Calibrazione dei dispositivi di misurazione

Fonte immagine: Apicha Thumvisead / iStock / Getty Images Plus tramite Getty Image

La risoluzione dei problemi basata sui dati è fondamentale affinché le organizzazioni rimangano competitive; tuttavia, le buone decisioni si basano su misurazioni accurate. Un programma di calibrazione per gli strumenti deve essere completato al momento giusto per garantire una distorsione minima, la valutazione delle condizioni così come sono dà luce alla funzionalità e all'adeguatezza degli sforzi di calibrazione. Questo articolo evidenzia l'uso di studi di linearità e bias per estrarre informazioni sull'accuratezza delle misurazioni, evidenziando strumenti che potrebbero richiedere ulteriori indagini.

I dispositivi di misurazione producono dati utilizzati per garantire che i processi siano sotto controllo e in grado di soddisfare i requisiti. Le misurazioni includono l’incertezza, che può interferire con un buon processo decisionale. L’incertezza della misura coinvolge tre componenti: accuratezza, precisione e variabilità casuale. L'uso della funzione cronometro su un dispositivo personale fornisce un buon esempio di ciascuno. La differenza tra la lettura indicata e ciò che potrebbe essere determinato con un dispositivo noto per produrre risultati affidabili denota l'accuratezza della lettura. L'ottenimento dello stesso risultato con tentativi ripetuti o la riproduzione dello stesso risultato da parte di più persone è considerato precisione. Non si può fare nulla riguardo alla terza componente, la variabilità casuale. Ulteriori studi sulla precisione implicano l'analisi dei sistemi di misurazione, che non fa parte di questo articolo ed è fortemente suggerita come argomento di approfondimento per i lettori. La calibrazione dei dispositivi di misurazione riguarda una delle tre fonti di incertezza: l'accuratezza.

La calibrazione è più efficace quando lo strumento in questione viene studiato per la prima volta "così com'è" all'interno del tipico ambiente di utilizzo (figura 1). Il grafico fornisce una prima prova visiva della precisione dello strumento. Una notevole quantità di variazioni di bias nei punti blu (osservazioni) è presente nell’intervallo di riferimento. I quadrati rossi rappresentano la distorsione media e la linea rossa indica che la distorsione cambia nell'intervallo di riferimento. Il confronto della nuvola di osservazioni con il Bias (scala y) spiega che il dispositivo generalmente fornisce valori maggiori della misurazione effettiva.

Figura 1 - Studia così com'è | Fonte immagine: Minitab LLC

La calibrazione viene eseguita per mitigare i bias. La distorsione media è una sintesi delle differenze di misurazione nell'intervallo di riferimento. L'intervallo di riferimento dovrebbe essere sufficientemente ampio da determinare distorsioni per le misure che includono risultati fuori specifica. Una buona regola pratica è un intervallo di riferimento che sia almeno il 125% oltre le specifiche. Una revisione della storia del processo può essere utilizzata per sintonizzarsi sull'intervallo di riferimento attraverso la determinazione delle misure più estreme probabili.

Consideriamo una bilancia digitale utilizzata nelle operazioni di produzione per misurare il peso delle compresse farmaceutiche. Il peso della compressa è quantificato in milligrammi (mg) e il produttore della bilancia specifica che il dispositivo può misurare con un'approssimazione di 1 mg. Per creare le misurazioni standard viene utilizzata una scala da laboratorio in quanto è specificato per misurare con un'approssimazione di 0,1 mg. Standard di misurazione 10 volte più rigorosi rispetto al dispositivo di test dovrebbero funzionare molto bene per uno studio. Alcuni studi riguardano standard prodotti, che tendono ad essere costosi e richiedono stoccaggio e movimentazione specifici per garantire la continua funzionalità.

I campioni di compresse vengono conservati in piccoli contenitori chiaramente contrassegnati durante lo studio per evitare miscelazioni involontarie. È necessario prestare molta attenzione e documentazione per garantire che i campioni non possano essere rilasciati nel flusso di prodotto buono. I tecnici concordano le procedure di gestione per garantire che i campioni di prova non vengano modificati, il che è fondamentale per il valore dello studio. Lo studio di esempio include misurazioni replicate di campioni e prove multiple da parte di tre operatori per rappresentare l'uso tipico. Gli standard sono stati creati misurando ciascun campione tre volte e calcolando la media. Si potrebbe sostenere che nei dati sia inclusa una certa incertezza derivante dalla replicazione e dalla riproduzione, il che non è necessariamente una cosa negativa.