Морфологический подход к разработке процесса оценивания неопределённости измерений

Рассмотрена проблема повышения достоверности оценивания неопределённости результатов измерений. Целью данной работы являлось обоснование применения процессного подхода к формированию алгоритма оценивания неопределённости на базе морфологического анализа. Теоретически обосновано, что с позиций системного подхода к достижению приемлемой степени достоверности оценок неопределённости измерений следует реализовать процессный подход к формированию метода оценивания как алгоритма действий. Определены основные этапы процесса оценивания. Установлено, что каждый этап процесса оценивания может быть реализован альтернативными методами. В качестве основы для её решения предложен метод морфологического ящика как реализация морфологического анализа. Представлена конструкция морфологического ящика процесса оценивания неопределённости с открытой архитектурой, основанная только на общепринятых методах и подходах реализации каждого этапа процесса. Определены два аспекта применения метода морфологического ящика. С одной стороны, морфологический ящик позволяет формировать алгоритм процесса оценки неопределённости, максимально приемлемый для условий лаборатории, как комбинацию этапов процесса, исходя из поставленной задачи, сочетая различные варианты реализации данных этапов. С другой стороны, морфологический ящик выступает как инструмент для разработки новых методов реализации различных этапов процесса оценивания неопределённости. Рассмотрены примеры использования метода морфологического ящика для разработки альтернативных алгоритмов процесса оценивания неопределённости одного и того же метода измерений и разработки новых методов реализации различных этапов процесса оценивания.

1. EUROLAB Technical Report 1/2007: Measurement uncertainty revisited: Alternative approaches to uncertainty evaluation. EUROLAB. 2007:62.

2. Serenkov PS, Romanchak VM. Method of successive transformations as an alternative realization of Bayesian approach to estimation of measurement uncertainty. Metrology and instrumentation. 2021;4:9-16. (In Russ.).

3. Efremova NYu. Measurement uncertainty. Creation, current state and prospects for the development of uncertainty concept. Metrology and instrumentation. 2016;3:7-17. (In Russ.).

4. Taylor JR. An introduction to error analysis: the study of uncertainties in physical measurements. Sausalito, California, University of Science Books. 1997;(2):346.

5. Hall BD, White DR. An introduction to measurement uncertainty. New Zealand, Measurement Standards Laboratory of New Zealand. 2017:53.

6. Optner SL. System analysis for the solution of problems of business and industry. Moscow: Concept Publ. 2006:206.

7. Serenkov PS, Gurevich VL, Movlamov VR. Process approach to the study of accuracy indicators of measurement methods. Metrology and instrumentation. 2017;(77)3:100-108. (In Russ.).

8. Ritchey T. On a morphology of theories of emergence. Acta Morphologica Generalis. 2014;(3)3:1-16.

9. Ilyin VN, Lepekhin AV. Automation technology for structural-parametric synthesis based on the morphological box method. Proceedings of the Moscow Aviation Institute. 2011;46:1-11. (In Russ.).

10. Akimov SV. Identification Level Morphological Set Model. Proceedings of educational institutions of communication. 2005;172:120-135. (In Russ.).

11. Minaev AM. Theory and practice of error analysis. Moscow, Sputnik Publ. 2013:507.

12. Measurement Systems Analysis Reference Manual, 3rd edn, Daimler Chrysler Corporation, Ford Motor Company, General Motors Corporation. 2002:238.

13. Rabinovich SG. Measurement errors and uncertainty: theory and practice, 3rd edn. New York. Springer. 2005:308.

14. Prokopov AV, Zakharov IP, Botsyura OA. The main problems of substantiating the model equation when estimating measurement uncertainty. Ukrainian Metrological Journal. 2016;3:19-22. (In Russ.).

15. Dietrich CF. Uncertainty, calibration and probability: the statistics of scientific and industrial measurement. Routledge. CRC Press Publ. 199;555.

16. Cox M, Harris P, Siebert B. Estimation of measurement uncertainty based on distribution transformation using Monte Carlo simulation. Measurement Techniques. 2003;46:824-833. https://doi.org/10.1023/B:METE.0000008439.82231.ad

17. Lira I. Evaluating the Measurement Uncertainty. Fundaments and Practical Guidance. Bristol. Institute of Physics Publ. 2002;13(9):243. https://doi.org/10.1088/0957-0233/13/9/709

18. Bich W. Revision of the «Guide to the expression of uncertainty in measurement». Why and how. Metrologia. 2014;51(4):155-158. https://doi.org/10.1088/0026-1394/51/4/S155

19. Serenkov PS, Hurevich VL, Tolochko TK. Features of application of a combined approach to the evaluation of the measurement results uncertainty. Instruments and measurement methods. 2020;11(1):60-69. https://doi.org/10.21122/2220-9506-2020-11-1-60-69

20. Serenkov PS. Application of nonparametric models for estimating uncertainties in measurement results. Bulletin of the Belarusian - Russian University. 2015;48(3):109-115.