[공압 지식] LINEARITY(리니어리티) vs REPEATABILITY(반복정확도) : 공압(압력) 레귤레이터 선정 시 중요한 스펙 요소(ACCURACY, PRECISION, HYSTERESIS(히스테리시스)....)

■ 공압 지식 · 2024. 3. 15. 15:20

[공압 지식] LINEARITY(리니어리티) vs REPEATABILITY(반복정확도) : 공압(압력) 레귤레이터 선정 시 중요한 스펙 요소 ACCURACY, PRECISION, HYSTERESIS(히스테리시스)....)

Accuracy,  Linearity(리니어리티), Precision, Repeatability(반복 정확도), Hysteresis(히스테리시스), Resolution(분해능)

 

 

 

압력 및 공압 레귤레이터, 전공 레귤레이터를 선정할 때 압력범위, 전기신호, 포트 사이즈 등등  다양한 스펙들이 나와 있습니다. 

 

하드웨어적인 스펙들 말고 제품의 성능을 평가할 수 있는 스펙들로는 Accuracy,  Linearity(리니어리티), Precision, Repeatability(반복 정확도), Hysteresis(히스테리시스), Resolution(분해능)이 있습니다. 


오늘은 자칫 하면 헷갈릴 수 있는 Linearity(리니어리티), Repeatability(반복 정확도)에 대한 내용을 알아보고자 합니다.

이후 다음 단계로 Accuracy, Hysteresis(히스테리시스), Resolution(분해능)에 대한 개념을 확인하고 이를 전공 레귤레이터 스펙을 평가하는데 어떻게 사용되는지 알아보고자 합니다. 

 

 

 


 

 

 

Linearity(리니어리티)란 무엇인가?

 

우리가 Linearity(리니어리티)를 이해하기 전에, 우리는 바이어스라고 알려진 또 다른 측정 오차를 이해해야만 합니다. 바이어스는 측정에서 일어나는 일관된 실수입니다. 예를 들어, 저울로 측정한 모든 측정은 실제 무게보다 더 무겁게 나옵니다.

 

Linearity(리니어리티)는 가능한 모든 측정 범위에 대한 바이어스의 일관성을 측정합니다. 위에서 사용한 무게 예로 돌아가 보면, 만약 체중계가 실제 체중보다 무겁게 출력이 나온다면, 물체의 무게가 변화하더라도 측정치와 실제 물게의 차이가 일관되게 1kg인지 아니면 실제 무게의 바이어스가 무게가 증가함에 따라 증가하는지가 Linearity(리니어리티)를 나타냅니다. 다시 말해서, 1kg든 5kg든 체중계에서 바이어스(편차)가 일정한 수치만큼 등장하는지 아니면 매번 다른 무게마다 일정 범주를 벗어난 편차 값이 발생하는지를 나타내는 것이 Linearity(리니어리티)입니다. 

 

 

Linearity(리니어리티)를 알아야 하는 이유

 

1. 전체 범위에서 바이어스가 어떻게 변화하는지 알려줍니다

측정 오류가 공정에 미치는 영향을 제한하려면 전체 측정 범위에서 편향이 어떻게 변하는지 아는 것이 중요한 정보입니다.

 

2. 측정 오류로 인한 변동량을 확인하는 데 도움이 됩니다

측정 오차로 인한 변동이 어느 정도인지 알지 못하면 장비 오류의 원인을 확인하기가 어렵습니다. 공압(전공) 레귤레이터에서 출력 압력값의 변동이 예상되는 측정 오차 안에 들어온다면 레귤레이터는 정상 범주에 있는 것으로 다른 문제들을 파악해 볼 수 있습니다. 

 

 

 

Linearity(리니어리티) 계산 방법

 

Linearity(리니어리티)를 계산하려면 다음 8단계가 필요합니다:

1. 가능한 전체 측정 범위에 걸쳐 최소 5개의 샘플을 채취합니다.

2. 각 표본의 기준 값을 찾습니다(실제 값이 무엇이어야 하는지 결정).

3. 작업자가 각 표본을 최소 10회 이상 측정하도록 합니다.

4. 각 측정값에 대한 바이어스를 계산합니다(측정값에서 기준값을 뺀 값).

5. 각 부품에 대한 편의의 평균을 구합니다.

6. 각 부품의 평균 치우침을 차트에 표시합니다.

7. "Best Fit Line"을 찾습니다.

8. 결과를 해석합니다.

Best Fit Line이 수평이면 선형성이 일관됩니다. Best Fit Line의 기울기가 클수록 측정값이 변함에 따라 Linearity(리니어리티)가 달라집니다.

 

 

 

 


 

 

 

Repeatability(반복 정확도)란 무엇인가?

 

 

Accuracy,  Linearity(리니어리티), Precision, Repeatability(반복 정확도), Hysteresis(히스테리시스), Resolution(분해능)

 

 

 

Repeatability(반복 정확도)는 동일한 목표치를 여러 번 측정함에 있어 발생하는 편차를 나타냅니다. 다른 말로 설명하면 하나의 장비로 한 명의 작업자가 동일한 프로세스를 반복하여 샘플들을 생산했을 때 발견되는 편차입니다. 

 

 

Repeatability(반복 정확도)를 알아야 하는 이유

사용자가 측정 시스템의 문제점을 찾는 데 도움을 줍니다

전세 시스템의 불확실성에서 압력(공압) 레귤레이터의 영향을 분석하는데 도움이 됩니다. 

 

 

Repeatability(반복 정확도) 계산 방법

반복성을 계산하려면 동일한 작업자가 동일한 부분을 여러 번 측정하고 데이터를 기록해야 합니다. 그런 다음 데이터에서 높은 측정값과 낮은 측정값을 선택하여 가능한 값의 범위를 측정할 수 있습니다. 마지막으로 분석가는 전체 분산을 합한 다음 측정 횟수로 나누어 평균 변동을 계산할 수 있습니다.

 

 

 


 

 

 

Linearity vs Repeatability

위에서 언급했듯이 Linearity(리니어리티)와 Repeatability(반복 정확도) 사이의 주요 차이점은 측정되는 범위의 차이입니다. Linearity(리니어리티)는 zero(초기값) ~ span(마지막값)의 범위를 포함하여 측정합니다. Linearity(리니어리티)는 측정 편향이 존재하는지 여부를 결정하고 그 편향이 가능한 측정 범위에서 어떻게 변하는지를 찾는 것을 목표로 합니다. 또한 이러한 측정값을 알려진 기준과 비교하는 것을 포함합니다.

 

반대로 Repeatability(반복 정확도)를 위해서는 동일한 작업자가 동일한 도구를 사용하여 동일한 값을 측정해야 합니다. 여기서 목표는 특정 값에서 예상되는 변동을 찾는 것입니다

 

 

Linearity(선형성)과 Repeatability(반복성)을 사용하는 사람은?

반복성 연구와 선형성 연구는 공정에서 측정 오차를 찾고 특성을 파악하는 데 사용됩니다. 선형성 연구에서 분석가들은 측정 작업자에 의해 발생하는 모든 분산이 최소라고 가정하며, 차이의 주된 동인은 부품을 측정하는 데 사용되는 공정이나 도구에서 발생한다고 가정합니다. 선형성 연구는 측정 공정이 서로 다른 부품을 어떻게 처리하는지 알아내는 것을 목표로 합니다.

 

반면에 반복성 연구는 단일 부품 측정에 내재된 데이터 분산을 "완화"하려고 시도합니다. 두 개념 모두 측정 오류를 발견하는 것을 포함하지만, 그들은 다른 유형의 오류에 초점을 맞춥니다.

 

 

Linearity(선형성)과 Repeatability(반복성) 사이의 선택: 현실 세계 시나리오

어떤 공학 팀이 특정 공정에 의해 생성된 지지 빔이 무게에서 너무 많은 편차를 보인다는 것을 알아차렸다고 가정해 보겠습니다. 이런 상황에서, 그들은 이 무게 차이의 원인을 결정하기 위해 반복성 연구를 명령할 수 있습니다. 만약 특정 작업자가 생성한 빔이 높은 수준의 무게 편차를 보인다면, 해결책은 해당 작업자를 다시 훈련시키거나 해고하는 것일 수 있습니다. 반면에, 모든 작업자가 무게가 매우 다양한 빔을 생성한다면, 오차의 원인은 측정에 사용된 척도 또는 생산 공정입니다.

 

그러나 엔지니어링 팀이 측정 오류가 특히 무겁거나 가벼운 지지 빔에 집중되어 있다고 의심하는 경우 선형성 연구를 주문할 수 있습니다. 이 경우 팀은 측정 편향이 존재하는지, 공정에 의해 생성된 전체 빔 범위에서 편향이 일관성을 유지하는지 알고 싶어질 것입니다. 무거운 빔이 실제 무게와 상당한 차이를 보인다면 더 무거운 빔에 대해 다른 측정 방법을 사용하는 것이 해결책이 될 수 있습니다. 모든 빔이 전체 범위에서 일관성 있는 편향을 보인다면 편향을 보상하기 위해 간단한 데이터 조정을 하는 것이 답이 될 수 있습니다.

 

어떤 상황에서는 선형성 연구와 반복성 연구를 동시에 사용할 수도 있습니다. 예를 들어, 선형성 연구에서 일관된 측정 편의가 있다고 가정해 보겠습니다. 그런 경우 분석 팀은 반복성 연구를 사용하여 현재 보고 있는 체중 차이 중 어느 정도가 편향으로 인한 것인지, 측정 방법에 내재된 분산이 어느 정도인지 추정할 수 있습니다.

 

선형성과 반복성 연구 모두 측정 실수를 제한하고자 합니다. 그러나 선형성은 서로 다른 부분을 측정함으로써 발생하는 오류에 초점을 맞추고 반복성은 측정 과정 자체에 내재된 실수에 초점을 맞춥니다.

 

 

 

 


 

전공레귤레이터, 압력제어, 진공압력제어, 유량 및 압력 비례제어 등 공압 관련 문의가 있으시다면

아래의 연락처로 문의 부탁드립니다. 

Accuracy,  Linearity(리니어리티), Precision, Repeatability(반복 정확도), Hysteresis(히스테리시스), Resolution(분해능)

 

 

#레귤레이터
#감압밸브
#REGULATOR
#자동밸브
#컨트롤밸브
#공압밸브
#유량조절밸브
#비례제어밸브
#비례제어 
#pneumatic
#에어레귤레이터
#공압
#솔밸브
#solenoid valve
#솔레노이드밸브
#VACUUM
#공압실린더
#에어실린더
#아이솔레이션
#PNEUMATIC
#핀치밸브
#PINCHVALVE

#CLIPPARD

#EQUILIBAR

#PROPORTION AIR

#ENFIELD

#RESOLUTIONAIR

#AIRCOM

#ALLENAIR