So berechnen Sie die Driftunsicherheit

  
   

Einführung

Die Abdrift ist eine wichtige Quelle der Unsicherheit. In der Regel trägt sie erheblich zur Unsicherheit bei.

Daher sollten Laboratorien die Drift oder Stabilität ihrer Messgeräte und/oder Normen immer in ihre Unsicherheitsbudgets einbeziehen. Wenn Sie sie nicht in eine Unsicherheitsanalyse einbeziehen, führt dies wahrscheinlich zu einer Unterbewertung der Bewertungsunsicherheit (d. h. zu einer geringeren Unsicherheit, als Sie sollten).

Als Referenz wird in den folgenden Dokumenten empfohlen, die Drift zu bewerten und in das Unsicherheitsbudget aufzunehmen;

1. EZ-04/02 M: 2022 – Bewertung der Messunsicherheit bei der Kalibrierung,
2. UKAS M3003 – der Ausdruck von Unsicherheit und Vertrauen in die Messung,
3. BIPM JCGM 100:2008 – Leitfaden zur Angabe von Messunsicherheiten

Darüber hinaus muss die Drift mit vielen Standardmethoden (e.g. ISO, ASTM usw.) und EURAMET-Kalibrierungsleitfäden bewertet werden.

Da die Drift eine wichtige Quelle der Unsicherheit ist, habe ich diesen Leitfaden erstellt, um Ihnen alles darüber beizubringen, einschließlich der Berechnung der Drift, damit Sie die Unsicherheit abschätzen können.

In diesem Leitfaden werde ich die folgenden Informationen behandeln:

  
   

Was ist Drift?

Gemäß dem Vokabular in der Metrologie (VIM) ist Drift die kontinuierliche oder inkrementelle Änderung der Anzeige im Laufe der Zeit , die auf Änderungen der metrologischen Eigenschaften eines Messgeräts zurückzuführen ist.

 
Wenn Sie die Definitionshinweise (in der obigen Abbildung) lesen, heißt es, dass die Drift weder mit einer Änderung einer zu messenden Größe noch mit einer Änderung einer Einflussgröße zusammenhängt.

Im Wesentlichen geht es um die Bewertung der Drift, um die Veränderung der messtechnischen Eigenschaften Ihres Geräts oder Ihrer Norm im Laufe der Zeit zu bestimmen. In der Regel bewerten Sie die Abweichung:

1. Jedes Mal, wenn Ihre Ausrüstung kalibriert wird,
2. Wenn Sie die Unsicherheit schätzen und(oder)
3. Wenn Sie Ihre Unsicherheitsbudgets aktualisieren.

In beiden Fällen versuchen Sie, eine Änderung des Werts der metrologischen Eigenschaft über ein bestimmtes Zeitintervall zu bestimmen. In der Regel ist das gewünschte Zeitintervall gleich:

1. ein Jahr,
2. das Kalibrierungsintervall des Artikels oder
3. Die Gültigkeitsdauer des Artikels (d. h. bis zum Ablauf).

Jetzt, da Sie wissen, was Drift ist, werde ich Ihnen im nächsten Abschnitt verschiedene Möglichkeiten zeigen, wie Sie sie berechnen können.

  
   

So berechnen Sie die Drift

Es gibt mehrere Methoden, mit denen Sie die Drift Ihrer Normale oder Messsysteme berechnen können, darunter:

1. Drift basierend auf Spezifikationen, Toleranzen oder maximal zulässigem Fehler
2. Abweichung seit der letzten Kalibrierung oder
3. Durchschnittliche Drift im Zeitverlauf

In diesem Leitfaden zeige ich Ihnen, wie Sie die Driftunsicherheit für die oben aufgeführten Methoden abschätzen können. Ich werde Ihnen die Anweisungen und Formeln geben, um ihren Wert zu schätzen. Außerdem habe ich Beispiele beigefügt, die Ihnen helfen, zu sehen, wie die Bewertungen durchgeführt werden.

Wenn Sie die Unsicherheit aufgrund der Stabilität (anstelle der Drift) abschätzen müssen, sollten Sie sich meinen Leitfaden zur Stabilitätsunsicherheit ansehen.

Die Bewertungen in diesem Leitfaden basieren auf renommierten technischen Dokumenten, Standardmethoden, Unsicherheitsleitfäden und den Konsensmeinungen von technischen Experten und Gutachtern.

Die meisten dieser Methoden stammen aus:

• Euramet Kalibrieranleitungen
• Eurachem CG4 Leitfaden zur Unsicherheit
• ISO- und ASTM-Methoden,
• OEM-Gerätehandbücher,
• Unsicherheitsleitfäden und
• Lehrbücher

  
   

Methode 1: Drift seit der letzten Kalibrierung

Beschreibung

Eine weitere gängige Methode ist die Berechnung der Drift seit der letzten Kalibrierung. Diese Methode wird von einigen Testmethoden gefordert und von mehreren Unsicherheitsleitfäden empfohlen.

Darüber hinaus wird es von vielen Gutachtern und Experten empfohlen.

Darüber hinaus ist es einfach zu berechnen. Suchen Sie einfach Ihre letzten beiden Kalibrierungsberichte und berechnen Sie die Differenz zwischen den beiden gemeldeten Ergebnissen.

Dies könnte der Grund sein, warum es so beliebt ist.

In der Abbildung unten sehen Sie einen Auszug aus dem Euramet CG-18-Handbuch, Abschnitt 7.1.2.3, in dem die Bewertung der Drift seit der letzten Kalibrierung empfohlen wird.

 
In der nächsten Abbildung (unten) sehen Sie einen Auszug aus ISO 376:2011, Abschnitt C.2.5, in dem empfohlen wird, die Drift aus früheren Kalibrierungsergebnissen zu schätzen.

 
Schließlich wird die Drift seit der letzten Kalibrierung als "genaue" Schätzung der Unsicherheit gemäß Anhang E des JCGM 100:2008 angesehen. Dies könnte zu kleineren Unsicherheiten führen, von denen Ihr Labor und seine Kunden profitieren können. Im Gegenteil, es könnte zu größeren Unsicherheiten führen (möglicherweise größer als die Herstellerspezifikationen), die es dem Labor erschweren können, die Kundenanforderungen zu erfüllen.

Zusammenfassend lässt sich sagen, dass die Drift seit der letzten Kalibrierung eine Bewertung der Unsicherheit ist, d.h.

1. leicht zu berechnen,
2. Sehr empfehlenswert und
3. Geeignet für alle Kompetenzstufen (d.h. Anfänger bis Experte).

  
   

Vor-und Nachteile

Die Verwendung der Drift seit der letzten Kalibrierung hat ihre Vorteile und Grenzen. Sehen Sie sich die Vor- und Nachteile der Verwendung der Methode an.

Die Vorteile dieser Methode sind:

1. Es ist einfach zu bewerten,
2. Sehr empfehlenswert mit Unterstützung renommierter Methoden und Leitfäden,
3. Wahrscheinlich liefert das Labor eine genaue CMC-Unsicherheit und
4. Die Unsicherheit wird gemäß JCGM 100:2008, Anhang E als "genau" und nicht als "sicher" angesehen

Die Nachteile dieser Methode sind:

1. Hohes Risiko der Über- oder Untertreibung von Unsicherheiten,
2. Berücksichtigt keine langfristigen Leistungstrends und
3. Sie müssen die Budgets für Unsicherheiten häufiger aktualisieren.

  
   

Wie man berechnet

In diesem Abschnitt werde ich die Schritt-für-Schritt-Anleitung zur Berechnung der Drift seit der letzten Kalibrierung für zwei gängige Methoden auflisten, darunter:

1. Abweichung, wenn die Referenzwerte gleich sind, oder
2. Abweichung, wenn die Referenzwerte nicht identisch sind.

  
   

Methode A: Die Referenzwerte sind gleich

Wenn die Referenz- oder Standardwerte in beiden Kalibrierberichten identisch sind, berechnen Sie die Drift seit der letzten Kalibrierung gemäß den folgenden Anweisungen:

1. Überprüfen Sie die letzten beiden (2) Kalibrierungsberichte des Geräts,
2. Suchen Sie den Wert, der in beiden Berichten ausgewertet wird,
3. Notieren Sie die Ergebnisse aus beiden Berichten,
4. Berechnen Sie die Differenz zwischen den beiden Ergebnissen,
5. Konvertieren Sie das Ergebnis in einen absoluten Wert,
6. Fügen Sie das Ergebnis Ihrem Unsicherheitsbudget hinzu und
7. Werten Sie den Wert nach der nächsten Kalibrierung erneut aus und aktualisieren Sie ihn.

  
   

Methode B: Referenzwerte sind nicht gleich

Wenn die Referenz- oder Standardwerte in beiden Kalibrierberichten nicht identisch sind, berechnen Sie die Drift seit der letzten Kalibrierung gemäß den folgenden Anweisungen:

1. Überprüfen Sie die letzten beiden (2) Kalibrierungsberichte des Geräts,
2. Suchen Sie den Wert, der in beiden Berichten ausgewertet wird,
3. Notieren Sie die Ergebnisse aus beiden Berichten,
4. Berechnung der Differenz zwischen dem Ergebnis und dem Referenzwert (d. h. Fehler) für den letzten Kalibrierbericht,
5. Berechnen Sie die Differenz zwischen dem Ergebnis und dem Referenzwert (d. h. Fehler) für den vorherigen Kalibrierbericht,
6. Berechnen Sie die Differenz zwischen den beiden Fehlern (d. h. Schritt 4 minus Schritt 5),
7. Konvertieren Sie das Ergebnis in einen absoluten Wert,
8. Fügen Sie das Ergebnis Ihrem Unsicherheitsbudget hinzu und
9. Werten Sie den Wert nach der nächsten Kalibrierung erneut aus und aktualisieren Sie ihn.

  
   

Drift seit der letzten Kalibrierungsformel

Methode A: Die Referenzwerte sind gleich

Verwenden Sie die folgende Formel, um die Drift seit der letzten Kalibrierung zu berechnen, wenn die Referenzwerte in den Kalibrierzertifikaten gleich sind (d. h. Methode A).

 

 
Um die Drift seit der letzten Kalibrierung in Microsoft Excel mit der Methode A zu berechnen, verwenden Sie die unten angegebene Formel.

  
   

Methode B: Referenzwerte sind nicht gleich

Verwenden Sie die folgende Formel, um die Drift seit der letzten Kalibrierung zu berechnen, wenn die Referenzwerte in den Kalibrierzertifikaten nicht identisch sind (d. h. Methode B).

 

 
Um die Drift seit der letzten Kalibrierung in Microsoft Excel mit Methode B zu berechnen, verwenden Sie die unten angegebene Formel.

  
   

Drift seit den letzten Kalibrierungsbeispielen

In diesem Abschnitt zeige ich Ihnen, wie Sie die Drift seit der letzten Kalibrierung berechnen können. Sie werden sehen, dass zwei verschiedene Methoden verwendet werden.

1. Methode A berechnet die Drift, wenn die Referenzwerte gleich sind.
2. Methode B berechnet die Drift, wenn die Referenzwerte nicht identisch sind.

  
   

Beispiel 1: Drift seit der letzten Kalibrierung (Methode A)

In diesem Beispiel zeige ich Ihnen, wie Sie die Drift seit der letzten Kalibrierung berechnen können, wenn die Referenzwerte in beiden Kalibrierungsberichten gleich sind.

In der Abbildung unten sehen Sie einen Auszug aus einem Kalibrierbericht, der die Referenzwerte (d. h. Nenn- oder Normwerte) und die Kalibrierergebnisse (d. h. Ihr Gerät) zeigt.

 
Als Nächstes nehme ich die Kalibrierergebnisse aus dem letzten Kalibrierbericht und dem vorherigen Kalibrierbericht und gebe sie in meinen Driftunsicherheitsrechner ein.

Da die Referenzwerte gleich sind, muss ich keine Korrekturen an den Kalibrierergebnissen vornehmen, um sie richtig auszuwerten.

In der Abbildung unten sehen Sie, wie ich die Ergebnisse in den Driftrechner eingegeben habe.

 
Jetzt werde ich die absolute Differenz zwischen den Kalibrierungsergebnissen mit der Formel berechnen, die ich Ihnen oben gegeben habe. Das Ergebnis der Berechnung ist die Drift seit der letzten Kalibrierung, die ich in ein Unsicherheitsbudget eingehen würde.

Schauen Sie sich das Bild unten an, um die Formel in meinem Driftrechner zu sehen.

  
   

Beispiel 2: Drift seit der letzten Kalibrierung (Methode B)

In diesem Beispiel zeige ich Ihnen, wie Sie die Drift seit der letzten Kalibrierung berechnen, wenn die Referenzwerte in beiden Kalibrierungsberichten nicht gleich sind. Ich habe dieses Beispiel hinzugefügt, weil die Leute immer fragen, wie die Drift berechnet werden soll, wenn die Referenzwerte in ihren Kalibrierungsberichten nicht übereinstimmen.

In der Abbildung unten sehen Sie, dass die Referenzwerte wie tatsächliche Werte und nicht wie Nominalwerte aussehen. Wenn Sie dies sehen, ist es üblich, dass die Referenzwerte in jedem Kalibrierzertifikat nicht gleich sind.

Wenn die Referenzwerte nicht identisch sind, müssen Sie die Referenzwerte bei der Berechnung der Drift berücksichtigen.

In diesem Beispiel zeige ich Ihnen, wie Sie die Änderung der Referenzwerte korrigieren können.

 
Nehmen Sie nun die neuesten und vorherigen Kalibrierergebnisse und geben Sie sowohl die Referenzwerte als auch die Kalibrierergebnisse in den Driftrechner ein.

Schauen Sie sich das Bild unten an, um zu sehen, wie ich sie in den Rechner eingegeben habe. Die Werte in der Spalte "Wert 1" stammen aus dem vorherigen Kalibrierungsbericht. Die Werte in der Spalte "Wert 2" stammen aus dem letzten Kalibrierungsbericht.

 
Als nächstes zeige ich Ihnen, wie Sie die absolute Differenz zwischen dem Fehler jeder Kalibrierung berechnen.

Zuerst habe ich die Differenz zwischen den Kalibrierergebnissen und den Referenzwerten berechnet. In der Abbildung unten sehen Sie, dass Sie das Kalibrierungsergebnis in der Spalte "Wert 2" nehmen und davon den Referenzwert in derselben Spalte subtrahieren. Dies ist der Fehler aus dem letzten Kalibrierungsbericht.

Zweitens habe ich den ersten Schritt wiederholt, um den Fehler für den vorherigen Kalibrierungsbericht zu berechnen (d. h. Spalte "Wert 1").

Drittens habe ich die Differenz zwischen den beiden Fehlern berechnet, die in den ersten beiden Schritten berechnet wurden. Das Ergebnis ist die Drift seit der letzten Kalibrierung.

Schließlich habe ich die Drift in einen absoluten Wert umgewandelt (d. h. in eine positive Zahl umgerechnet) und zu meinem Unsicherheitsbudget hinzugefügt.

In der Abbildung unten sehen Sie die Excel-Formel, die ich verwendet habe, um die vorherigen Schritte durchzuführen und die Drift seit der letzten Kalibrierung zu berechnen.

  
   

Methode 2: Durchschnittliche Abweichung über die Zeit, zwischen den Kalibrierungen.

Beschreibung

Die Bewertung der Drift seit der letzten Kalibrierung kann problematisch sein, da das Ausmaß der Drift bei jedem Kalibrierungszyklus erheblich variieren kann. Dies liegt daran, dass das ausgewertete Zeitintervall zu kurz sein könnte oder die Anzahl der Datenpunkte nicht ausreicht, um das langfristige Verhalten zu modellieren. Darüber hinaus geben zwei Datenpunkte nur Auskunft über den Start- und Endpunkt, aber nichts über das Verhalten dazwischen.

Wenn die geschätzte Unsicherheit erheblich durch die Drift beeinflusst wird, gilt Folgendes:

• Ihre CMC-Unsicherheit kann sich nach jedem Kalibrierzyklus erheblich ändern.
• Ihre CMC-Unsicherheit kann erheblich über- oder unterschätzt werden, und/oder)
• Ihre Unsicherheitsbudgets müssen häufiger aktualisiert werden.

Diese Probleme können gemildert werden, indem mehr Datenpunkte zur Berechnung der durchschnittlichen Abweichung im Zeitverlauf verwendet werden. Anstatt uns auf eine einzige Bewertung zwischen zwei Ereignissen zu verlassen, können wir das Gesetz des Durchschnitts verwenden, um die typische oder durchschnittliche Leistung im Laufe der Zeit zu bewerten.

Dies verhindert, dass Sie:

1. Überbewertung der Unsicherheit, wenn zwischen zwei Kalibrierungen eine signifikante Drift festgestellt wird, oder
2. Untertreibung der Unsicherheit, wenn zwischen zwei Kalibrierungen eine relativ geringe Drift beobachtet wird.

Meiner Meinung nach ist diese Methode im Vergleich zur Methode "Drift Since Last Calibration" viel besser in der Lage, langfristige Drift vorherzusagen.

Ich werde dies mit einem Beispiel für eine Regelkarte untermauern. Würden Sie dem Trend von Daten mit nur zwei Datenpunkten vertrauen, oder würden Sie sich bei einem Trend, der mit mehr als zwei Datenpunkten ausgewertet wird, sicherer fühlen?

In ISO/IEC 17025, Abschnitt 7.7.1 heißt es: "Das Laboratorium muss über ein Verfahren zur Überwachung der Gültigkeit der Ergebnisse verfügen. Die sich daraus ergebenden Daten sind so aufzuzeichnen, dass Tendenzen erkennbar sind, und, soweit durchführbar, werden statistische Techniken zur Überprüfung der Ergebnisse angewandt."

Darüber hinaus heißt es in ISO/IEC 17025, Abschnitt 7.7.3: "Daten aus Überwachungsaktivitäten sind zu analysieren, zur Kontrolle und gegebenenfalls zur Verbesserung der Laboraktivitäten zu verwenden. Stellt sich heraus, dass die Ergebnisse der Analyse von Daten aus Überwachungstätigkeiten außerhalb der vorgegebenen Kriterien liegen, so sind geeignete Maßnahmen zu ergreifen, um zu verhindern, dass unrichtige Ergebnisse gemeldet werden."

Trends sind mit zwei Datenpunkten in der Zeit kaum erkennbar.

Aus diesem Grund bevorzuge ich die Methode der durchschnittlichen Drift über die Zeit

  
   

Vor-und Nachteile

Die Verwendung der durchschnittlichen Drift im Laufe der Zeit hat ihre Vorteile und Grenzen. Sehen Sie sich die folgende Liste der Vor- und Nachteile der Verwendung der Methode an.

Die Vorteile dieser Methode sind:

1. Verringertes Risiko, Unsicherheiten zu über- oder zu untertreiben,
2. Unsicherheitsbudgets seltener aktualisieren,
3. Erhöhtes Vertrauen in Leistungstrends und
4. Die Unsicherheit ist gemäß JCGM 100:2008, Anhang E, "genau".

Die Nachteile dieser Methode sind:

1. Es ist schwieriger zu berechnen (im Vergleich zu anderen Methoden),
2. Erfordert mehr historische Kalibrierungsergebnisse (im Vergleich zu anderen Methoden),
3. Nicht häufig in Unsicherheitsleitfäden und Prüf-/Kalibrierungsmethoden dokumentiert und
4. Kann die Auswirkungen erheblicher (unerwünschter) Leistungsabweichungen verbergen oder verringern.

  
   

Wie man berechnet

Um die durchschnittliche Abweichung im Zeitverlauf zu berechnen, befolgen Sie die folgenden Anweisungen:

1. Überprüfen Sie die letzten 3 oder mehr Kalibrierungs-/Diagrammergebnisse des Messgeräts 1,
2. Suchen Sie die Ergebnisse, die mit dem/den Wert(en) verknüpft sind, den Sie auswerten.
3. Erfassen Sie die Ergebnisse Ihrer Kalibrierberichte oder Regelkarten,
4. Berechnen Sie die durchschnittliche tägliche Driftrate,
1. Berechnen Sie die absolute tägliche Abweichungsrate zwischen den einzelnen Kalibrierungsintervallen und
2. Berechnen Sie den Durchschnitt der täglichen Drift-Raten (aus dem vorherigen Schritt),
5. Bestimmen Sie die Anzahl der Tage im Kalibrierungsintervall des Geräts,
6. Multiplizieren Sie die durchschnittliche tägliche Driftrate mit der Anzahl der Tage im Kalibrierungsintervall und
7. Charakterisieren Sie die Unsicherheit mit einer rechteckigen Verteilung mit einem Divisor von √3.

 
Die durchschnittliche Drift zwischen den Kalibrierungen ist ähnlich wie die Drift seit der letzten Kalibrierung. Daher sollten Sie es mit einer Normalverteilung charakterisieren, bei der k = 1 (d. h. 68,27 % C.I.) ist, und die Empfehlung, die rechteckige Verteilung zu verwenden, bei der der Divisor √3 ist, basiert auf dem Konsens mehrerer ISO- und ASTM-Methoden.

  
   

Formel

Unten sehen Sie die Formel zur Berechnung der durchschnittlichen Drift im Zeitverlauf. Meiner Erfahrung nach wird dies in der Regel anhand der letzten 3 bis 5 Kalibrierberichte für das gleiche Referenznormal oder Messgerät berechnet. Regelkartendaten können zur Berechnung der durchschnittlichen Drift verwendet werden, sind aber nicht so häufig.

 

 
Um die durchschnittliche Abweichung zwischen den Kalibrierungen in Microsoft Excel zu berechnen, verwenden Sie die unten angegebene Formel. Dies ist die gleiche Formel, die ich verwende.

  
   

Beispiel für eine durchschnittliche Drift im Zeitverlauf

In diesem Abschnitt zeige ich Ihnen, wie Sie die Drift basierend auf der Formel für die durchschnittliche Drift im Zeitverlauf berechnen.

Für dieses Beispiel verwende ich die Ergebnisse von drei (3) aufeinanderfolgenden Kalibrierungsberichten. Zuerst werde ich den Testpunkt finden, der ausgewertet werden muss. Als Nächstes werde ich das Ergebnis aus dem letzten Kalibrierungsbericht suchen und aufzeichnen. Dann werde ich mir die beiden vorherigen Kalibrierungsberichte ansehen und die Ergebnisse für denselben Testpunkt finden.

Für diese Auswertung werde ich die durchschnittliche Drift (über die letzten 3 Jahre) eines Multifunktionskalibrators berechnen, um einen 10 DC Volt Ausgang zu erzeugen.

  
   

Finden Sie die letzten 3 Kalibrierungsberichte

In der folgenden Abbildung sehen Sie eine Sammlung von drei Kalibrierungsberichten mit den Ergebnissen, an denen ich interessiert bin, die durchschnittliche Drift im Laufe der Zeit zu bewerten. Die auszuwertenden Ergebnisse sind mit roten Rechtecken gekennzeichnet.

 
Jetzt, da ich die auszuwertenden Daten habe, notiere ich die Ergebnisse und die zugehörigen Kalibrierungsdaten in meinem Microsoft Excel-Driftrechner. Sie werden feststellen, dass ich sowohl die Ergebnisse "Wie gefunden" als auch "Wie links" in den Rechner einbeziehe.

In der folgenden Abbildung sehen Sie, wie die Daten in den Driftrechner eingegeben wurden.

 
Um die durchschnittliche Drift zu berechnen, werde ich diesen Prozess in vier Teile unterteilen:

1. Berechnen Sie die absolute tägliche Driftrate zwischen den letzten 2 Kalibrierungen,
2. Berechnen Sie die absolute tägliche Driftrate zwischen den vorherigen 2 Kalibrierungen,
3. Berechnen Sie die durchschnittliche tägliche Driftrate,
4. Berechnen Sie die vorhergesagte Drift basierend auf dem aktuellen Kalibrierungsintervall.

  
   

1. Berechnen Sie die absolute tägliche Drift-Rate #1

Zuerst berechne ich die absolute tägliche Driftrate zwischen den letzten beiden Kalibrierungen. Die ausgewerteten Kalibrierergebnisse stammen aus dem aktuellsten und den vorangegangenen Kalibrierberichten.

So berechnen Sie die absolute tägliche Drift-Rate:

1. Berechnen Sie die Differenz zwischen dem neuesten Kalibrierungsergebnis "Wie gefunden" und dem vorherigen Kalibrierungsergebnis "Wie links".
2. Wandeln Sie die berechnete Differenz in einen absoluten Wert (d.h. einen positiven Wert) um.
3. Berechnen Sie die Anzahl der Tage zwischen der letzten und der vorherigen Kalibrierung.
4. Teilen Sie die absolute Differenz (d. h. Schritt 2) durch die Anzahl der Tage (d. h. Schritt 3).

Das Ergebnis ist die absolute tägliche Driftrate zwischen der letzten und der vorherigen Kalibrierung.

Notieren Sie sich diesen Wert. Sie werden es später benötigen.

In der folgenden Abbildung sehen Sie, wie diese Berechnung in Microsoft Excel durchgeführt wird. Die Formel ist in der Abbildung als Referenz angegeben.

  
   

2. Berechnen Sie die absolute tägliche Driftrate #2

Als Nächstes berechne ich die absolute tägliche Driftrate zwischen den beiden vorherigen Kalibrierungen. Die ausgewerteten Kalibrierergebnisse stammen aus den beiden vorangegangenen Kalibrierberichten; die letzte Kalibrierung (d.h. vor 1 Jahr) und die vorherige Kalibrierung (d.h. vor 2 Jahren).

So berechnen Sie die absolute tägliche Drift-Rate:

1. Berechnen Sie die Differenz zwischen dem Ergebnis der letzten Kalibrierung "Wie gefunden" und dem Ergebnis der vorherigen Kalibrierung "Wie links".
2. Wandeln Sie die berechnete Differenz in einen absoluten Wert (d.h. einen positiven Wert) um.
3. Berechnen Sie die Anzahl der Tage zwischen der letzten und der vorherigen Kalibrierung.
4. Teilen Sie die absolute Differenz (d. h. Schritt 2) durch die Anzahl der Tage (d. h. Schritt 3).

Das Ergebnis ist die absolute tägliche Driftrate zwischen der letzten und der vorherigen Kalibrierung.

Notieren Sie sich diesen Wert. Sie werden es im nächsten Schritt benötigen.

In der folgenden Abbildung sehen Sie, wie diese Berechnung in Microsoft Excel durchgeführt wird. Die Formel ist in der Abbildung als Referenz angegeben.

  
   

3. Berechnen Sie die durchschnittliche tägliche Driftrate

Berechnen Sie nun die durchschnittliche tägliche Abweichungsrate aus den beiden zuvor berechneten absoluten täglichen Abweichungsraten.

So berechnen Sie die durchschnittliche tägliche Drift-Rate:

1. Addieren Sie die berechneten absoluten täglichen Drift-Raten.
2. Zählen Sie die Anzahl der berechneten absoluten täglichen Abweichungsraten (d. h. 2 in diesem Beispiel).
3. Teilen Sie die SUMME der absoluten täglichen Abweichungsraten (d. h. Schritt 1) durch die Anzahl der berechneten absoluten täglichen Abweichungsraten (d. h. Schritt 2).

Das Ergebnis ist die durchschnittliche tägliche Driftrate über die ausgewerteten Kalibrierintervalle.

Notieren Sie sich diesen Wert. Sie werden es im nächsten Schritt benötigen.

In der folgenden Abbildung sehen Sie, wie diese Berechnung in Microsoft Excel durchgeführt wird. Die Formel ist in der Abbildung als Referenz angegeben.

  
   

4. Berechnen Sie die durchschnittliche Drift zwischen der Kalibrierung

Berechnen Sie abschließend die durchschnittliche Drift zwischen den Kalibrierungen.

So berechnen Sie die durchschnittliche Drift zwischen den Kalibrierungen:

1. Bestimmen Sie die Anzahl der Tage in Ihrem Kalibrierungsintervall (siehe Tabelle unten).
2. Multiplizieren Sie die durchschnittliche tägliche Abweichungsrate mit der Anzahl der Tage in Ihrem Kalibrierungsintervall.

 

 
Das Ergebnis ist die durchschnittliche Drift zwischen den Kalibrierungen der durchschnittlichen Drift, die während des aktuellen Kalibrierintervalls zu erwarten ist.

Addieren Sie diesen Wert zu Ihrem Unsicherheitsbudget für Drift.

In der folgenden Abbildung sehen Sie, wie diese Berechnung in Microsoft Excel durchgeführt wird. Die Formel ist in der Abbildung als Referenz angegeben. Die Auswertung wurde für ein Kalibrierintervall von 1 Jahr (d.h. 12 Monaten) mit 365,25 Tagen/Jahr durchgeführt.

  
   

Methode 3: Drift anhand von Spezifikationen, Toleranz, Genauigkeit und MPE

  
   

Beschreibung

Eine einfache Möglichkeit, die Drift für Ihre Unsicherheitsanalyse zu bestimmen, besteht darin, die Genauigkeitsspezifikationen des Herstellers, Kalibriertoleranzen oder den maximal zulässigen Fehler zu verwenden.

Finden Sie diese Unsicherheiten einfach, indem Sie sich Folgendes ansehen:

1. Gerätehandbücher und Datenblätter,
2. Kalibrierzertifikate und/oder
3. Normen, Dokumente und Methoden.

Die Einfachheit der Methode macht sie zu einer beliebten Wahl für Anfänger, um Unsicherheiten abzuschätzen, und Labore mit Kunden, die keine Ergebnisse mit kleinen Unsicherheiten benötigen.

Dies ist jedoch eine konservative Methode, die eine "sichere" Unsicherheit liefert, da die Schätzung als absichtliche Übertreibung der Unsicherheit auf der Grundlage eines erwarteten Worst-Case-Szenarios angesehen wird.

Um diese Methode verwenden zu können, müssen Sie die folgenden Annahmen über die Geräteleistung treffen:

1. Die Geräteleistung bleibt innerhalb des Toleranzintervalls zwischen den Kalibrierungen und
2. Die Geräteleistung ist zwischen der oberen und unteren Toleranzgrenze, einschließlich der Toleranzgrenzen, unvorhersehbar.

Meiner Meinung nach ist dies eine vernünftige Annahme, wenn Sie neue Geräte mit nur einem Kalibrierprotokoll haben. Dies ist jedoch möglicherweise nicht akzeptabel für Geräte oder Standards, die über eine angemessene Kalibrierungshistorie verfügen (bei denen Trends bestimmt und bewertet werden können).

Bei den meisten Normen und Geräten ist es unwahrscheinlich, dass sie um einen Betrag driften, der der Toleranz entspricht. Daher kann die Verwendung dieser Methode Ihre Messunsicherheit erheblich überbewerten.

Gemäß dem JCGM 100:2008, Anhang E, empfiehlt das GUM die Verwendung von genauen Unsicherheiten anstelle von sicheren Unsicherheiten.

Schauen Sie sich das Bild unten an, um zu erfahren, warum das GUM "genaue" und nicht "sichere" Unsicherheiten empfiehlt. Lesen Sie Folgendes:

1. Abschnitt E.1.1,
2. Abschnitt E.1.2 und
3. Abschnitt E.2.1

 

 
Im Gegensatz zum GUM ist die Verwendung von Spezifikationen, Toleranzen und/oder MPE eine Methode, die von Herstellern, Ausbildern von Akkreditierungsstellen, Gutachtern, seriösen technischen Leitfäden und (sogar) Standardmethoden dringend empfohlen wird. Basierend auf dem Konsens sollten Sie in der Lage sein, diese Methode zur Schätzung der Drift zu verwenden, ohne eine Nichtkonformität befürchten zu müssen.

Ich sehe, dass diese Technik die ganze Zeit verwendet wird. Bis heute habe ich (noch) keinen Gutachter gesehen, der einen Mangel für die Verwendung dieser Methode zur Bewertung der Drift angeführt hat. Höchstwahrscheinlich wurden sie selbst darin geschult, diese Methode anzuwenden.

  
   

Vor-und Nachteile

Die Verwendung von Spezifikationen, Toleranzen und MPE hat ihre Vorteile und Grenzen. Sehen Sie sich die folgende Liste der Vor- und Nachteile der Verwendung der Methode an.

Die Vorteile dieser Methode sind:

1. Es ist einfach zu bewerten,
2. Geringeres Risiko, die Unsicherheit zu untertreiben, und
3. Aktualisieren Sie Unsicherheitsbudgets seltener.

Die Nachteile dieser Methode sind:

1. Die Unsicherheit ist "sicher", nicht "genau" gemäß JCGM 100:2008, Anhang E
2. Erhöhtes Risiko, die Unsicherheit zu übertreiben,
3. Erhöhtes Risiko von Fehlausschleusungen (d. h. Herstellerrisiko),
4. Niedrigeres Testunsicherheitsverhältnis und Messfähigkeitsindex und
5. Kann die Fähigkeit des Labors beeinträchtigen, die Kundenanforderungen zu erfüllen¹.

Übertriebene Unsicherheiten können sich auf die Laborleistung und die Fähigkeit, Kundenanforderungen zu erfüllen, auswirken. Die folgende Liste enthält einige der Risiken, die mit überbewerteten Unsicherheiten verbunden sind.

• Verringerung des Verhältnisses der Testunsicherheit,
• Verringern Sie den Messfähigkeitsindex,
• Falsche Konformitätsentscheidungen auf der Grundlage der Entscheidungsregeln des Labors,
• Entscheidungsregeln und die Höhe des berücksichtigten Risikos,
• Ungleichgewicht zwischen Produzenten- und Verbraucherrisiko.

  
   

So finden Sie Abweichung von Spezifikationen, Toleranzen oder MPE

Um eine Abweichung zu finden, befolgen Sie die folgenden Anweisungen:

1. Schlagen Sie Folgendes nach:
1. Angaben zu Genauigkeit oder Unsicherheit in Herstellerhandbüchern oder Datenblättern,
2. Driftspezifikationen in Herstellerhandbüchern oder Datenblättern,
3. Toleranzgrenzen in Methoden oder Kalibrierzertifikaten und/oder
4. Maximal zulässiger Fehler in Normalen, Methoden oder Kalibrierzertifikaten.
2. Suchen Sie den Wert oder die Formel, die der Messfunktion zugeordnet sind, den Bereich und den auszuwertenden Wert.
3. Wenn es sich bei der Spezifikation um eine Formel handelt, berechnen Sie die Unsicherheit, die mit dem auszuwertenden Wert verbunden ist. Andernfalls überspringen Sie diesen Schritt.
4. Fügen Sie die Spezifikation, die Toleranz oder den maximal zulässigen Fehler zu Ihrem Unsicherheitsbudget hinzu.

  
   

Beispiele für Drift basierend auf Spezifikationen, Toleranz, Genauigkeit und MPE

In den folgenden Abschnitten (unten) zeige ich Ihnen einige Beispiele für die Verwendung von Spezifikationen, Toleranzen oder MPE zur Bewertung der Drift.

  
   

Beispiel 1: Genauigkeitsspezifikation für einen Fluke-Kalibrator

 
The first example I am going to show you is using the manufacturer’s accuracy or uncertainty specifications to calculate drift. In the above image, you will notice that I highlighted the absolute uncertainty specifications with a red rectangle.

Wenn ich die absolute Unsicherheitsspezifikation verwenden möchte (anstatt die Drift zu berechnen), dann würde ich die Formel finden, die dem Wert zugeordnet ist, den ich oben auswerte, und die absolute Unsicherheit berechnen, die mit der Messgröße verbunden ist, die ich auswerte.

Stellen wir uns vor, ich müsste die einjährige Drift für 329 mV bestimmen. Die Formel in den obigen Spezifikationen lautet 20 ppm + 1 μV. Jetzt muss ich die Formel verwenden, um meine Driftunsicherheit zu berechnen.

1. Schritt 1: Zuerst richte ich die Formel ein, wie im folgenden Beispiel gezeigt.
2. Schritt 2: Als nächstes multipliziere ich den Verstärkungskoeffizienten (d. h. die Steigung) mit 20 ppm und den Messwert mit 329 mV.
3. Schritt 3: Addieren Sie dann den Offset-Koeffizienten (d. h. den y-Achsenabschnitt) von 1 μV zum Ergebnis aus dem vorherigen Schritt.
4. Schritt 4: Runden Sie abschließend das Ergebnis auf die gleiche Anzahl signifikanter Stellen wie die Geräteauflösung.

 
Das Ergebnis ist die Spezifikation, die ich für die Drift verwenden und zu meinem Unsicherheitsbudget hinzufügen würde.

Beachten Sie außerdem, dass Sie im obigen Beispiel möglicherweise Werte konvertieren müssen, um sicherzustellen, dass sie alle die gleiche Maßeinheit und Größenordnung haben.

  
   

Beispiel 2: Toleranz eines Endmaßes

 
In this example, I am going to estimate drift based on tolerances in the above table. The ASTM B89.1.9, or ISO 3650, is the standard for the metrological characteristics of gage blocks that includes the deviation limits and tolerances based on the size and grade of a gage block.

Wenn ich also die Größe und Güte meiner Messblöcke kenne, dann schaue ich mir die Toleranztabellen an, um die Drift zu finden.

Stellen Sie sich nun vor, ich habe einen Block mit einer Messgröße von 0 und einem Zoll. Zuerst schaue ich mir die obige Tabelle an und finde die Spalte Note 0. Als Nächstes schaue ich mir die Zeilen (auf der linken Seite der Tabelle) an, um den Größenbereich zu ermitteln, in dem sich mein Maßblock befindet. Schließlich schaue ich mir die Tabelle an, um herauszufinden, wo sich die Spalte und die Zeile schneiden, um die Maßblocktoleranz zu ermitteln.

In diesem Beispiel zeigt uns die Tabelle einen Messblock der Güteklasse 0 mit einem Zoll und einer Größentoleranz von ±6 μin.

Dies ist der Wert, den ich zu meinem Unsicherheitsbudget hinzufügen werde, um die Drift zu quantifizieren.

  
   

Beispiel 3: Maximal zulässiger Fehler einer kalibrierten Masse

 
In this example, I evaluated the drift of a calibrated mass using the maximum permissible error from a tolerance table.

Stellen wir uns vor, ich habe eine ASTM Klasse 1, 100 g Masse. Um den maximal zulässigen Fehler zu finden, der mit meiner Masse verbunden ist, habe ich die folgenden Schritte ausgeführt:

1. Schlagen Sie die ANSI/ASTM E617-Toleranztabellen nach,
2. Suchen Sie oben in der Tabelle die Spalte, die der zugewiesenen Klasse der Masse entspricht.
3. Suchen Sie auf der linken Seite der Tabelle die Zeile, die dem zugewiesenen Wert der Masse entspricht.
4. Ermitteln Sie, wo sich Spalte und Zeile schneiden, um den maximal zulässigen Fehler der Masse zu ermitteln.

Anmerkung: Wenn Sie OIML-Massen haben, sollten Sie die OIML R111-Toleranztabellen nachschlagen.

Die obige Tabelle zeigt eine ASTM-Klasse 1, 100 Gramm Masse hat einen maximal zulässigen Fehler von ±0,25 mg.

Dieser Wert wird verwendet, um die Unsicherheit in Bezug auf die Drift der Masse zu schätzen, und zu meinem Unsicherheitsbudget hinzugefügt.

  
   

Beispiel 4: Toleranz bzw. maximal zulässiger Fehler eines Kalibrierprotokolls

 
In this example, I evaluated the drift of a calibrated mass using the maximum permissible error from a calibration certificate.

Stellen wir uns vor, ich habe eine ASTM Klasse 1, 1 g Masse. Um den maximal zulässigen Fehler zu finden, der mit meiner Masse verbunden ist, habe ich die folgenden Schritte ausgeführt:

1. Schauen Sie sich den letzten Kalibrierungsbericht an,
2. Suchen Sie die Zeile, die der kalibrierten Masse entspricht, die ausgewertet wird.
3. Suchen Sie die Spalte, die den maximal zulässigen Fehler der Masse enthält.
4. Ermitteln Sie, wo sich Spalte und Zeile schneiden, um den maximal zulässigen Fehler der Masse zu ermitteln.

Das obige Zertifikat zeigt eine ASTM Klasse 1, 1 Gramm Masse hat einen maximal zulässigen Fehler von ±0,034 mg.

Dieser Wert wird verwendet, um die Unsicherheit in Bezug auf die Drift der Masse zu schätzen, und zu meinem Unsicherheitsbudget hinzugefügt.

Wenn Ihr Labor Waagen und Waagen kalibriert, stimmt dies mit Euramet CG-18 und OIML R111 überein. In den Leitfäden wird empfohlen, den maximal zulässigen Fehler der Masse zur Bewertung der Drift zu verwenden (wenn keine aufeinanderfolgenden Kalibrierungsergebnisse verfügbar sind).

  
   

Beispiel 5: Genauigkeit, Spezifikation oder Toleranzen aus einem Kalibrierungsbericht

 
In this example, I evaluated the drift of a pressure transducer using the specification/tolerance from a calibration certificate.

Stellen wir uns vor, ich habe einen 7-MPa-Druckmessumformer und wir bewerten die Unsicherheit bei 7 MPa (d. h. 7000 kPa in der obigen Abbildung). Um die zugeordnete Spezifikation/Toleranz zu finden, habe ich die folgenden Schritte ausgeführt:

1. Schlagen Sie das neueste Kalibrierzertifikat des Artikels nach,
2. Suchen Sie im Bericht die Kalibrierungsergebnisse für den auszuwertenden Wert,
3. Suchen Sie die Spezifikation oder Toleranzen (z. B. obere und untere Grenzen).
4. Werten Sie die Toleranz ggf. als die Hälfte des Toleranzintervalls aus (siehe Formel unten). Andernfalls verwenden Sie den gemeldeten Spezifikationswert.

In der obigen Abbildung sehen Sie (im roten Rechteck), dass der Kalibrierungsbericht die Spezifikationen für jeden Testpunkt enthält. Daher kann ich die Spezifikation für 7000 kPa ohne zusätzliche Berechnungen direkt zu meiner Unsicherheit hinzufügen.

In den meisten Kalibrierberichten wird die Spezifikation jedoch nicht angegeben. Stattdessen melden sie die obere und untere Toleranzgrenze. In diesem Szenario müssen Sie die Toleranzgrenzen verwenden, um die Spezifikation zu berechnen, bevor Sie sie zu Ihrer Unsicherheit hinzufügen.

Unten sehen Sie die Formel, die ich zur Berechnung der Spezifikation empfehle. Diese Empfehlung wird in den Abschnitten 4.3.7 und 4.3.8 des JCGM 100:2008 (GUM) unterstützt. Es funktioniert sowohl für symmetrische als auch für asymmetrische Toleranzintervalle.

Formel

Verwenden Sie die folgende Formel, um die Driftunsicherheit basierend auf den oberen und unteren Toleranzgrenzen zu berechnen (in der Regel in Kalibrierungsberichten zu finden).

 

 
In der Abbildung unten sehen Sie einen Kalibrierungsbericht, der die oberen und unteren Toleranzgrenzen enthält. Darüber hinaus wird auch die Genauigkeit angezeigt, die jedem Testpunkt zugeordnet ist.

Mit diesen Daten können Sie die gemeldete Genauigkeit als Driftunsicherheit verwenden. Sie können auch die Toleranzgrenzen und die obige Formel verwenden, um die Driftunsicherheit zu berechnen. Die Ergebnisse sollten mit der gemeldeten Genauigkeit übereinstimmen.

 
Nachdem ich die Driftunsicherheit entweder aus der Genauigkeit, den Spezifikationen und/oder den Toleranzen in einem Kalibrierungsbericht bestimmt habe, kann ich sie meinem Unsicherheitsbudget hinzufügen.

  
   

Welche Methode sollten Sie verwenden?

Nachdem Sie sich mit jeder dieser Methoden vertraut gemacht haben, fragen Sie sich vielleicht, welche Sie verwenden sollten. Nun, die Antwort ist die Methode, die Sie bevorzugen und die Ihren Anforderungen entspricht.

Ich werde jedoch einige Empfehlungen geben, die auf den folgenden Situationen basieren:

1. Prüf- oder Kalibriermethode,
2. Anzahl der Kalibrierberichte (d. h. Kalibrierverlauf),
3. Festgelegte Risikoniveaus und
4. Kundenerwartungen/-anforderungen.

  
   

Prüf- oder Kalibriermethode

Bewerten Sie zunächst die Drift auf der Grundlage der ausgewählten Test- oder Kalibrierungsmethode. Wenn die Methode angibt, wie die Abweichung ausgewertet werden soll, befolgen Sie die Angaben in der Methode. Andernfalls kommt es zu einer Nichtkonformität.

  
   

Anzahl der Kalibrierberichte

Die häufigste Frage, die mir gestellt wird, ist, wie man die Drift mit nur einem oder zwei Kalibrierungsberichten berechnet. Nun, wenn Sie haben:

1. Ein Kalibrierungsbericht: Bewertung der Drift basierend auf Spezifikationen, Toleranzen oder MPE,
2. Zwei Kalibrierungsberichte: Bewertung der Drift mit der Methode "Drift seit letzter Kalibrierung" und
3. Drei oder mehr Kalibrierungsberichte: Bewerten Sie die Drift mit der Methode "Durchschnittliche Drift über die Zeit".

  
   

Festgelegte Risikostufen

Sie können die Unsicherheit auf der Grundlage des Risikoniveaus bewerten.

1. Geringeres Risiko (sicher): Bewertung der Drift auf der Grundlage von Spezifikationen, Toleranzen oder MPE,
2. Höheres Risiko: Bewerten Sie die Drift mit:
1. Drift seit der letzten Kalibrierungsmethode oder
2. Methode der durchschnittlichen Drift im Zeitverlauf.

Ein geringeres Risiko sollte mit einem geringeren Risiko verbunden sein, die Unsicherheit zu unterschätzen, indem die Bewertungsunsicherheit möglicherweise überbewertet wird.

Auf der anderen Seite sollte ein höheres Risiko mit einem höheren Risiko verbunden sein, die Unsicherheit zu unterschätzen, indem man sich dafür entscheidet, eine genauere Schätzung der Messunsicherheit zu bewerten.

Beide Szenarien haben ihre eigenen Risiken. Achten Sie also darauf, sie zu berücksichtigen.

  
   

Kundenanforderungen

Stellen Sie sicher, dass Ihre gemeldete Messunsicherheit in der Lage ist, die Kundenanforderungen zu erfüllen. Die von Ihnen geschätzte Unsicherheit kann sich auf Folgendes auswirken:

1. Testunsicherheitsverhältnis,
2. Messfähigkeitsindex und
3. Entscheidungsregeln.

Stellen Sie daher sicher, dass die Methoden, die Sie zur Bewertung der Messunsicherheit verwenden, diese Faktoren nicht beeinflussen, da dies Ihre Fähigkeit beeinträchtigen kann, Kundenanforderungen zu erfüllen.

Insgesamt ist jede der Methoden in diesem Leitfaden geeignet, um die Drift zu berechnen. Die Methode, die Sie auswählen, sollte die oben aufgeführten Kriterien berücksichtigen. Darüber hinaus müssen Sie sich nicht nur auf eine dieser Methoden festlegen. Sie können Schaltmethoden für unterschiedliche Unsicherheitsanalysen verwenden, da sich die oben genannten Kriterien für verschiedene Prüf- und/oder Kalibrierungsaktivitäten ändern können.

  
   

Unsicherheit bei doppelter Zählung

WARNUNG: Übertreiben Sie Ihre Unsicherheit nicht.

Es ist üblich, dass Menschen die Begriffe Drift und Stabilität verwechseln. Viele Menschen, auch Experten, verwenden Begriffe synonym.

Erstens sind sie nicht dasselbe.

Zweitens: Beziehen Sie nicht beide Faktoren in dasselbe Unsicherheitsbudget ein.

Drift und Stabilität können sich gegenseitig verwirren, da sie denselben Datensatz mit unterschiedlichen Techniken auswerten können. Daher werden Sie wahrscheinlich die Unsicherheit doppelt zählen und Ihre Messunsicherheit unbeabsichtigt überbewerten.

Stellen Sie sicher, dass Sie entweder Stabilität oder Drift, aber nicht beides, in Ihre Unsicherheitsbudgets einbeziehen.

 
Bitte stellen Sie sicher, dass Sie Ihre Unsicherheitsbudgets überprüfen, um zu vermeiden, dass sowohl Drift als auch Stabilität im selben Budget enthalten sind. Beziehen Sie nur Stabilität oder Drift, aber nicht beides, in Ihre Unsicherheitsbudgets ein.

Darüber hinaus sollte beachtet werden (aus dem obigen GUM-Auszug), dass die Herstellerspezifikationen typischerweise Beiträge aufgrund der Wiederholbarkeit, der Referenzstandardunsicherheit und/oder der Auflösung enthalten. Wenn Sie diese Mitwirkenden wieder in Ihre Unsicherheitsbudgets einbeziehen, ist dies wahrscheinlich eine Ursache für eine Überbewertung der Unsicherheit.

Wenn der Hersteller Spezifikationen für die Wiederholbarkeit, die Referenzstandardunsicherheit und/oder die Auflösung veröffentlicht und angibt, dass diese in der Genauigkeitsspezifikation enthalten sind, sollten Sie den Beitrag aus der Herstellerspezifikation entfernen, um eine Überbewertung der Messunsicherheit zu vermeiden. Sie können die Summe der Quadrate der Abweichungen verwenden, um ihren Beitrag zu entfernen, wenn Sie deren Größe kennen.

  
   

Abschluss

In diesem Leitfaden sollten Sie alles über Drift und deren Auswirkungen auf die Messunsicherheit erfahren haben.

Ich habe folgende Themen behandelt:

1. Was ist Drift,
2. Warum Drift wichtig ist,
3. Wie berechnet man die Drift,
4. Beispiele für die Abschätzung von Unsicherheiten aufgrund von Drift,
5. Welche Methode zu verwenden ist und
6. Unsicherheit beim Doppelzählen.

Mit diesen Informationen sollten Sie in der Lage sein, die Drift sicher zu bewerten und die Ergebnisse zu Ihrem Unsicherheitsbudget hinzuzufügen.

Die Drift ist ein wichtiger Faktor für die Messunsicherheit. Manchmal ist es der wichtigste Beitrag. Stellen Sie also sicher, dass Sie die Drift Ihrer Messgeräte und Referenznormale bewerten. Wenn Sie es in Ihrer Analyse auslassen, werden Sie wahrscheinlich Ihre Unsicherheit unterschätzen.