Informacja

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

Wyszukujesz frazę "uncertainty of measurement result" wg kryterium: Temat


Wyświetlanie 1-5 z 5
Tytuł:
Regresyjny algorytm pomiaru wartości kąta przesunięcia fazowego
The regression algorithm for phase angle measurement
Autorzy:
Szlachta, A.
Kowalczyk, A.
Powiązania:
https://bibliotekanauki.pl/articles/158033.pdf
Data publikacji:
2007
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
warunkowe uśrednianie sygnałów
algorytm regresyjny
niepewność pomiaru
conditional averaging of signals
phase angle
uncertainty of measurement result
Opis:
W artykule przedstawiono algorytm do pomiaru kąta przesunięcia fazowego, wykorzystujący warunkowe uśrednianie sygnałów.
In this paper the regression algorithm was presented. It works using conditional averaging for phase angle measurement.
Źródło:
Pomiary Automatyka Kontrola; 2007, R. 53, nr 12, 12; 25-26
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Błąd jako podstawa wyznaczania niepewności wyniku pomiaru
Error as a basis of determination of measurement result uncertainty
Autorzy:
Jakubiec, J.
Powiązania:
https://bibliotekanauki.pl/articles/155533.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
błąd pomiaru
niepewność wyniku pomiaru
wynik pomiaru
measurement error
uncertainty of a measurement result
measurement result
Opis:
Podano ogólną definicję błędu pomiaru, a następnie scharakteryzowano dwie jego definicje stosowane dla potrzeb opisu niedokładności wyniku pomiaru. Jedna z nich stosowana jest w symulacyjnym badaniu niedokładności pomiarów, druga stanowi podstawę formalizacji procedur wyznaczania niepewności wyniku pomiaru. Rozważania teoretyczne zilustrowano przykładami.
A general description of a measurement error and two definitions directed to expressing inaccuracy of a measurement result have been presented. The first one (1), called a priori, is useful in simulation experiments while the second one (2), called a posteriori, is the basis of the result uncertainty calculation. Generally, the error is given as a set of values and can be described in deterministic or random ways. The exemplary deterministic equation (4) describes the quantization error of the A/D converter shown in Fig. 1. The graphical form of this error is presented in Fig. 2 and its random representation in Fig. (4) as the histogram which is approximated by the probability density function (5). Values of the a posteriori error can be obtained after realization of a measurement experiment because, in this error definition (2), the reference point needed for the error value calculation is the estimate of the measurement result. Such a property of the error causes that its definition can be the basis of the formal definition (6) of the uncertainty U of a measurement result. Moreover, accordingly with this definition, the uncertainty value can be calculated by using the expression (7) for given value of the confidence level p and, what is more, the measurement result can be written in the interval form (14). Therefore, the a priori definition of the measurement error can be treated as the good formal basis of the procedures used in practice for the measurement uncertainty calculation [7].
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 11, 11; 991-993
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
O formalnych podstawach składania niepewności A i B
On formal bases of composition of A and B type uncertainties
Autorzy:
Jakubiec, W.
Powiązania:
https://bibliotekanauki.pl/articles/155352.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
niepewność wyniku pomiaru
niepewności typu A i B
model wyniku pomiaru
błąd wyniku pomiaru
uncertainty of a measurement result
model of a measurement result
error of a measurement result
Opis:
Przedmiotem rozważań są podstawy formalne procedury składania niepewności typu A i B, zaproponowanej w przewodniku GUM [1]. W artykule poddano analizie podstawy matematyczne tej procedury i wykazano ich niespójność, a następnie omówiono nowy sposób obliczania niepewności, bazujący na modelu wyniku pomiaru.
Considerations presented in the paper deal with the visible absence of formal bases of the A and B type uncertainty composition procedure proposed in GUM [1] and based on partial uncertainty composition described by formula (1). This lack of formality is caused by the fact that the uncertainty of type A is calculated on a basis of the measurement result series and one cannot point any other set of measurements, which may be composed with this series. The first part of the paper is devoted to presentation of a single measurement result model (2) in application to the uncertainty calculation procedure based on the uncertainty definition (3) and determined by functional (4). In the succeeding part, an analysis of formula (1) from the point of view of the random error model given by (6) is realised. By analogy to uncertainties of A and B type, the errors of the same type have been determined, which enabled obtaining equation (10) and comparing it with equation (1). The final part of the paper contains discussion of conclusions which can be drawn from this comparison.
Źródło:
Pomiary Automatyka Kontrola; 2012, R. 58, nr 3, 3; 233-235
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Neuronowa korekcja błędów dynamicznych przetwornika II-go rzędu
Correction of second order converter dynamic errors implementing neural networks
Autorzy:
Roj, J.
Powiązania:
https://bibliotekanauki.pl/articles/153041.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
sztuczna sieć neuronowa
korekcja błędów dynamicznych
niepewność wyniku pomiaru
artificial neural network
dynamic error correction
uncertainty of a measurement result
Opis:
W artykule przedstawiono wyniki wstępnych badań dotyczących możliwości wykorzystania jednokierunkowych sieci neuronowych do korekcji błędów dynamicznych wprowadzanych przez przetworniki opisane liniowym równaniem różniczkowym II-go rzędu. Oceniono zasadność stosowania tego rodzaju podejścia do zagadnienia korekcji błędów dynamicznych. Wnioski sformułowano w oparciu o wyniki badań symulacyjnych.
Dynamic properties of second order transducers are usually modelled by the linear differential equation (1) which can be converted to the discrete equation of state (6). Recursive solving of this equation for the input quantity (Eqs. 8 and 9) is a dynamic error correction algorithm. This algorithm can be written in the form of equations (10 and 11) which can be solved by simple, feed-forward neural networks of structures shown in Fig.1. Fig. 2 illustrates the use of neural networks for realisation of the dynamic correction recursive algorithm. The possibility of applying neural networks to dynamic error correction was investigated by simulations in the Matlab Neural Toolbox environment. There were taken the following assumptions concerning the transducer model: , , and the discretization period . The network was learned using a 200 - element learning set generated on a basis of relation (14). The network was tested with a 200 000 - element testing set. The test results of both networks showed error - free implementation of (10) and (11) (errors of 10-15 order). At the next stage the learning sets were quantizied with 12 - bit resolution. The influence of the discretization period on the accuracy of correction realisation was also investigated. Fig. 7 presents the results as a dependency of the output results on the discretization period .
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 11, 11; 1315-1317
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluating the uncertainty of the amount of thermal energy for metering systems with differential pressure flowmeters
Szacowanie niepewności ilości energii cieplnej w układach pomiarowych z przepływomierzami zwężkowymi
Autorzy:
Byts, Oksana
Kurytnik, Igor
Matiko, Fedir
Lesovoy, Leonid
Matiko, Halyna
Powiązania:
https://bibliotekanauki.pl/articles/303750.pdf
Data publikacji:
2020
Wydawca:
Wydawnictwo Druk-Art
Tematy:
niepewność wyniku pomiaru
ilość energii cieplnej
przepływ nośnika ciepła
entalpia
przepływomierz zwężkowy
uncertainty of the measurement result
amount of thermal energy
flowrate of heat carrier
enthalpy
differential pressure flowmeter
Opis:
In commercial metering systems of thermal energy it is important to obtain not only the measured value of the amount of thermal energy, but also the characteristic of the uncertainty of this value. The paper presents the developed technique for evaluating the uncertainty of the measurement result of the amount of thermal energy for metering systems with differential pressure flowmeters used for metering the heat carrier flowrate. The technique uses the dependencies developed by the authors for calculating the relative standard uncertainty of the amount of thermal energy, enthalpy and flowrate of heat carrier. The equation for calculating the uncertainty of heat carrier enthalpy was developed by applying the dependencies of the technique IAPWS IF 97. The approaches proposed by the authors make it possible to develop dependencies for evaluating the uncertainty of the measurement result of the amount of thermal energy for systems of different configurations and systems with different types of flowmeters.
Dla systemów komercyjnego rozliczania energii cieplnej ważne jest uzyskanie nie tylko zmierzonej ilości energii cieplnej, ale również charakterystyki niepewności tej ilości. W artykule opracowano technikę oceny niepewności wyniku pomiaru energii cieplnej dla systemów pomiarowych, w których do pomiaru przepływu nośnika ciepła stosowane są przepływomierze zwężkowe. Opracowana technika polega na wykorzystaniu opracowanych przez autorów zależności do obliczenia względnej standardowej niepewności ilości energii cieplnej, entalpii i przepływu nośnika ciepła. Zależność do obliczania niepewności entalpii nośnika ciepła opracowano przy użyciu zależności metody IAPWS IF 97. Podejścia zaproponowane przez autorów umożliwiają opracowanie zależności do szacowania niepewności zmierzonej wartości ilości energii cieplnej dla układów o różnej konfiguracji, a także układów wykorzystujących przepływomierze różnych typów.
Źródło:
Napędy i Sterowanie; 2020, 22, 4; 57-63
1507-7764
Pojawia się w:
Napędy i Sterowanie
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    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