Aula INSTUMENTAÇÃO
-
Upload
cicero-cris-de-luca -
Category
Documents
-
view
24 -
download
1
description
Transcript of Aula INSTUMENTAÇÃO
-
INSTRUMENTAO E SIMBOLOGIA
INDUSTRIAL Maro-2015
Cascavel - Paran
-
Tpicos:
ERRO DE MEDIAO - ANLISE ESTATSTICA E
INCERTEZAS
-
Erro de Medio Existe!
Uma medio perfeita, isto , sem erros, s pode existir se um
SM (sistema de medio) perfeito existir e a grandeza sob
medio (denominada mensurando) tiver um valor nico,
perfeitamente definido e estvel. Apenas neste caso ideal o
resultado de uma medio (RM) pode ser expresso por um
nmero e uma unidade de medio apenas.
-
Terminologia
Para que se possa expor de forma clara e eficiente os conceitos da
metrologia, atravs do qual so determinados e tratados os erros de
medio, preciso empregar a terminologia tcnica apropriada. A
terminologia adotada neste texto est baseada na
Portaria 029 de 10 de maro de 1995 do INMETRO - Instituto
Nacional de Metrologia, Normalizao e Qualidade Industrial, que
estabelece o Vocabulrio de Termos Fundamentais e Gerais em
Metrologia. Este documento baseado no vocabulrio
internacional de metrologia elaborado por diversas entidades
internacionais tais como BIPM, IEC, IFCC, ISO, IUPAC e IUPAP
-
Anlise estatstica e incertezas
Este Guia foi preparado por um grupo de trabalho conjunto formado por especialistas nomeados pelo BIPM, pela Comisso Eletrotcnica Internacional (IEC), pela Organizao
Internacional para a Normalizao (ISO), e pela Organizao Internacional de Metrologia Legal (OIML).
Deram suporte para o desenvolvimento deste Guia, o qual em seu nome publicado, as sete
organizaes* a seguir nomeadas:
BIPM: Bureau International des Poids et Mesures (Bir Internacional de Pesos e Medidas)
IEC: International Electrotechnical Commission (Comisso Eletrotcnica Internacional)
IFCC: International Federation of Clinical Chemistry** (Federao Internacional de Qumica Clnica)
ISO: International Organization for Standardization (Organizao Internacional para a
Normalizao)
IUPAC: International Union of Pure and Applied Chemistry** (Unio Internacional de
Qumica Pura e Aplicada)
IUPAP: International Union of Pure and Applied Physics** (Unio Internacional de Fsica
Pura e Aplicada)
OlML: International
Guia para a expresso de incerteza de medio
-
Incerteza (de medio)
[ VIM 2.26 ]
Incerteza de medio, f
[uncertainty of measurement / incertitude
de mesure, f]
Parmetro, associado ao resultado de uma
medio, que caracteriza a disperso dos
valores que podem ser fundamentalmente
atribudos a um mensurando.
-
Incerteza (de medio)
[ VIM 2.26 ]
Observaes:
1) O parmetro pode ser, por exemplo,
um desvio padro (ou um mltiplo
dele), ou a metade de um intervalo
tendo uma probabilidade de abrangncia
determinada.
-
Incerteza (de medio)
[ VIM 2.26 ]
Observaes:
2) A incerteza de medio compreende, em geral, muitos componentes. Alguns destes componentes podem ser estimados com base na distribuio estatstica dos resultados das sries de medies e podem ser caracterizados por desvios padro experimentais (Tipo A). Os outros componentes, que tambm podem ser caracterizados por desvios padro, so avaliados por meio de distribuio de probabilidade assumidas baseadas na experincia ou em outras informaes (Tipo B).
-
Incerteza de medio
Tipo A Tipo B Depende da
estabilidade da varivel de processo
Estimada pelo desvio padro
Em experimentos de campo deve ser a a fonte de maior incerteza
Depende da qualidade do sistema de medio
Estimada a partir das informaes disponveis
Em experimentos laboratoriais deve ser a fonte de maior incerteza.
-
10
Tipos de Erro
Erro sistemtico (que deve ser corrigido)
Erro aleatrio
Ambos tem incertezas:
Tipo A estimada atravs da estatstica
Tipo B estimada por mtodos no-estatsticos:
Fornecido pelo fabricante do instrumento
Estimado pela experincia
Assumido igual a metade da menor escala
Sistemtica (associada ao erro sistemtico)
Etc..
-
Resultado de medio
O resultado de uma medio (RM) expressa propriamente o que se pode determinar com segurana sobre o valor do mensurando, a partir da aplicao do SM sobre esta. composto de duas parcelas:
a) o chamado resultado base (RB), que corresponde ao valor central da faixa onde deve situar-se o valor verdadeiro do mensurando;
b) e a incerteza da medio (IM), que exprime a faixa de dvida ainda presente no resultado, provocada pelos erros presentes no SM e/ou variaes do mensurando, e deve sempre ser acompanhado da unidade do mensurando. Assim, o resultado de uma medio (RM) deve ser sempre expresso por:
][unidadeIMRBRM
-
Componentes do erro de medio para
medio direta
Erro de medio a diferena entre o valor indicado
pelo sistema de medio e o valor verdadeiro do
mensurando.
VVIE
I o valor indicado pelo sistema de medio o valor verdadeiro do mensurando VV
Esta equao no tem interesse prtico mas nos d uma idia de como tratar os
erros de medio.
-
Erros aleatrios e erros sistemticos
-
Componentes do erro de medio
O erro de medio pode ser decomposto em duas parcelas:
Erro sistemtico e erro aleatrio.
Erro sistemtico corresponde ao valor mdio do erro de medio.
O erro aleatrio a parcela imprevisvel do erro de medio,
responsvel pelas variaes encontradas em medies repetidas.
VVIEs
I a mdia de um nmero INFINITO de indicaes
VV o valor VERDADEIRO do mensurando
-
Tendncia e Correo
Tendncia (Td) uma estimativa do erro sistemtico.
VVCITd
I a mdia de um nmero FINITO de indicaes do instrumento.
VVC o valor verdadeiro CONVENCIONAL do mensurando.
VVC uma estimativa suficientemente prxima do valor verdadeiro do mensurando.
dTC C o valor da Correo
-
Exemplo
gVVC 01,01000
VVCCIE
TC
VVCIT
a
d
d
No. I E
1 1014 14
2 1015 15
3 1017 17
4 1012 12
5 1015 15
6 1018 18
7 1014 14
8 1015 15
9 1016 16
10 1013 13
11 1016 16
12 1015 15
Mdia 1015 15
I
-
Erro aleatrio, Incerteza-padro e
Repetividade
Ic so as indicaes corrigidas.
Quinze gramas foram
subtradas de cada indicao.
No. I C Ic Ea
1 1014 -15 999 -1
2 1015 -15 1000 0
3 1017 -15 1002 2
4 1012 -15 997 -3
5 1015 -15 1000 0
6 1018 -15 1003 3
7 1014 -15 999 -1
8 1015 -15 1000 0
9 1016 -15 1001 1
10 1013 -15 998 -2
11 1016 -15 1001 1
12 1015 -15 1000 0
Mdia 1015 -15 1000 0
I = Indicao
C= Correo
Ic = Indicao corrigida
Ea = Erro aleatrio
-
Erro aleatrio, Incerteza-padro e
Repetividade Aps a correo ser aplicada o
sistema de medio passa a
indicar, em mdia, corretamente.
Porm, as indicaes obtidas
no se repetem exatamente
devido o erro aleatrio.
O erro aleatrio no segue
qualquer padro.
IIE iia I
I
E
i
i
a = erro aleatrio da i-sima indicao.
= i-sima indicao
= mdia das indicaes
-
Pode-se notar que o Erro aleatrio das 12 medies est restrito a uma faixa de valores de 3 g.
Seria razovel esperar que a 13a. medio apresente um erro aleatrio entre -3 g e +3 g,
No coincidncia que a mdia do erro aleatrio zero.
Erro aleatrio, Incerteza-padro e
Repetividade
Denomina-se REPETITIVIDADE a faixa de valores simtrica em
torno do valor mdio, dentro da qual o erro aleatrio de um sistema
de medio esperado com uma certa probabilidade.
-
Estimativa da Incerteza-padro
Erro aleatrio, Incerteza-padro e Repetividade
O desvio-padro de uma distribuio normal associada ao
erro de medio usado para caracterizar quantitativamente a
intensidade da componente aleatria do erro de medio.
Denomina-se Incerteza-padro o valor do desvio-padro do erro
aleatrio de medio. comumente representado pela leta u
(Vem do termo ingls uncertainty)
-
Populao o termo que se usa em estatstica para descrever o
nmero total de elementos que compem o universo sobre o
qual h interesse em se analisar.
Estimativa da Incerteza-padro
O conjunto total de indicaes que podem ser obtidas de
medies repetidas de um mesmo mensurando ilimitado,
constituindo uma populao infinita.
O desvio-padro de uma populao infinita calculado pela
seguinte expresso:
n
IIn
i
i
n
1
2
lim nI
I i
desvio-padro
i-sima indicao
mdia de todas as indicaes
Nmero de medies repetitivas
efetuadas
-
Na prtica no se dispe de infinitas medies repetidas.
Uma estimativa do desvio-padro obtida pelo desvio-
padro da amostra, calculada a partir de um nmero finito
de medies repetidas do mesmo mensurando por:
Estimativa da Incerteza-padro
1
1
2
n
II
s
n
i
i
n
I
I
s
i
desvio-padro da amostra
i-sima indicao
mdia das n indicaes
nmero de medies repetitivas efetuadas
O desvio-padro da amostra uma estimativa do desvio
padro da populao.
-
Quando calculada a partir de um conjunto de medies repetidas, a
incerteza-padro corresponde ao desvio-padro da amostra. Deve
ser associado incerteza-padro o nmero de graus de liberdade
com que foi estimada. Comumente representado pela letra grega
(l-se ni), o nmero de graus de liberdade reflete o grau de
segurana com que a estimativa do desvio-padro determinada.
Estimativa da Incerteza-padro
A incerteza padro u e o respectivo nmero de graus de
liberdade podem ser calculados por:
1
1
1
2
n
n
II
u
n
i
i
-
Estimativa da Repetitividade
A Repetitividade pode ser calculada a partir do desvio-padro da
populao.
A rea sob a curva NORMAL de distribuio de probabilidade
unitria, o que equivale a dizer que h uma chance e 100% de uma
varivel aleatria estar no intervalo de menos infinito a mais
infinito.
A rea contida dentro da faixa limitada por -2 e +2 pode ser
calculada e corresponde a 95,45% da rea total.
.9545
-
Quando o desvio-padro para populao infinita conhecido
exatamente, o clculo da repetitividade para 95,45% muito
fcil. Quando este desvio padro no conhecido, mas deve ser
extimado experimentalmente, o clculo da repetitividade segue
outro caminho:
Estimativa da Repetitividade
O matemtico ingls William Sealey Gosset desenvolveu um
caminho confivel para estimar parmetros de um conjunto
finito de dados . Sob o pseudnimo de Student ele publicou o
seu trabalho em 1908. O trabalho consiste em uma nova
distribuio que ele chamou de distribuio t.
A idia bsica que quanto mais dados forem utilizados para
calcular o desvio-padro, melhor ser a confiabilidade da
estimativa realizada.
-
Para compensar a incerteza de uma estimativa do desvio-padro,
a repetitividade deve ser calculada multiplicando-se a estimativa
do desvio-padro por um nmero maior do que 2, incorporando
assim um coeficiente de segurana devidamente calculado. Esse
nmero o fator t de Student. Assim a repetitividade
calculada por:
Estimativa da Repetitividade
ut.Re
u
t
ReRepetitividade Coeficiente t de Student para 95,45% e n-1 graus de
liberdade
U incerteza-padro obtida a partir da amostra com n-
1 graus de liberdade.
-
Distribuio T-Student
A distribuio T de Student
uma distribuio de probabilidade
estatstica, publicada por um autor
que se chamou de Student,
pseudnimo de William Sealy
Gosset, que no podia usar seu
nome verdadeiro para publicar
trabalhos enquanto trabalhasse
para a cervejaria Guinness.
-
A repetitividade a metade do valor da largura da faixa
com centro no zero, dentro da qual, para uma dada
probabilidade, o erro aleatrio esperado. calculada pelo
produto da incerteza-padro pelo respectivo coeficiente t de
Student.
Estimativa da Repetitividade
-
Aplicao para o exemplo da balana
Estimativa da Repetitividade
11112
65,1112
101512
1
2
i
iI
u
O coeficiente de Student obtido a partir da Tabela (Vide anexo Referncia 2)
Para 95,45% de probabilidade e 11 graus de liberdade 255,2t
g
ut
72,365,1.255,2Re
.Re
-
Curva de Erros e Erro
mximo
-
Curva de Erros
o grfico que representa a distribuio dos erro sistemticos e
aleatrios ao longo da faixa de medio do sistema de medio.
No exemplo da balana mostrado determinou-se a Tendencia de 15g e a
Repetitividade de 3,72g para uma massa padro de 1000 g.
Ao medir repetidamente outros valores de massa padro pode-se obter outros
valores de Tendncia e Repetividade.
E
A
B
C
Indicao
maxE
1015
15 iiTd Re
iiTd Re
iTd
-
Erro mximo
o erro com o maior valor absoluto que pode ser
cometido pelo sistema de medio nas condies que foi
avaliado.
-
Nmeros significativos e
arredondamentos
-
Algarismos significativos As indicaes
Tem 3 algarismos significativos.
mImmIcmI 0114,0,4,11,14,1
O nmero de algarismos significativos presente em uma expresso
numrica contado percorrendo cada algarismo da expresso numrica
da esquerda para a direita. A contagem inicia quando o primeiro
algarismo diferente de zero encontrado. A contagem incrementada
para cada algarismo percorrido at que o ltimo algarismo da direita
seja encontrado.
Exemplos:
12 Possui dois algarismo significativos
1,2 possui dois algarismos significativos
0,012 possui dois algarismo significativos
0,0000012 possui dois algarismo significativos
0,01200 possui quatro algarismo significativos
45,300 possui cinco algarismo significativos
-
Regras de arredondamento numrico
Algarismos significativos
Norma NBR 5891. Resumidamente so 3 regras:
Regra 1: Quando o algarismo imediatamente seguinte ao ltimo algarismo a ser conservado
for inferior a cinco, o ltimo algarismo a ser conservado permanece sem modificao.
Exemplo: 4,3333 arredondado para ter 1 casa decimal resulta em 4,3.
Regra 2: Quando o algarismo imediatamente seguinte ao ltimo algarismo a ser conservado
for superior a cinco, ou, sendo cinco, for seguido de no mnimo um algarismo diferente de
zero, o ltimo algarismo a ser conservado dever ser aumentado de uma unidade.
Exemplo A: 21,6666 arredondado para ter uma casa decimal resulta em 21,7.
Exemplo B: 4,8505 arredondado para ter uma casa decimal resulta em 4,9.
Regra 3: Quando o algarismo imediatamente seguinte ao ltimo algarismo a ser conservado
for 5 seguido de zeros, o ltimo algarismo a ser conservado poder ou no ser modificado.
Ser mantido sem modificao se for par. Ser acrescido de uma unidade se for impar.
Exemplo A: 4,8500 arredondado para ter uma casa decimal torna-se 4,8.
Exemplo B: 4,5500 arredondado para ter uma casa decimal torna-se 4,6.
-
Grafia do resultado de medio No h necessidade de envolver mais que dois algarismos
significativos para descrever suficientemente bem o tamanho da faixa correspondente incerteza de medio.
A seguinte regra dever ser usada:
Regra 1: A incerteza de medio deve ser arredondada para conter no mximo dois
algarismos significativos. No importa quantas casas decimais resultem.
Regra 2: O resultado base deve ser arredondado para conter o mesmo nmero de casas
decimais da incerteza de medio. No importa quantos nmeros significativos resultem.
Grafia incorreta Grafia correta com um
algarismo significativo na
IM
Grafia correta com dois
algarismos significativos
na IM
(8,6124333+-0,01912) mm (8,61 +- 0,02) mm (8,612+- 0,019) mm
(12,478892+-0,9111) kg (12,5+-0,9) kg (12,48+-0,91) kg
(0,044721+-0,00028) A (0,0447+-0,0003) A (0,04472+-0,00028) A
(256,12+-5,2456) mV (256+-5) mV (256,1+-5,2) mV
-
Arredondamento nos clculos
Durante os clculos intermedirios, uma boa prtica
utilizar vrios algarismo significativos. Se possvel, os
arredondamentos devem ser deixados para o final, no
momento de escrever o resultado de medio.
-
Considerando, conforme j dito, que a medio um processo
estocstico, e que as indicaes do instrumento de medio so
valores de uma varivel aleatria com uma distribuio de
probabilidades subjacente, h pelo menos 2 maneiras de se obter a
estimativa do valor mais provvel do mensurando:
1. Usando um valor indicado pelo instrumento (N = 1);
2. Usando a mdia de N > 1 indicaes/observaes.
No primeiro caso, a disperso de valores obtidos a cada realizao
da medio ser dada pelo desvio padro da varivel aleatria
indicao do instrumento.
No segundo caso, a disperso de valores obtidos a cada realizao
da medio ser dada pelo desvio padro da varivel aleatria
mdia de N indicaes do instrumento.
Incerteza da mdia
-
Incerteza da mdia
Suponha 8 classes de alunos. A mdia da altura dos alunos
de cada classe
O desvio padro das mdias menor do que o desvio
padro de cada classe.
Adota-se
onde s representa o desvio padro de uma classe.
8,1ihi
n
ss
h
-
n
ssx
No caso de medidas nicas utilizadas para expressar o resultado de medio ( isto , o
resultado um valor individual e no uma mdia), o desvio padro calculado acima no deve
ser dividido por . n
Incerteza da mdia
-
Incerteza padro da medio
H dois tipos de Incerteza Padro:
Incerteza Padro do Tipo A: obtida a partir de um conjunto finito de amostras, usando estimadores amostrais para a mdia e para o desvio padro.
Incerteza Padro do Tipo B: obtida por qualquer outro meio, tal como informao prvia fornecida pelo fabricante; aproximaes conservadoras baseadas em experincia prvia com instrumentos similares; modelo matemtico formal do processo de medio especfico como um processo estocstico; etc.
-
Incerteza padro tipo A
Na Incerteza Padro do Tipo A usamos estimadores amostrais para a mdia e para o desvio padro. Em condies usuais, os limites abaixo indicados so verdadeiros:
-
Incerteza padro tipo B
No caso da obteno de informao sobre a FDP que no foi
realizada atravs de anlise amostral, temos a Incerteza
Padro do Tipo B.
Algumas Funes de Densidade de Probabilidade bastante
utilizadas so:
Distribuio Normal ou
Gaussiana
aa
Distribuio Retangular
-
Por que a distribuio Normal to utilizada?
Com somente 2 parmetros possvel especificar toda a funo;
Teorema Central do Limite: Se uma varivel aleatria o resultado da contribuio mdia de um grande nmero de variveis aleatrias independentes, ento essa varivel resultante ter distribuio aproximadamente Normal, mesmo quando as variveis aleatrias contribuintes no apresentam distribuio Gaussiana.
Para uma varivel aleatria x com distribuio Gaussiana, os seguintes fatos so verdadeiros:
H 68% de chances que
H 95% de chances que
H 99,7% de chances que
Incerteza padro tipo B
x
22 x
33 x
-
Muito utilizada nos casos em que se sabe que a
varivel est limitada a um intervalo finito, e
no h razo para atribuir uma probabilidade
diferenciada para regies dentro desse
intervalo. Ex.: valor indicado por um
instrumento de resoluo finita (e.g. Voltmetro
digital).
Incerteza padro tipo B
Distribuio retangular ou uniforme
ba
bxa
),(0
,1
)(
baxpara
baxparaabxp
32
2)(
ab
abxE
Quando o tipo de distribuio de probabilidade assumido como perfeitamente
conhecido, o nmero de graus de liberdade envolvidos sempre considerado
infinito.
-
Exemplo de utilizao de
distribuio uniforme
Um instrumento digital apresenta uma Resoluo igual a 1.
Isso significa que qualquer medida y=xyz,w ser indicada como
5,01
5,0
wsexyzR
wsexyzR
Nesse caso, existe uma mesma probabilidade de que o erro cometido esteja dentro do
intervalo (-0,5, 0,5) conforme a figura.
5,005,0
)(ErroP A incerteza padro calculada como
29,032
1
,3
2/3
u
casonoRa
u
-
Caracterizao do processo de
medio
Definio do Mensurando
Procedimento de medio
Condies ambientais
Operador
Sistema de medio
Fontes de incerteza
Resultado de
medio
-
Variabilidade do mensurando
comum esperar que o mensurando tenha um valor nico e bem definido. Isso correto na maioria das vezes. Trata-se de mensurando invarivel.
Um mensurando considerado invarivel se seu valor permanecer constante durante o perodo em que a medio efetuada.
H casos onde o valor do mensurando apresenta variaes. A
temperatura um exemplo: Seu valor varia de acordo com a
posio em que medida ao longo do tempo. Seu valor no
nico mas flutua dentro de uma faixa. denominado um
mensurando varivel.
Um mensurando varivel quando seu valor no nico, mas
varia em funo da posio, do tempo ou de outros fatores.
-
Correo combinada
A correo combinada o valor da correo a ser aplicada a
sum processo de medio. formada a partir da soma
algbrica das correes individualmente estimadas para
cada fonte de incerteza.
nCCCCC 321
-
Incerteza combinada uc
Os efeito da ao combinada de vrias fontes de incerteza
devem ser quantificados pela incerteza combinada.
A maneira de combinar depende do tipo de correlao entre
as fontes de incerteza.
Existem claramente dois casos:
Fontes de incerteza no-correlacionadas
Fontes de incerteza correlacionadas ou estatisticamente
dependentes.
Denomina-se incerteza combinada o desvio-padro
resultante da ao combinada das componentes aleatrias de
todas as fontes de incerteza que afetam um processo de
medio.
-
Incerteza combinada Caso de incertezas
no correlacionadas
22
3
2
2
2
1
2
nc uuuuu
cu Incerteza combinada
iu Incerteza-padro da i-sima fonte de incerteza
-
Cada uma das incertezas-padro, separadamente estimadas
para cada fonte de incerteza, tem um certo nmero de graus
de liberdade associado.
O nmero de graus de liberdade efetivo o nmero de
graus de libertade correspondente incerteza combinada.
Incerteza combinada Caso de
incertezas no correlacionadas
n
n
ef
c uuuu
4
2
4
2
1
4
1
4
ef Nmero de graus de liberdade efetivos
i Nmero de graus de liberdade da i-sima fonte de incerteza
iu Incerteza-padro da i-sima fonte de incerteza
-
Incerteza expandida U
A incerteza combinada (uc) correponde ao desvio-padro da
ao conjunta de todas as fontes de incerteza. Para obter a faixa
de valores em que, com 95% de probabilidade, espera-se
encontrar o erro aleatrio do processo de medio, necessrio
multiplica-la pelo fator de abrangncia.
cukU
Fator de
abrangncia
Incerteza
combinada
Incerteza
expandida
-
Incerteza expandida U
cukU
O fator de abrangncia depende da distribuio de
probabilidade considerada.
Um valor usual de k=2 utilizado no caso de uma
distribuio Normal levando a uma probabilidade de
abrangncia de 95%.
No caso de Incertezas Padro do Tipo A (desvio padro da mdia
amostral usado como estimativa da disperso de valores),
considerando que o instrumento produz indicaes segundo uma
distribuio Gaussiana de probabilidades, precisamos calcular o
fator de abrangncia tendo em vista o nmero N de amostras
usadas na estimativa do desvio padro:
-
Seria correto usar k = 2 para conseguir uma probabilidade de
abrangncia de 95% para um caso em que usamos apenas 5
amostras para se estimar o desvio padro?
E poderamos usar k = 2 para conseguir uma probabilidade de
abrangncia de 95% para outro caso em usamos 1000 valores
para se estimar o desvio padro?
Como levar o nmero de amostras em considerao?
Incerteza expandida U
-
Incerteza expandida U Neste caso, ao invs de se considerar a distribuio de probabilidade Gaussiana, preciso usar a distribuio t-Student, com v = N-1 graus de liberdade, para se calcular o fator de abrangncia.
Caudas com mais
massa para melhor
representar a incerteza na
estimativa do desvio-padro.
-
Incerteza expandida U
A medida que o nmero de graus de liberdade (nmero de
amostras)
aumenta, a distribuio t-Student tende a distribuio Normal.
Uma tpica tabela de fatores de abrangncia k, para uma
probabilidade de abrangncia de 95%, considerando v = N-1
graus de liberdade :
-
Passos para obter a correo combinada
e a incerteza de medio
Passo1 Anlise do processo de medio
Passo 2 Identificao das fontes de incerteza
Passo3 Quantificao dos efeitos sistemticos
Passo 4 Quantificao dos efeitos aleatrios
Passo 5 Clculo da correo combinada
Passo 6 - Clculo da incerteza combinada e do nmero de graus de liberdade efetivos
Passo 7 Clculo da incerteza expandida
Passo 8 Expresso do resultado de medio
-
Exemplo 1: Calibrao de uma balana usando uma massa padro.
Balana Resoluo:0,02g
Temp. amb:20,0+- 1,0 C
Passo1 Anlise do processo de medio
O mensurando a massa-padro. Est bem definida. Deve estar limpa e em bom estado.
importante verificar que o seu certificado de calibrao est dentro do prazo de
validade. H informaes disponveis sobre a correo que deve ser aplicada a massa-
padro e sobre sua incerteza (expandida).
O procedimento de medio consiste em ligar a balana, aguardar seu aquecimento por
30 minutos, limpar o prato de medio, verificar o seu zero e ajust-lo se necessrio. As
condies como temperatura, tenso de alimentao da balana, nivelamento da balana,
etc. esto dentro das normas.
Massa padro
Valor nominal:20,000 g
Correo:=0,005 g
Incerteza da correo:
0,002 g
-
Exemplo 1:
Passo 2 Identificao das fontes de incertezas
a) Repetitividade da balana, isto , o fato de as indicaes de
medies repetidas no mostrarem sempre o mesmo valor.
Contribuio aleatria.
b) A incerteza na correo da massa padro deixa uma incerteza
no processo de medio.
c) A resoluo da balana. Contribuio aleatria.
-
A massa padro possui uma componente sistemtica do
erro. A correo de -0,005 g aplicada.
Exemplo 1:
Passo 3 Quantificao dos efeitos sistemticos
-
Deve-se obter as incertezas-padro a partir das informaes sobre todas as incertezas:
Exemplo 1:
Passo 4 Quantificao dos efeitos aleatrios
4.1 - Repetitividade da balana estimada utilizando 5 indicaes:
No. Indicao
1 20,16
2 20,10
3 20,14
4 20,12
5 20,18
Mdia 20,140
s 0,0316
4,0141,05
0316,0Re REvg
n
uu
1
1
1
2
n
n
II
u
n
i
i
-
4.2 - A incerteza-padro da massa padro deve ser obtida
pela incerteza expandida da sua correo, que conhecida e
igual a 0,002 g. Como no h informao sobre o fator de
abrangncia, nem o nmero de graus de liberdade efetivos
com que foi determinada a incerteza, assume-se k=2,00.
Exemplo 1:
Passo 4 Quantificao dos efeitos aleatrios
vgU
u MPMP ,001,02
002,0
2
-
4.3 A incerteza padro do erro de arredondamento
introduzido pela resoluo do dispositivo indicador pode ser
determinada assumindo uma distribuio uniforme
(retangular) com a =R/2.
Exemplo 1:
Passo 4 Quantificao dos efeitos aleatrios
RR vgRa
u ,00577,03
01,0
3
2/
3
-
A correo combinada, calculada a partir da soma algbrica
das correes individualmente estimadas para cada fonte de
incerteza, coincide com a correo da nica fonte de incerteza
com contribuio sistemtica. Logo
Exemplo 1:
Passo 5 Clculo da correo combinada
gCC MPc 005,0
-
A incerteza combinada calculada, a partir das incertezas-padro de cada fonte de incerteza,
Exemplo 1:
Passo 6 Clculo da incerteza combinada e do nmero
de graus de liberdade efetivos
222
Re RMPc uuuu
guc 0153,000577,00010,00141,0222
O nmero de graus de liberdade efetivo calculado por:
R
R
MP
MP
ef
c uuuu
44
Re
4
Re
4
444400577,0001,0
4
0141,00153,0
ef
49,5ef 5ef
-
Exemplo 1:
Passo 7 Clculo da incerteza expandida (U)
cukU
k determinado utilizando a tabela t-student entrando com
o grau de liberdade para a probabilidade de 95% .
cu5
65,2k
gukU c 0405,00153,0.65,2
-
Exemplo 1:
Passo 8 Expresso do resultado de medio
Com esses parmetros possvel calcular o valor da
correo da balana (Cb) e sua respectiva incerteza para esse
ponto de calibrao.
gC
C
UICMPC
b
b
cb
04,015,0
0405,0140,20)005,0(000,20
Para esse ponto de calibrao, a correo a ser aplicada na
indicao da balana de -0,15 g, conhecida com uma
incerteza expandida de 0,04 g.
-
Balano de incertezas
Processo de medio Calibrao de uma balana digital-ponto 20 g
Unidade: g
Fontes de incerteza: Efeitos
sistemticos
Efeitos aleatrios
Simbolo Descrio Correo a distribuio u
Re Repetitividade
natural
- Normal 0,0141 4
MP Massa-padro -0,005 0,002 Normal 0,0010
R Resoluo do
mostrador
- 0,01 Retangular 0,00577
Cc Correo
Combinada
-0,005
uc Incerteza
combinada
Normal 0,0153 5
U Incerteza
expandida
Normal 0,0405
RESUM0 DOS CLCULOS
Exemplo 1:
-
Exemplo 2: Determinao da massa de uma pedra preciosa usando balana digital.
Balana Resoluo:0,02g
Determinar a incerteza de medio de uma pedra preciosa realizada nas seguintes
condies:
Utilizado uma balana eletrnica com certificado de calibrao.
Onze valores da correo e das respectivas incertezas expandidas esto disponveis
para vrios pontos da faixa de medio .
A balana apresenta um indicador digital com resoluo de 0,02 g.
A temperatura no local onde a medio foi efetuada oscila tipicamente entre 24,0 e
26,0 C.
A balana apresenta deriva trmica, isto , acresce o valor da indicao de 0,008 g
para cada Kelvin de variao da temperatura ambiente acima da temperatura de
calibrao ( 20 C)
A calibrao foi realizada h cinco meses. Sabe-se que o zero da balana varia em
funo do tempo dentro dos limites de +- 0,01 g/ms (deriva temporal).
-
Exemplo 2:
Dados de calibrao da balana
Indicao Correo
C
Incerteza
Expandida U
0 0,00 0,03
5 -0,04 0,03
10 -0,08 0,04
15 -0,12 0,04
20 -0,15 0,04
25 -0,17 0,04
30 -0,17 0,04
35 -0,15 0,05
40 -0,13 0,05
45 -0,10 0,05
50 -0,07 0,05
Resoluo: 0,02 g
Deriva trmica: 0,008 g/K
Deriva temporal: +- 0,010 g/ms
No. Indicao
1 19,94
2 19,92
3 19,98
4 19,96
5 19,90
6 19,94
7 20,00
8 19,94
9 19,94
10 19,96
11 19,92
12 20,00
Mdia 19,950
s 0,0313
Medies realizadas Dados do certificado de calibrao
-
Passo1 Anlise do processo de medio
Passo 2 Identificao das fontes de incerteza
Passo3 Quantificao dos efeitos sistemticos
Passo 4 Quantificao dos efeitos aleatrios
Passo 5 Clculo da correo combinada
Passo 6 - Clculo da incerteza combinada e do nmero de graus de liberdade efetivos
Passo 7 Clculo da incerteza expandida
Passo 8 Expresso do resultado de medio
Exemplo 2:
-
O mensurando esta bem definido. Trata-se de um
mensurando invarivel.
O processo de medio realizado com uma balana sobre
a qual se conhece o certificado de calibrao e dados sobre
sua resoluo, deriva trmica e temporal. As condies
ambientais durante a medio so conhecidas assim como o
procedimento operacional que consiste em realizar 12
medies.
Passo1 Anlise do processo de medio
Exemplo 2:
-
Passo2 Identificao das fontes de incerteza
Exemplo 2:
A Repetitividade da balana (Re)
A resoluo limitada da balana
As correes apresentadas no certificado de calibrao (Ccal) contribuem com
uma parcela sistemtica de erro que ser compensada e a incerteza das
calibraes, com uma componente aleatria.
A deriva temporal (DTmp) a denominao dada ao efeito da degradao das
caractersticas metrolgicas da balana com o tempo.
Os efeitos da diferena de temperatura entre as condies de uso da balana e
aquela que existia na calibrao. Essa informao combinada com o
conhecimento da deriva trmica ( Dter) do instrumento resultar em uma
componente de erro sistemtico e outra aleatria decorrente das variaes naturais
de temperatura no lacal das medies.
-
3.1 A mdia das 12 indicaes resultou e 19,95 g.
Prximo a 20 g. Da tabela de calibrao entrando-se com 20
g obtm-se a correo Ccal=-0,15 g
3.2 A deriva trmica produz uma componente sistemtica e
outra aleatria. A componente sistemtica obtida
considerando que a temperatura durante as medies 5 C
maior do que a da calibrao. Essa diferena equivale a 5 K.
Para cada kelvin a balana indica 0,008 g a mais. Ento
Passo3 Quantificao dos efeitos sistemticos
Exemplo 2:
gKKgTC DterdDter 040,05./008,0
-
Passo4 Quantificao dos efeitos aleatrios
Exemplo 2:
Todas as fontes de incertezas possuem contribuies aleatrias:
4.1 - Clculo da incerteza padro e graus de liberdade para as 12 medies:
11112
0090,012
0313,0
Re
Re
gn
uu
4.2 - Clculo da incerteza padro devido ao arredondamento causado pela resoluo:
R
R gRa
u
00577,03
01,0
3
2/
3
-
Passo4 Quantificao dos efeitos aleatrios
Exemplo 2:
4.3 A incerteza expandida da calibrao para 20 g U=0,04 g. Como o fator de
abrangncia no foi fornecido ser utilizado k=2 para obter-se a incerteza padro. O
grau de liberdade ser considerado infinito.
CCalCCalk
Uu
gparaU
,02,02
04,0
0,2004,0
4.4 A deriva temporal produz, depois de 5 meses, uma degradao que situa-se na
faixa: g050,0010,0.5
Utiliza-se uma distribuio uniforme ou retangular para obter-se a incerteza-padro:
DTmpDTmpa
u ,0033,03
05,0
3
-
Passo4 Quantificao dos efeitos aleatrios
Exemplo 2:
4.5 A deriva trmica provoca um aumento da indicao de 0,008 g para cada kelvin
em que a temperatura excede a temperatura de referncia de 20 C. Assumindo uma
mesma probabilidade da temperatura situar-se entre 24 e 26 C utiliza-se uma
distribuio uniforme ou retangular de probabilidade no clculo da incerteza padro.
26 24 22
Probabilidade
Temperatura ( C )
0,048 0,032 0,016
Probabilidade
Erro ( g )
0,040
20
0,000
DTerDTer ga
u ,0040,03
040,0048,0
3
-
Passo 5 Clculo da correo combinada
Exemplo 2:
A correo combinada a soma algbrica das correes
indidualmente estimadas para cada fonte de incerteza:
gCDTerCC CCalc 19,0)04,0()15,0(
-
Passo 6 Clculo da incerteza combinada e do nmero
de graus de liberdade efetivos
Exemplo 2:
22222
Re DTerDTmpCCalRc uuuuuu
guc 0234,0)0046,0()0033,0()020,0()00577,0()0090,0(22222
DTer
DTer
DTmp
DTmp
CCal
CCal
R
R
C
C uuuuuu
4444
Re
4
Re
4
444444
11
)0090,0()0234,0( DTerDTmpCCalR
C
uuuu
503C
503,0234,0 CCu
-
Passo 7 Clculo da incerteza expandida
Exemplo 2:
Para o grau de liberdade igual a 503, o fator de abrangncia k=2,0
CukU .
gU 047,00234,0.0.2
-
Passo 8 Expresso do resultado de medio
Exemplo 2:
gRM
RM
UCIRM c
05,076,19
047,0)19,0(95,19
-
Medies diretas e indiretas Nas medies diretas, (exemplos 1 e 2 anteriores), o valor associado
ao mensurando resulta naturalmente da aplicao do sistema de
medio sobre ele. A medio de um dimetro por um paqumetro,
da temperatura de uma sala por um termmetro, da velocidade de
uma automvel pelo seu velocmetro so exemplos de medio
direta.
Medies so ditas indiretas quando o valor do mensurando calculado
a partir de operaes matemticas efetuadas envolvendo duas ou mais
medidas associadas a diferentes caractersticas do mensurando.
As medidas associadas s diferentes caractersticas do mensurando, que
so combinadas em uma medio indireta, so genericamente
denominadas de grandezas de entrada.
-
Modelo matemtico
Medies diretas e indiretas
Para que o resultado de medio de uma medio indireta possa ser
determinado, necessrio dispor de um modelo matemtico que
relacione as grandezas de entrada com o valor do mensurando.
Frequentemente, equaes simples, envolvendo as quatro operaes aritmticas bsicas
so envolvidas. A determinao da resistncia (R) de um componente eletrnico em um
circuito CC obtida dividindo-se a tenso (V) pela corrente eltrica (I) que passa por ele
(R=V/I) um exemplo.
Um exemplo mais complexo seria a determinao da distncia entre dois pontos no
espao a partir das medies de suas respectivas coordenadas (x, y, z).
2122
12
2
12 )()( zzyyxxd
-
Dependncia estatstica e correlao
Duas variveis aleatrias so ditas no-correlacionadas ou estatisticamente independentes quando as variaes da primeira no guardam nenhum tipo de sincronismo com as variaes aleatrias da segunda.
Na linguagem estatstica, denomina-se varivel aleatria uma
funo, ou varivel, cujo valor no pode ser previsto exatamente,
mas apenas em termos de probabilidade. Quando medies
repetidas de um mensurando invarivel so realizadas, as
indicaes obtidas apresentam variaes em funo do erro
aleatrio. No possvel prever exatamente o valor da prxima
indicao. A indicao obtida de um sistema de medio
tambm uma varivel aleatria.
-
Variveis aleatrias so ditas correlacionadas ou estatisticamente
dependentes quando as variaes da primeira esto, de alguma
forma, sincronizadas com as variaes aleatrias da segunda.
Exemplo: A temperatura da gua na praia do Campeche esta
correlacionada com a temperatura da gua da praia da Joaquina em
Florianpolis.
Dependncia estatstica e correlao
-
Coeficiente de correlao um ndice que revela a existncia e o
tipo de correlao entre duas variveis aleatrias. calculado pela
equao :
Dependncia estatstica e correlao
yx
YXYX
),cov(),(
y
x
YX
YX
),cov(
),( Coeficiente de correlao entre as var. aleatrias X e Y
Covarincia entre X e Y
Desvio padro da varivel aleatria X
Desvio padro da varivel aleatria Y.
Para um conjunto de n medies utiliza-se
n
i
n
i
ii
n
i
ii
yyxx
yyxx
YXr
1 1
22
1),(
1),(1 YX
-
Algumas situaes onde pode haver correlao nas medies de duas entradas distintas:
Dependncia estatstica e correlao
Quando h erros sistemticos intencionalmente no compensados
Quando ambos os processos de medio so fortemente afetados por uma mesma
grandeza de influncia como, por exemplo, a temperatura ou a tenso da rede eltrica, ou
mesmo pelo operador.
Quando as medies de ambas grandezas de entrada so realizadas pelo mesmo sistema
de medio em condies muito distintas das condies de calibrao.
Quando ambas as medies so realizadas pelo mesmo sistema de medio, depois de
um longo perodo aps a ltima calibrao.
Normalmente duas medies de grandezas de entrada distintas so no-
correlacionadas quando as condies permitem assegurar que os erros sistemticos
foram eficazmente corrigidos e no h uma mesma grandeza de influncia afetando
fortemente os processos de medio.
-
Soma e subtrao
Dependncia estatstica e correlao
Estimativa da incerteza combinada de medies no-
correlacionadas
O quadrado da incerteza-padro da soma e/ou subtrao de
medies no-correlacionadas obtido a partir da soma dos
quadrados das incertezas-padro associadas a cada grandeza de
entrada.
)()()()( 222
1
2
21
2
nn XuxuXuXXXu
-
Soma e subtrao - Exemplo:
Dependncia estatstica e correlao Estimativa da incerteza combinada de medies no-
correlacionadas
Obteve-se os seguintes resultados de medio de duas massa-padro em uma mesma
balana:
Massa 1 (500,0+-0,8) g, Massa 2 (200,0+-0,6) g.
Expressar o valor da soma das massas
Na falta de maiores informaes utiliza-se o fator de abrangncia igual a dois para o
clculo das incertezas padro
Calcula-se a incerteza padro combinada
Calcula-se a incerteza expandida de m1+m2
Finalmente
3,02
6,0,4,0
2
8,021 uu
guummu 5,03,04,0)( 22222
121
gmmummU 0,15,00,2)(0,2 2121
gmm )0,10,700(21
-
Dependncia estatstica e correlao Estimativa da incerteza combinada de medies no-
correlacionadas
Multiplicao e diviso:
Utiliza-se o conceito de incerteza-padro relativa: O coeficiente entre a
incerteza-padro e o resultado base de uma medio. Por exemplo
ur(a)=u(a)/a a incerteza-padro relativa de a.
2
2
2
2
1
1
2
21
21 )()(
X
Xu
X
Xu
XX
XXu 22
1
2
21
2 XuXuXXu RRR
2
2
2
2
1
1
2
21
21 )()(
/
/
X
Xu
X
Xu
XX
XXu
22
1
2
21
2 / XuXuXXu RRR
-
Dependncia estatstica e correlao Estimativa da incerteza combinada de medies no-
correlacionadas
Exemplo de um caso com diviso: Determinar a incerteza padro e expressar o
resultado de medio para a corrente eltrica que circula em um resistor com valor
conhecido de 500,0 Ohm e incerteza padro uR=0,5 Ohm sobre o qual mediu-se
uma tenso V=150,0 V com uma incerteza padro uV=1.5V.
OhmuVuAR
VI RV 5,0,5,1,30,0
0,500
0,150
)()()( 222 RuVuIu RRR
222)()()(
R
Ru
V
Vu
I
Iu222
500
5,0
150
5,1
30,0
)(
Iu AIu 003,0)(
Calculando a incerteza expandida, com o fator de abrangncia 2, tem-se:
mAmAI )6300()32300(
-
Dependncia estatstica e correlao Estimativa da incerteza combinada de medies no-
correlacionadas
Caso GERAL: Se ),,,( 21 nXXXfG 22
2
2
2
1
1
2 )()()()(
n
n
XuX
fXu
X
fXu
X
fGu
)(
)(2
i
i
i
Xu
X
f
Gu
X
f
G
Grandeza a ser determinada por uma medio indireta
Funo matemtica contnua e derivvel
i-sima grandeza de entrada que est sendo combinada
Quadrado da incerteza combinada da grandeza a ser determinada
Der. parcial da funo f em relao grandeza de entrada Xi.
(Sensibilidade)
Incerteza padro da i-sima grandeza de entrada que est sendo
combinada
-
Dependncia estatstica e correlao Estimativa da incerteza combinada de medies no-
correlacionadas Caso Geral Exemplo:
Determinao da massa especfica () de uma pea utilizou-se um processo indireto de
medio.
A massa m foi medida com uma balana de laboratrio
O dimetro D da pea foi medido com micrmetro
A altura h foi determinada com um paqumetro
1411,035,77
)006,0423,25(
14)221580(
h
D
m
mmh
mmD
gm
Obter as incertezas-padro . Primeiro temos de determinar o fator de
abrangncia com os graus de liberdade fornecidos.
-
Dependncia estatstica e correlao Estimativa da incerteza combinada de medies no-
correlacionadas Caso Geral Exemplo: continuao
mmkUhu
mmkUDu
gkUmu
hh
DD
mm
050,020,2
11,0/)(
0030,000,2
0060,0/)(
102,2
22/)(
Utilizando a frmula para
hD
m
hD
m
Volume
massa22
4
4
222
2 )()()()(
hu
hDu
Dmu
mu
2232
4,
8,
4
hD
m
hhD
m
DhDm
2222
)()(2
)()(
h
hu
D
Du
m
muu
222
2 )()(2)()(
hu
hDu
Dmu
mu
8
222
2
2
10.2,405335,77
050,0
423,25
0030,02
1580
10)(
)(
Ru
u
-
Dependncia estatstica e correlao Estimativa da incerteza combinada de medies no-
correlacionadas Caso Geral Exemplo: continuao
3
22/040239,0
35,77.)423,25.(14159,3
1580.44mmg
hD
m
A incerteza padro de : 38 /0002562,010.2,4053.040239,0)()( mmguu R
Para obter a incerteza expandida deve-se determinar o grau de liberdade efetivo. Para isso
utiliza-se a incerteza padro relativa para contornar o problema de unidades diferentes.
h
R
D
R
m
R
ef
R huDumuu
)()()( 4444
14
35,77
050,0
)(
14
1580
10
040239,0
0002562,04
4
44
DuR
ef
14ef3/000564,00002562,0.20,2)()( mmgkuU
3/)00056,004024,0( mmg
-
Incerteza padro
Distribuio Incerteza padro
Normal com vrias medies
Retangular
Triangular
Normal com uma medio
n
su
1,
1
1
2
nv
n
xx
s
n
i
i
3
au
aa
6
au
aa
su 1,
1
1
2
nv
n
xx
s
n
i
i
-
Erro de linearidade
E o valor absoluto do
maior desvio da
resposta do sistema
de medio em
relao a curva
resposta linearizada.
Estmulo
Resposta EL1
EL2
Curva
linearizada
-
Como obter a curva linearizada?
Assuma um conjunto de respostas Y obtidas para um
conjunto X de estmulos ao sistema de medio.
YyXx ii ,
Deseja-se encontrar uma estimativa de , ( ) , escrita
como uma funo linear de de forma a minimizar o
somatrio do quadrado do desvio .
iy
ii bxay ~
ixiy
~
ii yy~
ii
m
i
ii
ba
bxay
yyL
L
~
~
1
2
,min
-
Soluo clssica Assuma
b
a
x
x
x
y
y
y
nn
,
1
1
1
,2
1
2
1
RY RY
~
ii
m
i
ii
ba
bxay
yyL
L
~
~
1
2
,min
RY
YYYY~
~~
min,
T
ba
L
L
-
Soluo particular
XY~
EYY ~
Fazendo-se 0E YY~
XY
Definindo-se
1
1
1
1
nx
x
x
2
1
x x1X
122111 nnnnT x x1YX
122112
1
2
nnn
n
T
T
n
n
T
T
x1x
1Y
x
1
122111 nnnn x1Y
-
122112
1
2
nnn
n
T
T
n
n
T
T
x1x
1Y
x
1
b
a
xx
xn
yx
y
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
1
2
1
1
1
1
Observem que
,11,,111
nyxyn
i
Tn
i
ii
Tn
i
i
T
11YxY1
n
i
i
Tn
i
i
TT xx1
2
1
, xx1xx1
Sistema com
2 equaes e
2 incognitas.
-
b
a
xx
xn
yx
y
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
1
2
1
1
1
1
b
a
ss
sn
s
s
xx
x
xy
y
2
nbsass
sbsnas
xxxy
xxy
2
bnsnasns
bsnasss
xxxy
xxyx
2
2
n
i
i
n
i
i
n
i
n
i
iii
n
i
i
xx
xyyx
xxxyyx
xnx
yxnyx
nss
nsssb
nssbnsss
1
2
2
1
1 11
2
2
2
2
-
xxxxy
xxy
sbsass
sbsnas
2
2
bssasss
bssnasss
xxxxyx
xxxyx
2
2
222
n
i
i
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
xx
yxxyx
xxyxxyx
xxxyx
xnx
yxyxx
nss
ssssa
anssssss
bssnasss
1
2
2
1
11
2
11
2
2
2
2
2
2
222
-
Exerccio
Em um instrumento testado com um conjunto de valores de referncia (Y)
obteve-se na entrada do estgio de tratamento de sinais os valores X.
X = [6,2; 53,8;112,3; 162,0; 210,9; 244,8; 291,8; 337,2; 389,0; 433,1; 487,8; 524,3;
571,8; 629,5; 684,7; 729,6; 782,5; 843,9; 897,2; 965,5; 1033,3]
Y=[0,0; 50,0; 100,0; 150,0; 200,0; 250,0; 300,0; 350,0; 400,0; 450,0; 500,0;
550,0; 600,0; 650,0; 700,0; 750,0; 800,0; 850,0; 900,0; 950,0; 1000,0 ]
Obtenha a curva linearizada que corrige os valores na entrada do
estgio de tratamento de sinais. Use Matlab ou Excel.