최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기항공우주시스템공학회지 = Journal of aerospace system engineering, v.12 no.3, 2018년, pp.53 - 57
The Monte Carlo simulation (MCS) method and the Guide to the Expression of Uncertainty in Measurement (GUM) are the most widely used approaches for uncertainty estimation. In this paper, MCS and GUM were used to estimate the confidence of MOI measurement equipment developed in-house. According to th...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
측정불확도를 평가하는 방법 중 GUM 방법의 장 단점을 설명하시오 | GUM 방법은 컴퓨터의 도움 없이도 간편하게 불확도 전파법칙을 통해 계산할 수 있는 장점이 있는 반면 측정량의 확률분포는 전파되지 않아서 근사화된 합성 분산의 확률분포를 이용하여 측정량의 확률분포를 추정하여 불확도를 산출한다. 또한 불확도 전파법칙이 테일러 전개의 1차 근사식을 사용하는데, 복잡한 모델식을 다루어야 하는 경우에는 계산과정에서 오류를 범할 가능성도 높아지는 단점이 있다.[6-7] | |
측정불확도가 실험결과의 신뢰도를 가늠할 수 있도록 해주는 이유는 무엇인가 | 일반적으로 측정은 완벽할 수 없고, 측정결과가 측정하려는 양을 얼마나 잘 나타내 주는지 항상 분석이 필요하다.[1][2] 그런 측면에서 측정불확도는 측정결과의 품질을 정량적인 지표로 제시해 줌으로써 시험결과의 신뢰도를 가늠할 수 있도록 해준다. 또한 다양한 국가에서 생산되는 측정결과를 비교하고 상호인정을 위해서도 보편적인 절차가 필요한데, 국제표준화기구(ISO)는 측정불확도 표현지침서[3]를 1993년에 발간하였고, 이후 1995년, 2008년[4]에 걸쳐 지침을 개정해오고 있다. | |
몬테카를로 시뮬레이션(MCS) 방법의 장점은 무엇인가 | 이에 반해 몬테카를로 시뮬레이션(MCS) 방법은 각 불확도 성분의 확률분포에 맞게 난수를 발생시키고 측정량의 불확도 모형에 따라 난수를 합성한 후, 합성된 확률분포에서 기댓값, 합성 표준불확도, 포함구간 및 포함인자를 구하는 방법으로 측정량의 확률분포가 정규분포가 아닌 경우에도 정확한 포함구간을 계산할 수 있으며 입력량 변동이 기능적인 관계를 가지고 출력량 변동으로 어떻게 전파되는 지에 대한 과정이 복잡한 수학적인 과정 없이 쉽게 구현할 수 있는 장점이 있다.[8-10] |
Chan Kyu Joo, Jong Hoon Kim, and Michiko Furudate, "Measurement of Thrust Induced by the Dielectric Barrier Discharge in Cylinder Pipes," Journal of Aerospace System Engineering, Vol. 11, No. 6, pp.56-63, 2017.
Ji Sung Oh, Jun Su Shin, Keun Hwan Moon, and Jung Pyo Lee, "Launch and Altimate of Small Hybrid Rocket," Journal of Aerospace System Engineering, Vol. 4, No. 3, pp.29-33, 2010.
ISO GUM, Guide to the Expression of Uncertainty in Measurement, International Organization for Standardization, 1993
BIPM, Evaluation of measurement data - Guide to the expression of uncertainty in measurement, JCGM 100:2008
BIPM, Evaluation of measurement data - Supplement 1 to the "Guide to the expression of uncertainty in measurement" - Propagation of distributions using a Monte Carlo method, JCGM 101:2008
Young-Cheol Ha, Jae-Young Her, Seung-Jun Lee, Kang-Jin Lee, "Comparison of ISO-GUM and Monte Carlo Method for Evaluation of Measurement Uncertainty," Transactions of the Korean Society of Mechanical Engineers - B 38(7) pp.647-656, 2008
Martin Basil, Christos Papadopoulos, Donald Sutherland and Hoi Yeung, "Application of Probabilistic Uncertainty Methods (Monte Carlo Simulation) in Flow Measurement Uncertainty Estimation," Flow Measurement 2001 International Conference, pp. 1-21, 2001.
Taylor J.R., An introduction to Error Analysis in Measurement. The Study of Uncertainty in Physical Measurement, 2nd Ed., University Science Books 1997.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.