ਮਾਪ ਵਿੱਚ ਮੁਹਾਰਤ: ਸੰਪੂਰਨ, ਸਾਪੇਖਿਕ, ਅਤੇ ਪੂਰੇ ਸਕੇਲ (%FS) ਗਲਤੀ ਲਈ ਤੁਹਾਡੀ ਅੰਤਮ ਗਾਈਡ

ਕੀ ਤੁਸੀਂ ਕਦੇ ਸਪੈਸੀਫਿਕੇਸ਼ਨ ਸ਼ੀਟ ਵੱਲ ਦੇਖਿਆ ਹੈaਦਬਾਅਟ੍ਰਾਂਸਮੀਟਰ,aਵਹਾਅਮੀਟਰ, ਜਾਂaਤਾਪਮਾਨ ਸੈਂਸਰਅਤੇ"ਸ਼ੁੱਧਤਾ: ±0.5% FS" ਵਰਗੀ ਲਾਈਨ ਆਈਟਮ ਦੇਖੀ? ਇਹ ਇੱਕ ਆਮ ਸਪੈਸੀਫਿਕੇਸ਼ਨ ਹੈ, ਪਰ ਤੁਹਾਡੇ ਦੁਆਰਾ ਇਕੱਤਰ ਕੀਤੇ ਜਾ ਰਹੇ ਡੇਟਾ ਲਈ ਇਸਦਾ ਅਸਲ ਵਿੱਚ ਕੀ ਅਰਥ ਹੈ? ਕੀ ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਹਰ ਰੀਡਿੰਗ ਅਸਲ ਮੁੱਲ ਦੇ 0.5% ਦੇ ਅੰਦਰ ਹੈ? ਜਿਵੇਂ ਕਿ ਦੇਖਿਆ ਗਿਆ ਹੈ, ਜਵਾਬ ਥੋੜ੍ਹਾ ਹੋਰ ਗੁੰਝਲਦਾਰ ਹੈ, ਅਤੇ ਇਸ ਜਟਿਲਤਾ ਨੂੰ ਸਮਝਣਾ ਇੰਜੀਨੀਅਰਿੰਗ, ਨਿਰਮਾਣ ਅਤੇ ਵਿਗਿਆਨਕ ਮਾਪ ਵਿੱਚ ਸ਼ਾਮਲ ਕਿਸੇ ਵੀ ਵਿਅਕਤੀ ਲਈ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ।

ਗਲਤੀ ਭੌਤਿਕ ਸੰਸਾਰ ਦਾ ਇੱਕ ਅਟੱਲ ਹਿੱਸਾ ਹੈ। ਕੋਈ ਵੀ ਯੰਤਰ ਸੰਪੂਰਨ ਨਹੀਂ ਹੁੰਦਾ। ਕੁੰਜੀ ਗਲਤੀ ਦੀ ਪ੍ਰਕਿਰਤੀ ਨੂੰ ਸਮਝਣਾ, ਇਸਨੂੰ ਮਾਪਣਾ, ਅਤੇ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਇਹ ਤੁਹਾਡੇ ਖਾਸ ਉਪਯੋਗ ਲਈ ਸਵੀਕਾਰਯੋਗ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਹੈ। ਇਹ ਗਾਈਡ ਮੁੱਖ ਧਾਰਨਾਵਾਂ ਨੂੰ ਦੂਰ ਕਰੇਗੀ।ofਮਾਪਗਲਤੀ. ਇਹ ਮੁੱਢਲੀਆਂ ਪਰਿਭਾਸ਼ਾਵਾਂ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਵਿਹਾਰਕ ਉਦਾਹਰਣਾਂ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਸੰਬੰਧਿਤ ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਫੈਲਦਾ ਹੈ, ਤੁਹਾਨੂੰ ਇੱਕ ਅਜਿਹੇ ਵਿਅਕਤੀ ਤੋਂ ਬਦਲਦਾ ਹੈ ਜੋ ਸਿਰਫ਼ ਸਪੈਕਸ ਪੜ੍ਹਦਾ ਹੈ ਜੋ ਉਹਨਾਂ ਨੂੰ ਸੱਚਮੁੱਚ ਸਮਝਦਾ ਹੈ।

 

ਮਾਪ ਗਲਤੀ ਕੀ ਹੈ?

ਇਸਦੇ ਦਿਲ ਵਿੱਚ,ਮਾਪ ਗਲਤੀ ਇੱਕ ਮਾਪੀ ਗਈ ਮਾਤਰਾ ਅਤੇ ਇਸਦੇ ਸੱਚੇ, ਅਸਲ ਮੁੱਲ ਵਿੱਚ ਅੰਤਰ ਹੈ. ਇਸਨੂੰ ਉਸ ਦੁਨੀਆਂ ਦੇ ਵਿਚਕਾਰ ਪਾੜੇ ਦੇ ਰੂਪ ਵਿੱਚ ਸੋਚੋ ਜੋ ਤੁਹਾਡਾ ਸਾਧਨ ਇਸਨੂੰ ਦੇਖਦਾ ਹੈ ਅਤੇ ਦੁਨੀਆਂ ਜਿਵੇਂ ਕਿ ਇਹ ਅਸਲ ਵਿੱਚ ਹੈ।

ਗਲਤੀ = ਮਾਪਿਆ ਗਿਆ ਮੁੱਲ - ਸੱਚਾ ਮੁੱਲ।

"ਸੱਚਾ ਮੁੱਲ" ਇੱਕ ਸਿਧਾਂਤਕ ਸੰਕਲਪ ਹੈ। ਅਭਿਆਸ ਵਿੱਚ, ਪੂਰਨ ਸੱਚਾ ਮੁੱਲ ਕਦੇ ਵੀ ਸੰਪੂਰਨ ਨਿਸ਼ਚਤਤਾ ਨਾਲ ਨਹੀਂ ਜਾਣਿਆ ਜਾ ਸਕਦਾ। ਇਸਦੀ ਬਜਾਏ, ਇੱਕ ਰਵਾਇਤੀ ਸੱਚਾ ਮੁੱਲ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਇਹ ਇੱਕ ਮਾਪ ਮਿਆਰ ਜਾਂ ਸੰਦਰਭ ਯੰਤਰ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤਾ ਗਿਆ ਇੱਕ ਮੁੱਲ ਹੈ ਜੋ ਟੈਸਟ ਕੀਤੇ ਜਾ ਰਹੇ ਡਿਵਾਈਸ ਨਾਲੋਂ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਸਹੀ (ਆਮ ਤੌਰ 'ਤੇ 4 ਤੋਂ 10 ਗੁਣਾ ਜ਼ਿਆਦਾ ਸਹੀ) ਹੁੰਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਜਦੋਂ ਇੱਕ ਨੂੰ ਕੈਲੀਬ੍ਰੇਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈਹੱਥ ਵਿੱਚ ਫੜਿਆ ਜਾਣ ਵਾਲਾਦਬਾਅਗੇਜ, "ਰਵਾਇਤੀ ਸੱਚਾ ਮੁੱਲ" ਇੱਕ ਉੱਚ-ਸ਼ੁੱਧਤਾ ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਵੇਗਾ,ਪ੍ਰਯੋਗਸ਼ਾਲਾ-ਗ੍ਰੇਡਦਬਾਅਕੈਲੀਬ੍ਰੇਟਰ.

ਇਸ ਸਧਾਰਨ ਸਮੀਕਰਨ ਨੂੰ ਸਮਝਣਾ ਪਹਿਲਾ ਕਦਮ ਹੈ, ਪਰ ਇਹ ਪੂਰੀ ਕਹਾਣੀ ਨਹੀਂ ਦੱਸਦਾ। 100-ਮੀਟਰ ਪਾਈਪ ਦੀ ਲੰਬਾਈ ਨੂੰ ਮਾਪਣ ਵੇਲੇ 1 ਮਿਲੀਮੀਟਰ ਦੀ ਗਲਤੀ ਮਾਮੂਲੀ ਹੈ, ਪਰ ਇੰਜਣ ਲਈ ਪਿਸਟਨ ਨੂੰ ਮਸ਼ੀਨ ਕਰਦੇ ਸਮੇਂ ਇਹ ਇੱਕ ਘਾਤਕ ਅਸਫਲਤਾ ਹੈ। ਪੂਰੀ ਤਸਵੀਰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਸਾਨੂੰ ਇਸ ਗਲਤੀ ਨੂੰ ਹੋਰ ਅਰਥਪੂਰਨ ਤਰੀਕਿਆਂ ਨਾਲ ਪ੍ਰਗਟ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਸੰਪੂਰਨ, ਸਾਪੇਖਿਕ ਅਤੇ ਸੰਦਰਭ ਗਲਤੀਆਂ ਖੇਡ ਵਿੱਚ ਆਉਂਦੀਆਂ ਹਨ।

ਤਿੰਨ ਆਮ ਮਾਪ ਗਲਤੀਆਂ ਦਾ ਇਕੱਠ

ਆਓ ਮਾਪ ਗਲਤੀ ਨੂੰ ਮਾਪਣ ਅਤੇ ਸੰਚਾਰ ਕਰਨ ਦੇ ਤਿੰਨ ਮੁੱਖ ਤਰੀਕਿਆਂ ਨੂੰ ਤੋੜੀਏ।

1. ਸੰਪੂਰਨ ਗਲਤੀ: ਕੱਚਾ ਭਟਕਣਾ

ਸੰਪੂਰਨ ਗਲਤੀ ਗਲਤੀ ਦਾ ਸਭ ਤੋਂ ਸਰਲ ਅਤੇ ਸਿੱਧਾ ਰੂਪ ਹੈ। ਜਿਵੇਂ ਕਿ ਸਰੋਤ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਇਹ ਮਾਪ ਅਤੇ ਸੱਚੇ ਮੁੱਲ ਵਿਚਕਾਰ ਸਿੱਧਾ ਅੰਤਰ ਹੈ, ਜੋ ਮਾਪ ਦੀਆਂ ਇਕਾਈਆਂ ਵਿੱਚ ਹੀ ਦਰਸਾਇਆ ਗਿਆ ਹੈ।

ਫਾਰਮੂਲਾ:

ਉਦਾਹਰਨ:

ਤੁਸੀਂ ਇੱਕ ਪਾਈਪ ਵਿੱਚ ਪ੍ਰਵਾਹ ਨੂੰ ਇੱਕ ਨਾਲ ਮਾਪ ਰਹੇ ਹੋਸੱਚਪ੍ਰਵਾਹ ਦਰof50 ਮੀਟਰ³/ਘੰਟਾ, ਅਤੇਤੁਹਾਡਾਫਲੋ ਮੀਟਰਪੜ੍ਹਦਾ ਹੈ50.5 m³/ਘੰਟਾ, ਇਸ ਲਈ ਪੂਰਨ ਗਲਤੀ 50.5 – 50 = +0.5 m³/ਘੰਟਾ ਹੈ।

ਹੁਣ, ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਸੀਂ 500 m³/h ਦੇ ਅਸਲ ਪ੍ਰਵਾਹ ਨਾਲ ਇੱਕ ਵੱਖਰੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਮਾਪ ਰਹੇ ਹੋ, ਅਤੇ ਤੁਹਾਡਾ ਪ੍ਰਵਾਹ ਮੀਟਰ 500.5 m³/h ਪੜ੍ਹਦਾ ਹੈ। ਸੰਪੂਰਨ ਗਲਤੀ ਅਜੇ ਵੀ +0.5 m³/h ਹੈ।

ਇਹ ਕਦੋਂ ਲਾਭਦਾਇਕ ਹੁੰਦਾ ਹੈ? ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਅਤੇ ਟੈਸਟਿੰਗ ਦੌਰਾਨ ਸੰਪੂਰਨ ਗਲਤੀ ਜ਼ਰੂਰੀ ਹੈ। ਇੱਕ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਸਰਟੀਫਿਕੇਟ ਅਕਸਰ ਵੱਖ-ਵੱਖ ਟੈਸਟ ਬਿੰਦੂਆਂ 'ਤੇ ਸੰਪੂਰਨ ਭਟਕਣਾਵਾਂ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰੇਗਾ। ਹਾਲਾਂਕਿ, ਜਿਵੇਂ ਕਿ ਉਦਾਹਰਣ ਦਿਖਾਉਂਦੀ ਹੈ, ਇਸ ਵਿੱਚ ਸੰਦਰਭ ਦੀ ਘਾਟ ਹੈ। +0.5 m³/h ਦੀ ਸੰਪੂਰਨ ਗਲਤੀ ਵੱਡੀ ਪ੍ਰਵਾਹ ਦਰ ਨਾਲੋਂ ਛੋਟੀ ਪ੍ਰਵਾਹ ਦਰ ਲਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮਹੱਤਵਪੂਰਨ ਮਹਿਸੂਸ ਹੁੰਦੀ ਹੈ। ਇਸ ਮਹੱਤਵ ਨੂੰ ਸਮਝਣ ਲਈ, ਸਾਨੂੰ ਸਾਪੇਖਿਕ ਗਲਤੀ ਦੀ ਲੋੜ ਹੈ।

2. ਸਾਪੇਖਿਕ ਗਲਤੀ: ਸੰਦਰਭ ਵਿੱਚ ਗਲਤੀ

ਸਾਪੇਖਿਕ ਗਲਤੀ ਉਹ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਪੂਰਨ ਗਲਤੀ ਦੀ ਘਾਟ ਹੁੰਦੀ ਹੈ। ਇਹ ਗਲਤੀ ਨੂੰ ਮਾਪੇ ਜਾ ਰਹੇ ਅਸਲ ਮੁੱਲ ਦੇ ਇੱਕ ਅੰਸ਼ ਜਾਂ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਰੂਪ ਵਿੱਚ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਤੁਹਾਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਮਾਪ ਦੀ ਮਾਤਰਾ ਦੇ ਸੰਬੰਧ ਵਿੱਚ ਗਲਤੀ ਕਿੰਨੀ ਵੱਡੀ ਹੈ।

ਫਾਰਮੂਲਾ:

ਉਦਾਹਰਨ:

ਆਓ ਆਪਣੀ ਉਦਾਹਰਣ 'ਤੇ ਦੁਬਾਰਾ ਵਿਚਾਰ ਕਰੀਏ:

50 m³/ਘੰਟਾ ਪ੍ਰਵਾਹ ਲਈ: ਸਾਪੇਖਿਕ ਗਲਤੀ = (0.5 m³/ਘੰਟਾ / 50 m³/ਘੰਟਾ) × 100% = 1%

500 m³/ਘੰਟਾ ਪ੍ਰਵਾਹ ਲਈ: ਸਾਪੇਖਿਕ ਗਲਤੀ = (0.5 m³/ਘੰਟਾ / 500 m³/ਘੰਟਾ) × 100% = 0.1%

ਅਚਾਨਕ, ਫਰਕ ਬਹੁਤ ਸਪੱਸ਼ਟ ਹੋ ਜਾਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਦੋਵਾਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਪੂਰਨ ਗਲਤੀ ਇੱਕੋ ਜਿਹੀ ਸੀ, ਪਰ ਸਾਪੇਖਿਕ ਗਲਤੀ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਮਾਪ ਘੱਟ ਪ੍ਰਵਾਹ ਦਰ ਲਈ ਦਸ ਗੁਣਾ ਘੱਟ ਸਹੀ ਸੀ।

ਇਹ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ? ਸਾਪੇਖਿਕ ਗਲਤੀ ਇੱਕ ਖਾਸ ਓਪਰੇਟਿੰਗ ਬਿੰਦੂ 'ਤੇ ਕਿਸੇ ਯੰਤਰ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਇੱਕ ਬਹੁਤ ਵਧੀਆ ਸੂਚਕ ਹੈ। ਇਹ ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਕਿ "ਇਹ ਮਾਪ ਇਸ ਸਮੇਂ ਕਿੰਨਾ ਵਧੀਆ ਹੈ?" ਹਾਲਾਂਕਿ, ਯੰਤਰ ਨਿਰਮਾਤਾ ਤੁਹਾਡੇ ਦੁਆਰਾ ਮਾਪੇ ਜਾਣ ਵਾਲੇ ਹਰ ਸੰਭਵ ਮੁੱਲ ਲਈ ਇੱਕ ਸਾਪੇਖਿਕ ਗਲਤੀ ਦੀ ਸੂਚੀ ਨਹੀਂ ਦੇ ਸਕਦੇ। ਉਹਨਾਂ ਨੂੰ ਆਪਣੀ ਡਿਵਾਈਸ ਦੀ ਪੂਰੀ ਸੰਚਾਲਨ ਸਮਰੱਥਾ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਗਰੰਟੀ ਦੇਣ ਲਈ ਇੱਕ ਸਿੰਗਲ, ਭਰੋਸੇਮੰਦ ਮੈਟ੍ਰਿਕ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਸੰਦਰਭ ਗਲਤੀ ਦਾ ਕੰਮ ਹੈ।

3. ਹਵਾਲਾ ਗਲਤੀ (%FS): ਇੰਡਸਟਰੀ ਸਟੈਂਡਰਡ

ਇਹ ਉਹ ਸਪੈਸੀਫਿਕੇਸ਼ਨ ਹੈ ਜੋ ਤੁਸੀਂ ਡੇਟਾਸ਼ੀਟਾਂ 'ਤੇ ਅਕਸਰ ਦੇਖਦੇ ਹੋ: ਸ਼ੁੱਧਤਾ ਨੂੰ ਪ੍ਰਤੀਸ਼ਤ ਵਜੋਂ ਦਰਸਾਇਆ ਗਿਆ ਹੈ।ofਪੂਰਾਸਕੇਲ (%FS), ਜਿਸਨੂੰ ਰੈਫਰੈਂਸ ਐਰਰ ਜਾਂ ਸਪੈਨਿੰਗ ਐਰਰ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਸੰਪੂਰਨ ਐਰਰ ਦੀ ਤੁਲਨਾ ਮੌਜੂਦਾ ਮਾਪੇ ਗਏ ਮੁੱਲ ਨਾਲ ਕਰਨ ਦੀ ਬਜਾਏ, ਇਹ ਇਸਦੀ ਤੁਲਨਾ ਯੰਤਰ ਦੇ ਕੁੱਲ ਸਪੈਨ (ਜਾਂ ਰੇਂਜ) ਨਾਲ ਕਰਦਾ ਹੈ।

ਫਾਰਮੂਲਾ:

ਮਾਪ ਰੇਂਜ (ਜਾਂ ਸਪੈਨ) ਵੱਧ ਤੋਂ ਵੱਧ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਮੁੱਲਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਹੈ ਜੋ ਮਾਪਣ ਲਈ ਯੰਤਰ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ।

ਮਹੱਤਵਪੂਰਨ ਉਦਾਹਰਣ: %FS ਨੂੰ ਸਮਝਣਾ

ਮੰਨ ਲਓ ਕਿ ਤੁਸੀਂ ਖਰੀਦਦੇ ਹੋaਦਬਾਅ ਟ੍ਰਾਂਸਮੀਟਰਨਾਲਹੇਠ ਲਿਖੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ:

• ਰੇਂਜ: 0 ਤੋਂ 200 ਬਾਰ

• ਸ਼ੁੱਧਤਾ: ±0.5% FS

ਕਦਮ 1: ਵੱਧ ਤੋਂ ਵੱਧ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸੰਪੂਰਨ ਗਲਤੀ ਦੀ ਗਣਨਾ ਕਰੋ।

ਪਹਿਲਾਂ, ਅਸੀਂ ਉਹ ਪੂਰਨ ਗਲਤੀ ਲੱਭਦੇ ਹਾਂ ਜਿਸ ਨਾਲ ਇਹ ਪ੍ਰਤੀਸ਼ਤ ਮੇਲ ਖਾਂਦਾ ਹੈ: ਵੱਧ ਤੋਂ ਵੱਧ ਪੂਰਨ ਗਲਤੀ = 0.5% × (200 ਬਾਰ - 0 ਬਾਰ) = 0.005 × 200 ਬਾਰ = ±1 ਬਾਰ।

ਇਹ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਗਣਨਾ ਹੈ, ਜੋ ਸਾਨੂੰ ਦੱਸਦੀ ਹੈ ਕਿ ਅਸੀਂ ਭਾਵੇਂ ਕੋਈ ਵੀ ਦਬਾਅ ਮਾਪ ਰਹੇ ਹਾਂ, ਇਸ ਯੰਤਰ ਤੋਂ ਰੀਡਿੰਗ ਸਹੀ ਮੁੱਲ ਦੇ ±1 ਬਾਰ ਦੇ ਅੰਦਰ ਹੋਣ ਦੀ ਗਰੰਟੀ ਹੈ।

ਕਦਮ 2: ਦੇਖੋ ਕਿ ਇਹ ਸਾਪੇਖਿਕ ਸ਼ੁੱਧਤਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ।

ਹੁਣ, ਆਓ ਦੇਖੀਏ ਕਿ ਰੇਂਜ ਦੇ ਵੱਖ-ਵੱਖ ਬਿੰਦੂਆਂ 'ਤੇ ਇਸ ±1 ਬਾਰ ਗਲਤੀ ਦਾ ਕੀ ਅਰਥ ਹੈ:

• 100 ਬਾਰ (ਰੇਂਜ ਦਾ 50%) ਦੇ ਦਬਾਅ ਨੂੰ ਮਾਪਣਾ: ਰੀਡਿੰਗ 99 ਤੋਂ 101 ਬਾਰ ਤੱਕ ਕਿਤੇ ਵੀ ਹੋ ਸਕਦੀ ਹੈ। ਇਸ ਬਿੰਦੂ 'ਤੇ ਸਾਪੇਖਿਕ ਗਲਤੀ (1 ਬਾਰ / 100 ਬਾਰ) × 100% = ±1% ਹੈ।

• 20 ਬਾਰ (ਰੇਂਜ ਦਾ 10%) ਦੇ ਦਬਾਅ ਨੂੰ ਮਾਪਣਾ: ਰੀਡਿੰਗ 19 ਤੋਂ 21 ਬਾਰ ਤੱਕ ਕਿਤੇ ਵੀ ਹੋ ਸਕਦੀ ਹੈ। ਇਸ ਬਿੰਦੂ 'ਤੇ ਸਾਪੇਖਿਕ ਗਲਤੀ (1 ਬਾਰ / 20 ਬਾਰ) × 100% = ±5% ਹੈ।

• 200 ਬਾਰ (ਰੇਂਜ ਦਾ 100%) ਦੇ ਦਬਾਅ ਨੂੰ ਮਾਪਣਾ: ਰੀਡਿੰਗ 199 ਤੋਂ 201 ਬਾਰ ਤੱਕ ਕਿਤੇ ਵੀ ਹੋ ਸਕਦੀ ਹੈ। ਇਸ ਬਿੰਦੂ 'ਤੇ ਸਾਪੇਖਿਕ ਗਲਤੀ (1 ਬਾਰ / 200 ਬਾਰ) × 100% = ±0.5% ਹੈ।

ਇਹ ਯੰਤਰਾਂ ਦੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਿਧਾਂਤ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦਾ ਹੈ ਕਿ ਇੱਕ ਯੰਤਰ ਦੀ ਸਾਪੇਖਿਕ ਸ਼ੁੱਧਤਾ ਇਸਦੀ ਰੇਂਜ ਦੇ ਸਿਖਰ 'ਤੇ ਸਭ ਤੋਂ ਵਧੀਆ ਹੁੰਦੀ ਹੈ ਅਤੇ ਹੇਠਾਂ ਸਭ ਤੋਂ ਮਾੜੀ ਹੁੰਦੀ ਹੈ।

ਵਿਹਾਰਕ ਉਪਾਅ: ਸਹੀ ਯੰਤਰ ਦੀ ਚੋਣ ਕਿਵੇਂ ਕਰੀਏ?

%FS ਅਤੇ ਸਾਪੇਖਿਕ ਗਲਤੀ ਵਿਚਕਾਰ ਸਬੰਧ ਦਾ ਯੰਤਰ ਚੋਣ 'ਤੇ ਡੂੰਘਾ ਪ੍ਰਭਾਵ ਪੈਂਦਾ ਹੈ।ਸੰਦਰਭ ਗਲਤੀ ਜਿੰਨੀ ਛੋਟੀ ਹੋਵੇਗੀ, ਯੰਤਰ ਦੀ ਸਮੁੱਚੀ ਸ਼ੁੱਧਤਾ ਓਨੀ ਹੀ ਜ਼ਿਆਦਾ ਹੋਵੇਗੀ।. ਹਾਲਾਂਕਿ, ਤੁਸੀਂ ਆਪਣੀ ਐਪਲੀਕੇਸ਼ਨ ਲਈ ਸਹੀ ਰੇਂਜ ਚੁਣ ਕੇ ਆਪਣੀ ਮਾਪ ਸ਼ੁੱਧਤਾ ਨੂੰ ਵੀ ਸੁਧਾਰ ਸਕਦੇ ਹੋ।

ਮਾਪ ਦੇ ਆਕਾਰ ਦਾ ਸੁਨਹਿਰੀ ਨਿਯਮ ਇਹ ਹੈ ਕਿ ਇੱਕ ਅਜਿਹਾ ਯੰਤਰ ਚੁਣੋ ਜਿੱਥੇ ਤੁਹਾਡੇ ਆਮ ਓਪਰੇਟਿੰਗ ਮੁੱਲ ਇਸਦੇ ਪੂਰੇ-ਸਕੇਲ ਰੇਂਜ ਦੇ ਉੱਪਰਲੇ ਅੱਧ (ਆਦਰਸ਼ਕ ਤੌਰ 'ਤੇ, ਉੱਪਰਲੇ ਦੋ-ਤਿਹਾਈ) ਵਿੱਚ ਆਉਂਦੇ ਹਨ। ਆਓ ਇੱਕ ਉਦਾਹਰਣ ਦੇ ਨਾਲ ਅੱਗੇ ਵਧੀਏ:

ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਹਾਡੀ ਪ੍ਰਕਿਰਿਆ ਆਮ ਤੌਰ 'ਤੇ 70 ਬਾਰ ਦੇ ਦਬਾਅ 'ਤੇ ਕੰਮ ਕਰਦੀ ਹੈ, ਪਰ ਇਸਦੀ ਸਿਖਰ 90 ਬਾਰ ਤੱਕ ਹੋ ਸਕਦੀ ਹੈ। ਤੁਸੀਂ ਵਿਚਾਰ ਕਰ ਰਹੇ ਹੋਦੋਟ੍ਰਾਂਸਮੀਟਰ, ਦੋਵੇਂ ±0.5% FS ਸ਼ੁੱਧਤਾ ਦੇ ਨਾਲ:

• ਟ੍ਰਾਂਸਮੀਟਰ ਏ: ਰੇਂਜ 0-500 ਬਾਰ

• ਟ੍ਰਾਂਸਮੀਟਰ ਬੀ: ਰੇਂਜ 0-100 ਬਾਰ

ਆਓ ਤੁਹਾਡੇ 70 ਬਾਰ ਦੇ ਆਮ ਓਪਰੇਟਿੰਗ ਪੁਆਇੰਟ ਲਈ ਸੰਭਾਵੀ ਗਲਤੀ ਦੀ ਗਣਨਾ ਕਰੀਏ:

ਟ੍ਰਾਂਸਮੀਟਰ ਏ (0-500 ਬਾਰ):

• ਵੱਧ ਤੋਂ ਵੱਧ ਸੰਪੂਰਨ ਗਲਤੀ = 0.5% × 500 ਬਾਰ = ±2.5 ਬਾਰ।

• 70 ਬਾਰ 'ਤੇ, ਤੁਹਾਡੀ ਰੀਡਿੰਗ 2.5 ਬਾਰ ਘੱਟ ਹੋ ਸਕਦੀ ਹੈ। ਤੁਹਾਡੀ ਅਸਲ ਸਾਪੇਖਿਕ ਗਲਤੀ (2.5 / 70) × 100% ≈ ±3.57% ਹੈ। ਇਹ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਗਲਤੀ ਹੈ!

ਟ੍ਰਾਂਸਮੀਟਰ ਬੀ (0-100 ਬਾਰ):

• ਵੱਧ ਤੋਂ ਵੱਧ ਸੰਪੂਰਨ ਗਲਤੀ = 0.5% × 100 ਬਾਰ = ±0.5 ਬਾਰ।

• 70 ਬਾਰ 'ਤੇ, ਤੁਹਾਡੀ ਰੀਡਿੰਗ ਸਿਰਫ਼ 0.5 ਬਾਰ ਘੱਟ ਹੋ ਸਕਦੀ ਹੈ। ਤੁਹਾਡੀ ਅਸਲ ਰਿਸ਼ਤੇਦਾਰ ਗਲਤੀ (0.5 / 70) × 100% ≈ ±0.71% ਹੈ।

ਆਪਣੀ ਐਪਲੀਕੇਸ਼ਨ ਲਈ ਢੁਕਵੀਂ "ਕੰਪ੍ਰੈਸਡ" ਰੇਂਜ ਵਾਲੇ ਯੰਤਰ ਦੀ ਚੋਣ ਕਰਕੇ, ਤੁਸੀਂ ਆਪਣੀ ਅਸਲ-ਸੰਸਾਰ ਮਾਪ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਪੰਜ ਗੁਣਾ ਦਾ ਸੁਧਾਰ ਕੀਤਾ ਹੈ, ਭਾਵੇਂ ਦੋਵਾਂ ਯੰਤਰਾਂ ਦੀਆਂ ਡੇਟਾਸ਼ੀਟਾਂ 'ਤੇ ਇੱਕੋ ਜਿਹੀ "%FS" ਸ਼ੁੱਧਤਾ ਰੇਟਿੰਗ ਸੀ।

ਸ਼ੁੱਧਤਾ ਬਨਾਮ ਸ਼ੁੱਧਤਾ: ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ

ਮਾਪ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨ ਲਈ, ਇੱਕ ਹੋਰ ਸੰਕਲਪ ਜ਼ਰੂਰੀ ਹੈ: ਸ਼ੁੱਧਤਾ ਅਤੇ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਅੰਤਰ। ਲੋਕ ਅਕਸਰ ਇਹਨਾਂ ਸ਼ਬਦਾਂ ਨੂੰ ਇੱਕ ਦੂਜੇ ਦੇ ਬਦਲ ਕੇ ਵਰਤਦੇ ਹਨ, ਪਰ ਵਿਗਿਆਨ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ, ਇਹਨਾਂ ਦਾ ਅਰਥ ਬਹੁਤ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ।

ਸ਼ੁੱਧਤਾisਕਿਵੇਂਮਾਪ ਨੂੰ ਸਹੀ ਮੁੱਲ ਤੱਕ ਬੰਦ ਕਰਨਾ. ਇਹ ਪੂਰਨ ਅਤੇ ਸਾਪੇਖਿਕ ਗਲਤੀ ਨਾਲ ਸਬੰਧਤ ਹੈ। ਇੱਕ ਸਹੀ ਯੰਤਰ, ਔਸਤਨ, ਸਹੀ ਰੀਡਿੰਗ ਦਿੰਦਾ ਹੈ।

ਸ਼ੁੱਧਤਾisਕਿਵੇਂਇੱਕੋ ਚੀਜ਼ ਦੇ ਕਈ ਮਾਪ ਇੱਕ ਦੂਜੇ ਦੇ ਨੇੜੇ ਹਨ। ਇਹ ਕਿਸੇ ਮਾਪ ਦੀ ਦੁਹਰਾਉਣਯੋਗਤਾ ਜਾਂ ਇਕਸਾਰਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇੱਕ ਸਟੀਕ ਯੰਤਰ ਤੁਹਾਨੂੰ ਹਰ ਵਾਰ ਲਗਭਗ ਉਹੀ ਰੀਡਿੰਗ ਦਿੰਦਾ ਹੈ, ਪਰ ਇਹ ਜ਼ਰੂਰੀ ਨਹੀਂ ਕਿ ਉਹ ਰੀਡਿੰਗ ਸਹੀ ਹੋਵੇ।

ਇੱਥੇ ਨਿਸ਼ਾਨਾ ਸਮਾਨਤਾ ਹੈ:

• ਸਟੀਕ ਅਤੇ ਸਟੀਕ: ਤੁਹਾਡੇ ਸਾਰੇ ਸ਼ਾਟ ਬੁੱਲਸੀ ਆਈ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਕੱਸ ਕੇ ਇਕੱਠੇ ਕੀਤੇ ਗਏ ਹਨ। ਇਹ ਆਦਰਸ਼ ਹੈ।

• ਸਟੀਕ ਪਰ ਗਲਤ: ਤੁਹਾਡੇ ਸਾਰੇ ਸ਼ਾਟ ਇਕੱਠੇ ਕੱਸ ਕੇ ਇਕੱਠੇ ਕੀਤੇ ਗਏ ਹਨ, ਪਰ ਉਹ ਨਿਸ਼ਾਨੇ ਦੇ ਉੱਪਰ-ਖੱਬੇ ਕੋਨੇ ਵਿੱਚ ਹਨ, ਬੁੱਲਸੀ ਆਈ ਤੋਂ ਬਹੁਤ ਦੂਰ। ਇਹ ਇੱਕ ਯੋਜਨਾਬੱਧ ਗਲਤੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਰਾਈਫਲ 'ਤੇ ਗਲਤ ਢੰਗ ਨਾਲ ਅਲਾਈਨ ਕੀਤਾ ਗਿਆ ਸਕੋਪ ਜਾਂ ਇੱਕ ਖਰਾਬ ਕੈਲੀਬਰੇਟ ਕੀਤਾ ਗਿਆ ਸੈਂਸਰ। ਯੰਤਰ ਦੁਹਰਾਉਣ ਯੋਗ ਹੈ ਪਰ ਲਗਾਤਾਰ ਗਲਤ ਹੈ।

• ਸਟੀਕ ਪਰ ਗਲਤ: ਤੁਹਾਡੇ ਸ਼ਾਟ ਸਾਰੇ ਟੀਚੇ 'ਤੇ ਖਿੰਡੇ ਹੋਏ ਹਨ, ਪਰ ਉਨ੍ਹਾਂ ਦੀ ਔਸਤ ਸਥਿਤੀ ਬੁੱਲਸੀ ਆਈ ਦਾ ਕੇਂਦਰ ਹੈ। ਇਹ ਇੱਕ ਬੇਤਰਤੀਬ ਗਲਤੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿੱਥੇ ਹਰੇਕ ਮਾਪ ਅਣਪਛਾਤੇ ਤੌਰ 'ਤੇ ਉਤਰਾਅ-ਚੜ੍ਹਾਅ ਕਰਦਾ ਹੈ।

• ਨਾ ਤਾਂ ਸਹੀ ਅਤੇ ਨਾ ਹੀ ਸਟੀਕ: ਸ਼ਾਟ ਬੇਤਰਤੀਬੇ ਢੰਗ ਨਾਲ ਸਾਰੇ ਟੀਚੇ 'ਤੇ ਖਿੰਡੇ ਹੋਏ ਹਨ, ਬਿਨਾਂ ਕਿਸੇ ਇਕਸਾਰਤਾ ਦੇ।

0.5% FS ਨਿਰਧਾਰਨ ਵਾਲਾ ਇੱਕ ਯੰਤਰ ਆਪਣੀ ਸ਼ੁੱਧਤਾ ਦਾ ਦਾਅਵਾ ਕਰ ਰਿਹਾ ਹੈ, ਜਦੋਂ ਕਿ ਸ਼ੁੱਧਤਾ (ਜਾਂ ਦੁਹਰਾਉਣਯੋਗਤਾ) ਅਕਸਰ ਡੇਟਾਸ਼ੀਟ 'ਤੇ ਇੱਕ ਵੱਖਰੀ ਲਾਈਨ ਆਈਟਮ ਵਜੋਂ ਸੂਚੀਬੱਧ ਹੁੰਦੀ ਹੈ ਅਤੇ ਆਮ ਤੌਰ 'ਤੇ ਇਸਦੀ ਸ਼ੁੱਧਤਾ ਨਾਲੋਂ ਇੱਕ ਛੋਟੀ (ਬਿਹਤਰ) ਸੰਖਿਆ ਹੁੰਦੀ ਹੈ।

ਸਿੱਟਾ

ਗਲਤੀ ਦੀਆਂ ਬਾਰੀਕੀਆਂ ਨੂੰ ਸਮਝਣਾ ਹੀ ਇੱਕ ਚੰਗੇ ਇੰਜੀਨੀਅਰ ਨੂੰ ਇੱਕ ਮਹਾਨ ਇੰਜੀਨੀਅਰ ਤੋਂ ਵੱਖਰਾ ਕਰਦਾ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ, ਮਾਪ ਗਲਤੀ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨ ਲਈ ਬੁਨਿਆਦੀ ਸੰਕਲਪਾਂ ਤੋਂ ਵਿਹਾਰਕ ਉਪਯੋਗ ਵੱਲ ਜਾਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸੰਪੂਰਨ ਗਲਤੀ ਕੱਚਾ ਭਟਕਣਾ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ, ਸਾਪੇਖਿਕ ਗਲਤੀ ਇਸਨੂੰ ਮੌਜੂਦਾ ਮਾਪ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਰੱਖਦੀ ਹੈ, ਅਤੇ ਸੰਦਰਭ ਗਲਤੀ (%FS) ਇੱਕ ਯੰਤਰ ਦੀ ਪੂਰੀ ਰੇਂਜ ਵਿੱਚ ਵੱਧ ਤੋਂ ਵੱਧ ਗਲਤੀ ਦੀ ਇੱਕ ਮਾਨਕੀਕ੍ਰਿਤ ਗਰੰਟੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ। ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇੱਕ ਯੰਤਰ ਦੀ ਨਿਰਧਾਰਤ ਸ਼ੁੱਧਤਾ ਅਤੇ ਇਸਦੀ ਅਸਲ-ਸੰਸਾਰ ਪ੍ਰਦਰਸ਼ਨ ਇੱਕੋ ਜਿਹੀਆਂ ਨਹੀਂ ਹਨ।

ਇਹ ਸਮਝ ਕੇ ਕਿ ਇੱਕ ਸਥਿਰ %FS ਗਲਤੀ ਸਾਰੇ ਪੈਮਾਨੇ 'ਤੇ ਸਾਪੇਖਿਕ ਸ਼ੁੱਧਤਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਤ ਕਰਦੀ ਹੈ, ਇੰਜੀਨੀਅਰ ਅਤੇ ਟੈਕਨੀਸ਼ੀਅਨ ਸੂਚਿਤ ਫੈਸਲੇ ਲੈ ਸਕਦੇ ਹਨ। ਐਪਲੀਕੇਸ਼ਨ ਲਈ ਢੁਕਵੀਂ ਰੇਂਜ ਵਾਲੇ ਯੰਤਰ ਦੀ ਚੋਣ ਕਰਨਾ ਇਸਦੀ ਸ਼ੁੱਧਤਾ ਰੇਟਿੰਗ ਵਾਂਗ ਹੀ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋਏ ਕਿ ਇਕੱਠਾ ਕੀਤਾ ਗਿਆ ਡੇਟਾ ਹਕੀਕਤ ਦਾ ਇੱਕ ਭਰੋਸੇਯੋਗ ਪ੍ਰਤੀਬਿੰਬ ਹੈ।

ਅਗਲੀ ਵਾਰ ਜਦੋਂ ਤੁਸੀਂ ਡੇਟਾਸ਼ੀਟ ਦੀ ਸਮੀਖਿਆ ਕਰੋਗੇ ਅਤੇ ਸ਼ੁੱਧਤਾ ਰੇਟਿੰਗ ਦੇਖੋਗੇ, ਤਾਂ ਤੁਹਾਨੂੰ ਪਤਾ ਲੱਗ ਜਾਵੇਗਾ ਕਿ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ। ਤੁਸੀਂ ਵੱਧ ਤੋਂ ਵੱਧ ਸੰਭਾਵੀ ਗਲਤੀ ਦੀ ਗਣਨਾ ਕਰ ਸਕਦੇ ਹੋ, ਇਹ ਸਮਝ ਸਕਦੇ ਹੋ ਕਿ ਉਹ ਗਲਤੀ ਵੱਖ-ਵੱਖ ਓਪਰੇਟਿੰਗ ਬਿੰਦੂਆਂ 'ਤੇ ਤੁਹਾਡੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਤ ਕਰੇਗੀ, ਅਤੇ ਇੱਕ ਸੂਚਿਤ ਫੈਸਲਾ ਲੈ ਸਕਦੇ ਹੋ ਜੋ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਤੁਹਾਡੇ ਦੁਆਰਾ ਇਕੱਠਾ ਕੀਤਾ ਗਿਆ ਡੇਟਾ ਸਿਰਫ ਇੱਕ ਸਕ੍ਰੀਨ 'ਤੇ ਨੰਬਰ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਅਸਲੀਅਤ ਦਾ ਇੱਕ ਭਰੋਸੇਯੋਗ ਪ੍ਰਤੀਬਿੰਬ ਹੈ।

ਸਾਡੇ ਮਾਪ ਮਾਹਿਰਾਂ ਨਾਲ ਸੰਪਰਕ ਕਰੋ