{"id":1568,"date":"2018-05-23T13:08:55","date_gmt":"2018-05-23T12:08:55","guid":{"rendered":"https:\/\/dmunkes.de\/WP\/berechnung-der-messunsicherheit\/"},"modified":"2018-05-23T15:40:41","modified_gmt":"2018-05-23T14:40:41","slug":"berechnung-der-messunsicherheit","status":"publish","type":"post","link":"https:\/\/dmunkes.de\/WP\/berechnung-der-messunsicherheit\/","title":{"rendered":"Berechnung der Messunsicherheit"},"content":{"rendered":"
<\/span><\/div>
<\/span><\/div>
<\/div><\/div><\/div>

Berechnung der Messunsicherheit<\/h1><\/div>
<\/span><\/div><\/div>
<\/div>
<\/div>
<\/div>

Ing. Buero Dieter Munkes News   \u2022   June 2, 2016<\/p>\n<\/div>

<\/div>
<\/div>
<\/div>
<\/a><\/span><\/div><\/div><\/div>
<\/div>
<\/div>
<\/div>

W<\/span>\u00e4hrend eines Projektes zur Akkreditierung eines Labors (DIN 17025) stand die Aufgabe die Messunsicherheiten zu ermitteln.<\/p>\n

Es gibt zwei Wege dies zu erreichen:<\/p>\n

A) \u00dcber alles Werte zu messen und ein wenig Statistik zu rechnen.<\/p>\n

B) Die Unsicherheiten aller beteiligten Einflu\u00dfgr\u00f6\u00dfen miteinander zu verrechnen.<\/p>\n

 <\/p>\n

Zun\u00e4chst wurden alle bekannten Einflu\u00dfgr\u00f6\u00dfen in ein  Ishikawa<\/a> Diagram oder ein Mindmap geschrieben.<\/p>\n

Goto B)<\/p>\n

Bei der Bestimmung der Unsicherheit und der Einflu\u00dfgr\u00f6\u00dfe jeden Parameters gab es viele Unbekannte. Die m\u00fcsste ich dann sch\u00e4tzen. Dies ist nicht mein Ding.<\/p>\n

Ich fand das die Messverst\u00e4rker  18ppm\/K drift hat, ich kenne den Temperaturbereich aber da gibt es ja noch die Drift des DMS Sensors, die Thermospannungen….<\/p>\n

Endlose Unbekannte.<\/p>\n

 <\/p>\n

Die L\u00f6sung war:  Ich verwende was ich habe nach B) und mache den Rest mit A)<\/p>\n

Meinem Beispiel ist eine Maschine f\u00fcr Lebensdauertests an Zahnimplantaten. Ein Motor erzeugt eine Kraft und dr\u00fcckt damit auf ein Implantat.<\/p>\n

In Reihe ist ein DMS Sensor. Damit wird die Kraft geregelt. Siehe das Bild oben.<\/p>\n

Nun kam ein Referenz Sensor ebenso in Reihe.<\/p>\n

Dessen Unsicherheit bekomme ich aus den Kalibrierdaten der DAKKS Kalibrierung. (0.022N bei 100N)<\/p>\n

Ich lasse die Maschine mit 100N dr\u00fccken.<\/p>\n

Beide Sensoren liefern Ihre Daten in ein Histogramm.<\/p>\n

Nun wird Mittelwert beider Sensoren und die Standardabweichung des ersten Sensors ermittelt.<\/p>\n

Die gesamt Unsicherheit ist nun das geometrische Mittel aus Ref Unsicherheit, Standardabweichung des internen Sensors und der Differenz der Mittelwerte.<\/p>\n

Da die Verteilung der Messwerte nach Gauss erfolgt kann ich mit einem Erweiterungsfaktor den Umfang der Messwerte innerhalb der Unsicherheit bestimmen. F\u00fcr 99% Messwerte liegt der Faktor bei ca.  2.7<\/p>\n

 <\/p>\n

Damit kann ich nun sagen das die Maschine  99% aller Messwerte in +-0,6N hat bei 100N Kraft.<\/p>\n

Um alle Einflu\u00dfgr\u00f6\u00dfen zu erfassen m\u00fcssen diese auch im Messzeitraum auftreten.<\/p>\n

Das System lief 24 Stunden um einen ganzen tages Temperaturzyklus mitzumachen.<\/p>\n

siehe https:\/\/www.ptb.de\/cms\/fileadmin\/internet\/fachabteilungen\/abteilung_1\/1.2_festkoerpermechanik\/1.22\/276._PTB-Seminar.Teil_1.MU-Drehmoment_GUM.pdf<\/a><\/p>\n

Dieter Munkes<\/p>\n

 <\/p>\n<\/div>

<\/div>
<\/div>
<\/div>
<\/div><\/div><\/div>
<\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

W\u00e4hrend eines Projektes zur Akkreditierung eines Labors (DIN 17025) stand die Aufgabe die Messunsicherheiten zu ermitteln.<\/p>\n","protected":false},"author":1,"featured_media":1561,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[72],"tags":[],"class_list":["post-1568","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-unkategorisiert"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t