scbist

Порой применяя умные слова человек кажется не умнее, а смешнее. За каждым словом должно что-то стоять. Надо не только применять термины, но и понимать суть явления.

Нет с бесконечной. Иначе зачем Вам

Я не читал, но в сети есть журнал "Хемометрика и интеллектуальные лабораторные системы" Chemometrics and Intelligent Laboratory Systems. Международный журнал, спонсируемый Хемометрическим обществом. An International Journal Sponsored by the Chemometrics Society. https://www.journals.elsevier.com/chemometrics-and-intelligent-laboratory-systems Может там Вы найдете что-то более ценное, чем наши МИ и ГОСТы.

Я вроде с самого начала говорил, что до измерения (опыта) мы можем только предполагать что-то о значении измеряемой величины. Получается, что мы пришли к консенсусу?

Т.е. дефиниция это измерение, но без результата. Значение величины имеем, но без неопределенности. Но это же детский сад. Кстати, в статье, ссылку на которую я приводил и цитировал, автор в самом начале говорит, что мы имеем дело с измерением с самого детства, но про погрешности и неопределенности не задумываемся. Мы в детстве воспринимаем измерительную информацию как истину. Аналогично в магазине, мы платим за товар не спрашивая продавца про погрешность и неопределенность. Но для производства эта информация необходима. Мы не должны принимать значение на веру.

Ну это для Вас он простой. Для неспециалиста в Вашей области ясности не прибавляется. Что такое предыдущее измерение? 1. Построение градуировочной характеристики. 2. Определение содержания в пробе другого компонента? 3. Еще что-то.

Вот этого я не понял. Вы же постоянно говорите, что дефиниция это уже измерение. После этого Вам известно значение измеряемой величины, и основываетесь Вы на всем предыдущем опыте человечества. И вдруг Вам нужен эксперимент. Зачем? Вы забыли, чему Вас учили в школе?

Позлоупотребляю еще терпением. Статья того-же автора Поэтому будем надеяться, что Макс Планк ошибается, когда пишет: «Новая теория никогда не побеждает, гибнут ее противники. " . Потенциал, безусловно, есть, но этот путь реализации этого изменения, хоть и спасительный, наверное, еще очень (слишком?) долгий... Искусственный интеллект: прорыв, который меняет мир Мир, в котором мы живем, — это мир, который англо-саксонски правильно квалифицируют как «поведение по мнению» («управляемое мнение»). Именно такой образ мышления приводит к спросу, если взять в качестве примера упомянутые выше ручки, что худшая из пробок должна быть в состоянии сочетаться с худшей из ручек. Это убеждение, на котором основаны наши рассуждения, требования и практика. Точно так же план эксперимента, направленный на моделирование поведения явления по отношению к входным факторам, является вопросом мнения. Экспериментатор думает (верит?), что интересующий его феномен находится под влиянием такого-то и такого-то фактора, и затем он строит свой опыт на этом убеждении. Однако нет никакой гарантии, что он не забыл один, а то и несколько влияющих параметров. Если это так, то модель не будет отображать реальность. Сколько дисфункциональных ситуаций имеют истоки неполных убеждений? Наверное, никто не может ответить на этот вопрос, но все производители, напротив, сталкиваются с проблемами, которые не могут решить. Такие ситуации, несомненно, существуют! Большие данные, емкости для хранения данных, облачные технологии и вычислительная мощность компьютеров открывают новые возможности. Искусственный интеллект, результатом которого является множество алгоритмов расчета, позволяет нам иметь совершенно другой подход. Иногда мы говорим о наивных или агностических методах. Эти алгоритмы, основанные на фактах, не предполагают никаких других предположений, кроме наличия данных, и одно это требование является реальной возможностью для метрологии. Действительно, эти данные дают достоверное представление о реальности только в том случае, если измерения надежны. Эти данные используются не только для вынесения решения о действии (соответствие требованиям, корректировка и т. д.), но и представляют собой капитал, который накапливается с течением времени, чтобы компания могла использовать его для понимания и действий. Сделать результаты измерений более достоверными — категорический императив. В июле 2017 года журнал Science & Vie назвал « Рождение нового интеллекта ». Полный файл был посвящен искусственному интеллекту и мощности его алгоритмов. В этом файле в примере поясняется, что алгоритм научился «распознавать» присутствие льва на фотографии (помните, что изображение, видимое с компьютера, представляет собой всего лишь огромный набор пикселей!), а не по цвету изображения. животное или форма его гривы, которая была бы решающей для человека, но от особенности его глаз. Алгоритм смог обнаружить эту «подпись», используя библиотеку фотографий, на одних из которых были львы, а на других — нет. Этот пример особенно интересен по двум причинам. Это ясно показывает, с одной стороны, способность алгоритмов находить дифференцирующие элементы, которые не представляются нам естественным образом. Сколько таких «слабых сигналов» все еще скрыто в процессах промышленного производства и создает проблемы, негативно влияя на производительность компаний из-за брака или изменения срока службы? С другой стороны, это подчеркивает необходимость гораздо более надежных измерений, чем в настоящее время: если фотография размыта, как можно «увидеть» глаза? Большие данные и искусственный интеллект позволят лучше контролировать явления, которые сложно понять с помощью наших традиционных инструментов. Однако к этим новым инструментам предъявляются новые требования, не последним из которых является надежность данных. Таким образом, метролог, ставший умным, играет важную роль в этом новом мире, который не ждет постепенных изменений. Это не вопрос перехода от «наихудшего случая» к статистическим допускам. Это настоящий прорыв в способе мышления перейти от «управляемого мнением» к «управляемому фактами». Пионеры больших данных свели их к трем характеристикам: объем, разнообразие и скорость. Они, конечно, не заставили себя долго ждать, чтобы признать, что для работы их алгоритмов необходим четвертый: Veracity! Поскольку алгоритмы агностичны, они могут только «верить тому, что им говорят»… Они могут искать слабые сигналы во множестве информации, но они совершенно неспособны, и это не их роль, исправлять имеющиеся у них данные. Поговорка «Мусор на входе, мусор на выходе» обретает здесь свое полное значение. Если мы что-то вводим на вход, мы получаем что-то на выходе. Метролог, который до этого в основном занимался управлением измерительными приборами, должен принять вызов надежных измерений, что налагает на него новую роль: быть гарантом достоверности измеренных данных своей компании. Байесовский вывод: коперниканская революция в метрологии Хотя погрешности измерений должны быть в центре внимания метрологов, следует признать, что на практике мы не уделяем им большого внимания. Итак, что толку их вычислять, если не использовать? Для использования этих неопределенностей стандарт NF ISO/IEC Guide 98-4* открывает очень полезную область в метрологии: байесовский подход . Понятие априори, используемое в этом подходе для оценки рисков, связанных с декларированием соответствия, может иметь и множество других применений. Риск объявления субъекта «соответствующим» в действительности «несоответствующим» сводился, в классическом представлении, к поверхности, превышающей допустимую зону (см. рис. 3). http://www.smart-metrology.com/wp-content/uploads/2019/04/Figure-3-300x142.png Рисунок 3: Традиционный взгляд на измеренное значение, связанную с ним неопределенность и риск клиента Однако это видение явно неполно. На самом деле клиентский риск существует только в том случае, если организация действительно не соответствует требованиям. Таким образом, очевидно, что вероятность того, что организация не соблюдает требования, также должна учитываться при расчете риска. Последнее на самом деле является одновременной реализацией двух событий: измерением соответствия (вероятности P1) несоответствия объекта реальности (вероятности P2). Вероятность P1 может быть рассчитана по неопределенности измерения. Вероятность P2 рассчитывается на основе априорных знаний о продукции субъекта. Этот подход, сочетающий наблюдение (измерение) и априорную оценку реальности, которую необходимо измерить, называется байесовским. Тогда возникает вопрос о выводе из всех знаний (измерения, неопределенности измерения и априорного) наиболее вероятной реальности. В статье в этом блоге объясняется, как использовать всю информацию, чтобы получить значение, более надежное, чем измеренное значение. Очень схематично это: рассмотрим основное уравнение метролога ( измеренное V = истинное V + th измерение ), сделать вывод, что существует множество комбинаций (V True , e Measurement ) для одного и того же измеренного значения, вычислить вероятность каждого из них (P1xP2), как только мы знаем априори и неопределенность измерения, найти наиболее вероятное сочетание и вывести из него наиболее вероятное истинное значение, которое скрыто за измеренным значением. Эта постобработка измеренного значения требует знания априорных процессов компании и неопределенности измерения. Это оригинальный способ использования неопределенности измерения с точки зрения производительности. Умный метролог должен будет взяться за это. Компетенция этого будущего метролога, заключающаяся в оценке рисков и наиболее вероятных значений, будет гораздо более полезной и важной для его компании, чем управление периодическими калибровками, часто ненужными и в основном проводимыми для удовлетворения аудиторских проверок. Динамический мониторинг: конец ненужным периодическим калибровкам Историческая стратегия «периодических калибровок календаря» не гарантирует достоверности измерений. Эта практика фактически обнаруживает проблемы апостериорно только тогда, когда они должны быть обнаружены динамически. Чтобы контролировать риски, необходимо знать, когда данные перестают быть надежными, потому что потеря знаний о процессах из-за отсутствия надежности данных означает, что вы рискуете заплатить высокую цену перед лицом более гибких конкурентов. Для выхода из периодических калибровок также очень полезна априорная информация. Когда мы заранее знаем, что мы должны найти, мы можем постоянно гарантировать, что результаты согласуются с этим априори. Если эта согласованность ставится под сомнение, это означает либо изменение процесса (ключевая информация для удовлетворенности клиентов), либо изменение процесса измерения (ключевая информация, позволяющая понять, калибровать его или нет). Статистика предлагает несколько тестов, чтобы узнать, принадлежит ли выборка (измерения дня, недели, часа в соответствии с частотами выборки) с заданным уровнем достоверности известной родительской совокупности (априори). Эти тесты необходимы метрологу для обнаружения аномалии в измерительном приборе почти сразу после ее возникновения. Таким образом, априорная информация является важной информацией для управления рисками, и ее знание позволяет обнаруживать аномалии «вживую». В результате появляется возможность выйти из мира слепых калибровок/верификаций и войти в мир условных периодичностей. Вывод Все метрологи знают, что измерения неверны, но они должны знать, а также сообщать, что большинство допусков неверны , то есть не имеют никакого реального отношения к функциональной необходимости. Этот мир «ошибок» выбирается за счет экономики и устойчивого развития. Это «чрезмерное требование» имеет пагубные последствия для нашей нынешней и будущей промышленной организации. Все наши мыслительные паттерны пришли из того времени, когда мысли о мире были безграничны и когда безраздельно господствовал принцип «кто может сделать больше, может сделать меньше» . С тех пор границы открылись, конкуренция приобрела глобальный характер, и постепенно возобладала экологическая осведомленность : делать «слишком много» означает делать «слишком дорого» с экономической точки зрения и «слишком вредно» для наших общих ресурсов. Сейчас самое время прислушаться к мудрости старейших: «Относись к земле хорошо: ее тебе не родители дали, ее одолжили тебе твои дети». Этот принцип, позже принятый Антуаном де Сент-Экзюпери, просто предлагает нам учитывать будущие поколения в нашем выборе и нашей практике. Технологическая эволюция, которую сегодня представляют большие данные, требует обновленной метрологии: интеллектуальной метрологии. Последнее может способствовать рационализации наших стратегий и наших решений, стремящихся к « самому необходимому» . В связи с критической ситуацией интеллектуальная метрология больше не является вариантом ... Пост скриптум Большое спасибо моему другу Лорану Леблону за его активное участие в написании этой статьи! * Неопределенность измерения — Часть 4: роль неопределенности измерения в оценке соответствия (AFNOR 2013). См. также FD X 07-039 (AFNOR 2018): Внедрение стандарта NF ISO/IEC Guide 98-4. https://www.smart-metrology.com/blog/2019/05/pourquoi-la-smart-metrology-nest-plus-une-option/

Этот же автор делает что-то типа рекламы книге Tant sur la forme que sur le fond, la pensée de Didier Nordon n'a pas beaucoup de "concurrence". Didier interviendra le 9 juin, dans la manifestation organisée par Delta Mu à l'occasion de la sortie du livre. C'est avec impatience que j'attends le moment où il prendra la parole pour nous faire partager une quelques idées. Elles sont souvent aussi profondes qu'originales... Le rencontrer et l'entendre en direct est une chance que vous pouvez saisir en nous rejoignant le 9 Juin. Nous voulons partager ce moment avec un maximum de personnes ouvertes à des idées nouvelles, que nous espérons pertinentes. A vous d'en juger, vous êtes tous convié(e)s, et il est encore temps ! Статья 2016 года. Поэтому встреча с автором уже давно прошла. Но интересно название книги «Умная метрология: от метрологии приборов к метрологии решений». Оно как-то созвучно с нашим спором. Хотелось бы знать, что там автор напридумывал. Но сейчас нет времени на поиск.

?

Если хотите и есть что сказать, то ради Бога. Но я хотел проиллюстрировать мысль о корявости математических моделей и дефинициарные неопределенности. Модель описывает идеализированный процесс, а измерения проводим в реальном.

Вот подвернулась статья Гугл мне перевел Автор высказывает интересную мысль, что калибровать с определенной периодичностью глупо.

K. Alec Chrystal (City University Business School, London) and Paul D. Mizen (University of Nottingham). Они не метрологи. Наша терминология им не известна.

Просто некоторые пытаются провести линию неопределенность - калибровка - бардак. Я же утверждаю, что неопределенность ничем не лучше погрешности с точки зрения обеспечения единства измерений. Что там метрологи считают, погрешность или неопределенность роли не играет. Переход на неопределенность не дает абсолютной свободы, как и погрешность. Обе концепции позволяют обоснованно принимать решения о соответствии изделия и СИ предъявляемым требованиям. В обеих концепциях к СИ предъявляются определенные требования. Порой очень схожие.

Кому интересно ссылка на Австралийский закон https://www.legislation.gov.au/Details/C2021C00505 Закон о национальных измерениях 1960 г. № 64, 1960 г. Включает поправки до: Закон № 13, 2021 г. Какая-то куцая сфера применения закона по сравнению с нашим. Зато ответственность за нарушения прописана. Мда. 220 страниц. Замучаешься пыль глотать читамши, как говорит наш президент. А к нему прилагаются Национальные правила измерения торговли 2009 г. https://www.legislation.gov.au/Details/F2019C00581 Причем, на лекарства и брюлики свои правила. Да мы еще неплохо живем.

С чего вдруг такой вывод? Отсутствие бардака обеспечивается присутствием закона и контроля его исполнения.

Обратил внимание, что занимается этим министр науки и технологии, а не торговли.

Мне кажется, что это еще на уровне Госстандарта. Речь не о хищениях, а о правильной фасовке. ОБХСС это на следующем этапе. Но я это цитировал к тому, что при всей неопределенности их измерений бардака там нет. И у них фасовка товаров для рядовых потребителей попадает в сферу государственных интересов.

Это Вам кажется. Такое случалось даже в ракетостроении.

Нет. Я про фаску вообще. или

Мне тут вспомнилось начало 80-х годов. Мы выпускали фазочувствительные реле. Это полутрансформаторы с алюминиевым сектром между ними. Реле для контроля занятости жд пути. Если поезда нет, то сектор в верхнем положении, если есть, то в нижнем. В один "прекрасный" момент сектор реле не опустился при заходе поезда на контролируемый участок. А это считается опасный отказ. На занятый участок горит зеленый свет. Когда разбирались с причинами оказалось, что заклепки, которые скрепляют трансформаторный набор, порублены как колбаса в магазине мелкими шайбочками. Слабина изначальной стяжки привела к тому, что пластины вибрировали и порубили заклепки, они перестали держать набор, пластины стали разъезжаться и уперлись в сектор.

Так это не сборщика, а токаря дисциплинирует. Как-то давно заседали у начальника техотдела и был вопрос по разрешению на отклонение. Конструктор говорит, это же не играет роли. Давайте увеличим допуск. На что начальник ТО сказал, если увеличишь, то через некоторое время они и в этот допуск попадать перестанут.

так дело не в слове "фаска", а в том, что это надо измерять и контролировать. Это в теории. На практике нормируется и заполнение "конуса", и высота расклепа. Не раз приходилось при разборах полетов пилить соединение вдоль заклепки чтобы увидеть качество соединения и понять, почему детали люфтят.