DEPARTEMENT GENIE MECANIQUE

Licence : Filière
Design Innovation et Production (DIP)
(Semestre S5)

½ Module : Métrologie
Calcul des incertitudes
1
 PRELIMINAIRES
Une fois l'idée d'une pièce provient de l'imagination d'un inventeur ou d'un groupe
de travail, le chemin pour arriver a l'existence de cette pièce en grand nombre, passe
par plusieurs services
Le service commercial
Service commercial
 étude de marche
effectue une étude de marche
Bureau d’étude

Moyens faibles
Le bureau d‘étude, a partir d'un cahier des charges, doit  Cahiers des charges : critères
élaborer les plans d'ensemble du système mécanique techniques, économique,
pour aboutir aux dessins de définition de chacune des juridique, cadences
pièces, associée a la cotation fonctionnelle qui assure le  Avant projet de conception,
bon fonctionnement de la pièce prototype essaie
 Définition de produit
Le bureau des méthodes assure que chacune des pièces
est fabricables et élabore les gammes de fabrications, la Bureau des méthodes
cotation de fabrication et les outils nécessaires associes  Etude de fabrication

Moyens importants
Bureau méthodes : Interface entre le bureau d‘étude qui concoit le
 Respect définition de produit
système mécanique et l'atelier qui fabrique les pièces  Préparation de la fabrication

Atelier
L'atelier fabrique les pièces et assure un contrôle  Mise en ouvre de la fabrication
final de la validité des pièces  Contrôle
 Fin
 Avant de fabriquer les pièces
Connaissance des Machines outils
Procédés d'usinage conventionnel par enlèvement
de matière d’obtention des pièces mécaniques
 Usinage : les machines outils :
 Les scies
 Les perceuses
 Les tours
 Les fraiseuses
 Les rectifieuses
 MCN

 Enlèvement de matière
 Par découpage  cisaillage
poinçonnage, laser,
 Par copeaux  usinage (perçage,
tournage, fraisage, etc)
 Par abrasion  meulage,
rectification, rodage, polissage
 Machines outils

 Découpage, poinçonnage :
 Machines outils

Usinage : les Scies

Outil Mc
Pièce
 Les scies
 Mc : mouvement linéaire, rotation outil
 Ma : mouvement linéaire, quelconque pièce/outil Ma

 Genres
 À ruban
 Alternatives
 Circulaires Mc
Outil

 Caractéristiques Ma

 Machine simple, pas chère

 Pour toutes surfaces réglées Pièce
 Usinage intérieur
 Précision moyenne
 Machines outils

Usinage : les Scies

Scie circulaire

Scie à ruban
Scie alternatif
 Machines outils

Usinage : Les perceuses

Carter (Poulies étagées)

Manette d’avance  Caractéristiques :

 Machine de base : simple, pas chère
Mandrin
Moteur  Pour surface de révolution : perçage,

Table
lamage, chanfrein, taraudage, finition à
Colonne
l’alésoir, chambrage
 Précision moyenne

Socle

perceuse sensitive
 Machines outils

Usinage : Les perceuses

perceuse à colonne perceuse Radiale

 Machines outils

Usinage : Les perceuses

 Travaux de petite série
 Pièces avec un grand nombre de trous par face

perceuse Multibroches
 Machines outils

Usinage : les Tours

 Caractéristiques
 Toute surface de révolution
 Surfaces usinées intérieures/extérieures
 Filetage et taraudage
 Capacité variable (passage sur banc –
distance entre points)
 Bonne précision
 Machine de production économique

 Mc : mouvement de rotation pièce

 Va : mouvement d’avance linéaire de l’outil
 Machines outils

Usinage : les Tours

Types d’opérations de Tournage
(a) alésage (b) perçage (c) dressage (d) chariotage

(e) Défonçage (gorge) (f) copiage

(g) filetage

(h) Taraudage
 Machines outils

Usinage : les fraiseuses

 Caractéristiques :
 Permet des travaux extrêmement variés
 Capacité variable, mais pas pour des
très grandes pièces
 Bonne précision
 Usinage de plusieurs surfaces
simultanément (train de fraises)
 Possibilité de reproduction
 Automatisation de cycle
 Machines outils

Usinage : les fraiseuses

 Fraisage par reproduction :

 Machines outils

Usinage : les fraiseuses

 Fraiseuses 4 axes
 3 translations x,y,z
 1 rotation
 Fraiseuses 5 axes
 3 translations x,y,z
 2 rotations
 pour pièces complexes
 Commandes numériques
Transfert de Machines
cotes ( Cotes
outils
de fabrication )

Usinage : les fraiseuses

Types d’opérations de fraisage
 Machines outils

Usinage : les Rectifieuses

Rectifieuse cylindrique

Rectifieuse plane
 Machines outils

Usinage : MCN

Tour Fraiseuse
à Commande Numérique à Commande Numérique
 Procédures de fabrication des pièces
Les cotes fournies par le bureau d‘étude sont les cotes nécessaires pour que la pièce
remplisse ses fonctions une fois assemblée dans le système mécanique
 L'ordre dans lesquels les surfaces de la pièce sont usinées ne sont pas imposées par le BE.
 Le BM doit donc étudier les différentes possibilités. En fonction des machines et de
l'outillage disponible au sein de l'entreprise,
 L’usinage d'une surface se fait toujours par rapport a une autre. C'est la distance entre la
surface usinée et la surface de référence qui doit être cotée par le BM a chaque étape de
fabrication.
 Elles ne sont pas a priori les mêmes que les cotes fonctionnelles fournies par le BE.

Soit la pièces suivante proposé par BE

En grande série

 La pièce est cylindrique, elle doit être usinée

sur un tour,
 Deux modes d'obtention des surfaces
de la pièce sont possibles

Cotes fabrication Cotes fabrication

directes transférées
Cotes fabrication directes Cotes fabrication transférées
 contrôle final de la validité des pièces
Calcul d’incertitudes
Avant de lancer la production en série, il faut estimer
l’incertitude sur les dimensions des pièces usinées

Parce qu’ il est impossible que

 L'operateur règle la distance entre l'axe de rotation de la pièce et la pointe de l'outil avec
une précision infinie
 La thermique de la machine soit parfaitement stable
 Les efforts de coupe importants ne font pas fléchir les pièces
 Les vibrations engendrées par les efforts de coupe n’impliquent pas des déplacements
négligeables de la pointe de coupe
 Aucun jeu n'est présent dans la machine
 La cote obtenue pendant l'usinage de la série des pièces ne variera pas

Il est donc nécessaire de vérifier par mesure si la cote usinée des pièces reste dans la
tolérance de fabrication et de calculer l’incertitudes correspondant aux mesures.
 Calculs d’incertitudes de mesures
Une incertitude est l’estimation de l’erreur commise d’une mesurage
Une série de mesures est soumise à des conditions environnementales qui modifient
les résultats obtenus :
• la grandeur à mesurer n’est pas parfaitement définie, la taille d’une pièce dépend de
sa position, …
• les conditions environnementales évoluent (température, pression,…)
• l’instrument de mesure est source d’erreur (temps de réponse, exactitude,
sensibilité)
• l’opérateur ne refait jamais la même mesure exactement dans les mêmes conditions
( fatigue, erreurs de parallaxe, …)

Vocabulaire métrologie

Mesurage : ensemble d’opérations ayant pour but de déterminer une valeur d’une grandeur.
Mesurande : grandeur particulière soumise à mesurage (longueur, masse, intensité,…).
Valeur vraie d’un mesurande : mesure que l’on obtiendrait par un mesurage parfait. On ne la
connaît pas et on parle également de « valeur théorique ».
Grandeur d’influence : grandeur qui n’est pas le mesurande mais qui a un effet sur le résultat
du mesurage.
 Calculs d’incertitudes de mesures
Synoptique d’un processus de mesure
 La mesure ne se borne pas à la lecture d’un appareil
 Les erreurs proviennent
 Des performances de l’appareil (moyens)
 Du mode opératoire (méthode)
 Du personnel (main-d'œuvre)
 De l’environnement (milieu)
 Du mesurande (matière)

moyens méthode

Résultat de
Mesurande Mesure

main-d'œuvre milieu matière

Accumulation d’erreurs
 Calculs d’incertitudes de mesures

Notion d’erreur
Si y est le résultat d’un mesurage et y0 la « valeur vraie » du
mesurande, l’erreur sur le résultat est le nombre : e = y − y0

Répétition de mesurage y1, y2,…., yn Ou ei = yi − y0

Les ei ne peuvent malheureusement pas être connues exactement.

Dans la problématique qui nous intéresse on va chercher à estimer une valeur y0 du

mesurande, et à quantifier l’erreur commise sur cette estimation.

On modélise le mesurage par Y = y0 + E

Y : valeur aléatoire d’une série de mesurage

E : valeur aléatoire des erreurs d’une série de mesurage
 Calculs d’incertitudes de mesures
Différence entre l’erreur et incertitude
L’erreur de mesure est « la différence entre la valeur mesurée d'une grandeur et une
valeur de référence (valeur vraie)».

L’incertitude de mesure est « le paramètre associé au résultat d’un mesurage, qui

caractérise la dispersion des valeurs qui pourraient raisonnablement être attribuées au
mesurande»

Illustration graphique de la différence entre

l’incertitude et de l’erreur
 Calculs d’incertitudes de mesures
Différents types d’erreurs
Erreur aléatoire : 
Provient des variations temporelles et spatiales non prévisibles
Types de grandeurs d’influence ( effet aléatoire), bien que le mesurage
d’erreurs soit effectué dans des conditions aussi constantes que possible
Erreur systématique : 
se produit sur un résultat de mesure à partir d’un effet reconnu
d’une grandeur d’influence (effet systématique), instrument mal
calibré,…


Différents
types d’erreurs


 = y - y0
Avec
y y0
 = yi - y Une mesure
yi
25
 Calculs d’incertitudes de mesures

Pourquoi faut-il annoncer une incertitude de mesure ?

Les résultats de mesure Il y a toujours un doute sur la

ne sont jamais parfaits. valeur que l’on annonce
De très nombreuses décisions sont fondées sur des résultats de mesure :
 acceptation d’un produit
 validation d’un procédé
 réglage d’un paramètre de fabrication
 validation d’une hypothèse en Recherche et Développement
 surveillance de l’environnement
 sécurité d’un produit ou d’un système
 diagnostic médical.

 Prendre de bonnes décisions est un impératif pour toutes les entreprises.

 L’incertitude associée à un résultat de mesure permet de fournir une indication
quantitative sur la qualité de ce résultat.
 Cette information est essentielle pour que ceux qui utiliseront ce résultat puissent
en estimer sa fiabilité.
 Calculs d’incertitudes de mesures

Comparaison de 2 résultats de mesure :

Exemple : un fournisseur et son client répètent les mesures sur le même produit.

Résultats de mesure
avec incertitude

Les résultats sont très différents.
 L’écart entre les valeurs est-il
simplement dû aux effets
aléatoires (hasard) ?
 ou existe-t-il une différence
systématique entre les résultats.?
Chacun des deux résultats est accompagné de
son incertitude,
 on peut en déduire par observation du
graphique qu’il n’y a pas de différence
significative entre les 2 résultats.
 Les écarts peuvent certainement s’expliquer
par des effets aléatoires.
 Calculs d’incertitudes de mesures
Pourquoi des erreurs s’introduisent-elles dans les processus de mesure

Causes d’erreurs
Tout résultat de mesure est entaché d’une cause d’erreur.
 on répète deux fois la même mesure, va-t-on trouver la même valeur ?
 on change d’instrument, on trouvera probablement une autre valeur.

Pourquoi ne trouve-t-on pas les mêmes résultats ?

L’erreur peut se décomposer en
Analyse des causes d’erreurs  une erreur systématique 
 une erreur aléatoire 
:

Milieu méthode

Résultat de
Mesurande Mesure
:

Moyens main-d'œuvre

Une mesure y y0
yi
 Calculs d’incertitudes de mesures
Erreur systématique  :  = y - y0

Moyenne qui résulterait d’un nombre infini de mesurages du même mesurande, effectués
dans les conditions de répétabilité, moins la valeur conventionnellement vraie du mesurande

Erreurs systématiques connues

Exemples
Les erreurs systématiques connues d'une
 Les erreurs de graduation d'échelle.
mesure sont des grandeurs pouvant être
 Une mesure de longueur effectuée à
déterminées tant du point de leur intensité que
la température de 25°C au lieu de la
de leur signe.
température de référence de 20°C
 Les erreurs systématiques connues peuvent
 La crémaillère et la roue dentée d'un
être corrigées dans le résultat.
comparateur mécanique possèdent un
 Lorsque la correction a été effectuée, les
rapport erroné.
erreurs systématiques connues ne font plus
 Un micromètre possède des touches
partie de l'indication d'incertitude de mesure.
de palpage présentant une usure.
 Calculs d’incertitudes de mesures

Erreurs systématiques inconnues ou erreurs de tolérance

 Les graduations de l'échelle analogique d'un

microscope de mesure possèdent une
tolérance de positionnement de ±3 m
 La vis micrométrique d'un micromètre
possède une tolérance connue du pas de 0,3
m.
 Dans le cadre d'une mesure de longueur, la
température de l'objet n'est pas mesurée.
 Une jauge possède une grandeur nominale de
30,000mm et une indication de tolérance de
±1  m.
 Les erreurs systématiques inconnues
sont typiquement les tolérances des
instruments de mesures.
 Les erreurs systématiques inconnues
sont donc transmises avec le signe ±.
 Les erreurs systématiques inconnues
ne peuvent normalement pas être
diminuées par détermination de leur
valeur moyenne.
 Calculs d’incertitudes de mesures
Erreurs aléatoires  :  = yi - y

Résultat d’un mesurage moins la moyenne d’un nombre infini de mesurages du

même mesurande effectués dans les conditions de répétabilité
Exemples
 Les jeux d'articulations de palpeurs
 Des erreurs de parallaxe lors de la lecture d'instruments analogiques,
 Des erreurs de positionnement d'un palpeur sur l'objet à mesurer au cours d'une série de
mesures.
 Force de palpage inconstante d'un micromètre,
 Fluctuation de la température ambiante ou fluctuation de la température de l'objet à mesurer.
 Influence de la fluctuation de champs électrique et magnétique sur l'indicateur d'appareils
électriques
 Bruit de fond d'instruments électroniques produisant des fluctuations du signal transmis.
 Fluctuations de la tension d'alimentation dans les instruments de mesure.
 Influence de vibrations mécaniques sur l'instrument de mesure.

Les erreurs aléatoires la dispersion des erreurs aléatoires obéit en règle

fluctuent de manière générale à une répartition donnée par la courbe
imprévisible de Gauss (= distribution normale).
 Calculs d’incertitudes de mesures
Comment faire pour minimiser les erreurs de mesure ?
Résultat de mesure = valeur vraie + erreur systématique + erreur aléatoire
Pour que le résultat d’une mesure se rapproche de la valeur conventionnellement vraie
il faut diminuer les erreurs systématiques et les erreurs aléatoires
On applique alors deux règles fondamentales de la métrologie :
 on diminue les erreurs aléatoires en répétant les mesures
 on diminue les erreurs systématiques en appliquant des corrections

L’incertitude de mesure sera en général décrite par la notation suivante:

Résultat de la mesure = Valeur annoncée ± incertitude [unités]
Avec : Incertitude  Intervalle de tolérance IT
 Calculs d’incertitudes de mesures
On considère la mesure le résultat brut de cette mesure est M Avec M = R  e
d’une grandeur réelle R (valeur fournie par l’appareillage) ( e = erreur sur M)

Plusieurs mesures
De la grandeur réelle R

Donc pour chaque mesure R = M i  ei ei inconnu R : inaccessible

Analyse des causes de l’erreur de mesure

et des résultats des différentes mesures

Estimation d’une valeur d’étendue 2U,

l’incertitude de la mesure

On appelle conventionnellement U : incertitude élargie

(M – U)  R  (M + U)
U prend en compte les effets des erreurs sur le résultat
 Calculs d’incertitudes de mesures
Origine de l’incertitude de mesure

 L’environnement dans lequel la mesure a été réalisée (température ambiante, température

des objets mesurés, degré hygrométrique de l’air, pression atmosphérique, vibrations
mécaniques, champs électromagnétiques…).
Diminuer cette incertitude par filtrage :
régulation de la température, isolement électromagnétique, filtration des vibrations…

 Le soin apporté par l’opérateur, souvent négligé volontairement ou involontairement ; il est

pourtant évident que le facteur humain est particulièrement important lorsque l'on veut
réaliser une mesure avec un bon niveau de confiance
Diminuer cette incertitude par :
une bonne formation de l’opérateur, et par le respect des procédures de travail

 Les performances de l’appareillage utilisé : naturellement l’incertitude sur une mesure

dépendra directement des moyens matériels mis en œuvre pour la réaliser, par exemple elle
ne sera pas la même si l’on mesure le diamètre d’un objet cylindrique avec un réglet, un
pied à coulisse ou un micromètre.
Diminuer cette incertitude choisir : L’appareillage adapté et fiable
 Calculs d’incertitudes de mesures
ESTIMATION DES INCERTITUDES

La connaissance exacte d’une grandeur réelle R totalement impossible

Plusieurs mesures On obtient autant de résultats différents Pourquoi
De la grandeur réelle R que nous avions réalisé de mesures. ces différences ?

Parmi tous les résultats obtenus y en a-t-il un qui est le bon ?

• Si oui, lequel ?
• Si non, comment déterminer une valeur la plus proche possible de la réalité ?

Pour être recevable le résultat d’une mesure M

(M – U)  R  (M + U)
devait absolument être accompagné de son
incertitude U de mesure
Il faut alors déterminer la valeur de U
nous adopterons les définitions et les notations suivantes :
 R = valeur vraie de la grandeur à mesurer
 u = incertitude type, présente une analogie
(R : inconnue )
avec l’écart type d’une distribution.
 M = résultat brut issu de la mesure.
 k = facteur d’élargissement tel que
 e = erreur de mesure avec e = R – M,
l’on ait U = k.u.
( e inconnue ).
 U/abs(M) incertitude relative.
 U = étendue de l’incertitude élargie.
 Calculs d’incertitudes de mesures
Erreur de mesure Il n’est pas possible de calculer la valeur de
étant par définition inconnue l’incertitude à partir de l’examen
d’hypothétiques grandeurs d’erreurs

La définition de l’incertitude proposée par la normalisation :

paramètre caractérisant la dispersion des valeurs pouvant raisonnablement être
attribuées à une grandeur soumise à un mesurage (mesurande).

Comment choisir la valeur de coefficient d’élargissement k, Il faut connaître la loi de

de telle façon que l’on ait une certaine probabilité P pour que distribution des résultats des
la valeur réelle de l’incertitude soit inférieure ou égale à u ?? différentes mesures effectuées
Quelques lois de distribution
Type de loi Normale (Gauss) (99,7 %) Rectangle (uniforme) Triangle
1
3 1 1
 a
a 2π 2a
Représentation
graphique
-a -a +a -a +a
+a

a a a
Ecart type :  3 6
3

2 2 2

Variance: 2 a a a

9 3 6
 Calculs d’incertitudes de mesures
Dans la pratique les valeurs 1, 2 ou 3 préconisées par la normalisation
sont très souvent choisies comme coefficient k
Cas de loi de distribution normale ( Gauss )
La distribution de beaucoup de paramètres industriels correspond souvent à une loi normale,
Une variable aléatoire suit une loi normale de moyenneX et d'écart type σ si elle admet
une densité de probabilité f telle que:

σ 2σ
3σ

X
X X
K =1, soit U = u = σ K =2, soit U = 2u K =1, soit U = 3u
Probabilité = 68,27% pour Probabilité = 95,45% pour Probabilité = 99,73% pour
que x soit compris dans que x soit compris dans que x soit compris dans
l’intervalle X 1  l’intervalle X 2 l’intervalle X 3
Calculs d’incertitudes de mesures
Calcule de l’incertitude type
 Calculs d’incertitudes de mesures
Représentation mathématique des différents types de répartition des résultats d’une mesure
Notion de Justesse et fidélité
 Fidélité (précision) : une méthode de mesure est fidèle lorsqu’elle donne toujours le
même résultat ou des résultats voisins si on la répète sur le même échantillon..
 Justesse (exactitude) : Étroitesse d'accord entre le résultat d’une mesure et la valeur
attendue

Juste et non fidèle Fidèle et non juste Ni juste ni fidèle Juste et fidèle
K=3
K=2
K=1

Centre de la cible représente Les points représentent les

la valeur attendue de la mesure résultats de différentes mesures
 Calculs d’incertitudes de mesures
Différents types d’incertitudes
Incertitude type A S’obtient par l’analyse statistique de séries d’observation
On souhait obtenir la mesure X, dont le meilleur estimateur est la moyenne X d’une série n
de mesures de Xi
n
1
X1, X2, X3,….,Xn X  
n i1
Xi Valeur moyenne des n mesures

n
1 est la « meilleure » estimation
X 
2
Dont l’écart type est u (x )=  ( X )    X
n 1 i1
i
de la variance de X

L’incertitude type A
U (X )   k
est obtenue par la relation

Incertitude type B

Fondée sur l’expériences des utilisateurs, sur la connaissance des phénomènes physique , sur
la performances des instruments de mesures et l’utilisation de tous moyens autres que
l’analyse statistique.
Per exemple : des résultats de mesure antérieurs, des spécifications des fabricants, des données
fournies par des certificats d’étalonnage.
 Calculs d’incertitudes de mesures
Exemple de calcul d’incertitude type A
Quatre opérateurs A, B, C et D mesurent une cotes de 10 mm 0,1.
Quel est l’opérateur qui a travaillé avec précision et exactitude?

A B C D
10,08 9,88 10,19 10,04
10,11 10,14 9,79 9,98
10,09 10,02 9,69 10,02
10,10 9,80 10,05 9,97
10,12 10,21 9,78 10,04

A B C D
INEXACT EXACT INEXACT EXACT
Moyenne : X 10,10 10,01 9,90 10,01
Ecart-type :  0,016 0,172 0,21 0,033
PRECIS IMPRECIS IMPRECIS PRECIS
 Calculs d’incertitudes de mesures

Résultat de faible incertitude mais inexact

10,084 10,1 10,116

A X

9,9 10 10,1
X
Résultat exact mais de forte incertitude
9,838 10,01 10,182
B X

9,9 10 X 10,1
9,69 9,9 Résultat inexact et de forte incertitude 10,1

C X

9,9 10 10,1
X
Résultat exact et de faible incertitude
9,977 10,01 10,043

D X

9,9 10 X 10,1
Calculs d’incertitudes de mesures

u (x )   k (x ) , avec
Incertitude absolue n
1
Xi  X 
2
type A  (x) 
n 1

i1
 Calculs d’incertitudes de mesures
Intervalle de confiance
Le résultat de la mesure M d’une valeur R , doit toujours être accompagnée d’une incertitude
absolue ΔM
Cette incertitude de mesure est l’estimation de l’erreur de mesure.
Le résultat s’écrit : R = M ± ΔM
Ce qui signifie que la vraie valeur de M a 95% (K=2) de chance d’être comprise dans
l’intervalle : [M – ΔM ; M + ΔM].

[M – ΔM ; M + ΔM]. l’intervalle de confiance

Exemple 1
L = 8,2 0,1 cm , ΔL = 0,1 cm
La vraie valeur de L a 95% de chances de se trouver dans
l’intervalle de confiance [8,1 ;8,3]

Exemple2
L = 8,2 0,01 cm , ΔL = 0,01 cm
La vraie valeur de L a 95% de chances de se trouver dans
l’intervalle de confiance [8,19 ;8,21]
 Calculs d’incertitudes de mesures

Incertitude relative
Une incertitude absolue ne permet pas d'avoir une idée sur la qualité d'une mesure.
C'est pour cette raison qu'il faut définir l'incertitude relative, elle permet d'estimer la
précision sur le résultat obtenu.

M
Incertitude relative = incertitude absolue / valeur moyenne Q 
M

L'incertitude relative n'a pas d'unité, elle s'exprime en général en %.

Elle est parfois notée ε.

Exemple 1 : L = 8,2 0,1 cm Exemple 2 : L = 8,2 0,01

L 0 .1 L 0 .0 1
    0 .0 1 2  1 .2 %     0 .0 0 1 2  0 .1 2 %
L 8 .2 L 8 .2
 Calculs d’incertitudes de mesures

Incertitude de types B
Incertitude de types B : On réalise une seule mesure et l’on évalue l’incertitude à partir des
données du constructeur de l’appareil de mesure et d’hypothèse sur la qualité de la lecture
réalisée sur l’appareil.

L’évaluation d’une incertitude de type B s’effectue lors d’une mesure unique.

On cherchera à évaluer l’incertitude du à la précision de chaque appareil comme :
- la résolution (graduation ou digit) qui correspond à l’incertitude de lecture
- la tolérance du constructeur
- l’incertitude de l'étalon
- les grandeurs ayant une influence sur la mesure (température, hygrométrie…)

Pour les incertitudes de type B, on utilise l’incertitude élargie : U = k · u

Pour un niveau de confiance de :
 95 %, le facteur d’élargissement est k = 2
 99 %, le facteur d’élargissement est k = 3
 Calculs d’incertitudes de mesures
Exemple d’incertitude de type B
1) incertitude de lecture :
lors d’une mesure par lecture sur une échelle ou un cadran, l’incertitude-type de lecture est
donnée par la formule : 1 graduation
u lecture 
12

Exemple : un Pied-à-coulisse gradué : 1 graduation correspond à 1 mm.

Evaluer l’incertitude élargie U relative à la lecture pour un niveau de confiance de 99%.
1 g r a d u a t io n 1
U  k .u le c tu r e  k . Soit : U  3.  0, 87m m
12 12

2) incertitude liée à la tolérance t d’un appareil t

u tolérance 
l’incertitude type est donnée par la relation : 3

Exemple : une éprouvette gradué 50 mL à une tolérance t =  0,1 mL. Calculer l’incertitude
élargie U liée à la tolérance de l’éprouvette avec un niveau de confiance de 95%.

t 0,1
U  k .u to lé r a n c e  k . Soit : U  2.  0,12 m L
3 3
 Calculs d’incertitudes de mesures
Exemple d’incertitude de type B
3) incertitude liée à la précision d’un appareil à affichage numérique
la notice de l’appareil indique généralement la précision p correspondant à un pourcentage de la valeur
lue sur l’écran et par un certain nombre de digit (plus petite valeur possible affichée).
L’incertitude-type liée à la précision de cet appareil est :

p
u précision 
3
Exemple :
un Pied-à-coulisse digitale à une précision de 2% lecture+ 1 digit. Il affiche la valeur 2,34 mm.
Calculer l’incertitude élargie relative à la précision de l’appareil correspondant à un niveau de
confiance de 99%. Quel est Le résultat du mesurage ? l’intervalle de confiance ?

2
p x 2 , 3 4  0 ,0 1
U  k .u p r é c is io n  k . Soit : 100
U  3 .( )  0,10 m m
3 3

Résultat du mesurage : U =2,34 mm  0,10 mm

Intervalle de confiance :
[M – M ; M + M )] = [2,34-0,10 = 2,24 mm ;2,34+0,10 = 2,44 mm].
Fin