Introduzione alle tecniche elementari di Sperimentazione · Mappa funzionale: misura e analisi di...
Transcript of Introduzione alle tecniche elementari di Sperimentazione · Mappa funzionale: misura e analisi di...
1
1
Introduzione alle tecniche elementari di Sperimentazione
Inquadramento generale delle problematiche
Giustificazione di un programma di lavoro
Misuratore o
Acquisizione dati
Compatibilità
Intrusività
Fondamenti di sperimentazione aerospaziale
Mappa funzionale: misura e analisi di qualità
Condizionamento
Misuratore
Fenomeno
(Grandezza di
interesse).
Misura
grandezza
Calibrazione
trasduttore
Trasduttore
Accoppiamenti: possibili interazioni (anche
bidirezionali); necessità di minimizzazione degli
effetti negativi
Strumento
Eq.Misura
Propagazione
errori
Definizione
incertezze
Elementi di
statistica
Elementi di
probabilità
Analisi della
qualità
Incertezza
TrasduttoriPrincipi di
trasduzione
Modelli
dinamici
Caratteristiche statiche
e dinamiche
Analisi in
frequenza
2
5
Presentazione generale
� Discussione “logico/semantica”
� Obiettivi della sperimentazione
� Logica della sperimentazione
� Discussione preliminare di
� Misure
� Strumenti e strumentazione
� Procedure
� Trasduttori
� Errori ed incertezze
� Strumentazione analogica e digitale
� Definizione degli elementi del programma
6
Motivazioni del metodo di lavoro
Obiettivo: inquadramento del contesto nel quale si colloca l’attività di
sperimentazione
L’analisi del contesto è un metodo di lavoro che può essere molto utile:
1. permette una migliore definizione di un problema, grazie all’aggiunta di
elementi (teorici o funzionali) alla quadro generale
2. Aiuta a mettere in luce elementi di riferimento, utili per valutare
alternative o per collegare ulteriori elementi
3. permette di capire cosa serve (metodi/tecniche/conoscenze/ capacità) per
arrivare a padroneggiare il problema, anche se nuovo (sappiamo già
risolverlo? siamo già in possesso degli strumenti necessari per farlo?
dobbiamo imparare qualcosa, sia in termini operativi che di conoscenze?
… )
L’analisi logico/ semantica: «lettura critica del testo»
3
7
Discussione “Logico/Semantica”: Sperimentazione
Sperimentazione: s.f. Impiego di oggetti d’indagine scientifica in una serie
di prove e di verifiche (Devoto – Oli)
1) Impiego: sottintende procedure e capacità
2) Oggetti: strumenti o sistemi di utili per …
3) Indagine: obiettivo di acquisizione di informazione
4) Scientifica: azione retta dal metodo scientifico
5) Serie: azione multipla e/o ripetuta
6) Prove o verifiche: contesto operativo, procedure
In particolare il risultato atteso è l’ “acquisizione di informazioni
numeriche da fenomeni reali” cioè una “misura”
Per noi le “prove” e le “verifiche” sottintendono la realizzazione di una
“misura”, tramite “strumenti” (gli “oggetti di indagine scientifica”), che
fornisca le informazioni utili agli scopi
Sperimentazione: attività razionale volta alla acquisizione strumentale di
informazioni quantitative da un sistema, che produce cioè un risultato, la
misura, o
il rapporto fra la grandezza in esame e
la sua unità di misura
(quantità di riferimento, omogenea accettata e condivisa)
La “sperimentazione” non è “ricerca” ma attività comune
I concetti non sono estranei alla pratica comune ma richiedono una
razionalizzazione e un irrobustimento concettuale
L’esigenza di misure precise ed affidabili è comune a tutte le attività
industriali e produttive, in tutte le loro fasi
Il “costo” delle attività di misura è spesso sottovalutato, così come il costo di
inadeguate informazioni
La Sperimentazione
8
4
Il corso fa riferimento ad attività di misura caratteristiche del settore aerospaziale, con conoscenze di base e metodologie trasversali a diverse aree dell’ingegneria
“Misurare” significa organizzare l’intera attività in modo da ottenere una “misura” significativa, cioè corretta ed affidabile; non trascrivere numeri dal display di uno strumento!
La gestione di un’attività sperimentale coinvolge discipline varie: è un problema di progetto in un ambito multidisciplinare
La Sperimentazione deve essere progettata e gestita con criteri ingegneristici: fare sperimentazione significa progettare, realizzare e/o utilizzare un sistema di misura in funzione di precise esigenze.
Le esigenze devono essere adeguatamente formalizzate in specifiche e requisiti in base ai quali progettare/scegliere/configurare il sistema in modo da conseguire gli obiettivi, con costi compatibili con i vantaggi attesi
La Sperimentazione
9
L’attività di sperimentazione può essere suddivisa in fasi:
Si tratta di una catena: un solo anello debole può degradare la qualità del
risultato e quindi far perdere di significato all’intera attività
La Sperimentazione
Acquisizione/definizione specifiche
Realizzazione e messa a punto
dell’apparato sperimentale
Raccolta ed elaborazione dati
Relazione conclusiva
Progetto apparato sperimentale
10
Definizione di un modello
Previsione comportamento
Definizione modalità operative
Allestimento
Verifiche ipotesi e funzionamento
Utilizzo effettivo
Raccolta e organizzazione dati
Analisi dei dati
5
11
Obiettivi e logica della sperimentazione
Motivazioni
Tutti facciamo “sperimentazione”, nel senso che effettuiamo delle “misure”, cioè acquisiamo informazioni circa il valore di grandezze di nostro interesse … e lo facciamo quasi tutti i giorni
Normalmente lo facciamo in modo non del tutto razionalizzato, siamo cioè inconsapevoli o ignoranti riguardo ad alcuni aspetti del problema:
• Quali sono le azioni che tipicamente eseguite per misurare?
• In base a quali considerazioni ritenete che la misura sia veritiera?
• Come funziona lo strumento che avete utilizzato?
• Avete usato in modo corretto lo strumento?
Nella vita quotidiana qualche volta potremmo anche sorvolare ma non sempre e sicuramente non nell’ambito professionale
12
6
Alcune misure sono tipicamente “personali”:- Misura del tempo - Rifornimento carburante- Percorrenza o consumo di un mezzo di trasporto- Pesatura cibo o personale- Temperatura ambientale, dell’acqua doccia/bagno, del forno per la cottura
Spesso altri misurano per noi:- Consumo energia elettrica, acqua o gas- Peso confezioni di cibo- Caratteristiche, Dimensioni o Prestazioni di un prodotto (es caratteristiche dei materiali; dimensione di un oggetto; consumo di un elettrodomestico; peso, velocità e consumi della vostra automobile)
Motivazioni
13
14
Motivazioni
Cosa dovremmo sapere/saper fare per essere noi stessi i responsabili della
misura?
Cosa significa e comporta realmente “Misurare”?
La semplice disponibilità della misura è sufficiente per poter continuare
nell’attività che la richiede?
Quali sono i punti critici che devono essere dominati da chi progetta/
utilizza uno strumento o un sistema di misura?
Saper rispondere a domande come queste significa essere pienamente
consapevoli dell’operazione di misura
… ed è questo l’obiettivo principale del corso
7
15
Obiettivi della sperimentazione
Un esperimento consiste in un insieme organico di osservazioni
(qualitative e quantitative) eseguite su di un fenomeno di interesse
Scopo della sperimentazione (ingegneristica, economica, sociale, … )
1) osservazione/diagnostica di un processo, di un fenomeno o di una
operazione, controllo di qualità di un processo
2) regolazione di un processo, di un fenomeno o di una operazione
3) analisi sperimentale di un problema
4) validazione di modelli numerici e/o teorie
5) …
Perché dovremmo preoccuparci di questi obiettivi?
16
1. Osservazione/diagnostica di un processo o di un fenomeno
� interesse per la semplice osservazione
� azioni non dirette alla modifica del fenomeno
� verifica delle caratteristiche del prodotto (dimensionali e funzionali)
Es.: rete di sensori per il monitoraggio ambientale, rilevatori di consumo
2. Controllo di un processo o di un fenomeno
� utilizzo delle misura per gestire degli interventi atti a regolare il
fenomeno
� sensori / attuatori / leggi di controllo
Es.: termostato
Obiettivi della sperimentazione
8
17
Obiettivi della sperimentazione
3. Analisi sperimentale
� base della tecnica di apprendimento umana (Galileo)
� approccio complementare, NON ALTERNATIVO, all’analisi teorica
o numerica, da adottare laddove la metodologia teorica non sia
consolidata o per effettuare delle verifiche della teoria
Nell’ambito dell’analisi sperimentale la sperimentazione è necessaria per:
� Sviluppare nuovi metodi e prodotti
� Valutare le qualità/prestazioni di prodotti/sistemi
4. Validazione di modelli teorici, dati, …
� Verifica/correlazione modelli previsionali numerici/analitici
18
Due diverse tipologie di sperimentazione:
• Ingegneristica, in condizioni controllate
- Ricerca
- Sviluppo
- Valutazione di prestazioni (applicabilità, limiti, vita, ecc, …)
• Industriale, in condizioni operative
- gestione della qualità
- funzionamento di processo
- …
Obiettivi della sperimentazione
9
19
Teorico e Sperimentale: La modalità di approccio alla conoscenza e
alla soluzione dei problemi ingegneristici; approcci complementari,
ciascuno con caratteristiche peculiari
Logica della sperimentazione
Approccio teorico
� risultati generali facilmente
estendibili (nell’ambito delle hp
di validità del modello)
� Formulazione semplificata
(comportamento del modello)
� Possibile soluzione numerica
(difficoltà)
� Non richiedono dispositivi
dedicati o specifici
� Risultati in “poco” tempo
Approccio sperimentale
� Risultati non generalizzabili né
parametrizzabili
� Osservazione del fenomeno reale
(nei limiti delle modalità di
sperimentazione)
� Richieste misure accurate e
l'apparato può essere costoso e non
reimpiegabile
� Necessaria la disponibilità di un
prototipo o di un modello in scala
� Tempo necessario e messa a punto
20
Discussione “Logico/Semantica”: misura
in quanto prodotto della attività di sperimentazione
10
21
Discussione “Logico/Semantica”: misura
Elementi espliciti: 1. la misura
2. l’operazione di effettuazione della misura
3. l’esigenza di una “qualità” di misura
4. unità convenzionali di riferimento
� La Misura è il cardine della sperimentazione, essendone il “risultato”
Definizione: ”Determinazione quantitativa condotta
in rapporto ad unità convenzionali”
Elementi sottintesi:
1. una grandezza che si desidera misurare (e quindi la necessità di essere sensibili ad essa)
2. un dispositivo capace di eseguire l’operazione (strumento)
3. una procedura per la corretta realizzazione della misura (a garanzia della qualità del risultato)
4. un processo razionale di progettazione che garantisca il risultato dell’operazione
22
� Misure
• Grandezze da misurare, misurabili, loro caratteristiche
• Principi di trasduzione
• La misurazione è un’attività comune nell’ingegneria
• Qualità della misura
� Strumentazione
• Dispositivo / Sistema
• Logica per la gestione dell’operazione
• Possibili interazioni/ interferenze
� Campione di riferimento (Standards)
• Unità di misura (importanza della scelta più appropriata)
• Norme di comportamento e di elaborazione dei dati
La “misura”
11
23
La “misura”
� La Misura è un’esigenza dell’uomo, che da sempre ha:� avuto qualcosa da misurare� dovuto trovare un metodo per misurare � dovuto confrontarsi con esigenze di precisione� avuto bisogno di fare accettare la propria misura
� Misurare ha un costo: la scelta della strumentazione e delle procedure deve quindi essere commisurata alle esigenze di precisione e queste ai vantaggi che derivano dalla sua conoscenza
� La Misura costituisce una quantificazione oggettiva di una grandezza ritenuta significativa in relazione ad un fenomeno o sistema, al fine di descrivere:
� il fenomeno/sistema stesso e/o la sua evoluzione,
� le sue interazioni con altri sistemi e/o con l'ambiente
Questo significa essere consapevoli del fenomeno e delle sue manifestazioni più importanti o di quelle rilevanti ai fini dei nostri interessi
24
La “misura”
� Le grandezze da misurare possono essere stazionarie (statiche) o tempovarianti (dinamiche) con evidente impatto sia sulle caratteristiche della strumentazione necessaria che sulle modalità operative:
Caso statico: possibilità di ripetizione, tempo a disposizione
Caso dinamico: possibilità di una sola misura (necessità di commisurare le caratteristiche dello strumento alle caratteristiche del segnale)
12
25
� Le grandezze misurabili possono essere intensive o estensive
Estensive : la misura può essere eseguita in termini di rapporti, possono essere sommate (lunghezze, correnti elettriche, portate, …)
Per le grandezze Estensive è possibile “costruire” un campione di riferimento: un elemento utile al confronto (cos’è il metro?)
Intensive : definiscono un modo di essere del sistema, esprimono un ordine, non possono essere sommate e devono essere definite in termini di differenze rispetto ad un valore di riferimento (potenziale elettrico, temperatura, ... )
Per le grandezze Intensive non è possibile definire un campione di riferimento: esistono dei fenomeni che permettono di associare, convenzionalmente, ad una “condizione” un valore della grandezza; es. non esiste una temperatura campione ma è possibile individuare una condizione per cui si “definiscono” le temperature 0°C e 100°C
Le “grandezze da misurare”
26
� La misurazione è l’operazione/procedura che fornisce una misura, cioè che
porta alla definizione il valore numerico del misurando mediante l’utilizzo
di strumenti di varia natura:
� Dispositivi idonei ad effettuare la misura (strumentazione)
� Equazioni e/o relazioni analitiche e/o procedure di elaborazione
� La procedura non è arbitraria né arbitrariamente modificabile; anche quando non ci sono norme che le definiscono è opportuno darsele e attenervisi
� Misurare comporta inevitabilmente imprecisioni che non possono essere ridotte a piacimento: esistono dei limiti a questo processo (incertezza intrinseca), di tipo economico e fisico
� La realizzazione di una misura prevede due funzioni: estrazione di informazioni dal fenomeno (trasduttore/sensore) e quantificazione della misura (misuratore)
La “misurazione”
13
27
� La ripetizione di misure, anche in condizioni controllate e con procedura rigorosa, può portare a risultati diversi. Abbiamo commesso un errore?
� L’errore è definito in relazione al valore esatto del misurando: Errore = Valore esatto – Misura
non potremo però contare sulla disponibilità del valore esatto,
� Occorre essere in grado di quantificare a priori la qualità della misura in modo da poter assumere che la Misura coincida con il Valore esatto, almeno nei limiti dell’approssimazione rappresentata dalla qualità di misura
� La Metrologia è la scienza che si occupa di studiare i diversi aspetti del problema della “misura sperimentale” (strumenti, qualità, elaborazione dei dati); la sua applicazione porta ad ottenere risultati accurati e condivisibili
La “misurazione”
28
� Strumento è l’oggetto capace di fornire una misura (Metro, Calibro,
Bilancia, Voltmetro, Manometro, Termometro, … )
� Richiede la sensibilità al fenomeno, tramite un sensore / trasduttore che interagisce con il fenomeno, e la capacità di fornire una quantificazione dell’effetto rilevato, tramite un misuratore
� Quindi due funzioni base, trasduzione e misura, che sono affidate a due oggetti separati che possono essere indipendenti
� Possibile assorbimento di energia dal fenomeno/ sistema dal quale si vogliono recuperare informazioni
Si ha assorbimento di energia in quasi tutti gli strumenti (eccezioni sono gli strumenti che operano “per confronto” o “senza contatto”)
� maggiore l’energia disponibile, più preciso lo strumento
� minore l’energia assorbita, minore l’impatto delle presenza dello
strumento
Requisiti in evidente contrasto
Lo “Strumento”
14
29
Lo “Strumento”
Lo strumento IDEALE è un sistema LINEARE ad UN ingresso (la grandezza che si intende misurare) e UNA uscita (la misura o la grandezza continua in analogia a quella misurare)
La sua funzione di trasferimento NOMINALE è quindi una COSTANTE, è cioè indipendente dall’entità dell’ingresso e dalla sua eventuale variabilità nel tempo (contenuto in frequenza)
La costante di funzionamento deve essere definita/ verificata sperimentalmente; è l’operazione di CALIBRAZIONE: confronto tra l’USCITA dello strumento e l’INGRESSO NOTO o accuratamente misurato
Necessario tornare sull’argomento per capire le relazioni tra lo strumento, inteso come OGGETTO REALE, e il MODELLO METROLOGICO che utilizziamo quando si effettuano delle misure
30
Lo “Strumento”
In uno strumento:
• Caratteristiche metrologiche: determinano la qualità della misura di uno strumento
• Caratteristiche funzionali: definiscono le condizioni /modalità di impiego di uno strumento
Dipendono da come si realizzano le funzioni elementari (sensibilità,
trasduzione, misura, … ) e possono essere influenzate da come lo si usa
Utilizzate per selezionare uno strumento a garanzia della qualità della
misura
� Accuratezza (accuracy) � Risoluzione (discrimination)
� Ripetibilità (repeatability) � Riproducibilità (reproducibility)
� Precisione (precision) � Banda passante (bandwidth)
Utilizzate per garantire la generale validità della prova e la compatibilità
dello strumento con tutte le esigenze operative (diverse dalla qualità)
15
32
Lo “Strumento”: funzionamento
Tra le caratteristiche costruttive una merita attenzione: la modalità di misura,
cioè la logica di funzionamento implementata nello strumento
Due modalità principali: misure per azzeramento e deviazione
Azzeramento: effetto fisico annullato
dallo strumento
Misura proporzionale all’intervento
necessario per ripristinare lo stato
iniziale
Deviazione: effetto fisico bilanciato
dalla reazione dello strumento
Misura proporzionale all’effetto di
«deviazione» provocato dalla
grandezza trasdotta
33
Misure per deviazione: pregi e difetti
� Deviazione
� misura in relazione alla variazione di un «segnale» in uscita,
necessario per bilanciare l’effetto della grandezza da misurare
� precisione legata alla taratura dell’elemento di reazione
� precisione necessaria su tutto il campo (uniformità di comportamento
dell’elemento sensibile)� misura veloce (caratteristiche dinamiche del sensore)
� misura di un effetto di reazione, necessario per rimuovere l’effetto della grandezza da misurare
� precisione data dalla qualità di misura dell’elemento di reazione
� la misura avviene solo nell’intorno della posizione di equilibrio
� non serve conoscere lo squilibrio ma solo la sua direzione
� relativamente facile fabbricare un sensore molto preciso
� misura lenta (necessità di controllare lo zero): difficile avere
caratteristiche dinamiche elevate a costi contenuti
� Azzeramento
16
34
� Elemento sensibile di uno strumento: rende possibile un flusso di energia misurabile, dal sistema allo strumento
� Elemento di trasformazione analogico: ingresso ed uscita sono analogici, NON fornisce quindi una misura MA un’uscita facilmente misurabile o confrontabile con una scala
� Principi di trasduzione (meccanico, elettrico, magnetico, piezoelettrico, …) peraltro in numero limitato…
� Caratteristiche funzionali e qualitative (metrologiche): sensibilità, linearità, intervallo di lavoro, banda passante, isteresi
Sensore/trasduttore
� Varietà di grandezze da misurare: sensibilità
diretta o ad un suo effetto
� lo strumento “estensimetro” è sensibile alla
deformazione, quindi anche a tutto ciò che
determina deformazione
Lamina estensimetrata
35
Configurazioni di utilizzo
Misura di pressione Misura di volume
Misura di accelerazione Misura di piccolo spostamento
17
36
Esempio di caratteristiche tecniche proposte dal costruttore di un trasduttore
di forza: scheda tecnica, contenente informazioni valide per tutti gli oggetti
dello stesso modello
Sensore/trasduttore
Multi-purpose, ICP® force sensor, 10 lb comp., 10 lb tension, 500 mV/lb
Measurement Range: (Compression) 10 lb (0.04448 kN) Sensitivity: (±15%) 500 mV/lb (112410 mV/kN) Low Frequency Response: (-5%) 0.01 Hz Upper Frequency Limit: 36000 Hz Temperature Range: -65 to +250 °F (-54 to +121 °C) Mounting Thread: 10-32 Female
Diverse tipologie di informazioni: Operative
Prestazionali
Installazione
37
Scheda di calibrazione di
uno specifico trasduttore
di forza
18
38
Uso di “sensore/trasduttore” e “misuratore”
� Strumento o sistema Sensore + Misuratore (tipicamente di carattere elettrico)
� Può essere preferibile mantenere separate le funzioni di trasduzione e misura
� Vantaggi: � Flessibilità (utilizzo di sensori diversi)
� Trasmissibilità a distanza del segnale da misurare
� Economicità (un solo misuratore, di solito tanto
più costoso quanto preciso)
� Svantaggi: � Necessità di condivisione del misuratore
� Utilizzo meno intuitivo (personale qualificato)
� Problemi di carattere elettrico (personale qualificato)
� Raccolta e elaborazione dei dati
� Importanza dell'elaborazione e della visualizzazione dati remota (l’osservatore può collocarsi dove è più comodo/sicuro/...)
39
L’interazione tra strumento e fenomeno
19
40
In relazione ad uno “strumento” abbiamo bisogno di:
• Analizzarne il funzionamento
• Definirne le caratteristiche funzionali, cioè le caratteristiche intrinseche
come oggetto
• Definirne le caratteristiche metrologiche, cioè le caratteristiche utili ai fini
della misura
Abbiamo anche bisogno di:
Capire come interagisce con il sistema di misura e il fenomeno
fisico
L’interazione dello strumento con il fenomeno
41
L’interazione dello strumento con il fenomeno
� La misura può essere invasiva: qualsiasi genere di interferenza con /tra i
fenomeni in gioco che possa alterare il comportamento del sistema, quindi
modificando la grandezza da misurare, o la misura stessa, quindi
quantificando la grandezza in modo sbagliato, è da considerarsi invasivo e
fonte di errore
� Prima tipologia di interferenza: modifica del fenomeno
- la flessibilità di un supporto strumentato può modificare l’incidenza di
un modello di galleria o le caratteristiche dinamiche del sistema
- un Pitot modifica il campo di flusso del quale si vuole misurare la
velocità e al tempo stesso risente della forma del campo di flusso
….
Altri esempi?
20
42
� Seconda tipologia di interferenza: modifica del funzionamento del sistema
di misura
il rapporto tra l’impedenza di ingresso di un utilizzatore elettrico (b) e
quella in uscita di un apparecchio che funge da alimentatore (a) deve
essere elevato per non avere effetti su quest’ultima
Necessario acquisire la sensibilità utile per capire attraverso quale modalità
l’invasività si può realizzare e quanto possa influenzare il sistema/la misura …
ii s
s i
RV V
R R=
+
L’interazione dello strumento con il fenomeno
43
A questo punto abbiamo quindi una prima idea di alcuni aspetti:
� come possa essere “strutturato” uno strumento
� per usare bene uno strumento non basta leggere il manuale
� per capire uno strumento si devono usare dei modelli
� gli schemi realizzativi possono avere influenza sulle caratteristiche e sul
costo di uno strumento
� necessità di un approccio razionale alla gestione del problema di misura
� necessità di schemi interpretativi della realtà da misurare, in base ai quali
valutare il processo di misura
� necessità di approfondimento di numerosi elementi
Qualche considerazione intermedia ….
21
44
L’automazione della misura
� Strumentazione analogica
� Sistemi di acquisizione dati
Informazioni di complemento
� Strumentazione virtuale
� Strumentazione intelligente
� Strumentazione digitale
45
Strumentazione analogica
� Strumentazione analogica
• le grandezze in gioco sono continue
• necessità di notevole qualità di tutti gli elementi con riflesso sui costi (es. Hi-Fi)
• la “quantificazione” o “digitalizzazione” è solo l’ultimo passo (un display digitale non significa che lo sia la strumentazione)
� L’uso di «misuratori» automatici «digitali», asserviti a computer, rende più efficiente la gestione dei dati
• Necessari adeguati dispositivi di interfaccia
• Rappresentazione discreta, quindi approssimata, nel tempo e in ampiezza
22
46
Sistemi di acquisizione
Sistemi di «acquisizione dati»
Configurazioni:
� Schede di acquisizione dati da inserire nella slot di
un PC
� Sistemi di acquisizione autonomi da collegare a
porta Ethernet
Scheda AD
Cablaggi
Mondo reale Mondo digitale
3.1263571 V 0111010001101010
In entrambi i casi il sistema è programmato e scarica i dati sulla memoria di
massa al termine dell’acquisizione
In serie nella catena di misura: necessario definire tutti gli aspetti che
influenzano la qualità di misura!
47
Dagli errori alla qualità di misura
… cioè come trasformare un’incapacità in un pregio…
23
48
L’errore è definito in relazione al valore esatto del misurando: Errore = Valore esatto – Misura
Se l’errore fosse costante si potrebbe correggere la misura:
Valore esatto = Misura + Errore
Misure ripetute o fatte in diversi laboratori, specie se frutto di operazioni complesse, possono portare a risultati diversi: l’errore non è costante
Non significa che sia tutto sbagliato.
Gli errori sono inevitabili, ma non vanno subiti; devono essere capiti e gestiti, cioè mantenuti entro limiti certi, stabili e accettabili
Una volta sotto controllo l’errore si trasforma in un indicatore di qualità
� Sono necessarie tecniche che ci permettano di valutare la qualità delle misure, sia a posteriori che a priori, e di essere certi del mantenimento di tale qualità
Gli errori
Come si fa a prevedere un errore?
49
La lettura di un display analogico può indurre errori (parallasse, interpretazione del valore, … ): “letture” o “lettori” diversi possono produrre valori differenti
Gli “errori”
Attenzione! non si sa ancora se la “misura” sia corretta: stiamo parlando solo di «differenze» nelle letture
Ma se volessimo una misura con più cifre significative?
E se le ultime cifre cambiassero nel tempo?
La lettura di un display digitale, eliminando la soggettività della misura, sembrerebbe risolvere il problema
24
50
Ripetendo la misurazione di una grandezza costante si ottengono risultati leggermente diversi
Naturale fare riferimento al valore medio e alla dispersione delle misure
Prevedere gli “errori”
Il valore medio è intuitivamente un’indicazione più attendibile di una singola misura
L’entità della dispersione quantifica l’incertezza sulla misura eseguita
Importante capire la fonte di dispersione in modo da poterla controllare o limitare (es. incapacità intrinseca dello strumento di produrre la stessa misura per un medesimo ingresso - ripetibilità)
Come indicatore di incertezza la misura della dispersione ha senso sia in termini assoluti che relativi
In generale potrebbe aver senso rendere la dispersione percentuale rispetto ad un valore di riferimento, piuttosto che alla singola misura (misura nulla)
Media
Dispersione
Precision error
52
� Gli errori/effetti sistematici tendono a riproporsi sempre uguali a sé stessi (altrimenti darebbero luogo a dispersione)
� Gli errori di precisione sono imprevedibili (se non in senso medio)
� Solitamente errori Casuali e Sistematici non si influenzano
Bias error
Valore vero
Media sulle misure
Gli errori
� Classificazione degli errori di misura:
Errori sistematici (Bias): indicano la differenza tra il valore vero (o la migliore stima disponibile) e la media delle misure
Errori di precisione (Precision) o casuali : quantificano la differenza tra la singola misura e la media delle misure.
Aggiungendo il riferimento costituito dal valore vero osserveremmo questo comportamento:
25
53
� Gli errori Sistematici (Bias) sono ripetibili, cioè costanti durante una serie di misure eseguite a parità di condizioni operative ed ambientali
� L’elaborazione dei dati, anche se sofisticata, non è in grado di rilevare gli errori di questo tipo, tanto meno rimuoverli
� Il confronto con valori di riferimento permette di identificarli e di predisporre le correzioni, normalmente analitiche, atte a rimuoverli.
� Gli effetti sistematici devono essere ridotti alla loro componente casuale mediante una attenta progettazione e/o la calibrazione di adeguati schemi di correzione della misura
� L’esperienza suggerisce di verificare l’esistenza di errori sistematici
� un errore nel processo di calibrazione o, più facilmente, una calibrazione incompleta, possono determinare un errore sistematico
Gli errori sistematici (Bias errors)
54
� Alcuni fenomeni influenzano il processo in maniera non prevedibile
� Gli effetti sulle misure sono classificati come errori Casuali (Random o
Precision errors) e producono una dispersione dei risultati quando si
esegua una serie di misure in condizioni operative ed ambientali costanti
� Elementi che possono produrre effetti casuali sono:
- Misurando (variabilità temporale e spaziale)
- Procedure e tecniche di misura (ripetibilità, risoluzione)
� Per ridurli occorre ripetere le misure, prestando grande attenzione a non
modificare le condizioni generali
� La loro definizione avviene mediante tecniche statistiche
Gli errori casuali (Precision errors)
26
55
Riassumendo:
� Gli errori casuali (precision errors) sono IMPREVEDIBILI e possono essere scoperti, e ridotti, ripetendo le misure e trattando i dati con apposite procedure di carattere statistico;
� Gli errori sistematici (bias error) a parità di condizioni operative si presentano sempre allo stesso modo, sono quindi RIPETIBILI e CONSISTENTI; non possono quindi essere scoperti ripetendo le misure e la loro riduzione deve essere prevista a priori mediante l’impiego di apposite procedure definite in fase di calibrazione
Ciò significa che gli errori sistematici devono essere ridotti alla loro componente casuale con una adeguata procedura
Gli errori
56
Gli errori
Casuali: piccoli Sistematici: ?
Casuali: grandi Sistematici: ?
� Non conoscendo la posizione del valore esatto cosa si può dire?
La statistica ci permetterà di trattare adeguatamente solo gli errori casuali; gli errori sistematici DEVONO essere eliminati a priori, cioè ridotti ai loro effetti casuali
� Effetti Sistematici e Casuali devono essere ridotti per quanto possibile e conveniente (l’incertezza nulla non esiste)
27
Il comportamento dello strumento deve essere studiato preventivamente, procurandosi la conoscenza del valore di riferimento
L’entità degli scostamenti tipici del funzionamento di uno strumento deve essere quantificata prima di utilizzare lo strumento
Non solo: occorre essere certi che lo strumento esibisca lo stesso comportamento quando utilizzato
� Con la calibrazione si valutano il grado di correttezza delle misura di uno strumento/sistema e le dispersioni tipiche confrontandole con valori di riferimento: le caratteristiche metrologiche
� Sono necessarie adeguate procedure di utilizzo a garanzia del mantenimento delle caratteristiche metrologiche
57
Errore medio
Valore vero Media sulle misure
Gli errori
Singole misure
Limite di Precisione
58
Limite di Accuratezza
Valore vero
Media sulle misure
La Qualità
� Avendo inquadrato il problema di come gli “errori” si manifestano possiamo affrontare quello della “qualità” di una misura
� In diversi campi (scienza, ingegneria, industria, statistica, … ) si definiscono come:
Accuratezza: il grado di correttezza o di veridicità della misura in senso medio, cioè di corrispondenza del valore medio di una serie di misure con un valore di riferimento (definita in termini di scostamento)
Precisione: il grado di ripetibilità della stessa, definita in termini di dispersione o ampiezza dell’intervallo su cui si distribuiscono le misure
Singole misure
28
59
La Qualità
Strumento impreciso e inaccurato: meglio lasciare perdere
Strumento preciso ma inaccurato: possibile impiegarlo solo se l’errore sistematico è prevedibile e sono disponibili procedure di correzione
Strumento accurato ma non preciso: di utilizzo non pratico richiedendo molte misure per fornire un valore medio affidabile entro i limiti di accuratezza
Limiti di accuratezza e precisione coincidenti e piccoli sono la caratteristica di un buono strumento: nessun bisogno di medie e sufficiente una singola misura
Precisione scarsa
Limite di Accuratezza
Valore vero
Precisione elevata
Limite di PrecisioneAccuratezza
scarsa
Accuratezza
elevata
Limite di Accuratezza
Media misure
Singola misura
60
La Qualità
Considerazioni:
� Una buona misura è accurata e la stima dell’accuratezza fornisce una valutazione della qualità della misura
� Avendo un numero elevato di misure il livello di precisione sarà legato dalla dimensione della loro dispersione
� Con una sola misura dovremo fare affidamento su una previsione della dispersione, cioè sulla dispersione che ci aspetteremmo di rilevare ripetendo le misure
� Accuratezza e precisione di uno strumento, o di un processo di misura, devono essere stabilite con misure ripetute e confronti con uno standard di riferimento tracciabile secondo regole condivise
� Il requisito di accuratezza di una misura deve essere definito in relazione all’utilizzo previsto: della stessa misura per certi scopi sarà necessaria una accuratezza elevata, per altri ci si potrà accontentare di una qualità inferiore
29
62
Approccio probabilistico alla definizionedella qualità di misura
63
� La presenza di effetti casuali rende impossibile fornire una misura in termini deterministici: è intuitivo utilizzare il valor medio di una serie come valore più attendibile e una misura della dispersione media come indicatore di incertezza
Manca un’indicazione del livello di fiducia in queste informazioni: non abbiamo un’idea della robustezza della previsione dell’incertezza
Necessario anche un livello di fiducia che siamo disposti a riconoscere all’intervallo definito a partire dalla dispersione (0 nessuna confidenza - 100% confidenza piena)
� Necessaria sia un’indicazione dell’entità dell’errore probabile per il singolo rilevamento che per la misura vera e propria (il valore medio), in termini di un intervallo di valori attorno alla migliore stima
Approccio probabilistico
30
64
� La maniera più pratica è quella di associare alla stima della grandezza un indicatore della sua incertezza (una massimizzazione dell’errore) e un livello di probabilità
Stima_Misura-incertezza < Valore < Stima_Misura+incertezza
Parametro Misura Incertezza Livello u.d.m.Temperatura al suolo 297 ± 0,5 67% kelvinMassa a vuoto 1244 ± 5 99,9% kg
� Necessaria una procedura razionale per determinare l’incertezza in modo da garantire che il “valore vero” si trovi all’interno di un intervallo con il richiesto livello di probabilità
Ci accontenteremo del fatto che una ulteriore misura ricada nell’ intervallo con l’assegnato livello di probabilità
In funzione del contesto “ulteriore misura” può significare strettamente “ulteriore misura”, quindi nuovo singolo dato di misura, ma anche “ulteriore valore medio”, quindi media di una nuova serie di dati
Approccio probabilistico
65
Un riferimento normativo
� Esistono delle regole (Norme) alle quali attenersi per la qualificazione
delle attività, comprese quelle di misura
� La norma UNI 4546 “Misure e misurazioni - Termini e definizioni
fondamentali” così si esprime:
MISURA: Informazione costituita da un numero, una incertezza ed una unità di misura assegnata a rappresentare un parametro in un determinato stato del sistema
31
66
� E’ quindi una informazione strutturata associata ad una grandezza fisica e costituita da entità diverse:
� il numero rappresenta il valore della misura
� l'incertezza (livello di confidenza secondo UNI-CEI ENV 13005) caratterizza la dispersione dei valori che possono essere ragionevolmente attribuiti al misurando. E’ una stima, eseguita con procedure convenzionali, del livello di non conoscenza del misurando
� l'unità di misura è una grandezza convenzionale di riferimento
� A seguito dell’esame degli aspetti statistici avremo chiare tutte le motivazioni che hanno portato a questo approccio
Un riferimento normativo
67
� Una misura senza la relativa incertezza, adeguatamente valutata e
precisata, non è di grande utilità pratica
E’ OBBLIGATORIO (!?) ESPRIMERE
L’INCERTEZZA DI MISURA
� Procedure standard permettono di stabilire l’incertezza della misura
� Le norme assumono che gli errori sistematici siano stati eliminati o comunque ridotti al loro limite di casualità: l’elaborazione statistica tiene quindi conto dei soli errori casuali
� Le unità di misura, che fanno parte dei Sistemi di Unità di Misura, sono un riferimento ad un campione universale che rende comprensibile e accettabile la misura
Un riferimento normativo
32
68
Impiego di misure e incertezze:la “propagazione”
Esistono relativamente poche grandezze direttamente misurabili
Per tutte le altre la misura è indiretta
Quindi necessario riuscire a condividere schemi razionali di misura e
previsione dell’incertezza in questi casi
69
Impiego di misure e incertezze
� Se la misura è una struttura di dati occorre definire in maniera opportuna come due misure, ciascuna affetta dalla propria incertezza si combinano in una generica relazione algebrica
Es. Quale sarà l’incertezza sul volume di un cilindro, avendo misurato il diametro e l’altezza?
Es. Disponendo delle misure di forza e spostamento, e delle relative incertezze, da quale incertezza è affetta la stima della rigidezza della molla?
� In altri termini: come si propagano gli errori/le incertezze?
2V d h / 4= π mis d mis hd d w h h w= ± = ±
K F / s= ∆ ∆mis F mis sF F w s s w= ± = ±
33
70
Propagazione di errori o incertezze
Per alcuni casi semplici si possono dare delle risposte immediate
Per esempio se due grandezze sono affette da incertezza/errore, potremmodire che l’incertezza sulla loro somma sia data da
se c=a+b con a±ia e b±ib allora ic=±(|ia|+|ib|)
Ma è ragionevole?
Perché gli scostamenti massimi delle due variabili dovrebbero presentarsi simultaneamente? Non sarebbe troppo poco probabile?
Perché dovremmo ritenere che scostamenti superiori non potrebbero avvenire? Come essere sicuri di aver misurati i massimi scostamenti?
Abbiamo bisogno di tecniche razionali, non eccessivamente conservative, per la valutazione della propagazione delle incertezze in casi del tutto generali
Il problema è quello della propagazione degli errori
71
Qualche considerazione
34
Domande tipiche da porsi per poter progettare, programmare, gestire attività
sperimentali:
� A quali domande dobbiamo dare una risposta?
� Quanto accurata deve essere la risposta?
� Quali principi fisici sono coinvolti nel fenomeno?
� Quali e quanti esperimenti sono necessari per ottenere una risposta
affidabile?
� Quali variabili ambientali devono essere controllate e quanto?
� Quali grandezze devono essere misurate e quanto accuratamente?
� Posso influenzare il sistema con l’attività di misura?
� Che strumentazione è necessaria per acquisire e trattare i dati?
� Che tecniche di analisi dei dati sono necessarie?
� Come organizzare procedure, dati e risultati in una relazione?
Domande di questo tipo dovranno trovare nei prossimi mesi si una risposta ma
ancora di più un metodo per ottenere una la risposta
Quesiti…
72
73
Considerazioni finali
Non abbiamo fatto passi avanti nella conoscenza e nelle metodologie
sperimentali
Quindi ancora poco da studiare … ma parecchio su cui ragionare:
1. Abbiamo cercato di arricchire il contesto, raccogliendo informazioni e
facendo considerazioni
2. Abbiamo individuato delle linee di evoluzione del nostro percorso e
sappiamo di cosa ci dobbiamo occupare per poter padroneggiare
l’operazione di misura
… abbiamo comunque già introdotto diversi elementi e individuato qualcosa
di cui occuparci:
• Misure e incertezze
• Quali sono le tipologie di errori che possono affliggere le misure
• Che Probabilità e Statistica avranno un ruolo nella loro gestione
• …
35
Compatibilità
Intrusività
Fondamenti di sperimentazione aerospaziale
Mappa funzionale: misura
Fenomeno
(Grandezza di
interesse).
Misura
grandezzaStrumento
Usiamo una rappresentazione grafica per sintetizzare gli elementi del discorso:
lo “Schema a blocchi”
• Le scatole rappresentano oggetti o funzioni
• Le linee identificano le relazioni tra i diversi blocchi
TrasduttoriMisuratore o
Acquisizione dati
Compatibilità
Intrusività
Fondamenti di sperimentazione aerospaziale
Mappa funzionale: misura
Condizionamento
Misuratore
Fenomeno
(Grandezza di
interesse).
Misura
grandezza
Calibrazione
trasduttore
Trasduttore
Accoppiamenti: possibili interazioni (anche
bidirezionali) e necessità di minimizzare gli
effetti negativi
Eq.Misura
Principi di
trasduzione
Strumento
36
Misuratore o
Acquisizione dati
Compatibilità
Intrusività
Fondamenti di sperimentazione aerospaziale
Mappa funzionale: misura dinamica e analisi di qualità
Condizionamento
Misuratore
Fenomeno
(Grandezza di
interesse).
Misura
grandezza
Calibrazione
trasduttore
Trasduttore
Accoppiamenti: possibili interazioni (anche
bidirezionali) e necessità di minimizzare gli
effetti negativi
Eq.Misura
Incertezza
Modelli
dinamici
Caratteristiche statiche
e dinamiche
Analisi in
frequenza
Trasduttori
(oggetti)
Principi di
trasduzione
Strumento
Misuratore o
Acquisizione dati
Compatibilità
Intrusività
Fondamenti di sperimentazione aerospaziale
Mappa funzionale: misura e analisi di qualità
Condizionamento
Misuratore
Fenomeno
(Grandezza di
interesse).
Misura
grandezza
Calibrazione
trasduttore
Trasduttore
Accoppiamenti: possibili interazioni (anche
bidirezionali) e necessità di minimizzare gli
effetti negativi
Strumento
Eq.Misura
Propagazione
errori
Definizione
incertezze
Elementi di
statistica
Elementi di
probabilità
Analisi della
qualità
Incertezza
TrasduttoriPrincipi di
trasduzione
Modelli
dinamici
Caratteristiche statiche
e dinamiche
Analisi in
frequenza
37
Il corso ha una progressione temporale, quindi una sola dimensione
L’albero deve essere sviluppato in un elenco di argomenti e organizzato in una
sequenza di presentazione
Il programma del corso
78
Argomento Rif. Wheeler
Introduzione al corso e alle tecniche di Sperimentazione Cap.1
Strumento generalizzato e Caratterizzazione sperimentale Cap.2*
Sistemi AD (Conversione AD, Trasformate di Fourier) Cap.4, 5*
Principi di trasduzione e Trasduttori Cap.8,9,10
Modelli di strumenti Cap.11
Elementi di probabilità e statistica Cap.6-7
Definizione delle incertezze di misura e Propagazione errori Cap.7.1*
Caratteristiche statiche della strumentazione
Analisi dell’incertezza di sistemi di misura Cap.7
Effetti di installazione -
* Argomenti per i quali è necessaria un’integrazione con il materiale fornito dal
docente
79
Qualche commento sul modo di lavorare
In qualsiasi contesto:
• la consapevolezza dei legami tra i diversi elementi che lo definiscono, è ciò che permette ad un “esperto” di differenziarsi da un “apprendista”
• “Essere esperti” non è la stessa cosa di “avere pratica”
E tra i nostri compiti c’è anche quello di essere degli “esperti” …
Per farci un quadro della situazione abbiamo:
• arricchito il contesto inserendo elementi logicamente o funzionalmente associabili al problema per come formulato inizialmente
• cercato ulteriori collegamenti
• costruito un quadro d’insieme della problematica, mediante uno schema a blocchi, mettendo in evidenza, grazie alla sintesi grafica, tutte le relazioni
Abbiamo usato un metodo
38
80
Cartesio (1596-1650)
Un metodo “datato” ma sempre “attuale”
“Discorso sul metodo", 1637
Parte II: Le principali regole del metodo
81
Un metodo “datato” ma sempre “attuale”
Prima regola o dell’evidenza: «La prima regola era di non accettare mai nulla per vero, senza conoscerlo evidentemente come tale: cioè di evitare scrupolosamente la precipitazione e la prevenzione; e di non comprendere nei miei giudizi niente piú di quanto si fosse presentato alla mia ragione tanto chiaramente e distintamente da non lasciarmi nessuna occasione di dubitarne.»
Seconda regola o dell’analisi: «La seconda, di dividere ogni problema preso in esame in tante parti quanto fosse possibile e richiesto per risolverlo piú agevolmente.»
39
83
Un metodo “datato” ma sempre “attuale”
Terza regola o della sintesi: «La terza, di condurre ordinatamente i miei pensieri cominciando dalle cose piú semplici e piú facili a conoscersi, per salire a poco a poco, come per gradi, sino alla conoscenza delle piú complesse; supponendo altresí un ordine tra quelle che non si precedono naturalmente l'un l'altra».
Quarta regola o dell’enumerazione: «E l'ultima, di fare in tutti i casi enumerazioni tanto perfette e rassegne tanto complete, da essere sicuro di non omettere nulla».
85
« Quelle lunghe catene di ragionamenti, tutti semplici e facili, di cui sogliono servirsi i geometri per arrivare alle più difficili dimostrazioni, mi avevano indotto a immaginare che tutte le cose che possono rientrare nella conoscenza umana si seguono l'un l'altra allo stesso modo, e che non ce ne possono essere di così remote a cui alla fine non si arrivi, né di così nascoste da non poter essere scoperte; a patto semplicemente di astenersi dall'accettarne per vera qualcuna che non lo sia, e di mantenere sempre l'ordine richiesto per dedurre le une dalle altre. »
« Né mi fu molto difficile la ricerca di quelle da cui bisognava cominciare: sapevo già infatti che dovevano essere le più semplici e facili a conoscersi »
« Ma quel che mi sodisfaceva di più in questo metodo era il fatto che, grazie ad esso, ero certo di usare sempre la mia ragione, se non perfettamente, almeno nel miglior modo possibile per me »
Le “Regole” del Metodo
40
86
Le “Regole” del Metodo
Alla base del pensiero ingegneristico: metodologia per affrontare i problemi, da quelli più semplici a quelli più complessi
Le “parti” sono gli elementi costitutivi del problema e sono in “relazione le
une con le altre”
Relazioni “logiche” e “funzionali”, quindi identificabili “razionalmente”
Se le conosciamo il problema è risolto
Se non le conosciamo abbiamo individuato le conoscenze/
competenze che ci servono per risolverlo
Si tratterà di decidere se “farle proprie” o “acquistarle”
Si possono costruire dei “modelli” della realtà che si deve affrontare
ANCHE, E SOPRATTUTTO, DI SITUAZIONI CHE
ANCORA NON SI CONOSCONO…
Proviamo ad applicare questo metodo ad un tema d’esame
Si deve misurare la forza aerodinamica verticale prodotta dal modello di
galleria (escursione ipotizzata da un massimo di 2500 N a un minimo di -
1100 N.
Sono previste prove con un’escursione di incidenza +10° -8°.
Si vuole ottenere una incertezza della misura al più di 80 N.
Si dispone di estensimetri per la strumentazione del supporto (k =2.05 ±4%)
….
Esercizio 1
41
…
Si chiede di:
• Definire la configurazione estensimetrica idonea alla misura della forza che renda
indipendente la misura stessa dalla dimensione del modello, e quindi dal punto di
applicazione della forza stessa.
• Ricavare l’espressione della sensibilità nominale della bilancia in termini di unità
di forza per unità di deformazione
• Scegliere la sezione del supporto motivando la scelta in relazione al
soddisfacimento dei vari requisiti di qualità della misura.
Ci si aspetta che chi affronta il problema sappia:
• cos’è una configurazione estensimetrica [evidentemente oggetto del corso]
• cosa significa e come si deve fare per ricavare la sensibilità di una bilancia
estensimetrica [anche questo, evidentemente, oggetto del corso]
• come inquadrare il problema per “soddisfare” i requisiti di “qualità della
misura” [saper utilizzare in senso inverso gli elementi per valutazione delle
prestazioni metrologiche di un strumento, ancora evidentemente oggetto
del corso]
Abbia cioè le conoscenze e le capacità che il corso prevede di fare acquisire
Attenzione: le richieste sono già una “traccia di soluzione”, indirizzando
l’attenzione su una sequenza di risposte
Nel “mondo reale” la descrizione sarebbe molto più generica:
“Determinare sperimentalmente la polare di forza del modello”
Cominciamo a costruirci il “modello mentale ” dell’intero problema
42
I livello di concettualizzazione del problema
Il testo circoscrive il problema più generale della misura sperimentale
della curva portanza / incidenza di un modello di galleria alla sola misura
di forza in una assegnata configurazione del modello
(in generale occorrerà occuparsi anche di velocità della vena e incidenza
del modello)
Richiesta principale: componente dalla forza aerodinamica
perpendicolare al flusso della vena per un assegnato valore di velocità
Richiesta secondaria: accuratezza delle misure
Misure necessarie: deformazione del supporto provocata dalla forze
agente sul modello
Flusso
d’aria
Generazione forze aerodinamiche
Il diagramma a blocchi consente una rappresentazione grafica del problema
Costruiamo il modello partendo dal livello di dettaglio minimo: descrizione
del solo fenomeno fisico isolato
Modello
Incidenza di prova α
( , , )F f v Cα=v
Lo schema base di rappresentazione permette di:
� Visualizzare il flusso delle grandezze in gioco
(relazioni principali o volute tra i blocchi)
� Individuare il ruolo di ogni singolo elemento
� Associare ad ogni elemento una funzione (realizzazione)
43
Situazione di “prova” ideale, avendo inserito il blocco di “misura”:
Modello Supporto
Incidenza di prova (regolata prima della prova) α
Calibraz.
Forzeaerodinamiche
DeformazioniFlussod’aria
Misuraforza
Aumentiamo il livello di dettaglio
L’analisi del problema deve contemplare anche la ricerca di possibili ulteriori
collegamenti, evidentemente non voluti, che possono modificare la
situazione rispetto a quella ideale
Si tratta di effetti non desiderati o di interferenza; in generale, di effetti di
intrusività
Il supporto non potrà MAI essere infinitamente rigido, anche perché
deve svolgere il compito di elemento sensibile ai carichi attraverso la
deformazione che questi inducono
( , , )F f v Cα=
v F εMisF kε=
Supporto
93
Può risultare estremamente utile aggiungere elementi per:
( , , ,...)ff F l Kθ =
Incidenza di prova α
MisF kε=
Aerα
vCalibraz.
ε
Modello di trave a sbalzo:
l’estremità ruota2
2
Fl
EJθ =
θ+
(cedevole l,E,J)
Forzeaerodinamiche Deformazioni
Flussod’aria
Misuraforza
� Evidenziare le uscite secondarie di un blocco
� Individuare le relazioni secondarie o indesiderate
� Esplicitare i parametri di funzionamento / regolazione di ogni blocco (possibile impiego come variabili di progetto: leve per il conseguimento dei requisiti di qualità del sistema)
Modello
( , , )AerF f v Cα=
F
α=
l,E,J
44
Modello
21( , , ) ( )
2
l
Mis Aer Aer l
CF f v C v S qSC F Eα αα ρ α α θ
α
∂= = = + = +
∂
Supporto
( , , , )ff F b R Kθ =
Incidenza di prova α
MisF kε=
Aerα α=
( , , )AerF f v Cα=
Per effetto della deformabilità non potrò misurare solo ma
L’errore E deve essere limitato ad un valore ammissibile ( ) che
mantenga l’incertezza di misura nei limiti richiesti:
v
Fα
Calibraz.
ε
Otteniamo quindi un modello rappresentativo della situazione reale:
Modello di
trave a sbalzo
2
2f
Fl
Kθ =
MaxE E≤
Il modello di forza aerodinamica diventa:
80MaxW N=
θ+ (cedevole)
MisF F Eα= +
Lo schema suggerisce che l’“errori” di intrusività (E) si combini con quello di
misura [la regola dovrà venire dallo studio]
( ),Strum Intrus Strum Intrus
W W W f W W= ⊕ =
( )_ ,Intrus Max Max Strum MaxW g W W E= =
StrumW
Il “budget” di incertezza disponibile ( ) va ripartito tra i due
aspetti
Necessario un “modello”, a completamento di quello della prova, che
consenta la stima dell’incertezza strumentale (le incertezze viste come
un flusso sovrapposto alla misura) [secondo quanto studiato]
Possibile risolvere la regola di “ripartizione” nei confronti del contributo di
intrusività per ottenerne il limite massimo:
80Max
W N=
45
Il limite ammissibile può essere trascritto in funzione di un parametro libero
che funga da variabile di progetto: l’angolo ,grazie al modello di
generazione delle forze
Unica leva disponibile: la rigidezza di sezione
La qualità della misura richiesta è ottenuta imponendo
che la rotazione del modello sia, per i carichi
massimi previsti, inferiore all’angolo ammissibile;
questo grazie ad una adeguata rigidezza flessionale
Non è l’unica maniera di risolvere il problema (es. si potrebbe pensare di
misurare l’incidenza assoluta durante la prova): ma se ci convince è una
soluzione valida! (e nessuno può contestarla)
Per essere convincente ogni passo deve prevedere l’utilizzo di conoscenze
coerenti con il problema ed essere uno sviluppo razionale (non arbitrario)
Maxθ
_Intrus Max l MaxE W qSC αθ≤ =2
_
2
Intrus Max
Max
l f
W Fl
qSC Kα
θ = =
2
2
Maxf
Max
F lK
θ≥
fK
97
La modellazione dei problemi
� Lo schema di un “problema reale” è complesso, con numerosi blocchi /
elementi e relazioni (dati di ingresso/uscita da ciascuno) spesso bidirezionali
� Nell’inquadramento del problema devono essere previste / individuate tutte
le relazioni necessarie ad alimentare correttamente i blocchi presenti
� Alcune sono evidenti, altre devono essere definite per saturare richieste
inevase; ciò avviene con l’inserimento di ulteriori blocchi in grado di
mettere in gioco informazioni o relazioni mancanti
� In funzione di dati e richieste, talune relazioni diventano a senso unico
� Se ne deriva una procedura di soluzione: si risolvono per primi i blocchi e le
funzioni per le quali sono disponibili tutti i dati necessari, percorrendo poi il
diagramma sino ai risultati
Esattamente come decidevate la sequenza di discussione degli argomenti in
un tema: le relazioni di presupposto/conseguenza erano chiare nella vostra
testa e venivano risolte con scelte di carattere dialettico funzionali alle vostre
intenzioni!