Análise de Incerteza

Metrologia

Professor: Valdézio José

Alunos:

Andressa Manuelle

Ashley Millene

Alexsandro Rodrigues

Abril/2023
2- Conceitos de Incerteza de Medição

A análise de incerteza fornece uma abordagem metódica para estimar a exatidão dos
resultados. Ela pode ser utilizada para informar a qualidade dos resultados de um teste
precedente ou de um teste já realizado. Este Os erros são uma propriedade da medição. Erros
de medição são introduzidos a partir de vários elementos, por exemplo, os instrumentos
individuais, a estatística finita do conjunto de dados, a metodologia utilizada. Definimos
medição como o processo de atribuir um valor a uma variável física. O erro em uma medição é
simplesmente a diferença entre o valor atribuído por nossa medição e o valor verdadeiro da
variável. Porém, não conhecemos o valor verdadeiro, somente o valor medido. Desse modo,
enquanto não podemos estimar o erro real, extraímos daquilo que conhecemos sobre a
medição uma estimativa da faixa provável de erro no resultado daquela medição. Essa
estimativa é chamada de incerteza no valor relatado da variável. A incerteza descreve um
intervalo em torno do valor medido no qual suspeitamos que o valor verdadeiro deve cair. A
esse processo de identificação, quantificação e combinação dos erros chamamos análise de
incerteza.

Incerteza é uma propriedade do resultado. Neste capítulo, apresentamos uma metodologia

sistemática para identificação, quantificação e combinação das estimativas dos erros de uma
medição de forma a estimar a incerteza no resultado final. Tal análise de incerteza fornece
uma poderosa ferramenta de projeto para avaliar diferentes sistemas e métodos de medição,
projetar um plano de teste e discorrer sobre a qualidade de determinado resultado. Embora
este capítulo ressalte a metodologia de análise, tentamos ilustrar a necessidade concomitante
do uso equilibrado do pensamento crítico e do julgamento profissional na aplicação das
análises. A qualidade de uma análise de incerteza dependerá do conhecimento do engenheiro
sobre o teste, as variáveis medidas, o equipamento e os procedimentos de medição 130

ERROS DE MEDIÇÃO

Os erros serão agrupados em duas categorias bem gerais: erro sistemático e erro aleatório.
Não consideraremos erros grosseiros de medição que resultam em dados obviamente
errôneos tais dados devem ser descartados.
Os erros de medição são introduzidos durante todas as fases de um teste e obscurecem nossa
capacidade de determinar a informação que desejamos: o valor verdadeiro da variável
medida. Se o resultado depender de mais de uma variável medida, esses erros se propagarão
mais ainda no resultado. =

A análise de incerteza é o método utilizado para quantificar o termo. Certas considerações são
implícitas em uma análise de incerteza:

1. Os objetivos do teste são conhecidos e a medição propriamente dita é um processo

claramente definido.

2. Quaisquer correções conhecidas para erro sistemático já estão aplicadas, e a incerteza

sistemática considerada é a incerteza da correção. Os erros aleatórios não podem ser
corrigidos.

3. A menos que declarado, os erros sistemáticos são considerados independentes uns dos
outros (não- correlacionados). Os erros aleatórios são não-correlacionados por natureza.

4. Os dados são obtidos sob condições de operação fixas.

5. Os engenheiros possuem alguma "experiência" com componentes de sistemas.

Quando os erros sistemáticos são independentes uns dos outros, o valor de um erro pode ser
alto quando o outro é baixo e assim por diante. Dizemos que esses erros são não-
correlacionados. Contudo, alguns erros sistemáticos podem ser relacionados de forma que não
sejam independentes. Exemplos e o tratamento para tais erros correlacionados são discutidos
na Seção 5.9.

3- ANÁLISE DE INCERTEZA NO ESTÁGIO DE PROJETO

A análise de incerteza no estágio de projeto refere-se à análise inicial realizada antes da

medição. Ela é útil para selecionar instrumentos, selecionar técnicas de medição e obter uma
estimativa aproximada da incerteza que provavelmente existirá nos dados medidos. Nesse
ponto, o sistema de medição e os procedimentos associados são meramente um conceito.
Frequentemente, conhece-se pouco sobre os instrumentos, por vezes apenas suas fotos em
um catálogo. Num projeto, pode ser necessário construir grandes instalações e adquirir
equipamentos com prazo de entrega considerável. A análise de incerteza deve ser utilizada
para ajudar na seleção dos equipamentos e procedimentos com base em seus desempenhos e
custos relativos. No estágio de projeto, a distinção entre erros sistemáticos e aleatórios pode
ser uma tarefa muito difícil. Então, para esta discussão, considere somente fontes de incerteza
em geral.
O objetivo em uma análise do estágio de projeto é estimar a magnitude da incerteza no valor
medido que resultaria da medição. Porém, um sistema de medição consistirá normalmente em
sensores e instrumentos cada um com suas respectivas contribuições para a incerteza do
sistema. Assim, vamos primeiramente falar das contribuições individuais para a incerteza.

Mesmo quando todos os erros são zero, um valor medido será afetado por nossa capacidade
de analisar a informação fornecida pelo instrumento. Chamamos isso de incerteza de ordem
zero do instrumento, u. Na incerteza de ordem zero, admitimos que a variação esperada nos
valores medidos será aquela quantidade devido à resolução do instrumento e que todos os
outros aspectos da medição são perfeitamente controlados. Essencialmente, é uma estimativa
da incerteza aleatória esperada causada pelo espalhamento dos dados devido à leitura do
instrumento.

Combinando Erros Elementares: Método RSS

Cada erro de medição individual se combinará de alguma forma com outros erros para
aumentar a in- certeza da medição. Vamos nos referir a cada erro individual como um "erro
elementar". Por exemplo, o erro de sensibilidade e o erro de linearidade de um transdutor são
dois erros elementares.

4- FONTES DE ERRO

A incerteza do estágio de projeto fornece informação essencial para a seleção da metodologia

de cálculo e dos instrumentos. Porém ela não trata de todos os possíveis erros que influenciam
um resultado medido. Aqui, examinamos fontes potenciais de erros em medições e
fornecemos uma listagem útil de erros comuns. Não é necessário classificar as fontes de erros
como fazemos aqui, mas é uma boa prática contábil.

Considere que o processo de medição consiste em três passos distintos: calibração, aquisição
de da- dos e redução de dados. Os erros introduzidos durante cada um desses passos serão
agrupados sob o cabeçalho de suas respectivas fontes de erro: (1) erros de calibração, (2) erros
de aquisição de dados e (3) erros de redução de dados. Dentro de cada um desses três grupos
de fontes de erros, liste os tipos de erros encontrados. Tais erros são os erros elementares da
medição. Não fique preocupado com esses grupamentos. Eles são usados como um guia para
identificar erros. Se você colocar um erro em um grupo "incorreto", tudo bem. A incerteza final
não será modificada!

Erros de Calibração

A calibração por si só não elimina os erros do sistema de medição; ela meramente reduz a
incerteza no resultado da calibração para valores mais aceitáveis. Erros de calibração incluem
aqueles erros elementares que entram no sistema de medição durante sua calibração. Os
erros de calibração tendem a entrar por meio de duas fontes principais: (1) os erros
sistemáticos e aleatórios inerentes ao padrão utilizado na calibração e (2) a maneira pela qual
o padrão é aplicado ao sistema de medição ou ao componente do sistema. Por exemplo, o
laboratório padrão utilizado para calibração contém alguma incerteza inerente.
Consequentemente, pode haver uma diferença entre o valor do padrão utilizado para a
calibração e o padrão primário que ele representa. Portanto, existirá uma incerteza no valor de
entrada no qual a calibração está baseada. Além disso, pode haver uma diferença entre o valor
fornecido pelo padrão utilizado e o valor de calibração realmente captado pelo sistema de
medição. Cada um desses efeitos será incorporado aos dados de calibração. Na Tabela 5.1,
listamos alguns erros elementares comuns que contribuem para esse grupo de fonte de erro.

Erros de Aquisição de Dados

Todos os erros que aparecem durante o ato real de medição são referidos como erros de
aquisição de dados. Esses erros incluem erros de sensor e de instrumento, variáveis não-
controladas.

Considere que o processo de medição consiste em três passos distintos: calibração, aquisição
de da- dos e redução de dados. Os erros introduzidos durante cada um desses passos serão
agrupados sob o cabeçalho de suas respectivas fontes de erro: (1) erros de calibração, (2) erros
de aquisição de dados e (3) erros de redução de dados. Dentro de cada um desses três grupos
de fontes de erros, liste os tipos de erros encontrados. Tais erros são os erros elementares da
medição. Não fique preocupado com esses grupamentos. Eles são usados como um guia para
identificar erros. Se você colocar um erro em um grupo "incorreto", tudo bem. A incerteza final
não será modificada!

5- ERROS ALEATÓRIOS E SISTEMÁTICOS

Em geral, se um elemento de erro é classificado como contendo um erro sistemático, um erro

aleatório ou ambos, pode ser simplificado considerando os métodos utilizados para quantificar
esses erros. Trate um erro como um erro aleatório se ele for estimado usando a estatística de
um conjunto de dados dispo- níveis; caso contrário, trate o erro como um erro sistemático.

Erro Sistemático
Um erro sistemático (também conhecido como erro de tendência permanece constante em
me- dições repetidas sob condições de operação fixas. Portanto, cada medição repetida
conteria a mesma quantidade de erro sistemático. Por ser um valor fixo, o erro sistemático não
pode ser observado diretamente apenas por meios estatísticos. Pode ser difícil estimar o seu
valor ou mesmo em muitos casos reconhecer a sua presença. Um erro sistemático pode causar
uma estimativa acima ou abaixo do valor verdadeiro. Consequentemente, uma estimativa da
amplitude do erro sistemático é representada por um intervalo, definido como +B, dentro do
qual se espera que o valor verdadeiro caia. Essa amplitude de suspeição do erro sistemático é
chamada de incerteza sistemática.

O leitor provavelmente está familiarizado com alguns erros sistemáticos em medições. Por
exemplo, se você informa a altura de uma pessoa descalça com base em uma medição
realizada enquanto a pessoa estava calçando um sapato de salto, o valor informado estará
com erro. Esse é um erro sistemático claro em uma medição. Nesse caso, esse erro
sistemático, um erro de aquisição de dados, é a altura do salto do sapato. Esse caso, no
entanto, é muito simples!

6- PROPAGAÇÃO DE ERRO

Um pequeno erro de medição em uma variável independente, quando aplicado a uma função
(digamos, uma fórmula para área, energia cinética ou velocidade) resultará em um erro maior
na variável dependente. As fórmulas de propagação de erro são baseadas em derivações parciais
de uma função em relação à variável com a incerteza. Digamos que você tenha uma função com
três variáveis (x, u, v) e duas delas (u, v) tenham incerteza. A variância de x pode ser aproximada

7- ANÁLISE DE INCERTEZA DE ESTÁGIO AVANÇADO

No projeto de um sistema de medição, uma questão pertinente é como o resultado seria

afetado caso um aspecto particular da técnica ou do equipamento fosse mudado. Na análise
de incerteza do estágio de projeto, somente consideramos os erros devido à resolução do
sistema de medição e os erros estimados da calibração dos instrumentos. Porém, se urna
informação adicional está disponível, podemos obter uma ideia melhor da incerteza em uma
medição. Uma análise de incerteza de estágio avançado permite avançar na análise de in-
certeza do projeto de estágio considerando erros de procedimento e de controle de teste que
afetam a medição. Consideramos isso um método para uma análise de incerteza completa
quando não se dispõe de um grande conjunto de dados. Esse é, por vezes, o caso nos estágios
iniciais de um programa de teste ou para certas teses em que medições repetidas podem não
ser possíveis. Tal análise de estágio avançado, também conhecida como análise de incerteza
de medição única é para ser usada: (1) no estágio avançado de projeto de um teste para
estimar a incerteza esperada, além da estimativa do estágio de projeto inicial; e (2) para
relatar os resultados de um programa de teste que envolveu medições sobre uma faixa de um
ou mais parâmetros, porém sem repetições ou com poucas repetições nas medições das
variáveis pertinentes para cada condição de teste. Essencialmente, o método avalia diferentes
aspectos do teste para quantificar potenciais erros.

Nesta seção, os objetivos serão estimar a incerteza em algum valor medido, x, ou em algum
resultado geral, R, por meio de uma estimativa da incerteza em cada um dos fatores que
podem afetar x ou R. Se todos os fatores que influenciam uma medição fossem mantidos
constantes, poderíamos esperar que o valor medido permanecesse constante para repetidas
medições. Entretanto, os erros de medição replicarão; isto é, eles afetarão o valor medido de
modo um pouco diferente em cada medição. A incerteza global em qualquer medição é
afetada por essa replicação de erros e é uma estimativa do possível valor desses erros. É
apresentada uma técnica que utiliza uma aproximação passo a passo para identificar e estimar
os erros. Nela, buscamos o valor combinado das estimativas em cada passo.

Incerteza de Ordem Zero

Na incerteza de ordem zero, todas as variáveis e parâmetros que afetam a saída de uma
medição, incluindo o tempo, são considerados fixos, exceto para a ação física de observação
propriamente dita. Sob tais circunstâncias, qualquer espalhamento de dados introduzido
durante observações repetidas do valor de saída será o resultado da resolução do instrumento
apenas. O valor u, estima a extensão de variação esperada no valor medido, quando todos os
efeitos influentes são controlados. Uma estimativa de u, é feita usando-se a Equação (5.1).

Nesse nível, o valor calculado da incerteza seria o mínimo possível, posto que o uso da análise
de ordem zero fornece uma estimativa somente do efeito da resolução do instrumento sobre a
medição. Obvia- mente, uma análise de incerteza de ordem zero é inadequada para um
relatório dos resultados do teste.

Incerteza de Ordem Superior

A estimativa de incerteza de ordem superior considera a controlabilidade das condições de

operação do teste e a variabilidade de todas as variáveis medidas. Por exemplo, no nível de
primeira ordem, o efeito do tempo poderia ser considerado uma variável extrínseca na
medição. Isto é, o que aconteceria se o teste começasse, as condições de operação fossem
ajustadas, e ficássemos observando? Se fosse observada uma variação no valor medido, então
o tempo seria um fator no teste, presumivelmente devido a alguma influência extrínseca ou
simplesmente inerente ao comportamento da variável sendo medida.

Na prática, a incerteza nesse primeiro nível seria avaliada, para cada variável particular
medida, operando a bancada de teste em alguma condição única de operação que estivesse
dentro da faixa de condições a ser usada durante os testes reais. Um conjunto de dados
(digamos, N≥ 30) seria obtido para alguns conjuntos de condições de operação. A incerteza de
primeira ordem de nossa capacidade de estimar o valor verdadeiro do valor medido pode ser
estimada como

A incerteza em u, inclui os efeitos de resolução, u. Portanto, somente quando u, u, o tempo

não é um fator no teste. A incerteza de primeira ordem por si é inadequada para reportar os
resultados do teste. Para cada ordem sucessiva, cada fator identificado como influente no
valor medido é introduzido na aná- lise, dando assim uma estimativa maior porém mais
realista da incerteza. Por exemplo, no segundo nível, pode ser apropriado avaliar os limites da
capacidade de reproduzir as condições exatas de operação e as consequências sobre o
resultado do teste. Ou, talvez, variações espaciais que afetam o resultado sejam avaliadas, tal
como quando um valor originado de um ponto de medição é fixado para quantificar um
volume maior.

Incerteza de Enésima Ordem

Na estimativa de enésima ordem, as características de calibração do instrumento são

introduzidas no esquema através da incerteza do instrumento, u. Uma estimativa prática da
incerteza de enésima ordem, u, é dada por
A estimativa da incerteza de enésima ordem permite comparação direta entre os resultados
de testes semelhantes obtidos utilizando instrumentos diferentes ou diferentes instalações de
teste. O procedimento para uma análise de medição única está resumido na Figura 5.4.

Note que uma análise mínima do estágio de projeto inclui somente os efeitos determinados
como um resultado, São os níveis intermediários que permitem que procedimentos de
medição e efeitos de controle sejam levados em conta no esquema da análise de incerteza.

8- ANÁLISE DE INCERTEZA EM MEDIÇÕES MÚLTIPLAS

Esta seção desenvolve um método para estimativa da incerteza no valor determinado para
uma variável com base num conjunto de medições obtido sob condições de operação fixas. O
método compara a incerteza padrão aprovada por sociedades profissionais e pelo NIST nos
Estados Unidos e está em concordância com as diretrizes internacionais. O procedimento
considera que os erros seguem uma função de probabilidade normal, embora os
procedimentos sejam quase insensíveis a desvios fora desse comportamento. Repetições
suficientes devem estar presentes nos dados medidos para avaliar o erro aleatório; por outro
lado, algumas estimativas da magnitude da variação esperada devem ser fornecidas na análise.

Propagação de Erros Elementares

Os procedimentos para análise de incerteza em múltiplas medições consistem nos seguintes

passos:

• Identificar os erros elementares na medição. A título de ajuda, considere os erros em cada

um dos três grupos de fonte (calibração, aquisição de dados e redução de dados).

• Estimar a magnitude dos erros sistemático e aleatório em cada um dos erros elementares.

•Calcular a incerteza estimada para o resultado.

Propagação da Incerteza para um Resultado

Considere o resultado, R, que é determinado por meio das relações funcionais entre as
variáveis independentes. A melhor estimativa do valor verdadeiro, R', é dada por R=RUR (P%)
em que o valor médio do resultado é determinado por R=f1(X1, X2,,XL)

9- CORREÇÃO PARA ERROS SISTEMÁTICOS CORRELACIONADOS

Todos os diferentes elementos de erros sistemáticos em um teste não estão cor- relacionados.
Isso significa que cada erro é independente dos outros e que os erros não têm relação entre si.
Porém, é bastante comum entre os instrumentos utilizados em um teste existirem alguns erros
que não são independentes. Instrumentos que compartilham um elemento comum que
contribui com um erro sistemático para a medição terão um erro dependente. Dizemos que
tais erros são "correlacionados".

10- HARMONIZAÇÃO

Os resultados das medições dos ensaios e das análises também não podem ser perfeitos. Uma
das principais tarefas de um experimentador é identificar as fontes de erro que podem afetar
o processo de medição e quantificar tais fontes de erro de acordo com padrões existentes.
Essa variação de elementos mensurados é designada, atualmente, por incerteza. O Guia para
Expressão da Incerteza de Medição da ISO também conhecido como GUM, é um método
oficial publicado pela ISO, em conjunto com o BIPM e outras entidades internacionais da área
científica, que estabelece uma forma de cálculo de incerteza de forma que possa ser
universalmente aplicada .

5.11 RESUMO

A análise de incerteza fornece o "+ quanto" para um resultado de teste ou para o resultado
antecipado de um plano de teste proposto. Neste capítulo, discutimos a maneira pela qual
vários erros podem entrar em uma medição, com ênfase em suas influências no resultado do
teste. Tanto os erros sistemáticos quanto os erros aleatórios foram considerados. Os erros
aleatórios diferem em medições repetidas, levam ao espalhamento de dados e podem ser
quantificados por métodos estatísticos. Os erros sistemáticos permanecem constantes nas
medições repetidas sob condições de operação fixas. Os erros são quanti- ficados por
incertezas. Os procedimentos para análise de incerteza foram introduzidos como um meio de
se estimarem a propagação da incerteza dentro de uma medição e a propagação da incerteza
entre as variáveis independentes medidas que são usadas para determinar um resultado
através de alguma relação funcional.