Kjemiverktøy
Måleusikkerhetskalkulator

Måleusikkerhetskalkulator (konsentrasjon fra veiing og volum)

Beregn usikkerhet for konsentrasjons- og fortynningsresultater fra veiingsfeil, volumfeil og lignende inndata direkte i nettleseren.

Se kombinert standardusikkerhet uc, utvidet usikkerhet U = k·uc, de viktigste bidragene og resultatet klart for kopiering på ett sted.

Beregn kombinert standardusikkerhet uc og utvidet usikkerhet U = k·uc
Konverter toleranseangivelser til standardusikkerhet med en gang
Fremhev de viktigste bidragene, så du vet hva som bør forbedres
Delings-URL-er, kopiering av utdata og lokal lagring av kladd
Mal
Dekningsfaktor k
k=2 er et vanlig valg som gir omtrent 95 %. Følg standarden eller interne regler når det kreves.

Hva denne siden dekker

Kombiner usikkerhet fra veiing og volum til usikkerhet i konsentrasjon

Verktøyet kombinerer standardusikkerheter for formler som C=m/V, C=(m·P)/V og C=(m·P)/(M·V).

Konverter toleranseangivelser til standardusikkerhet

Det håndterer sertifikatstil ±a(k=2), spesifikasjonsstil ±a og trekantfordelingsantakelser uten at du må gjøre konverteringen separat.

Visualiser de dominerende bidragene

Bidragsfordelingen viser hvilken faktor som dominerer variansen, slik at du kan målrette forbedringer effektivt.

Kopier utdata som passer i rapporter

Bytt mellom ren tekst, Markdown, CSV og JSON, og kopier nøyaktig det formatet du trenger.

Slik bruker du

  1. Velg en mal. Bruk konsentrasjon, fortynning, forhold eller egendefinert etter hva du regner ut.
  2. Skriv inn hver faktorverdi og usikkerheten. Du kan bruke enten standardavvik eller toleranseangivelse.
  3. Velg fordeling og k-verdi når det trengs.
  4. Gå gjennom resultatet, de viktigste bidragene og den rapportklare utdataen før du limer den inn i dokumentet.

Eksempler

Usikkerhet i mg/L fra veiing og en målekolbe

Inndata

m=100.00 mg ±0.10 (rektangulær), V=100.00 mL ±0.08 (normalfordeling, k=2)

Resultat

Viser konsentrasjon, uc, U og bidragsfordelingen mellom m og V.

Fortynning av en standardløsning

Inndata

C1=1000 mg/L ±5, V1=10.00 mL ±0.02, V2=100.00 mL ±0.08

Resultat

Viser U for den fortynnede konsentrasjonen og hvilken volumfeil som betyr mest.

Forhold og gjenfinning

Inndata

A=98.0 ±0.5, B=100.0 ±0.2

Resultat

Viser usikkerheten for A/B eller gjenfinning (%).

Molaritet med renhet og molmasse

Inndata

Skriv inn m, P, M og V sammen

Resultat

Viser også bidraget fra renhet og molmasse.

Ordliste

Standardusikkerhet u(x)

En standardavviksliknende usikkerhet knyttet til en inndatastørrelse x.

Kombinert standardusikkerhet uc

Standardusikkerheten til resultatet y etter at alle inndatabidragene er kombinert.

Utvidet usikkerhet U

Usikkerheten som rapporteres, beregnet som U = k·uc.

Følsomhetskoeffisient c

En koeffisient som viser hvor sterkt resultatet endrer seg når én inndata endrer seg.

Bidragsandel

Andelen av totalvariansen som kan tilskrives én faktor.

Formler

  • Konvertering av standardusikkerhet: u = a/k, a/√3, a/√6
  • Kombinert standardusikkerhet: uc = √Σ(c_i·u_i)^2
  • Utvidet usikkerhet: U = k·uc
  • Konsentrasjon: C = m/V, (m·P)/V, (m·P)/(M·V)
  • Fortynning: C2 = C1·V1/V2
  • Forhold: R = A/B

Ofte stilte spørsmål

Jeg har bare en ±-verdi, ikke et standardavvik.

Toleranseangivelsen kan konverteres til standardusikkerhet når du velger en fordelingsantakelse. Verktøyet bruker u = a/k for normalfordeling(k), u = a/√3 for rektangulær fordeling og u = a/√6 for trekantfordeling.

Hvilken k bør jeg bruke?

k=2 er vanlig, men du bør følge standarden din, interne regler eller kundekravet. Verktøyet viser alltid valgt k i resultatet.

Kan jeg lime dette direkte inn i en rapport?

Ja. Ren tekst, Markdown, CSV og JSON er tilgjengelig, og den genererte utdataen inkluderer forutsetninger, inndata, resultater og de viktigste bidragene.

Kan jeg bruke dette når inndataene er korrelerte?

Første versjon antar uavhengige inndata. Hvis inndataene dine er korrelerte, kan resultatet bli under- eller overestimert.

Er det pålitelig for store feil eller sterkt ikke-lineære likninger?

Dette verktøyet bruker førsteordens feilpropagering. Hvis relative usikkerheter er store eller formelen er sterkt ikke-lineær, bør du verifisere resultatet med en annen metode.

Merknader

  • Denne kalkulatoren antar uavhengige inndata og kombinerer usikkerhet med førsteordens feilpropagering.
  • Hvis inndataene er korrelerte eller formelen er sterkt ikke-lineær, kan resultatet bli under- eller overestimert.
  • Automatisk konvertering mellom vilkårlige konsentrasjonsenheter ligger utenfor første versjon. Skriv inn enheten du vil bruke.
  • Delings-URL-er inkluderer fritekstetiketter og formler. Ikke skriv inn konfidensielle navn.