Zbirka rijesenih zadataka - PBF - Sveučilište u Zagrebu
Zbirka rijesenih zadataka - PBF - Sveučilište u Zagrebu Zbirka rijesenih zadataka - PBF - Sveučilište u Zagrebu
Ž. Kurtanjek: PBF Mjerenja i automatizacija 2007/2008 12 Odsječak na ordinati odredimo iz uvjeta da kalibracijski pravac prolazi kroz „težište podataka“, srednju vrijednost ulaznih i izlaznih podataka: l = y − k ⋅ x = 11 .835 − 2.07592 ⋅ 5.69 = 0.0230158 AD b) Prividne pogreške izračunamo kao razliku pojedine vrijednosti mjernog signala i vrijednosti iz kalibracije ∆ i = y i − l − k ⋅ x Za prvi podatak: ∆ 1 = 0,25 − 0,0230158 − 2,07592 ⋅ 0,1 = 0, 0193922 Na isti način se odrede ostale prividne pogreške: x 0,1 2,5 3,7 4,5 5,2 6,4 7,2 8,4 9,1 9,8 y 0,25 4,8 7.8 8,6 12,1 13,5 14,8 17,5 19,1 19,9 ∆y 0.02 -0.41 0.1 -0.76 1.28 0.19 -0.17 0.04 0.19 -0.47 Srednju relativnu pogrešku izračunamo prema izrazu: i N 1 δ % = ⋅∑ N i= 1 ∆ y i i ⋅100 = 1 10 ⎛ 0,02 0,41 0.47 ⎞ ⋅ ⎜ + + ....... + ⎟ ⋅ ⎝ 0,25 4,8 19.9 ⎠ 100 = 4,318 % Klasa točnosti se procijeni iz maksimalne prividne pogreške max ∆ i mjernog opsega MO: max ∆ = 1,282 M.O.=19,9 Klasa točnosti = (1,282/19,9)·100=6,4 % AD c) Otvorimo prograram „Statistica“, upišemo podatke u dva stupca, x, i y, i primijenimo program za grafički prikaz s opcijom za linearnu regresiju i 95% interval pouzdanosti. Rezultat prikazujemo grafički: Y 20 18 16 14 12 10 8 6 4 2 Kalibracijski pravac Scatterplot (kalibracija 10v*10c) Y = 0.023+2.0759*x; 0.95 Conf.Int. 0 0 2 4 6 8 10 X
Ž. Kurtanjek: PBF Mjerenja i automatizacija 2007/2008 13 AD d) Intervale pouzdanosti s razinom signifikantnosti 95 % mjerene veličine odredimo iz grafičkog prikaza. Prvo izračunamo vrijednosti mjerene veličine iz kalibracijskog pravca za izmjerene vrijednosti signala y =0,5; 8 i 18. 1 1 x = ⋅ y k 2,07592 ( y − l) = ⋅ ( − 0,0230158) Dobije se: x=0,229; x=3,8426 x=8,659 Iz grafikona procijenimo slijedeće 95% intervale: x= (0,229 ± 0,38); x=(3,8426 ± 0,22); x=(8,659 ± 0,3); 0.4 Observed Values vs. Residuals Dependent variable: X 0.2 0.0 Residuals -0.2 -0.4 -0.6 -0.8 0 2 4 6 8 10 Observed Values 95% confidence
- Page 1 and 2: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 3 and 4: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 5 and 6: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 7 and 8: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 9 and 10: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 11: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 15 and 16: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 17 and 18: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 19 and 20: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 21 and 22: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 23 and 24: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 25 and 26: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 27 and 28: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 29 and 30: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 31 and 32: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 33 and 34: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 35 and 36: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 37 and 38: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 39 and 40: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 41 and 42: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 43 and 44: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 45 and 46: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 47 and 48: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 49 and 50: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 51 and 52: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 53 and 54: Ž. Kurtanjek: PBF Mjerenja i autom
- Page 55: Ž. Kurtanjek: PBF Mjerenja i autom
Ž. Kurtanjek: <strong>PBF</strong> Mjerenja i automatizacija 2007/2008 12<br />
Odsječak na ordinati odredimo iz uvjeta da kalibracijski pravac prolazi kroz „težište<br />
podataka“, srednju vrijednost ulaznih i izlaznih podataka:<br />
l = y − k ⋅ x = 11 .835 − 2.07592 ⋅ 5.69 = 0.0230158<br />
AD b) Prividne pogreške izračunamo kao razliku pojedine vrijednosti mjernog<br />
signala i vrijednosti iz kalibracije<br />
∆<br />
i<br />
= y<br />
i<br />
− l − k ⋅ x<br />
Za prvi podatak: ∆<br />
1<br />
= 0,25 − 0,0230158 − 2,07592 ⋅ 0,1 = 0, 0193922<br />
Na isti način se odrede ostale prividne pogreške:<br />
x 0,1 2,5 3,7 4,5 5,2 6,4 7,2 8,4 9,1 9,8<br />
y 0,25 4,8 7.8 8,6 12,1 13,5 14,8 17,5 19,1 19,9<br />
∆y 0.02 -0.41 0.1 -0.76 1.28 0.19 -0.17 0.04 0.19 -0.47<br />
Srednju relativnu pogrešku izračunamo prema izrazu:<br />
i<br />
N<br />
1<br />
δ % = ⋅∑<br />
N<br />
i=<br />
1<br />
∆<br />
y<br />
i<br />
i<br />
⋅100<br />
=<br />
1<br />
10<br />
⎛ 0,02 0,41 0.47 ⎞<br />
⋅ ⎜ + + ....... + ⎟ ⋅<br />
⎝ 0,25 4,8 19.9 ⎠<br />
100 = 4,318<br />
%<br />
Klasa točnosti se procijeni iz maksimalne prividne pogreške max ∆ i mjernog<br />
opsega MO:<br />
max ∆ = 1,282 M.O.=19,9 Klasa točnosti = (1,282/19,9)·100=6,4 %<br />
AD c) Otvorimo prograram „Statistica“, upišemo podatke u dva stupca, x, i y, i<br />
primijenimo program za grafički prikaz s opcijom za linearnu regresiju i 95%<br />
interval pouzdanosti. Rezultat prikazujemo grafički:<br />
Y<br />
20<br />
18<br />
16<br />
14<br />
12<br />
10<br />
8<br />
6<br />
4<br />
2<br />
Kalibracijski pravac<br />
Scatterplot (kalibracija 10v*10c)<br />
Y = 0.023+2.0759*x; 0.95 Conf.Int.<br />
0<br />
0 2 4 6 8 10<br />
X