PROPAGACIJA MJERNE NESIGURNOSTI

Enijad Arnaut
Rezime:
Cilj svakog mjerenja je odreivanje vrijednosti mjerene veliine. Mjerni rezultat je samo
procjenavrijednosti mjerene veliine i potpun je samo kada je praen iskazom nesigurnosti te
procjene.Nesigurnost rezultata mjerenja odraava pomanjkanje tanog znanja vrijednosti
mjerene veliine.[8]U radu su opisani osnovni pojmovi vezani za procjenu mjerne
nesigurnosti kao i osnovni koraci procjene mjerne nesigurnosti GUM i MCS metodama.
Kljune rijei:mjerna nesigurnost, GUM metoda, MCS metod, standardna nesigurnost A-
vrste , standardna nesigurnost B-vrste, sastavljena mjerna nesigurnost, proirena mjerna
nesigurnost
1. UVOD
Jedan od primarnih problema u mjeriteljstvu jeste kako procijeniti mjernu nesigurnost
rezultata mjerenja. Dok su se tradicionalne metode procijene mjerne nesigurnosti bazirale na
iskustvu i ugledu osobe i laboratorija gdje su se vrila mjerenja, danas takve metode nisu vie
prihvatljive , ve se zahtijevaju dokazi o iskazanoj mjernoj nesigurnosti. Posljednjih su godina
irom svijeta uloeni ogromni napori s ciljem iznalaenja matematikih modela i optih
pravila za proraun i iskazivanje mjernih nesigurnosti. Tako je 1993 godine skupina
strunjaka iz meunarodnih organizacija s podruja mjeriteljstva (ISO, IEC, BIPM, OIML,
IUPAP, IUPAC, IFCC), u skladu sa zahtjevima od strane CIPM-a, izradila Upute za
iskazivanje mjerne nesigurnosti ISO Guide to the Expression of Uncertainty in Measurement
(u daljnjem tekstu GUM). Prihvatanjem meunarodnog dogovora za iskazivanje mjerne
nesigurnosti omogueno je nedvosmisleno iskazivanje i usporedba mjernih rezultata
dobivenih u razliitim institutima, mjeriteljskim i ispitnim laboratorijima. U skladu s GUM-
om, godine 2006. evropska organizacija Joint Committee for Guides in Metrology (YCGM)
izdaje dokument YCGM YYY/2006 : Evaluation of measurement data - Supplement 1 to the
Guide to the expression of uncertainty in measurement - Propagation of distributions using
a Monte Carlo method. Dok je GUM utemeljio opta pravila za proraun i iskazivanje mjerne
nesigurnosti sa svrhom da budu primjenjiva na irokom spektru mjerenja, YCGM dokument
koncentrirao se na alternativnu Monte Carlo metodu koja se, takoe, koristi za laki i
jednostavniji proraun i iskazivanje mjerne nesigurnosti.[3]
2. OSNOVNI POJMOVI
Slijedei pojmovi su preuzeti iz Meunarodnog rjenika osnovnih i optih naziva u
metrologiji (skraeno VIM), tree izdanje [1] koji je objavila Meunarodna organizacija za
normalizaciju (ISO), za lake razumijevanje problematike ovog rada.

Mjerenje
Mjerenje je skup postupaka kojim se odreuje jedna ili vie mjernih veliina, tj. vrijednosti
posebne veliine eksperimentalnim putem kako bi se vrijednost pridruila toj veliini.
Mjerenje, prema tome, poinje s odgovarajuim tanim opisom mjerene veliine, mjerne
metode i mjernog postupka.
Mjerena veliina
Mjerena veliina (veliina koju treba mjeriti) je posebna veliina podvrgnuta mjerenju.
Specifikacija mjerene veliine zahtjeva znanje o vrsti veliine, te opis stanja pojave, tijela ili
tvari koje nose veliinu, ukljuujui svaku vanu sastavnicu.
Mjerna metoda
Mjerna metoda se izraava kao smislen niz postupaka, opisanih prema rodu, koji se
upotrebljavaju za provoenje mjerenja.
Mjerni postupak
Mjerni postupak je detaljan opis mjerenja, opisanih prema jednoj ili vie mjernih naela i za
danu mjernu metodu, koja se bazira prema mjernom modelu i ukljuuje bilo koji proraun
kako bi se dobio rezultat mjerenja.
Mjerni rezultat
Mjerni rezultat ukljuuje skup vrijednosti veliina prikljuenih mjerenoj veliini zajedno sa
bilo kojom drugom vanom informacijom. U pojednostavljenom obliku to je vrijednost
dobivena mjerenjem pripisana nekoj mjerenoj veliini. Mjerni rezultat openito se izraava
kao pojedinana mjerna veliina i mjerna nesigurnost. Ako se smatra da je mjerna nesigurnost, iz
nekog razloga, beznaajna, mjerni rezultat se moe izraziti kao pojedinana mjerna veliina.
Mjerna nesigurnost
Mjerna nesigurnost je ne-negativan parametar koji karakterie rasipanje vrijednosti koje bi se
razumno mogle pripisati mjernoj veliini, prema informacijama koje se upotrebljavaju, uz
odreenu vjerovatnou. Taj parametar moe biti bilo kakvo odstupanje ili poluirina intervala
s navedenim nivoom povjerenja. Mjerna nesigurnost se sastoji od vie sastavnica. Neke od tih
sastavnica mogu se odrediti na temelju statistike raspodjele niza mjerenja i mogu se opisati
eksperimentalnim standardnim odstupanjima. Druge sastavnice, koje se takoer mogu opisati
standardnim odstupanjima, odreuju se iz predpostavljenih raspodjela vrijednosti na temelju
iskustva ili drugih podataka.
Mjerna greka
Mjerna greka se izraava kao istinita vrijednost mjerne veliine umanjena za mjerni rezultat.
Greka se uobiajeno smatra sastavljenom od dviju sastavnica: sluajne i sistemske
sastavnice.

Sistemska greka
Sistemska greka je sastavnica mjerne greke, koja u ponovljenim mjerenjima ostaje
konstantna ili varira predvidljivim nainom. Algebarski izraeno, sistemska greka je srednja
vrijednost koja bi proizala iz beskonanog broja mjerenja iste mjerne veliine izvedenih u
uslovima uvjetima ponovljivosti umanjena za istinitu vrijednost mjerene veliine.
Sluajna greka
Sluajna greka je, takoer, sastavnica mjerne greke, koja se u ponovljenim mjerenjima
mijenja u nepredvidljivim nainom. Takoer, opisano algebarskim izrazom, sluajna greka je
mjerni rezultat umanjen za srednju vrijednost koja bi proizala iz beskonanog broja mjerenja
iste mjerene veliine izvedenih u uslovima ponovljivosti.
Standardna nesigurnost
Standardna nesigurnost je nesigurnost mjernog rezultata izraena kao standardno odstupanje.
Sastavljena standardna nesigurnost
Sastavljena standardna nesigurnost je standardna nesigurnost mjernog rezultata kada se taj
rezultat dobije koristei pojedine standardne nesigurnosti pridruene ulaznim veliinama
mjerenog modela. Takoe, sastavljena standardna nesigurnost moe se opisati kao standardna
nesigurnost mjernog rezultata kad se taj rezultat dobiva iz vrijednosti vie drugih veliina
jednaka pozitivnom drugom korijenu zbira lanova koji ine varijacije i kovarijacije tih drugih
veliina pomnoene teinskim faktorima koji odraavaju odnos promjene mjernog rezultata
prema promjeni tih veliina.
Poveana nesigurnost
Poveana nesigurnost je produkt sastavljene standardne nesigurnosti i faktora proirenja.
Poveana nesigurnosti se moe, takoe, opisati kao veliina koja odreuje interval oko
mjernog rezultata za koji se moe oekivati da obuhvata velik dio raspodjele vrijednosti koje
bi se razumno mogle pripisati mjerenoj veliini.
Faktor proirenja
Faktor proirenja je brojani faktor koji se upotrebljava kao mnoitelj sastavljene standardne
nesigurnosti da bi se dobila poveana nesigurnost. Faktor proirenja k obino je vrijednost
izmeu 2 i 3.

3. Uzroci mjerne nesigurnosti i pojave greaka[2]

Uzroci mjerne nesigurnosti mogu se podijeliti na pet osnovnih grupa. Svaka od ovih cjelina
uestvuje u ukupnoj ocjeni mjerne nesigurnosti odreenim udjelom. Podjela se moe pokazati
kao na slici 1.

Slika 1. Uticaji na rezultat mjerenja

Osnovni uzroci koji dovode do pojave greaka su :
- princip mjerenja koji podrazumijeva osnovni matematiki model koji opisuje nain
dobivanja mjerene veliine, smjenjivanje operacija, broj mjerenja, obrada informacija.
- sredstvo za odreivanje mjerne nesigurnosti odnosno oprema kao uzrok mjerne nesigurnosti
ima dvije komponente.
Prva komponenta se tie etalona i vremenske stabilnosti etalona, homogenosti, metroloke
karakteristike etalona.
Druga komponenta se odnosi na instrument mjerenja i to na njegovupouzdanost, tanost,
rezoluciju, rang mjerenja, nain prikazivanja rezultata, bias.
U toku jednog mjerenja, okruenje u kojem se izvodi proces mjerenja igra naroito vanu
ulogu. Ako se mjerenje provodi u uslovima promjenjive temperature, vlanosti, pritiska,
vibracija i drugih faktora koji se mogu okarakterisati kao parametri sredine, pouzdanost i
ponovljivost procesa mjerenja e ozbiljno biti naruena a time i tanost rezultata mjerenja.
Materijal u procesu mjerenja moe uestvovati svojom kvalitetom, homogenou,
temperaturnom stabilnou, fizikim i hemijskim karakteristikama.

Slika 2. Uticaji na pojavu greaka mjerenja i mjerne nesigurnosti

Greke koje pridonose mjernoj nesigurnosti moe uzrokovati i osoba koja vri mjerenje-
operater. Naime, instrumenti koji se koriste pri mjerenju mogu biti analogni i digitalni.
Prilikom oitavanja rezultata mjerenja mogue je pogreno oitavanje sa analognih
instrumenta. S obzirom da digitalni instrumenti za podioke imaju diskretne cjeline pri
prikazivanju rezultata javlja se greka zaokruivanja. Operater unosi kao faktore koji utiu na
proces mjerenja njegovo iskustvo, kvalifikacije i strunost, trenutno raspoloenje i
koncentraciju. U svakom sluaju greke mjerenja su posljedica uticaja sluajnog i
sistematskog karaktera koji proizvode navedenih pet glavnih faktora:
- mjerni instrument
- radni komad
- okolina
- izvrilac mjerenja - operator (metrolog)
- mjerna strategija.
Posljedice takvih uticaja prikazane su na slici 3.
 Slika 3. Posljedice uticaja okoline na greke mjerenja
4.GUM I PROCEDURE ODREIVANJA MJERNE NESIGURNOSTI
Novi pristup odreivanja mjerne nesigurnosti, jedinstven i razumljiv za cijeli svijet poeo se
primjenjivati uvoenjem GUM (Guide to the Expression of Uncertainty in Measurement).
Donoenju odluke o izradi GUM-a prethodio je dokument koji je 1980, napravila radna grupa
formirana od strane BIPM. Grupa eksperata je radila na IIzvjetavanju nesigurnosti i objavila
dokument pod nazivom Preporuka INC-1 (Recommendation INC-1). Dokument je odobren od
strane CIPM 1981 prvi put i ponovo potvren 1986 vlastitom CIPM-ovom Preporukom 1 (CI-
1981) i 1 (CI-1986). Rad ISO/TAG 4/WG 3 rezultirao je izdavanjem dokumenta koji nosi
naziv Vodi za Izraavanje nesigurnosti u mjerenju ili GUM kako se esto zove.
Internacionalna Organizacija za Standarde (ISO) po prvi put objavljuje ovaj dokument 1993
(prepravljen i ponovo odtampan 1995) u ime sedam internacionalnih organizacija koje su
podrale razvoj ISO/TAG 4:
Danas nije mogue kvantitativno izraziti bilo koji rezultat mjerenja bez odreene sumnje u
njegovu tanu vrijednost. Nedostatak znanja o faktorima koji utiu na mjerenje (sluajni i
sistematski faktori) podario nam je izraz kao to je mjerna nesigurnost. Svako mjerenje je
izloeno razliitim uticajima i smetnjama bilo da proizilaze iz sluajnih ili sistematskih
efekata, obino iz oba. Zbog ovih efekata rezultat mjerenja lei unutar intervala koji
se oznaava kao nesigurnost mjerenja. Standard koji se bavi izraavanjem nesigurnosti
mjerenja a nosi naziv Vodi za Izraavanje Mjerne Nesigurnosti (GUM), dao je slijedeu
definiciju mjerne nesigurnosti:
Parametar, vezan za rezultat mjerenja, koji karakterierasipanje vrijednosti koje bi sa
pravom mogle biti pridruene mjerenoj veliini, gdje je mjerena veliina odreena
veliina podvrgnuta mjerenju.
GUM standard je iroko prihvaen u mnogim podrujima istraivanja gdje se mjerenje
primjenjuje. Iz GUM-a kao internacionalnog standarda su izvedeni nacionalni standardi za
izraavanje mjerne nesigurnosti. U cilju podrobnijeg objanjenja mjerne nesigurnosti GUM
standard je dao i slijedee definicije o nesigurnosti u mjerenju:
- mjera mogue greke pri procijenjenoj vrijednosti mjerene veliine date kao rezultat
mjerenja; ili
- procjena koja karakterie podruje vrijednosti u kojem lei tana vrijednost mjerene veliine
kada je mjerna nesigurnost procijenjena i izraena na takav nain da prikazuje nivo povjerenja
da vrijednost stvarno lei unutar granica definisanih intervalom nesigurnosti.
Nesigurnost rezultata mjerenja reflektuje nedostatak znanja o vrijednosti mjerene veliine.
Izvori nesigurnosti u mjerenju su:
nepotpuna definicija mjerene veliine;
nepotpuno shvatanje definicije mjerene veliine;
nereprezentativno uzorkovanje - uzorak mjerene veliine ne mora reprezentovati definisanu
mjerenu veliinu;
nedovoljno znanje o efektima uslova okruenja na mjerenje ili nezadovoljavajue mjerenje
uslova okruenja;
lini bias u itanju analognih instrumenata;
konana rezolucija instrumenata;
netane vrijednosti standarda za mjerenje i referentnog materijala;
netane vrijednosti konstanti i drugih parametara dobivenih iz vanjskih izvora i koritenih u
algoritmima za manje podataka;
aproksimacije i pretpostavke utjelovljene u metod i proceduru mjerenja;
varijacije i ponavljajua posmatranja mjerene veliine pod prividno
slinim uslovima;
U stvarnosti rezultat mjerenja je jednostavno najbolja procjena vrijednosti veliine koja se
treba mjeriti.[2]

4.1.PROCJENA MJERNE NESIGURNOSTI GUM METODOM

4.1.1 Modeliranje mjerenja [3]
U veini sluajeva mjerena veliina Y ne mjeri se izravno nego se odreuje iz N drugih
veliina X1, X2,, XN na temelju funkcijskog odnosa f:
Matematiki model mjerenja jedne (skalarne) veliine moe se izraziti na temelju tog
funkcijskog odnosa f:
Y =f ( X ) , (1)

gdje vektor X predstavlja N ulaznih veliina (X1, X2,, XN) , dok je Y izlazna skalarna
T

veliina. Svaki Xi se promatra kao sluajna varijabla, a njena procjena je xi. Y je, takoe,
sluajna izlazna varijabla, a njena procjena se oznaava sa y.

Slika 4. Skalarni odnos izmeu ulaznih veliina i mjerene veliine

Ulazne veliine X1, X2,, XN o kojima ovisi izlazna veliina Y mogu se same promatrati kao
mjerene veliine i mogu same ovisiti o drugim veliinama, ukljuujui ispravke i faktore
ispravka zbog sistemskih djelovanja, dovodei tako do sloenog funkcijskog odnosa f ,koji se
ne mora uvijek, ali moe i eksplicitno napisati. Funkcija f, moe biti odreena
eksperimentalno ili postojati samo kao algoritam koji se mora brojano proraunati. Funkciju
f treba tumaiti u tom irem smislu, a posebno kao funkciju koja sadri svaku veliinu
ukljuujui sve ispravke i faktore ispravka, koja moe svojom znaajnom sastavnicom
doprinijeti mjernom rezultatu.
Skup ulaznih veliina X1, X2,, XN moe se svrstati u razrede:
- veliina ije se vrijednosti i nesigurnosti izravno odreuju u stvarnom mjerenju. Te se
vrijednosti i nesigurnosti mogu dobiti, primjerice, iz nekog pojedinanog mjerenja,
ponovljenih mjerenja ili procjene koja se temelji na iskustvu, a moe ukljuivati odreivanje
ispravaka oitavanja instrumenta i ispravaka zbog uticajnih veliina kao to su temperatura
okoline, atmosferski pritisak i vlanost.
- veliina ije se vrijednosti i nesigurnosti uvode u mjerenje iz vanjskih izvora kao to su
veliine pridruene mjernim etalonima, potvrenim referentnim tvarima i referentnim
podacima dobivenim iz prirunika.

Procjena mjerene veliine Y, koja se oznauje s y, dobiva se iz jednaine (2) upotrebom

procjena ulaznih veliina x1,x2,,xN za vrijednosti tih N veliina X1, X2,, XN. Prema tome,
procjena izlazne veliine y tog mjernog rezultata daje se izrazom :
y=f ( x 1 , x 2 , , x N ), (2)

Slika 5. Vektorski odnos izmeu ulaznih veliina i mjerene veliine

U nekim se sluajevima ta procjena y moe dobiti i iz izraza:
n n
1 1
y=Y =
n k=1
Y k = f (X 1,k , X 2,k , , X N , k ),
n k=1 (3)

Kao procjena y uzima se aritmetika sredina ili prosjek n neovisnih odreivanja Yk veliine Y,
od kojih svako ima istu nesigurnost i svako se temelji na potpunom skupu izmjereni
vrijednosti N neovisnih veliina Xi dobivenih u isto vrijeme.
Ovom nainu usrednjavanja moe se dati prednost kad je f nelinearna funkcija ulaznih
n

y=f ( X 1 , X 2 , X N ) , gdje je X i ,k
veliina X1, X2,, XN pred usrednjavanjem X i= k=1
n
aritmetika sredina pojedinanih mjerenja Xi,k , ali ta su dva pristupa identina ako je f linearna
funkcija veliina Xi. Procijenjeno standardno odstupanje pridrueno procjeni izlazne veliine
ili mjernog rezultata y, koje se naziva sastavljenom standardnom nesigurnou i oznauje se
uc(y), odreuje se iz procijenjenog standardnog odstupanja pridruenog procjeni ulazne
veliine xi, koje se naziva standardnom nesigurnou i oznauje s
Svaka procjena ulazne veliine xi i njezina pridruena standardna nesigurnost u(xi) dobivaju se
iz raspodjele moguih vrijednosti ulazne veliine Xi. Ta raspodjela vjerovatnoe moe se
temeljiti na frekvenciji, tj. na nizu mjerenja Xi,k veliine Xi, ili to moe biti kakva apriorna
raspodjela. Prorauni sastavnica A-vrste standardne nesigurnosti nalaze se iz funkcije gustoe
vjerovatnosti izvedeni iz promatrane raspodjele uestalosti ponavljanja , dok se prorauni B-
vrste nalaze iz predpostavljenih funkcija gustoe vjerovatnosti baziranih na stepenu
vjerovanja da e se sluaj dogoditi. Mora se shvatiti da su u oba sluaja te raspodjele modeli
koji slue za prikaz stanja naeg znanja.
4.1.2. Proraun standardne nesigurnosti A-vrste[5]
Prema [4] uslov za odreivanje standardne nesigurnosti A vrste je da istu ulaznu veliinu
neovisno promatramo vie puta pod istim mjernim uslovima. Ako je ulazna veliina q, a broj
mjerenja jednak n, dobivamo sljedee:
n
1
q = q k , (4)
n k=1

Mjerna nesigurnost za dobivenu aritmetiku sredinu ulazne veliine moe se odrediti jednom
od ovih metoda:
a) Procjena varijanse raspodjele jednaka je eksperimentalnoj varijansi s (q)2

n
1
2
s (q k )= ( q q )2 ,
n1 k=1 k (5)

pri emu se drugi korijen iz izraza naziva eksperimentalnim standardnim

odstupanjem, dok je najvea procjena varijanse aritmetike sredine jednaka
eksperimentalnoj varijansiji srednje vrijednost te se drugi korijen iz izraunate
jednaine naziva eksperimentalnim standardnim odstupanjem srednje
vrijednosti.

2 s2 (q k )
s (q )= , (6)
n

Standardna nesigurnost u(q) pridruena procijeni ulazne veliine eksperimentalno

je standardno odstupanje srednje vrijednosti

u( q )=s ( q ) , (7)
b) Za dobro opisana mjerenja pod statistikim nadzorom mogue je koristiti sastavljenu
procijenu varijanse iz izraza
sp
u= , (8)
n
 4.1.3. Odreivanje standardne nesigurnosti B vrste[5]
Za sve proraune nesigurnost u ovom radu biti e koriteni izrazi izraunavanja nesigurnosti
umjeravanja prema izrazima dantim iz [4] ili izvedeni izrazi iz istih.
Kod odreivanja standardne nesigurnosti B vrste u obzir se uzimaju slijedei podaci dobiveni
naunom procjenom:

-podataka dobivenih iz prijanjih mjerenja

-prijanjih znanja i iskustva o mjerilima
-specifikacije proizvoaa
-podataka iz prijanjih umjeravanja ili potvrda o umjeravanjima
-nesigurnosti pridruene referentnim podacima a uzete iz prirunika

Odreivanje standardne nesigurnosti B vrste mogue je na slijedee naine:

a) ako je poznata samo jedna vrijednost mjerene veliine Xi, rezultata prijanjeg
mjerenja ili neke referentne vrijednosti iz prirunika, ta se vrijednost upotrebljava
za procjenu ulaznih veliina xi. Standardna nesigurnost u(xi) pridruena xi mora se
prihvatiti tamo gdje je data.

b) Kada se na temelju teorije ili iskustava moe pretpostaviti raspodjela vjerovatnoe

za veliinu Xi , tada se procjena ulazne veliine x i te pridruene standardne
nesigurnosti u(xi) uzima redom iz odgovarajueg oekivanja ili oekivanu
vrijednost i drugi korijen varijansije te raspodjele.

c) Ako nam je poznata samo gornja i donja granica a + i a- vrijednosti veliine Xi kao u
mnogim sluajevima proizvoake specifikacije mjerila, za mogue vrijednosti
ulazne veliine Xi pretpostavlja se raspodjela vjerovatnoe sa stalnom gustoom
vjerovatnosti izmeu tih granica. U skladu sa (b) za procijenjenu se vrijednost
dobiva:

++a ,
a
(9)
1
x i=
2

dok je kvadrat standardne nesigurnosti

 x

++a
a
(10)

1
u2 ( i)=
12

Vano je napomenuti da kad se procjena ulazne veliine temelji na procijeni granica intervala
pojavljivanja ( od -a do +a ), uz istu vjerovatnost pojavljivanja unutar intervala, odnosno uz
vjerovatnost jednakoj nuli za pojavljivanje izvan tog intervala, tada standardnu nesigurnost
dobivamo iz pravougaone raspodjele. Standardna nesigurnost dobiva se iz izraza:

x
a
u( i )= , (11)
3

U sluaju kada se predpostavlja procjena ulazne veliine, a vjerovatnost pojavljivanja u

Slika 6. Pravougaona raspodjela

granicama od -a do +a u okolici predpostavljene vrijednosti je nepoznata, koristi se simetrina
trougaona raspodjela. U tom sluaju standardna nesigurnost iznosi:

x
a
u( i )= , (12)
6

Slika 7. Trougaona raspodjela
 4.1.4. Odreivanje sastavljene mjerne nesigurnosti [5]

Sastavljena mjerna nesigurnost [4] odreuje se sastavljanjem standardnih mjernih

nesigurnosti u(xi) procjene ulaznih veliina x1, x2, ...,xn. Takva sastavljena mjerna nesigurnost
procjene y oznauje se sa uc(y).

Ulazne veliine x1, x2, ...,xn mogu biti neovisne jedna o drugoj, u tom sluaju se radi o
nekolinearnim ulaznim veliinama, i mogu biti ovisne jedna o drugoj i u tom sluaju
govorimo o kolineranim ulaznim veliinama. Kod izraunavanja sastavljene mjerne

nesigurnosti uc(y) za umjeravanja mjerne opreme koristi se izraz za nekolinerane ulazne

veliine dat izrazom:
N
f 2 2
u2c ( y )=
i=1
( )
Xi
u ( Xi) , (13)

gdje je sastavljena mjerna nesigurnost uc(y) jednaka drugom korijenu sastavljene

2
varijancije u c(y)

Primjer 1.[6]
Za izraunavanje potronje snage u otpornikom elektrinom kolu (P=VI), mjereni su napon i
struja, i izmjereno je :
V =100 2[V ]
I =10 0,2 [ A]
Izraunaj maksimalnu moguu greku kao i najbolju procjenu mjerne nesigurnosti u
izraunavanju snage. Predpostaviti da je nivo povjerenja za mjernu nesigurnost isti za V i za I.
Rjeenje:
Da bi to uradili, moramo izraunati parcijalne derivacije P po V i po I :
P
=I =10,0 [ A ]
V

P
=V =100,0[V ]
I

Pa je :

(u P)max =|VP u |+|PI u |=10 2+100 0,2=40[W ]

V I

2 1 /2

[( ) ( ) ]
2
P P
=[ (10 2 ) + ( 100 0,2 ) ]=28,3 [W ]
2 2
u P= uV + uI
V I

Komentar: Maksimalna mjerna nesigurnost od 40 [W] je 4% od ukupne snage

(P=VI=10010=1000 [W]), dok predviena mjerna nesigurnost od 28,3 [W] ini 2,8%
ukupne snage. Maksimalna predviena greka je previsoka za veinu sluajeva.
 4.1.5. Odreivanje proirene mjerne nesigurnosti [5]

Iz [1] proirena mjerna nesigurnost je mjera nesigurnosti koja odreuje interval oko mjernog
rezultata za koji se moe oekivati da obuhvata veliki dio raspodjele vrijednosti koje se
razumno mogu pridruiti mjerenoj veliini. Proirena mjerna nesigurnost dobiva se

mnoenjem sastavljene standardne nesigurnosti uc(y) s faktorom pokrivanja k te se oznaava s

U:

U=k u c ( y ) , (13)

Vrijednost faktora pokrivanja k odabire se na temelju zahtijevanog nivoa povjerenja za

interval y-U do y+U. Openito k e biti u podruju izmeu 2 i 3. U mjernim situacijama gdje
je raspodjela vjerovatnoe opisana s y i uc(y) priblino normalna, a broj stvarnih stepeni
slobode sastavljene standardne nesigurnosti uc(y) znaajan po iznosu, esto je prikladan
jednostavniji pristup koji se pojavljuje u praksi, moe se predpostaviti da uzimanje k=2 daje
interval koji ima nivo povjerenja povjerenja od priblino 95%, a uzimanje k=3 daje interval
koji ima nivo povjerenja od priblino 99%.

Tanije odreivanje mjerne nesigurnosti pokazuje da je raspodjela varijable (y-Y)/uc(y) moe

aproksimirati t-raspodjelom za efektivni stepen slobode veff koji se rauna Welch-
Satterthwaite-ovom formulom
4
ui
vi
N

[], (14)
i=1
u2c ( y)
v eff =

Proirena sigurnost se tada rauna izrazom

v
( eff ) uc ( y ) , (15)
U p=k p u c ( y )=t p

Te definira interval Y=yUp koji ima priblinu razinu pouzdanosti P

Za normalnu raspodjelu v=n-1, dok za apriori raspodjelu, za koju je u ( x i) tano poznata,

v

Tabela 1: Vrijednost faktora proirenja kp koji uz pretpostavku normalne razdiobe daje interval
povjerenja koji ima razinu povjerena p [5]

Razina povjerenja p (%) Faktor proirenja kp

 68,27 1

90 1,645

95 1,960

95,45 2

99 2,576

99,73 3

Primjer 2. [6]
U postrojenju za proizvodnju hemikalija, elije za punjenje se koriste za mjerenje mase
hemijske smjese tokom procesa mjeanja. Srednja vrijednost izmjerene mase nakon 10
mjerenja je bila 750 [kg]. Iz prethodnog velikog broja mjerenja poznato je standardno
odstupanje mjerenja od 15 [kg] (to podrazumijeva da je k=2,0 za nivo povjerenja 95%). Pod
pretpostavkom da elija za punjenje ne unosi nikakvu sluajnu mjernu nesigurnost u mjerenje,
za nivo pouzdanosti od 95% izraunati :
a) Standardno odstupanje i sluajnu mjernu nesigurnost svakog mjernja
b) Standardno odstupanje i sluajnu mjernu nesigurnost srednje vrijednosti dobivene
nakon 10 mjerenja
Rjeenje:
U ovom problemu
S x =15[kg]

dobiveno nakon velikog broja mjerenja, i

M =10

broj mjernja koritenih za odreivanje srednje vrijednosti

a) Za svako (pojedinano mjerenje) standardno odstupanje je :
S x =15[kg]

I mjerna nesigurnost jednog mjerenja je : Px =k S x =2 S x =30[kg]

b) Za srednju vrijednost mjerenja x =750[kg ] , standardno odstupanje je:

Sx 15
S x = 1
= 1
=4,7[kg]
2 2
(M) ( 10 )

Sluajna mjerna nesigurnost srednje vrijednosti je :

Px =k S x =2 4,7=9,4 [kg]

4.2. PROCJENA MJERNE NESIGURNOSTI METODOM MONTE[4]

CARLO (MCS)
Metoda Monte Carlo prua openiti pristup dobivanja numerike aproksimacije G. Glavni
princip dobivanja aproksimacije jest ponovljeno skupljanje funkcije gustoe vjerovatnosti za
Xi, te procjenu modela u svakom sluaju skupljanja.
Kako GY() prua sve informacije o Y, svako obiljeje vrijednosti Y, kao oekivanje, varijansa
i interval proirenja, se moe aproksimirati koristei G.
Ako yr, r = 1,,M predstavlja vrijednosti modela M nezavisno prikupljenih iz raspodjele
vjerovatnosti izlazne varijable Y, tada se njeno oekivanje E(Y), i varijansa V(Y) moe
aproksimirati koristei vrijednost yr.
Svaki yr dobiva se sluajnim skupljanjem iz funkcije gustoe vjerovatnosti za ulazni
parametar Xi, te procjenom modela iz sakupljenih vrijednosti.
Primarna izlazna funkcija G je sainjena od yr svrstanih u rastuem poredku.

Metoda Monte Carlo se moe navesti prema sljedeim koracima:

a) Odabrati broj M ispitivanja koji e biti uinjeni.
b) Proizvesti M vektore, skupljanjem iz dodijeljenih funkcija gustoe vjerovatnosti kao
izvedba ulaznih veliina Xi.
c) Za svaki vektor M, iz odgovarajueg modela vrijednosti Y, dobiti vrijednosti modela
M.
d) Sortirati vrijednosti modela M u ne rastuem redoslijedu, kako bi odredili G.
e) Koristei G procijeniti y, te standardnu nesigurnost u(y).
f) Koristei G izraditi odgovarajui interval proirenja za Y, prema utvrenoj
vjerovatnosti proirenja p.

Slika 8. Uvjeti za valjano provoenje Monte Carlo metode

Raspodjele faze proirenja se mogu ispravno koristiti, te se informacije zakljuka mogu

naknadno odrediti, samo ako su sljedei uslovi zadovoljeni:
a) funkcija f(X) mora biti neprekinuta u svim svojim dijelovima
b) funkcija raspodjele za Y, takoer, neprekinuta i iskljuivo u rastuem poredku
c) funkcija gustoe vjerovatnosti za Y mora biti neprekinuta u intervala za koji je funkcija
iskljuivo pozitivna i iskljuivo u rastuem poredku lijevo od moda ili iskljuivo u padajuem
poretku desno od moda, te mora imati jedan ekstrem (vrh)
d) oekivanje i varijansa moraju postojati
e) dovoljno velika koliina broja pokusa M se mora koristiti

5.ASIMETRINA RASPODJELA

U svrhu utvrivanja uticaja faktora proirenja k, u postupku procjenjivanja proirene mjerne

nesigurnosti, primijenjena je GUM i Monte Carlo metoda na asimetrinoj izlaznoj raspodjeli.
GUM metoda svaku izlaznu raspodjelu aproksimira normalnom, to je prikazano na slici 9.
plavom neprekinutom linijom. No, kao to se vidi iz slike 9., izlazna raspodjela se ne mora
uvijek poklapati sa normalnom.

Slika 9. Aproksimacija gustoe vjerovatnosti za asimetrinu raspodjelu

U tabeli 2. su date vrijednosti za aritmetiku sredinu, medijan, standardnu nesigurnost, te

intervale proirenja ovog primjera.

Tabela 2. Kljune vrijednosti

x x s 95% interval proirenja

GUM 9,995 9,342 4,467 [1,061; 18,929]

MCM 9,995 9,342 4,467 [2,425; 18,830]

Kao to se moe vidjeti iz priloene slike i datih rezultata, normalna raspodjela i ovaj puta ne
odgovara u potpunosti izlaznoj raspodjeli vjerojatnosti. GUM metodom je mogue dobiti
tane intervale proirenja ukoliko se radi o simetrinoj izlaznoj raspodjeli, no ukoliko je
raspodjela asimetrina, kao u ovom primjeru, dolazi do znaajnih odstupanja u rezultatima.
6. ZAKLJUAK
Mjerna nesigurnost je vana komponenta koja ini mjerni rezultat i njen izvjetaj je
neophodan da bi se mogla donijeti odluka da li je rezultat adekvatan za odreenu upotrebu. S
obzirom da svaki rezultat mjerenja u sebi sadri greku mjerenja, rezultat mjerenja se dobije
samo priblino tanoj vrijednosti mjerene fizike veliine. Mogue je izvriti korekciju
mjerne nesigurnosti, meutim kako je proces korekcije sam po sebi nesigurnost, ona se ne
moe svesti na nultu vrijednost. Raunanje mjerne nesigurnosti ovisi o matematikom modelu
koji opisuje mjerenu veliinu. Prilikom matematikog modeliranja potrebno je razmotriti sve
aspekte koji utiu na gree mjerenja. GUM i MCS metoda opisuju postupke procjene mjerne
nesigurnosti upotrebo razliitih raspodjela
Procjena sastavljene mjerne nesigurnosti kolinearnih ulaznih veliina je mnogo sloenije od
procjene nekolinearnih ulaznih veliina
Odreivanje proirene mjerne nesigurnosti zavisi od zahtjevanog nivoa povjerenja i raspodjeli
veliine Y
Kada je rije o asimetrinom intervalu mjerne nesigurnosti, potrbno je izvriti procjnu
nesigurnosti oba intrvala posebno
7.LITERATURA
[1] International Organization for Standardization (ISO), International vocabulary of
metrology Basic and general concepts and associated terms (VIM), 3rd edition, Geneva,
Switzerland, 2008.
[2] R.prof.dr Nermina Zaimovi-Uzunovi, Mjerna tehnika, Mainski fakultet u Zenici,
Zenica, 2006 godine
[3] Vanja Matkovi, ZAVRNI RAD-Utjecaj faktora proirenja k u postupku procjenjivanja
mjerne nesigurnosti, Fakultet strojarstva i brodogradnje Zagreb
[4] EA-4/02 Izraavanje mjerne nesigurnosti pri umjeravanju, DZM, Zagreb, 2008
[5] Danijel Horvati, DIPLOMSKI RAD- Umjeravanje mjernih instrumenata, Fakultet
strojarstva i brodogradnje Zagreb
[6] Anthony J. Wheeler, Ahmad R. Ganij, Introduction to Engineering Experimentation
[7] Biserka Runje, Teorija i tehnika mjerenja, Zagreb 2014
[8] Mirsada Oru, Branka Muminovi, Raza Sunulahpai, Almaida Gigovi-Geki, Procjena
mjerne nesigurnosti kod kalibracije kidalice za mjerno podruje od 500 kn