Évaluation et maîtrise des incertitudes de mesure / Evaluation and control of measurement uncertainty
Objectifs
- Évaluer l’incertitude d’un résultat de mesure ou d’essai dans son contexte professionnel, en mettant en œuvre la méthode de référence GUM
- Comprendre et appliquer les textes nationaux et internationaux les plus récents traitant de l’estimation et de l’utilisation des incertitudes de mesure
Programme
-
Jour 1 // 9:30 - 17:30Accueil et présentationsÀ quoi sert l’incertitude ?Définition du concept d’incertitudePrésentation de la démarche en quatre étapes proposée par le LNELa première étape : le calcul du résultat de mesure
- Le mesurande, sa définition
- Les outils d’analyse des processus de mesure
- L’écriture des modèles de processus de mesure
- Mise en pratique sur une expérience de physique animée en ateliers
-
Jour 2 // 9:00 - 17:30La deuxième étape : le calcul des incertitudes types
- Dispersion et variance
- Les méthodes d’évaluation de type A et de type B
- Covariance, indépendance des mesures
- Mise en pratique des méthodes de type A et de type B en application à des mesures, travaux animés en sous-groupes
La troisième étape : détermination de l’incertitude composée- Loi de propagation de l’incertitude
- Mise en pratique de la loi de propagation de l’incertitude de mesure à différents modèles de processus de mesure, travaux en ateliers
-
Jour 3 // 9:00 - 16:30La troisième étape : détermination de l’incertitude composée (suite)
- Utilisation de tableaux de calculs pour estimer les incertitudes composées, présentation par sous-groupe
- Alternative GUM : utilisation de la reproductibilité pour estimer l’incertitude, introduction de la norme ISO 5725 sur les essais interlaboratoires
- Calcul de l’incertitude associée à une courbe d’étalonnage déterminée par la méthode des moindres carrés
La quatrième étape : détermination de l’incertitude élargie- Intervalle de confiance et niveau de confiance, degrés de liberté
- Facteur d’élargissement
- Expression finale du résultat (écriture, règles d’arrondi, ...)
- Supplément 1 du GUM : propagation des distributions par simulations de Monte-Carlo
- QCM de validation des acquis
Évaluation du stage, synthèse et conclusions
Public
- Ingénieurs et techniciens chargés d’estimer et de justifier les incertitudes des résultats de mesure et d’essais, pour les grandeurs physiques et chimiques
Niveau requis
- Connaître les notions de base de métrologie ou avoir suivi le module e-learning ME66 : « Introduction aux incertitudes de mesure »
- Outils mathématiques et statistiques niveau Bac + 2
Moyens pédagogiques
- À chacune des étapes de progression de la démarche sont développées les connaissances nécessaires en statistiques et en métrologie avec exercices pratiques, basés sur une expérimentation de physique, qui se construit au fur et à mesure avec les stagiaires. Une synthèse conclut chaque étape
- Une documentation complète est remise aux stagiaires : les supports de cours, les fiches de TP et le recueil « 27 exemples d’évaluation d’incertitudes d’étalonnage », Lexitis Éditions
- Déjeuner-rencontre pris en commun avec l’intervenant
Les participants sont invités à se munir d’une calculatrice incluant les fonctions statistiques
Modalités d'évaluation
- Questionnaire en début de stage sur les prérequis
- À l’issue de ce stage, un QCM de validation des acquis est proposé, suivi de l’envoi d’un certificat d’acquis pédagogiques LNE
- Un questionnaire d'évaluation de la satisfaction du client est remis en fin de stage
Les avantages
- QCM de validation des acquis
- Expertise terrain et complémentarité des intervenants (métrologue et statisticien)
- Mise en pratique avec un TP (50 %)
Responsable pédagogique
Michèle DESENFANT, Expert Qualité, Métrologie, Statistique, Direction de la Métrologie Scientifique et Industrielle (DMSI), LNE
Intervenants
- Alexandre ALLARD, Ingénieur statisticien, Direction de la Métrologie Scientifique et Industrielle (DMSI), LNE
- Philippe AVERLANT, Responsable du département Force et grandeurs associées, Direction de la Métrologie Scientifique et Industrielle (DMSI), LNE
- Claire BARTOLI, Chef de projet Certification, Direction des Essais et de la Certification (DEC), LNE
- Florian BEAUDOUX, Docteur en physique, Direction de la Métrologie Scientifique et Industrielle (DMSI), LNE
- Séverine DEMEYER, Ingénieur statisticien - Data scientist, Direction de la Métrologie Scientifique et Industrielle (DMSI), LNE
- Nicolas FISCHER, Responsable du département Science des données et incertitudes, Direction de la Métrologie Scientifique et Industrielle (DMSI), LNE
- Mohammed MEGHARFI, Expert technique Métrologie et Qualité, Direction de la Métrologie Scientifique et Industrielle (DMSI), LNE