Дискретность измерения это: Дискретность, погрешность и класс точности лабораторных весов согласно ГОСТ

Содержание

Дискретность, погрешность и класс точности лабораторных весов согласно ГОСТ

Несмотря на развитие современных технологий, определить абсолютную массу предмета не представляется возможным, даже с помощью самых чувствительных приборов. Поэтому специалисты ввели понятие точности измерения, которая напрямую зависит от погрешности и дискретности измерений.

 

 

Все весовое оборудование, используемое в лаборатории, делится на 3 класса точности в соответствии с ГОСТ OIML R 1 2011.

 

Основными характеристиками являются пределы взвешивания (наименьший и наибольший), точность измерений, дискретность и погрешность измерения веса. Они указываются в сопроводительной документации, спецификациях к оборудованию. По поводу последних 3 параметров у неопытных пользователей часто возникают вопросы.

 

В статье ниже мы рассмотрим основные государственные стандарты, классификацию весового оборудование, важнейшие технические характеристики весов и их отражение в стандартах.

 

 

Государственные стандарты для лабораторных весов

Следует отметить, что для лабораторных весов действуют стандарты для весов, предназначенных для статического (не динамического) измерения массы в лабораториях и на предприятиях. Эти стандарты не действуют для весов специального назначения, аптекарских, масс-компараторов, а также для весов, измеряющие массу косвенно (не непрямую).

 

Итак, одним из первых стандартов, закрепляющих требования к лабораторным весам, является устаревший ГОСТ 24104-88 «Весы лабораторные общего назначения и образцовые» от 1988 г.

 

Далее, уже в РФ, в 2001 г. был принят новый ГОСТ 24104-2001 «Весы лабораторные», в котором стандарты для лабораторных весов были существенно изменены, а разделение оборудования на весы общего назначения и т.н. образцовые было убрано в принципе. В связи с этим, существенные изменения претерпели классы точности весов:

Класс точности согласно ГОСТ 24104-2001 Класс точности согласно ГОСТ 24104-88
I «Специальный» 1 класс, 2 класс, 3 класс (практически все)
II «Высокий» 4 класс
III «Средний» Многие приборы из из ГОСТ 29329-92 «Весы для статического взвешивания».

Также были внесены следующие изменения:

 

  • Введение новых характеристики (цена деления (дискретность) «d», наименьший предел взвешивания (НмПВ, Min), цена поверочного деления «e», число поверочных делений «n».
  • В качестве обязательной характеристики устанавливаются тесты (0,5-часовой и 4-часовой)
  • Реализована возможность эксплуатации многодиапазонных весов (приборов с несколькими НПВ). Конструктивно каждый диапазон рассматривается как отдельная модель весов с отдельными техническими характеристиками.

 

Срок действия данного ГОСТ закончился в 2010 г., и далее он был заменен на международный стандарт на весы ГОСТ OIML R 1 2011. Он не содержит существенных технических нововведений, был создан для соответствия мировым (международным) стандартам. Это стало важной вехой для производителей, поставляющих весовое оборудование на экспорт.

 

 

Пределы взвешивания

 

Эта характеристика, которая вызывает наименьшее количество вопросов у потребителя.

 

Верхний (наибольший) предел взвешивания (НПВ, Max) – это максимальное значение нагрузки (навески), которое может быть отображено на дисплее весов. Если масса образца больше этого значения, то результаты измерений не будут точными.

 

Нижний (наименьший) предел взвешивания (НмПВ, Min) – это величина массы, ниже которой погрешность измерений будет чрезмерной. Иными словами, дисплей весов не покажет никаких значений.

 

Нельзя путать НПВ с предельной нагрузкой (Lim). Если масса образца будет больше НПВ, то результат измерений не будет точным. А если масса больше Lim, то прибор сломается.

 

 

Дискретность (цена деления)

 

Дискретность – свойство измерений, обратное непрерывности. Это показатель, изменяющийся между 2 соседним делениями весоизмерительного оборудования (стабильными состояниями). Отсюда название – цена деления (обозначается «d»).

 

Цена деления – одна из ключевых характеристик стандартов для лабораторных весов. Чем она меньше, тем выше точность весоизмерения. К примеру, если на весы с дискретностью 5 г поставить гирю 3 кг, то на дисплее будет результат 3 кг. Если далее на платформу добавить груз 3.5г, то весы покажут результат взвешивания 3 кг и 5 г. Это вызвано дискретностью оборудования.

 

 

Цена поверочного деления (предельно допустимая погрешность)

Это расчетная величина, обозначаемая «e». Она не имеет физического воплощения в оборудовании, однако является важной, т.к. на ее основе определяется класс точности весов и проводится их поверка. Расчет цены поверочного деления производится следующим образом:

Для весов градуированных, без вспомогательного показывающего устройства e = d, где d — это действительная цена деления шкалы;
Для весов градуированных, со вспомогательным показывающим устройством e выбирается изготовителем;
Для весов неградуированных e выбирается изготовителем.

 

Класс точности весов

Согласно действующему ГОСТ OIML R-1-2011, класс точности весов определяется исходя из значения поверочного интервала «e», числа поверочных интервалов «n», значения минимальной нагрузки «Min» (НмПВ).

 

Требования к лабораторным весам (весам для исследований) как правило, подразумевают под собой I «Специальный» или II «Высокий» класс точности. Также они широко применяются в медицинской, химической, фармацевтической отрасли.

 

Весы III класса (как правило, порционные, общего назначения) более востребованы в торговле, на предприятиях общественного питания и т.д.

 

 

Погрешность весов

 

Для расчета фактической погрешности весов следует использовать предельно допустимую погрешность весов, а также класс точности.

 

Даже у самых точных весов (I специального класса) есть погрешность, измеряемая в долях мг. Стандартизация погрешности позволяет преследовать следующие уели:

  1. Введение общеиспользуемой системы сертификации весоизмерительного оборудования.
  2. Разработка и внедрение единых технических требований к весам.
  3. Возможность детального сравнения по классам точности от различных производителей.
  4. Разработка и внедрение удобной для потребителя товарной номенклатуры.

 

 

Большой спектр оборудования является многодиапазонными весами, что позволяет увеличить точность (уменьшить погрешность) проводимых измерений. В этом случае характеристики каждого диапазона взвешивания рассматриваются отдельно.

 

Надеемся, данные материалы по стандартам для лабораторных весов помогут Вам сделать оптимальный выбор измерительного оборудования.

Точность весов. Дискретность и погрешность весов.. Статьи. Поддержка. РАЗНОВЕС.РУ

Человечество всегда знало, что каждый материальный предмет имеет свою массу, однако, измерить точный вес объекта стало возможным лишь с изобретением весов. Введение различных мер массы, таких, как килограмм или фунт, тонна, грамм, миллиграмм. Следует отметить, что абсолютную массу предмета измерить невозможно, даже используя сверхчувствительные весовые приборы. Это связано с понятием «точность измерения», которое зависит от двух факторов: дискретности и погрешности.

Многие люди ошибочно считают, что эти понятия тождественны, однако, это не так. Дискретность и погрешность реализованы на разных весах по разному.

Что такое дискретность

Дискретность – это свойство, которое имеет значение, противоположное непрерывности, т.е. «прерывность». Дискретность – это значение, изменяющееся между несколькими различными стабильными состояниями. В качестве примера можно привести механические часы, в которых минутная стрелка перемещается скачкообразно, т.е. дискретно, на одну шестидесятую целой окружности циферблата. Дискретность обозначается как «d».

Понятие дискретности в электронных весах связано с шагом взвешивания и отображения массы. Так например, если на весы, обладающие дискретностью d=5 грамм, (например, весы торговые ВПМ-15.2-Т, или весы с возможностью печати этикеток ВСП-15/5-4ТКС) положить гирю массой в 1 килограмм, то они отобразят на дисплее массу, равную 1 кг. Если же к этому килограмму добавить гирьку массой 3 грамма, то такие весы отобразят на дисплее значение не в 1,003 кг, а в 1,005, поскольку шаг (и, соответственно, дискретность) таких весов равен 5 граммам.

Предельно допустимая погрешность

Предельно допустимая погрешность у весов обозначается величиной «e». Метрологически, такая величина называется «цена поверочного деления». Предельно допустимая погрешность должна быть не более определенной по нормативным документам. Она указывается заводом изготовителем при производстве весов.

Идеальным считается такое соотношение дискретности и цены деления, при котором соблюдается их равенство (d=e). Соотношение должно быть указано на том же шильдике весов, на котором указывается заводской номер.

В соответствующих ГОСТах (например ГОСТ 29329-92), указывается соотношение максимально допустимой погрешности и цены поверочного деления «e» для каждого класса точности весов. Данные об этом соотношении, в обязательном порядке, указываются в приложениях к метрологическому сертификату, который можно найти в описании к типу средства измерения. Для лабораторных весов, такую погрешность указывают в «Руководстве по эксплуатации», которое поставляется вместе с весами.

Для повышения точности взвешивания малого веса, некоторые современные модели электронных весов оборудованы многодиапазонным режимом измерений. В этом режиме, весь диапазон допустимых взвешиваний, подразделяется на несколько. При этом, каждый диапазон имеет свои, отличные от других, значения дискретности и погрешности.

Кстати, высоких показателей дискретности, а следовательно и точности, не стоит ожидать от весов с большим значением НПВ (наибольший предел взвешивания). Поэтому, для точного взвешивания, лучше выбрать весы с наименьшими значениями «e», «d» и НПВ.

Дискретность — измерение — Большая Энциклопедия Нефти и Газа, статья, страница 1

Дискретность — измерение

Cтраница 1


Дискретность измерения может привести к значительным дополнительным запаздываниям и снижению динамической точности регулирования. Чтобы уменьшить нежелательное влияние задержки измерения, используют модель связи качества продукта с переменными, которые измеряют непрерывно. Эта модель может быть достаточно простой; коэффициенты модели уточняют, сравнивая рассчитанное по ней и найденное в результате очередного анализа значение качественного параметра ( алгоритмы такого уточнения изложены в разд. Таким образом, одним из рациональных способов регулирования качества является регулирование по косвенному вычисляемому показателю с уточнением алгоритма его расчета по данным прямых анализов. В промежутках между измерениями показатель качества продукта может быть рассчитан экстраполяцией ранее измеренных значений.  [2]

Дискретность измерения времени простоя 1 мин.  [3]

Погрешность дискретности измерения временного интервала характерна для всех цифровых приборов.  [4]

Для обеспечения дискретности измерения уровня в танках в 1 см при общей глубине до 30 м применен четырехразрядный десятичный код. Для повышения компактности преобразователя и удобства пневматической коммутации барабаны 5 имеют параллельно расположенные оси 6 и зацепления в одной плоскости.  [6]

Тст 24 ч, дискретность измерения температуры — 0 5 мин, расхода воды — 2 мин.  [8]

Программа позволяет запускать МТУ в работу с различной дискретностью измерения, считывать и сохранять информацию из памяти прибора с последующим визуальным представлением полученной информации. Отдельным пунктом в программе реализована разработанная автором методика обработки результатов градуировочного эксперимента и определение параметров математической модели измерительного преобразователя.  [10]

Постоянство выходной частоты устраняет зависимость погрешности измерения, вызванной дискретностью измерения ( счета), от частоты входных сигналов. В каждом канале осуществляется двойное преобразование частоты.  [11]

Формула (4.21) приводит к выводу, что максимальное значение относительной погрешности дискретности измерения частоты изложенным вариантом метода дискретного счета не зависит от значения измеряемой частоты и, следовательно, постоянно во всем диапазоне измерения.  [12]

Программное обеспечение высокого уровня АМТ-06 и АМТ-07 позволяет: программировать задержку на включение режима измерения и дискретность измерения в зависимости от характера предполагаемого исследования; обрабатывать результаты поинтервальных замеров давления с последующим представлением распределения давления, плотности и температуры скважинной жидкости по стволу скважины; обрабатывать кривые восстановления ( падения) давления с последующей оценкой гидродинамических характеристик пластов и скважин.  [13]

В табл. 2.1 приведены характеристики режимов измерения и количество загораний светодиода, определяющее тот или иной режим. В графе Дискретность измерений указано количество пар значений давления и температуры и время, затраченное на их получение. Например, в режиме 2 в течение 54 часов в память манотермометра сначала записывается 4096 пар значений давления и температуры, измеренных через 16 секунд, а затем 4096 пар значений, измеренных через 32 секунды.  [14]

Функции спектральной плотности несут полную информацию об интенсивности и частотном распределении колебаний интересующего параметра только в том случае, когда статистической обработке подвергается достаточно длительная и частая запись колебаний параметра. Существуют определенные оценки необходимых и достаточных периодов наблюдения и дискретности измерений. По этим оценкам в ряде ответственных практических задач недостаточно оперировать функциями Sc ( со), построенными на базе журнальных записей значений концентрации примесей, и требуется специальный эксперимент с учащенным анализом состава воды.  [15]

Страницы:      1    2

Цена деления шкалы и дискретность электронных весов

Определения и термины


Дискре́тность (от лат. discretus — разделённый, прерывистый) — свойство, противопоставляемое непрерывности, прерывистость. Синонимы к слову дискретный: дробный, конечный, корпускулярный, отдельный, прерывистый, раздельный и т. п.

Дискретиза́ция (от лат. discretio — «различать», «распознавать») — представление непрерывной функции дискретной совокупностью её значений при разных наборах аргументов.

Дискре́та — четко ограниченный элемент дискретного объекта, характеризующий разницу между его стабильными состояниями

Шкала́ измерений (лат. scala — лестница) – отображение множества различных проявлений количественного или качественного свойства на принятое по соглашению упорядоченное множество чисел или другую систему логически связанных знаков (обозначений).

Цена деления шкалы — разность значений величины, соответствующих двум соседним отметкам шкалы измерений.

Что такое дискретность и шкала измерения весов

Дискретность, как было сказано выше, это не свойство весов, и даже не свойство какого-то класса оборудования. Это философский термин, который обозначает прерывность материи или процесса и характеризует свойство их способность делится на ограниченное число составных объектов. Проще говоря, дискретность — это свойство объекта, которое заключается в том, что оно имеет несколько стабильных состояний или состоит из нескольких частей — дискрет. Обычно принимается тот факт, что дискрета одна и имеет единственное значение, хотя это совсем не обязательно.

Дискретным может быть все что угодно:

  • Монитор имеет частоту дискретизации 100 Гц — он обновляет картинку 100 раз за 1 секунду через равный промежуток времени

  • На простой школьной линейке дискретизация измеряемых значений равна 1 мм

  • Запись песни на компакт-диске — это дискретизированный звук

  • Качество ролика на YouTube 720p60 также означает частоту дискретизации сигнала

Если касаться непосредственно весового оборудования, то можно рассмотреть ситуацию на конкретном примере:

В повседневной жизни мы привыкли измерять массу в килограммах, соответственно килограмм является частью веса в нашем понимании. Если масса человека равна 72 кг, то в этом случае вес человека — это объект, а 1 килограмм — дискрета. В данном случае дискрета одна и равна одному килограмму, но их может быть несколько — вес может равняться 72 килограммам 200 граммам. А можно опять привести все к единой дискрете 1 г и вес составит 72 200 грамм.

Из примера хорошо видно, что дискрета — это не однозначно определенная величина, она выбирается из каких-либо соображений. Массу можно измерять в чем угодно — граммах или фунтах, и это тоже будут дискреты. Можно половину массы выражать через унцию, а другую половину через пуды — это не противоречит логике, но только крайне непрактично.

Когда мы определились, что такое объект (масса человека) и чему равна единая дискрета (1 кг), следующим шагом нужно разработать прибор, который бы измерял сколько весит человек. Причем, он должен измерять массу любого человека, а не только того, который весит 72 кг. Вполне логично предположить, что человек вряд ли будет весить больше 200 кг и совершенно точно он не сможет весить меньше 0 кг.

Соответственно, прибор должен иметь возможность отображения всех возможных комбинаций дискрет на интервале от 0 до 200 кг. Дискрета равна 1 кг — она выступает в роли эталонной составной части, поэтому все остальные значения массы будут ей кратны. Получаем массив из 201 результата (включая 0).

Следует сразу отметить, что каким бы маленьким не был размер дискреты по отношению к объекту, массив возможных результатов всегда будет конечен — это вытекает из основного определения дискреты. Измерять с точностью до бесконечности ни один из существующих приборов не может и не сможет никогда. Это один из постулатов метрологии.

Если этот массив результатов, кратных дискрете, упорядочить по возрастанию в виде штрихов на интервале и разместить на табло, то мы получим циферблат со шкалой измерения обычных напольных механических весов. А минимальное расстояние между штрихами на циферблате называется ценой деления шкалы измерений. То есть, дискрета — это абстрактная величина, которая может характеризовать все, что угодно, то цена деления шкалы средства измерения — это характеристика конкретного вида весового оборудования, численно равная дискрете, которая в него технологически заложена.

Но это все тонкости, имеющие, скорее, академический интерес. На практике электронное оборудование все реже имеет аналоговые циферблаты со стрелкой — обычно результат отображается в цифровой форме. Термин «цена деления шкалы средства измерений» стал не совсем уместен, так как шкалы попросту нет, и он стал заменяться на более емкое понятие дискреты.

В общем понимании, дискрета электронных весов — это полный аналог и синоним цене деления шкалы для весов механических. При этом смысл остается тот же самый — оборудование имеет ограниченный набор результирующих значений, кратных дискрете. Если электронные весы имеют дискретность 5 кг, то узнать вес с точностью до 1 кг не получится — индикатор покажет сначала 70 кг, а потом сразу 75 кг.

Аналоговый циферблат
с ценой деления шкалы 1 кг
Цифровой индикатор
с дискретностью 100 г


Справочная информация

Если бы весовое оборудование могло измерять массу со 100% точностью, то мы могли бы наблюдать пару интересных вещей:

  • Результат измерения не поместился бы ни на один монитор. Даже эталоны из Парижской Палаты мер и весов, независимо от того, что они констатируют, начиная с определенного момента начинают показывать разницу между заявленным значением и фактическим. Эталонный килограмм на самом деле весит 1,000000125483 кг. В ноябре 2018 года он был отменен — теперь эталонная масса килограмма определяется через постоянную Планка.

  • Результат измерения нельзя было бы увидеть из-за того, что под воздействием внешних факторов значения прибора бы постоянно изменялись.

Виды шкал измерения

Классификация шкал измерений от самых примитивных до современных.


Шкала наименований (шкала классификации) используется для классификации объектов по качественному признаку без количественной оценки. Используя данный вид шкалы, разные состояния объекта можно лишь констатировать наличие свойства и сравнивать между собой по принципу однотипности. Нельзя сказать что что-то лучше, хуже, больше или меньше. Простым примером может быть присвоение цвета коду тревоги в армии.


Шкала порядка (шкала рангов) применяется для оценки свойств объектов, которые имеют количественные характеристики, но им не может быть присвоено однозначное численное значение по объективным причинам или в этом нет необходимости. С их помощью можно делать простейшие логические операции и давать сравнительную характеристику по типу больше-меньше, лучше-хуже. Примером может быть уровень уровень интеллекта IQ человека, который дает общую оценку на основании теста, но не позволяет однозначно делать выводы об умственных способностях человека. В книге рекордов Гиннеса зафиксирован самый высокий IQ в мире, который принадлежит 10-летней девочке.


Условная шкала является частным видом шкалы порядка, у которой значения свойств объектов измеряются в условных единицах. Она применяется, когда имеются эталонные значения свойств, которым нельзя присвоить численные значения. Классическим примером является шкала твердости Мооса, созданная в 1811 году Фридрихом Моосом. Не имея возможности измерить твердость образца, он предложил сравнивать его с эталонами в порядке возрастания твердости — тальк, гипс, кальцит, флюорит, апатит, ортоклаз, кварц, топаз, корунд, алмаз. Царапая образцом по эталону выяснялось, к какому он находится ближе всего. При этом фактическая разница между твердостью алмаза и корунда гораздо больше, чем разница между корундом и тальком. Этот пример показывает насколько условным и грубым является данный способ измерений.


Шкала интервалов (шкала разностей) является шкалой порядка, в которой каждому состоянию свойства объекта может быть присвоено однозначное числовое значение, выраженное единицей измерения и эти числовые значения лежат через равные интервалы от точки нуля, которая выбрана произвольно. При помощи данной шкалы можно количественно сравнивать разные значения свойств — не просто больше-меньше, а «больше на 10», «меньше на 20» — то есть проводить операции сложения и вычитания. Из-за произвольно выбранной точки нуля, на основании этих значений нельзя строить пропорции. Примером может служить шкала Цельсия обычного градусника. По ней можно сказать, что температура +10 °C меньше, чем +20 °C на 10 градусов, но нельзя сказать она в 2 раза меньше.


Шкала отношений является шкалой интервалов, в которой назначенное значение нуля совпадает с нулем фактическим. В этом случае можно измерять абсолютное значение свойств и, кроме операций сложения и вычитания, применимы операции деления и умножения. Если бы градусник из примера сверху имел шкалу не Цельсия, а Кельвина, то можно было бы сказать, что 10 К не только меньше 20 К на 10 градусов, но и в 2 раза меньше. Именно эту шкалу измерений имеет все весовое оборудование, как электронное, так и механическое.


Абсолютная шкала измерений является шкалой отношений, в которой единицы измерения не выбраны по соглашению, а являются естественными. Примером свойств, которые измеряются на данной шкале являются различные коэффициенты. Если массу в разных странах всегда измеряли по разному и лишь относительно недавно пришли к международной единице СИ килограмм, то КПД (коэффициент полезного действия) всегда и у всех измеряется одинаково. Абсолютная шкала может быть ограниченной (величина коэффициента от 0 до 1) и неограниченной (величина угла в радианах)

Ссылка на статью открывается в новом окне

Другие важные характеристики весового оборудования:

НПВ

НмПВ

Размеры ГПУ

Разница между дискретностью и погрешностью электронных весов

Школьная задачка по определению
погрешности линейки

На механических устройствах просто по внешнему виду шкалы измерения можно определить какая у нее цена деления. И точно также определить погрешность — можно увидеть не только как стрелка показывает на определенное значение, но и как она находится между двумя соседними штрихами посередине. Из этого факта вытекает правило, которое общеизвестно еще со времен школы — погрешность на линейной шкале измерения равна половине цены деления шкалы.

Не так дело обстоит, когда речь идет об электронных весах. У них просто высвечивается результат на индикаторе и даже понять какая дискретность иногда бывает проблематично.

Для начала необходимо немного объяснить принцип действия электронных весов. Они состоят из трех основных узлов:

  • Грузоприемная платформа. На нее помещается груз, который необходимо взвесить.

  • Тензометрические датчики веса. Это основной чувствительный элемент электронных весов, который реагирует на изменения и генерирует сигнал, который попадает в весовой терминал.

  • Весовой терминал. В нем происходит обработка входящего сигнала, который до этого представлял из себя ничего не значащий импульс тока. Именно он производит интерпретацию всех данных, которые регистрируют тензодатчики.

Соответственно, эти все узлы имеют свои характеристики, которые никак не зависят от других и вполне вероятны 5 сценариев работы весов:

  • Тензодатчик может быть очень чувствительным и способным реагировать на сотые доли грамма, а терминал не способен уловить разницу сигнала и будет показывать с точностью до грамма.

  • Возможности терминала позволяют регистрировать самые слабые изменения, в то время как тензодатчик не способен реагировать так тонко.

  • Возможности терминала и тензодатчика соответствуют друг другу, но режим индикации специально настроен так, чтобы округлять полученные значения.

  • В случае, если индикатор настраивается так, чтобы показывать точнее, чем фактически способна уловить система терминал-тензодатчик, то он будет показывать неверные результаты. Связано это с тем, что тензодатчик все равно генерирует какой-то сигнал в случае нагрузки, а весовой терминал расшифровывает любой входящий сигнал, независимо ни от чего. Никто ведь не запрещает записать в тетрадь длину, измеренную простой рулеткой с точностью до 0,0001 мм.

  • Пятая ситуация — это когда все работает в штатном режиме и величина погрешности соответствует стандартной.

Справочная информация

Все это было рассказано, чтобы возникло понимание одной простой вещи — дискрета и погрешность это не одно и то же, они не равны и никак не влияют друг на друга. Дискрета — это искусственно выбранная величина, размер которой зависит только от желания. Погрешность — это объективная величина, зависящая только от возможностей оборудования и подкорректировать ее не получится.

Для того, чтобы не возникало недоразумений, разработаны специальные государственные стандарты, которые определяют размеры погрешностей для разных видов метрологического оборудования. В части, касаемой весов — это стандарт ГОСТ OIML R 76-1-2011, который определяет требования к весовому оборудованию, в том числе и величину погрешности.

Можно просто попытаться посмотреть размер погрешности в паспорте изделия, но она там скорее всего не будет указана. Будут указаны дискрета, поверочный интервал, максимальная и минимальная нагрузки, а также ГОСТ, которому оборудование соответствует.

Не вдаваясь сильно в подробности, погрешность на разных интервалах измерения может достигать от одной до трех величин дискрет — так говорит ГОСТ. То есть, если весы имеют цену деления шкалы 5 грамм, то погрешность составит 5 граммов на маленьких нагрузках и достигнет 15 граммов на максимальной. В процентном отношении эта величина равна 0,1…0,2% от массы измеряемого груза.

Распространенные значения дискрет электронных весов

Подавляющее большинство электронных весов, которыми мы ежедневно видим на складах, рынках, в магазинах, медучреждениях, аэропортах и на дорогах сертифицированы по III-классу точности. Можно сказать даже больше — все весы, кроме лабораторных, имеют III-Средний класс или не имеют его вообще.

Государственные стандарты регламентируют характеристики весового оборудования, поэтому можно сказать, какую дискрету будут иметь весы с заданной нагрузкой и не сильно ошибиться. Большинство производителей обычно тоже придерживаются стандартных значений точности на весах среднего класса. В отличие от лабораторных весов, на весах повседневного использования уменьшение погрешности не дает значительных преимуществ — точность до милиграмма при взвешивании бананов в магазине избыточна. Гораздо эффективней сосредоточиться на других характеристиках — надежность, дополнительный функционал.

Нагрузка на весы Стандартное значение дискреты
3 кг 1 грамм
10 кг 5 грамм
30 кг 10 грамм
60 кг 20 грамм
100 кг 50 грамм
300 кг 100 грамм
600 кг 200 грамм

Интервальность электронных весов

Некоторые модели электронных весов являются многоинтервальными. Это означает, что на разных интервалах измерений они будут показывать результат с разной дискретой.

К примеру, двухинтервальные весы с максимальной нагрузкой 30 кг будут измерять вес так:

  • на интервале 0…100 грамм измерять нельзя, так как результат будет некорректен

  • на интервале 100 г…15 кг дискрета равна 5 грамм

  • на интервале 15…30 кг дискрета равна 10 грамм

Регламент, где определяются размеры интервалы у многоинтервальных весов содержит все тот же ГОСТ OIML R 76-1-2011, про который упоминалось в главе про погрешность.

Здесь же остановимся на простом правиле, как определить интервальность весов.

Во-первых, об этом должно быть указано на шильде, которая находится на корпусе весов и в паспорте оборудования.

Во-вторых, в этом вопросе наблюдается такая же ситуация, как и в случае с дискретой. Обычно интервалы у весов с одинаковой нагрузкой совпадают и меньший интервал с дискретой соответствуют предыдущей стандартной нагрузке с соответствующей ценой деления шкалы измерения.

Ваш персональный инженер в мире измерительного оборудования
Сделать запрос на измерительное оборудование



Справочная информация по весовому оборудованию

Весы – это инструмент (прибор или устройство) предназначенное для измерения массы.
Единицей измерения массы является килограмм, а также его производные грамм, тонна, миллиграмм и т.д. Поскольку абсолютно точно массу измерить невозможно, то показания весов считаются достоверными с определенной погрешностью измерения.

Погрешность измерения — отклонение измеренного значения величины от её истинного (действительного) значения.

Погрешность измерения массы является характеристикой точности весов.
Точность, в свою очередь, определяется предельно допустимой погрешностью, которая может быть получена при использовании весов.

Предельные допустимая погрешность измерений — гарантированная или максимальная по модулю погрешность измерений, которая возникает при исчерпании допустимых рабочих диапазонов всех величин, вызывающих погрешности.

Предельно допустимая погрешность измерений определяется специальной метрологической величиной ценой поверочного деления.

Цена поверочного деления e — условная величина, выраженная в единицах массы, предназначенная для расчёта погрешности весов. Значение цены поверочного деления e устанавливается изготовителем весового оборудования и, в соответствии с требованиями госстандарта, должно быть указано на весах.

Показания результатов взвешивания на индикаторе электронных весов отображаются с некоторой дискретностью, обозначаемой d, называемой также действительная цена деления. Например, если дисплей порционных весов MAS MS-25 показывает значение массы 1 кг, то при добавлении груза массой 3г. показания будут равны 1,005 кг, т.е. будут меняться с дискретностью d = 5 г.
Дискретность d сама по себе не является погрешностью измерения массы.
Для того, чтобы определить предельно допустимую погрешность измерений, необходимо установить связь между ценой поверочного деления e и дискретностью d.

В зависимости от класса точности устанавливаются следующие значения e:
— для весов среднего класса точности (обозначение III), а это, как правило, все торговые, порционные, напольные, платформенные, и многие другие весы, ГОСТ устанавливает соотношение e = d.
— для высокого и специального класса точности (II и I) значение e выбирается производителем из ряда: 2d, 5d, 10d.
— для весов специального класса точности (I), у которых e не более 0,1 мг. допускается устанавливать значения: e = 20, 50, 100, 200, 500, 1000d.

Для каждого класса точности ГОСТ также устанавливает своё соотношение между ценой поверочного деления e, действительной ценой деления (дискретностью) d и предельно допустимой погрешностью.

Интервалы взвешивания для весов класса точности Предельно допустимые погрешности
специального высокого среднего при первичной
поверке
в
эксплуатации
до 50 000е включ. до 5 000е включ. до 500е включ. ±0,5е ±1,0е
свыше 50 000е до
200 000е включ.
свыше 5000е до
20 000е включ.
свыше 500е до
2 000е включ.
±1,0е ±2,0е
свыше 200 000е свыше 20 000е свыше 2 000е ±1,5е ±3,0е

Данные о классе точности, информацию о ГОСТе, номере в Государственном реестре можно, также найти в описании типа средства измерения, являющегося неотъемлемым дополнением к метрологическому сертификату.

Дискретность и погрешность весов статья о весах

То, что почти каждый окружающий нас предмет имеет определённую массу, было известно человечеству с глубокой древности. Однако выяснить точный вес того или иного предмета стало возможным только после изобретения весов. Но выяснить массу предмета с абсолютной точностью невозможно даже при использовании сверхчувствительных весов. Параметры и точность измерения веса предметов зависит от двух факторов: погрешности и дискретности. В зависимости от типа и модификации весов, дискретность и погрешность проявляют себя по-разному. 

Дискретность: что это и зачем она нужна

Дискретность — это значение, которое меняется между несколькими стабильными состояниями. Если речь идёт об электронных весах, то дискретность связана с шагом взвешивания и отображения массы на соответствующем дисплее. К примеру, показатель дискретности электронных весов составляет 5 граммов. Если на них положить гирю, массой 1 килограмм и гирю, массой 3 грамма, то на дисплее отобразится значение массы 1, 005 (а не 1 003, как предполагалось). Это происходит потому, что дискретность весов составляет не 3, а 5. 

Погрешность: что это такое

Все марки и модели весов обладают так называемой предельно допустимой погрешностью, то есть, отклонением в точности измерений. Заводы-изготовители весового оборудования обязательно должны указывать предельно допустимую погрешность весов в технической документации к своей продукции. Среди профессионалов погрешность весов обозначается термином «цена поверочного деления».

Весовое оборудование с идеальными техническими и эксплуатационными характеристиками, обладает одинаковыми показателями дискретности и предельно допустимой погрешности в измерениях. Обычно соотношение дискретности и погрешности весов указывается рядом с заводским номером оборудования.

В некоторых случаях показатели дискретности и предельно допустимой погрешности могут разниться. Данные о соотношении этих величин также обязательно должны быть указаны в технической документации, а также на заводском шильдике, на котором значится серийный номер и марка весов. 

Для максимальной точности измерения массы (особенно небольших предметов) некоторые модели весового оборудования оснащены многодиапазонным режимом измерений. При этом каждый диапазон взвешивания имеет свои определённые показатели соотношения дискретности и предельно допустимой погрешности. 

Как определить точность весов, как прочитать точность по обозначениям

Как определить точность весов, как прочитать точность по обозначениям

Весы являются измерительным инструментом и предназначены для измерения веса. Единицей измерения веса является килограмм, а также его производные грамм, тонна, миллиграмм и т.д.

Поскольку абсолютно точно вес измерить невозможно, то показания весов могут считаются достоверными с определенной погрешностью измерения. С другой стороны, показания результатов взвешивания на индикаторе электронных весов отображаются с некоторой дискретностью, обозначаемой величиной d.

Например, если дисплей торговых весов AP-15М показывает вес 1 кг, то при добавлении груза весом 3 г показания будут равны 1,005 кг, т.е. будут меняться с дискретностью d = 5 г. Многие ошибочно полагают, что эта величина d и является погрешностью измерения веса. Однако это не так.

Предельно допустимая погрешность измерений определяется специальной метрологической величиной е — ценой поверочного деления.

Обычно производитель весов гарантирует следующее соотношение: d = e. Как правило, об этом сообщено на дисплее конкретных весов, а также на «шильдике» — алюминиевой пластинке с заводским номером, прикрепленной к корпусу. Данное равенство позволяет установить связь между дискретностью показаний и погрешностью измерения.

Связь предельно допускаемой погрешности измерений с e для весов каждого класса точности приведена в соответствующих ГОСТах. Можно также посмотреть эти данные в описаниях типа средства измерения, являющихся неотъемлемым дополнением к метрологическому сертификату.

В частности, при эксплуатации весов для статического взвешивания ГОСТом допускается следующая трехступенчатая характеристика погрешности: в начале диапазона взвешивания вплоть до 500 е погрешность составляет е, до 2000е составляет ±2е, в конце диапазона равна ±3е. Таким образом, весы AP-15М в диапазоне до 2,5 кг имеют погрешность показаний 5 г, в диапазоне от 2,5 кг до 10 кг погрешность равна 10 г , свыше составляет 15 г.

Обратите внимание, что если на весах не указано d = e, то последний разряд в отсчете не гарантируется, и его можно использовать только как справочный (не для торговых операций, в частности).

Другими важными метрологическими характеристиками являются наибольший (НПВ) и наименьший (НмПВ) пределы взвешивания. Вне этих пределов показания весов считаются недостоверными. Например, если Вы выбрали весы AP-15М для Вашего магазина, то Вы должны знать, что они имеют НПВ=15 кг и НмПВ=100г.

Внимание! Знать наименьший предел взвешивания принципиально важно, т.к. весы индицируют вес на дисплее даже в случае, если измеряемый вес меньше НмПВ, однако достоверными эти показания считать нельзя.

Не требуйте от весов высокой точности измерения одновременно с большим значением НПВ. Решите сначала, что Вам важнее. Для точного взвешивания лучше выбрать весы с меньшим значением e и небольшим НПВ соответственно.

В некоторых типах весов CAS для увеличения точности используется так называемый многодиапазонный режим измерений, при котором весь интервал от наименьшего до наибольшего пределов взвешивания разбивается на два или три участка со своими значениями d и e. Это увеличивает динамический диапазон измерений и позволяет ввести для каждого диапазона свою дискретность показаний индикатора. В случае с AP-15M дискретность показаний будет последовательно меняться как 1 г, 2 г и 5 г соответственно.

На выбор модели влияет ряд функциональных особенностей: набор реализованных в весах функций, конструктив (размеры платформы, выносной или встроенный индикатор, защита от перегрузки и т.д.), тип питания, наличие интерфейса, условия эксплуатации — некоторые модели выпускаются в повышенном пыле- и влагозащитном исполнении или с тензодатчиком и платформой из нержавеющей стали. При выборе убедитесь, относятся ли требующиеся Вам функции к стандартной комплектации или опциям. В последнем случае нашей компании может потребоваться.

Как пример пренебрежения метрологией весовых измерений можно привести буквальное использование потребителем так называемой счетной функции весов. Эта функция реализована в счетных весах САS моделей CS, AC и заключается в двухступенчатом процессе измерения сначала среднего веса одинаковых изделий (путем взвешивания пробы из их определенного количества), а затем — неизвестного их количества в рабочей порции по ее весу. В рекламных проспектах иногда приводят результат счета с точностью до штуки, не указывая никак, какова реальная погрешность счета в штуках. Такая точность — формальный результат, который получен микропроцессором весов при выполнении арифметической операции деления. Часто иллюстрируют эту задачу счетом метизов, которые хотя бы из-за неоднородности по весу могут иметь неопределенность до 10%. Совершенно очевидно, что в этом случае указывать результаты счета с точностью до штуки абсурдно.

Шкалы измерений и дискретные/непрерывные данные

Шкалы измерений и дискретные/непрерывные данные

Измерительные весы

Тип используемой измерительной системы может существенно повлиять на интерпретацию полученные значения. Расстояние в двадцать километров вдвое больше, чем десять километров, а то, что весит 100 фунтов, в три раза меньше, чем то, что весит 300 фунтов. Но тот, кто занял первое место, возможно, не справился в три раза лучше, чем кто-то в третье место, а почва с pH 3 не вполовину менее кислая, чем почва с pH 6.

Значение этого обсуждения чисел состоит в том, что все числа нельзя обрабатывать тоже самое. Для пользователя важно знать тип используемой системы измерения. в сетке, так что соответствующие операции и функции могут быть реализованы и результаты будут предсказуемы. Значения измерений можно разбить на четыре типа: отношение, интервальные, порядковые и номинальные.

Отношение

Значения системы измерения отношения получены относительно фиксированного нуля точка на линейной шкале.Все основные математические операции ( умножение , деление , сложение и вычитание) можно использовать для этих значений с предсказуемые и значимые результаты. Примерами измерений соотношения являются возраст, расстояние, вес и объем.

Интервал

Время суток, годы по календарю, температурная шкала Фаренгейта и Цельсия и pH value являются примерами интервальных измерений. Это значения на линейной калиброванной масштаб, но не относительно истинной нулевой точки во времени или пространстве.Потому что нет истинная нулевая точка , между измерениями могут быть сделаны относительные сравнения (т.е. добавление и вычитание ), но соотношение и пропорция (т.е. деление и умножение) не так полезно.

Порядковый номер

Порядковый номер определяет положение или рейтинг . Эти измерения показывают место, например первое, второе, третье и т. д., но они не устанавливают величина или относительные пропорции .Насколько лучше, хуже, красивее, здоровее и сильнее, не может быть продемонстрировано из порядковых чисел.

Номинальное значение

Значения, связанные с этой системой измерения, используются для идентификации одного экземпляра из еще один. Они также могут устанавливать группу, класс, члена или категорию, с которой объект связан. Эти значений являются качествами, а не количествами, не имеющими никакого отношения до фиксированной точки или линейной шкалы . Схемы кодирования землепользования, типов почв или любой другой атрибут квалифицируется как номинальное измерение.Другие номиналы являются социальными. номера безопасности, идентификационные номера, почтовые индексы и номера телефонов.

Компьютер не различает четыре разных типа измерений при просят обработать значения или изменить их. Большинство математических операций хорошо работают с отношением значений, но , когда интервальные, порядковые или номинальные значения умножаются, делятся или оцениваются на квадратный корень, результаты обычно бессмысленны . С другой ручное, вычитание, сложение и логические определения могут иметь большое значение при использовании на интервальные и порядковые значения.Обработка атрибутов внутри и между сетками наиболее эффективна и эффективен при использовании номинальных измерений.

Дискретные данные вместо непрерывных

Дискретные данные, которые иногда называют категориальными или дискретными данными, в основном представлять объекты как в векторной, так и в сеточной системах хранения данных. Дискретный объект имеет известные и определяемые границы. Легко точно определить, где объект начинается и где это заканчивается. Озеро – это отдельный объект в окружающем ландшафте.Где кромка воды встречается с землей, можно окончательно установить. Другие примеры дискретные объекты включают здания, дороги и земельные участки.

Непрерывная поверхность представляет явления, где каждое место на поверхности является мерой концентрации, уровня или их отношения от фиксированной точки в пространстве или от исходящий источник. Непрерывные данные также называются полевыми, недискретными или поверхностными. данные. Один тип непрерывной поверхности получается из тех характеристик, которые определяют поверхность, где каждое место измеряется от фиксированной точки регистрации.Это включает возвышение (фиксированная точка — уровень моря) и ракурс (фиксированная точка — направление, север, восток, юг и запад).

Другой тип непрерывной поверхности включает явления, которые постепенно изменяются по мере их движения по поверхности от источника. Иллюстрации непрерывных данных: жидкость и воздух движение. Эти поверхности характеризуются тем, как движется явление. Первый тип движения — это рассредоточение, диффузия или любая другая локомоция, при которой явление перемещается из областей с высокой концентрацией в области с меньшей концентрацией пока уровень концентрации не выровняется.Поверхностные характеристики этого типа движения включают концентрацию солей, перемещающихся через землю или воду, уровень загрязнения удалении от опасного разлива или ядерного реактора и тепла от лесного пожара. В Для этого типа непрерывной поверхности должен быть источник. Концентрация всегда больше вблизи источника и уменьшается в зависимости от расстояния и среды. проходит вещество.

На приведенной выше поверхности концентрации источника концентрация явления в любой местоположение является функцией способности события перемещаться в среде.Другая тип поверхности концентрации определяется внутренними характеристиками движущегося объекта или по способу передвижения. Уровень шума от аэропорта, дороги, стройки или бомбы взрыв определяется неотъемлемыми характеристиками шума и среды, в которой он движется. через. Способ передвижения может ограничивать и напрямую влиять на поверхностную концентрацию особенность, например, рассеивание семян от любого типа растений. Средства передвижения, Будь то пчелы, человек, ветер или вода, все они влияют на поверхностную концентрацию семян. разгон для завода.Другие поверхности для передвижения включают рассредоточение животных. население, потенциальные покупатели магазина (автомобиль как средство передвижения и время лимитирующим фактором) и распространение болезни.

При представлении и моделировании многих объектов границы не являются четко непрерывными или дискретный. Континуум создается при представлении географических объектов с крайними значениями. являющиеся чисто дискретными и чисто непрерывными признаками. Большинство функций находятся где-то между крайности.Иллюстрации признаков, попадающих в континуум, — это типы почвы, края леса, границы водно-болотных угодий и географический рынок под влиянием телевидения рекламная кампания. Определяющий фактор того, где функция попадает на спектр от непрерывного к дискретному — это простота определения границ объекта, поэтому локальная модель хранения сможет представлять любой элемент. Сетевое хранилище может представляют все функции на континууме.

Для вас важно понимать тип данных, которые вы моделируете, будь то непрерывным или дискретным, при принятии решений на основе полученных значений.Точный участок для строительства не должен основываться исключительно на карте почв. Квадратная площадь а лес не может быть основным фактором при определении доступных мест обитания оленей. продажи кампания не должна основываться только на географическом рыночном влиянии телевизионного рекламный бум. Достоверность и точность границ входных данных должны быть понял.

Почему непрерывные данные «лучше», чем категориальные или дискретные данные?

Ранее я писал о различных типах данных, с которыми обычно сталкиваются статистики.В этом посте мы рассмотрим, почему, когда у нас есть выбор, мы предпочитаем анализировать непрерывные данные, а не категориальные/атрибутные или дискретные данные.

Напоминаем, что когда мы назначаем что-то группе или даем ей имя, мы создали атрибут или категориальные данные. Если мы посчитаем что-то, например дефекты, мы собрали дискретных данных. И если мы можем измерить что-то в (теоретически) бесконечной степени, мы имеем непрерывных данных.

Или, по пунктам: 

  • Категориальный = наименование или группировка данных
  • Дискретный = данные подсчета
  • Непрерывный  = данные измерения

Статистический программный пакет, такой как Minitab, чрезвычайно мощен и может сообщить нам много ценных вещей, если мы можем предоставить ему хорошие цифры. Без цифр у нас нет ни анализов, ни графиков. Даже категориальные или атрибутивные данные необходимо преобразовать в числовую форму путем подсчета, прежде чем мы сможем их проанализировать.

Что делает числовые данные дискретными или непрерывными?

В этот момент вы можете подумать: «Погоди-ка, мы же не можем действительно измерять что угодно бесконечно, так разве данные измерений тоже не дискретны?» Это справедливый вопрос.

Если вы строгий буквалист, ответ будет «да». Когда мы измеряем непрерывное свойство, такое как высота или расстояние, мы де-факто делаем дискретную оценку. Когда мы собираем множество этих дискретных измерений, количество содержащихся в них деталей будет определять, можем ли мы рассматривать набор как дискретный или непрерывный.

Мне нравится думать об этом как о вопросе масштаба. Скажем, я хочу измерить вес коробок с хлопьями весом 16 унций, сходящих с производственной линии, и я хочу убедиться, что вес каждой коробки составляет не менее 16 унций, но не более 1/2 унции.

С весами, откалиброванными на целые фунты, все, что я могу сделать, это отнести каждую коробку к одной из трех категорий: меньше фунта, 1 фунт или больше фунта.

С помощью весов, которые могут различать унции, я смогу с большей точностью измерить, насколько близко к фунту находятся отдельные коробки.Я приближаюсь к непрерывным данным, но между каждым фунтом по-прежнему всего 16 градусов.

Но если я измерю шкалой, способной различать 1/1000 унции, у меня будет довольно широкая шкала — континуум — потенциальных значений между фунтами. Отдельные коробки могут иметь любую стоимость от 0,000 до 1,999 фунтов. Масштаб этих измерений достаточно мал, чтобы их можно было проанализировать с помощью мощных статистических инструментов, предназначенных для непрерывных данных.

Что можно сделать с непрерывными данными, чего нельзя сделать с дискретными?

Не все точки данных одинаково ценны, и вы можете получить гораздо больше информации из 100 точек непрерывных данных, чем из 100 точек атрибутов или данных подсчета.Как эта более высокая степень детализации влияет на то, что мы можем узнать из набора данных? Это легко увидеть.

Начнем с самого простого вида данных, атрибутивных данных, которые оценивают вес коробки с хлопьями как хороший или плохой. Из 100 коробок хлопьев все, что весит менее 1 фунта, классифицируются как плохие, поэтому каждая коробка может иметь одно из двух значений.

Мы можем создать гистограмму или круговую диаграмму для визуализации этих данных, вот и все:

Если мы увеличим точность наших весов, чтобы различать коробки весом больше и меньше 1 фунта, мы сможем отнести каждую коробку хлопьев к одной из трех категорий.Вот как это выглядит на круговой диаграмме:

Это дает нам немного больше информации — теперь мы видим, что мы переполняем больше полей, чем не заполняем — но объем информации, который мы можем извлечь из данных, все еще очень ограничен.

Если мы измерим каждую коробку с точностью до унции, мы откроем дверь для использования методов для непрерывных данных и получим еще лучшую картину того, что происходит. Мы видим, что в среднем коробки весят 1 фунт. Но есть высокая изменчивость со стандартным отклонением 0.9. Наши данные также имеют широкий диапазон значений от 12 до 20 унций:

Если я измеряю коробки весами, способными различать тысячные доли унции, открывается больше возможностей для анализа. Например, теперь, когда данные достаточно точны, чтобы различать полунции (а затем и некоторые другие), я могу выполнить анализ возможностей, чтобы увидеть, способен ли мой процесс стабильно доставлять коробки весом от 16 до 16,5 унций. Для этого я воспользуюсь помощником в Minitab, выбрав Assistant > Capability Analysis

.

Анализ показал, что мой процесс не соответствует спецификациям.Похоже, у меня есть кое-какая работа… но Ассистент также дает мне контрольную диаграмму I-MR, которая показывает, где и когда мой процесс выходит за рамки спецификаций, поэтому я могу начать поиск основных причин.

Если бы я просматривал только данные атрибутов, я мог бы подумать, что мой процесс в порядке. Непрерывные данные позволили мне увидеть, что я могу улучшить процесс, и дали приблизительное представление о том, с чего начать. Внося изменения и непрерывно собирая дополнительные данные, я смогу проводить проверки гипотез, анализировать источники отклонений и многое другое.

Некоторые заключительные преимущества непрерывных данных перед дискретными

Значит ли это, что дискретные данные вообще никуда не годятся? Конечно, нет — нас интересует множество вещей, которые невозможно эффективно измерить, кроме как с помощью дискретных данных, таких как мнения и демографические данные. Но когда вы можете это получить, непрерывные данные — лучший вариант. В таблице ниже указаны причины.

Непрерывные данные

Дискретные данные

Выводы можно делать по нескольким точкам данных — достоверный анализ можно проводить с небольшими выборками. Требуется больше точек данных (большая выборка), чтобы сделать эквивалентный вывод.
Сбор проб меньшего размера обычно обходится дешевле Сбор больших образцов обычно обходится дороже.
Высокая чувствительность (насколько близко или далеко от цели) Низкая чувствительность (хорошо/плохо, годен/не годен)
Разнообразие вариантов анализа, которые могут дать представление об источниках вариаций  Ограниченные возможности для анализа с небольшим указанием источников вариаций

Я надеюсь, что этот очень простой обзор эффективно проиллюстрировал, почему вы должны выбирать непрерывные данные, а не дискретные данные, когда вы можете их получить.

Измерение релевантности между дискретными и непрерывными функциями на основе взаимной информации о соседях

https://doi.org/10.1016/j.eswa.2011.01.023Получение прав и контента

Аннотация

Меры релевантности между функциями играют важную роль в классификации и регрессионный анализ. Взаимная информация оказалась эффективной мерой для построения дерева решений и выбора признаков. Однако существует ограничение в вычислении релевантности числовых признаков с взаимной информацией из-за проблем с оценкой функций плотности вероятности в многомерных пространствах.В этой работе мы обобщаем информационную энтропию Шеннона на информационную энтропию соседства и предлагаем меру взаимной информации соседства. Показано, что новая мера является естественным расширением классической взаимной информации, которая сводится к классической, если признаки дискретны; таким образом, новую меру можно также использовать для вычисления релевантности между дискретными переменными. Кроме того, новая мера вводит дельту параметра для контроля детализации при анализе данных. С помощью численных экспериментов мы показываем, что взаимная информация о соседстве дает почти такие же результаты, что и взаимная информация.Однако, в отличие от взаимной информации, при использовании предложенного алгоритма дискретизация при вычислении релевантности не требуется. Мы объединяем предложенную меру с четырьмя классами стратегий оценки, используемых для выбора признаков. Наконец, предлагаемые алгоритмы тестируются на нескольких эталонных наборах данных. Результаты показывают, что алгоритмы, основанные на взаимной информации о соседях, обеспечивают лучшую производительность, чем некоторые классические алгоритмы.

Основные моменты

► Мы изучаем меры соответствия между числовыми и номинальными атрибутами.► Энтропия Шеннона расширяется до энтропии соседства, и для расчета релевантности вводится взаимная информация о соседстве. ► Взаимная информация о соседях сочетается со стратегией выбора признаков, называемой минимальной избыточностью и максимальной релевантностью.

Ключевые слова

Выбор характеристик

Непрерывная характеристика

Релевантность

Энтропия соседства

Взаимная информация соседства

Рекомендованные статьи

Показать полный текст 1 Copyright © Publisher by Elsevier Ltd.

Произошла ошибка при настройке пользовательского файла cookie

Этот сайт использует файлы cookie для повышения производительности. Если ваш браузер не принимает файлы cookie, вы не можете просматривать этот сайт.


Настройка браузера на прием файлов cookie

Существует множество причин, по которым файл cookie не может быть установлен правильно. Ниже приведены наиболее распространенные причины:

  • В вашем браузере отключены файлы cookie. Вам необходимо сбросить настройки браузера, чтобы принять файлы cookie, или спросить вас, хотите ли вы принимать файлы cookie.
  • Ваш браузер спрашивает, хотите ли вы принимать файлы cookie, и вы отказались. Чтобы принять файлы cookie с этого сайта, нажмите кнопку «Назад» и примите файл cookie.
  • Ваш браузер не поддерживает файлы cookie. Попробуйте другой браузер, если вы подозреваете это.
  • Дата на вашем компьютере в прошлом. Если часы вашего компьютера показывают дату до 1 января 1970 г., браузер автоматически забудет файл cookie. Чтобы это исправить, установите правильное время и дату на своем компьютере.
  • Вы установили приложение, которое отслеживает или блокирует установку файлов cookie. Вы должны отключить приложение при входе в систему или проконсультироваться с системным администратором.

Почему этому сайту требуются файлы cookie?

Этот сайт использует файлы cookie для повышения производительности, запоминая, что вы вошли в систему, когда переходите со страницы на страницу. Предоставить доступ без файлов cookie потребует от сайта создания нового сеанса для каждой посещаемой вами страницы, что замедляет работу системы до неприемлемого уровня.


Что сохраняется в файле cookie?

Этот сайт не хранит ничего, кроме автоматически сгенерированного идентификатора сеанса в файле cookie; никакая другая информация не фиксируется.

Как правило, в файле cookie может храниться только та информация, которую вы предоставляете, или выбор, который вы делаете при посещении веб-сайта. Например, сайт не может определить ваше имя электронной почты, если вы не решите ввести его. Разрешение веб-сайту создавать файлы cookie не дает этому или любому другому сайту доступ к остальной части вашего компьютера, и только сайт, создавший файл cookie, может его прочитать.

Дискретные и непрерывные переменные для независимой от измерительных устройств квантовой криптографии

  • Pirandola, S. et al. Фотон природы. 9 , 397–402 (2015).

    ОБЪЯВЛЕНИЕ Статья Google ученый

  • Lo, H.-K., Curty, M. & Qi, B. Phys. Преподобный Летт. 108 , 130503 (2012).

    ОБЪЯВЛЕНИЕ Статья Google ученый

  • Браунштейн С.Л. и Пирандола, С. Phys. Преподобный Летт. 108 , 130502 (2012 г.).

    ОБЪЯВЛЕНИЕ Статья Google ученый

  • Takeoka, M., Guha, S. & Wilde, M. M. Nature Commun. 5 , 5235 (2014).

    ОБЪЯВЛЕНИЕ Статья Google ученый

  • Жуге П., Кунц-Жак С., Леверье А., Гранжье П. и Диаманти Э. Nature Photon. 7 , 378–381 (2013).

    ОБЪЯВЛЕНИЕ Статья Google ученый

  • Marsili, F. et al. Фотон природы. 7 , 210–214 (2013).

    ОБЪЯВЛЕНИЕ Статья Google ученый

  • Тан Ю.-Л. и другие. Физ. Преподобный Летт. 113 , 190501 (2014).

    ОБЪЯВЛЕНИЕ Статья Google ученый

  • Тан, Ю.-Л. и другие. Препринт на http://arxiv.org/abs/1509.08389 (2015 г.).

  • Leverrier, A. Phys. Преподобный Летт. 114 , 070501 (2015).

    ОБЪЯВЛЕНИЕ Статья Google ученый

  • Курти, М. и др. Природа Коммуна. 5 , 3732 (2014).

    ОБЪЯВЛЕНИЕ Статья Google ученый

  • Командар, Л. и др. Препринт на http://arxiv.org/abs/1509.08137 (2015 г.).

  • Сюй Ф., Керти М., Ци Б., Цянь Л. и Ло Х.-К. Препринт на http://arxiv.org/abs/1506.04819 (2015 г.).

  • Дискретная шкала: Survey Anyplace

    Дискретная шкала содержит числовые данные, которые имеют конечное число возможных значений и могут быть только целыми числами.


    Основные ✓

    Professional ✓

    Enterprise ✓

    Reportr ✓

    Это руководство преподает вам:

    1. дискретные данные
    2. Примеры дискретных масштабов

    1.Дискретные данные

    Дискретные данные возникают в результате наблюдений, которые могут принимать только определенные числовые значения. Фракции бессмысленны. В некоторых ситуациях математические функции или вычисления также невозможны.

    Дискретные переменные измеряются набором фиксированных значений, таких как возраст в годах (не в микросекундах). Они обычно используются в произвольных шкалах, таких как оценка вашего уровня счастья, хотя такие шкалы также могут быть непрерывными.

    Дискретные данные можно использовать как упорядоченные категориальные данные в статистическом анализе, но при этом теряется некоторая информация.

    2. Примеры дискретной шкалы

    Количество детей у кого-либо: 1, 2, 3 и т. д. возможно, но 1,5 ребенка не имеет смысла.
    Номер кредитной карты: это дискретное значение, но его нельзя использовать для сложения или вычитания и т. д.

    Еще один классический пример — спин или электрический заряд одного электрона. Квантовая механика, область физики, занимающаяся очень малыми величинами, в значительной степени занимается дискретными величинами.

    Другим примером может быть количество отсутствующих студентов в определенный день.Подсчеты обычно считаются точными и целочисленными. Подумайте, однако, если три пропуска делают дисквалификацию, то разве два пропуска не равны 0,67 дисквалификации?

    Что дальше?

    • Вербальная шкала, также называемая «словным высказыванием» или «шкаловым выражением», представляет собой варианты ответов, которые представляются респонденту с использованием слов, устных или письменных.
    • Шкала Гуттмана — это порядковый тип шкалы, в которой утверждения расположены в иерархическом порядке, так что тот, кто согласен с одним пунктом, также соглашается с более низкими, более простыми и менее экстремальными пунктами.
    • Вопросы по шкале Лайкерта обычно представляют респонденту утверждение и спрашивают о степени его согласия с утверждением, выбирая балл по шкале. К этим точкам часто прикрепляются словесные утверждения или числа. Шкала должна быть сбалансирована между положительными и отрицательными вариантами согласия.

    Различия в непрерывных и дискретных измерениях

    В: Я был бы признателен за совет о том, как я могу объективно оценить изменение процесса для метрик, полученных из «дискретных» переменных во времени.

    Например, я смотрю на удельный расход железа на единицу воздуха для литейной вагранки, в которой расход «удельного воздуха» получается из «непрерывного» воздушного дутья, а удельный расход железа получается из входных весов. производится в «дискретные» моменты времени каждые 3–5 минут.

    Коэффициент вариации (CV) для расхода воздуха чрезвычайно мал (хороший) из-за его «непрерывного» характера, но CV для расхода железа довольно велик из-за его «дискретного характера», даже когда я использую скользящие средние. в течение длительных периодов времени.Следовательно, эта, казалось бы, большая вариация расхода железа затем сохраняется при расчете удельного расхода железа на единицу расхода воздуха.

    Я думаю, что дискретный характер некоторых переменных процесса приводит к несправедливо завышенным оценкам вариации процесса, поэтому я был бы признателен за некоторые советы относительно любых статистических методов, которые более справедливо оценивали бы вариацию процесса для метрик, полученных из дискретных переменных.

    A: Я не уверен, что полностью понимаю проблему, но у меня есть несколько предположений и, возможно, разумный ответ для вас.Как известно, при измерении с помощью дискретной шкалы (красной, синей, зеленой, вкл/выкл и т. п.) измеряемый объект помещается в одну из «дискретных» корзин. Для непрерывных измерений мы используем некоторый теоретически бесконечный масштаб, чтобы разместить единицы измерения на этом масштабе. Для этого последнего типа измерения мы часто ограничены точностью оборудования до уровня точности, который может быть достигнут.

    В вопросе Вы упоминаете замеры воздуха от «непрерывного» воздушного дутья.Воздух может двигаться без перерыва (непрерывно), однако измерения, вероятно, периодически записываются, если только вы не используете самописец непрерывного действия. Тем не менее, сопоставление показаний с показаниями железа каждые 3–5 минут создает индивидуальные показания для значения воздуха. Показание единицы железа основано на «весах» (не уверен, что подразумевается под производным, но давайте предположим, что измерение представляет собой какую-то шкалу веса). Вес, как масса или длина, является измерением бесконечной шкалы, ограниченным способность конкретной системы измерения различать достаточно мелкие единицы.

    Думаю, вы понимаете, к чему я клоню. Изменчивость показаний единицы железа может просто отражать возможности процесса измерения. Я не думаю, что скорость воздуха или единица железа (на основе веса) являются дискретными измерениями сами по себе. Улучшить возможность измерения единицы железа, что может уменьшить некоторую ошибку измерения и последующую вариацию. Или это может подтвердить, что единица железа изменяется до неприемлемой величины.

    Еще одно предположение, которое я мог бы сделать, состоит в том, что единица железа измеряется для партии, в которой затем регулярно измеряется удельная скорость воздуха.Проблема здесь может заключаться только в масштабах времени. Не будучи знакомым с конкретным вовлеченным процессом, я предполагаю некоторый способ формовки металла, когда создается партия металла, а затем формуется с течением времени, где важна единица воздуха. И, кроме того, предположим, что на обработку партии металла уходит час. Это означает, что у нас будет около дюжины или около того показаний единицы воздуха для одного показания единицы железа.

    Если вы помните, формула стандартного отклонения делится на квадратный корень из n (количество выборок).В этом случае разница в n примерно 10 к 1 (10 для единицы воздуха к единице для единицы железа). Для многих партий металла соотношение показаний остается на уровне 10 к 1 или около того, что влияет на относительную стабильность двух коэффициентов вариации. Получите больше показаний для агрегатного железа или уменьшите показания агрегатного воздуха, и он может просто выровняться. Или, опять же, вы можете обнаружить, что показания железа устройства и лежащий в основе процесс просто более изменчивы.

    Исходя из предоставленной информации, я думаю, что есть две области для дальнейших исследований.Удачи.

    Fred Schenkelberg
    Член TAG США с правом голоса в ISO/TC 56
    Член TAG США с правом голоса в ISO/TC 69
    Консультант по проектированию и управлению надежностью
    FMS Reliability
    http://www.fmsreliability.com

    Дополнительные сведения по этой теме см.

    Добавить комментарий

    Ваш адрес email не будет опубликован.