Estimativa da incerteza de medição em um processo de calibração de um manômetro
DOI:
https://doi.org/10.14488/1676-1901.v24i3.5256Palavras-chave:
Incerteza de medição, Guia, Manômetro, ProbabilidadeResumo
O conhecimento da incerteza de medição constitui uma parte indispensável nos resultados das medições, sendo elementos imprescindíveis para garantir a rastreabilidade e a precisão dos processos de fabricação, bem como para o controle e a regulamentação dos mesmos. O Guia para a Expressão da Incerteza de Medição (GUM) fornece diretrizes internacionais para avaliar a incerteza de medição, sendo reconhecido em diversas áreas como uma medida de confiabilidade e rastreabilidade. O presente artigo tem como objetivo determinar a incerteza de medição em um processo de calibração de um manômetro, pelo método GUM. Os resultados indicam que as incertezas expandidas para os pontos de 30 kgf/cm², 45 kgf/cm² e 75 kgf/cm² do manômetro variam entre 0,57062832 kgf/cm² e 0,637725568 kgf/cm², demonstrando uma faixa confiável de valores dentro da qual a verdadeira pressão medida pode estar contida, para uma probabilidade de abrangência de 95,45 %. Adicionalmente, mediante a análise dos resultados obtidos, constatou-se que a incerteza associada à resolução do manômetro foi a maior contribuição para a incerteza expandida nos três pontos de medição. Essas descobertas comprovam a solidez da metodologia empregada na avaliação da incerteza relacionada às medições de pressão, estabelecendo assim uma base firme para investigações futuras.
Downloads
Referências
AGUILLARD, D. P. et al. Measurement of the positive muon anomalous magnetic moment to 0.20 ppm. Physical review letters, v. 131, n. 16, 2023.
ARENCIBIA, R. V.; RIBEIRO, J. R. DOS S. Incerteza na medição da largura de cordões de solda. Soldagem e Inspecao / Welding and Inspection, v. 14, n. 3, p. 263–269, 2009.
ASSUNÇÃO, W. et al. Contribuições para o cálculo da incerteza de medição por Simulação de Monte Carlo em um processo de calibração de Micrômetro.
Revista Contemporânea, v. 4, n. 7, p. e5087, 2024.
BICH, W.; COX, M. G.; HARRIS, P. M. Evolution of the ‘guide to the expression of uncertainty in measurement’. Metrologia, v. 43, n. 4, p. S161–S166, 2006.
CHAO, F. et al. A state-of-the-art review on uncertainty analysis of rotor systems. Mechanical systems and signal processing, v. 183, n. 109619, p. 109619, 2023.
CORAL, R. Propagação de Incertezas de Medição através de Redes Neurais Artificiais utilizando o Método de Monte Carlo. Revista Eletrônica Técnico Científica do IFSC, v.2, n. 1, p. 70-76, 2018.
COX, M. G. et al. Model-based measurement uncertainty evaluation, with applications in testing. Accreditation and quality assurance, v. 8, n. 12, p. 548–554, 2003.
COX, M.; HARRIS, P. The GUM and its planned supplemental guides. Accreditation and quality assurance, v. 8, n. 7–8, p. 375–379, 2003.
DA SILVA, E. L; MENEZES, E. M. T. Metodologia da pesquisa e elaboração de dissertação. UFSC, Florianópolis, 4ª edição, v. 123, 2005.
DE DEUS, A. D.; VACCARO, G. L. R. Uma abordagem para implementação de qualidade assegurada no fornecimento, baseada em análise de capacidade: um estudo de caso em uma empresa do setor automotivo. Revista produção online, v. 9, n. 4, 2009.
DONATELLI, G. D.; KONRATH, A. C. Simulação de Monte Carlo na avaliação de incertezas de medição. Revista de Ciência & Tecnologia. v. 13, n. 25, p. 5-15, 2005.
DUBÉ, L; PARÉ, G. Rigor in information systems positivist case research: Current practices, trends, and recommendations. MIS quarterly: management information systems, v. 27, n. 4, p. 597, 2003.
EISENHARDT, K. M. Building theories from case study research. Academy of management review, v. 14, n. 4, p. 532, 1989.
FAES, M.; MOENS, D. Recent trends in the modeling and quantification of non-probabilistic uncertainty. Archives of Computational Methods in Engineering. State of the Art Reviews, v. 27, n. 3, p. 633–671, 2020.
FORBES, A. B. An MCMC algorithm based on GUM Supplement 1 for uncertainty evaluation. Measurement: journal of the International Measurement Confederation, v. 45, n. 5, p. 1188–1199, 2012.
FRENKEL, R. B. Statistical background to the ISO guide to the expression of uncertainty in measurement. Technology transfer series monograph, National Measurement Institute of Australia, 2006.
GHEYSEN, L. et al. Uncertainty quantification o f the wall thickness and stiffness in an idealized dissected aorta. Journal of the mechanical behavior of biomedical materials, v. 151, p. 106370, 2024.
GUM – Guia para Expressão de Incertezas de Medições. Avaliação de dados de medição, 2008.
HAGAN, A.; COX, M. Simple informative prior distributions for Type A uncertainty evaluation in metrology. Metrologia, v. 60, n. 2, p. 025003, 2023.
HERNANDEZ, H. Probability distributions in groups of random elements. ForsChem Research Reports, v. 5, n.1, p. 1–1, 2020.
HOLAS, P.; KAMIŃSKA, J. Mindfulness meditation and psychedelics: potential synergies and commonalities. Pharmacological reports: PR, v. 75, n. 6, p. 1398–1409, 2023.
INCERPI, P.H. Incerteza de medição – método proposto para a análise da conformidade do produto. Dissertação (Mestrado em Engenharia de Produção). Universidade Federal de Itajubá, Itajubá, 2008.
INMETRO – Instituto Nacional de Metrologia, Qualidade e Tecnologia. A estimativa da incerteza de medição pelos métodos do ISO GUM 95 e de simulação de Monte Carlo, 2008.
JCGM. Evaluation of measurement data; Evaluation of measurement data An introduction to the “Guide to the expression of uncertainty in measurement” and related documents, 2009.
JURADO, K.; LUDVIGSON, S. C.; SERENA, N. G. Measuring uncertainty. American Economic Review, v. 105, n. 3, p. 1177–1216, 2015.
KACKER, R.; JONES, A. On use of Bayesian statistics to make theGuide to the Expression of Uncertainty in Measurementconsistent. Metrologia, v. 40, n. 5, p. 235–248, 2003.
KING, G. B. et al. Direct comparison between Bayesian and frequentist uncertainty quantification for nuclear reactions. Physical review letters, v. 122, n. 23, p. 232502, 2019.
KUSNANDAR, N. et al. Bibliometric review of measurement uncertainty: Research classification and future tendencies. Measurement: journal of the
International Measurement Confederation, v. 232, n. 114636, p. 114636, 2024.
LANDGRAF, W. R.; STEMPNIAK, C. R. Simulação de Monte Carlo e ferramentas para avaliação da incerteza de medição. In: Congresso Latino Americano de Metrologia, 2004.
LIRA, I. The generalized maximum entropy trapezoidal probability density function. Metrologia, v. 45, n. 4, p. L17–L20, 2008.
MAGALHÃES, F. W. Estimation of analytical measurement uncertainty for ethyl carbamate quantification in cachaça by CG-IDMS recalculated based on sound metrological and statistic concepts. Revista Virtual de Química, v. 13, n. 2, p. 394-418, 2021.
MARTINS, M. A. F. Contribuições Para a Avaliação da Incerteza de Medição No Regime Estacionário. Dissertação (Mestrado em Engenharia Industrial). Universidade Federal da Bahia, Salvador, 2010.
MARTINS, M. A. F. et al. Comparação entre os métodos linear e não linear para a avaliação da incerteza de medição. Controle & Automação, v. 21, n. 6, p. 557–576, 2010.
NEUDECKER, D. et al. Templates of expected measurement uncertainties. EPJ Nuclear sciences & technologies, v. 9, p. 35, 2023.
NOGUEIRA, R. et al. Development studies of a new metronidazole certified reference material. Journal of the Brazilian Chemical Society, v. 23, n.3, p. 435-444, 2012.
PANTEGHINI, M. Analytical performance specifications for combined uncertainty budget in the implementation of metrological traceability. Clinical chemistry and laboratory medicine, v. 62, n. 8, p. 1497–1504, 2024.
PSAROS, A. F. et al. Uncertainty quantification in scientific machine learning: Methods, metrics, and comparisons. Journal of computational physics, v. 477, n. 111902, p. 111902, 2023.
REARDEN, B. T. et al. Sensitivity and uncertainty analysis capabilities and data in SCALE. Nuclear technology, v. 174, n. 2, p. 236–288, 2011.
REIS, S. F. DA S. Quantificação de incertezas em método de aceleração para determinação da inércia de rotação. Trabalho de Conclusão de Curso. Universidade de Brasília, Brasília, 2017.
ROALD, L. A. et al. Power systems optimization under uncertainty: A review of methods and applications. Electric power systems research, v. 214, n. 108725, p. 108725, 2023.
ROBBI, D. B. et al. Quantificação de incertezas em experimento simples de vibrações. Revista Interdisciplinar De Pesquisa Em Engenharia. v. 1 n. 1, p. 1-25, 2015.
RODRIGUES, J. A. et al. Different approaches for estimation of the expanded uncertainty of an analytical method developed for determining pharmaceutical active compounds in wastewater using solid-phase extraction and a liquid chromatography coupled with tandem mass spectrometry method. Analytical methods: advancing methods and applications, v. 15, n. 1, p. 109–123, 2023.
SANTOS, D. R. DOS. Caracterização das fontes e expressão da incerteza de medição em processos de medições lineares do laboratório: UTFPR-LAMEC. Trabalho de Conclusão de Curso. Universidade Tecnológica Federal do Paraná, Curitiba, 2011.
SAXENA, R.; KUMAR, H. Design and development of trapezoidal-shaped transducer for industrial and scientific applications. Mapan, v. 39, n. 2, p. 349–363, 2024.
SEONI, S. et al. Application of uncertainty quantification to artificial intelligence in healthcare: A review of last decade (2013–2023). Computers in biology and medicine, v. 165, n. 107441, p. 107441, 2023.
VEEN, A. M. H. VAN DER; COX, M. G. Getting started with uncertainty evaluation using the Monte Carlo method in R. Accreditation and quality assurance, v. 26, n. 3, p. 129-141, 2021.
VIM – Vocabulário Internacional de Metrologia. Conceitos fundamentais e gerais e termos associados, 2012.
WHITE, D. R.; SAUNDERS, P. The propagation of uncertainty with calibration equations. Measurement science & technology, v. 18, n. 7, p. 2157–2169, 2007.
WILLINK, R. An inconsistency in uncertainty analysis relating to effective degrees of freedom. Metrologia, v. 45, n. 1, p. 63–67, 2008.
YIN, R. K. Estudo de caso: planejamento e métodos. Porto Alegre: Bookman, 2 ª edição, 2001.
ZHANG, J. Modern Monte Carlo methods for efficient uncertainty quantification and propagation: A survey. Wiley interdisciplinary reviews. Computational statistics, v. 13, n. 5, 2021.
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Revista Produção Online
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
A Revista se reserva no direito de efetuar, no artigo publicado, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores.
A obra publicada é de inteira responsabilidade do(s) autor(es), cabendo à Revista Produção Online apenas a avaliação da obra, na qualidade de veículo de publicação científica. A Revista Produção Online não se responsabiliza por eventuais violações à Lei nº 9.610/1998, Lei de Direito Autoral.
A revista Produção Online permite que o autor detenha o copyright dos artigos aceitos para publicação, sem restrições.
Esta obra está licenciada sob uma Licença Creative Commons.
