Sie sind auf Seite 1von 30

Metrodata Datenverarbeitung

GmbH für Messtechnik und


Qualitätssicherung

Grundlagen der
Y=ŷ±U; kp=x Berechnung von
Messunsicherheiten
Teresa Werner

Munich 1 Konzept der Messunsicherheit


Calibration Day 2 Bestimmung der Messunsicherheit nach
München GUM bzw. DAkkS-DKD-3
13.09.2018 3 Modellieren von Einflussgrößen
© T. Werner / Metrodata GmbH 2018
Voraussetzungen für eine verlässliche Messung

Ideale Messung

Eindeutig definierte Eindeutig definierter Eindeutig definiertes


Messaufgabe Vergleichsmaßstab / Einheit Messverfahren mit
Messmethode und Messprinzip
L

L in m

Situation bei der Durchführung einer realen Messung:


• Messaufgabe nicht vollständig spezifiziert
• Beobachtungen variieren bei der Wiederholung
• Einflüsse aus der Umgebung können nicht vollständig korrigiert werden
• ...
Verlässlichkeit eines Messergebnisses muss beschrieben werden!
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 2 / 30
Bekannte und unbekannte Auswirkung von Einflussgrößen

Messabweichung des angezeigten Wertes xIND


(ohne Korrektur)
Häufigkeit h

systematische Messabweichungen zufällige


Messabweichung
bekannt unbekannt (unbekannt)
x1 x2 dx1 dx2

Korrektion
K = - (x1 + x2)
dx1 dx2

y x
xE E[x] xIND
Wert der
Messergebnis Erwartungswert Angezeigter Wert
Messgröße
bei Wiederhol-
messungen
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 3 / 30
Richtlinien zur Bestimmung der Messunsicherheit

1977 Initiative des CIPM (Comité International des Poids et Mesures)


zur Vereinheitlichung der Messunsicherheitsanalyse

1993 GUM - “Guide to the Expression of Uncertainty in


Measurement”
("Leitfaden zur Angabe der Unsicherheit beim Messen")
(1995 / 2010 überarbeitet)
 Vorgabe einer international einheitlichen
Vorgehensweise zur Berechnung und Angabe
der Messunsicherheit für alle Messaufgaben

1998 Darauf aufbauend DKD-3


„Angabe der Messunsicherheit bei Kalibrierungen“
(seit 2010: DAkkS-DKD-3)

Kont. Umsetzung in branchenspezifischen Richtlinien

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 4 / 30


Prinzip der Messunsicherheitsanalyse
𝑿𝑰𝑵𝑫 = 𝒇(𝒀; 𝑿𝟏 ; 𝑿𝟐 ; … ; 𝑿𝑵 )
Ursache Wirkung
Messgröße Messprozess Anzeige

056,01

Y X
IND

X1 X2 X3 ... … … … … … … … … … XN
Einflüsse, Unvollkommenheiten, Wissen / Nichtwissen

Unsicherheitsanalyse
ෝ±𝑼
𝒀 = 𝒈 𝑿𝑰𝑵𝑫 ; 𝑿𝟏 ; 𝑿𝟐 ; … ; 𝑿𝑵 ⇒ 𝒀 = 𝒚

Die dem Messergebnis beigeordnete Messunsicherheit ist ein Parameter, der die
Verteilung der Werte beschreibt, die vernünftigerweise der Messgröße zugeordnet
werden müssen.
(GUM 2.2.3 bzw. VIM)

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 5 / 30


Systematisches Vorgehen zur
Bestimmung der Messunsicherheit nach GUM

Darlegen der Kenntnisse über den


Messprozess und die beteiligten Größen

Modellieren der Messung Einschätzen der Größen


Y=g(XIND;X1;X2;…XN) (Typ A; Typ B)

Berechnen und Angeben des


vollständigen Messergebnisses Weitergabe
Y=y±U; kp=x

Bewerten des
Unsicherheits-Budgets

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 6 / 30


Systematisches Vorgehen zur
Bestimmung der Messunsicherheit nach GUM

Darlegen der Kenntnisse über den


Messprozess und die beteiligten Größen

Modellieren der Messung Einschätzen der Größen


Y=g(XIND;X1;X2;…XN) (Typ A; Typ B)

Berechnen und Angeben des


vollständigen Messergebnisses Weitergabe
Y=y±U; kp=x

Bewerten des
Unsicherheits-Budgets

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 7 / 30


Darlegen der Kenntnisse über den Messprozess und die
beteiligten Größen

Messgröße Messprozess Anzeige

056,01

Y X
IND

X1 X2 X3 ... … … … … … … … … …
XN

Tabelle Wissen beim Messtechniker vorhanden über



Kalibrierschein • Vorgehen bei Durchführung der Messung
…Datenblatt
• Mögliche Einfluss- / Störfaktoren

Abnahmeprotokoll
• Eigenschaften von Messgeräten,
…Verfahrens-
Umgebung, etc.
anweisung • Verlässlichkeit der verfügbaren
… Informationen
• …
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 8 / 30
Systematisches Vorgehen zur
Bestimmung der Messunsicherheit nach GUM

Darlegen der Kenntnisse über den


Messprozess und die beteiligten Größen

Modellieren der Messung Einschätzen der Größen


Y=g(XIND;X1;X2;…XN) (Typ A; Typ B)

Berechnen und Angeben des


vollständigen Messergebnisses Weitergabe
Y=y±U; kp=x

Bewerten des
Unsicherheits-Budgets

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 9 / 30


Modellieren der Messung zur Messunsicherheitsanalyse

𝑿𝑰𝑵𝑫 = 𝒇(𝒀; 𝑿𝟏 ; 𝑿𝟐 ; … ; 𝑿𝑵 )
Ursache Wirkung

Messgröße Messprozess Anzeige

056,01

Y X
IND

X1 X2 X3 ... … … … … … … … … … XN

Einflüsse, Unvollkommenheiten, Wissen / Nichtwissen

Unsicherheitsanalyse
𝒀 = 𝒈 𝑿𝑰𝑵𝑫 ; 𝑿𝟏 ; 𝑿𝟐 ; … ; 𝑿𝑵

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 10 / 30


Vorgehen zur Modellbildung

Beschreiben der idealen Messung

Direkte Messung: 𝑌 = 𝑋𝐼𝑁𝐷 1


𝑋
Indirekte Messung: Gemäß Auswertevorschrift, z.B. 𝑌 = 𝐼𝑁𝐷
𝑍𝐼𝑁𝐷

Beschreiben der realen Messung: Ergänzen der vorher identifizierten Einflüsse

𝑋𝐼𝑁𝐷
z.B. 𝑌 = 𝑋𝐼𝑁𝐷 − 𝛥𝑥1 − 𝛥𝑥2 + 𝛿𝑥1 + 𝛿𝑥2 oder 𝑌 = ∙ 𝐾1 ∙ 𝐾2
𝑍𝐼𝑁𝐷

Typische Einflussgrößen: 5M 2
- Mensch (personenabhängige Einflüsse)
- Methode (Messverfahren etc.)
- Material (Werkstück)
- Maschine (Messgerät, Normale!)
- Mitwelt (Umgebungseinflüsse)

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 11 / 30


Einschätzen der Einflussgrößen nach GUM

Beschreibung aller Einflussgrößen durch Erwartungswert und Standardmessunsicherheit

Standardmessunsicherheit 𝒖𝒊 :
Als Standardabweichung ausgedrückter Unsicherheitsbeitrag des Einflussfaktors 𝑋𝑖

Methode je nach Art der Kenntnisse

Typ A: Typ B:
Statistische Auswertung Andere (nicht statistische) Quellen

Die Schätzung der Eingangsgröße Die Schätzung der Eingangsgröße basiert auf
basiert auf einer beobachteten einer Wahrscheinlichkeitsverteilung, die das
Wertereihe. Wissen über die Eingangsgröße darstellt.

Beispiel: Wiederholmessung Beispiel: Angabe im Kalibrierschein

2

 X
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 12 / 30
Typ A: Statistische Auswertung

• Kenntnisse:
Die Größe X wurde bei der Messung mehrfach beobachtet und eine
Wertereihe ist bekannt.

1 n
• Erwartungswert: E ( X )  x    xi
n i 1
(Arithmetischer Mittelwert)

 
n 2
1 1
• Standardmessunsicherheit u( X )  s     xi  x
n n  1 i 1
(Std.-Abweichung des Mittelwerts;
bei wenigen Messwerten n<10 sollten zusätzliche
Korrekturwerte berücksichtigt werden)
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 13 / 30
Typ B: Normalverteilung
• Kenntnisse
Erwartungswert μ und Standardabweichung σ bzw. Varianz σ² sind bekannt
oder
- Werte liegen um einen bestimmten, besonders wahrscheinlichen Wert herum
- Je weiter weg von diesem Wert, desto unwahrscheinlicher sind die Ergebnisse
- Prinzipiell ist jedes Ergebnis möglich (offene Verteilung)

• Erwartungswert: E (x )  

• Standardmessunsicherheit u ( X )   2

 X
• Beispiel:
- Vom Bediener aufgebrachte Messkraft
- Informationen über bekannte Unsicherheiten, z.B. von Normalen
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 14 / 30
Typ B: Rechteckverteilung

• Kenntnisse
- Wert liegt zwischen einer unteren Grenze a– und einer oberen Grenze a+
- Alle Werte dazwischen sind gleich wahrscheinlich (keine weiteren
Informationen)
a  a
Halbweite a 
a  a 2
• Erwartungswert: E( X ) 
2
a
• Standardmessunsicherheit u ( X ) 
3
• Beispiel:
- Ein Raum wird durch eine Klimaanlage temperiert. Man kann sich auf die
Herstellerangabe verlassen, dass eine Temperatur zwischen 19,5°C und
20,5°C eingehalten wird. Wie die Werte dazwischen liegen, weiß man aber
nicht. → Δa=0,5°C
- MPE eines Messgeräts → Δa=MPE
- Auflösung R eines
13.09.2018
Messgeräts → Δa=R/2
Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 15 / 30
Typ B: U-Verteilung
• Kenntnisse
- Wert liegt zwischen einer unteren Grenze a – und einer oberen Grenze a +
- Werte in der Mitte des Bereichs sind unwahrscheinlich,
Werte an den Grenzen sind besonders wahrscheinlich

a  a
• Erwartungswert: E ( X ) 
2
a
• Standardmessunsicherheit u( X ) 
2

• Beispiel:
Beim Messen elektrischer Größen werden die Signale vom Netzbrummen
überlagert, das eine harmonische (sinusförmige) Schwingung aufweist. Es ist
wahrscheinlich, dass man eine positive oder negative Störung hat, aber
unwahrscheinlich, dass man keine Störung hat. → Δa=Amplitude
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 16 / 30
Reales Vorgehen zur Bestimmung der Messunsicherheit nach GUM

Darlegen der Kenntnisse über den


Messprozess und die beteiligten Größen

Modellieren der Messung Einschätzen der Größen


Y=g(XIND;X1;X2;…XN) (Typ A; Typ B)

Berechnen und Angeben des


vollständigen Messergebnisses Weitergabe
Y=y±U; kp=x

Bewerten des
Unsicherheits-Budgets

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 17 / 30


Systematisches Vorgehen zur
Bestimmung der Messunsicherheit nach GUM

Darlegen der Kenntnisse über den


Messprozess und die beteiligten Größen

Modellieren der Messung Einschätzen der Größen


Y=g(XIND;X1;X2;…XN) (Typ A; Typ B)

Berechnen und Angeben des


vollständigen Messergebnisses Weitergabe
Y=y±U; kp=x

Bewerten des
Unsicherheits-Budgets

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 18 / 30


Berechnen der kombinierten Messunsicherheit für die Messgröße

Statistische Auswertung der Modellgleichung =


Berechnung einer kombinierten Wahrscheinlichkeitsverteilung

Standard-GUM: Analytische Berechnung


Gauß‘sche Unsicherheitsfortpflanzung 𝑔𝑌 𝜂 =
∞ ∞
𝑋1 : 𝑥1 , 𝑢(𝑥1 ) 𝑋2 : 𝑥2 , 𝑢(𝑥2 ) … 𝑋𝑁 : 𝑥𝑁 , 𝑢(𝑥𝑁 ) 𝑔𝑋1 ,…,𝑋𝑁 𝜉1 , … , 𝜉𝑁 ∙
= න… න 𝑑𝜉 , … , 𝜉𝑁
𝛿(𝜂 − 𝑓𝑌 𝜉1 , … , 𝜉𝑁 ) 1
𝜕𝑔() −∞ −∞
𝑢𝑖 𝑦 = ∙ 𝑢 𝑥𝑖
𝜕𝑥𝑖
GUM Supplement 1:
𝑁 𝑁−1 𝑁 Monte-Carlo-Simulation
2 2
𝑢𝐶 𝑦 = ෍ 𝑢𝑖 𝑦 + 2 ∙ ෍ ෍ 𝑢𝑖 (𝑦) ∙ 𝑢𝑗 (𝑦) ∙ 𝑟𝑖𝑗
𝑖_1 𝑖=1 𝑗=𝑖+1

Bestimmung des „besten Schätzwerts“ und der


zugehörigen Unsicherheit
𝒚; 𝒖(𝒚)
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 19 / 30
Einfache Berechnung der kombinierten Messunsicherheit
(Standardverfahren des GUM)

Allgemeine Beschreibung der Messung: Y  f ( X 1 , X 2 , X 3 ,.., X i )

Prinzip der Unsicherheitsfortpflanzung:


Gemeinsame Varianz ergibt sich aus Addition der einzelnen Varianzen
(„Fehlerfortpflanzung“)
𝑁
2 2
𝜕𝑓
𝑢𝐶 𝑦 = ෍ 𝑢𝑖 𝑦 𝑢𝑖 𝑦 = (𝑥𝑖 ) ∙ 𝑢 𝑋𝑖
𝜕𝑋𝑖
𝑖=1
Quadratische Addition – Stärke des jeweiligen Einflusses –
Beschreibt zufällige Überlagerung der Einflüsse Wie stark ändert eine Schwankung
dieser Größe das Ergebnis?
Für korrelierte Eingangsgrößen:
𝑁 2 𝑁−1 𝑁
2
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝑢𝐶 𝑦 =෍ (𝑥 ) ∙ 𝑢 𝑋𝑖 +2∙ ෍ ෍ (𝑥 ) ∙ 𝑢 𝑋𝑖 ∙ (𝑥 ) ∙ 𝑢 𝑋𝑗 ∙ 𝑟𝑖𝑗
𝜕𝑋𝑖 𝑖 𝜕𝑋𝑖 𝑖 𝜕𝑋𝑗 𝑗
𝑖=1 𝑖=1 𝑗=𝑖+1

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 20 / 30


Komplexere Berechnung üblicherweise mit entsprechender Software

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 21 / 30


Erweiterungsfaktor und erweiterte Messunsicherheit

 Die (kombinierte) Standardmessunsicherheit der Ergebnisses wird mit einem


Erweiterungsfaktor multipliziert, um die erweiterte Messunsicherheit U zu
erhalten.

 Die erweiterte Messunsicherheit U gibt ein realistisches Intervall an, in dem


ein großer Anteil der Werte liegen.
99,73%

U  k p  uc 95,44%

68,26%

Üblicher Wert: kp=2


Ein Erweiterungsfaktor kp=2 entspricht einer
Überdeckung von 95% bei einer XM
normalverteilten Ergebnisgröße.
-1u 1u
Hinweis:
-2u +2u
Andere Werte für k sind möglich! Z.B. k95=1,65 -3u +3u
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 22 / 30
Angabe eines vollständigen Messergebnisses

Die Ergebnisangabe sollte enthalten:

 eine klare Identifikation der Messung.


 eine klare Definition der Messgröße (mit Einheit oder Bezugspunkt).
 das Ergebnis und die erweiterte Messunsicherheit
Y = y ± U mit Einheiten für y und U.
 den Erweiterungsfaktor k, der benutzt wurde, um U zu berechnen und den
angenommen Grad des Vertrauens.
 einen Bezug zu einem detaillierten Bericht über die Auswertung.

d = (1,89 ± 0,01) mm; (kp = 2) oder d = 1,89 mm ± 0,01 mm; (kp = 2)

d in mm
1,88 1,89 1,90

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 23 / 30


Systematisches Vorgehen zur
Bestimmung der Messunsicherheit nach GUM

Darlegen der Kenntnisse über den


Messprozess und die beteiligten Größen

Modellieren der Messung Einschätzen der Größen


Y=g(XIND;X1;X2;…XN) (Typ A; Typ B)

Berechnen und Angeben des


vollständigen Messergebnisses Weitergabe
Y=y±U; kp=x

Bewerten des
Unsicherheits-Budgets

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 24 / 30


Bewerten des Messunsicherheitsbudgets

Vergleich der Messunsicherheit mit einer Zielunsicherheit / mit der Toleranz

 Kleinste angebbare  Identifizieren der Haupteinflüsse


Messunsicherheit auf die Messunsicherheit

 Prüfprozesseignung  Bei Bedarf gezieltes Reduzieren


𝑈
𝑔𝑃𝑃 = 2 ∙ 𝑇 ≤ 𝐺𝑃𝑃 = 0,2 … 0,4 der Einflüsse
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 25 / 30
Konformitätsprüfung unter Berücksichtigung der Messunsicherheit
Nachweis der Übereinstimmung / Nichtübereinstimmung mit Toleranzen
nach DIN EN ISO 14253
UTG Toleranzbereich OTG

Außerhalb der Spez. Außerhalb der


Innerhalb der Spezifikation
Spez.
Bereich der Übereinstimmungsbereich Bereich der
Nicht-Überein- Nicht-Überein-
stimmung U U U U stimmung

Unsicher Unsicher

U U U U U U
Messwert Messwert Messwert
13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 26 / 30
Reales Vorgehen zur Bestimmung der Messunsicherheit nach GUM

Darlegen der Kenntnisse über den


Messprozess und die beteiligten Größen

Modellieren der Messung Einschätzen der Größen


Y=g(XIND;X1;X2;…XN) (Typ A; Typ B)

Berechnen und Angeben des


vollständigen Messergebnisses Weitergabe
Y=y±U; kp=x

Bewerten des
Unsicherheits-Budgets

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 27 / 30


Möglichkeiten zur Plausibilitätsprüfung

Einheiten

 Hat die berechnete Messgröße die erwartete Einheit?


 Haben alle miteinander kombinierten Größen passende Einheiten?

Werte

 Liefert das Modell den selben Wert wie die “normale” Auswertung?
 Passen meine Erfahrungswerte zu den Ergebnissen?
 Lassen sich die verwendeten Informationen belegen und nachvollziehen?

Kollegen

 Versteht auch ein Kollege / der Auditor meine Messunsicherheitsanalyse?

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 28 / 30


Zusammenfassung

 Die Messunsicherheitsanalyse nach GUM ermöglicht verlässliche und vollständige


Messergebnisse

 Berechnung erfolgt gemäß den Vorgaben des GUM

 Eingangsgrößen werden nach festgelegten statistischen Regeln beschrieben und


miteinander verknüpft

 Geeignete Dokumentation ermöglicht das Verständnis der Berechnung und die leichte
Anpassung

13.09.2018 Munich Calibration Day 2018 © T. Werner / Metrodata GmbH 2018 # 29 / 30


Metrodata Datenverarbeitung
GmbH für Messtechnik und
Qualitätssicherung

Vielen Dank für Ihr Interesse!


Fragen?

Munich Kontakt:
Calibration Day Teresa Werner
München Metrodata GmbH
13.09.2018 www.metrodata.de
© T. Werner / Metrodata GmbH 2018