Upload
dhekra-jbeli
View
216
Download
0
Embed Size (px)
Citation preview
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
1/20
Chapitre II:Les caractristiques mtrologique
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
2/20
I. Les erreurs de mesure:
Les seuls mesurande dont les valeurs sont parfaitement connuessont les grandeurs talons dont les valeurs sont fixes par
convention.
La valeur de tout autre mesurande ne peut tre connue quaprs le
traitement par une chane de mesure.2
Exemple:
1. le kilogramme (kg) est la masse du prototype dpos au BureauInternational des Poids et Mesures.
2.Le mtre (m) est la longueur du trajet parcouru dans le vide par
la lumire pendant une dure de 1/299 792 458 de seconde.
Un talon de mesure est une grandeur de rfrence
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
3/20
3
Une conception rigoureuse de la chane de mesure permet derduire lerreur de mesure.
Lcart entre la valeur mesure et la valeur vraie est lerreur de
mesure qui est due essentiellement aux imperfections de la chanede mesure qui dgradent linformation du signal au cours de son
traitement.
Il existe diffrents types derreurs de mesure:
Les erreurs illgitimes (Illegitimate errors).
Les erreurs systmatiques (Systematic errors).
Les erreurs accidentelles ou alatoires (Random errors).
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
4/20
1. Les erreurs illgitimes (Illegitimate errors)
Elles rsultent dune fausse manuvre, dune mauvaise utilisation
ou dun dysfonctionnement de lappareil de mesure.
Ce sont des fautes commises lors de la mesure et elles ne sontgnralement pas prises en compte dans la dtermination de
cette dernire.
4
Exemples:
1. Mesurer une tension laide dun multimtre dont le bouton
est plac sur la fonction ampre.
2. Utiliser un appareil de mesure dfectueux ou hors tension.
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
5/20
2. Les erreurs systmatiques (Systematic errors).
Ce sont des erreurs reproductibles, elles sont constantes et/ou variation lente par rapport la dure de mesure. Elles introduisent
donc un dcalage constant entre la valeur vraie et la valeur mesure.
a. Les erreurs sur la valeur dune grandeur de rfrence:
Ces erreurs peuvent tre limines par la vrification
rigoureuse des appareils de mesure.5
Ces erreurs peuvent avoir plusieurs causes, dont les plus frquentes.
1. Le dcalage du zro dun appareil analogique.
Exemple:
2. la valeur errone de la temprature de rfrence dun
thermocouple.
3. la valeur inexacte de la tension dalimentation dun
gnrateur.
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
6/20
b. Les erreurs sur la sensibilit ou sur la courbe dtalonnage
dun capteur:
1. Le vieillissement dun capteur, la fatigue mcanique ou
laltration chimique de ses composants, entranent unemodification de sa courbe dtalonnage initiale.
Ces erreurs peuvent tre rduites par un rtalonnage
frquent des capteurs.
c. Les erreurs dues au mode ou aux conditions demploi :
1. Lerreur de rapidit qui rsulte dune mesure faite avant que le
rgime permanent ne soit atteint.
6
Exemple:
Exemples:
2. lerreur de finesse qui est due la modification de la valeur du
mesurande par la prsence du capteur lui mme.
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
7/20
3. Les erreurs accidentelles ou alatoires (Random errors).
Ce sont des erreurs non reproductibles, leurs apparitions et leursvaleurs sont considres comme alatoires.
a. Les erreurs lies aux caractristiques instrumentales:
Lerreur de mobilit: Cest la variation maximale du mesurande quinentraine pas de variation dtectable de la grandeur de sortie du capteur.
7
Certaines de leurs causes peuvent tre connues, mais les valeurs
des erreurs quelles entranent au moment de la mesure sont
inconnues.
Lerreur de rsolution: Cest la valeur minimale du mesurande mesuravec un capteur donn.
Lerreur de lecture: Elle rsulte de la plus ou moins grande habilit deloprateur.
Exemple: un potentiomtre bobin pour lequel un dplacement du curseur
infrieur la distance entre deux spires peut nentrainer aucune variation de la
tension de sortie.
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
8/20
8
b. Les erreurs dues des grandeurs dinfluence :
Lorsque les consquences des variations des grandeurs dinfluence
nont pas t prises en compte lors de ltalonnage du capteur, on
peut considrer que leur contribution est alatoire.
Exemple 2: On mesure un champ magntique et un avion passe surla salle :Les champs magntiques peuvent induire des f.e.m.
parasites,
Ce type derreurs apparat lorsque lappareil de mesure est utilis
dans des conditions environnementales diffrentes de celles danslesquelles il a t talonn.
Exemple 1: la temprature est la grandeur dinfluence qui le plus
souvent rencontr. Elle provoque deux types de phnomnes :dilatation des corps et modifications des proprits lectriques
(changement de la rsistance et de la conductivit lectrique).
Ces erreurs accidentelles ou alatoires sont
dtermines partir dune tude statistique.
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
9/20
4. Traitement statistique des mesures:
Des mesures rptes plusieurs fois donnent des rsultatsdisperss en raison des erreurs dont elle sont entaches.
Il faut donc appliquer un traitement statistique afin de connatre
la valeur la plus probable de la grandeur mesure et de fixer leslimites de lincertitude.
Ce traitement seffectue en plusieurs tapes qui consistent :
Etablir la distribution des donnes, une reprsentationgraphique de la distribution permettra une premire valuation
des mesures.
Caractriser la distribution statistique par la mesure de la
tendance centrale (moyenne, mode, mdiane).
Dterminer la dispersion de la distribution par la variation
des rsultats de mesure par rapport la valeur moyenne
(Variance, cart type).9
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
10/20
5. Caractrisation statistique dune distribution:
Lorsque la mesure dune mme grandeur X a t rpte n fois endonnant les rsultats x1, x2xn, et si on suppose que la valeur x1 a
t obtenue n1 fois, la valeur x2 obtenue n2 fois et xn obtenue nnfois :
Le nombre total dobservations est: n = n1 + n2 + ...nn
la frquence relative de distribution qui correspond la probabilit
dapparition des valeurs x1, x2xn est:
La reprsentation graphique par histogramme, par la courbe de
frquence relative, ou par le diagramme de frquence cumule
permet de visualiser la distribution.10
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
11/20
Exemple: La temprature dun four a t mesures toutes les 30
mn pendant une priode de 10h. Les valeurs obtenues sont
consignes dans le tableau ci-dessous:
N de la
mesure
Temprature
(C)
N de la
mesure
Temprature
(C)
1 209 11 212
2 195 12 205
3 212 13 225
4 225 14 214
5 216 15 216
6 228 16 216
7 231 17 205
8 212 18 193
9 237 19 220
10 200 20 23011
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
12/20
Indication: On choisi comme intervalles des groupes:
[190-199], [200-209], [210-219], [220-229], [230-239].
Il faut commencer par ordonner ces valeurs et les diviser en
groupes pour dterminer la frquence de distribution etreprsenter graphiquement la distribution:.
12
Intervalle des
groupes
Observation
dans le groupe
Frquence
relative
Frquence
cumule
[190-199]
[200-209]
[210-219]
[220-229]
[230-239]
Total
Intervalle des
groupes
Observation
dans le groupe
Frquence
relative
Frquence
cumule
[190-199] 2 0,1 0,1
[200-209] 4 0,2 0,3
[210-219] 7 0, 35 0,65
[220-229] 4 0,2 0,85
[230-239] 3 0,15 1
Total 20 1
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
13/20
13
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
14/20
14
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
15/20
Mesures de la tendance centrale dune distribution:
- La moyenne (The mean): Lorsque la mesure dune mmegrandeur X a t rpte n fois, donnant les rsultats x1,x2xn,
la valeur moyenne est dfinie par:
- La mdiane (The median): Elle correspond la valeur centraledans un groupe de donnes ordonnes.
- Le mode (The mode): Cest la valeur la plus frquente, elle
correspond au pic de la courbe de frquence relative.
Cest la mesure de la tendance centrale la plus utilise, xsapproche de la vrai valeur lorsque le nombre de mesures
augmente.
15
1
n
i
i
x
xn
==
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
16/20
Remarque: Pour lexemple que nous avons prsent, les troismesures de la tendance centrale ne donnent pas les mmes
rsultats:
La moyenne est gale 215,05C
La mdiane est gale 215C
Le mode est gale 215C
16
Ces trois valeurs ne concident pas car le nombre de
mesures est rduit.
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
17/20
Mesures de la dispersion dune distribution:
Deux distributions de donnes diffrentes peuvent avoir la mmemoyenne mais pas la mme dispersion:
Il existe plusieurs mesures de dispersion:
Le domaine
La dviation moyenne
La variance
Lcart type
Le coefficient de variation
Lerreur standard sur la moyenne17
Numro de la meure
V
aleurmesur
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
18/20
- Le domaine (The range)
max minR x x=
- La dviation moyenne (The mean deviation)
1
1n
x i
i
d x xn =
=
- La variance
22
1
1
1
n
i
i
x xn
=
=
18
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
19/20
- Le coefficient de variation
Cest un paramtre normalis qui indique la variabilit des donnes
par rapport la valeur moyenne.
100(%)vCx
=
- Lerreur standard sur la moyenne
, 0 quand nx xS S
n
=
19
- Lcart type (The standard deviation)
Cest la mesure de dispersion la plus utilise:
1
22
1
1
1
n
i
i
x x
n
=
=
7/29/2019 ChapII Mesure Et Instrumentation ( Partie 1) (1)
20/20
Remarque:
La probabilit P(x1,x2) dobtenir comme rsultat dune mesurandeune valeur du mesurande comprise entre deux valeurs x1 et x2scrit:
( )2
1
2
1 2 2
1
( , ) ( ) avec ( ) exp 22
x
x
x x
P x x p x dx p x
= =
P(x) est la densit de probabilit pour la valeur x du mesurande.
20
La probabilit dapparition dun rsultat de mesure dans les
limites indiques est:( ) 68, 27%
( 2 ) 95, 45%
( ) 99,73%
P x
P x
P x
=
=
=
En gnral, on prend une incertitude gale 3 lcart type (3 )