Métrologie Dans L'entreprise
Métrologie Dans L'entreprise
Sommaire
la dalle doit être flottante et la salle climatisée pour maintenir une température
de 20 °C, avec une hygrométrie à 50 ± 15 % d'humidité relative ;
un filtre à poussière est souhaitable ;
la communication vers l'atelier se fait à travers un sas équipé d'un essuie-
pieds ;
l'éclairement doit être suffisant, la peinture claire, un sol anti-poussière est
préférable ;
l'ordre est de rigueur : une place pour chaque chose ; les instruments sont
rangés dans leur boîte d'origine ; les boîtes portent le même code d'identification
que leur instrument.
les étalons de référence sont séparés des moyens de mesure.
Équipement[modifier | modifier le code]
Cet inventaire est un standard pour une PME de fabrication mécanique ; il est donné
à titre indicatif pour fixer les idées dans un domaine relativement bien connu.
la cale étalon de 100 mm de valeur vraie est donnée avec une tolérance de ±
1,2 μm que l'on admet comme incertitude ;
cinq mesurages de la cale avec le pied à coulisse donnent les valeurs
suivantes à l'afficheur de l'instrument : 99,99 ; 100,01 ; 100,02 ; 100 ; 100,03 ;
la valeur moyenne du résultat d'étalonnage est de 100,1 mm ; la dispersion
des valeurs mesurées est de ± 0,0317 ; en tenant compte de l'incertitude de la
cale l'incertitude globale est de ± 0,032.
Le résultat de l'étalonnage est alors le suivant : écart d'indication : 0,1 ± 0,032.
Pourquoi étalonner[modifier | modifier le code]
L'entreprise doit mettre en place un système capable de vérifier par étalonnage que
tous les moyens sont capables de faire des mesures à l'intérieur des limites
appropriées aux exigences. Les étalons doivent être raccordés aux étalons
nationaux pour s'assurer de la qualité du système.
De plus la qualité des équipements de mesure évolue dans le temps. Cette dérive
est due principalement à :
NIVEAU EMPLOI
Primaire LNE
De
La plus haute exactitude au niveau de l'entreprise
référence
Galerie[modifier | modifier le code]
Galerie documentaire
Étiquettes de vérification.
Annexes[modifier | modifier le code]
Bibliographie[modifier | modifier le code]
: document utilisé comme source pour la rédaction de cet article.
Management de la qualité
Métrologie
Étalonnage (métrologie)
Traçabilité métrologique
Qualité métrologique d'un appareil de mesure
Capabilité d'un moyen de mesure
Incertitude de mesure
Mesurage avec une colonne de mesure.
Sommaire
1Définition
2Approche statistique
3Causes d'incertitudes
4Composantes
o 4.1Évaluation de type A de l'incertitude
4.1.1Exemples
o 4.2Évaluation de type B de l'incertitude
4.2.1Exemples
5Détermination de l'incertitude élargie
o 5.1Démarche type
o 5.2Exemple type
o 5.3Présentation industrielle
6Incertitude et tolérance
7Notes et références
o 7.1Notes
o 7.2Références
8Annexes
o 8.1Bibliographie
o 8.2Articles connexes
o 8.3Liens externes
Définition[modifier | modifier le code]
L'incertitude de mesure est définie par le Bureau international des poids et
mesures (BIPM) dans Vocabulaire international de métrologie (VIM)1,2 :
elle « caractérise la dispersion des valeurs attribuées à un mesurande, à partir des
informations utilisées ».
La méthode de détermination de l'incertitude de mesure fait l'objet d'un fascicule
métrologique du BIPM intitulé Guide pour l'expression de l'incertitude de
mesure (GUM)3. Dans ce guide on retrouve la définition sous une forme plus
ancienne datant de 1993 :
« paramètre, associé au résultat d'un mesurage, qui caractérise la dispersion des
valeurs « qui pourraient raisonnablement » être attribuées au mesurande »
Le paramètre peut être, par exemple, un écart-type.
Notations
Incertitude type
Incertitude type A
Facteur d'élargissement
Incertitude élargie
Résultat de mesurage
Le plus souvent, la distribution de la dispersion n'est pas identifiée, elle peut avoir
différentes formes ; donc, pour k = 2 on ne peut pas dire qu'on a un risque d'environ
5 %, ou un intervalle de confiance de 95 % comme dans une population gaussienne.
Néanmoins on montre que pour une distribution quelconque, le risque ne sera jamais
supérieur à 25 % (par l'inégalité de Bienaymé-Tchebychev) ; ce qui montre l'humilité
des termes de la définition du GUM : « dispersion des valeurs qui pourraient
raisonnablement être attribuées… ».
Étalonnage de l'instrument
Pression de contact…
Défauts géométriques
3 - Mesurande
Déformation pièce…
Manipulation
4 - Opérateur Lecture
Suivi de la procédure
5 - Méthode
Lecture…
Température ambiante
6 - Grandeurs
d'influence
Coefficient de dilatation, vibrations…
Ces différentes causes pourraient aussi bien être présentées sous forme
de diagramme causes-effet avec les « 5 M » : Matière (pièce), Moyen de mesure à la
place de Machine, Main d'œuvre, Méthode, Milieu ; la finalité de l'analyse est de ne
pas oublier de facteurs influents dans le calcul de l'incertitude.
Composantes[modifier | modifier le code]
« L'incertitude de mesure comprend en général de nombreuses composantes :
Répétabilité
Mesure no 1 25,007 7
Mesure no 2 25,010 10
Mesure no 3 25,008 8
Mesure no 4 25,011 11
Mesure no 5 25,008 8
Incertitude d'étalonnage
N valeur
Étape Complément 1 Complément 2 Expression*
° finale*
Résultat brut
1 xbar 100,01
moyen
due à l'erreur de
0,02
justesse
2 Corrections due à la
- 0,014
dilatation
B1 : résolution
B2 : justesse
résiduelle
B3 :
température
B4 : coef. de
dilatation
répétabilité du
u a 0,01265
mesurage
type A
écart type sur la
ux bar = 0,01265 / √6 0,0052
moyenne
U étalon négligé
coef. de
négligé
dilatation
√ 0,00522 +
incertitude type
composée
uc 0,00582 + 0,0079
0,0012 + 0,000472
incertitude
U = 2 x 0,0079 0,0158
élargie
5 Résultats
100,016 ±
Résultat corrigé du
* unités : mm 0,016 (k =
mesurage
2)
Références[modifier | modifier le code]
1. ↑ VIM collectif 2008, p. 25, n° 2.26..
2. ↑ Dans sa version de 2012, le VIM précise : « paramètre non négatif qui caractérise la
dispersion des valeurs attribuées à un mesurande, à partir des informations utilisées ».
3. ↑ Guide pour l'expression de l'incertitude de mesure JCGM 2008, p. 2, n° 2.2.3.
4. ↑ Collectif AFNOR 1996, p. 149-173..
5. ↑ VIM collectif 2008, p. 25, n° 2.26..
6. ↑ VIM collectif 2008, p. 26 ; n° 2.28.
7. ↑ VIM collectif 2008, p. 23-24 ; n° 2.20 et 2.24..
8. ↑ VIM collectif 2008, p. 26 n° 2.29..
9. ↑ Collectif MFQ Franche-Comté, Guide pour la détermination des incertitudes de mesure,
Nanterre, Mouvement Français pour la Qualité, coll. « Bibliothèque Qualité », 1995,
72 p. (ISBN 2-909430-36-7), p. 33-35
10. ↑ D'après les normes NF E 02-204, E 06-044, E 10-100, X 07-001 et surtout le GUM JCGM
2008
Traçabilité métrologique
La traçabilité métrologique est la « propriété d'un résultat de mesure selon laquelle
ce résultat peut être relié à une référence par l'intermédiaire d'une chaîne
ininterrompue et documentée d'étalonnages dont chacun contribue à l'incertitude de
mesure »1.
En clair, pour parler de résultat de mesure traçable (au Système international
d'unités (SI)), il est nécessaire que l'équipement de mesure soit étalonné par rapport
à un étalon, qui a été étalonné par rapport à un étalon, qui a été étalonné par rapport
à un étalon, etc., qui a été étalonné par rapport à l'étalon national ou international.
Sommaire
1Origine du terme
2Les 6 points clés définis par ILAC
3Référence
4Voir aussi
o 4.1Bibliographie
l'étendue de mesure ;
la résolution ;
la sensibilité ;
l'exactitude ;
la justesse ;
la fidélité.
Il est à noter que le terme « précision » n'est pas utilisé et constitue une erreur de langage en
métrologie. Ce terme est en effet absent du Vocabulaire international de métrologie1. Aussi, la
qualité métrologique d'un instrument ou moyen de mesure ne doit pas être confondue avec sa
« capabilité », qui caractérise son adéquation à remplir une tâche donnée.
Sommaire
1Étendue de mesure
2Résolution
3Sensibilité
o 3.1Cas général
o 3.2Cas d'un appareil linéaire
4Exactitude de mesure
o 4.1Justesse
o 4.2Fidélité
o 4.3Conclusion
5Notes et références
6Voir aussi
o 6.1Articles connexes
o 6.2Liens externes
o 6.3Normes internationales
o 6.4Bibliographie
Résolution[modifier | modifier le code]
La résolution d'un appareil est la plus petite variation de la grandeur mesurée qui produit une
variation perceptible de l'indication délivrée par l'instrument. Elle peut être exprimée en points, qui
sont alors le nombre de valeurs différentes que l'instrument peut afficher. Par exemple un
multimètre de 2 000 points pour une étendue de 2 V peut afficher toutes les valeurs comprises
entre 0,000 et 1,999 V, sa résolution est donc de 1 mV.
On rencontre également une autre notation. Un appareil sera dit « 3 point 1/2 » au lieu de « 2000
points ». Cela signifie que l'instrument peut afficher une mesure avec trois chiffres après la
virgule, plus un « demi chiffre », un chiffre affiché qui ne peut pas prendre toutes les valeurs (par
exemple, le chiffre avant la virgule, qui ne peut prendre que les valeurs zéro et un) 3.
Sensibilité[modifier | modifier le code]
Cas général[modifier | modifier le code]
La sensibilité est un paramètre exprimant la variation du signal de sortie d'un appareil de mesure
en fonction de la variation du signal d'entrée.
Un appareil est d'autant plus sensible qu'une petite variation de la grandeur G à mesurer
provoquera un changement plus grand de l'indication donnée par l'appareil de mesure.
Nota : si la valeur d'entrée est de même nature que la valeur de sortie, la sensibilité est
appelée gain.
La sensibilité au voisinage d'une valeur donnée de la grandeur G à mesurer s'exprime de la
manière suivante :
[1]
: indication donnée par l'essai
: quantité de grandeur à mesurer
On considère généralement qu'il s'agit de la pente de la courbe de graduation sur un
intervalle : la sensibilité moyenne.
On peut écrire alors :
[2]
Exemple : la largeur d'échelon d'un volucompteur est de 1 cm et la valeur de cet
échelon est de 5 cl.
[3] ou encore
En pratique, on réalise une courbe d'étalonnage où la linéarité
est approchée. Pour déterminer la droite on peut utiliser la méthode des
moindres carrés.
Il faut préciser que généralement une pente (d'une dépendance linéaire
entre deux grandeurs physiques) a sa propre unité de mesure. Prenons
comme premier exemple la dépendance entre l'intensité du courant
dans un circuit électrique simple (contenant une source de tension
continue et une résistance) en fonction de la tension. Dans ce cas la
pente de la droite a la dimension de l'inverse d'une résistance
électrique. Et cette pente est calculée à partir de la formule ,
ou (point , pris sur la droite) car la droite doit passer par l'origine du
système de coordonnées. Il ne faut pas confondre la pente de la droite
physique (ou logique) et la pente de la droite dessinée, qui dépend des
échelles utilisées.
Prenons un autre exemple : la détermination de la constante de Planck
à partir de l'effet photoélectrique faite par Millikan : en fonction de la
fréquence du rayonnement monochromatique qui produit l'effet
photoélectrique externe, on détermine la tension électrique de freinage
qui arrête les photoélectrons. La loi de conservation de l'énergie pour ce
processus s'écrit : où est la constante de Planck, la fréquence du
rayonnement monochromatique, le travail d'extraction (des électrons du
matériau), est la charge des électrons et la tension de freinage qui
arrête les photoélectrons. La représentation c'est-à-dire donne une
droite dont la pente théorique est ; la pente expérimentale reste
obtenue à partir de la droite tracée, par . Finalement on égale les deux
pentes, théorique et expérimentale, on connaît la valeur de la charge de
l'électron et on obtient la valeur de la constante de Planck.
Pour des métaux et pour la lumière visible on a des fréquences de
l'ordre de 1014 Hz et des tensions de l'ordre du volt, ce qui donne des
pentes physiques de l'ordre de 10−15 V/Hz ou 10−15 V s. La valeur
numérique, de 10−15, est proche de zéro, ce qui conduirait faussement à
l'idée que l'« angle », si on considère la signification fausse de la pente
physique comme la tangente d'un angle sur le graphique, est presque
nul. On a omis délibérément l'unité de mesure pour la pente dans ce
raisonnement, mais normalement on ne doit jamais le faire. En plus, en
ce qui concerne la représentation graphique, les meilleurs résultats
expérimentaux sont obtenus quand la pente visuelle est proche de 45°,
c'est-à-dire qu'on choisit correctement les échelles verticale et
horizontale.
Justesse[modifier | modifier le code]
L'erreur de justesse est l'erreur globale résultant de toutes les causes
pour chacun des résultats de mesure pris isolément. C'est donc
l'aptitude de l'appareil à donner des résultats qui ne sont pas entachés
d'erreur.
Dans le cas de mesures multiples c'est l'écart entre le résultat moyen et
la valeur vraie.
: moyenne arithmétique d'un grand nombre de mesures
: valeur vraie (ou conventionnellement vraie)
Si l'on effectue une représentation en deux dimensions en
considérant la valeur vraie comme l'origine on peut
considérer l'erreur de justesse comme la distance entre
le barycentre de l'ensemble des mesures et l'origine.
Fidélité[modifier | modifier le code]
Définition : la fidélité est l'aptitude d'un appareil de
mesure à donner des mesures exemptes d'erreurs
accidentelles.
La fidélité définit la dispersion des résultats. Si on
n'effectue qu'une seule mesure, la fidélité représente la
probabilité qu'elle soit représentative du résultat moyen.
Ce dernier aurait été obtenu en effectuant une infinité
de mesures.
Nota : le résultat moyen étant lui-même entaché de
l'erreur de justesse.
Si on effectue un ensemble de mesures d'une
grandeur G, on obtient une valeur maximum (Vmax) et
une valeur minimum (Vmin). Les erreurs limites de fidélité
sont alors :
Exemple : des mesures répétées à l'aide d'un
voltmètre donnent :
Conclusion[modifier | modif
ier le code]
On peut représenter
symboliquement la fidélité, la
justesse et l'exactitude de la
manière suivante :
Représentation symbolique de la
fidélité, la justesse et l'exactitude en
métrologie.
Dans le premier cas, les mesures
sont proches les unes des autres
(bonne fidélité) mais en dehors de
la zone de probabilité de la valeur
vraie (mauvaise justesse).
Dans le deuxième cas, les
mesures sont au contraire bien
dans la zone où se trouve la valeur
vraie et le « barycentre » des
points est au centre de la zone
rouge (bonne justesse) mais bien
que bonnes, les mesures sont
dispersées entre elles (mauvaise
fidélité).
Le dernier cas présente des
mesures justes (dans la zone de la
valeur vraie) et fidèles (proches les
unes des autres). C'est le cas d'un
bon appareil de mesure, à qui
l'apport d'une correction n'est a
priori pas nécessaire et les
mesures effectuées avec l'appareil
sont exactes.
Notes et
références[modifier | modi
fier le code]
Voir
aussi[modifier | modifier le
code]
Articles
connexes[modifier | modifier
le code]
Erreur (métrologie)
Incertitude de mesure
Calcul d'incertitude
Critères de dispersion
Métrologie
Étalonnage
Capabilité d'un moyen de
mesure
Liens
externes[modifier | modifier
le code]
Vocabulaire international de
métrologie — Concepts
fondamentaux et généraux et
termes associés (VIM) [archive],
BIPM.
Normes
internationales[modifier |
modifier le code]
ISO 5725-1 : Exactitude
(justesse et fidélité) des
résultats et méthodes de
mesure. Partie 1 : principes
généraux et définitions.
ISO 5725-2 : Exactitude
(justesse et fidélité) des
résultats et méthodes de
mesure. Partie 2 : méthode de
base pour la détermination de
la répétabilité et de la
reproductibilité d'une méthode
de mesure normalisée.
ISO 5725-3 : Exactitude
(justesse et fidélité) des
résultats et méthodes de
mesure. Partie 3 : mesures
intermédiaires de la fidélité
d'une méthode de mesure
normalisée.
ISO 5725-4 : Exactitude
(justesse et fidélité) des
résultats et méthodes de
mesure. Partie 4 : méthodes
de base pour la détermination
de la justesse d'une méthode
de mesure normalisée.
ISO 5725-5 : Exactitude
(justesse et fidélité) des
résultats et méthodes de
mesure - Partie 5 : méthodes
alternatives pour la
détermination de la fidélité
d'une méthode de mesure
normalisée.
ISO 5725-6 : Exactitude
(justesse et fidélité) des
résultats et méthodes de
mesure. Partie 6 : utilisation
dans la pratique des valeurs
d'exactitude.
ISO/TR 22971 : Exactitude
(justesse et fidélité) des
résultats et méthodes de
mesure - Lignes directrices
pratiques pour l'utilisation de
l'ISO 5725-2:1994 pour la
conception, la mise en œuvre
et l'analyse statistique des
résultats de répétabilité et de
reproductibilité
interlaboratoires.
Bibliographie[modifier | mo
difier le code]
Jean-Claude Engrand, De la
métrologie fondamentale à son
application industrielle, éditeur
Librairie scientifique Albert
Blanchart, 1976.
Jean Perdijon, La mesure
science et
philosophie, coll. « Domino »,
éditeur Flammarion,
1998 (ISBN 2-08-035580-5) ; Pour
faire bonne mesure, EDP
sciences, 2020.
A. Defix, Élément de
métrologie générale et de
métrologie légale, École
nationale supérieure du pétrole
et des moteurs,
édition Technip,
1985, 2e éd. (ISBN 2-7108-0496-4).
Une erreur de mesure, dans le langage courant, est « la différence entre la valeur donnée par la
mesure et la valeur exacte (bien souvent inconnue) d'une grandeur 1,N 1 ».
Exemples usuels et fictifs d'après cette définition :
1. l'indication d'une balance de ménage pour une masse de 1 kg certifiée est de 990 g.
L'erreur de mesure est de –10 g.
2. la distance entre deux murs, donnée par un télémètre laser est de 4,485 m, valeur
considérée ici comme exacte. La valeur mesurée, au même endroit, avec un mètre à
ruban est de 4,5 m. L'erreur de mesure, avec le mètre à ruban, est de 0,015 m ou
1,5 cm.
3. la différence sur 24 heures de temps entre une pendule radio pilotée et une montre
bracelet est de 3 s. L'erreur d'indication de la montre est de 3 s. Il est vraisemblable que
son avance sera de 6 s sur deux jours et de 1 min sur 20 jours…
l'erreur absolue est l'ancienne appellation de l'erreur de mesure, elle n'est plus d'usage
actuel2 ;
rapportée à la valeur de la grandeur mesurée, l'erreur relative serait respectivement
pour les exemples précédents de 1 % ; 0,33 % ; ≈ 3,5 pour 100 000.
D'autres sources que celle citée, donnent des définitions différentes de l'erreur de mesure N 2,
entrainant des difficultés d'interprétation.
Devant cette confusion et la croissance des échanges de biens au niveau mondial, des
organisations internationales (ISO, BIPM…) ont proposé, dès 1984, un vocabulaire international
de métrologie, le VIM3, qui définit et précise les termes à employer en métrologie. L'erreur de
mesure est incluse dans ce vocabulaire ; c'est la principale référence de l'article.
Sommaire
1Définition
2Causes d'erreurs
3Analyse de l'erreur
o 3.1Expression
o 3.2Erreur aléatoire
o 3.3Erreur systématique
o 3.4Exemple
o 3.5Corrections
4Approche statistique
5Applications
6Prospective
7Erreur de mesure (ancienne version)
o 7.1Précision de mesure
o 7.2Dispersion statistique
8Propagation de l'erreur
9Erreur et test d'acceptation
10Utilisation de calculatrices
11Notes et références
o 11.1Notes
o 11.2Références
12Annexes
o 12.1Bibliographie
o 12.2Articles connexes
o 12.3Liens externes
Définition[modifier | modifier le code]
En métrologie, dans un mesurage, une erreur de mesure est la « différence entre la valeur
mesurée d'une grandeur et une valeur de référence4 ».
tout d'abord, la répétition des mesures, sans rien changer au processus, conduit à des
indications différentes - phénomène bien connu des métrologues. Cette variation des
résultats, dont les causes sont rarement connues porte le nom d'erreur aléatoire ;
ensuite, une variation maitrisée des conditions de l'expérience peut mettre en évidence
des erreurs élémentaires dues aux facteurs inhérents au système du processus de mesure
(les 5 M bien connus : mesurande, moyen de mesure, main d'œuvre ou opérateur, méthode,
milieu). Quelques exemples liés aux 5 M : mise en place pièce sans application, moyens de
mesures de même type mais différents, pressions variables sur les instruments exercées par
l'opérateur (ou les opérateurs, dans le cadre d'un travail en série avec plusieurs équipes ),
méthodes différentes comme la vitesse d'accostage de l'instrument et, pour finir, des
variations dues au milieu appelées d'ailleurs « facteurs d'influence », comme la température,
l'humidité, les vibrations… La variation de ces derniers résultats, dont les causes peuvent
être cernées, porte le nom d'erreur systématique.
Exemple[modifier | modifier le code]
Exemple industriel fictif : étalonnage partiel d'une colonne de mesure, sur une cale de 100 mm de
classe 1 (étalon de référence). Les écarts d'indication des mesures répétitives, par rapport à la
valeur de référence 100, sont donnés en μm.
100,003
Valeur n° 2 3 0,1 2,9
0
100,003
Valeur n° 3 3,5 0,6 2,9
5
100,003
Valeur n° 4 3 0,1 2,9
0
100,002
Valeur n° 5 2,5 - 0,4 2,9
5
Valeur 100,002
2,9 0 2,9
moyenne 9
On remarque dans cet exemple volontairement simplifié que l'erreur systématique est constante.
Elle peut être due à différentes causes (ici indicatives) : mise en place de la cale étalon sur le
marbreN 5 et/ou mauvais calibrage et jeu ou flexion du palpeur dans l'accostage pièce et/ou
vitesse de déplacement programmée du palpeur trop grande…
Corrections[modifier | modifier le code]
L'effet de la composante systématique de l'erreur peut être réduit par une correction,
sans intervenir sur le système de mesurage ; dans l'exemple précédent, une correction de –
2,9 μm (égale à l'erreur systématique changée de signe) sur les valeurs mesurées rapproche
l'ensemble des résultats de la valeur vraie (les valeurs corrigées se trouvent entre - 0,4 et
0,6).
l'erreur aléatoire, de par sa nature, n'est guère modifiable. Il est possible néanmoins de la
minimiser en maitrisant mieux les causes d'erreurs N 6,9.
Ce qui donne pour l'exemple, présenté plus haut, de l'étalonnage partiel de la colonne
s = 0,42 µm et sXbar = 0,19 µm.
Avec un facteur d'élargissement égal à 2 (valeur communément employée en métrologie
française) on aura la dispersion des mesures D et la dispersion sur l'erreur moyenne Δ moy, ceci
pour 5 mesures consécutives
D = ± 0,84 µm et Δmoy = 2,9 µm ± 0,38 µm.
Ces informations statistiques n'ont que l'importance qu'on veut bien leur donner. On peut
simplement souligner que plus le nombre de mesures individuelles est grand, meilleure est
l'exactitude sur l'erreur de mesure ; ici, par exemple : pour la seule mesure no 1, Δ1 = 2,5 ±
0,84 µm ; pour la seule mesure no 3, Δ3 = 3,5 ± 0,84 µm ; pour les 5 mesures consécutives, Δmoy =
2,9 ± 0,38 µm.
Applications[modifier | modifier le code]
Dans le domaine grand public, quelques exemples ont été donnés dans l'introduction ; on
pourrait en ajouter d'autres, actuels, comme l'erreur de mesure des thermomètres médicaux
auriculaires ; l'erreur de mesure sur la distance ou la vitesse instantanée d'un compteur de vélo
mal réglé ; l'erreur de localisation des GPS de voiture aux embranchements d'itinéraires…
Dans le domaine industriel, la recherche d'erreurs trouve sa place :
Prospective[modifier | modifier le code]
Les applications semblent être de plus en plus limitées dans le domaine de la vérification des
instruments. En effet, l'erreur de mesure est une approche restrictive sur le doute que l'on peut
avoir sur les résultats des mesures. On néglige, comme on l'a vu les erreurs liées à l'étalon et
d'autres erreurs élémentaires liées aux facteurs influents de l'environnement. La recherche de
l'incertitude de mesure, qui essaie de prendre en compte toutes les causes de variabilité, tend,
de par sa généralisation, à supplanter la recherche d'erreur plus traditionnelle N 9.
Métaphore de l'incertitude de mesure : a) la dispersion statistique et l'erreur systématique sont faibles ; b) la dispersion statistique est
forte mais l'erreur systématique est faible ; c) la dispersion statistique est faible mais l'erreur systématique est forte.
l'erreur d'échantillonnage : c'est lorsque l'on prélève un échantillon qui n'est pas
représentatif de ce que l'on veut mesurer ; le résultat dépend alors de la manière dont on
choisit l'échantillon;
l'erreur de préparation : c'est lorsque la préparation de l'échantillon introduit un biais ;
l'échantillon s'altère pendant le transport, le stockage ou la manipulation (pollution,
dégradation, transformation physique ou chimique) ;
la stabilité de l'appareil : celui-ci peut être sensible aux variations de température, de
tension d'alimentation électrique, aux vibrations, aux perturbations électromagnétiques des
appareils environnants… ou bien présenter un défaut de conception ou une usure (bruit de
fond électronique, pièce instable…)
Sur un grand nombre de mesures, on peut considérer que l'on a une probabilité dont la
distribution est gaussienne. Le résultat de la mesure sera alors la moyenne empirique Ê des
résultats
le carré de l'écart type σ2 de la gaussienne peut s'évaluer avec la variance empirique corrigée :
L'erreur due à la dispersion statistique est alors estimée par
k étant une constante dépendant du niveau de confiance, c'est-à-dire de l'erreur admissible.
En physique, on prend souvent k = 3, ce qui correspond à un intervalle de confiance de 99,73 %,
c'est-à-dire que 99,73 % des valeurs xi sont comprises entre Ê - Δx et Ê + Δx et 0,27 % seront
hors de cet intervalle ; sur 1 000 mesures, seules trois seront en dehors de l'intervalle. Dans de
nombreux cas, on se contente de prendre k = 2, soit un niveau de confiance de 95 % (5 mesures
hors intervalle pour cent mesures). Pour une entreprise ayant une production énorme, 0,27 %,
et a fortiori 5 %, peuvent être encore trop.
Par exemple, imaginons qu'une entreprise produise des pièces dont la longueur ℓ doit avoir une
précision Δℓ donnée ; l'outil de production, après réglage, produit des pièces avec une dispersion
σ sur ℓ ;
si Δℓ = 2⋅σ, alors pour un milliard de pièces produites, 50 millions iront au rebut, ce qui est
énorme ;
si Δℓ = 3⋅σ (grâce à une optimisation de l'outil de production, l'entreprise a divisé la
dispersion σ par un facteur 1,5), alors pour un milliard de pièces produites, 2,7 millions iront
au rebut, ce qui est encore important ;
si elle réussit à diminuer σ encore de moitié, on aura alors Δℓ = 6⋅σ, soit un taux de rebut
de 2 × 10−9 (0,000 000 2 %), deux pièces iront au rebut par milliard produite. Ce niveau de
confiance très exigeant a donné son nom à une méthode de gestion appelée Six Sigma.
Voir aussi les articles Critères de dispersion et Loi normale.
Si l'on a peu d'échantillons, il faut utiliser un coefficient plus grand pour prendre en compte
l'erreur faite sur la détermination de Ê et de (voir la loi statistique de Student). On peut aussi
volontairement choisir un intervalle de confiance plus grand ou plus petit, et donc prendre un
coefficient plus grand ou plus petit. À titre d'exemple :
Loi de Student : écart type et niveau de confiance
Niveau de > 100 mesures
5 mesures 10 mesures 20 mesures
confiance (loi normale)
50 % 0,73⋅σ 0,70⋅σ 0,69⋅σ 0,67⋅σ
68 % 1⋅σ
70 % 1,16⋅σ 1,09⋅σ 1,06⋅σ 1,04⋅σ
87 % 1,5⋅σ
90 % 2,02⋅σ 1,81⋅σ 1,73⋅σ 1,65⋅σ
95 % 2,57⋅σ 2,23⋅σ 2,09⋅σ 1,96⋅σ
99 % 4,03⋅σ 3,17⋅σ 2,85⋅σ 2,56⋅σ
99,7 % 3⋅σ
99,9 % 6,87⋅σ 4,59⋅σ 3,85⋅σ 3,28⋅σ
99,999 999 8 % 6⋅σ
Note : les valeurs sont arrondies
Sur une gaussienne, la largeur à mi-hauteur (full width at half maximum, FWHM) représente un
intervalle de confiance d'environ 76 % (soit 3/4) pour un grand nombre de mesures.
Dans le cas de mesures physiques ou chimiques, l'évaluation de la dispersion statistique se fait
par des mesures de répétabilité et de reproductibilité, et éventuellement par des mesures
croisées inter-laboratoires :
répétabilité : un même opérateur effectue plusieurs fois la même mesure, et l'on relève
les résultats ; ceci permet d'évaluer la stabilité dans le temps de l'appareil et de l'échantillon
(vieillissement dans l'appareil ou hors de l'appareil) ; dans le cas d'une analyse chimique, on
mesure plusieurs fois le même échantillon ;
reproductibilité : on mesure plusieurs fois le même matériau ou phénomène ; la différence
avec la répétabilité est que l'on reprépare à chaque fois la mesure (par exemple prélèvement
de l'échantillon et conditionnement pour la mesure, ou bien mise en place de l'appareil de
mesure et réglage préalable) et que ceci est fait par différentes personnes ; ceci permet de
prendre en compte la totalité de la chaîne de mesure et les erreurs humaines ;
essais croisés interlaboratoires, ou essais circulaires : un échantillon inconnu est envoyé
à plusieurs laboratoires et l'on compare les résultats, on prend ainsi en compte la diversité
des appareils de mesure et les habitudes de travail.
Si la précision de mesure est inférieure à la dispersion statistique, on mesure alors toujours le
même résultat (aux erreurs de lecture ou d'utilisation près), cf. infra.
Note : Dans le cas d'un phénomène aléatoire (processus stochastique, cas par exemple du
sondage d'opinion), on ne cherche pas à connaître une valeur et une erreur, mais à connaître la
répartition statistique des valeurs. Voir aussi Loi des grands nombres.
si pour un métier on n'accepte que les personnes mesurant au moins 1,60 m, il faut une
méthode de mesure ayant une dispersion statistique inférieure à 16 cm.
si la teneur en soufre dans une essence doit être inférieure à 150 ppm en masse, il faut
une méthode de mesure ayant une dispersion statistique inférieure à 15 ppm.
De manière générale, la fourchette de valeurs d'admissibilité doit prendre en compte l'erreur
globale. Le sens de la prise en compte de l'erreur globale dépend du type de risque que l'on veut
éviter :
si l'on veut éviter les faux positifs (c'est-à-dire accepter un produit alors qu'il est
inacceptable), on resserre la fourchette ;
si l'on veut éviter les faux négatifs (c'est-à-dire rejeter un produit valable), alors on élargit
la fourchette.
Pour tester un appareil ou une procédure, on vérifie que les tests de répétabilité et de
reproductibilité sont compatibles avec la précision visée ; pour tester une méthode de mesure, on
vérifie que les essais interlaboratoires (ou circulaires) sont compatibles avec la précision visée
(cf. supra).
Références[modifier | modifier le code]
1. ↑ Citation corrigée extraite du dictionnaire : Le petit Larousse compact, 2000.
2. ↑ Voir le VIM (référencé en bibliographie) dans l'édition 1993 (3.10). Dans le VIM 2008, le terme a
disparu.
3. ↑ VIM collectif 2008 ; il existe une version plus actuelle du VIM, de 2012, avec de petites corrections,
mais moins facile d'exploitation.
4. ↑ VIM collectif 2008, p. 22, n° 2.16. ; la définition de l'édition 1993 était « Résultat d'un mesurage moins
une valeur vraie du mesurande »
5. ↑ M. Collinet CNAM 1995, p. 2
6. ↑ VIM collectif 2008, p. 23 ; n° 2.19.
7. ↑ VIM collectif 2008, p. 22 n° 2.17.
8. ↑ VIM collectif 2008, p. 23 ; n° 2.18.
9. ↑ D'après M. Collinet CNAM 1995, p. 4
10. ↑ Collectif AFNOR 1996, p. 149-173
Incertitude de mesure
Mesurage avec une colonne de mesure.
Sommaire
1Définition
2Approche statistique
3Causes d'incertitudes
4Composantes
o 4.1Évaluation de type A de l'incertitude
4.1.1Exemples
o 4.2Évaluation de type B de l'incertitude
4.2.1Exemples
5Détermination de l'incertitude élargie
o 5.1Démarche type
o 5.2Exemple type
o 5.3Présentation industrielle
6Incertitude et tolérance
7Notes et références
o 7.1Notes
o 7.2Références
8Annexes
o 8.1Bibliographie
o 8.2Articles connexes
o 8.3Liens externes
Définition[modifier | modifier le code]
L'incertitude de mesure est définie par le Bureau international des poids et
mesures (BIPM) dans Vocabulaire international de métrologie (VIM)1,2 :
elle « caractérise la dispersion des valeurs attribuées à un mesurande, à partir des
informations utilisées ».
La méthode de détermination de l'incertitude de mesure fait l'objet d'un fascicule
métrologique du BIPM intitulé Guide pour l'expression de l'incertitude de
mesure (GUM)3. Dans ce guide on retrouve la définition sous une forme plus
ancienne datant de 1993 :
« paramètre, associé au résultat d'un mesurage, qui caractérise la dispersion des
valeurs « qui pourraient raisonnablement » être attribuées au mesurande »
Le paramètre peut être, par exemple, un écart-type.
Notations
Incertitude type
Incertitude type A
Facteur d'élargissement
Incertitude élargie
Résultat de mesurage
Le plus souvent, la distribution de la dispersion n'est pas identifiée, elle peut avoir
différentes formes ; donc, pour k = 2 on ne peut pas dire qu'on a un risque d'environ
5 %, ou un intervalle de confiance de 95 % comme dans une population gaussienne.
Néanmoins on montre que pour une distribution quelconque, le risque ne sera jamais
supérieur à 25 % (par l'inégalité de Bienaymé-Tchebychev) ; ce qui montre l'humilité
des termes de la définition du GUM : « dispersion des valeurs qui pourraient
raisonnablement être attribuées… ».
Étalonnage de l'instrument
Pression de contact…
Défauts géométriques
3 - Mesurande
Déformation pièce…
Manipulation
4 - Opérateur Lecture
Suivi de la procédure
5 - Méthode
Lecture…
Température ambiante
6 - Grandeurs
d'influence
Coefficient de dilatation, vibrations…
Ces différentes causes pourraient aussi bien être présentées sous forme
de diagramme causes-effet avec les « 5 M » : Matière (pièce), Moyen de mesure à la
place de Machine, Main d'œuvre, Méthode, Milieu ; la finalité de l'analyse est de ne
pas oublier de facteurs influents dans le calcul de l'incertitude.
Composantes[modifier | modifier le code]
« L'incertitude de mesure comprend en général de nombreuses composantes :
Répétabilité
Mesure no 1 25,007 7
Mesure no 2 25,010 10
Mesure no 3 25,008 8
Mesure no 4 25,011 11
Mesure no 5 25,008 8
Incertitude d'étalonnage
N valeur
Étape Complément 1 Complément 2 Expression*
° finale*
Résultat brut
1 xbar 100,01
moyen
due à l'erreur de
0,02
justesse
2 Corrections due à la
- 0,014
dilatation
B1 : résolution
B2 : justesse
résiduelle
B3 :
température
B4 : coef. de
dilatation
répétabilité du
u a 0,01265
mesurage
type A
écart type sur la
ux bar = 0,01265 / √6 0,0052
moyenne
U étalon négligé
coef. de
négligé
dilatation
√ 0,00522 +
incertitude type
composée
uc 0,00582 + 0,0079
0,0012 + 0,000472
incertitude
U = 2 x 0,0079 0,0158
élargie
5 Résultats
100,016 ±
Résultat corrigé du
* unités : mm 0,016 (k =
mesurage
2)
Références[modifier | modifier le code]
1. ↑ VIM collectif 2008, p. 25, n° 2.26..
2. ↑ Dans sa version de 2012, le VIM précise : « paramètre non négatif qui caractérise la
dispersion des valeurs attribuées à un mesurande, à partir des informations utilisées ».
3. ↑ Guide pour l'expression de l'incertitude de mesure JCGM 2008, p. 2, n° 2.2.3.
4. ↑ Collectif AFNOR 1996, p. 149-173..
5. ↑ VIM collectif 2008, p. 25, n° 2.26..
6. ↑ VIM collectif 2008, p. 26 ; n° 2.28.
7. ↑ VIM collectif 2008, p. 23-24 ; n° 2.20 et 2.24..
8. ↑ VIM collectif 2008, p. 26 n° 2.29..
9. ↑ Collectif MFQ Franche-Comté, Guide pour la détermination des incertitudes de mesure,
Nanterre, Mouvement Français pour la Qualité, coll. « Bibliothèque Qualité », 1995,
72 p. (ISBN 2-909430-36-7), p. 33-35
10. ↑ D'après les normes NF E 02-204, E 06-044, E 10-100, X 07-001 et surtout le GUM JCGM
2008
Annexes[modifier | modifier le code]
Bibliographie[modifier | modifier le code]
: document utilisé comme source pour la rédaction de cet article.
Chiffre significatif
Le nombre de chiffres significatifs indique la précision d'une mesure physique. Il
s'agit des chiffres connus avec certitude plus le premier chiffre incertain. La précision
(ou l'incertitude) avec laquelle on connait la valeur d'une grandeur dépend du
mesurage (ensemble d'opérations ayant pour but de déterminer une valeur d'une
grandeur).
Par exemple : 12 345 a cinq chiffres significatifs. Le premier chiffre incertain est le 5.
Cette notion est une simplification de la notion d'incertitude de mesure : au lieu
d'exprimer l'incertitude sous la forme d'une valeur, on suppose implicitement qu'elle
est de l'ordre de grandeur de l'unité du premier chiffre incertain. L'exemple ci-dessus
est ainsi équivalent à 12 345 ± 1.
Sommaire
1Dans un nombre
o 1.1Convention
o 1.2Cas du 0
2Dans une opération
o 2.1Addition et soustraction
o 2.2Multiplication et division
o 2.3Logarithme
3Logiciels de calcul et chiffres significatifs
4Notes et références
5Voir aussi
o 5.1Articles connexes
o 5.2Liens externes
o si trois chiffres sont significatifs alors le résultat final peut être écrit 4,00
× 102 ou encore 0,400 × 103 ou encore 400,
o si quatre chiffres sont significatifs alors le résultat final peut être écrit
4,000 × 102 ou encore 0,4000 × 103 ou encore 400,0.
Selon la façon dont il est écrit, le nombre de chiffres significatifs varie. Il peut donc
être préférable d'écrire de tels nombres en notation scientifique ou en notation
ingénieur, car avec ces notations, par convention, tous les chiffres de
la mantisse sont significatifs.
2,623 2…
3,623 2…
Le nombre avant la virgule n'est que la valeur de l'exposant. Cette valeur ne servant
qu'à positionner la virgule, elle n'est pas elle-même un chiffre significatif. Par
conséquent le résultat correct s'écrit :
2,62
3,62
Logiciels de calcul et chiffres significatifs[modifier | modifier le
code]
Comme décrit ci-dessus, la question des chiffres significatifs repose sur une
information qui va au-delà de la valeur du nombre. C'est pourquoi la plupart des
logiciels de calcul ou de manipulation de données numériques ignore cette question.
L'affichage précis des nombres, et en particulier donc du nombre de chiffres
significatifs, est à la charge de l'utilisateur ; sinon, un choix par défaut est utilisé,
parfois modifiable globablement, toujours prédéfini "en usine" dans chaque logiciel,
sans connaissance des futurs usages et besoins.
Apparaît ainsi la question des chiffres non-significatifs, essentielle à considérer
lorsque l'on souhaite partager ou publier des résultats, typiquement un tableau de
données mesurées ou calculées, qui ont été travaillés à partir de ces outils
informatiques (par ex. des programmes de traitement de données, une feuille de
calcul électronique, etc.) qui ne connaissent pas la notion de précision ou
d'incertitude. Il est ainsi essentiel de penser à reformater chaque nombre en fonction
de ses chiffres réellement significatifs, faute de quoi, ce sont les choix de
programmation par défaut qui les déterminent, et il y a tromperie quant à la précision
réelle des valeurs ainsi montrées (on peut alors parler de fraude scientifique).
Notons que quelques logiciels généraux (et plus de logiciels dits "métier", spécifiques
à un champ d'application, comme en ingénierie sur tel ou tel domaine. Exemples :
résistance des matériaux, calculs de viscosité, détermination de pH, etc.) sont
capables d'utiliser les informations supplémentaires, et définir des méta-données
pour un affichage correct en termes de chiffres significatifs. Ainsi certains modules
spécialisés sur la métrologie et la propagation des incertitudes dans des logiciels de
calcul formel, des packages ou librairies spécifiques pour les langages de calcul
scientifique.