- Tytuł:
-
Metoda określania czynników wpływających na charakterystyki przetworników pomiarowych
A method for determining the factors affect-ing measuring transducer characteristics - Autorzy:
-
Janiczek, J.
Janiczek, T. - Powiązania:
- https://bibliotekanauki.pl/articles/155589.pdf
- Data publikacji:
- 2013
- Wydawca:
- Stowarzyszenie Inżynierów i Techników Mechaników Polskich
- Tematy:
-
przetwornik pomiarowy
metoda Krefft
modele zmiennych nieobserwowalnych
transducer
Krefft’s method - Opis:
-
W artykule przedstawiono zarys metody pozwalającej na określanie czynników wpływających na charakterystyki przetworników pomiarowych bazującą na metodzie Krefft, która, jest przeznaczona do ilościowych analiz zjawisk nieobserwowalnych. Pozwala ona na identyfikację modeli liniowych przy niepełnych danych wejściowych. Przedstawiono wyniki testów tej metody na podstawie przeprowadzonych symulacji z użyciem specjalnie opracowanego programu Krefft-Janiczek. Wyniki badań symulacyjnych wskazują, że może ona mieć zastosowanie do oszacowania wpływu dodatkowych czynników na układy pomiarowe. Podano jak przybliżenie modelu do stanu rzeczywistego zależy od dostępnego materiału pomiarowego i dodatkowych informacji o modelu. Dokładność modelu rośnie wraz z liczbą danych pomiarowych. Z założeń metody wynika, że minimalna liczba danych wynosi 30, przy czym, dla opisanego przypadku, wyniki symulacji wskazują, że zwiększanie danych pomiarowych powyżej 30 skutkuje szybkim przybliżaniem się do modelu rzeczywistego, natomiast szybkość przybliżania maleje, gdy dane przekraczają liczbę 100.
There is described a statistical method called the Krefft’s method in the paper. This method allows for identification of linear models with incomplete input data. There are presented the algorithm and the simulation results of testing the method. The comparative calculations are shown in Figs. 2 and 3. In Fig. 2 there are the simulation results in the case when only the measurement data are known. In Fig. 3 there are the simulation results in the case when the additional data of the test model are known. The simulations show that this statistical method can be applied to estimate the impact of additional factors on measuring systems. The model accuracy increases with the growth in the number of the measurement data. The tests show that for the number of data above 30 the evaluated features quickly bring closer to the features of the original model, but for the number of data above 100 approximation of the real model becomes slower. The results also show that the knowledge of additional data about the measured object is very important for the analysis. Based on the described algorithm, a special program Krefft-Janiczek was developed. It was used for simulation of computations presented in the paper. This program allows estimating the accuracy of calculations. - Źródło:
-
Pomiary Automatyka Kontrola; 2013, R. 59, nr 4, 4; 353-356
0032-4140 - Pojawia się w:
- Pomiary Automatyka Kontrola
- Dostawca treści:
- Biblioteka Nauki
Artykuł