Obwodowego Urzędu Miar w Białymstoku rocznie dokonuje się kilkuset wzorcowań mierników natężenia oświetlenia (luksomierzy). Dążąc do podania użytkownikowi jak najszerszej informacji o pomiarze, oprócz ustalenia różnicy pomiędzy wartością wzorca jednostki miary, a wskazaniem przyrządu wzorcowanego, określa się również niepewność dokonanego pomiaru. W pracy zaprezentowano analizę szacowania niepewności pomiaru natężenia oświetlenia przy zastosowaniu metody propagacji niepewności (analityczna) oraz metody propagacji rozkładów (Monte Carlo). Dodatkowo porównano wyniki uzyskane obiema metodami sprawdzając, czy metoda Monte Carlo generuje wiarygodne wyniki i może być stosowana w pracach laboratoriów wzorcujących.
    The Photometric Laboratory in Local Office of Measures in Bialystok calibrates luxmeters. To calcuate a uncertainty of measurement of illuminance the Monte Carlo method and uncertainty propagation law method are used. This paper presents calibration process of a luxmeters and describes inputs values which affect on measurement uncertainty. Shown how to use both methods, and how to create uncertainty budget. Uncertainty of measurement calculated by Monte Carlo method was made in Microsoft Excel software. Comparison of the results of both methods shows that they are similar. Difference between results of measurement uncertainty is 2,2 %. The results show that Monte Carlo Method can be effectively used in calibration laboratories.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2017, 54; 179-182
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wpływ liczby punktów pomiarowych na niepewność wyznaczania izolacyjności akustycznej przegród budowlanych
    The effect of number of measurement points on the uncertainty of the determination of sound insulation of building partitions
    Autorzy:
    Pawlik, P.
    Przysucha, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/153536.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    izolacyjność akustyczna
    niepewność pomiaru
    propagacja rozkładów
    metoda Monte Carlo
    arytmetyka przedziałowa
    sound insulation
    uncertainty of measurement
    propagation of distribution method
    Monte Carlo method
    interval arithmetic
    Opis:
    W artykule przedstawiono problem doboru liczby punktów pomiarowych do prawidłowego wyznaczenia izolacyjności akustycznej przegród budowlanych. Obliczenia pozwoliły na wyznaczenie zależności pomiędzy niepewnością wyznaczania izolacyjności akustycznej przegród budowlanych a liczbą wykonanych pomiarów.
    The article presents the problem of adjustment of the number of measurement points to correct designation of sound insulation of building partitions. The calculations allowed to determine the relationship between the uncertainty of the determination of sound insulation of building partitions and the number of measurements (Fig. 2, 3, 4).
    Źródło:
    Pomiary Automatyka Kontrola; 2014, R. 60, nr 12, 12; 1124-1126
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metody Monte Carlo do porównania właściwości algorytmów cyfrowego przetwarzania sygnałów
    An application of Monte Carlo method for comparison of digital signal algorithms properties
    Autorzy:
    Krajewski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/155566.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    niepewność pomiaru
    metoda Monte Carlo
    metoda najmniejszych kwadratów
    DFT
    Monte Carlo method
    uncertainty measurement
    least square mean (LSM)
    Opis:
    W pracy przedstawiono zastosowanie metody Monte Carlo do porównania właściwości algorytmu dyskretnego przekształcenia Fouriera i metody najmniejszych kwadratów w pomiarze napięcia. Przeanalizowano wpływ wybranych parametrów przetwarzania analogowo-cyfrowego na wyznaczaną, za pomocą metody Monte Carlo, niepewność pomiaru składowych ortogonalnych sygnału sinusoidalnego. Podano wyniki badań symulacyjnych oraz ich analityczną weryfikację.
    In the paper an application of Monte Carlo method for comparison of least square mean and discrete Fourier transform algorithm properties in voltage measurement is presented. The influence of selected analog on digital conversion parameters on determined, by Monte Carlo method, uncertainty measurement of orthogonal signal components is analysed. Simulation results and their analytical verification are described.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 9 bis, 9 bis; 104-107
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie metody Monte Carlo do określenia niepewności pomiaru mocy optycznej emitera półprzewodnikowego
    Utilization of Monte Carlo method for determining the uncertainty of semi-conductor emitter’s optical power measurement
    Autorzy:
    Prorok, M.
    Makal, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/266619.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    metoda Monte Carlo
    niepewność pomiaru
    rozkład normalny
    generacja wyników pomiarowych
    Monte Carlo method
    measurement uncertainty
    normal distribution
    measurements generation
    Opis:
    W artykule przedstawiono sposób wykorzystania metody Monte Carlo do określenia przedziału ufności pomiaru w przypadku wyznaczania wartości mocy optycznej emitera półprzewodnikowego. Na podstawie niewielkiej serii (3-30) pomiarów wartości mocy optycznej w układzie świetlno-optycznym przeprowadzono analizę niepewności wg GUM (Guide Uncertainty Measurement), określając wartość niepewności rozszerzonej. Następnie, wykorzystując silnik matematyczny, przeprowadzono procedurę generacji próbek pomiarowych i wyznaczono przedział rozszerzenia. Na zakończenie, porównano obie metody obliczeniowe i przedstawiono wypływające z niego wnioski.
    Monte Carlo method, as the statistic device is widely used even in complex engineering problems and metrology, the algorithms used to evaluate these technical issues base on set of pseudorandom numbers. This paper contains of the way to use Monte Carlo method to generate any number of measurements. Basing on small series of optical power measurements (3-30) in the optical light system, the GUM (Guide Uncertainty Measurement) analysis was performed to estimate extended uncertainty range. Calculated parameter, connected with the final measurement result, specifying measurements scatter is boundary value for procedure initialization in mathematical engine. The method’s usefulness is especially noticeable in case of artificial widening measurements number, which preserve their characteristic normal distribution (the Gauss distribution) in the continuous probability distribution.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2017, 54; 187-190
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Monte-Carlo evaluation of measurement uncertainty using a new generator of pseudorandom numbers
    Ocena niepewności pomiarowej przy użyciu metody Monte Carlo i nowego generatora liczb pseudolosowych
    Autorzy:
    Morawski, R. Z.
    Miękina, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/153003.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    evaluation of measurement uncertainty
    Monte Carlo method
    generation of pseudorandom numbers
    szacowanie niepewności pomiarowej
    metoda Monte Carlo
    generatory liczb pseudolosowych
    Opis:
    The Monte Carlo method has been applied in metrology for a long time, but only recently (2008) it has been recommended by the international normative body (Joint Committee for Guides in Metrology) for evaluation of measurement uncertainty. This paper is devoted to the problem of efficient generation of pseudorandom numbers following a distribution whose probability density function is very close to the Gauss function, but it has finite-support, and – unlike the probability density function of the truncated normal distribution – is continuous. The applicability of the proposed solution for evaluation of measurement uncertainty is illustrated with an example of practical importance.
    Zgodnie z Suplementem #1 do międzynarodowego przewodnika dotyczącego wyrażania niepewności pomiaru [2] metoda Monte Carlo staje się jedną ze standardowych metod oceny owej niepewności. Podstawowym narzędziem jej implementacji są generatory liczb pseudolosowych o rozkładach modelujących rozkłady błędów występujących w systemach pomiarowych. Nierzadko – np. w zastosowaniach, w których niepewność pomiaru przekłada się na ryzyko błędu w sztuce medycznej – zachodzi potrzeba oceny rozszerzonej niepewności pomiaru metodą najgorszego przypadku. Stosuje się wówczas liczby pseudolosowe o rozkładzie równomiernym (à la limite – dwupunktowym) lub obciętym normalnym. Ciąg tych ostatnich uzyskuje się zwykle poprzez odpowiednią transformację ciągu liczb o rozkładzie normalnym lub równomiernym. W obydwu przypadkach jest to operacja dość złożona obliczeniowo i dlatego wciąż pojawiają się nowe propozycje generatorów. Jedną z najnowszych oraz przegląd starszych znaleźć można w artykule [3]. Wspólną ich wadą – obok złożoności obliczeniowej – jest nieciągłość funkcji gęstości prawdopodobieństwa w punktach obcięcia oraz kilkuprocentowe zmniejszenie odchylenia standardowego. W artykule przedstawiono nowy, wolny od tych wad, generator liczb pseudolosowym o rozkładzie zbliżonym do obciętego normalnego (różnicę odpowiednich funkcji gęstości prawdopodobieństwa przedstawia rys. 1). Jego użyteczność zilustrowano przykładem zastosowania do analizy propagacji błędów danych metodą Monte Carlo w procedurze estymacji mezurandu metodą najmniejszych kwadratów w przypadku, gdy zarówno dane reprezentując zmienne niezależne i zmienną zależną obarczone są błędem przypadkowym.
    Źródło:
    Pomiary Automatyka Kontrola; 2013, R. 59, nr 5, 5; 390-393
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przedziałowa postać wyniku pomiaru jako podstawa wyrażania niedokładności w systemach pomiarowo-sterujących
    Interval representation of a measuring result as a basis of inaccuracy expression in measuring and control systems
    Autorzy:
    Jakubiec, J.
    Wymysło, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/267187.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    system czasu rzeczywistego
    błąd pomiaru
    niepewność wyniku pomiaru
    metoda Monte Carlo
    real-time system
    measurement error
    Monte Carlo method
    measuring uncertainty
    Opis:
    W artykule opisano koncepcję przedziałowego wyrażania wyniku pomiaru oraz jego niepewności w sposób specyficzny dla systemów pomiarowo-sterujących. Niepewność rozumiana jest tu jako parametr błędu wyniku pomiaru interpretowanego w kategoriach probabilistycznych. Wyrażanie wyniku w postaci przedziału przedstawiono na przykładach obliczanych symulacyjnie przy użyciu metody Monte Carlo.
    An approach to the interval representation of measurement result and its uncertainty in measuring and control system is presented in the paper. Nowadays, the measurement result is characterized by the measurement uncertainty [1], which is defined as the radius of the interval built around the measured value in which the true value lies with given probability. A rapid growth of measurement systems application area leads to introduce more usable definition of inaccuracy which basis on the interval representation of a measurement result. This definition is more useful, particularly in real-time systems and when errors with asymmetrical distribution occur in systems [2, 4]. According to classical definition, to classify a system as real-time one delays in it have to be less than it is allowable. In such systems propagation of the signals from the input to the output is connected with arising of delays because all the system elements need time to perform their activities. However, to classify a measuring and control system as a real time, it should be taken into account all factors influencing on properties the system output signals, i.e. not only delays but also errors of measurement data. Therefore, the delay errors should be described as components of the total error being the basis of determination of the interval representing the system output measuring results [5]. Comparing the interval with critical acceptable values enables classifying the system as a real-time one. Theoretical consideration in the paper are illustrated by results of numerical experiments carried out by using Monte Carlo method.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2018, 59; 73-78
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Niekonwencjonalne metody analizy błędów pomiaru różnicy temperatury czujnikami platynowymi
    Unconventional methods of measurement errors analysis for pairs of platinum temperature sensors
    Autorzy:
    Goszczyński, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/276224.pdf
    Data publikacji:
    2012
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    pary platynowych czujników temperatury
    błąd maksymalny
    niepewność
    metoda Monte Carlo
    pairs of platinum temperature sensors
    maximum error value
    measurement uncertainty
    Monte Carlo method
    Opis:
    W artykule przedstawiono metody wyznaczania błędu pomiaru różnicy temperatury dla par czujników platynowych. Szczególnie dotyczy to ciepłomierzy składanych, w których taka para jest poddawana procesowi legalizacji. Przedstawione sposoby analizy, chociaż same nie są dopuszczone przez odpowiednie normy, mogą być zastosowane jako pomocnicze. Takie zastosowanie tych metod w procesie legalizacji ciepłomierzy może znacznie skrócić czas wykonywania tej procedury i zmniejszyć jej koszt.
    Methods of measurement errors analysis for pairs of platinum temperature sensors are presented. The methods are especially actual for heat meters with a pair of temperature sensors which must be separately validated. Presented methods are not allowed for validation purposes but can be helpful in shortening procedures of validation.
    Źródło:
    Pomiary Automatyka Robotyka; 2012, 16, 12; 187-191
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Szacowanie niepewności aparaturowej w algorytmicznych pomiarach impedancji metodą Monte Carlo
    Estimation of the instrument uncertainty in an algorithmic impedance measurements by Monte Carlo method
    Autorzy:
    Augustyn, J.
    Misiowiec, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/156589.pdf
    Data publikacji:
    2014
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    algorytmy pomiarowe
    dopasowanie do sinusoidy
    dopasowanie do elipsy
    analiza głównych składowych
    pomiary składowych impedancji
    metoda Monte Carlo
    budżet niepewności
    measurement algorithms
    sine fitting
    ellipse fitting
    principal component analysis
    measurement of impedance components
    Monte Carlo method
    uncertainty budget
    Opis:
    W artykule przedstawiono ocenę niepewności aparaturowej pomiaru modułu i kąta fazowego impedancji za pomocą algorytmu dopasowania do sinusoidy oraz dwóch wersji algorytmu dopasowania do elipsy - klasycznej i zmodyfikowanej o algorytm analizy składowych głównych. Metodą Monte Carlo wyznaczono budżety niepewności dla badanych algorytmów oraz macierze niepewności. Wykazano, że podstawowym źródłem niepewności aparaturowej jest błąd wzmocnienia - dla modułu impedancji i szum wejściowy - dla kąta fazowego.
    An estimation of the instrument uncertainty of magnitude and phase angle measurement of impedance by using sine fitting algorithm, and the two versions of ellipse-fitting algorithm – the classical and the modified by algorithm of principal component analysis (PCA) is presented in the paper. In the sine fitting algorithm, based on LMS method, the values of orthogonal components of voltage and current (3) are used to calculate the impedance components |Z| and , from Eq. (4). In the classical ellipse fitting algorithm, based on the determined value of the parameter vector a (Eq. (6)), the impedance components are calculated from Eq. (7). In the modified ellipse fitting algorithm, the measuring system is supplemented by an additional acquisition channel of the generator signal. The classical ellipse fitting algorithm is then preceded by a fitting to the plane algorithm, using the method of principal components analysis [7]. Histograms in Figs. 1 and 2 show relative measurement errors impedance components obtained by the Monte Carlo method. Uncertainty budgets were determined for the tested algorithms as well as the uncertainty matrices. In the Tabs. 2 and 3 are shown the contributions to the standard uncertainty of the various uncertainty sources. It has been shown that the basic source of the uncertainty is the gain error - for the magnitude of impedance, and the input noise - for the phase angle. Components values of the combined standard uncertainty of impedance values estimation and the shape of probability distribution depend on the form of a processing algorithm.
    Źródło:
    Pomiary Automatyka Kontrola; 2014, R. 60, nr 6, 6; 395-397
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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