För att kunna exakt beskriva osäkerheten i en mätning är det inte tillräckligt att bara känna till de individuella osäkerheterna för varje parameter i en beräkning. Det är ofta mer användbart att sammanställa alla dessa osäkerheter i en så kallad "osäkerhetsbudget", som ger en mer överskådlig och organiserad bild av mätningens osäkerheter och deras påverkan på resultatet.
En osäkerhetsbudget är en tabell där man ordnar alla kvantiteter som är involverade i osäkerhetsanalysen. Detta inkluderar uppskattningar av osäkerheterna, känslighetskoefficienterna och deras respektive bidrag till den totala osäkerheten. Ett bra exempel på en osäkerhetsbudget visas i tabell 3.5, där man kan se hur varje osäkerhet från de olika mätvariablerna påverkar det slutliga resultatet.
För exempelvis en gängmätning kan en sådan osäkerhetsbudget visa att den största källan till osäkerhet är den som kommer från "steget" (P). Om man vill minska den totala osäkerheten bör denna parameter vara den första att förbättras, till exempel genom att göra direkta mätningar eller genom att definiera en förenklad modell för gängdiametern, där man förbigår osäkerheten i P och får en mindre osäkerhet i resultatet.
För att få en mer exakt uppskattning av osäkerheten används ofta begreppet "konfidensintervall". Genom att multiplicera den standardmässiga osäkerheten med en faktor (k), kan man definiera ett konfidensintervall som återspeglar den osäkerhet som är förknippad med resultatet. Vanligtvis används k = 2 för att uppnå ett konfidensintervall på 95%, vilket innebär att resultatet ligger inom detta intervall med en sannolikhet på 95%. För den beräknade gängdiametern skulle resultatet kunna rapporteras som: "Den uppmätta gängdiametern är d = (16,4511 ± 0,0032) mm", där den utvidgade osäkerheten är den standardmässiga osäkerheten multiplicerad med täckningsfaktorn k = 2.
Vid osäkerheter som kommer från typ A med få frihetsgrader, kan det vara nödvändigt att använda en högre täckningsfaktor än 2. För dessa situationer kan man beräkna effektiva frihetsgrader, som sedan kan användas för att hitta det lämpligaste t-värdet för en t-fördelning. Detta görs med hjälp av Welch-Satterthwaite ekvation, där man tar hänsyn till både osäkerheterna och deras respektive frihetsgrader.
En annan metod som kan användas för att analysera osäkerheter är Monte-Carlo-simuleringar. Denna metod innebär att man simulerar flera olika scenarier genom att skapa slumpmässiga variationer av de indata som ingår i modellen. Genom att simulera ett stort antal resultat (k simuleringar) kan man få en fördelning av resultatet, vilket gör det möjligt att beräkna konfidensintervall och andra statistiska mått. Metoden ger också en mer detaljerad bild av hur osäkerheterna i olika variabler påverkar det slutliga resultatet, särskilt när osäkerheterna inte är lika fördelade eller följer en normalfördelning.
Vid användning av Monte-Carlo-metoden appliceras den funktionella relationen för att beräkna utfallet från de givna osäkerhetsdistributionerna. Genom att köra många simuleringar skapas en fördelning av resultaten, och med fler simuleringar ökar tillförlitligheten i de beräknade osäkerheterna.
En typisk användning av Monte-Carlo-metoden inom osäkerhetsanalys kan vara att beräkna hur olika osäkerheter påverkar en mätning av gängdiametern. Genom att använda olika slumpmässiga värden för mätningar av de ingående parametrarna kan man få en fördelning av resultatet och därigenom uppskatta både den standardmässiga osäkerheten och konfidensintervallen på ett mer exakt sätt än vad som annars skulle vara möjligt med traditionella metoder.
Det är också viktigt att förstå att varje metod för att beräkna osäkerheter, oavsett om det är genom direkta derivator, osäkerhetsbudgetar eller Monte-Carlo-simuleringar, har sina egna fördelar och begränsningar. Därför kan det vara nödvändigt att kombinera flera olika tekniker för att få en fullständig och korrekt bild av osäkerheten i en mätning. Genom att noggrant analysera varje steg i osäkerhetsanalysen och förstå hur olika källor till osäkerhet samverkar, kan man få ett mer tillförlitligt och exakt resultat.
Hur fungerar mätmikroskop och profilprojektorer inom dimensionsmätning?
Mätmikroskopet är ett av de mest precisa verktygen inom dimensionell mätteknik och används för att mäta olika objekt med hög noggrannhet. Mikroskopet är vanligtvis fäst på en av maskinens axlar ovanför mätbordet, där två axlar bestämmer mätplanet i vilket arbetsstycket kan förflyttas. Mikroskopet kan justeras i den vertikala z-riktningen för fokusering och kan även tiltas över en liten vinkel, vilket är viktigt vid mätning av gängor. Det finns ett stort antal mätalternativ för 2D-mätningar, inklusive längd, vinkel, koordinater, gängor och profiljämförelser, till exempel för kugghjul.
Mätningen utförs genom att registrera arbetsstyckets punkter i koordinatpar (x, y) med hjälp av mikroskop eller kamera. För att observera arbetsstyckets punkter krävs det att objektet är belyst, vilket kan göras på olika sätt: genom belysning från toppen (genom linsen), från botten eller från sidan. Beroende på ljuskällans placering kan en ljus- eller skuggbild av objektet skapas. Vid mätning genom mikroskopet placeras en mätpunkt i mikroskopets synfält, och med hjälp av mätöepiskan, som kan innehålla optiska hjälpmedel som referenser, justeras den noggrant i förhållande till en referens, till exempel korslinjer, som också är synliga i okularen. Koordinatvärdena (x, y) bestäms genom att läsa de linjära mätsystemen för båda axlarna.
Vid mätning uppstår ofta ett problem: arbetsstyckets nollpunkt stämmer sällan överens med maskinens nollpunkt, och arbetsstyckets axlar är inte alltid parallella med koordinataxlarna. Detta innebär att de önskade dimensionerna inte kan bestämmas direkt. För att lösa detta krävs koordinattransformationer, där de mätpunkter som definieras i maskinens koordinatsystem måste omvandlas till arbetsstyckets koordinatsystem. För att förenkla detta kan arbetsstycket mekaniskt justeras så att det är parallellt med koordinataxlarna och att koordinaterna sammanfaller. Detta gör att dimensionerna kan beräknas från mätpunkterna.
Mätmikroskopen har blivit mer automatiserade genom användning av datorer som kopplas till mätsystemen. Detta möjliggör inte bara automatisk mätning utan även nödvändiga beräkningar och transformationer. Vanliga funktioner i sådan mjukvara inkluderar beräknad justering av arbetsstycket (transformering), beräkning av linjer eller andra funktioner baserade på mätpunkter, beräkning av vinklar mellan linjer, bestämning av cirklar genom mätpunkter och beräkning av olika skärningar mellan cirklar och linjer.
Numera använder moderna mätmikroskop CCD-kamerasystem istället för manuell observation för att bestämma mätpunkterna. I CCD-området definieras pixelnätet ett eget koordinatsystem (x, y), som måste kalibreras mot maskinens axlar. Sådana system kallas ofta visionsystem. Förutom fördelen att mätpunkterna bestäms automatiskt, ger dessa kameror också högre upplösning och noggrannhet.
När mätaxlarna är CNC-styrda (dvs. att positioneringen av x-y-bordet sker via dator) kan liknande arbetsstycken mätas helt automatiskt efter att de önskade mätpunkterna programmerats för ett arbetsstycke. Kamerasystemet kan sedan automatiskt bestämma mätpunkterna för arbetsstycket efter att det justerats korrekt.
För mätosäkerhet är det viktigt att definiera tröskelvärden vid mätning av kanter. När en punkt på arbetsstycket motsvarande en CCD-pixel mäts kan utvärderingen påverkas av närliggande punkter som ligger närmare eller längre bort från den mätta punkten. Detta kan leda till ytterligare avvikelser, särskilt om dessa områden avbildas i en viss vinkel. För att motverka detta används ofta telecentriska objektiv.
Profilprojektorn, som liknar mätmikroskopet i konstruktion, skiljer sig främst genom att en skugg- eller projicerad bild av arbetsstycket förstoras på en projiceringsskärm. Denna utrustning används för att visuellt jämföra arbetsstycket med olika mätplattor eller för att mäta projicerade bilder med ett glaslinjal. Genom att använda en högt intensifierad ljuskälla kan skarpa bilder erhållas även vid stora förstoringar, och detta ger hög upplösning vid mätning.
Det finns också automatisk kantdetektion genom sensorer som kopplas till mätning via elektroniska mätsystem, vilket effektiviserar mätprocessen och ökar precisionen. Profilprojektorn har traditionellt använts för att göra snabba visuella inspektioner av arbetsstycken och är fortfarande ett användbart verktyg för olika typer av profiljämförelser.
Vid användning av både mätmikroskop och profilprojektorer är det viktigt att ha en förståelse för optisk noggrannhet och förmågan att korrekt justera och kalibrera systemet för att minimera mätfel. Dessutom spelar arbetsstyckets positionering och justering en avgörande roll för att säkerställa att mätpunkterna som tas är korrekta och att resultaten från beräkningarna är pålitliga.
Hur man utnyttjar Google Hacking för att hitta känslig information
Hur man arbetar med closures och deras kraftfulla tillämpningar i programmering
Hur fungerar sCO2-turbinen och vilka utmaningar finns?

Deutsch
Francais
Nederlands
Svenska
Norsk
Dansk
Suomi
Espanol
Italiano
Portugues
Magyar
Polski
Cestina
Русский