KR20220137783A - 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램 - Google Patents

측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램 Download PDF

Info

Publication number
KR20220137783A
KR20220137783A KR1020227033558A KR20227033558A KR20220137783A KR 20220137783 A KR20220137783 A KR 20220137783A KR 1020227033558 A KR1020227033558 A KR 1020227033558A KR 20227033558 A KR20227033558 A KR 20227033558A KR 20220137783 A KR20220137783 A KR 20220137783A
Authority
KR
South Korea
Prior art keywords
measurement
computer program
uncertainty
measurement uncertainty
measurement system
Prior art date
Application number
KR1020227033558A
Other languages
English (en)
Inventor
마르크 샤드
게오르크 샤딩
마르코 앙리케르
비올라 에렌스퍼거
Original Assignee
키스틀러 홀딩 아게
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 키스틀러 홀딩 아게 filed Critical 키스틀러 홀딩 아게
Priority to KR1020247014929A priority Critical patent/KR20240068779A/ko
Publication of KR20220137783A publication Critical patent/KR20220137783A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D2218/00—Indexing scheme relating to details of testing or calibration
    • G01D2218/10—Testing of sensors or measuring arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

본 발명은 측정 시스템(S)의 측정 불확실성(uncertainty; U)을 결정하기 위한 방법(V)에 관한 것으로서, 상기 측정 시스템은 물리적 측정 변수를 검출하고, 물리적 측정 변수를 검출하기 위해 측정 체인(chain; K)을 형성하는 복수의 전송 링크(transmission links; G1-G4)를 가지며, 바로 인접한 전송 링크들(G1-G4)은 측정 체인(K)에서 서로 인과 관계에 있다. 상기 방법은 다음 단계들을 갖는다: a) 컴퓨터 프로그램(C)을 사용하여 측정 체인(K)의 전송 링크(G1-G4)를 식별하기 위한 정보를 판독하는 단계; b) 컴퓨터 프로그램(C)을 사용하여 식별된 전송 링크(G1-G4)의 영향 변수(influencing variables; E11-E42)의 읽을 수 있는 라벨(labels)을 판독하고, 컴퓨터 프로그램(C)을 사용하여 측정 시스템(S)의 측정 불확실성(U)에 대한 상기 식별된 전송 링크(G1-G4)의 영향 변수(E11-E42)의 관련성을 결정하는 단계; 및 c) 컴퓨터 프로그램(C)을 사용하여 측정 시스템(S)의 측정 불확실성(U)을 계산하기 위해 관련성이 있는 것으로 결정된 영향 변수(E11-E42)를 사용하는 단계.

Description

측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램{Method and computer program product for determining the measurement uncertainty of a measuring system}
본 발명은 본원의 청구범위의 독립항의 전제부에 따른 측정 시스템의 측정 불확실성(uncertainty)을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램에 관한 것이다.
측정 시스템에 의한 물리적 측정 변수의 검출은 잘 공지되어 있다. 이러한 물리적 측정 변수는 힘, 무게, 온도 등일 수 있다. 물리적 측정 변수는 숫자 및 단위를 갖는 측정 값으로 표현된다. 단위는 일반적으로 뉴턴(N), 킬로그램(kg), 켈빈(K) 등으로 표준화된 형태로 제공된다.
일반적으로, 물리적 측정 변수를 검출하는 것은 시간 및 공간의 관점에서 서로 분리된 여러 단계를 필요로 한다. 온도는 예를 들어 측정 공간에서 측정되며, 이를 위해 측정 공간에 배치된 센서가 전기 전압 형태의 전기 저항을 검출하며, 그 후, 전기 전압은 신호 케이블을 통해, 측정 공간으로부터 공간적으로 떨어진 평가 유닛으로 측정 신호로서 전송되고, 여기서 측정 신호는 전기적으로 증폭되어, 디스플레이 상에 측정된 값으로 표현된다. 이는, 측정된 값이 디스플레이되기 전에, 온도 측정이 수행된다는 것을 의미한다. 그러므로 이러한 유형의 측정 시스템은 센서, 측정 케이블 및 평가 유닛과 같은 복수의 전송 링크(transmission links)를 포함하고, 상기 전송 링크는 측정 체인(chain)을 형성한다. 물리적 측정 변수를 검출하기 위해 측정 체인의 바로 인접한 전송 링크들 사이에는 인과 관계(cause-and-effect relationship)가 존재한다.
측정된 값은 항상 실제 값과 다르기 때문에, 물리적 측정 변수의 검출은 측정 불확실성과 관련된다. 이러한 이유로, ISO/IEC 가이드 98-3: 2008-09에서는 물리적 측정 변수를 관련 커버리지 간격(coverage interval)과 함께 최상의 근사치로 제시할 것을 요구한다. 최상의 근사치는 복수의 측정들의 산술 평균이다. 측정 불확실성은 커버리지 간격의 상한 및 하한과 최상의 추정 값의 차이이다. 참값은 사전 정의된 커버리지 확률로 커버리지 간격에 포함된다.
측정 불확실성은 전송 링크의 영향 변수(influencing variables)의 함수이다. 각각의 영향 변수는 영향 값으로 표현된다. 최상의 영향 추정치는 수 개의 영향 변수들의 산술 평균이다. ISO/IEC 가이드 98-3:2008-09에 따르면, 측정 불확실성을 결정하기 위해 모델 기반 절차가 수행되어야 하고, 여기서 먼저 전송 링크의 영향 변수가 결정된 후, 각각의 결정된 영향 변수에 대한 최상의 영향 추정치 및 최상의 영향 추정치에 기인한 측정 불확실성 기여도가 계산된다.
일반적으로, 측정 시스템의 사용자는 측정 시스템을 사용할 때 물리적 측정 변수를 검출하는 것과 관련된 측정 불확실성을 알기를 원한다. 예를 들어, 측정 시스템은 산업 제품에 대한 생산 설비의 일부이다. 이러한 경우, 생산 시스템은 종종 오직 알려지지 않은 측정 불확실성으로 인해 과잉 설계되거나, 또는 알려지지 않은 측정 불확실성으로 인해 산업 제품의 생산에서 불량 부품이 발생할 수 있다. 두 경우 모두, 알려지지 않은 측정 불확실성으로 인해 추가적인 투자 및 생산 비용이 발생하게 된다.
그러나, 측정 시스템의 측정 불확실성에 대한 지식을 얻기 위해서는, 전송 링크의 관련성이 있는 영향 변수를 결정하는 단계 및 관련 측정 불확실성과 함께 최상의 영향 추정치를 계산하는 단계를 포함하는 모델 기반 절차가 필요하다. 측정 시스템의 사용자는 종종 이러한 모델 절차와 관련된 시간 및 재료 노력을 회피하기를 원한다.
본 발명의 목적은 시간 및 재료 노력이 거의 요구되지 않는 측정 시스템의 측정 불확실성을 결정하기 위한 방법을 제공하는 것이다.
이러한 목적은 본원의 청구범위의 독립항의 특징에 의해 달성되었다.
본 발명은 측정 시스템의 측정 불확실성을 결정하기 위한 방법에 관한 것으로서: 상기 측정 시스템은 물리적 측정 변수를 검출하고; 여기서 측정 시스템은 복수의 전송 링크를 포함하고; 상기 전송 링크는 물리적 측정 변수를 검출하기 위한 측정 체인을 형성하고, 여기서 바로 인접한 전송 링크는 측정 체인에서 서로 인과 관계에 있고; 상기 방법은 다음 단계들을 포함한다: a) 컴퓨터 프로그램에 의해 측정 체인의 전송 링크를 식별하기 위한 정보를 판독하는 단계; b) 컴퓨터 프로그램에 의해 식별된 전송 링크의 영향 변수의 판독 가능한 라벨(labels)을 판독하고, 컴퓨터 프로그램에 의해 측정 시스템의 측정 불확실성에 관한 식별된 전송 링크의 영향 변수의 관련성을 결정하는 단계; 및 c) 컴퓨터 프로그램에 의해 측정 시스템의 측정 불확실성을 계산하기 위해 관련성이 있는 것으로 결정된 영향 변수를 사용하는 단계.
본 출원인은 측정 시스템의 상업적 제공자로서, 측정 시스템의 측정 불확실성을 결정하는데 기존 측정 시스템의 사용자를 도울 수 있는 충분한 전문 지식을 가지고 있다는 것을 발견하였다. 이는 측정 체인이 종종 사용자가 이용 가능한 전송 링크에 의해 이미 조립되어 있기 때문이다. 이 경우, 전송 링크는 그들의 이용 가능성의 용이성에 기초하여 선택된다. 그러나, 사용자는 측정 시스템의 측정 불확실성을 알지 못한다.
이것이 본 발명이 도입된 지점이다. 본 발명에 따른 방법에서, 본 출원인의 전문가 지식이 사용자에게 이용 가능하게 된다. 그들의 조립된 측정 체인의 전송 링크는 사용자에 대해 식별되며, 측정 시스템의 측정 불확실성에 대한 식별된 전송 링크의 영향 변수가 결정된다. 측정 시스템의 측정 불확실성은 결정된 영향 변수를 사용하여 계산된다.
바람직하게는, 결정된 영향 변수의 최상의 영향 추정치에 기인한 측정 불확실성 기여도가 각각의 결정된 영향 변수에 대해 제공된다. 그리고, 측정 시스템의 측정 불확실성은 제공된 측정 불확실성 기여도로부터 계산된다. 본 발명에 따른 방법은 사용자의 시간 및 재료 노력이 거의 필요하지 않다.
측정 시스템의 측정 불확실성을 결정하기 위한 본 발명의 방법의 단계들 a) 내지 c)는 컴퓨터 프로그램에 의해 수행된다.
이하에서 본 발명은 예시적으로 도면을 참조하여 예시될 것이다.
도 1은 복수의 전송 링크를 포함하는 측정 시스템을 도시한다.
도 2는 도 1에 따른 측정 시스템의 측정 불확실성을 결정하기 위한 방법에서의 단계들의 개략도를 도시한다.
도 3은 도 2에 따른 방법을 수행하기 위한 컴퓨터 프로그램을 위한 컴퓨터 시스템을 도시한다.
도 4는 도 2에 따른 방법의 단계 a)를 수행하기 위한 도 3에 따른 컴퓨터 시스템의 제 1 실시예를 도시한다.
도 5는 도 2에 따른 방법의 단계 a)를 수행하기 위한 도 3에 따른 컴퓨터 시스템의 제 2 실시예를 도시한다.
도 6은 도 2에 따른 방법의 단계 c)에서 측정 불확실성 기여도로부터 계산된 측정 불확실성의 제 1 예시적인 실시예를 도시한다.
도 7은 도 2에 따른 방법의 단계 c)에서 측정 불확실성 기여도로부터 계산된 측정 불확실성의 제 2 예시적인 실시예를 도시한다.
도 8은 도 2 및 도 6에 따른 방법의 제 1 예시적인 실시예에서 계산된 측정 불확실성을 갖는 측정 시스템의 성능의 조정을 도시한다.
도 9는 도 2 및 도 7에 따른 방법의 제 2 예시적인 실시예에서 계산된 측정 불확실성을 갖는 측정 시스템의 성능의 조정을 도시한다.
도 1은 복수의 전송 링크(G1-G4)를 포함하는 측정 시스템(S)의 예시적인 실시예를 도시한다. 시작부에 설명된 바와 같이, 측정 시스템(S)은 물리적 측정 변수를 검출하는 역할을 한다. 이를 위해, 전송 링크(G1-G4)는 측정 체인(K)을 형성한다. 물리적 측정 변수를 검출하기 위해, 측정 체인(K)의 바로 인접한 전송 링크들(G1-G4), 예를 들어 전송 링크들(G1 및 G2) 또는 전송 링크들(G2 및 G3) 사이에는 인과 관계가 존재한다. 도 1에 따른 예시적인 실시예에는 4 개의 전송 링크(G1-G4)가 도시되어 있다. 그러나, 본 발명을 알고 있는 당업자라면 물론 다소의 전송 링크를 포함하는 측정 시스템을 설계할 수 있다.
전송 링크(G1)는 압력 센서, 가속도 센서, 온도 센서 등과 같은 센서이다. 따라서, 센서는 압력, 가속도, 온도 등인 물리적 측정 변수를 측정하고, 전류, 전압 등과 같은 아날로그 측정 신호를 생성한다. 압전 센서 형태의 센서를 사용하여, 물리적 측정 변수는 최대 100 kHz의 측정 주파수로 측정될 수 있다. 또한, 압전 센서를 사용하면, 아날로그 측정 신호는 정상 조건 하에서 물리적 측정 변수에 비례한다. 압전 센서는 수 pC/N의 측정 감도로 힘을 측정할 수 있다. 그러나, 측정 감도는 주변 온도 및 압전 센서의 수명에 따라 변한다. 또한, 아날로그 측정 신호는 압전 센서의 선형성(linearity)으로 지칭되는 물리적 측정 변수에 대한 비례성으로부터 편차를 나타낸다. 마지막으로, 아날로그 측정 신호는 압전 센서의 측정 정확도로만 재현될 수 있다. "압전 센서의 측정 감도의 온도 의존성"은 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 부재(G1)의 제 1 영향 변수(E11)이다. "압전 센서의 측정 감도의 수명 관련 변동"은 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 링크(G1)의 제 2 영향 변수(E12)이다. "압전 센서의 선형성"은 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 링크(G1)의 제 3 영향 변수(E13)이다. "아날로그 측정 신호의 재현성"은 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 링크(G1)의 제 4 영향 변수(E14)이다.
전송 링크(G2)는 신호 케이블이 아날로그 측정 신호를 센서로부터 전기 증폭기로 전송하는 신호 케이블이다. 압전 센서의 경우, 아날로그 측정 신호는 최대 100 kHz의 측정 주파수를 가질 수 있고, 수 pC의 전하일 수 있다. 이와 관련하여, 신호 케이블의 케이블 임피던스가 중요하다. 특히 신호 케이블이 웨이브 저항으로 종단되지 않은 경우, 케이블 임피던스는 신호 케이블의 입력 단자에서 변경된다. "신호 케이블의 길이"는 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 링크(G2)의 제 1 영향 변수(E21)이다. "전송 주파수"는 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 링크(G2)의 제 2 영향 변수(E22)이다.
전송 링크(G3)는 전기 증폭기로서, 이 전기 증폭기는 전송된 아날로그 측정 신호를 수신하여 이를 전기적으로 증폭하여 디지털 측정 신호로 변환한다. "전기 증폭기의 측정 정확도"는 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 링크(G3)의 제 1 영향 변수(E31)이다. "전기 증폭기의 입력 채널들 간의 크로스 토크"는 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 링크(G3)의 제 2 영향 변수(E32)이다.
전송 링크(G4)는 평가 유닛으로서, 이 평가 유닛은 디지털 측정 신호를 평가한다. 평가 유닛은 데이터 처리 프로세서, 데이터 메모리 및 디스플레이 스크린을 포함한다. 평가를 위해, 디지털 측정 신호는 데이터 처리 프로세서에서 실행되는 컴퓨터 프로그램에 로딩될 수 있다. 디지털 측정 신호는 컴퓨터 프로그램에 의해 추가로 처리될 수 있다. 디지털 측정 신호는 데이터 메모리에 저장될 수 있다. 디지털 측정 신호는 또한 디스플레이 상에 디스플레이될 수도 있다. "추가 처리에서의 반올림 오차(rounding errors)"는 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 링크(G4)의 제 1 영향 변수(E41)이다. "추가 처리의 속도"는 측정 시스템(S)의 측정 불확실성(U)에 관련성이 있는 전송 링크(G4)의 제 2 영향 변수(E42)이다.
그러나, 본 발명을 알고 있는 당업자라면 또한 다른 전송 링크 및 다른 관련성이 있는 영향 변수를 갖는 측정 시스템을 구현할 수도 있다.
도 2는 측정 시스템(S)의 측정 불확실성(U)을 결정하기 위한 방법(V)의 단계들 a) 내지 e)의 개략적인 표현이다. 단계들 a) 내지 c)는 본 발명에 필수적이다. 추가 단계들 d) 및 e)는 선택적이다. 단계 a)에서, 측정 체인(K)의 전송 링크(G1-G4)가 식별된다. 단계 b)에서, 측정 시스템(S)의 측정 불확실성(U)에 대해 식별된 전송 링크(G1-G4)의 영향 변수(E11-E42)가 결정된다. 단계 c)에서, 결정된 영향 변수(E11-E42)는 측정 시스템(S)의 측정 불확실성(U)을 계산하기 위해 사용된다. 단계 d)에서, 평균 측정 불확실성 기여도(UØ)와 다른 측정 불확실성 기여도(U11-U44)를 갖는 적어도 하나의 식별된 전송 링크(G1-G4)가 결정된다. 또한, 단계 e)에서, 대체(replacement) 측정 불확실성 기여도(U11*-U44*)를 갖는 적어도 하나의 대체 전송 링크(G1*-G4*)가 적어도 하나의 식별된 전송 링크(G1-G4)에 대해 결정된다.
도 3은 측정 시스템(S)의 측정 불확실성(U)을 결정하기 위한 방법(V)을 수행하도록 구성된 컴퓨터 프로그램(C)에 대한 컴퓨터 시스템(R)을 도시한다. 컴퓨터 시스템(R)의 구성 요소는 데이터 처리 프로세서(R1), 데이터 메모리(R2), 적어도 하나의 입력 유닛(R3, R3'), 출력 유닛(R4) 및 적어도 하나의 통신 유닛(R5, R5')을 포함한다. 컴퓨터 시스템(R)은 상업적으로 이용 가능한 컴퓨터일 수 있다. 입력 유닛(R3, R3')은 키보드, 마우스, 터치 스크린, 데이터 인터페이스 등일 수 있다. 출력 유닛(R4)은 컴퓨터 디스플레이, 터치 스크린 등일 수 있다. 통신 유닛(R5, R5')은 컴퓨터 시스템(R)의 구성 요소들 사이에서 데이터를 통신한다. 통신 유닛(R5, R5')은 인터넷과 같은 네트워크, PCIe(Peripheral Component Interconnect Express) 버스와 같은 컴퓨터 버스 등일 수 있다. 데이터 인터페이스는 네트워크의 형태를 갖는 통신 유닛(R5, R5')에 연결되며, 여기서 이는 인터넷 프로토콜(IP), PCIe 프로토콜과 같은 네트워크 프로토콜에 따라 통신할 수 있고, 여기서 이는 네트워크 어드레스(network address)로 어드레싱될(addressable) 수 있다.
컴퓨터 시스템(R)의 개별 구성 요소는 사용자의 측정 시스템(S)에 배치될 수 있지만, 그러나 이들은 또한 사용자의 측정 시스템(S)으로부터 원격의 위치에 배치될 수도 있다. 본 발명의 목적을 위해, "원격"은 임의의 떨어진 거리에 있다는 것을 의미하는 것으로 의도된다. 또한, 컴퓨터 시스템(R)의 구성 요소는 또한 서로 떨어진 임의의 거리에 배치될 수도 있다. 따라서, 데이터 처리 프로세서(R1) 및 데이터 메모리(R2)는 사용자로부터 원격으로 위치되고, 입력 유닛(R3) 및 출력 유닛(R4)만이 사용자에 위치될 수 있다. 컴퓨터 시스템(R)의 각 구성 요소 중 하나 초과가 존재할 수도 있다. 따라서, 제 1 입력 유닛(R3) 및 제 1 출력 유닛(R4)은 사용자와 함께 배치되고, 제 2 입력 유닛(R3')은 사용자로부터 원격으로 배치되는 것도 가능하다. 또한, 컴퓨터 시스템(R)은 제 1 통신 유닛(R5) 및 제 2 통신 유닛(R5')을 포함하는 것도 가능하다.
컴퓨터 프로그램(C)은 데이터 메모리(R2)에 저장될 수 있고, 데이터 메모리(R2)로부터 데이터 처리 프로세서(R1)로 로딩될 수 있으며, 여기서 이는 측정 시스템(S)의 측정 불확실성(U)을 결정하기 위한 방법(V)을 수행하도록 실행될 수 있다.
단계 a)를 수행하기 위해, 전송 링크(G1-G4)를 식별하기 위한 디지털 정보 데이터(I)는 컴퓨터 프로그램(C)으로 판독된다. 데이터 메모리(R2)로부터 디지털 정보 데이터(I)를 판독하는 것은 입력 유닛(R3) 및 통신 유닛(R5)을 통해 수행된다.
도 4에 따른 단계 a)의 제 1 실시예에서, 사용자는 컴퓨터 키보드의 형태를 갖는 입력 유닛(R3)을 통해 측정 체인(K)의 전송 부재(G1-G4)를 식별하기 위한 정보를 입력할 수 있거나, 또는 사용자는 그 위에 도시된 전송 링크를 선택함으로써 터치 스크린의 형태를 갖는 입력 유닛(R3)을 통해 측정 체인(K)의 전송 링크(G1-G4)를 식별하기 위한 정보를 입력할 수 있다. 그 후, 입력 유닛(R3)에 입력된 정보는 통신 유닛(R5)을 통해 디지털 정보 데이터(I)로서 데이터 처리 프로세서(R1)로 통신되고, 여기서 이것은 컴퓨터 프로그램(C)에 의해 판독된다.
도 5에 따른 단계 a)의 제 2 실시예에서, 사용자는 컴퓨터 키보드 또는 컴퓨터의 터치 스크린의 형태를 갖는 제 1 입력 유닛(R3)을 통해 측정 체인(K)의 전송 링크(G1-G4)를 식별하기 위한 정보를 입력할 수 있다. 컴퓨터는 도 5에 도시되어 있지 않다. 제 1 입력 유닛(R3)은 컴퓨터를 통해, 네트워크의 형태를 갖는 제 1 통신 유닛(R5)에 연결된다. 컴퓨터 및 제 1 통신 유닛(R5)을 통해, 제 1 입력 유닛(R3)은 데이터 인터페이스의 형태를 갖는 제 2 입력 유닛(R3')의 네트워크 어드레스를 호출한다. 그 후, 입력된 정보는 제 1 입력 유닛(R3)에 의해 디지털 정보 데이터(I)로서 제 2 입력 유닛(R3')의 네트워크 어드레스로 통신된다. 제 2 통신 유닛(R5)을 통해, 제 2 입력 유닛(R3')으로 통신된 디지털 정보 데이터(I)는 데이터 처리 프로세서(R1)로 통신되고, 여기서 이것은 컴퓨터 프로그램(C)에 의해 판독된다.
추가로 도 5를 참조하면, 단계 a)의 제 3 실시예에서, 컴퓨터 프로그램(C)은 임의의 사용자 상호 작용 없이 측정 체인(K)의 전송 링크(G1-G4)를 식별하기 위해 디지털 정보 데이터를 자동으로 판독하는 것이 또한 가능하다. 이를 위해, 전송 링크(G1-G4)는 미국전기전자학회(Institute of Electrical and Electronics Engineers; IEEE) 표준 1451에 따른 트랜스듀서 전자 데이터 시트(transducer electronic data sheet; TEDS)와 같은 적어도 하나의 정보 캐리어(information carrier)를 포함한다. 정보 캐리어는 도 5에 도시되지 않았다. 정보 캐리어는 데이터 메모리이다. 전송 링크(G1-G4)의 디지털 정보 데이터(I)는 정보 캐리어에 저장된다. 정보 캐리어는 데이터 인터페이스의 형태를 갖는 적어도 하나의 제 1 입력 유닛(R3)을 통해 네트워크의 형태를 갖는 제 1 통신 유닛(R5)에 연결된다. 컴퓨터 프로그램(C)은 데이터 인터페이스의 형태를 갖는 제 2 입력 유닛(R3')을 통해 제 1 통신 유닛(R5)에 연결된다. 제 2 입력 유닛(R3') 및 제 1 통신 유닛(R5)을 통해, 컴퓨터 프로그램(C)은 적어도 하나의 제 1 입력 유닛(R3)의 네트워크 어드레스를 호출한다. 이러한 방식으로 호출된 정보 캐리어는 그 후 디지털 정보 데이터(I)를 제 2 입력 유닛(R3')의 네트워크 어드레스로 통신한다. 제 2 입력 유닛(R3')으로 통신된 디지털 정보 데이터(I)는 제 2 통신 유닛(R5')을 통해 데이터 처리 프로세서(R1)로 통신되고, 여기서 이는 컴퓨터 프로그램(C)에 의해 판독된다.
본 발명을 알고 있는 당업자라면 또한 위에서 설명한 단계 a)의 3 개의 실시예를 조합할 수 있다. 따라서, 단계 a)의 제 1 실시예에 따르면, 사용자는, 단계 a)의 제 3 실시예에 따라 컴퓨터 프로그램(C)이 전송 링크(G1)에 대한 디지털 정보 데이터를 자동으로 판독하는 동안, 그 위에 도시된 전송 링크를 선택함으로써 비접촉 디스플레이를 통해 전송 부재(G2-G4)를 식별하기 위한 정보를 입력할 수 있다.
단계 b)에서, 컴퓨터 프로그램(C)은 식별된 전송 링크(G1-G4)에 대한 측정 시스템(S)의 측정 불확실성(U)에 대한 영향 변수(E11-E42)를 결정한다. 이를 위해, 컴퓨터 프로그램(C)은 전송 링크(G1-G4)의 미리 결정된 영향 변수(E11-E42)를 저장하는 데이터 메모리(R2)에 액세스할 수 있다. 관련성이 있는 영향 변수와 관련성이 없는 영향 변수 간에 구별이 이루어진다. 영향 변수는 측정 시스템(S)의 측정 불확실성(U)에 큰 기여도를 갖는 경우 관련성이 있다. 바람직하게는, 측정 시스템(S)의 측정 불확실성(U)에 가장 크게 기여하고 측정 시스템(S)의 측정 불확실성(U)에 대해 적어도 80 %의 전체 기여도를 갖는 이들 영향 변수가 관련성이 있다. 영향 변수의 관련성이 미리 결정된다. 측정 시스템(S)의 측정 불확실성(U)에 대한 영향 변수를 결정할 때 관련성이 있는 영향 변수만을 사용하는 것이 바람직하다. 바람직하게는, 관련성이 있는 영향 변수는 "관련성이 있는(relevant)"을 특정(specifying)하는 읽을 수 있는 라벨로 표시되고, 관련성이 없는 영향 변수는 "관련성이 없는"을 특정하는 읽을 수 있는 라벨로 표시된다. 컴퓨터 프로그램(C)은 라벨에 대한 정보를 식별함으로써 라벨을 판독하고 측정 시스템(S)의 측정 불확실성(U)에 영향 변수의 관련성을 결정하도록 구성된다.
각각의 식별된 전송 링크(G1-G4)에 대해, 컴퓨터 프로그램(C)은 식별된 전송 링크(G1-G4)에 기인한 적어도 하나의 관련성이 있는 영향 변수(E11-E42)를 결정하고, 여기서 이것은 데이터 메모리(R2)로부터 검색(retrieves)된다. 압전 센서인 식별된 전송 링크(G1)의 경우, 컴퓨터 프로그램(C)은 관련성이 있는 영향 변수(E11-E14) "압전 센서의 측정 감도의 온도 의존성", "압전 센서의 측정 감도의 수명 관련 변동", "압전 센서의 선형성" 및 "아날로그 측정 신호의 재현성"을 데이터 메모리(R2)로부터 검색한다. 신호 케이블인 식별된 전송 링크(G2)의 경우, 컴퓨터 프로그램(C)은 데이터 메모리(R2)로부터 관련성이 있는 영향 변수(E21, E22) "신호 케이블 길이" 및 "전송 주파수"를 검색한다. 전기 증폭기인 식별된 전송 링크(G3)의 경우, 컴퓨터 프로그램(C)은 데이터 메모리(R2)로부터 관련성이 있는 영향 변수(E31, E32) "전기 증폭기의 측정 정확도" 및 "전기 증폭기의 입력 채널들 사이의 크로스 토크"를 검색한다. 평가 유닛인 식별된 전송 링크(G4)의 경우, 컴퓨터 프로그램(C)은 데이터 메모리(R2)로부터 관련성이 있는 영향 변수(E41, E42) "추가 처리에서의 반올림 오차" 및 "추가 처리의 속도"를 검색한다. 데이터 메모리(R2)로부터 검색된 관련성이 있는 영향 변수(E11-E42)는 통신 유닛(R5)을 통해 데이터 처리 프로세서(R1)로 통신되고, 여기서 이들은 컴퓨터 프로그램(C)에 의해 판독된다.
그 후, 컴퓨터 프로그램(C)은 단계 c)에서 결정된 영향 변수(E11-E42)를 사용하여 측정 시스템(S)의 측정 불확실성(U)을 계산한다. 이를 위해, 데이터 메모리(R2)는 또한 미리 결정된 영향 변수에 대한 이들 최상의 영향 추정치에 기인한 최상의 영향 추정치 및 측정 불확실성 기여도를 저장한다. 영향 변수의 최상의 영향 추정치와 관련된 측정 불확실성 기여도는 각각의 영향 변수에 대해 데이터 메모리(R2)에 제공된다. 각각의 결정된 영향 변수(E11-E42)에 대해, 컴퓨터 프로그램(C)은 결정된 영향 변수(E11-E42)의 최상의 영향 추정치에 기인한 측정 불확실성 기여도(U11-U42)를 데이터 메모리(R2)로부터 검색한다. 데이터 메모리(R2)로부터 검색된 측정 불확실성 기여도(U11-U42)는 통신 유닛(R5)을 통해 데이터 처리 프로세서(R1)로 통신되고, 여기서 이들은 컴퓨터 프로그램(C)에 의해 판독된다.
컴퓨터 프로그램(C)은 측정 시스템(S)의 계산된 측정 불확실성(U)을 출력 유닛(R4) 상에 디스플레이한다. 도 6 및 도 7에 따른 2 개의 예시적인 실시예에 도시된 바와 같이, 세로 좌표는 측정 불확실성 기여도(U11-U42)의 양(B)을 나타내고, 가로 좌표는 측정 불확실성 기여도(U11-U42)의 수(A)를 나타낸다. 컴퓨터 프로그램(C)은 측정 불확실성 기여도(U11-U42)의 제곱을 합산하고 그 합(sum)의 제곱근을 계산함으로써 측정 시스템(S)의 측정 불확실성(U)을 계산한다.
도 6에 따른 제 1 예시적인 실시예는 10 개의 측정 불확실성 기여도(U11-U42)에 대해 측정 불확실성 U = 9.3을 발생시킨다.
도 7에 따른 제 2 예시적인 실시예는 10 개의 측정 불확실성 기여도(U11-U42)에 대해 측정 불확실성 U = 9.1을 발생시킨다.
컴퓨터 프로그램(C)은 단계 d)에서 중요한 측정 불확실성 기여도(U11-U42)를 갖는 적어도 하나의 식별된 전송 링크(G1-G4)를 결정한다. 본 발명의 목적을 위해, 측정 불확실성 기여도(U11-U42)는 다른 측정 불확실성 기여도(U11-U42) 중 적어도 하나보다 작거나 또는 높은 경우 중요한 것이다.
측정 시스템(S)의 계산된 측정 불확실성(U)의 도 6에 따른 제 1 예시적인 실시예에서, 7 개의 측정 불확실성 기여도(U11, U21, U22, U31, U32, U41, U42)가 중요한 것이며, 여기서 3 개의 측정 불확실성 기여도(U11, U41, U42)가 가장 작고, 4 개의 측정 불확실성 기여도(U21, U22, U31, U32)가 가장 높다.
도 7에 따른 측정 시스템(S)의 계산된 측정 불확실성(U)의 제 2 예시적인 실시예에서, 6 개의 측정 불확실성 기여도(U12, U13, U14, U21, U32, U42)가 중요한 것이며, 여기서 2 개의 측정 불확실성 기여도(U32, U42)가 가장 작고, 4 개의 측정 불확실성 기여도(U12, U13, U14, U21)가 가장 높다.
도 8 및 도 9는 측정 시스템(S)의 성능(L)의 함수로서 측정 시스템(S)의 측정 불확실성(U)의 2 개의 예시적인 실시예를 도시한다. 세로 좌표는 측정 시스템(S)의 측정 불확실성(U)을 나타내고, 가로 좌표는 측정 시스템(S)의 성능(L)을 나타낸다. 측정 시스템(S)의 측정 불확실성(U)은 다차원 특성 다이어그램이며, 측정 시스템(S)의 성능(L)의 특성 파라미터, 예를 들어 유효성, 가용성, 유지 보수 주기의 개수, 유지 보수 품질, 조달(procurement) 가격, 환경 영향, 등에 의존한다. 전송 링크(G1-G4)를 포함하는 측정 시스템(S)의 측정 불확실성(U)은 지점 S(G1, G2, G3, G4)로 표시된다.
도 6 내지 도 9에 따른 예시적인 실시예에서 측정 불확실성(U)이 디스플레이되는 사용자는 측정 시스템(S)의 측정 불확실성(U)을 등록할 뿐만 아니라 측정 시스템(S)의 성능(L)의 함수로서 측정 시스템(S)의 측정 불확실성(U)을 평가할 수도 있다.
산업 제품을 위한 생산 시스템의 일부인 측정 시스템의 시작부에서 언급된 예 - 여기서 생산 시스템은 알려지지 않은 측정 불확실성으로 인해 과잉 설계됨 - 에 대해, 도 6은 측정 시스템(S)에 대해 계산된 측정 불확실성(U)의 제 1 예시적인 실시예를 도시하고, 도 8은 측정 시스템(S)의 성능(L)의 함수로서 계산된 측정 불확실성(U)의 제 1 실시예를 도시한다. 사용자는 관련성이 있는 영향 변수(E41, E42) "추가 처리에서의 반올림 오차" 및 "추가 처리의 속도"에 대한 측정 불확실성 기여도(U41, U42)가 가장 작다는 것을 인식한다. 이러한 발견은 평가 유닛인 특정 식별된 전송 링크(G4)가 과잉 설계되었다는 결론으로 이어진다. 투자 비용을 절약하기 위해, 컴퓨터 프로그램(C)은 특정 식별된 전송 링크(G4)를 대체 전송 링크(G4*)로 대체하고, 상기 대체 전송 링크(G4*)는 비교적 높은 대체 측정 불확실성 기여도(U41*, U42*)를 갖는다.
또한, 산업 제품을 위한 생산 설비의 일부인 측정 시스템의 시작부에서 언급된 다른 예- 여기서 알려지지 않은 측정 불확실성으로 인해 산업 제품 생산이 불량 부품을 발생시킴 - 에 대해, 도 7은 측정 시스템(S)에 대해 계산된 측정 불확실성(U)의 제 2 예시적인 실시예를 도시하고, 도 9는 측정 시스템(S)의 성능(L)의 함수로서 계산된 측정 불확실성(U)의 제 2 예시적인 실시예를 도시한다. 사용자는 관련성이 있는 영향 변수(E12) "압전 센서의 측정 감도의 수명 관련 변동", 영향 변수(E13) "압전 센서의 선형성", 영향 변수(E14) "아날로그 측정 신호의 재현성" 및 영향 변수(E21) "신호 케이블 길이"에 대한 측정 불확실성 기여도(U12-U14, U21)가 가장 높다는 것을 인식한다. 이러한 발견은 특정 전송 링크(G1, G2)가 평균 측정 불확실성 기여도(U12-U14, U21)보다 더 높다는 결론으로 이어진다. 불량 부품 개수를 감소시키고 이에 따라 생산 비용을 감소시키기 위해, 컴퓨터 프로그램(C)은 적어도 하나의 특정 전송 링크(G1, G2)를 대체 전송 링크(G1*, G2*)로 대체하고, 상기 대체 전송 링크(G1*, G2*)는 비교적 작은 대체 측정 불확실성 기여도(U12*-U14*, U21*)를 갖는다.
적어도 하나의 특정 식별된 전송 링크(G1-G4)에 대해, 컴퓨터 프로그램(C)은 단계 e)에서 대체 측정 불확실성 기여도(U11*-U42*)를 갖는 적어도 하나의 대체 전송 링크(G1*-G4*)를 결정한다. 이를 위해, 전송 링크(G1-G4, G1*-G4*)의 디지털 정보 데이터(I, I*)는 데이터 메모리(R2)에 저장된다. 디지털 정보 데이터(I, I*)는 전송 링크(G1-G4, G1*-G4*)의 본질적인 기술적 특성을 포함한다. 본질적인 기술적 특성은 전송 링크(G1-G4, G1*-G4*)를 특징으로 한다. 바람직하게는, 다수의 전송 링크(G1-G4, G1*-G4*)의 본질적인 기술적 특성은 데이터 메모리(R2)에 저장된다. 이것은 특정 식별된 전송 링크(G1-G4)에 대해 적어도 하나의 등가의 대체 전송 링크(G1*-G4*)가 저장되는 것을 보장한다. 본 발명의 범위에서, 대체 전송 링크(G1*-G4*)는 본질적 특성들이 특정 식별된 전송 링크(G1-G4)의 특성들에 대응하는 경우 그리고 특정 식별된 전송 링크(G1-G4)와 적어도 하나의 측정 불확실성 기여도(U11-U42)만이 다른 경우에 등가이다.
따라서, 측정 시스템(S)의 전송 링크(G1)는 센서이고, 압전 센서의 형태를 갖는 센서에 대한 본질적인 기술적 특성은 측정 범위, 측정 감도, 측정 정확도 등이다.
측정 시스템(S)의 전송 링크(G2)는 신호 케이블이다. 신호 케이블의 본질적인 기술적 특성은 신호 케이블의 입력 단자에서의 케이블 임피던스, 신호 케이블의 길이 등이다.
측정 시스템(S)의 전송 링크(G3)는 전기 증폭기이다. 전기 증폭기의 본질적인 특징은 전기 증폭기의 측정 정확도, 전기 증폭기의 입력 채널들 사이의 크로스 토크(crosstalk) 등이다.
마지막으로, 측정 시스템(S)의 전송 링크(G4)는 평가 유닛이다. 평가 유닛의 본질적인 기술적 특성은 추가 처리의 정확도, "추가 처리의 속도" 등이다.
전송 링크(G1-G4, G1*-G4*)의 데이터 메모리에 저장된 본질적인 기술적 특성에 기초하여, 컴퓨터 프로그램(C)은 데이터 메모리(R2)에서 적어도 하나의 대체 전송 링크(G1*-G4*)를 발견할 수 있다. 이를 위해, 컴퓨터 프로그램(C)은 특정 전송 링크(G1-G4)의 디지털 정보(I)를 대체 전송 링크(G1*-G4*)를 위해 데이터 메모리(R2)에 저장된 디지털 정보(I*)와 비교한다. 특정 전송 링크(G1-G4)에 대해, 컴퓨터 프로그램(C)은 적어도 하나의 등가의 대체 전송 링크(G1*-G4*)를 결정하고, 데이터 메모리(R2)로부터 대체 전송 링크(G1*-G4*)에 대한 디지털 정보(I*)를 검색한다.
대체 전송 링크(G1*-G4*)의 디지털 정보(I*)를 사용하여, 대체 전송 링크(G1*-G4*)는 예를 들어 조달에 의해 물리적으로 제공되며, 측정 시스템(S)에서, 특정 전송 링크(G1-G4)는 이와 같이 물리적으로 제공된 대체 전송 링크(G1*-G4*)로 대체된다.
도 8에 따른 제 1 예시적인 실시예에서, 측정 시스템(S)(G1, G2, G3, G4)은 대체 전송 링크(G4*)로 대체되어, 이에 따라 대체 측정 시스템(S*)(G1, G2, G3, G4*)을 형성한다. 대체 측정 불확실성 기여도(U41*-U44*)가 비교적 높기 때문에, 대체 측정 시스템(S*)의 측정 불확실성(U)은 증가한다. 도 8에서, 측정 시스템(S)(G1, G2, G3, G4)으로부터 대체 측정 시스템(S*)(G1, G2, G3, G4*)으로의 측정 불확실성(U)의 증가는 화살표로 표시된다.
도 9에 따른 제 2 예시적인 실시예에서, 측정 시스템(S)(G1, G2, G3, G4)에서의 전송 링크(G2)는 먼저 제 1 대체 측정 시스템(S*)(G1, G2*, G3, G4)을 형성하는 대체 전송 링크(G2*)로 대체된다. 또한, 전송 링크(G1)는 대체 전송 링크(G1*)로 대체되어, 제 1 대체 측정 시스템(S*)은 제 2 대체 측정 시스템(S*)(G1*, G2*, G3, G4)으로 대체된다. 대체 측정 불확실성 기여도(U12*, U21*)가 상대적으로 작기 때문에, 대체 측정 시스템(S*)의 측정 불확실성(U)은 감소한다. 도 9에서, 측정 시스템(S)(G1, G2, G3, G4)으로부터 제 1 대체 측정 시스템(S*)(G1, G2*, G3, G4) 및 제 2 대체 측정 시스템(S*)(G1*, G2*, G3, G4)으로의 측정 불확실성(U)의 이러한 감소는 화살표로 표시된다.
a) 측정 체인의 전송 링크를 식별하는 단계
b) 측정 시스템의 측정 불확실성에 대한 식별된 전송 링크의 영향 변수를 결정하는 단계
c) 측정 시스템의 측정 불확실성을 계산하기 위해 결정된 영향 변수를 사용하는 단계
d) 중요한 측정 불확실성 기여도를 갖는 식별된 전송 링크를 결정하는 단계
e) 특정 식별된 전송 링크에 대한 대체 측정 불확실성 기여도를 갖는 대체 전송 링크를 결정하는 단계
A 수
B 양
C 컴퓨터 프로그램
E11-E42 결정된 영향 변수
G1-G4 전송 링크
G1*-G4* 대체 전송 링크
I, I* 디지털 정보 데이터
K 측정 체인
L 성능
R 컴퓨터 시스템
S 측정 시스템
S* 대체 측정 시스템
U 측정 불확실성
U11-U42 측정 불확실성 기여도
U11*-U42* 대체 측정 불확실성 기여도
V 방법
R1 데이터 처리 프로세서
R2 데이터 메모리
R3, R3′ 입력 유닛
R4 출력 유닛
R5, R5′ 통신 유닛

Claims (1)

  1. 컴퓨터 시스템(R)에 의해 실행되는, 측정 시스템(S)의 측정 불확실성(uncertainty; U)을 결정하기 위한 방법(V)으로서; 상기 측정 시스템(S)은 물리적 측정 변수를 검출하고; 상기 측정 시스템(S)은 복수의 전송 링크(transmission links; G1-G4)를 포함하고; 상기 전송 링크(G1-G4)는 상기 물리적 측정 변수를 검출하기 위한 측정 체인(chain; K)을 형성하며, 바로 인접한 전송 링크들(G1-G4)은 상기 측정 체인(K)에서 서로 인과 관계(cause-and-effect relationship)에 있고; 상기 컴퓨터 시스템(R)은 데이터 처리 프로세서(R1)와 컴퓨터 프로그램(C)를 포함하며, 상기 컴퓨터 프로그램(C)는 상기 방법(V)을 수행하기 위해 상기 데이터 처리 프로세서(R1)에서 실행될 수 있는, 상기 방법(V)에 있어서,
    a) 상기 컴퓨터 프로그램(C)에 의해 상기 측정 체인(K)의 상기 전송 링크(G1-G4)를 식별하기 위한 정보를 판독하는 단계;
    b) 상기 컴퓨터 프로그램(C)에 의해 상기 식별된 전송 링크(G1-G4)의 영향 변수(influencing variables; E11-E42)의 읽을 수 있는 라벨(legible labels)을 판독하고, 상기 컴퓨터 프로그램(C)에 의해 상기 측정 시스템(S)의 상기 측정 불확실성(U)에 대한 상기 식별된 전송 링크(G1-G4)의 상기 영향 변수(E11-E42)의 관련성을 결정하는 단계; 및
    c) 상기 컴퓨터 프로그램(C)에 의해 상기 측정 시스템(S)의 상기 측정 불확실성(U)을 계산하기 위해 관련성이 있는 것으로 밝혀진 영향 변수(E11-E42)를 사용하는 단계
    를 특징으로 하는 방법.
KR1020227033558A 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램 KR20220137783A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020247014929A KR20240068779A (ko) 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
EP17204558.5 2017-11-30
EP17204558 2017-11-30
KR1020207014745A KR20200079275A (ko) 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 컴퓨터 프로그램 제품
PCT/EP2018/080381 WO2019105693A1 (de) 2017-11-30 2018-11-07 Verfahren und computerprogrammprodukt zur ermittlung der messunsicherheit eines messsystems

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020207014745A Division KR20200079275A (ko) 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 컴퓨터 프로그램 제품

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020247014929A Division KR20240068779A (ko) 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR20220137783A true KR20220137783A (ko) 2022-10-12

Family

ID=60654648

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020207014745A KR20200079275A (ko) 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 컴퓨터 프로그램 제품
KR1020247014929A KR20240068779A (ko) 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램
KR1020227033558A KR20220137783A (ko) 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램

Family Applications Before (2)

Application Number Title Priority Date Filing Date
KR1020207014745A KR20200079275A (ko) 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 컴퓨터 프로그램 제품
KR1020247014929A KR20240068779A (ko) 2017-11-30 2018-11-07 측정 시스템의 측정 불확실성을 결정하기 위한 방법 및 매체에 저장된 컴퓨터 프로그램

Country Status (5)

Country Link
US (2) US20210333134A1 (ko)
EP (1) EP3718028A1 (ko)
KR (3) KR20200079275A (ko)
CN (1) CN111433571B (ko)
WO (1) WO2019105693A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4249858A1 (de) 2022-03-21 2023-09-27 Kistler Holding AG System zum betreiben einer physischen messkette

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2612447A1 (en) * 2005-08-04 2007-02-08 Calibration & Testing International Pte. Ltd. Method for the evaluation of measurement uncertainty, and a device and system thereof
CN101581587B (zh) * 2009-06-23 2011-12-07 北京航空航天大学 虚拟仪器测量不确定度自动评定方法
CN102043757A (zh) * 2010-12-20 2011-05-04 西安计量技术研究院 一种测量不确定度的计算装置
US10775165B2 (en) * 2014-10-10 2020-09-15 Hand Held Products, Inc. Methods for improving the accuracy of dimensioning-system measurements
CN104392040B (zh) * 2014-11-20 2018-12-07 合肥工业大学 一种基于测量不确定度的产品检验误判率计算方法
CN105136389B (zh) * 2015-07-21 2017-12-12 兰州空间技术物理研究所 10‑9Pa量级的真空分压力校准装置及校准系数获取方法

Also Published As

Publication number Publication date
CN111433571A (zh) 2020-07-17
US20230177105A1 (en) 2023-06-08
WO2019105693A1 (de) 2019-06-06
KR20200079275A (ko) 2020-07-02
KR20240068779A (ko) 2024-05-17
US20210333134A1 (en) 2021-10-28
EP3718028A1 (de) 2020-10-07
CN111433571B (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN110146215B (zh) 一种带有温度补偿与参数整定措施的气压传感器
US20230177105A1 (en) Method and computer program product for determining the measurement uncertainty of a measuring system
US20090287445A1 (en) System and method for calibrating and monitoring the condition of a sensor device
US7937197B2 (en) Apparatus and methods for evaluating a dynamic system
US7683796B2 (en) Open wire detection system and method
US8872530B2 (en) Method for correcting the voltage measured across the terminals of a sensor
KR102149096B1 (ko) 물리적 측정된 변수를 탐지하는 방법 및 컴퓨터 프로그램 제품
CN109682858B (zh) 一种利用气体传感器实时检测气体浓度的方法
KR20150034791A (ko) 내부 데이터 메모리를 포함하는 측정 변수 센서
JP6480828B2 (ja) 校正検査システム
KR20180008077A (ko) 센서 감지 방법, 이를 수행하는 센서 감지 시스템, 및 이를 저장하는 기록매체
US20150085897A1 (en) Infrared sensor
JP6298202B1 (ja) 電線検査装置
CN112201192B (zh) 一种显示器的伽马值的确定方法、装置、设备及其介质
CN112284582B (zh) 一种传感检测信号滤波方法及压力检测系统与应用
US11868112B2 (en) Multi-point measurement system and method thereof
CN117129236B (zh) 基于远程控制的机动车设备标定检测方法及系统
JPH06167405A (ja) 圧力センサ
CN113654723A (zh) 一种压力传感器的批量标定方法、系统及称重柜
CN114487550A (zh) 电流检测方法、动力输出监测方法和装置、设备、介质
KR101556272B1 (ko) 절연 앰프 특성 평가 장치 및 방법
KR20130084520A (ko) 측온저항체를 이용한 온도 측정 장치 및 온도 측정 방법
CN117451145A (zh) 电磁流量计的标定方法、系统、介质以及设备
CN110220606A (zh) 具有校准功能的测温装置及方法
Lecklider Gauging the strain.

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E601 Decision to refuse application