Abstract
В данной статье представлен сравнительный анализ методов оценки неопределенности GUM (Guide to the Expression of Uncertainty in Measurement) и Монте Карло на примере калибровки биметаллического термометра ТБП 63-1 с диапазоном измерения от 0 до 120 °C и классом точности 2.5. Исследование направлено на идентификацию и на количественный анализ ключевых факторов неопределенности, включая как стохастические, так и систематические компоненты ошибок. Моделирование по методу GUM требует высокого уровня математических знаний для выполнения многих процедур, тогда как метод Монте-Карло может служить альтернативой для различных лабораторных исследований. Математическая модель вводится для описания измеренной температуры, представленной как 𝐸𝑥 = 𝑉𝑐 +∆𝑉𝑐 +𝛿𝑉𝐶 , где каждый компонент отражает соответствующий вклад в общую неопределенность: 𝑉𝑐 – показания термометра, ∆𝑉𝑐 – поправка калибратора и 𝛿𝑉𝐶 – половина цены деления. Процесс анализа включает вычисление стандартной неопределенности типа А из серии измерений для оценки случайных колебаний, а стандартные неопределенности типа В оцениваются для систематических источников, предполагая равномерное и прямоугольное распределение ошибок. Суммарная стандартная неопределенность измерений интегрирована для получения расширенной неопределенности с коэффициентом охвата 𝑘 = 2 и доверительной вероятностью 0.95. В рамках метода Монте-Карло было сгенерировано 1,000,000 симуляций для достижения статистической значимости. Результаты анализа представлены в виде окончательного значения температуры, скорректированного с учетом всех вычисленных неопределенностей. Основная цель исследования — определить, какой из методов наиболее эффективен для данного типа измерительного оборудования и продемонстрировать простоту использования Microsoft Excel (или аналогичного программного обеспечения для работы с таблицами) для оценки неопределенности измерений, основанных на функциональной зависимости.