RESULTADOS

Atras                Home             Siguiente

El cálculo de la matriz de calibración arroja el siguiente resultado.

 en [gr/mV/V]

      en [1/V]

Para cada componente y cada clase de carga se calcula la desviación estándar y  el error máximo relativo a la carga de diseño en % y el número de estados de carga, además se especifica la desviación estándar y el error medio en la componente  relativo a la carga de diseño en %. En un gráfico adjunto se aprecia la variación de la desviación estándar en las clases y el promedio de estas, también se ubica el error medio de toda la componente.

Fx

Clase

1

2

3

4

5

6

 

% Fd

Desviación estándar

1.202

1.688

1.781

1.872

0

0

Desviación est.

1.995

Error máximo

-3.915

-3.876

-4.581

4.896

-1.755

-0.573

Error medio

-0.156

N  estados de carga

8

26

43

28

1

1

 

 

Fz

Clase

1

2

3

4

5

6

 

% Fd

Desviación estándar

0.54

1.267

1.409

1.638

1.044

1.28

Desviación est.

1.361

Error máximo

0.869

2.686

3.889

-3.504

-1.281

2.567

Error medio

0.444

N  estados de carga

8

32

29

19

4

2

 

 

My

Clase

1

2

3

4

5

6

 

% Fd

Desviación estándar

1.409

8.019

8.585

6.232

0

0

Desviación est.

8.139

Error máximo

-2.807

13.536

-16.32

-15.53

3.124

16.728

Error medio

1.333

N  estados de carga

4

33

23

6

1

1

 

 

El error máximo en la componente de resistencia de 4,8% en la clase de carga 4 resulta elevado, al igual que el error máximo en la componente de fuerza, de 3,8 % en la clase de carga tres, en el caso de la componente de momento el error es mayor.

Es deseable un error máximo menor del 3% para obtener una balanza de buena precisión. Para disminuir el error en la estimación de las componentes se recurre al análisis de residuos. Una herramienta importante de diagnóstico en la validación de modelos de regresión lineal es la gráfica de residuales contra los valores predichos o estimados, donde los residuos o residuales se denomina a la diferencia entre el valor medido y el valor estimado por el modelo, un modelo adecuado de regresión lineal debería presentar una banda horizontal y uniforme de distribución de los errores, es decir, fluctuaciones aleatorias alrededor de un valor cero.

Atras                Home             Siguiente


Copyright © 1999-2002 Walter Sanchez - WSGroup Todos los derechos reservados Acerca del uso de esta web

Hosted by www.Geocities.ws

1