Références & outils
Présentation
Auteur(s)
-
Jean-Michel POU : Président Fondateur de la société Delta Mu
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Les résultats de mesure ne sont pas parfaits. Chaque mesure est entachée d’une erreur qu’il convient de savoir estimer. En effet, de nombreuses décisions sont directement fondées sur des résultats de mesure. Il est donc important de pouvoir maîtriser le doute que l’on a sur la valeur du mesurande caractérisé. L’incertitude que l’on associe alors à un résultat de mesure permet de fournir une indication quantitative sur la qualité de ce résultat. Cette information est essentielle pour estimer la fiabilité d’un résultat de mesure.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Qualité et sécurité au laboratoire
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Comprendre la méthode proposée par le GUM S11. Comprendre le concept « d’incertitude de mesure »
En 1995, le WG1 du JCGM publie le document JCGM 100, « Guide pour l’expression de l’incertitude de mesure », document révisé en 2008 pour des corrections mineures. Il est devenu la norme NF ISO/IEC Guide 98-3 en 2014. Ce document marque une étape importante dans la cadre de l’évaluation des incertitudes de mesure. La méthode qu’il propose, basée sur des propriétés statistiques et mathématiques simples (additivité des variances et loi de propagation), a rapidement été adoptée dans le monde entier et se présente encore de nos jours comme la méthode de référence.
En 2008, le WG1 du JCGM publie le document JCGM 101 « Evaluation of measurement data — Supplement 1 to the “Guide to the expression of uncertainty in measurement” — Propagation of distributions using a Monte Carlo method ». Ce document devient à son tour rapidement une norme internationale (ISO/IEC Guide 98-3 : 2008/SUPPL 1:2008) et présente une alternative à la loi de propagation des incertitudes au cœur du GUM initial. En effet, et comme nous le verrons, la loi de propagation pose un problème dans le cas des modèles de mesure non linéaires, problème que la simulation de Monte-Carlo permet de résoudre.
Même si le GUM est devenu une référence reconnue internationalement pour l’évaluation des incertitudes de mesure, on peut s’accorder sur le fait qu’il est singulièrement compliqué. Les raisons de son manque de pédagogie tiennent sûrement au fait qu’il cherche à traiter en même temps tous les domaines (chimie, électricité, dimensionnel…) et qu’il s’adresse de la même façon à des industriels et à des chercheurs. Par ailleurs, le GUM mélange la justification mathématique (nécessaire évidemment) et la mise en application.
Il propose, préalablement à tout calcul, d’exprimer mathématiquement la relation entre le mesurande Y et les grandeurs d’entrée Xi dont Y dépend (cf. alinéa 1 du § 8 du GUM). Il s’agit là de modéliser le processus de mesure et cette exigence de modélisation a parfois conduit les métrologues voulant respecter le GUM « à la lettre » à certaines acrobaties, notamment lorsqu’il s’agit de mesurer directement une entité. Près de 30 ans de pratiques permettent désormais d’éclaircir ce sujet, notamment en distinguant deux contextes très différents pour l’estimation des incertitudes...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Qualité et sécurité au laboratoire
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Comprendre le concept « d’incertitude de mesure »
-
Covariance evaluation by means of uncertainty assessment , DUBOIS (C.), LEBLOND (L.), POU (J.M.) et FERRERO (A.), in IEEE Instrumentation & Measurement Magazine, vol. 19, no. 6, pp. 12-18, décembre 2016
-
JCGM 100:2008(F) – Évaluation des données de mesure – Guide pour l’expression de l’incertitude de mesure. Téléchargeable gratuitement et en français
-
JCGM 101:2008 – Evaluation of measurement data – Supplement 1 to the “Guide to the expression of uncertainty in measurement “- Propagation of distributions using a Monte-Carlo Method. Téléchargeable gratuitement et en français
-
JCGM 200:2012 – Vocabulaire international de métrologie – Concepts fondamentaux et généraux et termes associés (VIM) 3e édition
-
FD X07-023 – Métrologie – Évaluation de l’incertitude de mesure par la méthode Monte-Carlo – Principes et mise en œuvre du supplément 1 au GUM, mai 2012
-
Outil
Simulateur d’une loi empirique (Outil
...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Qualité et sécurité au laboratoire
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
