Informacja

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

Wyszukujesz frazę "method of measurement" wg kryterium: Temat


Wyświetlanie 1-4 z 4
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:
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:
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 1-4 z 4

    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