Académique Documents
Professionnel Documents
Culture Documents
Jailton C. Damasceno
Divisão de Metrologia de Materiais
Inmetro
Terminologia
Terminologia
• Mensurando
Grandeza a ser submetida à medição.
• Incerteza de medição
Parâmetro não negativo que caracteriza a dispersão dos
valores atribuídos a um mensurando. Representa a
dúvida que existe acerca do resultado de medição.
Terminologia
• Calibração
Operação que, (...), estabelece uma relação entre os
valores e as incertezas de medição fornecidos por
padrões, e as indicações correspondentes com as
incertezas associadas (...).
• Ajuste de um sistema de medição
Conjunto de operações efetuadas em um sistema de
medição, de modo que ele forneça indicações prescritas
correspondentes a determinados valores de uma
grandeza a ser medida.
Terminologia
• Regulagem
Ajuste de um sistema de medição de modo que o mesmo
forneça uma indicação igual a zero correspondente a um
valor igual a zero da grandeza a ser medida.
Terminologia
• Veracidade (Trueness)
Grau de concordância entre a média de um número
infinito de valores medidos repetidos e um valor de
referência.
• Precisão (Precision)
Grau de concordância entre indicações ou valores
medidos, obtidos por medições repetidas,
no mesmo ou em objeto similares, sob condições
especificadas.
Terminologia
• Exatidão (Accuracy)
Grau de concordância entre um valor medido e um valor
verdadeiro de um mensurando.
• Erro
Diferença entre o valor medido de uma grandeza e um
valor de referência.
Interpretação de uma medição
Veracidade Precisão
(efeitos sistemáticos) (efeitos aleatórios)
. .
Valor de . . . . .. . . . .
.
referência . ..
Exatidão
Erros
• Erros Grosseiros
• Ocorrem ocasionalmente, levando a resultados que diferem
marcantemente dos outros dados de uma série de medições com repetição.
Erros
VR - valor de referência
e t
.. ......
VR .....
.... ..
..:: ::x
::...::
:::: .
::. ::::
et – erro total
e S e a es – erro sistemático
ea – erro aleatório
Erros
VR - valor de referência
........... ..
VR :: ::
::...:::::: .
c=correção
e a
ea= erro aleatório
c
Terminologia
Exatidão
(Accuracy)
Precisão
Repetitividade Reprodutibilidade
intermediária
x1 x2
Certificado
Repetição
Repetição
Z
Certificado
x3
Estimativa de incerteza de medição
sx a
ux Desvio padrão ux
da média 3
n -a +a
Distribuição triangular
Sx - desvio padrão
a
n - número de repetições ux
6
-a +a
Certificado
U - incerteza expandida declarada
U
ux a - valor estimado
k k - coeficiente de abrangência
Estimativa de incerteza de medição
Ou seja, deve-se atribuir uma distribuição que não transmita mais informação do que
aquela que é conhecida.
Exemplo:
Se a única informação conhecida for sobre os limites máximo e mínimo de uma
variável, deve-se atribuir uma distribuição uniforme.
Z f ( X 1 , X 2 , X 3 ,..., X N )
• Tendo as incertezas de X1, X2, X3, ..., XN encontrar a incerteza de Z.
z f ( x, y)
Tenho: ux, uy Desejo: uz
Estimativa de incerteza de medição
f f
f ( x Dx, y Dy) f ( x, y) Dx Dy ...
x y
1 2 f 2 f 2 f 2
... 2 Dx 2 DxDy 2 Dy ... ...
2 1
2! x xy y 3!
0
Quando os valores de Dx e Dy são pequenos, as parcelas dos
termos de ordem superior são cada vez menores
f f
f ( x Dx, y Dy) f ( x, y) Dx Dy
x y
Df ( x, y) Dz
Estimativa de incerteza de medição
x2 y2
1 N 1 N
... ...
2
x
N 1 i 1
(Dxi ) 2
2
y
N 1 i 1
(Dyi ) 2 Variâncias
xN xN
f f
Dzi Dxi Dyi
x y
Estimativa de incerteza de medição
1 N f f
2
z
N 1 i 1
(Dzi ) 2 mas Dzi
x
Dxi Dyi
y
2
1 N
f f
z2
N 1 i 1 x
Dxi
y
Dyi
2
1 N f 1 N f f 1 N f
2
z
2
N 1 i 1 x
Dxi 2
N 1 i 1 x
Dx
y
Dy
i
Dyi
N 1 i 1 y
i
2
f 1 f 1 N f f 1 N
2 N
2
x N 1 i 1
(Dxi )
2
(Dyi ) 2
2
(Dxi Dyi )
y N 1 i 1 x y N 1 i 1
z
x2 y2 cov( x, y )
covariância
Estimativa de incerteza de medição
z2 x2 y2 2 cov( x, y)
x y x y
Coeficiente de correlação
onde:
x2 ux2 y2 u y2 cov( x, y) ux u y r ( x, y)
f f
2
N
f 2 N 1 N
uz
2
u xi 2 cov( xi , x j )
i 1 xi
i 1 j i 1 xi x j
f
Coeficiente de sensibilidade c xi
xi
X1 X2
cx1 cx2
Z
Estimativa de incerteza de medição
f
c xi para cada fonte de incerteza
xi
N
uz c
i 1
2
xi u x2i
Componentes de incerteza
Distribuição t de Student
Aproximar a distribuição final do mensurando por uma distribuição t de Student
u z4
eff
u x4i
Equação de Welch-Satterwaite
xi
eff
k
NC
Estimativa de incerteza de medição
U z k uz
• Declarar o resultado final indicando o valor do coeficiente de
abrangência e o nível de confiança (geralmente igual a 95%)
Resultado final:
Z U z
para k = ... e NC = ...
Exemplo:
Medição de uma força
Estimativa de incerteza de medição
• Dados do problema:
Massa média = 10 kg 10 repetições Desvio padrão = 0,03 g
m
Certificado
Repetição
F
Certificado
g
Estimativa de incerteza de medição
Massa
m 10 kg
s 0,03
Repetição (tipo A): um1 0,009487 g
n 10
U 0,01
Certificado da balança (tipo B): um2 0,005 g
k 2
Aceleração da gravidade
g 9,80665 m/s 2
U 0,00002
Certificado da medida de g (tipo B): ug 0,00001 m/s 2
k 2
Estimativa de incerteza de medição
u F u F2 (m1 ) u F2 (m2 ) u F2 ( g )
uF
Componentes de incerteza
ug
um2
um1
Incerteza (N)
Estimativa de incerteza de medição
Alternativas ao GUM
A – Método numérico de diferenciação – Kragten
( x ux ) y Dz1 z z
Modelo
z´
x y w
z
w x ( y uy ) Dz2 z z
z
w
x y
z Dz3 z z
(w uw )
Alternativas ao GUM
B – Combinação das incertezas relativas
Modelo
2
u x u y uw
2 2
x y uz
z
w z x y w
Estimativa de incerteza de medição
Modelo
F´ (m um ) g DF1 F F
F mg
F m ( g u g ) DF2 F F
u F (DF1 ) 2 (DF2 ) 2
Estimativa de incerteza de medição
Modelo 2
um u g
2
F mg uF
F m g
2 2
uF 0,01074 g 0,00001 m/s²
1,48025 106
F 10000 g 9,80665 m/s²
s x 2 2
s 2
s
2
a
u 2
a
s n u
2
b b
2
D D
Onde:
D
2
s D n x x D2 y y (x)
2 2 2 2
n2
• E o coeficiente de correlação:
ra ,b x
n x 2
Estimativa de incerteza de medição
y y
1 x
a b
x 1 x ya
2
a b b b
1 2 ya 2 1 ya
2 2
u ua 2 ub 2 2 ua ub ra ,b
2
x
b b b b
Exemplo:
Determinação do teor de Cd em cerâmicas
Estimativa de incerteza de medição
co VL
Leitura
Curva de calibração
Especificação
r
Comprimento
Largura
Imperfeição na área
a d
Estimativa de incerteza de medição
Volume
VL 332 ml
2,5 ml Assumindo uma
Especificação (tipo B): uVL1 0,00144 l distribuição uniforme
3
0,01VL 0,01 0,332 Assumindo uma
Leitura (tipo B): uVL 2 0,00136 l
6 6 distribuição triangular e
erro de 1% na leitura
Fator de diluição
d 1
Área
a l c 1,45 dm 1,64 dm 2,38 dm 2
0,5
Comprimento (tipo B): u c mm 0,0029 dm Assumindo uma
3
distribuição uniforme e
0,5
Largura (tipo B): ul mm 0,0029 dm resolução de 0,5 mm
3
a a
2 2
0,05 2,38
Imperfeição da área (tipo B): u a2 0,0684 dm 2
3
Assumindo uma distribuição uniforme com
uma contribuição de 5% para a incerteza
Estimativa de incerteza de medição
Concentração Absorção
0.200
[mg l-1]
0,1 0,028 0.150
Absorção
0,3 0,084 0.100
Ao Bo co B1
0,5 0,135 0.050
Parâmetros
Ao 0,072
B1 0,2350 Absorbância medida para a amostra:
Concentração de Cd (tipo A)
Ci [mg l-1] Ai Ai(Ci) Δ²=[Ai-Ai(Ci)]² Parâmetros
0,1 0,028 0,034 0,000041 B1 0,2350
0,3 0,084 0,081 0,000007
Bo 0,0109
0,5 0,135 0,128 0,000044
D s 2 ci2
2
0,000167
s 2
5,573 10-5 s u
2 2
4,598 10 5
n2 52 Bo Bo
D
s2 c
D n c ci 2
2 2
s u n 1,393 104
2 2 rBo , B1 i
0,87
i B1 B1
D n c 2
i
Estimativa de incerteza de medição
Concentração de Cd (tipo A)
Para um ponto interpolado na abscissa:
2 2
1 A B 1 A B
uc2o u B2o o 2 o u B21 2 o 2 o u Bo u B1 rBo , B1
B1 B1 B1 B1
Na tabela t de n2
Student, para
NC = 95%
k 2,776
Estimativa de incerteza de medição
U r ur .k mg
0,0028 2,776 0,008
dm 2
• Resultado de medição:
coVL 0,26 mg/l 0,332 l mg
r d 0,036
a 2,38 dm 2 dm 2
mg
r (0,036 0,008) ; k 2,776; NC 95%
dm 2
Estimativa de incerteza de medição
ur
uco
ua2
ua1
uVL2
uVL1
Incerteza [mg/dm²]
Estimativa de incerteza de medição
ur ur2 (VL1 ) ur2 (VL2 ) ur2 (a1 ) ur2 (a2 ) ur2 (co ) ur2 ( f tem p)
• Incerteza expandida:
U r ur .k mg
0,010
dm 2
Estimativa de incerteza de medição
mg
r (0,036 0,010) 2
; k 2,776; NC 95%
dm
Estimativa de incerteza de medição
ur
uftemp
uco
ua2
ua1
uVL2
uVL1
Incerteza [mg/dm²]
Exemplo:
Calibração de um manômetro
Estimativa de incerteza de medição
• Diagrama causa-efeito:
Pind
Resolução
Repetição
e
Certificado
Pref
Estimativa de incerteza de medição
• Grandezas de entrada:
ue4 ue4
eff 4 4
ue ( Pind1 ) ue4 ( Pind2 ) 4
u ( P ) ue ( Pind1 ) Apenas para repetição
e ref
e ( Pind1 ) e ( Pind2 ) e ( Pref ) e ( Pind1 )
• Incerteza expandida:
Interpolar o valor de Pm ed
U
u Pmed
2
k
FR
Mensurando Tensão de ruptura
A
• Dados do problema:
FR
Certificado
Curva de calibração
D
Certificado
A
Estimativa de incerteza de medição
Resultado da área:
D 2 0,008042
A 5,077 105 m 2 u A ( ) 1,27 107 m 2
4 4
Estimativa de incerteza de medição
Força de ruptura
2000 1967 12
4000 3971 9
6000 5976 6
8000 7975 7
10000 9974 7
Estimativa de incerteza de medição
Força de ruptura
Força indicada pela máquina (3500 kgf) Valor corrigido = 3479,33 kgf
10000
4000 Parâmetros
2000
a 15,6190
0
0 2000 4000 6000 8000 10000 12000 b 0,9986
Força indicada [kgf]
Estimativa de incerteza de medição
Força de ruptura
s 2
D
2
133,28 s u
2 2
s 2 Find
2
69,8
n2
a a
D
s2
D n F Find 4,2 10 s u n 1,90 106
2 2 8 2 2
ind b b
D
ra ,b
F ind
0,83
n F 2
ind
Força de ruptura
• Componentes de incerteza:
1
u ( FR1 ) cFR u FR1 1,9697 104 2
394 N 7,761 MPa
m
1
u ( FR2 ) cFR u FR 2 1,9697 104 2 60 N 1,182 MPa
m
N
u ( A) c A u A 1,34 1013 4 1,27 107 m 2 1,702 MPa
m
Estimativa de incerteza de medição
u4 u4
eff 4 4
u ( FR1 ) u4 ( FR2 ) 4
u ( A) u ( FR1 )
( FR1 ) ( FR2 ) ( A) ( FR1 )
Na tabela t de
Student, para
4
8,032
4,6
NC = 95%
4 k 2,78
7,761
62
Estimativa de incerteza de medição
us
uA
uFr2
uFr1
Incerteza [MPa]
Simulação numérica por Monte Carlo
Aproximações da abordagem do GUM
• Linearização do modelo
O modelo utilizado para o cálculo do mensurando deve ter
comportamento linear. Quando o modelo apresentar
comportamento não linear, a aproximação feita pelo truncamento da
série de Taylor no primeiro termo utilizada pela abordagem do GUM
passa a não ser suficiente para estimar a incerteza de saída.
f f
Df ( x, y) Dx Dy ...
x y
1 2 f 2 f 2 f 2
... 2 Dx 2 DxDy 2 Dy ... ...
2 1
2! x xy y 3!
0
Quando os valores de Dx e Dy são pequenos, as parcelas dos
termos de ordem superior são cade vez menores
Aproximações da abordagem do GUM
• O que é?
Propagação das distribuições estatísticas relativas às fontes de
incerteza por completo, ou seja, sem perder informações devido às
aproximações da abordagem do GUM.
• Convolução das distribuições
Este método envolve a convolução das distribuições de
probabilidade das grandezas de entrada, que pode ser feita das
seguintes formas:
a) integração analítica,
b) integração numérica ou
c) simulação numérica por método de Monte Carlo.
Propagação de distribuições
Fontes de incerteza
Distribuição final do
X1 mensurando
Modelo
X2
Z
Z = f ( X 1 , X 2 , X3 )
X3
i = 1 até M
Simulação numérica por Monte Carlo
• Supondo o modelo
Z = f ( X,Y )
Z
X
Y
Mecanismo da simulação
• Primeira iteração, i = 1
Fontes de Valor pseudo-
incerteza aleatório Tabela de
resultados
MC
X x1 Resultado z1
Modelo parcial
Z = f ( X,Y ) z1
MC
Y y1
Mecanismo da simulação
• Segunda iteração, i = 2
Fontes de Valor pseudo-
incerteza aleatório Tabela de
resultados
MC
X x2 Resultado z1
Modelo parcial
z2
Z = f ( X,Y ) z2
MC
Y y2
Mecanismo da simulação
• Terceira iteração, i = 3
Fontes de Valor pseudo-
incerteza aleatório Tabela de
resultados
MC
X x3 Resultado z1
Modelo parcial
z2
Z = f ( X,Y ) z3
MC z3
Y y3
Mecanismo da simulação
• Última iteração, i = M
Fontes de Valor pseudo-
incerteza aleatório Tabela de
resultados
MC
X xM Resultado z1
Modelo parcial
z2
Z = f ( X,Y ) zM
MC z3
Y yM
…
zM
Distribuição final do
mensurando
Estatística
Z
Detalhes da simulação
D low
GUM pode ser validado
D high
Muito Obrigado !
jcdamasceno@inmetro.gov.br