Dispensa FdSA Versione Febbraio 2021

FONDAMENTI DI SPERIMENTAZIONE AEROSPAZIALE
(Versione 0.3)
Gian Luca Ghiringhelli

Giuseppe Gibertini
Sergio Ricci
6 febbraio 2021
2
Indice
1 Introduzione alla sperimentazione 9
1.1 Motivazioni del metodo di lavoro . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Obiettivi e logica della sperimentazione . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.1 Obiettivi della sperimentazione . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 Logica della sperimentazione . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.3 Discussione Logico/Semantica: la misura . . . . . . . . . . . . . . . . . . . 13
1.3 Lo Strumento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.1 Modalità di sensibilità: diretta e in analogia . . . . . . . . . . . . . . . . . 16
1.3.2 Funzionamento dello Strumento: misura per azzeramento e deviazione . . 16
1.3.3 L'operazione di Misura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3.4 Uso di sensore/trasduttore e misuratore . . . . . . . . . . . . . . . . . . . 18
1.4 Il Trasduttore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4.1 Congurazioni di utilizzo di uno stesso trasduttore . . . . . . . . . . . . . 20
1.4.2 Caratteristiche principali . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.3 Interazione tra strumento e fenomeno . . . . . . . . . . . . . . . . . . . . 22
1.5 Automazione della misura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5.1 Sistemi di acquisizione dati . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.6 Dagli errori alla qualità di misura . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.6.1 Gli errori di misura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.6.2 Approccio probabilistico alla denizione della qualità di misura . . . . . . 27
1.7 Impiego di misure e incertezze: la propagazione . . . . . . . . . . . . . . . . . . . 29
1.8 Denizione del programma del corso . . . . . . . . . . . . . . . . . . . . . . . . . 29
2 Principi di Trasduzione e principali Trasduttori 31

2.1 Principi sici di trasduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.1.1 Misura di resistenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.1.2 Piezoresistività . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.1.3 Il ponte di Wheatstone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.1.4 Induzione elettromagnetica . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.1.5 Piezoelettricità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2 Strumenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.2.1 Misure di spostamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.2.2 Misure di deformazione con estensimetri elettrici . . . . . . . . . . . . . . 56
2.2.3 Misure di deformazione con Ponte di Wheatstone . . . . . . . . . . . . . . 60
2.2.4 Misure di forza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.2.5 Misure di pressione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.2.6 Misure di accelerazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
2.3 Misure elementari di grandezze elettriche . . . . . . . . . . . . . . . . . . . . . . . 87
2.4 Esempi di applicazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2.4.1 Testi di esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2.4.2 Esercizi svolti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3
4 INDICE
2.5 Qualche quesito che rimane aperto. . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3 Caratteristiche dinamiche degli strumenti 97

3.1 Considerazioni preliminari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.1.1 Un problema dinamico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.1.2 Risposta a un ingresso sinusoidale . . . . . . . . . . . . . . . . . . . . . . 99
3.1.3 Discussione della risposta di un sistema dinamico . . . . . . . . . . . . . . 100
3.1.4 Distorsione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
3.1.5 Lo Strumento ideale: sistema dinamico a guadagno unitario e fase nulla . 105
3.1.6 Alcune considerazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.2 Modelli e caratteristiche dinamiche degli strumenti . . . . . . . . . . . . . . . . . 106
3.2.1 Analisi fenomenologica e scrittura delle equazioni costitutive . . . . . . . 106
3.2.2 Analisi della risposta dinamica . . . . . . . . . . . . . . . . . . . . . . . . 111
3.2.3 Strumento del secondo ordine . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.2.4 Dal Modello dinamico al Modello metrologico . . . . . . . . . . . . . . . . 122
4 Il Modello Metrologico dello Strumento 129

4.1 L'uso di modelli semplicati e concettuali . . . . . . . . . . . . . . . . . . . . . . 129
4.2 Dallo schema a blocchi allo strumento generalizzato . . . . . . . . . . . . . . . . 131
4.2.1 Applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
4.2.2 Comportamento nominale e reale . . . . . . . . . . . . . . . . . . . . . . . 136
4.2.3 Comportamento reale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
4.3 Considerazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
4.4 Taratura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
4.4.1 Lo strumento idealizzato . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
4.4.2 Regressione di dati sperimentali . . . . . . . . . . . . . . . . . . . . . . . . 142
4.4.3 Trasformazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
4.5 L'operazione di Taratura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
4.5.1 Schema generale di taratura . . . . . . . . . . . . . . . . . . . . . . . . . . 148
4.5.2 Passi di Taratura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
4.5.3 Sommario procedura operativa di Taratura . . . . . . . . . . . . . . . . . 151
4.5.4 Raccomandazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
4.5.5 Obiettivi della Taratura . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
4.5.6 Denizione di Taratura secondo Vocabolario Internazionale di Metrologia
- VIM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
4.5.7 Ulteriori esempi di taratura . . . . . . . . . . . . . . . . . . . . . . . . . . 153
4.6 Altri impieghi sperimentali della regressione . . . . . . . . . . . . . . . . . . . . . 157
4.6.1 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
4.6.2 Testi di esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
4.7 Caratteristiche statiche degli strumenti . . . . . . . . . . . . . . . . . . . . . . . . 159
4.7.1 Caratteristiche ambientali e operative . . . . . . . . . . . . . . . . . . . . 160
4.7.2 Caratteristiche funzionali . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
4.7.3 Correzione dei coecienti di Taratura per eetti di deriva . . . . . . . . . 163
4.7.4 Caratteristiche di qualità . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
4.7.5 Rappresentazione caratteristiche di qualità della strumentazione . . . . . . 173
4.7.6 Classicazione dell'accuratezza: le Classi di Precisione . . . . . . . . . . . 174
4.7.7 Esercizi Conclusivi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
4.8 Informazioni generali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
INDICE 5
5 Acquisizione dati con il computer 181

5.1 Conversione Analogico-Digitale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
5.1.1 Quantizzazione e Risoluzione . . . . . . . . . . . . . . . . . . . . . . . . . 182
5.1.2 L'operatore di quantizzazione: il convertitore A/D . . . . . . . . . . . . . 186
5.1.3 Il Convertitore Digitale/Analogico . . . . . . . . . . . . . . . . . . . . . . 187
5.1.4 Misura degli errori di conversione . . . . . . . . . . . . . . . . . . . . . . 190
5.1.5 Ottimizzazione del fondoscala . . . . . . . . . . . . . . . . . . . . . . . . . 191
5.2 Il Campionamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
5.2.1 Aliasing e Teorema del Campionamento . . . . . . . . . . . . . . . . . . . 196
5.2.2 Come evitare l'aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
5.2.3 Utilizzo di ltri anti-aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . 202
5.2.4 La nestra di osservazione . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
5.2.5 Correzione del leakage: la nestratura . . . . . . . . . . . . . . . . . . . . 216
5.3 I sistemi di acquisizione dati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
5.3.1 Tempo di quantizzazione e dispositivi di mantenimento (S/H) . . . . . . 223
5.3.2 Acquisizione multicanale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
5.3.3 Considerazione metodologiche . . . . . . . . . . . . . . . . . . . . . . . . . 226
5.3.4 Considerazione sull'acquisizione multicanale . . . . . . . . . . . . . . . . . 227
5.3.5 Produzione di dati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
5.3.6 Esempio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
5.3.7 Software . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
5.4 Esercizi riassuntivi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
5.5 Revisione dei concetti fondamentali dell'analisi in frequenza . . . . . . . . . . . . 232
5.5.1 Rappresentazione in frequenza dei segnali . . . . . . . . . . . . . . . . . . 232
5.5.2 J.B Fourier: la Serie e l'Integrale . . . . . . . . . . . . . . . . . . . . . . . 235
5.5.3 La rappresentazione della trasformata di Fourier . . . . . . . . . . . . . . 236
5.5.4 Esempi notevoli di trasformate di Fourier . . . . . . . . . . . . . . . . . . 237
5.5.5 Alcune proprietà della trasformata . . . . . . . . . . . . . . . . . . . . . . 239
5.5.6 Esempi reali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
5.5.7 Unità di misura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
5.5.8 Il funzionamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
5.5.9 Analisi in frequenza con elaboratori digitali . . . . . . . . . . . . . . . . . 243
6 Incertezze di Misura 249

6.1 Preambolo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
6.1.1 Le diverse forme di Incertezza . . . . . . . . . . . . . . . . . . . . . . . . . 249
6.1.2 Considerazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
6.2 Elementi di Probabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
6.2.1 Modelli probabilistici: dall'Istogramma alla Probabilità . . . . . . . . . . . 252
6.2.2 Esempi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
6.2.3 Funzione di distribuzione cumulativa . . . . . . . . . . . . . . . . . . . . . 267
6.2.4 Densità di probabilità Gaussiana . . . . . . . . . . . . . . . . . . . . . . . 270
6.2.5 Intervallo di condenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
6.2.6 Livelli di condenza e di signicatività . . . . . . . . . . . . . . . . . . . . 285
6.3 Elementi di Statistica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
6.3.1 Media e varianza campionaria . . . . . . . . . . . . . . . . . . . . . . . . . 287
6.3.2 Denizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
6.3.3 Distribuzione t Student . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
6.4 Propagazione degli errori di misura . . . . . . . . . . . . . . . . . . . . . . . . . . 303
6.4.1 Soluzione mediante SIMULAZIONE . . . . . . . . . . . . . . . . . . . . . 304
6.4.2 Sviluppo del metodo RSS (Root of Sum of Squares) . . . . . . . . . . . . 306
6 INDICE
6.4.3 RSS: applicabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309

6.4.4 Applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312
6.4.5 Casi notevoli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
6.5 Denizione delle incertezze di misura . . . . . . . . . . . . . . . . . . . . . . . . . 317
6.5.1 Incertezza Tipo o di Categoria (Standard Uncertainity) . . . . . . . . . . 317
6.5.2 Incertezza implicita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
6.5.3 Incertezze estesa (Expanded Uncertainity) . . . . . . . . . . . . . . . . . 320
6.5.4 Incertezza combinata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321
6.5.5 Estensione dell'incertezza combinata . . . . . . . . . . . . . . . . . . . . . 323
6.5.6 Analisi di informazioni per la stima dell'incertezza Tipo . . . . . . . . . . 325
6.5.7 Rappresentazione e confronto di incertezze . . . . . . . . . . . . . . . . . . 327
7 Gestione della prova e problematiche di installazione 329

7.1 Gestione della procedura sperimentale . . . . . . . . . . . . . . . . . . . . . . . . 329
7.1.1 Regressione lineare: denizione delle incertezze dei coecienti . . . . . . 329
7.1.2 Regressione lineare: denizione stima delle incertezze . . . . . . . . . . . 331
7.1.3 Metodi di regressione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
7.1.4 Regressione lineare: Incertezza dell'ingresso . . . . . . . . . . . . . . . . . 335
7.1.5 Scelta del numero di punti di una regressione . . . . . . . . . . . . . . . . 335
7.2 Analisi di incertezza di un sistema di misura . . . . . . . . . . . . . . . . . . . . . 336
7.2.1 Incertezza di uno strumento o di una catena di misura . . . . . . . . . . . 338
7.2.2 Valutazione di una procedura di sperimentale con elaborazione dati . . . . 345
7.2.3 Esempio conclusivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346
7.3 Eetti di installazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350
7.3.1 Esempi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350
7.3.2 Intrusività . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
7.4 Criteri generali per la selezione di uno strumento . . . . . . . . . . . . . . . . . . 356
INDICE 7
Premessa: perché un testo di dispense

I cataloghi delle librerie universitarie sono ricchi di testi e dispense che trattano l'argomento della
sperimentazione, a diversi livelli di dettaglio. Del tutto lecita, quindi, la domanda se vi sia la
necessità di un altro testo al riguardo, anziché adarsi a quelli già disponibili. Dopo alcuni anni
di insegnamento del corso di Fondamenti di Sperimentazione al terzo anno del Corso di Studi
di Ingegneria Aerospaziale, si è ritenuto opportuno dare una maggiore consistenza e organicità
al materiale utilizzato. Nel fare ciò, si è deciso di adottare un approccio più di scoperta che
non puramente espositivo del tecnicismo, cercando di partire dai problemi per orientarsi verso
soluzioni ragionevoli, avanzando ipotesi e costruendo modelli utili per valutare la situazione
incontrata e prendere decisioni.
Per ragioni pratiche, e soprattutto l'impossibilità di basare la nostra indagine su problemi speri-
mentali reali, dato l'elevato numero di studenti, si è fatto largo uso di programmi Matlab nell'ot-
tica di una modellazione semplice ma rappresentativa, sfruttando il concetto di sperimentazione
virtuale.
Un capitolo è interamente dedicato ai fondamenti di probabilità e statistica, dai quali non si può
completamente prescindere, come risulterà chiaramente dalla esposizione. Occorre però sottoli-
neare che l'approccio adottato vuole portare alla scoperta degli elementi più rilevanti ai ni della
denizione delle incertezze di misura sempre attraverso una sperimentazione virtuale, condotta
utilizzando procedure Matlab. Questa parte del testo è quindi molto lontana dall'organicità e
dal rigore tipici dei tradizionali testi o corsi di Probabilità e Statistica.
I requisiti per la lettura e la comprensione del testo sono quelli certamente consolidati in tutti
i Corsi di Studi di Ingegneria Industriale: Analisi e Geometria 1&2, Fondamenti di Fisica Spe-
rimentale, Elettrotecnica ed Elettronica Applicata, Fondamenti di Automatica, Fondamenti di
Meccanica Strutturale, Meccanica Aerospaziale e Dinamica di Sistemi Aerospaziali.
Milano, Febbraio 2020

8 INDICE
Capitolo 1
Introduzione alla sperimentazione

Questo primo capitolo ha lo scopo di introdurre il lettore ai singoli argomenti che verranno
trattati nei vari capitoli, ma soprattutto di illustrare la ragione per cui sono arontati. Ci si
soermerà su alcuni aspetti mediante un'analisi del contesto, cercando di giusticare sia le meto-
dologie adottate, sia il perché determinati aspetti del problema vengono arontati. è opportuno
sottolineare che, pur trattando un corso introduttivo sulle misure sperimentali questo non si-
gnica che altri aspetti, più vicini a problematiche analitiche o numeriche, non vengano essi
stessi discussi. La multidisciplinarità dei moderni approcci ingegneristici fa si che, a dierenza
del passato, non siano più necessarie solo competenze estremamente approfondite in un singolo
ambito, ma sia necessario avere competenze più trasversali, non fosse altro che per interfacciarsi
con colleghi che si occupano di altri aspetti in uno stesso progetto. Per dirla in modo semplice,
dicilmente chi si occupa più direttamente della sperimentazione può permettersi di non avere
conoscenze sucientemente approfondite di aspetti analitici e numerici, e viceversa.
1.1 Motivazioni del metodo di lavoro

L'obiettivo principale di questa parte introduttiva consiste nell'inquadramento del contesto
nel quale si colloca l'attività di sperimentazione. L'analisi del contesto infatti è un metodo di
lavoro che può essere molto utile in quanto:
1. Permette una migliore denizione di un problema, grazie all'aggiunta al quadro generale,

inizialmente vago e lacunoso, di elementi (teorici o funzionali) recuperati dalla conoscenza
già acquisita e da fonti esterne;
2. Aiuta a mettere in luce elementi di riferimento, utili per il collegamento di ulteriori elementi
e il completamento del quadro con legami tra i diversi elementi presenti;
3. Permette di capire cosa serve (metodi/tecniche/conoscenze/ capacità) per arrivare a pa-
droneggiare il problema, anche se nuovo (sappiamo già risolverlo? siamo già in possesso
degli strumenti necessari per farlo? dobbiamo imparare qualcosa, sia in termini operativi
che di conoscenze?
4. . . .
Il primo passo è costituito dall'analisi logico/semantica, cioè dalla lettura critica del te-
sto. Si comincia quindi con la Discussione Logico/Semantica della voce fondamentale:
Sperimentazione
Sperimen-
Sul dizionario della lingua italiana Devoto Oli troviamo la seguente denizione:
tazione: s.f. Impiego di oggetti d'indagine scientica in una serie di prove e di
veriche . Analizziamo le parole contenute in questa denizione e diamo loro una descrizione:
1. Impiego: sottintende l'esistenza di procedure per l'esecuzione delle operazioni e la
capacità di impiego sia degli strumenti che delle procedure;
9
10 CAPITOLO 1. INTRODUZIONE ALLA SPERIMENTAZIONE
2. Oggetti: strumenti o sistemi utili per l'indagine, cioè adeguati al compito previsto;
3. Indagine: azione svolta con l'obiettivo di acquisizione di informazioni;
4. Scientica: aggettivo che caratterizza un'operazione condotta con e retta dal metodo
scientico, cioè razionale in tutti i suoi passi;
5. Serie: azione multipla e/o ripetuta;
6. Prove o veriche: sostantivi che deniscono il contesto operativo, nel quale le procedure
sono utilizzate.
In particolare il risultato atteso è l'acquisizione di informazioni numeriche da fenomeni

reali cioè una misura. Per noi le prove e le veriche sottintendono la realizzazione di una
misura, tramite strumenti, che fornisca le informazioni utili agli scopi.
La sperimentazione è quindi un' attività razionale volta alla acquisizione strumentale di
informazioni quantitative da un sistema; tale attività produce un risultato, la misura.
La sperimentazione non è solo appannaggio di attività di ricerca ma anche di attività comune.
I concetti necessari per una corretta gestione non sono estranei alla pratica e al buon senso ma
richiedono una razionalizzazione e un irrobustimento concettuale. Occorre tenere presente che
l'esigenza di misure precise ed adabili è comune a tutte le attività industriali e produttive, in
tutte le loro fasi. Il costo delle attività di misura è spesso sottovalutato, così come il costo di
informazioni inadeguate, anche se delle volte ci si può scherzare sopra.
Figura 1.1: Un punto di vista scherzoso...
Ma l'importanza dell'informazione proveniente dal mondo reale non è sfuggita alle grandi menti
del passato che da sempre hanno utilizzato il metodo sperimentale per validare le loro ipotesi
e che hanno trovato in Galileo il codicatore moderno del metodo. Wikipedia denisce Galileo
come il padre della sica e della scienza moderne in quanto con lui nasce il Metodo scientico
che risiede nell'uso combinato di teoria (modello della realtà NDR ) ed esperimento (misura a
supporto e/o conferma della predizione del modello NDR ) e dichiara ... improprio l'uso dei
termini scienza e scienziato in riferimento a epoche precedenti, soprattutto per quanto riguarda
il problema del metodo scientico. Forse un'aermazione un pò eccessiva visto che Eratostene
(276 - 194 a.C), già allora convinto della sfericità della terra, era riuscito a valutarne in 40.500
km circa la circonferenza, un valore sorprendentemente vicino al vero (40.009 km). Anche
Einstein, grandissimo teorico, ebbe a scrivere a Max Born: Nessuna quantità di esperimenti
potrà dimostrare che ho ragione; un unico esperimento potrà dimostrare che ho sbagliato., di
fatto asserendo che la misura sperimentale costituisce la verità con la quale confrontarsi.
Il corso fa riferimento ad attività di misura caratteristiche del settore aerospaziale, con co-
noscenze di base e metodologie trasversali a diverse aree dell'ingegneria; questo signica che il
1.2. OBIETTIVI E LOGICA DELLA SPERIMENTAZIONE 11
quadro generale è quello di un'ingegneria meccanica, nel quale l'attenzione è normalmente volta
a grandezze di carattere meccanico e non elettrico.
Misurare signica organizzare l'intera attività in modo da ottenere una misura si-
gnicativa, cioè corretta e adabile; non semplicemente trascrivere numeri dal display di
uno strumento.
La gestione di un'attività sperimentale coinvolge discipline varie, si tratta quindi di un problema
di progetto in un ambito multidisciplinare e la sperimentazione deve essere progettata e
gestita con criteri ingegneristici, cioè razionali: fare sperimentazione signica infatti progettare,
realizzare e/o utilizzare un sistema di misura in funzione di precise esigenze. Le esigenze
devono essere adeguatamente formalizzate in speciche e requisiti in base ai quali progetta-
re/scegliere/congurare il sistema in modo da conseguire gli obiettivi, con costi compatibili
con i vantaggi attesi.
L'attività di sperimentazione può essere suddivisa in fasi:
Figura 1.2: Schema di procedura sperimentale
Si tratta di una catena: un solo anello debole può degradare la qualità del risultato e quindi far
perdere di signicato all'intera attività .
1.2 Obiettivi e logica della sperimentazione

Tutti facciamo sperimentazione, nel senso che eettuiamo delle misure, cioè acquisiamo informa-
zioni circa il valore di grandezze di nostro interesse e lo facciamo quasi tutti i giorni. Normalmente
lo facciamo in modo non del tutto razionalizzato, siamo cioè inconsapevoli riguardo ad alcuni
aspetti del problema, ad esempio:
1. Quali sono le azioni che tipicamente vengono eseguite per misurare?

2. In base a quali considerazioni si può ritenere che la misura sia veritiera?
3. Come funziona lo strumento che viene utilizzato?
4. Sto usando lo strumento nel modo corretto?
Nella vita quotidiana qualche volta potremmo anche sorvolare ma non sempre e sicuramente
non nell'ambito professionale. Alcune misure sono tipicamente personali: misura del tempo,
rifornimento di carburante, percorrenza o consumo di un mezzo di trasporto, pesatura cibo o
personale, temperatura ambientale, dell'acqua doccia/bagno, del forno per la cottura. Spesso
altri misurano per noi: consumo energia elettrica, acqua o gas, peso delle confezioni di cibo,
caratteristiche, dimensioni o prestazioni di un prodotto (es caratteristiche dei materiali; di-
mensione di un oggetto; consumo di un elettrodomestico; peso, velocità e consumi della vostra
automobile, dosi secondo ricetta nei piatti consumati al ristorante, dosi dei principi attivi nei
medicinali che assumiamo). Nel primo caso potrebbe essere utile sapere se stiamo misurando in
maniera accurata o meno, nel secondo ci potremmo chiedere perché dovremmo essere duciosi
nella misura che ci viene proposta.
In generale può essere opportuno porsi alcune domande:
1. Cosa dovremmo sapere/saper fare per essere noi stessi i responsabili della misura?
2. Cosa signica o comporta realmente Misurare?
3. La semplice disponibilità della misura è suciente per poter continuare nell'attività che la
richiede?
4. Quali sono i punti critici che devono essere dominati da chi progetta/ utilizza uno strumento
o un sistema di misura?
Saper rispondere a domande come queste signica essere pienamente consapevoli dell'operazione
di misura . . . è questo l'obiettivo principale del corso.
1.2.1 Obiettivi della sperimentazione

Un esperimento consiste in un insieme organico di osservazioni (qualitative e quantitative)
eseguite su di un fenomeno di interesse con uno scopo preciso. Diversi possono essere gli
scopi della sperimentazione (ingegneristica, economica, sociale, . . . ), a esempio:
1. osservazione/diagnostica di un processo, di un fenomeno o di una operazione, controllo di

qualità di un processo;
2. regolazione di un processo, di un fenomeno o di una operazione;
3. analisi sperimentale di un problema;
4. validazione di modelli numerici e/o teorie;
5. . . .
Sono evidentemente molto varie le motivazioni che portano all'acquisizione di informazioni

quantitative dai processi realizzati dall'uomo:
1. Osservazione/diagnostica di un processo o di un fenomeno: Interesse per la sem-

plice osservazione, l'acquisizione di informazioni per intraprendere azioni non dirette alla
modica del fenomeno o per la verica di caratteristiche di un prodotto (dimensionali e
funzionali). Es.: rete di sensori per il monitoraggio ambientale, rilevatori di consumo
2. Controllo di un processo o di un fenomeno: Utilizzo delle misura per gestire de-
gli interventi atti a regolare il fenomeno (sensori / attuatori / leggi di controllo). Es.:
termostato
3. Analisi sperimentale: alla base della tecnica di apprendimento umana (Galileo), costi-
tuisce un approccio complementare, NON ALTERNATIVO, all'analisi teorica o numeri-
ca, da adottare laddove la metodologia teorica non sia consolidata o per eettuare delle
veriche della teoria. Nell'ambito dell'analisi sperimentale l'acquisizione di informazioni
quantitative dalla realtà è necessaria per:
• Sviluppare nuovi metodi e prodotti
• Valutare le qualità/prestazioni di prodotti/sistemi
• Validazione di modelli teorici, dati, . . .
• Verica/correlazione modelli previsionali numerici/analitici
Possiamo anche individuare altre forme di classicazione di sperimentazione, per esempio in

funzione delle condizioni operative:
1. Ingegneristica, in condizioni controllate, con obiettivi quali: Ricerca, Sviluppo,Valutazione

di prestazioni (applicabilità, limiti, vita, ecc, . . . ) , . . . .
1.2. OBIETTIVI E LOGICA DELLA SPERIMENTAZIONE 13
2. Industriale, in condizioni operative: gestione della qualità, funzionamento di processo ,

....
In funzione di queste considerazioni si potranno denire requisiti di qualità e operativi utili alla
progettazione dei sistemi di misura. Un esempio signicativo è il controllo di produzione: il
funzionamento di un elettrodomestico deve essere vericato per ogni singolo dispositivo ma non
si può pensare di tenere fermo un frigorifero o un congelatore per alcune ore onde vericare
se il tempo di rareddamento corrisponde alla prestazione di progetto; occorre una tecnica più
rapida.
1.2.2 Logica della sperimentazione

Per parlare della logica della sperimentazione occorre introdurre i due approcci fondamentali alla
conoscenza e alla soluzione dei problemi ingegneristici, quello Teorico e quello Sperimentale.
Si tratta di due approcci complementari, ciascuno con caratteristiche peculiari
Approccio teorico
1. I risultati sono generali e facilmente estendibili (nell'ambito delle ipotesi di validità del
modello)
2. La formulazione è spesso semplicata (occorre vericare il comportamento del modello
adottato)
3. Spesso è possibile una soluzione numerica (con diversi gradi di dicoltà)
4. Non richiede dispositivi dedicati o specici
5. I risultati spesso vengono ottenuti in un tempo limitato
6. . . .
Approccio sperimentale
1. I risultati non sono generalizzabili né parametrizzabili

2. Viene svolta una osservazione del fenomeno reale (nei limiti delle modalità di sperimenta-
zione scelta)
3. Vengono richieste misure accurate e l'apparato può essere costoso e non riutilizzabile
4. è necessaria la disponibilità di un prototipo o di un modello in scala
5. è richiesto tempo per la messa a punto
Il ruolo dell'ingegnere è quello di risolvere problemi di natura tecnica, progettando sistemi nuovi
o migliorando quelli esistenti, basandosi su modelli previsionali. Questo signica aver bisogno
di informazioni adabili per alimentare i propri modelli (che dovranno necessariamente essere
rappresentativi del sistema in esame) e di vericare che la funzionalità prevista trova riscontro
nella realizzazione. Entrambe queste fasi richiedono attività sperimentali, per ottenere i dati
necesari nella prima e vericare le prestazioni nella seconda.
1.2.3 Discussione Logico/Semantica: la misura

In quanto prodotto della attività di sperimentazione, la Misura ne è il suo cardine, essendone
il risultato. Anche per questo elemento possiamo recuperarne la denizione: Determinazione
quantitativa condotta in rapporto ad unità convenzionali e individuare gli elementi esplicitamente
presenti:
1. la misura,
2. l'operazione di eettuazione della misura,
3. l'esigenza di una qualità di misura,
4. unità convenzionali di riferimento.
ma anche gli elementi sottintesi che risultato altrettanto rilevanti dal punto di vista della
progettazione e gestione dell'operazione:
1. una grandezza che si desidera misurare (e quindi la necessità di essere sensibili a essa),
2. un dispositivo capace di eseguire l'operazione (lo strumento),
3. una procedura per la corretta realizzazione della misura (a garanzia della qualità del
risultato),
4. un processo di progettazione che garantisca il risultato dell'operazione.
L'esame dei termini espliciti ci porta a fare alcune considerazioni, il cui ordine di presentazione
non è necessariamente quello di rilevanza:
Misure:
1. il nostro interesse può essere rivolto a un grande numero di grandezze con caratteristiche
molto diverse tra loro; per alcune è possibile rilevarne direttamente la misura, per confronto
con un campione (metro o bilancia a pesi), per altre occorrerà misurarne l'eetto attraverso
una qualche forma di conversione;
2. l'analisi delle possibili forme di conversione porta a indagare il livello elementare di tale
operazione, cioè i principi sici di trasduzione disponibili per la loro eettuazione;
3. L'attività di misurazione è un'attività estremamente comune nell'ingegneria: tutti i nu-
meri che compaiono sulle schede tecniche di apparecchiature, strumenti, prodotti, sono il
risultato di operazioni di misurazione;
4. La necessità di avere ducia nelle misure porta naturalmente alla problematica delle deni-
zione della Qualità della misura; quindi alla necessità di preoccuparsi di come il risultato
dell'operazione possa essere condiviso; inevitabile il passaggio attraverso la condivisione di
metodi e riferimenti.
Strumentazione:
1. Dispositivo / Sistema utilizzato per eettuare le misure;

2. Logica per la gestione dell'operazione, in modo da avere sempre un approccio razionale al
problema;
3. Possibili interazioni/ interferenze legate all'impiego di un oggetto che nella applicazione
pratica non esiste.
Campione di riferimento (Standards):
1. Unità di misura nelle quali esprimere i risultati;

2. Norme di comportamento e di elaborazione dei dati, necessarie per poter condividere la
realizzazione del risultato di misura.
Ciascuno di questi aspetti deve trovare posto nella discussione. Qualcuno però verrà dato per
scontato, per es. i sistemi di unità di misura.
La Misura è da sempre un'esigenza dell'uomo, che ha avuto qualcosa da misurare, dovuto
trovare un metodo per misurare, confrontarsi con esigenze di precisione, nonché bisogno di
fare accettare la propria misura.
In tutto ciò tenendo conto che misurare ha un costo e che la scelta della strumentazione e delle
procedure deve essere commisurata alle esigenze di precisione e queste, a loro volta, ai vantaggi
che derivano dalla conoscenza della misura.
La Misura costituisce una quanticazione oggettiva di una grandezza ritenuta signicativa
in relazione ad un fenomeno o sistema, al ne di descrivere:
1.3. LO STRUMENTO 15
1. il fenomeno/sistema stesso e/o la sua evoluzione,

2. le sue interazioni con altri sistemi e/o con l'ambiente.
Questo signica essere consapevoli del fenomeno e delle sue manifestazioni più importanti o di
quelle rilevanti ai ni dei nostri interessi
Le grandezze da misurare
Le grandezze di interesse possono essere direttamente misurabili, grazie a principi sici o per
confronto, o devono essere ricostruite mediante relazioni siche che le legano a grandezze a
loro volta direttamente misurabili.
Le grandezze da misurare possono essere stazionarie (statiche) o tempo varianti (dinamiche)
con evidente impatto sia sulle caratteristiche della strumentazione necessaria che sulle modalità
operative. Infatti, mentre nel caso statico vi è solitamente la possibilità di ripetizione e tempo
a disposizione, nel caso dinamico esiste spesso la possibilità di una sola misura, e quindi occorre
commisurare le caratteristiche dello strumento alle caratteristiche del segnale.
Le grandezze misurabili possono essere suddivise in estensive o intensive:
Estensive: la misura può essere eseguita in termini di rapporti, possono essere sommate (lun-
ghezze, correnti elettriche, portate, . . . ). Per le grandezze Estensive è possibile costruire un
campione di riferimento : un elemento utile al confronto (es. il vecchio metro)
Intensive: deniscono un modo di essere del sistema, esprimono un ordine, non possono essere
sommate e devono essere denite in termini di dierenze rispetto ad un valore di riferimento
(potenziale elettrico, temperatura, ... ). Per le grandezze Intensive non è possibile denire un
campione di riferimento : esistono dei fenomeni che permettono di associare, convenzionalmen-
te,a una condizione un valore della grandezza; Per esempio, non esiste una temperatura campione
ma è possibile individuare una condizione per cui si deniscono le temperature 0◦ C e 100◦ C.
La misurazione
La misurazione è l'operazione, o la procedura, che fornisce una misura, cioè che porta alla de-
nizione del valore numerico del misurando mediante l'utilizzo di strumenti di varia natura, quali:
dispositivi idonei a eettuare la misura (strumentazione) ed equazioni e/o relazioni analitiche
e/o procedure di elaborazione.
La procedura non è arbitraria é arbitrariamente modicabile; anche quando non ci sono nor-
me che le deniscono è opportuno darsele e attenervisi. Misurare comporta inevitabilmente
imprecisioni che non possono essere ridotte a piacimento: esistono dei limiti a questo processo
(incertezza intrinseca), di tipo economico e sico. Inne, la realizzazione di una misura prevede
due funzioni: estrazione di informazioni dal fenomeno (trasduttore/sensore) e quanticazione
della misura (misuratore).
1.3 Lo Strumento
Lo Strumento è l'oggetto capace di fornire una misura (Metro, Calibro, Bilancia, Voltmetro,
Manometro, Termometro, . . . ). è sensibile al misurando e normalmente provvede alla
sua trasformazione (trasduzione) in una grandezza sica intermedia che rende più agevoli le
operazioni successive, in particolare la misura vera e propria; nalmente provvede a rendere
disponibile una lettura, cioè la quanticazione della misura. Ciascuna di queste fasi deve essere
ben compresa.
É possibile classicare uno strumento per come opera, se per deviazione o azzeramento (come
uno strumento si prepara alla misura), o per come eettua la misura: per confronto diretto o
per misura dell'eetto prodotto (come uno strumento realizza la misura). In tutti i casi si tratta
di capire la natura sica dello strumento.
1.3.1 Modalità di sensibilità: diretta e in analogia

Poche grandezze ammettono la realizzazione di strumenti sensibili in omogeneità con l'in-
gresso; per es. il calibro ventesimale trasduce la dimensione nello spostamento del cursore in
rapporto 1:1; il confronto con la scala permette la lettura, peraltro con un evidente limite sulla
risoluzione. Nella maggior parte dei casi si opera una trasduzione, una trasformazione,
dell'ingresso in una grandezza diversa, sfruttando un opportuno principio sico; questa
grandezza è proporzionale/ in analogia a/con quella che si desidera misurare ed è misurabile
in maniera più semplice o conveniente. è possibile dotare il calibro di una ruota, trascinata dal
cursore: il rapporto di trasmissione (raggio ingranaggio/ lunghezza lancetta) amplica mecca-
nicamente il movimento dell'indicatore che viene confrontato con la scala graduata: si misura
quindi l'angolo e non il movimento del cursore; è evidente come, a parità di distanza tra le
tacche la risoluzione consentita da un indicatore lungo sia migliore. Analogamente la bilancia
trasforma una forza peso nella rotazione di una lancetta. In entrambi i casi viene eettuata la
misura della rotazione e non della grandezza in ingresso allo strumento.
Figura 1.3: Calibro tradizionale e a orologio, Bilancia a indicatore
Stiamo usando uno strumento analogico: questo strumento sfrutta la sensibilità al fenome-
no, realizzata tramite un sensore / trasduttore che interagisce con il fenomeno stesso; ha la
capacità di fornire una quanticazione dell'eetto rilevato, tramite un misuratore e di realiz-
zare la sua conversione nell'unità di misura della grandezza in ingresso, tramite un coeciente
di taratura. Quindi nello strumento coesistono due funzioni base, trasduzione e misura, che
sono svolte da due componenti separati e indipendenti; vedremo che questo ragionamento
può essere portato alle estreme conseguenze usando due oggetti distinti.
Occorre rilevare che è possibile un assorbimento di energia dal fenomeno/ sistema dal quale
si vogliono recuperare informazioni. Si ha assorbimento di energia in quasi tutti gli strumenti
(eccezioni sono gli strumenti che operano per confronto o senza contatto) e maggiore è l'e-
nergia disponibile maggiore è la facilità di misura, grossolanamente la precisione; d'altra parte
minore l'energia assorbita, minore sarà l'impatto delle presenza dello strumento. Si tratta di
requisiti in evidente contrasto tra loro. Sarà compito nostro trovare un punto di ottimo che
bilanci le due esigenze.
1.3.2 Funzionamento dello Strumento: misura per azzeramento e deviazione

Tra le caratteristiche di uno strumento merita attenzione la modalità di misura, cioè la logica
di funzionamento implementata nello strumento stesso. Esistono due modalità principali:
misure per azzeramento e deviazione ; nello strumento che lavora per azzeramento, la misura
è proporzionale all'intervento necessario per ripristinare lo stato iniziale dello strumento, cioè la
condizione presente prima dall'inizio dell'operazione di misura; nello strumento che lavora per
deviazione la misura è proporzionale all'eetto di deessione o di modica provocato dalla
applicazione della grandezza trasdotta allo strumento; per es. può essere determinata da un
elemento in grado di raggiungere un posizione di equilibrio grazie a una forza di reazione.
1.3. LO STRUMENTO 17
Deviazione: eetto sico bilanciato dalla Azzeramento: eetto sico annullato dallo
reazione dello strumento strumento
Figura 1.4: Misura per deviazione e azzeramento
Un esempio dalla vita di tutti i giorni è costituito dalla bilancia. La bilancia a due piatti è uno
strumento che lavora per azzeramento: l'eetto dello squilibrio prodotto dall'applicazione del
peso comporta l'abbassamento del piatto che viene recuperato con il posizionamwento di pesi
in quantità adeguata sull'altro. Essendo il valore di ciascun peso noto (campione) la misura è
data dalla somma dei pesi necessari per portare in equilibrio indierente i due piatti.
Nella bilancia a indicatore è particolarmente evidente che l'applicazione del peso comporta un
movimento della lancetta no a quando non viene raggiunta una condizione di equilibrio con
una forza di reazione, una molla interna allo strumento. La scala graduata riporta il peso
corrispondente a un certo numero di posizioni angolari e la lettura per confronto consente la
misura. Altrettanto evidente come una facile lettura richiede uno spostamento ampio, è quindi
necessario amplicare il cedimento dell'elemento deformabile con dispositivi di amplicazione
meccanica.
Nella bilancia digitale l'eetto di deviazione è molto meno evidente ma il principio sfruttato
è il medesimo: in questo caso è spesso implementata una trasduzione in deformazione anziché
in movimento e un circuito digitale implementa il legame, spesso un semplice coeciente di
proporzionalità, tra uscita e ingresso, fornendo la misura del peso. Le dimensioni dell'oggetto
sono particolarmente compatte grazie alla misura diretta della deformazione che, come vedremo,
non richiede meccanismi di amplicazione meccanica ma elettrica.
In entrambi i casi i dispositivi lavorano per deviazione in quanto viene raggiunto uno stato di
equilibrio diverso dalla condizione iniziale e la distanza da questa è indicativa dell'entità del peso
appoggiato sul piatto.
Figura 1.5: Bilancia a due piatti, a indicatore e digitale

è importante analizzare quali siano i pregi e i difetti delle misure per deviazione e azzeramento:
Deviazione
1. La misura è eseguita in relazione alla variazione di un segnale in uscita, necessario per

bilanciare l'eetto della grandezza da misurare;
2. La precisione è legata alla taratura dell'elemento di reazione;
3. è necessario avere precisione su tutto il campo (uniformità di comportamento dell'elemento
sensibile);
4. Si tratta di una misura veloce (caratteristiche dinamiche del sensore).
Azzeramento
1. Si misura l'azione necessaria per rimuovere l'eetto della grandezza da misurare;

2. La precisione è data dalla qualità di misura dell'elemento di reazione;
3. La misura avviene solo nell'intorno della posizione di equilibrio;
4. Non occorre conoscere lo squilibrio ma solo la sua direzione;
5. Risulta relativamente facile fabbricare un sensore molto preciso;
6. Si tratta di una misura solitamente lenta (a causa della necessità di controllare lo zero):
risulta dicile avere caratteristiche dinamiche elevate a costi contenuti.
1.3.3 L'operazione di Misura

Un principio di misura particolarmente semplice è il confronto diretto tra la grandezza da
misurare e un campione di riferimento omogeneo; l'esito di tale confronto fornisce la misura.
Il metro ne è un tipico esempio. In tutti gli altri casi si rende necessaria una scala di riferi-
mento che consente la quanticazione dell'eetto di misura, es. la rotazione dell'indicatore nelle
bilancia omonima; questa quanticazione può fornire direttamente la misura desiderata, es. il
peso/massa, o la misura della grandezza intermedia che dovrà essere convertota nella misura
desiderata attraverso un opportuno coeciente di scala; nel caso della bilancia sarà la rotazione
per unità di forza.
Figura 1.6: Misure per confronto diretto e in analogia
1.3.4 Uso di sensore/trasduttore e misuratore

Ogni strumento in generale contiene due elementi fondamentali che sono il sensore/trasduttore e
il misuratore, tipicamente di carattere elettrico. Questo comporta di utilizzare 1) un trasduttore
per avere una grandezza elettrica intermedia, 2) un misuratore elettrico (multimetro) per la
misura della grandezza intermedia e 3) un fattore di conversione per ricavare il valore dell'ingresso
di misura. Vi sono come sempre vantaggi e svantaggi nel mantenere queste due funzioni separate,
per esempio:
1.4. IL TRASDUTTORE 19
Vantaggi Svantaggi
Flessibilità (utilizzo di sensori diversi) Necessità di condivisione del misuratore
Trasmissibilità a distanza del segnale da Utilizzo meno intuitivo (personale quali-
misurare cato)
Economicità (un solo misuratore, di solito Problemi di carattere elettrico (personale
tanto più costoso quanto preciso) qualicato)
Peraltro questo schema risulta talmente diuso che spesso si tende a confondere lo strumento
con il trasduttore, dando per scontato che il misuratore non agisca come elemento separato e
non introduca eetti negativi rilevanti. Dal punto di vista metrologico la catena è comunque
costituita, come minimo, da questi due elementi; anche quando l'oggetto è sicamente unico.
Prima di proseguire cerchiamo di chiarire il signicato del termine sensore/trasduttore. Anche
se non esiste una denizione consolidata, e spesso nel gergo comune i due termini vengono usati
in modo intercambiabile, possiamo pensare il sensore come la parte sensibile, da ciò il termine,
alla grandezza che si vuole misurare. Dal punto di vista pratico però, come vedremo più avanti,
questa sensibilità si traduce in una variazione in uscita, in genere di tipo elettrico, molto limitata
che per poter essere misurata deve essere amplicata. Una denizione pratica potrebbe essere
quindi quella di considerare il trasduttore come un insieme di sensore e circuito di amplicazione
che rende il segnale in uscita misurabile.
Per ciò che concerne il sensore vero e proprio, si possono fare le seguenti considerazioni:
1. É l'elemento sensibile di uno strumento: rende possibile un usso di energia misurabile,

dal sistema allo strumento
2. Costituisce un elemento di trasformazione analogico: ingresso ed uscita sono analo-
gici, NON fornisce quindi una misura MA un'uscita facilmente misurabile o confron-
tabile con una scala
3. Esistono diversi principi di trasduzione, quali quelli meccanico, elettrico, magnetico,
piezoelettrico
4. Tra le caratteristiche funzionali e qualitative (metrologiche) più importanti vi sono:
sensibilità, linearità, intervallo di lavoro, banda passante, isteresi
5. Varietà di grandezze da misurare: sensibilità diretta o a un suo eetto
6. Ad esempio il sensore estensimetro è sensibile alla deformazione del materiale sul quale
è incollato, quindi a tutto ciò che la determina, quali azioni meccaniche o variazioni di
temperatura.
1.4 Il Trasduttore
Il trasduttore ideale è un sistema lineare) a un ingresso (la grandezza che si intende misu-
rare) e una uscita (la misura o la grandezza continua in analogia a quella misurare). La sua
funzione di trasferimento nominale è quindi una costante, è cioè indipendente dall'entità del-
l'ingresso e dalla sua eventuale variabilità nel tempo (contenuto in frequenza). La costante
di funzionamento deve essere denita o vericata sperimentalmente; attraverso l'opera-
zione di Taratura (Calibration): il confronto tra l'uscita dello strumento e l'ingresso, noto
o accuratamente misurato, che l'ha prodotta. Occorrerà quindi essere in grado di utilizzare
uno strumento in condizioni tali da garantirne il funzionamento nelle condizioni ottimali. Sarà
necessario tornare sull'argomento per capire le relazioni tra lo strumento, inteso come oggetto
reale, e il modello metrologico che utilizziamo quando si eettuano delle misure. è possibile,
anche se più complesso, l'impiego di trasduttori con funzione di trasferimento non lineare (es.
manometro ad aria logaritmico per subacquei) ma sempre conoscendo completamente la legge
biunivoca ingresso-uscita che non è più riconducibile a una semplice costante. Nel seguito si
discuteranno soltanto trasduttori con funzionamento lineare.
1.4.1 Congurazioni di utilizzo di uno stesso trasduttore

è interessante notare come lo stesso trasduttore possa essere utilizzato per misurare grandezze
diverse; ingura è mostrato un elemento di membrana strumentato, cioè equipaggiato con un
sensore di deformazione (un estensimetro); l'estensimetro è in grado di rilevare la deformazione
presente nella membrana.
Figura 1.7: Lamina estensimetrata
Questa generalità di utilizzo fornisce una grande essibilità che può essere sfrutata, a patto
che conosca il fenomeno che si appresta a misurare. Nella gura seguente lo stesso sensore,
trasduttore di deformazione, viene utilizzato per misurare quattro grandezze siche dierenti.
Figura 1.8: Quattro diversi trasduttori basati sull'utilizzo di una lamina estensimetrata: misura
di accelerazione (in alto a sinistra), misura di volume (in alto a destra), misura di pressione (in
basso a sinistra) e misura di piccoli spostamenti (in basso a destra)
1.4.2 Caratteristiche principali

Per descrivere le caratteristiche dei trasduttori è opportuno riferirsi a diverse categorie, quali:
Costruttive, Ambientali, Operative, Funzionali, di Qualità.
Caratteristiche Costruttive: sono quelle caratteristiche siche che contraddistinguono uno
strumento e lo dierenziano o accomunano a oggetti di analoghe funzioni. Sono tipicamente
impiegate per valutazioni comparative in termini di qualità o funzionalità o rapporto costi-
prestazioni.
Caratteristiche Ambientali: si tratta delle condizioni di impiego ambientali in senso lato,
escluse quelle relative all'ingresso, quali ad esempio campo di temperature, livello vibratorio, ecc
. . . entro le quali lo strumento deve essere impiegato per garantirne il corretto funzionamento,
eventualmente con qualche limitazione o degrado delle caratteristiche, in particolare di quelle
1.4. IL TRASDUTTORE 21
di qualità. Sono tipicamente impiegate per valutare la compatibilità di uno strumento con
un'applicazione, in relazione alle diverse esigenze ambientali; lo scopo è quello di garantire la
generale validità della prova oltre che preservare la vita dello strumento stesso.
Caratteristiche Operative: sono le caratteristiche del segnale in ingresso che può essere
sottoposto allo strumento onde garantirne il corretto funzionamento. Tra queste è possibile
denire due sotto classi di caratteristiche:
1. Prescrittive: il mancato rispetto dei limiti può pregiudicare la funzionalità dello stru-
mento stesso, es. portata (escursione dell'ingresso) e numero ripetizioni ciclo di carico
2. Metrologiche: il mancato rispetto può pregiudicare la qualità delle misure: Banda pas-
sante (limite al contenuto in frequenza dell'ingresso), tipicamente impiegate per valutare
la compatibilità di uno strumento con un'applicazione, in relazione alle diverse esigenze
operative, onde garantire la generale validità della prova oltre che la vita dello strumento
stesso.
Caratteristiche Funzionali: sono tutti quegli elementi la cui conoscenza è necessaria per
l'eettuazione stessa delle misure, es. Sensibilità (legame ingresso/uscita), tipicamente impiegate
nella congurazione del sistema di misura e durante la fase di misura vera e propria
Caratteristiche di Qualità: sono tutti quegli elementi che permettono di quanticare pre-
ventivamente la qualità di una misura: Accuratezza (accuracy), Risoluzione (discrimination),
Ripetibilità(repeatability), Riproducibilità (reproducibility), Precisione (precision). Queste so-
no tipicamente impiegate per valutazioni comparative: utilizzate per selezionare uno strumento
a garanzia della qualità complessiva della misura. Dipendono da come si realizzano le funzioni
elementari (sensibilità, trasduzione, misura, . . . ) e possono essere inuenzate da come lo si usa
e da variabili ambientali (es. temperatura, vibrazioni, . . . ).
Si riporta di seguito un esempio di caratteristiche tecniche proposte dal costruttore di un tra-
sduttore di forza, sintetizzate nella cosiddetta scheda tecnica, contenente informazioni valide per
tutti gli oggetti dello stesso modello.
Figura 1.9: Certicato di taratura di un trasduttore di forza
Come si vede sono riportate diverse tipologie di informazioni classicabili secondo quanto de-
scritto.
1.4.3 Interazione tra strumento e fenomeno

In relazione a uno strumento abbiamo bisogno di analizzarne il funzionamento, denirne le carat-
teristiche funzionali, cioè le caratteristiche intrinseche come oggetto, denirne le caratteristiche
metrologiche, cioè le caratteristiche utili ai ni della misura. Inoltre, abbiamo anche bisogno
di capire come uno strumento interagisce con il fenomeno sico e con gli altri componenti del
sistema di misura. Avendo inserito uno strumento nell'ambiente inevitabilmente sorgono due
quesiti:
1. il fenomeno si mantiene inalterato? o la grandezza che voglio misurare viene inuenzata
dalla presenza dello strumento?
2. Le caratteristiche di funzionamento dello strumento possono risultare modicate a seguito
di tale inserimento?
La misura, infatti, può essere invasiva: qualsiasi genere di interferenza con / tra i fenomeni in
gioco che possa alterare il comportamento del sistema, modicando la grandezza da misurare, o
la misura stessa, quindi quanticando la grandezza in modo sbagliato, è da considerarsi invasivo
e fonte di errore.
Prima tipologia di interferenza: modica del fenomeno Moltissimi sono gli esempi di
interferenza che possono generare una modica del fenomeno. Si pensi alla essibilità di un
supporto strumentato la quale può modicare l'incidenza di un modello di galleria o le caratte-
ristiche dinamiche del sistema. Oppure ancora, un tubo di Pitot modica il campo di usso del
quale si vuole misurare la velocità e al tempo stesso risente della forma del campo di usso.
Seconda tipologia di interferenza: modica del funzionamento del sistema di misura

In questo caso l'esempio più rappresentativo è quello costituito dal rapporto tra l'impedenza
di ingresso di un utilizzatore elettrico (b) e quella in uscita di un apparecchio che funge da
alimentatore (a) il quale deve essere sucientemente elevato (teoricamente innito) per non
avere eetti su quest'ultima.
É necessario acquisire la sensibilità utile per capire attraverso quale modalità l'invasività si può
realizzare e quanto possa inuenzare il sistema/la misura.
Giunti a questo punto abbiamo una prima idea di alcuni aspetti generali inerenti la sperimen-
tazione, la misura, e gli strumenti per ottenerla, quali:
1. Come possa essere strutturato uno strumento
2. Che per usare bene uno strumento non basta leggere il manuale
3. Che per capire uno strumento si devono usare dei modelli
4. Che la modalità di realizzazione dello strumento può avere inuenza sulle caratteristiche
e sul costo di uno strumento stesso
5. La necessità di un approccio razionale alla gestione del problema di misura
6. La necessità di schemi interpretativi della realtà da misurare, in base ai quali valutare il
processo di misura
1.5 Automazione della misura

La strumentazione analogica è caratterizzata dalle seguenti proprietà:
1. le grandezze in gioco sono continue
2. esiste la necessità di notevole qualità di tutti gli elementi con riesso sui costi (es. Hi-Fi)
Inoltre un display digitale non signica che lo sia anche la strumentazione: la quanticazione, o
digitalizzazione, è solo l'ultimo passo della catena di misura che, no a quel punto è analogica.
Si tratta comunque della strumentazione cui faremo riferimento in questo corso. Peraltro è
evidente che l'uso di misuratori automatici digitali, asserviti a computer, rende più eciente la
gestione dei dati; tuttavia:
1.5. AUTOMAZIONE DELLA MISURA 23
1. sono necessari adeguati dispositivi di interfaccia

2. la rappresentazione è discreta, quindi approssimata, nel tempo e in ampiezza
Figura 1.10: Confronto tra un voltmetro analogico e un tester a display digitale
1.5.1 Sistemi di acquisizione dati

Quando la prova da svolgere richiede la misura di più grandezze e aumenta di complessità, l'uso di
un singolo strumento risulta non praticabile e diventano di grande aiuto i sistemi di acquisizione
dati. Essi non solo consentono la corretta gestione di complesse catene di misura ma consentono
di introdurre anche operazioni di calcolo complesse e schemi di automatizzazione della misura
stessa. Possiamo distinguere tra due principali congurazioni: schede di acquisizione dati da
inserire nella slot di un PC e sistemi di acquisizione autonomi da collegare a porta Ethernet.
In entrambi i casi il sistema è programmato e scarica i dati nella memoria del PC al termine
dell'acquisizione.
Essendo inseriti in serie nella catena di misura è necessario denire tutti gli aspetti che inuen-
zano la qualità di misura!
La diusione dei calcolatori ha consentito di pari passo la diusione della cosiddetta Strumenta-
zione virtuale, dove lo strumento di misura originale, tranne il trasduttore, è interamente sosti-
tuito dal calcolatore e dal software opportunamente programmato. Le caratteristiche principali
di uno strumento virtuale sono:
1. La presenza di un PC dotato di un sistema di acquisizione dati;

2. Possibilità di utilizzo di qualsiasi tipo di sensore;
3. Flessibilità estrema: si cambiano i programmi, NON LO STRUMENTO;
4. Interfaccia graco per l'organizzazione del sistema di misura e per la gestione del suo
funzionamento;
5. Facilità di applicare le tecniche di visualizzazione e elaborazione.
Figura 1.11: Strumento virtuale (sinistra) e linguaggio di programmazione graco (destra)

1.6 Dagli errori alla qualità di misura

La ripetizione di misure, anche in condizioni controllate e con procedura rigorosa, può portare
a risultati diversi. è quindi lecito chiedersi se si sia commesso un errore. L'errore è denito in
relazione al valore esatto del misurando:
Errore = Valore esatto - Misura
Questo però costituisce il paradosso della misura, in quanto in generale non potremo contare
sulla disponibilità del valore esatto: se lo conoscessimo infatti non faremmo la misura! Gli
errori sono inevitabili, ma non vanno subiti: devono essere capiti e gestiti, cioè mantenuti entro
limiti certi, stabili e accettabili. Occorre quindi essere in grado di conoscere a priori l'entità
dell'errore e avere certezza della sua stabilità nel tempo, in questo modo potremo assumere che
la Misura coincida con il Valore esatto, almeno nei limiti dell'approssimazione rappresentata
dalla qualità di misura. Il che signica che una volta sotto controllo, l'errore si trasforma in un
indicatore di qualità.
La Metrologia è la scienza che si occupa di studiare i diversi aspetti del problema della misura
sperimentale (strumenti, qualità, elaborazione dei dati); la sua applicazione porta ad ottenere
risultati accurati e condivisibili. Sono necessarie tecniche che ci permettano di valutare la qualità
delle misure, sia a posteriori che a priori, e di essere certi del mantenimento di tale qualità nel
tempo. In altre parole gli errori devono essere previsti con un modello adeguato!
La domanda principe cui occorre trovare una risposta è quindi come prevedere un errore.
La lettura di un display analogico può indurre errori (parallasse, interpretazione del valore, . . .
): letture o lettori diversi possono produrre misure dierenti. La lettura di un display digitale,
eliminando la soggettività della misura, sembrerebbe risolvere il problema. Ma se volessimo una
misura con più cifre signicative? E se le ultime cifre cambiassero nel tempo? La moderna
strumentazione è in grado di fornire un valore stabile in termini di valore medio. Attenzione!
non si sa ancora se la misura sia corretta: stiamo parlando solo di dierenze o di stabilità delle
letture e non della loro correttezza!
. . . cioè come trasformare un'incapacità in un pregio. . .
1.6.1 Gli errori di misura

Ripetendo la misurazione di una grandezza costante si ottengono risultati leggermente diversi.
Quando una lettura digitale presenta un numero sul visore possiamo essere in due situazioni:
lo strumento è di qualità modesta, ha quindi poche cifre signicative, o elevata, con anche 7
cifre, come nell'esempio in gura. Il fatto che le cifre siano sse non è dovuto alla stabilità della
misura ma al fatto che è attiva una modalità di media nel tempo. Disattivata questa funzione
si vedrebbero variare almeno le ultime due cifre, se non di più.
Figura 1.12: Confronto tra voltemtri a diversa risoluzione
Naturale fare riferimento al valore medio e alla dispersione delle misure. Il valore medio è
intuitivamente un'indicazione più attendibile di una singola misura.
1.6. DAGLI ERRORI ALLA QUALITÀ DI MISURA 25
L'entità della dispersione è un indicatore dell'incertezza sulla misura eseguita. è impor-

tante capire la fonte di dispersione in modo da poterla controllare o limitare (es. incapacità
intrinseca dello strumento di produrre la stessa misura per un medesimo ingresso - ripetibilità).
hh
Figura 1.13: I concetti di media e dispersione
Assumendo di conoscere il valore della grandezza da misurare, confrontandolo con delle possibili
misure, potremmo osservare il comportamento descritto in gura:
Figura 1.14: I concetti di errore sistematico (bias) e casuale (precision error)
Possiamo classicare gli errori di misura come:
1. Errori sistematici (Bias): indicano la dierenza tra il valore vero (o la migliore stima
disponibile) e la media delle misure;
2. Errori di precisione (Precision) o casuali: quanticano la dierenza tra la singola
misura e la media delle misure.
Gli errori sistematici (Bias errors) Gli errori Sistematici (Bias) sono ripetibili, cioè co-
stanti durante una serie di misure eseguite a parità di condizioni operative e ambientali, in caso
contrario, determinando, una dispersione, rientrerebbero negli errori casuali. L'elaborazione dei
dati, anche se sosticata, non è in grado di rilevare gli errori di questo tipo, tanto meno rimuo-
verli. Il confronto con valori di riferimento permette di identicarli e di predisporre le correzioni,
normalmente analitiche, atte a rimuoverli. Gli eetti sistematici devono essere ridotti alla loro
componente casuale mediante una attenta progettazione e un accurato procedimento di calibra-
zione. L'esperienza suggerisce di vericare l'esistenza di errori sistematici. un errore nel processo
di calibrazione o, più facilmente, una calibrazione incompleta, possono determinare un errore
sistematico.
Gli errori casuali (Precision errors) Alcuni fenomeni inuenzano il processo in maniera
non prevedibile. I loro eetti sulle misure sono classicati come errori Casuali (Random
o Precision errors ) e producono una dispersione dei risultati quando si esegua una serie di
misure anche in condizioni operative ed ambientali costanti. Elementi che possono produrre
eetti casuali sono riferibili al Misurando (in presenza di variabilità temporale e spaziale) e alle
procedure e tecniche di misura (ripetibilità, risoluzione, . . . ). Per ridurli occorre ripetere le
misure, prestando grande attenzione a non modicare le condizioni generali. La loro denizione
e il loro trattamento avviene mediante tecniche statistiche.
Solitamente errori Casuali e Sistematici non si inuenzano.
Riassumendo Gli errori casuali (precision errors ) sono IMPREVEDIBILI e possono essere
scoperti, e ridotti, ripetendo le misure e trattando i dati con apposite procedure di carattere
statistico; gli errori sistematici (bias error ) a parità di condizioni operative si presentano sempre
allo stesso modo, sono quindi RIPETIBILI e CONSISTENTI; non possono quindi essere scoperti
ripetendo le misure e la loro riduzione deve essere prevista a priori mediante l'impiego di
apposite procedure denite in fase di calibrazione. Ciò signica che gli errori sistematici devono
essere ridotti alla loro componente casuale con una adeguata procedura.
A bilanciare questa richiesta di prestazione occorre considerare sempre che eetti sistematici e
casuali devono essere ridotti ma solo per quanto possibile e conveniente (l'incertezza nulla non
esiste). Supponendo dati i valori che caratterizzano la distribuzione di una serie di misure ma
non conoscendo la posizione del valore esatto non ci si potrebbe esprimere, ogni valore sarebbe
infatti altrettanto valido ed attendibile degli altri é ci si potrebbe sbilanciare sul fatto che la
dispersione sia elevata o ridotta; sarebbe solo questione di amplicazione della scala.
Figura 1.15: Gli errori casuali
É possibile fare la distinzione tra errori casuali grandi o piccoli solo in relazione al valore della
misura, o di riferimento, cioè in termini percentuali. La statistica ci permetterà di trattare ade-
guatamente solo gli errori casuali; gli errori sistematici DEVONO essere eliminati a priori, cioè
ridotti ai loro eetti casuali Il comportamento dello strumento deve essere studiato preven-
tivamente, procurandosi la conoscenza del valore di riferimento. L'entità degli scostamenti tipici
del funzionamento di uno strumento deve essere quanticata prima di utilizzare lo strumento.
Non solo: occorre essere certi che lo strumento esibisca sempre lo stesso comportamento quando
utilizzato. Inoltre:
1. Con l'operazione di taratura si valutano il grado di correttezza delle misura di uno stru-
mento o di un sistema e le dispersioni tipiche confrontandole con valori di riferimento: le
caratteristiche metrologiche
2. Sono necessarie adeguate procedure di utilizzo a garanzia del mantenimento delle caratte-
ristiche metrologiche
La Qualità Avendo inquadrato il problema di come gli errori si manifestano possiamo aronta-
re quello della qualità di una misura. In diversi campi (scienza, ingegneria, industria, statistica,
. . . ) si deniscono come:
1. Accuratezza: il grado di correttezza o di veridicità della misura in senso medio, cioè di

corrispondenza del valore medio di una serie di misure con un valore di riferimento (denita
in termini di scostamento).
2. Precisione: il grado di ripetibilità della stessa, denita in termini di dispersione o am-
piezza dell'intervallo su cui si distribuiscono le misure.
Figura 1.16: I limiti di accuratezza e di precisione

1.6. DAGLI ERRORI ALLA QUALITÀ DI MISURA 27
Sulla base delle misure eseguite si potranno valutare le seguenti situazioni:
1. Strumento impreciso e inaccurato; commento: meglio lasciare perdere;

2. Strumento preciso ma inaccurato: possibile impiegarlo SE l'errore sistematico è preve-
dibile e sono disponibili procedure di correzione;
3. Strumento accurato ma non preciso: di utilizzo non pratico richiedendo molte misure
per fornire un valore medio adabile entro i limiti di accuratezza;
4. Limiti di accuratezza e precisione coincidenti e piccoli sono caratteristici di un
buono strumento: nessun bisogno di medie ed è suciente la singola misura, se i limiti di
qualità dello strumento sono accettati.
Figura 1.17: Tabella riassuntiva di accuratezze e precisioni
è possibile svolgere le seguenti considerazioni:
1. Una buona misura è accurata e la stima dell'accuratezza fornisce una valutazione della
qualità della misura.
2. Avendo un numero elevato di misure il livello di precisione sarà legato alla ampiezza
della dispersione misurata.
3. Con una sola misura dovremo fare adamento su una previsione della dispersione,
cioè sulle caratteristiche di dispersione proprie dello strumento (verosimilmente dichiarate
su una scheda tecnica) che dovremmo poter vericare ripetendo le misure.
4. Accuratezza e precisione di uno strumento, o di un processo di misura, devono essere
stabilite con misure ripetute e confronti con uno standard di riferimento tracciabile secondo
regole condivise.
5. Il requisito di accuratezza di una misura deve essere denito in relazione all'utilizzo pre-
visto: della stessa misura per certi scopi sarà necessaria una accuratezza elevata, per altri
ci si potrà accontentare di una qualità inferiore.
1.6.2 Approccio probabilistico alla denizione della qualità di misura

La presenza di eetti casuali rende impossibile denire una misura in termini deterministici:
è intuitivo utilizzare il valor medio di una serie come valore più attendibile e una misura della
dispersione media come indicatore di incertezza; occorre però arrivare a una denizione razionale
di questi elementi. Non è ancora suciente: manca un'indicazione del livello di ducia che
possiamo riporre in queste informazioni; non abbiamo un'idea della robustezza della previsione
di variabilità. è necessario disporre anche di un'indicazione del livello di ducia che siamo
disposti a riconoscere all'intervallo denito a partire dalla dispersione (0 nessuna condenza -
100% condenza piena). É inoltre necessaria un'indicazione dell'entità dell'errore probabile
per:
1. il singolo rilevamento, in termini di un intervallo attorno alla media in cui potrebbe ricadere
una nuova misura.
2. il valore medio (la misura vera e propria), in termini di un intervallo di valori attorno
alla media (migliore stima della grandezza da misurare) in cui potrebbe ricadere un nuovo
valor medio
La maniera più pratica per ottemperare a queste esigenze è quella di associare alla stima del-
la grandezza un indicatore della sua incertezza (massimizzazione dell'errore) e un livello di
probabilità.
Parametro Misura ± Incertezza u.d.m. Livello

Temperatura al suolo 297 ± 0,5 kelvin 67%
Massa a vuoto 1244 ± 5 kg 99,9%
La misura è quindi una informazione strutturata, composta da tre elementi: misura, incertezza
e livello di condenza. E necessaria una procedura razionale per determinare l'incertezza in
modo da garantire che il valore vero si trovi all'interno di un intervallo con il richiesto livello di
probabilità. In particolare:
1. Ci accontenteremo del fatto che una ulteriore misura ricada nell' intervallo con l'assegnato
livello di probabilità
2. In funzione del contesto una ulteriore misura può signicare strettamente ulteriore misura,
quindi nuovo singolo dato di misura, ma anche ulteriore valore medio, quindi media di una
nuova serie di dati misurati.
Un riferimento normativo Esistono delle regole (Norme) alle quali attenersi per la quali-
cazione delle attività, comprese quelle di misura. La norma UNI 4546 Misure e misurazioni -
Termini e denizioni fondamentali così si esprime:
MISURA: Informazione costituita da un numero, una incertezza ed una unità di misura asse-
gnata a rappresentare un parametro in un determinato stato del sistema.
Secondo la UNI-CEI ENV 13005 la misura è una informazione strutturata associata a una
grandezza sica e costituita da entità diverse:
1. il numero rappresenta il valore della misura;

2. l'incertezza caratterizza la dispersione dei valori che possono essere ragionevolmente at-
tribuiti al misurando. è una stima, eseguita con procedure convenzionali, del livello di
non conoscenza del misurando;
3. il livello di condenza denisce il livello probabilistico associato all'intervallo di incer-
tezza;
4. l'unità di misura è una grandezza convenzionale di riferimento.
A seguito dell'esame degli aspetti statistici avremo chiare tutte le motivazioni che hanno portato
a questo approccio.
Considerazioni nali:
1. Una misura senza la relativa incertezza, adeguatamente valutata e precisata, non è di

grande utilità pratica;
2. è OBBLIGATORIO ESPRIMERE L'INCERTEZZA DI MISURA;
3. Procedure standard permettono di stabilire l'incertezza della misura;
4. Le norme assumono che gli errori sistematici siano stati eliminati o comunque ridotti al
loro limite di casualità: l'elaborazione statistica tiene quindi conto dei soli errori casuali;
5. Le unità di misura, che fanno parte dei Sistemi di Unità di Misura, sono un riferimento a
un campione universale che rende comprensibile e accettabile la misura.
1.7. IMPIEGO DI MISURE E INCERTEZZE: LA PROPAGAZIONE 29
1.7 Impiego di misure e incertezze: la propagazione

Esistono relativamente poche grandezze direttamente misurabili. Per tutte le altre la misura è
indiretta, attraverso un legame analitico. è allora necessario riuscire a capire come analizzare il
problema degli errori di misura in questi casi.
Se la misura è una struttura di dati (valore e incertezza) occorre denire in maniera razionale
come le incertezze di misure dirette concorrono alla determinazione dell'incertezza di una va-
riabile che ne dipenda attraverso una relazione algebrica. In parole povere, come l'incertezza
sulle variabili indipendenti si propaga, attraverso la relazione che le lega, nell'incertezza della
variabile dipendente.
Es. Quale sarà l'incertezza sul volume di un cilindro, avendo misurato il diametro e l'altezza?
V = πd2 h/4 ; d = dmis ± wd h = hmis ± wh
Es. Disponendo delle misure di forza e spostamento, e delle relative incertezze, da quale
incertezza è aetta la stima della rigidezza della molla?
∆F
K= ; F = Fmis ± wF s = smis ± ws
∆s
Non è però solo un problema di come si propagano le incertezze attraverso una formula, ma
anche capire come diormità di comportamento si propagano all'interno di uno strumento,
determinandone l'incertezza complessiva.
Per alcuni casi semplici si possono dare delle risposte immediate. Per esempio se due grandezze
sono aette da incertezza (a±ua e b±ub ), o errore, potremmo dire che l'incertezza sulla loro
somma uc sia data da
uc = ±(|ua| + |ub|)
Ma sarebbe ragionevole ? Ci sono infatti delle domande che, al momento, rimangono inevita-
bilmente senza risposta:
• perché gli scostamenti massimi delle due variabili dovrebbero presentarsi simultaneamente?
Non sarebbe poco probabile?
• perché dovremmo ritenere che scostamenti superiori non potrebbero avvenire?
• Come essere sicuri di aver misurato veramente i massimi valori di scostamento?
Abbiamo bisogno di tecniche razionali, non eccessivamente conservative, per la valutazione

della propagazione delle incertezze in casi del tutto generali. Il problema matematico è quello
della propagazione degli errori.
1.8 Denizione del programma del corso

A fronte dell'analisi introduttiva svolta no a questo punto, possiamo dettagliare un programma
di lavoro che rappresenta anche la sequenza temporale che verrà adottata per la discussione dei
diversi temi:
1. Principi di trasduzione e Trasduttori (una opportuna selezione degli uni e degli altri)
2. Modellazione concettuale di uno strumento generalizzato (statica e dinamica)
3. Caratterizzazione sperimentale del comportamento e Caratteristiche statiche della stru-
mentazione
4. Sistemi Acquisizione Dati (Conversione AD per misure statiche e dinamiche, Trasformate

di Fourier), trasduttori tensione-misura
5. Elementi di probabilità e statistica (solo quanto serve per capire i concetti utilizzati nella
denizione e nella gestione delle incertezze di misura)
6. Propagazione errori e Denizione delle incertezze di misura
7. Analisi dell'incertezza di sistemi di misura
8. Eetti di installazione
Capitolo 2
Principi di Trasduzione e principali

Trasduttori
Per la realizzazione di un trasduttore è necessario sfruttare un principio sico che permetta la
trasformazione della grandezza di interesse in una più semplicemente gestibile. Verranno dappri-
ma discussi alcuni dei principi di trasduzione analogici più comunemente utilizzati per la misure
di grandezze in campo aerospaziale, e meccanico in generale. La scelta cade su principi di tra-
sduzione in grandezze elettriche (tensione, resistenza o corrente) data la facilità di realizzazione
di misure elettriche e la diusione dell'utilizzo del computer per la misurazione.
La seconda parte del capitolo è rivolta alla discussione delle caratteristiche generali di alcuni
strumenti largamente impiegati. Questa discussione verrà condotta per tipologia di grandezza
sica investigata; non essendoci né la necessità né la possibilità di esaminare tutti i possibi-
li trasduttori disponibili, la discussione è limitata ad alcune tipologie di strumentali, scelte in
modo da consentire l'esame delle più signicative tra le attività sperimentali di base. Solo di
alcuni saranno approfonditi i dettagli di funzionamento ma di fondamentale importanza resta la
comprensione dei motivi di comportamento non nominale, tipicamente legati alla realizzazione,
nonché dei criteri generali per la selezione e l'utilizzo a fronte di una specica applicazione.
Principi di trasduzione diversi, così come alcuni altri strumenti, sono proposti nell'ambito degli
approfondimenti.
2.1 Principi sici di trasduzione

Si è già accennato alla praticità dell'impiego di principi di trasduzione di grandezze siche
in grandezze elettriche. Il vantaggio di questa soluzione è legato alla facilità con la quale si
realizzano sistemi con elevata velocità di funzionamento e privi di isteresi.
2.1.1 Misura di resistenza

Avendo a disposizione un generatore di corrente campione e un misuratore di tensione, i cui fun-
zionamenti possono essere considerati ideali, saremmo in grado di risalire al valore della resistenza
che ha prodotto la caduta di tensione misurata a cavallo della resistenza stessa, rapportando la
tensione misurata e la corrente impostata sul generatore; l'equazione di misura sarebbe quindi
R = V /I , con I nota e V misurata. La medesima misura potrebbe essere ottenuta usando un
generatore di tensione e un misuratore di corrente. In maniera analoga: noto il valore della
resistenza alla quale viene applicata una dierenza di potenziale non nota, disponendo di un mi-
suratore ideale di corrente si potrebbe ottenere una misura di tensione con la relazione inversa
V = RI . il multimetro è un comunissimo strumento di misura che consente una serie di misure
di grandezze elettriche. Corrente e tensione sono grandezze di funzionamento di un circuito
31
32 CAPITOLO 2. PRINCIPI DI TRASDUZIONE E PRINCIPALI TRASDUTTORI
elettrico mentre la resistenza (così come la capacità e l'induttanza) è una caratteristica propria,
è naturale rivolgersi a quest'ultima come elemento utile per la trasduzione.
La resistenza elettrica di un lo di materiale conduttore è esprimibile con la relazione:
ρL
R=
A
avendo denito la resistività specica ρ , la lunghezza L e la sezione A. Attraverso una misura
dierenziale si potrebbero quindi rilevare gli eetti sulla resistenza della variazione dei tre
parametri prodotti dalla grandezza che si intende misurare.
Per la denizione delle leggi di funzionamento di un possibile trasduttore conviene costruire
una relazione che evidenzi la sensibilità della resistenza alla variazione degli elementi costitutivi;
dierenziando l'espressione della resistenza si ottiene una legge utile per mettere in relazione la
variazione di resistenza con l'ingresso desiderato:
L ρ dA
dR = d ρ + dL−ρL 2
A A A
Denendone il valore percentuale, cioè rapportando il risultato al valore nominale R , otteniamo
due espressioni estremamente semplici, oltre che utili:

dR A L ρ dA dρ dL dA
= d ρ + dL − ρL 2 = + −
R ρL A A A ρ L A
dR% = dρ% + dL% − dA%
Resta da capire quali sono i meccanismi con i quali variano i tre parametri a seguito di una
azione esterna sul lo.
Variazione di resistività: La resistività di un materiale varia con diversi parametri, in particolare
la temperatura e lo stato di sforzo, ma può essere dicile isolare l'eetto di quello di interesse,
inoltre ci si deve aspettare una sensibilità limitata, trattandosi di una proprietà sica, per i
materiali comuni. Questo elemento potrà essere convenientemente sfruttato nel caso di materiali
con una elevata variabilità a una grandeza sica specica. Eventuali variazioni dovute a questo
parametro dovranno essere debitamente tenute in conto in quanto potrebbero inuenzare il
comportamento dello strumento.
Variazione di lunghezza: Una variazione di lunghezza può essere dovuta a due motivi: 1) Un
allungamento imposto al lo, ottenuto per esempio rendendolo solidale con il corpo che, soggetto
a un carico esterno, si deforma, ottenendo un trasduttore di deformazione; e 2) Modica della
geometria del circuito elettrico che misura la resistenza del lo, inglobando nel circuito di misura
una porzione dipendente dal movimento dei capi di misura, determinando una partizione della
resistenza.
Sulla base di queste semplici considerazioni, possono già essere individuate alcune caratteristiche
degli oggetti che verranno realizzati: è evidente come la prima tecnologia, legando la variazione
di resistenza con un ingresso di carico/deformazione imposto, non possa che portare a variazioni
contenute, quindi a una sensibilità bassa e alla necessità di tecniche di misura adeguate; al
contrario la seconda permette di ottenere forti variazioni della resistenza, quindi una elevata
sensibilità, ma porterà ad oggetti ingombranti in quanto richiede dimensioni almeno pari al
movimento che si vuole misurare.
La variazione di sezione: Essendo impraticabile realizzare in maniera diretta una variazione della
sezione, questo può solo essere un eetto secondario di uno principale. E infatti un lo sotto-
posto a trazione subisce una variazione di sezione legata alle modalità di deformarsi dei comuni
materiali: la strizione. Si può quindi concludere che la variazione di sezione non è, verosimil-
mente, il metodo migliore per ottenere un'elevata sensibilità. Peraltro, quando presente, se ne
dovrà tenere conto.
Questa discussione preliminare ha portato a individuare due tipologie di azione (variazione di
2.1. PRINCIPI FISICI DI TRASDUZIONE 33
lunghezza per deformazione e per partizione) con l'ulteriore indicazione, nel primo caso, di potere
/ dovere tenere in conto degli eetti diretti e indiretti di variazione della resistività del materiale
e di sezione del lo.
Variazione di resistenza per partizione o variazione di geometria del circuito elettrico

Si tratta di applicare il concetto di reostato o potenziometro, noto dai corsi di elettrotecnica:
lo strumento ha come elemento principale una resistenza (a sviluppo lineare o circolare), uno
dei capi di misura viene collegato a un'estremità della resistenza, mentre l'altro è collegato a
un cursore mobile lungo tutto lo sviluppo della resistenza. In queste condizioni la misura di
resistenza varia quindi tra 0, quando il cursore coincide con l'estremo inferiore della scala, e la
resistenza totale, quando il cursore è all'estremo opposto della resistenza.
La formulazione della partizione può essere basata su semplici considerazioni di carattere geo-
metrico.
Figura 2.1: Circuito elettrico di Figura 2.2: Comportamento ideale di

potenziometro un potenziometro
Attraverso la proporzione tra lo sviluppo, L, della resistenza e il suo valore, R, la resistenza

partizionata Rx ai capi di uscita dipende in maniera lineare dalla posizione dal cursore, x.
Modello sico:
Rx x
=
RL L
Relazione ingresso/uscita:
RL
Rx = x
L
è evidente l'assunzione dell'ipotesi di variazione per unità di lunghezza della resistenza perfetta-
mente costante. In queste condizioni, a un capo corrispondono lo zero di resistenza e di posizione
(x = 0) , all'estremo opposto (x = L) la resistenza è direttamente la resistenza totale del resisto-
re RL e nella transizione da un estremo all'altro posizione x e resistenza Rx crescono in maniera
proporzionale.
La relazione può essere determinata partendo dall'espressione del dierenziale della resistenza
e facendo dipendere la variazione della resistenza dalla sua partizione in lunghezza. Poiché la
resistenza non è sottoposta a deformazione le variazioni di resistività e sezione sono nulle:
dρ dA
= =0
ρ A
la variazione di resistenza percentuale diventa quindi dR

R = L cioè dL = L ;.
dL dR R
Prendendo come riferimento il punto di zero (x = 0) spostando il cursore della quantità x,

nell'ipotesi dR
dL = cost integrando sulla corsa x si ha:
Zx
R R
Rx = dx = x
L L
0
Un oggetto come il reostato variabile viene principalmente impiegato come partitore di tensione:
se alimentato produce ai capi di misura una tensione proporzionale alla resistenza di partizione.
Figura 2.3: Circuito elettrico di potenziometro

Nell'ipotesi di usso di corrente nullo lungo i connettori del cursore, la caduta di tensione sulla
porzione di resistenza Rx è data da:
Rx VS
Vo = VS = x
RL L
Vo è l'uscita di tensione proporzionale al movimento x del cursore. Un oggetto che sfrutti questo
principio è quindi in grado di generare una tensione in uscita proporzionale alla distanza della
posizione raggiunta dal cursore rispetto all'estremo di zero del campo di misura dello strumento.
Variazione di resistenza per deformazione

Nel caso del lo conduttore ha senso considerare come ingresso la deformazione longitudinale εL
che introdotta nell'espressione della variazione percentuale di resistenza:
dR dρ dL dA
= + −
R ρ L A
porta all'espressione del guadagno del conduttore lo in termini di trasduzione deformazio-
ne/resistenza percentuale, cioè rapporto tra la variazione percentuale di resistenza e la deforma-
zione stessa:
dR 1 dρ dA 1
=1+ −
R εL ρ A εL
L'eetto della deformazione sulla variazione percentuale di resistenza è unitario, come ci si poteva
aspettare: l'eetto della variazione di lunghezza ha un eetto proporzionale sulla resistenza.
Occorre però capire se i termini di resistività e di area possono essere anch'essi modicati.
poiché l'allungamento comporta una strizione si ha una variazione delle dimensioni della sezione
e termine dA può essere espresso tenendo conto del modulo di Poisson ν del materiale e della
deformazione imposta. Se la deformazione longitudinale è εL , la deformazione trasversale è:
dL
εT = −νεL = −ν
L
Assumendo poi, per semplicità ma senza ledere la generalità delle conclusioni. un conduttore
a sezione circolare di diametro nominale d0 , e di diametro deformato dc , possiamo esprimere la
variazione di area in termini niti:
∆A π (d2c − d20 )
=
A 4 A
Sempre ragionando in termini niti, si ricava il diametro del lo dopo l'applicazione della
deformazione:
dC = d0 + δd0 =
d0 + εT d0 =
d0 (1 − νεL )
Si ricava quindi il termine ∆A/A:
2
∆A π (d2c − d20 ) π 2 1 − ν dL
L −1
= = d0 =
A 4 A 4 A
2
dL 2 dL dL
= −2ν +ν ≈ −2ν = −2νεL
L L L
E la variazione percentuale di resistenza diventa inne:
dR dρ(εL ) dA(εL )
= + εL − =
R ρ A
dρ(εL )
+ (1 + 2ν)εL =
ρ
In ultima analisi: un lo di conduttore sottoposto a una deformazione longitudinale presenta una
variazione percentuale di resistenza composto da due termini: uno è direttamente proporzionale
alla deformazione applicata attraverso un coeciente che dipende dal modulo di Poisson del
materiale del lo l'altro è dovuto a una eventuale variazione di resistività a seguito dell'appli-
cazione della deformazione. Sappiamo che la resistività di un materiale dipende dalla distanza
tra gli atomi e poiché la deformazione modica la loro posizione relativa, ci si deve aspettare la
presenza del secondo termine per tutti i materiali; verosimile aspettarsi che per la maggior parte
dei materiali questo sia proporzionale alla deformazione, per cui il termine dρ(εL ) diventa:
dρ(εL )
= kρ εL
ρ
e che questo coeciente non sia particolarmente grande; in questo modo la sensibilità percentuale
diventa:
dR 1
= kρ + 1 + 2ν
R εL
Abbiamo denito il fattore di sensibilità (gauge factor) del sensore di deformazione e
ottenuto la prima relazione fondamentale dell'estensimetria :
dR
k = kρ + 1 + 2ν −→ = kεL
R
k è una caratteristica del materiale; quelli più comunemente utilizzati per il rilievo di deforma-
zione hanno valori 2 ÷ 2.2. In questi casi il termine dovuto alla deformazione vale circa 1.6 (le
leghe di rame tipicamente impiegate hanno modulo di Poisson t0.2 ÷ 0.3) e il contributo della
variazione di resistività specica dovuto all'eetto piezoresistivo (cioè dello sforzo applicato al
materiale) è all'incirca pari a ≈ 0.4 ÷ 0.6.
É peraltro possibile che materiali particolari presentino una elevata sensibilità in termini di
resistività (è il caso, per es. dei semiconduttori): in questo caso k >> (1 + 2ν) , dell'ordine di
100 e la sensibilità diventa:
dR 1
= kρ
R εL
Questi materiali spesso esibiscono però un comportamento sensibilmente non lineare e dipen-
dente dalle variazioni di temperatura, per cui sono normalmente impiegati solo per applicazioni
particolari.
In ultima analisi: un lo di conduttore sottoposto a una deformazione longitudinale presenta
una variazione relativa di resistenza proporzionale all'allungamento subito.
É opportuno valutare l'ordine di grandezza di questi elementi. Supponendo sia necessario mi-
surare la deformazione in una barra di acciaio soggetta a un assegnato livello di sforzo. Per
semplicità si consideri un carico assiale, occorre valutare l'eetto su di un lo di trasduttore reso
solidale con la barra. Dati plausibili sono:
• barra in acciaio, di modulo elastico E ≈ 210GP a

• Sforzo agente σ = 100M P a (uno sforzo abbastanza elevato ma tipicamente entro il campo
di linearità di un materiale du questo tipo)
• Resistenza del lo R = 120Ω (valore tipico di resistenza per l'applicazione)
• Fattore di conversione k = 2 (valore tipico per il fattore di sensibilità delle leghe impiegate)
La variazione di resistenza indotta nell'estensimetro è così ricavata :
• Deformazione: ε= σ/E = 4.76210−4 m/m = 476µε

• Variazione di resistenza percentuale: ∆R/R = k = 9.5 · 10−4
• Resistenza del lo deformato: R0 = R(1 + k) = 120 + 0.114Ω = 120.114Ω
Si tratta di un valore facilmente misurabile con le tecnologie a disposizione, ma dobbiamo tenere

conto che ci interessa la dierenza rispetto al valore nominale: è infatti necessario ricavare
∆R come R0 − R. Quindi il requisito di accuratezza, espresso per esempio in termini di 1%,
deve essere valutato in relazione alla variazione di resistenza: ∆R = R0 − R = 0.114Ω; questo
porta al requisito di misurare correttamente 1% di 0.114, quindi ≈ 0.001Ω. Si pone quindi il
problema di misurare con precisione del millesimo di Ohm due resistenze di circa 100 Ohm per
poi farne la dierenza: es. 0.114 = 120.1143 − 120.0018; è quindi necessario un errore di misura
inferiore a 0.0011Ω, quindi una qualità di misura almeno dell'ordine di 1/100· 000. Inevitabile
concludere che la misura di deformazione dierenziale attraverso due misure dirette di resistenza
sia un'operazione delicata e che può essere opportuna una metodologia di misura appropriata.
2.1.2 Piezoresistività
Alcuni materiali esibiscono una signicativa variazione della resistività specica quando defor-
mati; si tratta dei materiali piezoresistivi. La denominazione combina il riferimento meccanico,
dal greco piezo che signica schiacciare, e quello della proprietà elettrica.
Essendo legato alla struttura molecolare l'eetto piezoresistivo può essere anisotropo, cioè de-
terminare una variazione di resistenza dipendente dalla componente di deformazione applicata;
la resistenza potrà essere misurata a cavallo di superci equipotenziali appositamente riportate
su facce esterne del materiale.
Analizziamo il comportamento del materiale piezoresistivo per confronto con un materiale tra-
dizionale soggetto a un sistema di forze esterne di semplice compressione. L'applicazione del
carico esterno,una pressione uniforme, produce uno sforzo: σ3 = −p.
Osservando il problema nella sua natura tridimensionale osserviamo che nel caso in esame la sola
componente di sforzo presente, con le convenzioni di gura, è appunto quella agente in direzione
x3 : {σ} = [0 0 σ3 0 0 0]T
Figura 2.4: Confronto comportamento di un materiale tradizionale e piezoresistivo
Il legame costitutivo è genericamente scritto come:{ε} = [C]−1 {σ} e le deformazioni conseguenti

all'applicazione del carico sono puramente assiali:
ε3 = 1/E σ3
ε1,2 = −ν/E σ3
γ12,13,23 = 0
Per il materiale piezoresistivo il comportamento meccanico è della stessa natura ma si ha in
più la variazione di resistività: ρ = ρ0 + kP R εL che pò essere espressa in termini dierenziali:
dρ(εL ) = kP R εL .
Con il solo carico applicato σ3 in direzione 3, la variazione di resistività sarà presente in tutto
il volume e, ipotizzando di aver deposto elettrodi di misura sulle facce con normale in direzione
3, dovremo integrare il termine ρ/A lungo tale direzione, per avere la resistenza rilevabile agli
elettrodi:
Z
1 ρ0 t kP R
R3 = ρ0 (1 + kP R εL ) dz = 1+ σ3 = R3_0 + R3_σ
A A E
t
Peraltro è obbligatorio ricorrere a una misura dierenziale per avere la variazione del parametro
dipendente dall'ingresso di pressione:
∆R = R3 − R3_0 ∝ σ3
Le caratteristiche meccaniche di un materiale piezoresistivo possono essere molto diverse (al-

cuni sono relativamente prestanti, altri molto meno) per cui le possibili applicazioni ne sono
fortemente inuenzate.
Il principio piezoresistivo si presta particolarmente bene per misure a bassa frequenza e, in parti-
colare, è adatto a misure statiche in quanto reagiscono con la variazione di una caratteristica
fondamentale.
La variazione di resistenza dovuta a un ingresso generico dovrà essere gestita con misure die-
renziali o alla stregua di elementi di misura delle deformazioni.
2.1.3 Il ponte di Wheatstone

Il ponte di Wheatstone, un semplice circuito elettrico del quale discuteremo solo il caso pu-
ramente resistivo, risolve il problema di una doppia misura diretta di resistenza , realizzan-
do direttamente la misura dierenziale: vedremo che la variazione della tensione in uscita è

proporzionale alla variazione della grandezza che modica l'equilibrio elettrico del ponte stesso.
Il ponte è costituito da una rete elettrica a maglia chiusa di quattro lati, su ciascuno dei quali
è posta una resistenza. Si valuta il comportamento del ponte con riferimento al caso resistivo
anche se le considerazioni sono generali.
Figura 2.5: Convenzioni tensioni e correnti
Due vertici opposti (AC) vengono alimentati e ipotizzando aperti i punti B e D, le correnti che
uiscono sui rami sono:
iAB = iBC = iABC , iAD = iDC = iADC

che sono esprimibili in funzione delle resistenze sui rami e della tensione di alimentazione, grazie
alla legge di Ohm, come:
VS VS
iABC = iADC =
R1 + R4 R2 + R3
Naturale risolvere la rete in termini di dierenza di potenziale tra i punti B e D. Con la

convenzione riportata in gura, ai capi BD si ha la tensione:
Vo = VDC − VBC = iADC R3 − iABC R4
Sostituendo le espressioni della corrente possiamo ricavare la misura di tensione ai capi B-D in
funzione dei valori delle resistenze di ramo e della tensione di alimentazione:
R1 R3 − R2 R4
Vo = VDC − VBC = VS
(R1 + R4 ) (R2 + R3 )
Questo risultato fornisce la tensione ai capi BD in assenza dell'ingresso che si desidera misurare
per una scelta del tutto arbitraria delle resistenze. Dato che l'obiettivo è quello di evitare
misure per dierenze e di avere una uscita riconducibile all'ingresso che si desidera misurare
(che produce la variazione di resistenza), è del tutto evidente che sarebbe opportuno avere tale
valore nullo (Vo = 0 ): a ingresso del ponte nullo, anche l'uscita è nulla e ogni sua variazione
è certamente riconducibile alla grandezza da misurare, auspicabilmente con un valore a essa
proporzionale. La condizione è detta di bilanciamento, per ottenerla è necessario l'annullarsi
del numeratore dell'espressione ottenuta: i prodotti delle resistenze su rami opposti devono
essere uguali: R1 R3 = R2 R4 . Il ponte in questa condizione viene detto bilanciato.
Si esaminano ora i casi in cui una o più resistenze siano variabili.
Congurazioni del Ponte di Wheatstone: quarto di ponte

Consideriamo il caso di una sola resistenza variabile; questa congurazione è detta a quarto di
ponte. Assumiamo, senza ledere la generalità delle conclusioni, che la resistenza variabile sia
quella del ramo 3: R30 = R3 + ∆R3 .
Figura 2.6: Congurazione di ponte a 1/4
La tensione di uscita del ponte dopo l'applicazione della deformazione all'estensimetro è data
dalla relazione:
R1 (R3 + ∆R3 ) − R2 R4
Vo0 = VS
(R1 + R4 ) (R2 + R3 + ∆R3 )
isolando nel numeratore il termine che contiene l'eetto della deformazione si ottiene:

0 R1 R3 − R2 R4 R1 ∆R3
Vo = VS +
(R1 + R4 ) (R2 + R3 + ∆R3 ) (R1 + R4 ) (R2 + R3 + ∆R3 )
Con il ponte inizialmente bilanciato (R1 R3 = R2 R4 ) il primo termine scompare, indipendente-
mente dal valore di ∆R3 . Inoltre se, come evidentemente è pratico fare, si utilizzano resistenze
di uguale valore nominale (Ri = R) si ha:
∆V = V 0 o − Vo = V 0 o
∆R3 /R
∆V = VS
4 + 2∆R3 /R
Abbiamo quindi ottenuto una relazione tra ∆R e ∆V che risulta essere non lineare. Dato che
la variazione percentuale di resistenza è piccola (2∆R3 /R << 4), è abbastanza naturale valutare
l'eetto di una linearizzare, ritenendo trascurabile il secondo termine a denominatore:
1 ∆R3
∆VL ≈ VS
4 R
è possibile vericare l'entità dell'errore percentuale commesso:
−1
∆VL 1 ∆R3 ∆R3 /R
E% = − 1 = VS VS −1=
∆V 4 R 4 + 2∆R3 /R
1 ∆R3 4 + 2∆R3 /R
−1=
4 R ∆R3 /R

1 ∆R3
4+2 −1=
4 R
1 ∆R3
2 R
cioè l'errore percentuale connesso alla linearizzazione è pari a metà della variazione percentuale
della resistenza. Per dare un senso sico al risultato è possibile riferirsi a una condizione limite
come può essere lo snervamento di un metallo, che avviene per una deformazione dell'ordine del
0.3 ÷ 0.4% o 3000 ÷ 4000µε.
Con questa deformazione e assumendo un fattore di conversione (gauge factor) pari a 2, l'errore
percentuale diventa:
1 ∆R3 1 1
E% = = kε = 2 · 4000 · 10−6 = 0.4%
2 R 2 2
Il ponte è quindi certamente utile quando si debba misurare la variazione di resistenza di un
estensimetro per deformazioni in campo lineare. L'errore rimane comunque limitato anche in
caso di deformazioni non lineari; la soglia per una dierenza pari all'1% è infatti 10000µε:
E% = 0.01 ⇒ ε = 2Ek% = 0.01 = 10000µε
L'analisi graca conferma i commenti eettuati.
Figura 2.7: a) Confronto relazione completa e linearizzata del quarto di ponte, b) Errore
percentuale per 10000µε
Nella applicazione prevista, il ponte è un trasduttore deformazione-tensione e si realizza una

catena: il lo è un trasduttore deformazione-resistenza e il ponte (bilanciato) un trasduttore
variazione di variazione di resistenza-tensione.
Congurazioni del Ponte di Wheatstone: ponte intero

Nel caso più generale di ponte intero, cioè con una variazione di resistenza su ciascuno dei
quattro lati, è semplice dimostrare che la tensione ai capi di misura è data da:
(R1 + ∆R1 ) (R3 + ∆R3 ) − (R2 + ∆R2 ) (R4 + ∆R4 )
Vo0 = VS
((R1 + ∆R1 ) + (R4 + ∆R4 )) ((R2 + ∆R2 ) + (R3 + ∆R3 ))
Figura 2.8: Congurazione di ponte intero

Come già osservato per il caso precedente se il ponte è bilanciato la tensione in uscita è inizial-
mente nulla Vo . Se poi si considera il caso di resistenze uguali e variazioni di resistenza piccole
rispetto alle resistenze in gioco, si ottiene:

VS ∆R3 ∆R1 ∆R2 ∆R4
∆V = + − −
4 R R R R
Infatti:
(R1 + ∆R1 ) (R3 + ∆R3 ) − (R2 + ∆R2 ) (R4 + ∆R4 )

∆V = VS
((R1 + ∆R1 ) + (R4 + ∆R4 )) ((R2 + ∆R2 ) + (R3 + ∆R3 ))
[si utilizzano resistenze nominali identiche Ri = R ]
R2 + R∆R3 + R∆R1 + ∆R1 ∆R3 − R2 + R∆R2 + R∆R4 + ∆R2 ∆R4

= VS
(2R + ∆R1 + ∆R4 ) (2R + ∆R2 + ∆R3 )
[sviluppo prodotti a numeratore e somme a denominatore]
[cancellazione termini di ordine superiore]
R∆R3 + R∆R1 − R∆R2 − R∆R4

= VS
(2R + ∆R1 + ∆R4 ) (2R + ∆R2 + ∆R3 )
[linearizzazione del denominatore, ∆R << R, e raccoglimento a fattor comune R]
R (∆R3 + ∆R1 − ∆R2 − ∆R4 )

≈ VS
R2 (2) (2)
[esplicitazione delle variazioni relative di resistenza]

VS ∆R3 ∆R1 ∆R2 ∆R4
= + − −
4 R R R R
è immediato vericare che la relazione per il quarto di ponte è un caso particolare di quella
del ponte intero. Vale la pena osservare che i contributi di lati opposti hanno lo stesso segno e
quelli di lati adiacenti hanno segno opposto. Questo indica che operazioni elementari di somma
e sottrazione possono essere fatte direttamente per mezzo del ponte.
Congurazioni del Ponte di Wheatstone: mezzo ponte

L'espressione dell'equazione generale di funzionamento del ponte intero mette in evidenza come
il contributo di lati opposti abbia segno concorde, quindi si sommano nel risultato, mentre quello
di lati adiacenti abbiano segno contrario, per cui lo sbilanciamento è dato dalla dierenza della
somma delle variazioni di resistenza che avvengono su due rami opposti.

VS ∆R3 ∆R1 ∆R2 ∆R4
∆V = + − +
4 R R R R
Si possono quindi individuare due modalità di gestione del posizionamento delle variazioni di
resistenza sul ponte: su lati opposti o su lati adiacenti, secondo la necessità di combinare o
sottrarre contributi dello stesso segno o di segno opposto.
Posizionando le variazioni di resistenza su lati opposti, es. ∆R1 e ∆R3 , i loro contributi si
sommano.
VS
∆V = (∆R1 + ∆R3 )
4R
Figura 2.9: Mezzo ponte in somma

Questo comporta che data la coppia di variazioni (∆R1 , ∆R3 ), oppure (∆R2 , ∆R4 ):
• se i ∆R sono uguali, il ∆V raddoppia rispetto al 1

4 di ponte: ∆V = VS 12 ∆R
R
• se i ∆R sono opposti si annullano: ∆V = 0
Posizionando invece le variazioni di resistenza su lati adiacenti, es. ∆R1 e ∆R4 , i loro contributi
si sottraggono.
VS
∆V = (∆R1 − ∆R4 )
4R
Figura 2.10: Mezzo ponte in sottrazio-

ne
Questo comporta che data la coppia di variazioni (∆R1 , ∆R4 ), oppure (∆R2 , ∆R3 ):
• se i ∆R sono uguali si annullano: ∆V = 0

• se i ∆R sono opposti ∆V raddoppia rispetto al 1
4 di ponte: ∆V = VS 12 ∆R
R
Concludendo la discussione del ponte di Wheatstone: nella applicazione prevista, il ponte è un

trasduttore deformazione-tensione con guadagno che dipende dalla struttura del ponte utilizzata:
• quarto di ponte: G = 1/4
• mezzo ponte: G = 1/2
• ponte intero: G = 1
2.1.4 Induzione elettromagnetica

Una bobina alimentata con una tensione alternata genera un campo magnetico variabile che
produce induzione elettromagnetica in tutte le bobine che attraversa. L'induzione si manifesta
con una forza elettromotrice, una dierenza di potenziale agli estremi della bobina.
L'entità dell'induzione elettromagnetica è determinato:
• da come le linee di usso abbracciano il circuito indotto;

• dalla forma e dalla posizione relativa dei circuiti;
• dalla presenza di materiali ferromagnetici.
Figura 2.11: Rappresentazione graca dell'induzione elettromagnetica
In uno strumento che sfrutti questo fenomeno è necessario predisporre un circuito primario, da
alimentare convenientemente, uno o più circuiti secondari nei quali rilevare la forza tensione
indotta e un modo per rendere il sistema sensibile alla grandezza da misurare. Il movimento
sembra essere un tipico campo d'applicazione, quindi trasduttori di posizione/movimento: muo-
vendo un elemento ferromagnetico si altererebbe la relazione tra circuito primario e secondario,
ottenendo un eetto dipendente dall'entità del movimento stesso e quindi dell'oggetto cui questo
cursore è collegato.
Per questa tecnologia sono necessari una alimentazione (variabile) e un condizionamento del
segnale più complessi rispetto ai casi precedentemente trattati:
• serve un'alimentazione oscillante ad alta frequenza,

• l'ampiezza delle oscillazioni di tensione nei circuiti secondari, a parità di ingresso è variabile
nel tempo, è quindi necessario farne l'inviluppo,
• l'inviluppo deve essere riportato in ampiezza, peraltro perdendo così la dipendenza dalla
direzione di movimento,
• l'uscita deve essere invertita in caso di movimento in direzione negativa,
• ....
2.1.5 Piezoelettricità
I piezoelettrici sono materiali, naturali o di sintesi, che presentano una asimmetria nella struttura
elettrica; questa particolarità determina un accoppiamento tra il comportamento meccanico e
quello elettrico: una sollecitazione meccanica, es. una pressione, determina la nascita di cariche
elettriche sulla sua supercie (fenomeno denominato diretto) e, dualmente, l'esposizione a un
campo elettrico, ne determina una variazione del volume. I due fenomeni sono noti come eetto
piezoelettrico diretto e inverso.
La denominazione combina il riferimento meccanico, dal greco piezo che signica schiacciare,e
quello elettrico.
Figura 2.12: Asimmetria elettrica dei materiali piezoelettrici
L'eetto piezoelettrico diretto fa si che la deformazione applicata al materiale determini la

produzione di cariche che possono essere raccolte da elettrodi. É il fenomeno largamente sfruttato
per fabbricare sensori, oltre che gli accendigas dei fornelli o gli accendi sigarette.
Figura 2.13: Rappresentazione graca dell'eetto piezoelettrico diretto: nascita di carica

superciale per eetto di uno sforzo applicato
Data la struttura del materiale, è possibile identicare una direzione preferenziale, detta di
Polarizzazione, che costituisce la direzione principale rispetto alla quale denire il comporta-
mento caratteristico di questi materiali che sono quasi isotropi dal punto di vista meccanico ma
fortemente anisotropi da quello elettrico.
Se la deformazione è dovuta a forze esterne la carica è a esse proporzionale; è il principio utilizzato
per realizzare trasduttori utili nella strumentazione: nel caso di una cella di carico un opportuno
recettore trasmette la forza al piezoelettrico distribuendola in modo da ottenere una pressione
relativamente uniforme; molto simile il caso di un sensore di pressione; in un accelerometro,
invece, si frutta una massa nota per realizzare una forza proporzionale alla accelerazione subita
dallo strumento.
Figura 2.14: Utilizzo di trasduttori piezoelettrici per misura diretta
I piezoelettrici manifestano anche un eetto piezoelettrico inverso: una tensione applicata al

piezoelettrico ne determina la contrazione.
Figura 2.15: Eetto piezoelettrico inverso
Se il piezoelettrico è incollato a una struttura tale contrazione, per congruenza, esercita delle
forze distribuite lungo i bordi, permettendo di esercitare una azione di controllo con forze nel
piano:
1. azione membranale se bilanciate (due elementi in simmetria);

2. azione essionale se non bilanciate (un solo piezo o due elementi in simmetria ma
controllati in contro fase): introducono un momento ettente distribuito
Figura 2.16: Utilizzo dell'eetto piezoelettrico inverso per l'attuazione
Analizziamo il comportamento del materiale piezoelettrico per confronto con un materiale tra-
dizionale soggetto a un sistema di forze esterne di semplice compressione.
Figura 2.17: Confronto comportamento di un materiale tradizionale e piezoelettrico
Il carico esterno F viene applicato come una pressione uniforme, producendo quindi uno sforzo:
σ3 = −F/A.
Osservando il problema nella sua natura tridimensionale osserviamo che nel caso in esame la sola
componente di sforzo presente, con le convenzioni di gura, è appunto quella agente in direzione
x3 : {σ} = [0 0 σ3 0 0 0]T
E il legame costitutivo è genericamente scritto come:{ε} = [C]−1 {σ}
Le deformazioni conseguenti all'applicazione del carico sono quindi puramente assiali:
ε3 = 1/E σ3
ε1,2 = −ν/E σ3
γ12,13,23 = 0
È possibile determinare la nuova congurazione dell'oggetto, per es. lo spessore t0 = t+ t ε3 dx3 =
R
t(1 + σ3 /E).
Per il materiale piezoelettrico il comportamento meccanico è della stessa natura ma si ha in più
l'eetto piezoelettrico diretto che si manifesta con la generazione di campo elettrico a seguito
dell'applicazione del carico attraverso un operatore g che lega il campo elettrico allo sforzo
applicato: {} = [g]{σ}; dato che lo sforzo è denito con 6 componenti e il vettore campo
elettrico con 3, la matrice [g] ha dimensione 3x6 (è possibile denire la matrice di accoppiamento
meccanico-elettrico in modi diversi, questa è solo una delle possibili formulazioni comunque utile
ad apprezzare alcune caratteristiche del funzionamento di questi materiali).
I coecienti di tale matrice, gij , rappresentano quindi l'entità del campo elettrico indotto nella
direzione xi da uno stato di sforzo unitario σj nelle diverse direzioni.
In teoria la matrice potrebbe essere piena ma data la geometria dei cristalli, si rileva che la
maggior parte dei coecienti è nulla e che sono presenti solo 3 tipologie di accoppiamento
piezoelettrico:
• longitudinale (o "diretto") espresso dal coeciente g33 , si ha cioè generazione di campo
nella direzione dello spessore per carico applicato in tale direzione;
• trasversale, espresso dai coecienti g13 e g23 , si ha cioè generazione di campo nelle direzione
longitudinale, per carico applicato nelle direzioni trasversali;
• a taglio, espresso dai coecienti g25 e g16 , si ha cioè generazione di campo nelle direzioni
trasversali per un carico di taglio.
La struttura della matrice g è quindi:
   
 1  g16
2 = g25 
3 g31 g32 g33
 
Poiché i valori reali dei coecienti possono essere dicili da ricordare, si riportano valori nor-
malizzati rispetto al coeciente di comportamento diretto 33. Si osserva che il coeciente
piezoelettrico trasversale produce un campo di minore entità rispetto a quello diretto (circa la
metà) mentre quello a taglio è signicativamente superiore (1.5 volte).
σ1 σ2 σ3 τ12 τ13 τ23

   
 1  1.5
2 = 1.5 
3 −0.5 −0.5 1.0
 
gij /g33 Figura 2.18: Convenzione

direzioni
Per ottenere la maggior sensibilità possibile si cercherà di sfruttare i coecienti di maggior

valore, quindi quello diretto g33 , per condizioni di carico di compressione e trazione, e quelli di
accoppiamento con gli sforzi di taglio g25 e g16 .
Figura 2.19: Modalità di carico per sfruttamento coecienti piezoelettrici
Tornando all'esempio, con solo carico applicato σ3 in direzione 3 , è presente solo una componente
di campo elettrico: e3 = g33 σ3 .
poiché si tratta di una grandezza locale, la sua integrazione lungo lo spessore ci porta alla
dierenza di potenziale che può essere rilevata ai capi di due elettrodi posti sulle superci
superiore ed inferiore del blocchetto piezoelettrico:
Z
∆V = e3 dx3
t
Le caratteristiche meccaniche di un materiale piezo-ceramico molto diuso PZT (P(L)ZT Piezo

(Lead) Zirconate Titanate), molto simili per tutti i piezoceramici, sono: modulo elastico di
circa 85 GPa (maggiore delle comuni leghe Al) e una densità di circa 8300 kg/m3 (maggiore dei
comuni acciai).
I piezoelettrici presentano un'uscita di carica elevata in rapporto alle deformazioni che rimangono
molto piccole. Quindi possono essere molto utili come trasduttori di forza in deformazione e
quindi in carica elettrica.
I materiali piezo-ceramici trovano ampio spazio per applicazioni dinamiche con intervallo di mi-
sura in ampiezza molto esteso, tipicamente un rapporto tra valori massimi e minimi rilevabili
dell'ordine di 120 dB (un accelerometro può essere impiegato da valori di 0.0001 g (in questo
caso opportunamente amplicati) no a 100 g !). Il principio piezoelettrico non si presta parti-
colarmente bene per misure a bassa frequenza e, generalmente,non sono adatti per misure
statiche: la carica generata dall'ingresso decade nel tempo con una costante di scarica che
dipende dal piezoelettrico stesso e dall'assorbimento di corrente da parte del circuito di misura.
2.2. STRUMENTI 47
Figura 2.20: Rappresentazione graca dell'eetto capacitivo di un piezoelettrico

I trasduttori piezoelettrici richiedono opportuni circuiti di condizionamento, conversione carica-
tensione e amplicazione, per poter essere utilizzati. Oggi sono molto diusi trasduttori piezoe-
lettrici con integrati microcircuiti di condizionamento (nome commerciale dei dispositivi ICPr :
Integrated Circuit Piezoelectric, marchio registrato da PCB). I vantaggi della Microelettronica
integrata sono:
1. circuiti piccoli, leggeri, economici e di ottima qualità;

2. semplicità di impiego: sono disponibili sistemi di acquisizione in grado di leggere diretta-
mente i sensori ICP, altrimenti viene richiesto solo un generatore di corrente esterno (es
2 mA costanti).
2.2 Strumenti
In questa sezione vengono discussi alcuni tipi di trasduttori che sfruttano i fenomeni precedente-
mente descritti, prendendo a riferimento alcune grandezze siche di interesse generale ma anche
del settore aerospaziale. Si ricorda che questa discussione non è in alcun modo da ritenersi
esaustiva ma solo esemplare: la discussione serve a evidenziare come siano necessari modelli per
la valutazione dapprima delle caratteristiche generali e poi di quelle metrologiche, in particolare
con riferimento alla possibilità di scostamenti dal comportamento nominale.
2.2.1 Misure di spostamento

Gli strumenti utilizzati per le misure di spostamento o posizione si possono dividere in due macro
classi: con e senza contatto. Un traduttore che lavora a contatto misura il movimento relativo
tra due parti del sensore, di cui una è resa solidale con l'oggetto della misura e l'altra è ssata
a terra (o a un altri corpo per la misura di un movimento relativo). Appartengono a questa
categoria i potenziometri lineari e angolari, trasformatori (lineari LVDT e angolari RVDT).
Sono invece trasduttori non a contatto quelli che sfruttano principi di misura basati su campi
elettromagnetici, raggi laser, misure di capacità, che non necessitano di un contatto diretto e che
esercitano un'azione rigorosamente trascurabile sull'oggetto di misura. Si è limitata l'indagine
alla prima categoria, anche se alcuni, come i sensori capacitivi, sono una limitata estensione del
campo di indagine.
Potenziometro
Abbiamo visto che il potenziometro è un circuito elettrico che realizza la partizione di una
resistenza in funzione della posizione che un cursore mobile assume su di essa. Se alimentato
eettua una partizione della tensione di alimentazione, sempre in proporzione alla posizione del
cursore. Il trasduttore di posizione che sfrutta questo principio mantiene la denominazione ed è
noto come potenziometro.
Eq. di partizione Eq. di funzionamento

Rx x Rx 1
RL = L Vo = Rx i = RL V S = L VS x
Eq. di misura Funz. di trasferimento

L Vo VS
x= VS Vo x = L
Figura 2.21: Schema elettri-

co di Potenziometro lineare
Il comportamento ideale è perfettamente lineare: tensione nulla a un estremo (x =0) e di
alimentazione, VS , all'estremo opposto (x =L).
La misura di un movimento rotatorio attorno a un asse può essere realizzata con la tipolo-
gia di potenziometro tipicamente impiegata come reostato: quello angolare. La funzione di
trasferimento è direttamente derivabile da quella dello strumento lineare per analogia.
L
x= Vo = SP ot Vo
VS
W
α= Vo
VS
Figura 2.22: Schema potenziometro angolare

Con questa tipologia di reostato è possibile realizzare strumenti multi giro, semplicemente av-
volgendo il resistore su un elica anziché su un anello (si veda la gura seguente); in questo caso il
cursore deve essere montato su un dispositivo che ne permetta la traslazione durante la rotazione
in modo da spostarsi lungo l'avvolgimento elicoidale.
Figura 2.23: Potenziometro angolare a giri multipli
Con un potenziometro l'allineamento dello zero-strumento con lo zero-misura di spostamento

non è praticamente fattibile; di fatto è abituale il ricorso a misure dierenziali; viene inizialmente
eettuata una lettura di zero che andrà poi sottratta alla lettura durante il funzionamento. In
questo caso la misura dierenziale non presenta i problemi tipici delle misure di deformazione
in quanto le variazioni sono, percentualmente, elevate; nel caso di sfruttamento molto ridotto
della portata, sarà opportuno sfruttare una porzione del campo prossima allo zero per ridurre
al massimo il valore minimo da misurare. Questa tecnica di utilizzo consente anche la misura di
movimenti in direzione negativa, che risulterebbero incompatibili con un'uscita sempre positiva.
2.2. STRUMENTI 49
Tipologie realizzative
Esistono sostanzialmente due tipologie realizzative per costruire la resistenza di un potenziome-
tro: a spire o a strato resistivo. Per capire le motivazioni che hanno portato alle due soluzioni
occorre chiedersi quali dovrebbero essere le caratteristiche di un buon trasduttore. L'esigenza
di una elevata sensibilità si declina con una elevata derivata dell'uscita rispetto all'ingresso; nel
caso di un potenziometro, essendo la relazione di funzionamento Rx = RLL x, della resistenza Rx
rispetto al movimento x, quindi del rapporto RLL . poiché la portata viene denita come requisito
di progetto, la caratteristica richiesta viene ottenuta grazie a una elevata resistenza complessiva
RL e poiché RL = ρL A , sono necessari una elevata resistività e una ridotta sezione.
Occorre discutere come, sicamente, si possa costruire una resistenza delle dimensioni del mo-
vimento che si vuole rilevare. Il conduttore più semplice è un lo; se utilizzato per costruire il
potenziometro, data la lunghezza pari alla portata, l'unico parametro di progetto è la sezione,
che non può essere troppo piccola per evidenti problemi di carattere elettrico (eetto Joule) e
meccanico (usura per strisciamento). La geometria del lo non è raccomandabile in quanto il
contatto con il cursore sarebbe molto piccolo, in ogni caso dovrebbe essere mantenuto nella geo-
metria nominale; è quindi necessario un supporto meccanico che, a garanzia del mantenimento
della forma del circuito, sul quale riportare uno strato resistivo, di pianta e sezione rettango-
lari. In questa maniera si riesce ad avere un rapporto Aρ uniforme per tutta la lunghezza della
resistenza. Il requisito comporta una sezione sottile e relativamente stretta per cui la soluzione
a strato resistivo comporta qualche limite: sono infatti possibili problemi di usura a seguito
dello strisciamento del cursore per la riduzione percentuale dello strato, elevata dato il ridotto
spessore.
É però possibile liberare la variabile di progetto lunghezza separando la lunghezza del re-
sistore da quella dello strumento. Questo può avvenire avvolgendo il lo attorno al substrato
meccanico. In questo modo se p è lo sviluppo di un singolo avvolgimento, n il numero di spire ,
la resistenza diventa RL = Aρnf ilo
p
. Si tratta della tecnologia di potenziometro a spire. In questo
modo la densità della resistenza può essere incrementata aumentando la sezione del supporto.
Il prezzo da pagare è la perdita della risoluzione che, virtualmente innita del potenziometro
a strato resistivo, diventa nita: per piccoli movimenti la lettura del potenziometro a spire è
costante no a quando il cursore non viene in contatto una nuova spira in quanto solo allora
l'inglobamento di un ulteriore intero avvolgimento cambia la resistenza sottesa dal circuito.
Figura 2.24: Potenziometro ad avvol- Figura 2.25: Potenziometro a strato

gimenti o spire resistivo
Per il trasduttore classico, la portata è confrontabile con la dimensione dell'oggetto. Per mi-
sure di grandi spostamenti il potenziometro non è molto pratico avendo bisogno di un corpo
strumento capace di ospitare una resistenza di lunghezza pari alla corsa e dal quale fuoriesce
un cursore della stessa dimensione; inoltre richiede un attento allineamento, in modo da con-
sentire il movimento senza che si generino forze di attrito non dovute sulle guide del cursore e
sulla resistenza. É possibile eseguire misure lineari per grandi e grandissimi spostamenti con
potenziometri angolari a giri multipli che hanno dimensioni contenute: si tratta del potenzio-
metro a lo (wire potentiometer ). Questo tipo di strumento presenta una caratteristica molto
utile: il lo che collega il sensore e l'oggetto di misura applica una forza che agisce nella sola
direzione del movimento, quindi disaccoppia in termini di forza i due sistemi, mantiene invece
un accoppiamento di misura; è quindi comunque necessario un corretto allineamento .
Figura 2.26: Potenziometro a lo
Essendo il tecnicismo meccanico particolarmente elementare non viene ulteriormente discusso se

non per segnalare possibili problemi di nonlinearità legati all'avvolgimento del lo sulla carrucola,
con possibile variazione di rapporto di trasmissione a lo tutto avvolto e svolto, oltre che a
qualche irregolarità di funzionamento legato alla deposizione del lo da un avvolgimento al
successivo.
Potenziometro reale
Il modello presentato è relativo allo strumento ideale: un potenziometro reale potrà avere un
comportamento in qualche modo diorme a seguito della realizzazione pratica.
É necessario sapere se vi sono ipotesi adottate nel modello, e quali sono, che nel caso reale vengo-
no a cadere. La loro conoscenza e la sensibilità dello strumento a questi scostamenti dall'idealità
forniscono informazioni utili per valutare la qualità della misura che stiamo eettuando.
Alcune discrepanze tra il caso reale e quello ideale, tipiche di un potenziometro sono:
• nel risolvere l'equazione del circuito elettrico abbiamo ipotizzato assorbimento nullo in
uscita;
• il cursore ha un movimento limitato da una qualche forma di necorsa meccanico che deve
essere regolato;
• la proporzionalità tra ingresso ed uscita potrebbe dierire, magari anche solo localmente,
dalla costante determinata semplicemente a partire dai valori globali di RL e L.
Per il potenziometro ideale la tensione in uscita varia linearmente con la posizione. Nella realtà la
linearità della legge di proporzionalità spostamento-tensione dipende dall'uniformità della densi-
tà della resistenza rispetto alla posizione. A valore medio costante (resistenza totale su lunghezza
ammessa del movimento) si possono avere valori locali leggermente diversi; questo comporta che
piccoli movimenti possano dare variazioni di resistenza/tensione leggermente diversi in punti
diversi del trasduttore.
Inoltre può non essere garantita agli estremi a causa della regolazione dei necorsa meccanici e
quindi la pendenza è corretta solo nella zona centrale.
2.2. STRUMENTI 51
Figura 2.27: Potenziometro - Eetti della regolazione del ne corsa meccanico
Lo zero meccanico potrebbe inoltre non coincidere con lo zero elettrico:
• la tensione può quindi non arrivare a 0 o a VS alle estremità se i necorsa intervengono

troppo presto;
• la tensione raggiunge i valori 0 e VS dentro l'intervallo di misura e non cambia più se i ne
corsa entrano in azione tardi.
Potenziometro: caratteristiche generali
Sono numerosi i potenziometri in commercio, che dieriscono per corsa, caratteristiche siche
ed elettriche. I potenziometri lineari hanno una dimensione maggiore alla loro portata, mentre
quelli angolari sono particolarmente compatti.
Figura 2.28: Potenziometri lineari e angolari
Le tabelle riportano alcune caratteristiche tipiche.

VALORI TIPICI Lineare Angolare
Portata 2 ÷ 2000 mm 1 ÷ 60 giri
Risoluzione innita ? (a strato) innita ? (a strato)
0.1 % ÷ 1 % f.s. (a spire) 0.05 % ÷ 1 % f.s. (a spire)
Linearità 0.1 % ÷ 0.3 % 0.1 % ÷ 0.5 %
Resistenza 5 ÷ 10 kΩ 5 ÷ 20 kΩ
Vita a fatica 108 cicli 108 cicli
Velocità massima 1 m/s 3000◦ /s
Figura 2.29: Potenziometri a lo
LIMITI Dispositivi normali Dispositivi speciali

Campo di utilizzo 2m 20 m
Tensione cavo 2 ÷ 10 N 50 N
Velocità massima < 10 m/s 25 m/s
Acc. massima < 35 g estrazione 50 g
< 25 g avvolgimento
Figura 2.30: Caratteristiche generali di potenziometri lineari e angolari
Modello funzionale di potenziometro

Può essere utile denire un modello funzionale del potenziometro nelle sue diverse accezioni.
Partitore di resistenza: un modello funzionale/costruttivo di potenziometro in termini di

partitore di resistenza può essere realizzato come riportato in gura.
Figura 2.31: Schema funzionale di potenziometro - elemento resistivo
Lo strumento si presenta con un solo cavo a 3 o 4 poli (se 4 due sono in corto)
Partitore di tensione con alimentazione indipendente: è il modello precedente, al quale
si aggiunge il generatore di tensione che alimenta la resistenza; l'uscita del sistema viene a
dipendere dalla tensione prodotta dall'alimentatore .
Figura 2.32: Schema funzionale di potenziometro - partitore di tensione passivo
In questo caso si ha a che fare con due oggetti separati: il trasduttore e l'alimentatore. L'a-
limentatore è dotato della propria alimentazione di rete e presenta in uscita due connessioni
per le tensioni di riferimento e di alimentazione. Il potenziometro ha un cavo , sempre a 3 o 4
poli (se 4 due sono in corto); due di questi devono essere collegati all'uscita di alimentazione del
generatore di tensione e due forniscono l'uscita di misura. La sensibilità dello strumento dipende
da un elemento esterno al trasduttore. Per l'utilizzo saranno necessari due certicati di taratura
(potenziometro e alimentatore).
2.2. STRUMENTI 53
Partitore di tensione con alimentazione integrata: in questo caso lo strumento ingloba la

componentistica di alimentazione.
Figura 2.33: Schema funzionale di potenziometro - trasduttore alimentato
Lo strumento si presenta con due cavi: il primo per il collegamento alla rete dell'alimentatore
(a 3 poli, in alcuni casi solo a 2) e il secondo per rendere disponibile l'uscita di misura
La sensibilità dello strumento non dipende da elementi esterni allo strumento e un singolo
certicato contiene le informazioni utili dal punto di vista metrologico.
Trasduttori di spostamento a induzione magnetica

Trasformatori dierenziali LVDT e RVDT Il trasformatore dierenziale lineare o LVDT
(Linear Variable Dierential Transformer) e DC-LVDT (Direct Current LVDT) è uno stru-
mento che consente la misura di uno spostamento lineare sfruttando il principio di induzione
elettromagnetica.
Figura 2.34: Schema funzionale e costruttivo di LVDT
Alla base dello sfruttamento del principio sono un circuito primario, alimentato da una tensione
variabile (tipicamente una tensione alternata, valori tipici 1-10 kHz, 0.5-10 V), e due circuiti
secondari, sensibili all'eetto di induzione. Il usso magnetico prodotto induce forza elettro-
motrice nei secondari. Non essendo pratico muovere i circuiti per trasdurre un movimento, si
preferisce modicare la legge di accoppiamento tra circuito primario e circuiti secondari utiliz-
zando un elemento ferromagnetico mobile, al quale viene imposto il movimento da misurare. I
circuiti sono quindi realizzati in geometria cilindrica e al loro interno scorre un equipaggio mo-
bile realizzato in materiale ferromagnetico. Il usso magnetico prodotto dal circuito primario si
accoppia attraverso l'equipaggio mobile con gli avvolgimenti secondari, con un eetto che viene
a dipendere dalla posizione del nucleo; tale l'eetto viene reso simmetrico grazie alla geometria
dei circuiti secondari, in questo modo spostamenti uguali nelle due direzioni hanno lo stesso
eetto sui due circuiti secondari. Con il nucleo in posizione di simmetria le tensioni indotte sono
uguali e assumendo tale posizione come zero di misura, l'uscita di misura deve essere realizzata
con la dierenza delle due tensioni; in una rete elettrica un collegamento in serie somma la dif-
ferenze delle tensioni, avendo necessità di realizzare una dierenza è suciente un collegamento
in serie in opposizione, cioè collegando il polo positivo di un ramo con quello negativo dell'altro:
quindi in un LVDT con questo accorgimento l'uscita del circuito si azzera quando il cursore è in
posizione centrale: E1 − E2 = 0. Quando l'equipaggio mobile viene spostato da tale posizione
la dierenza delle tensioni indotte è proporzionale allo spostamento.
Figura 2.35: Funzionamento di LVDT
Ricordando che il circuito primario è alimentato con una tensione alternata, ovvero sinusoidale,
è evidente che anche l'uscita del sensore è una sinusoide modulata in ampiezza proporzional-
mente allo spostamento raggiunto (g.2.36A).
Figura 2.36: Evoluzione del segnale attraverso gli stadi di condizionamento di un LVDT
Per ricavare l'informazione dell'entità dello spostamento si può misurare il valore ecace del
segnale modulato (g.2.36B). Non è ancora nita: con il valore ecace si perde l'informazione
sulla direzione dello spostamento. É quindi necessario riconoscere la direzione e cambiare il
segno quando l'equipaggio mobile si muove in direzione negativa. La strumento richiede quindi
una circuiteria in grado di svolgere queste operazioni di condizionamento di segnale (g.2.36C).
É necessario un disegno accurato della geometria circuiti, un corretto rapporto tra la geome-
tria dei circuiti e la dimensione del cursore ferromagnetico, una accurata realizzazione della
densità delle spire dei circuiti secondari e un'attenta realizzazione per garantire la linearità di
funzionamento.
2.2. STRUMENTI 55
Figura 2.37: Esempi qualitativi di geometrie dei circuiti
Il trasformatore dierenziale rotazionale, RVDT (Rotary Variable Dierential Transformer),

è invece uno strumento che serve a misurare lo spostamento angolare sfruttando il principio
di induzione. Anche in questo caso occorre accoppiare in maniera simmetrica tre circuiti in
movimento relativo angolare. A dierenza del potenziometro, il progetto dei circuiti e, soprat-
tutto, del cursore, è decisamente più complicato e la geometria particolare, detta cardioide, che
consente di realizzare la corretta mutua induzione ha un comportamento lineare per movimenti
angolari non superiori a 30-40◦ . Se la linearità è dell'ordine di 0.5% su un campo di 30-40◦ , si
può scendere a 0.1% limitando la portata a 5◦ .
Figura 2.38: Schema di funzionamento e costruttivo di RVDT
Caratteristiche generali tipiche LVDT/RVDT Vantaggi di un L-R VDT:
• nessun contatto tra le parti metrologicamente rilevanti (il cursore mantenuto sull'asse da
guarnizioni che ne permettono il movimento ma senza contatto tra circuiti primario e
secondari);
• robustezza meccanica e ambientale;
• basso attrito, quindi alta risoluzione;
• sensibilità elevata, grazie all'elettronica di condizionamento;
• vita a fatica virtualmente innita (con adeguata manutenzione), richiesta solo la sostitu-
zione delle guarnizioni;
• sensibilità incrociata praticamente nulla;
• zero di misura nel punto centrale.
Alcuni testi riportano come pregio la possibilità di una misura assoluta per la presenza di un
punto di zero. In realtà non essendo sempre possibile realizzare un corretto allineamento dello
zero strumento con la posizione di zero della prova, si ha spesso la necessità di dover ricorrere
a una misura dierenziale, quindi perdendo il vantaggio di un'uscita puramente proporzionale
con l'ingresso. Dal punto di vista dell'utilizzo un LVDT e un potenziometro richiedono le stesse
attenzioni di installazione.
Dal punto di vista estetico un trasformatore dierenziale, sia lineare che angolare, si presenta
con un aspetto del tutto simile a quello di un potenziometro. Nel caso di circuiteria di condi-
zionamento integrata avremo due cavi: uno per l'alimentazione della circuiteria stessa e uno per
l'uscita di misura.
LVDT RVDT
Portata: sonda a molla ±2, 5 ÷ 7, 5mm Portata: ±30◦ ÷ 40◦

sonda libera ±1, 25 ÷ 250mm
Sensibilità: tipo ac-ac 3 ÷ 250mV /V /mm Sensibilità: tipo ac-ac 2 ÷ 3mV /V /◦
tipo dc-dc 0, 04 ÷ 8V /mm tipo dc-dc 125mV /◦
Linearità: < ±0, 25%F S Linearità: < ±0, 3%F S
Figura 2.39: Caratteristiche generali di LVDT e RVDT
Modello funzionale di LVDT Facciamo il modello funzionale dell'LVDT

Un primo schema generale, basato sulla sequenza di oggetti, di un sistema di misura con LVDT
può essere quello in g.2.40.
Figura 2.40: Modello funzionale di L-RVDT(1)
Uno schema più dettagliato potrebbe essere quello in g.2.41.
Figura 2.41: Modello funzionale di L-RVDT(2)
2.2.2 Misure di deformazione con estensimetri elettrici

La misura delle deformazioni, come delineato durante la discussione dei principi di trasduzione,
si basa sulla relazione tra la variazione di resistenza di un conduttore liforme e la deformazione
2.2. STRUMENTI 57
longitudinale a esso applicata:

∆R = kεM is R
Ricordando gli elementi costitutivi della relazione che fornisce la resistenza del conduttore e
osservando che la variazione di resistenza, dato il materiale, dipende linearmente dalla lunghez-
za del conduttore e in maniera inversamente proporzionale alla sua sezione, non si può che
concludere che sia necessario un lo lungo e sottile.
Questa prima indicazione di progetto deve essere integrata con quelle che derivano dalle appli-
cazioni delle quali ci si vuole occupare. La prima è certamente legata all'obiettivo stesso della
misura, cioè la deformazione, che è una grandezza puntuale; quindi l'ulteriore requisito di pro-
getto che si deriva da questa considerazione è la dimensione contenuta del sensore. Dobbiamo
inoltre ricordare i requisiti generali di un buon sensore; tra questi sicuramente la scarsa sensibi-
lità a elementi diversi da quello che si intende rilevare è fondamentale; dato che in generale la
deformazione è una grandezza composta da diverse componenti, alcune delle quali perfettamen-
te omogenee (le tre componenti di deformazione lineare), occorrerà preoccuparsi che il sensore
sia poco sensibile alle componenti di deformazione alle quali non è dedicato. poiché siamo in
grado di rilevare solo le deformazioni superciali il problema si semplica alla gestione di due
componenti di deformazione lineare e una di scorrimento.
Il lo è un sensore di sensibilità trasversale ridotta, sia per quanto riguarda la componente di
deformazione trasversale che quella di scorrimento: rispetto alla prima presenta infatti una lun-
ghezza ridotta e una sezione elevata; la dimensione trasversale trascurabile lo rende altrettanto
insensibile allo scorrimento.
Per soddisfare il requisito di una misura locale occorrerà concentrare il lo (relativamente lungo)
su di una area piccola, mantenendo la direzione di misura. Stiamo evidentemente parlando di
una serpentina. Questa soluzione, se da un lato consente di ridurre le dimensioni del sensore,
di contro alza la sensibilità alla deformazione in direzione trasversale, in quanto una parte del
conduttore viene allineato con questa direzione. Questo problema può essere risolto grazie alla
tecnologia di produzione: anziché utilizzare un lo si opta ancora per la deposizione di uno
strato resistivo; essa consente di cambiare agevolmente la geometria sulle curve, aumentando la
larghezza della sezione in direzione trasversale si ha una riduzione del contributo alla resistenza
dei tratti trasversali. Per quanto riguarda la possibile sensibilità alla componente di deformazione
a scorrimento ci sono sia buone che brutte notizie: questa componente di deformazione tende
a dislocare rigidamente una linea rispetto alla precedente, quindi la buona notizia è che tale
sensibilità sarà trascurabile, la brutta è che non saremo in grado di rilevare direttamente la
deformazione di scorrimento con questo sensore.
Con questo ragionamento abbiamo costruito un estensimetro elettrico, lo strumento più diu-
so per le misure di deformazione: esso è composto da due elementi principali: 1) un trasduttore,
la pista conduttiva che realizza la variazione di resistenza a seguito della applicazione di una
deformazione e 2) un supporto sico, un lm polimerico sul quale l'estensimetro è deposto che
svolge il ruolo di sensore e di elemento di trasmissione dell'ingresso di deformazione al trasdut-
tore. Il lm polimerico viene incollato sull'oggetto del quale deve rilevare la deformazione con
particolare cura per l'adesione e l'orientamento, seguendo speciche procedure.
Figura 2.42: Estensimetro elettrico

Da non sottovalutare il problema dell'allineamento dell'estensimetro con la direzione di misu-

ra: se può sembrare trattarsi di un'operazione concettualmente semplice, la sua realizzazione
pratica può essere resa dicoltosa dalla geometria piuttosto che dall'accessibilità della zona da
strumentare. In g. 7.26 e 7.27 si riportano a titolo esemplicativo alcune installazioni.
Figura 2.43: Strumentazione di un

Figura 2.44: Cerchio di ruota di
elicottero (la prima dopo una prova
elicottero
distruttiva)
Non potendo avare una dimensione innitesima, l'estensimetro fornisce una variazione di resi-
stenza proporzionale al valore medio della deformazione nell'area da lui coperta. L'estensimetro
dovrebbe quindi essere installato in zone a deformazione uniforme: l'eetto di media sulle
deformazioni è comunque generalmente gestibile grazie alla scelta di estensimetri di dimensio-
ni compatibili con le caratteristiche del problema specico. Più critico il caso di estensimetri
a griglia multipla (rosette) che leggono la deformazione idealmente nello stesso punto ma in
direzioni dierenti in quanto le griglie possono essere collocate in posizioni leggermente diverse,
quindi rendendo più sensibile la misura a variabilità dello stato di deformazione.
Figura 2.45: Esempi di estensimetro (da cataloghi di vari produttori)
Come appare dagli esempi di g.2.45, esistono in commercio numerosi modelli di estensimetro
(per materiale, substrato, dimensione, geometria della griglia) in grado di incontrare le esigenze
delle più varie applicazioni. In g.2.47 si riportano estratti di schede tecniche per evidenziare la
natura delle informazioni messe a disposizione dai produttori.
2.2. STRUMENTI 59
Figura 2.46: Esempi di schede tecniche di estensimetri
Figura 2.47: Esempio di scheda tecnicha di estensimetri
Modello funzionale dell'estensimetro

In g.2.48 è mostrato il modello funzionale dell'estensimetro: sono evidenziati l'ingresso e l'u-
scita di misura, nonché gli elementi che possono modicarne il funzionamento o introdurre una
sensibilità a elementi non interessanti.
Figura 2.48: Schema generalizzato di estensimetro

2.2.3 Misure di deformazione con Ponte di Wheatstone

L'impiego degli estensimetri nei sistemi di misura di deformazione è normalmente associato al
ponte di Wheatstone.
Figura 2.49: Ponte di Wheatstone per la misura di un estensimetro
Con le convenzioni di g.2.49 e con le usuali ipotesi (ponte inizialmente bilanciato, resisten-
ze uguali e variazioni di resistenza piccole rispetto alle resistenze in gioco) la relazione di
funzionamento linearizzata del ponte è

VS ∆R1 ∆R2 ∆R3 ∆R4
∆V = − + −
4 R R R R
Ricordando la prima relazione fondamentale dell'estensimetria: ∆R R = kεM is (dove k è il

fattore di sensibilità dell'estensimetro o gauge factor) e nel caso, molto comune, di impiego di
estensimetri uguali si ottiene la seconda relazione fondamentale dell'estensimetria:
VS VS
∆V = (kε1 − kε2 + kε3 − kε4 ) = k (ε1 − ε2 + ε3 − ε4 )
4 4
La misura tipica di deformazione è quella singola, per la quale si utilizza un solo estensimetro
nella congurazione a 41 di ponte. La seconda relazione fondamentale si riduce quindi a:
Vs ∆R Vs
∆V = = kε
4 R 4
Con le convenzioni di gura per una deformazione di estensione (ε positiva) la variazione di
resistenza è positiva per gli estensimetri 1 e 3.
In questa discussione si è assunto il ponte bilanciato, cioè : R1 R3 = R2 R4 .
Lecito chiedersi quale sia l'impatto sulla qualità di misura nel caso non venisse eettuata questa
operazione.
Sempre con le convenzioni di g.2.49, l'uscita a ponte scarico è:
R1 R3 − R2 R4
Vo = VS
(R1 + R4 )(R2 + R3 )
Per resistenze nominalmente uguali da 120Ω, di tolleranza 0.5%, e un'alimentazione da 5V , lo
sbilanciamento di tensione può però arrivare a essere dell'ordine di 7.5mV . Si tratta di un valore
piccolo, ma potrebbe non essere trascurabile rispetto alla misura attesa.
Per capire se questo eetto sia rilevante, ricaviamo il valore della deformazione che in un caso
ragionevole potrebbe determinare lo stesso sbilanciamento; invertendo la seconda relazione
dell'estensimetria per la misura di un quarto di ponte.
4
ε = ∆V
kVS
2.2. STRUMENTI 61
Assumendo un fattore di conversione di 2 alla misura di 7.5mV corrisponderebbe una deforma-

zione di 3000 µ. Si tratta di un valore prossimo al limite di snervamento di un comune materiale
metallico; quindi si tratta di un eetto del tutto comparabile con le normali misure.
Si possono ipotizzare due tecniche per cercare di ovviare a questo problema:
1. eettuare misure dierenziali senza bilanciare preventivamente il ponte;

2. bilanciare preventivamente il ponte ed eettuare una sola lettura diretta della variazione
di tensione dovuta alla deformazione.
Per discuterli consideriamo il caso di 1

4 di ponte con estensimetro in posizione 3.
1. Ponte non bilanciato (misura dierenziale) Indicando con Vo la tensione iniziale e Vo0 la
tensione a deformazione avvenuta:
R1 R3 − R2 R4 R1 (R3 + ∆R3 ) − R2 R4
Vo = VS 6= 0 Vo0 = VS
(R1 + R4 )(R2 + R3 ) (R1 + R4 )(R2 + R3 + ∆R3 )
e poiché, per la prima relazione fondamentale dell'estensimetria:
∆R3 = R3 kε3
possiamo scrivere:

R1 R3 − R2 R4 R1 R3 kε
Vo0 = VS +
(R1 + R4 )(R2 + R3 (1 + kε)) (R1 + R4 )(R2 + R3 (1 + kε))
e la dierenza Vo0 − Vo risulta essere:

R1 R3 − R2 R4 R1 R3 kε
∆V = Vo0 − Vo = VS + −
(R1 + R4 )(R2 + R3 (1 + kε)) (R1 + R4 )(R2 + R3 (1 + kε))

R1 R3 − R2 R4
−
(R1 + R4 )(R2 + R3 )
La rimozione dell'oset non è perfetta a causa della presenza del contributo di deformazione
a denominatore del primo termine, assente in quello di compensazione.
Il legame tra ∆V e ε non è perfettamente lineare, ma nell'ambito delle approssimazioni
fatte questo rimane in genere trascurabile.
2. Ponte bilanciato
Comportamento puramente proporzionale con la deformazione, sempre nell'ambito delle
approssimazioni fatte:
VS
Vo = ∆V = kε
4
Bilanciando si evita:
• la lettura di zero;
• la misura dierenziale;
• di impostare il fondoscala di lettura sulla somma dell'oset e del segnale diminuendo
la risoluzione (in genere comunque trascurabile dato che lo sbilanciamento è piccolo).
Tecniche di bilanciamento del ponte Vista l'utilità di avere un ponte bilanciato, ci chie-
diamo come ottenere tale proprietà.
La modica delle resistenze normalmente comporta solo piccole correzioni (es. caso di 4 esten-
simetri nominalmente uguali ma leggermente diversi per incertezze legate alla realizzazione).
Di fatto è suciente correggere la resistenza di uno solo dei rami del ponte.
Occorre quindi valutare se possa essere meglio aumentare uno dei due prodotti o diminuire
l'altro.
Per incrementare una resistenza si aggiunge una resistenza in serie:
REquiv = RA + RB
Per diminuire una resistenza si aggiunge una resistenza in parallelo:
RA RB
REquiv =
Ra + RB
Supponiamo che sia necessario modicare la resistenza di un ramo di un 1% in aumento (caso
della serie) o in riduzione (caso del parallelo):
• Caso della serie

RB = REquiv − RA = 1.01RA − RA = 0.01RA
occorre quindi aggiungere in serie una resistenza di 1/100 di quella del ramo considerato.
• Caso del parallelo
RA RB
REquiv = = 0.99RA
RA + RB
REquiv (RA + RB ) = RA RB
RA REquiv 0.99RA
RB = = RA = 99RA
RA − REquiv (1 − 0.99)RA
occorre quindi aggiungere in parallelo una resistenza 99 volte più grossa di quella del ramo
considerato.
Modello funzionale di ponte estensimetrico Un modello funzionale di ponte può essere

gracamente descritto come nella gura seguente:
Figura 2.50: Modello funzionale per un ponte estensimetrico
Realizzazione dei ponti: Centraline estensimetriche

La lettura dei ponti viene spesso eettuata con un sistema di condizionamento e misura specico:
la centralina estensimetrica.
2.2. STRUMENTI 63
Figura 2.51: Esempio di centralina estensimetrica
La centralina estensimetrica è un dispositivo integrato che mette a disposizione tutta la compo-

nentistica per:
• completare un ponte;
• alimentarlo;
• bilanciarlo;
• leggere lo sbilanciamento sotto carico;
• fornire la misura in termini di microdeformazioni.
Questo per qualsiasi congurazione di ponte ( 41 , 12 o intero).

Conoscendo la sica della misura di ponti estensimetrici, sarà immediato capire come gestire
lo strumento, in particolare apprezzare il signicato dei collegamenti messi a disposizione sul
frontale dello strumento e le opzioni di regolazione.
Eetti della temperatura sulle misure con estensimetri elettrici

Sino a ora le possibili sensibilità trasversali dell'estensimetro sono state discusse solo in termini di
componenti di deformazione. Poiché sappiamo dalla Fisica dei materiali che la resistività è sensi-
bile alla temperatura occorrerà prenderne in considerazione gli eetti, in particolare ricordando
che la variazione di resistenza sarà pari a:
L
∆R = [ρ(T ) − ρ(TRif )]
A
La scelta del materiale può aiutare: la Costantana, una lega largamente impiegata per la realizza-
zione di estensimetri, presenta una modesta sensibilità a variazioni di temperatura non estreme,
quindi si potrebbe pensare sia possibile non preoccuparsi del problema, almeno no a che si
rimane in condizioni ambientali normali. Ci sono però altri problemi: l'estensimetro è sensibile
sia alla deformazione applicata al suo substrato, indipendentemente se di origine meccanica (εM
dovutaa uno stato di sforzo) o termica (εT dovuta a una dilatazione termica).
Vs Vs
∆V = kε = k (εM + εT )
4 4
.
In generale una variazione di temperatura rispetto a quella di installazione, genera una varia-
zione di lunghezza della griglia estensimetrica, ∆LEst = αEst ∆T LEst , ma anche della struttura
sottostante l'estensimetro, ∆LP ez = αP ez ∆T LP ez ,
In presenza di coecienti di dilatazione diversi, l'estensimetro subisce una deformazione mecca-
nica apparente pari alla dierenza delle due:
εApp = (αEst − αP ez )δT

che dovrà essere rimossa dalla misura.
Figura 2.52: Variazione del fattore di sensibilità in funzione della temperatura e del tipo di
supporto
La compensazione degli eetti della temperatura sulla resistività possono essere corretti analiti-
camente, grazie a curve riportate in appositi diagrammi; dal loro esame si osserva come la cor-
rezione sia fondamentale per variazioni di temperatura estreme, mentre per le usuali condizioni
di prova a temperatura ambiente i coecienti correttivi sono praticamente unitari.
Per quanto riguarda la compensazione degli eetti di diversi coecienti di dilatazione termica,
cominciamo con la valutazione della loro rilevanza. Il problema potrebbe non essere partico-
larmente critico per prove a temperatura ambiente, per le quali la dierenza di temperatura
rispetto al momento di installazione dell'estensimetro è ridotta, tipicamente un massimo di 10◦ ;
inoltre trattandosi di un termine indipendente dal livello di deformazione meccanica ha un peso
relativo che si riduce con l'aumentare della deformazione misurata, quindi l'eetto percentuale
sui valori massimi di deformazione potrebbe essere contenuto. Un esempio può risultare utile: si
supponga di avere una dierenza di coecienti di dilatazione termica pari a 12 × 10−6 e una dif-
ferenza di temperatura di 10o C . La deformazione apparente sarebbe ε = 12 × 10−6 10 = 120µε;
un valore quindi non del tutto trascurabile che potrebbe essere una frazione importante di una
misura di deformazione in campo lineare (≈ 2000µε).
Il problema è certamente signicativo per prove estreme, come ad alta e a bassa temperatura. Si
deve tener presente che una alta temperatura può essere raggiunta su un velivolo anche soltanto
per essere rimasto parcheggiato al sole, mentre la temperatura di dispositivi non protetti può
scendere abbondantemente sotto lo zero durante voli in quota; in queste condizioni la dierenza
rispetto a quella nominale può facilmente superare i 30◦ ; quindi anche in condizioni operative
industriali si possono avere dierenze di temperatura di diverse decine di gradi.
Volendo compensare questo eetto, è necessaria una misura degli eetti termici, in modo da poter
rimuovere, analiticamente o meno, la componente residua presente nell'uscita dell'estensimetro;
tale compensazione può essere fatta con varie modalità:
• scelta di estensimetri realizzati con materiale avente un coeciente di dilatazione termica

vicino a quello del materiale del quale è necessario misurare la deformazione;
• utilizzo combinato di estensimetri di misura in un ponte di Wheatstone per una compensa-
zione diretta, peraltro praticabile solo in alcune condizioni (tipicamente le celle di carico)
che dovranno essere vericate;
• annullamento dell'eetto di temperatura tramite un'apposita misura del solo eetto della
temperatura ambiente.
2.2. STRUMENTI 65
Figura 2.53: Esempio di curve per la compensazione analitica di eetti termici
Eliminazione degli eetti termici dalla misura di deformazione: il "morto"

evidente che la disponibilità di una misura della sola deformazione termica consentirebbe la
È
compensazione analitica. Questo signica avere un pezzo di materiale identico a quello del
quale si vuole misurare la deformazione, sottoposto alla stessa temperatura, strumentato
in maniera identica ma non caricato del quale si misura la deformazione. La deformazione
viene acquisita indipendentemente dalla misura principale e poi sottratta in fase di elaborazione
dei dati. Operativamente: l'uscita dell'estensimetro, essendo indipendente dall'eetto del carico
applicato alla struttura, è semplicemente:
∆RD 1 ∆RD
= kεT quindi εT =
R k R
Mentre quella dell'estensimetro di misura è:
∆RS
= kεT ot
R
poiché εT ot = εM + εT la misura della deformazione meccanica sarà data da:

1 ∆RS ∆RD
εM = εT ot − εT = −
k R R
Questa tecnica è quella comunemente nota come tecnica del provino morto (in inglese Dum-
my). L'operazione richiede l'utilizzo di due misure indipendenti. Conoscendo le caratteristiche
del ponte di Weathstone è possibile eettuare direttamente la compensazione: essa può avvenire
inserendo l'estensimetro del "morto" su un ramo del ponte adiacente a quello dell'estensi-
metro di misura (si veda la g.2.54).
Figura 2.54: Tecnica del morto- schema di ponte per la compensazione diretta
In questo caso avremo due rami occupati dagli estensimetri mentre sugli altri due non si hanno
variazioni di resistenza.
∆R1 ∆R4 ∆R2 ∆R3

= kε1 = kε4 = =0
R R R R
I due estensimetri, dovendo andare in compensazione, sono collocati su rami adiacenti del ponte,
in modo da realizzare una sottrazione. L'uscita del ponte diventa quindi:

VS ∆R1 ∆R4 VS
∆V = − = k(ε1 − ε4 )
4 R R 4
e poiché:
ε1 = εM + εT ε4 = εT
si ottiene una misura del solo eetto meccanico:
VS VS
∆V = k(ε1 − ε4 ) = kεM
4 4
e nalmente:
4 ∆V
εM =
k VS
In questo modo si realizza direttamente la compensazione nel ponte di misura principale.
Questa tecnica può risultare fondamentale nel caso di materiali compositi per i quali la dispo-
nibilità di estensimetri con coecienti di dilatazione termica compatibili può essere dicile (si
pensi alla bra di carbonio che ha un coeciente di dilatazione termica pressoché nullo) e altri
schemi di compensazione diretta resi impraticabili dalla anisotropia del comportamento, anche
in termini di coecienti di dilatazione termica (sempre nel caso della bra di carbonio nella
direzione trasversale il coeciente di dilatazione termica è quello della resina).
Alimentazione di estensimetri elettrici

Nel caso di una misura puntuale di deformazione la sensibilità del 1
4 di ponte è:
VS
∆V = kε
4
Ipotizzando per esempio l'uso di estensimetri con k = 2 e considerando un livello di deformazione
tipico di 1000µ (per un materiale metallico in campo lineare) e un'alimentazione di 5V , l'uscita
sarebbe:
5
∆V = 0.001 = 0, 00125V = 1, 25mV
4
Evidente la necessità di amplicazione, di un fattore minimo 1000 per avere tensioni facilmente
leggibili con un sistema AD. Si potrebbe essere tentati dall'utilizzare la tensione di alimentazione
come amplicatore; ricordando però che un estensimetro è prima di tutto una resistenza,
chiediamoci cosa succede quando è alimentato:
• L'alimentazione del ponte determina un usso di corrente lungo i rami e quindi il riscal-
damento degli estensimetri per eetto Joule
• Il calore viene dissipato per conduzione nella struttura sotto misura, in funzione delle sue
caratteristiche di conducibilità termica (oltre che dell'adesivo e del supporto) e delle dimen-
sioni dell'estensimetro stesso (supercie attraverso la quale per conduzione il calore viene
trasferito alla struttura) e della struttura (tipicamente lo spessore nella zona sottostante
all'estensimetro)
• Se il calore prodotto NON viene adeguatamente dissipato, l'incremento localizzato della
temperatura può portare a diversi problemi:
Deterioramento dello strato di adesivo,
Nascita di rumori di misura per eetti elettrochimici,
2.2. STRUMENTI 67
Deterioramento dell'estensimetro.
La tensione di alimentazione non può quindi essere utilizzata per amplicare il segnale ma deve
essere esclusivamente denita in funzione delle caratteristiche dell'estensimetro e delle condizioni
di impiego previste.
Il limite di tensione di alimentazione dell'estensimetro comporta un limite di corrente:
VLim
iLim =
REst
La congurazione del ponte vede normalmente l'impiego di resistenze nominali uguali. Questo
fa si che sul singolo ramo agisca una dierenza di potenziale pari a metà della tensione di
alimentazione del ponte.
VRamo VS
iRamo = =
RRamo 2RN om
Imponendo che la corrente sul ramo eguagli quella limite per l'estensimetro
iRamo = iLim
si ottiene la tensione massima di alimentazione del ponte che rispetti il limite del singolo
estensimetro:
VS VLim
=
2RN om REst
VLim
VS = 2RN om = 2VLim
REst
La tensione limite di alimentazione del ponte risulta quindi essere il doppio di quella del singolo
estensimetro.
VS = 2 VLim
Nel denire la tensione di alimentazione occorre considerare diversi fattori:
• Resistenza dell'estensimetro R una maggiore resistenza produce un minor eetto termico

• Supercie di impronta dell'estensimetro una maggior supercie consente una migliore
dissipazione del calore
• Conducibilità termica e spessore del substrato strutturale la prima inuenza lo scam-
bio termico il secondo regola il trasporto di calore nella struttura, quindi l'ecienza di
rareddamento
• Specicità dell'estensimetro per esempio la tipologia a rosetta con griglie di misura
sovrapposte.
Da ricordare che per un estensimetro è disponibile l'indicazione di tensione massima sopportabile.

La tensione limite viene spesso espressa direttamente in termini di tensione di alimentazione del
ponte. Nel caso di tensione limite espressa in relazione all'estensimetro sarebbe necessario risalire
a quella del ponte.
Figura 2.55: Esempio di scheda tecnica di estensimetri con limite di alimentazione
Analizzando le relazioni di funzionamento del ponte sarà possibile stabilire la corretta tensione
di alimentazione del ponte che salvaguardi l'estensimetro. Vale la pena tenere presenti alcuni
suggerimenti di carattere generale:
• Utilizzare, quando disponibili, estensimetri di resistenza elevata;

• Utilizzare estensimetri con grande griglia di misura (compatibilmente con la variabilità
della deformazione nella zona di misura);
• Correggere la tensione di alimentazione in funzione della conducibilità termica del substra-
to;
• Ridurre la tensione di alimentazione se l'estensimetro è installato su pareti sottili (spessore
confrontabile con la dimensione della griglia di misura);
• Applicare ulteriori riduzioni in funzione delle specicità dell'estensimetro per esempio
nel caso di rosette con griglie di misura sovrapposte, quando le griglie esterne non possono
godere della dissipazione del calore prodotto direttamente nella struttura.
I criteri di selezione
I criteri di selezione per la scelta di un estensimetro riguardano elementi quali:
• allungamento massimo (o portata, caratteristica operativa);

• numero di cicli di deformazione (caratteristica operativa);
• temperatura di lavoro (caratteristica operativa);
• precisione richiesta (esigenza di misura);
• compatibilità termica (caratteristica operativa);
• dimensioni della griglia (esigenza di misura).
Ipotizziamo di avere le seguenti indicazioni:
• allungamento massimo: 1600µ

2.2. STRUMENTI 69
• numero di cicli di deformazione: > 10 0000 000

• temperatura di lavoro: 80◦
• precisione richiesta: Moderata
e che l'estensimetro debba essere scelto nel catalogo da cui è stata estratta l'ultima delle g.2.47.
Si dovranno dapprima escludere tutti i modelli non compatibili con ciascuno dei diversi criteri.
Tra quelli che rimangono si potrà optare in funzione di ulteriori requisiti. Il risultato dell'ope-
razione è descritto in g.2.56: sono sono stati esclusi gli estensimetri per grandi allungamenti,
quelli con campi di temperatura non compatibili con la temperatura richiesta, quelli che non
soddisfano il limite di deformazione richiesto e il numero di cicli. Tra i modelli che risultano
compatibili (uno a precisione molto elevata, due elevata e uno moderata), in mancanza di ulte-
riori indicazioni, si può optare per quello a precisione moderata, verosimilmente più economico.
Figura 2.56: Esempio di selezione di un estensimetro
2.2.4 Misure di forza
I trasduttori di forza sono detti celle di carico ma anche Bilance o Dinamometri.
Le celle di carico possono essere suddivise in due categorie che, in funzione dell'ambito di uti-
lizzo, ne determina la tecnologia costruttiva: statiche e dinamiche; normalmente le prime sono
equipaggiate con estensimetri elettrici e le seconde con elementi piezoceramici.
Fondamentalmente una cella di carico statica (basse frequenze di utilizzo, tipicamente non
superiori a qualche decina di hertz, e portate da piccole a elevatissime) è costituita da un corpo
in metallo estensimetrato.
Le celle possono essere realizzate in varie forme in funzione di tipologia ed entità del carico da
misurare, tipologia delle applicazioni e condizioni ambientali.
La variabilità delle forme è notevolissima e sono in commercio anche dispositivi speciali per
applicazioni particolari, come perni e occhielli strumentati.
Figura 2.57: Esempi di tipologie di celle di carico commerciali
Celle di carico estensimetriche

Il corpo della cella costituisce l'organo recettore del carico, lo trasforma in una deformazione
a sua volta applicata all'estensimetro per un ulteriore stadio di trasduzione in variazione di
resistenza; una opportuna sagomatura determina la presenza di zone a deformazione costante,
utili per il posizionamento degli estensimetri.
Si impiegano tipicamente materiali metallici ad alta tenacità.
Gli estensimetri sono organizzati in un ponte di Wheatstone completo, in modo da rendere la bi-
lancia un elemento metrologicamente autonomo che deve essere solo alimentato; verosimilmente
il suo segnale richiede amplicazione, ma non è necessario il completamento dei circuiti di ponte
con una centralina esterna.
La sensibilità, tensione in uscita per unità di forza, viene espressa per unità di tensione di
alimentazione, (Vo /VS )/F , consentendo alimentazioni variabili, seppur limitate dall'eetto
Joule.
Vale la pena chiedersi quali siano i concetti guida per la collocazione degli estensimetri su di una
cella di carico o, più in generale su un elemento strutturale. L'analisi strutturale dell'oggetto è
il primo passo: si determinano gli andamenti delle azioni interne e l'analisi della distribuzione
di sforzo, anche con modelli semplicati.
A seguito di questa analisi è possibile determinare:
• la sensibilità del punto di installazione dell'estensimetro alla grandezza di riferimento e

quindi denire il legame carico-deformazione puntuale;
• le zone della cella con stato di sforzo uniforme ove applicare gli estensimetri, in modo
che la sensibilità nominale non risenta della eettiva posizione, evitando eetti locali non
facilmente prevedibili;
• la denizione della struttura del ponte di misura (ricordando che il ponte permette di
eettuare somme e dierenze posizionando opportunamente gli estensimetri sui suoi rami);
• quali eetti indesiderati sono compensati (termici e sensibilità incrociate).
Quando invece si deve scegliere una cella per una specica applicazione si tratta di denire i
criteri per eettuare la selezione tra numerosi prodotti, nominalmente equivalenti, reperibili in
commercio.
Si può optare per una cella che risenta prevalentemente di un eetto assiale invece che essionale
(o a taglio) del carico applicato, tenendo conto che, in genere, la essione amplica gli eetti
deformativi del carico, quindi una cella a essione ha, a parità di fondoscala, una sensibilità più
elevata di una che lavora in modo assiale e può essere preferibile. Il rovescio della medaglia è
che una cella essionale è più deformabile e ha una portata inferiore e/o un peso maggiore, dato
che strutturalmente è meno eciente.
2.2. STRUMENTI 71
Congurazioni tipiche di impiego di estensimetri elettrici per strumentazione di

celle di carico
Un estensimetro collegato a 14 di ponte rileva la deformazione in un punto di una struttura,
secondo la direzione di misura lungo la quale è allineato.
In alcuni casi però risulta di particolare utilità riuscire a individuare nella deformazione presente
in un punto il contributo dovuto a una singola modalità meccanica di sollecitazione, tralasciando
gli eetti di altre modalità di carico: il caso tipico è la separazione tra gli eetti di carichi
assiali, di essione e termici.
L'interesse è per congurazioni di misura, di volta in volta, che compensino intrinsecamente
gli eetti non desiderati e mettano in evidenza il solo eetto desiderato.
Applicazioni tipiche sono :
• Celle di carico monocanale (serve eliminare gli eetti secondari dovuti a altre modalità di
carico: cella di carico assiale o essionale o a taglio)
• Provini per prove materiali (con i quali è necessario correlare la risposta meccanica di
deformazione con un particolare ingresso di carico: misura modulo elastico con prova di
trazione)
L'interesse è quindi per una congurazione di misura che compensi intrinsecamente gli eetti
non desiderati ed eventualmente amplichi quelli a cui si è interessati, tenendo conto della
geometria della struttura che consente di stabilire relazioni d'uguaglianza o opposizione tra
diverse misure.
Nel caso di una struttura allungata prende infatti signicato la separazione tra eetti di
carichi assiali, di essione e termici. Un carico longitudinale produce eetti uniformi nella
sezione, una modalità di distribuzione detta membranale, ed eetti linearmente variabili attra-
verso lo spessore della sezione quando non allineato con l'asse neutro della trave, modalità
detta essionale.
Può, essere presente anche una deformazione termica, tipicamente uniforme con caratteristiche
direzionali dipendenti dal materiale.
Congurazioni tipiche: carico assiale Consideriamo la congurazione di g.2.58 per la

misura della deformazione assiale con un solo estensimetro in congurazione quarto di
ponte.
Figura 2.58: Misura di deformazione in elemento allungato: singolo estensimetro

L'uscita del ponte è:

VS VS k
∆V = (kε1 + 0 + 0 + 0) = ε1
4 4
La sensibilità del ponte è:
k k
S = VS ovvero, in termini di unità di alimentazione, SV =
4 4
Utilizzando i pedici A, F e T per indicare i termini assiali, essionale e termico, l'estensimetro
misura:
εM is = ε1 = εA + εF + εT
Quindi la misura risente sia di un'eventuale essione che degli eetti termici. Ricordando però
le capacità del ponte, possiamo cancellare la componente essionale e raddoppiare quella assiale
inserendo in un ramo sommatore un estensimetro gemello ma posizionato sulla faccia inferiore.
Si tratta della congurazione a mezzo ponte di g.2.59 per la misura della deformazione assiale
con due estensimetri uguali su facce opposte e collegati su rami opposti, in questo caso 1 e 4.
Figura 2.59: Misura di deformazione in elemento allungato: compensazione eetti essionali


VS k
∆V = k(ε1 + ε4 ) = VS εM is
4 4
In questo caso gli estensimetri misurano:
εM is = ε1 + ε4 = ε1,A + ε1,F + ε1,T + ε2,A + ε2,F + ε2,T

Lo sforzo essionale cambia segno tra le due facce e di conseguenza le componenti di deformazione
corrispondenti si elidono nella somma. Rimane quindi:
εM is = 2(εA + εT )
La misura è quindi compensata a essione ma risente ancora di eventuali eetti termici; la
sensibilità alla deformazione assiale (incluso l'eetto termico) del ponte raddoppia:
k k
S = VS ovvero SV =
2 2
Per rimuovere l'eetto termico abbiamo bisogno di una sua misura da inserire su lati sottraenti
del ponte. Consideriamo la congurazione di g.2.60 per la misura della deformazione assiale
con quattro estensimetri uguali, due per ciascuna faccia, uno allineato con la direzione di
carico e uno in direzione trasversale: notiamo che gli estensimetri in direzione trasversale mettono
in gioco una deformazione termica e una meccanica:
ε = −ν(εA + εF ) + αT ras ∆T
Inseriamo questi due estensimetri sui lati liberi del mezzo ponte, ottenendo un ponte intero.
Figura 2.60: Misura di deformazione in elemento allungato: compensazione eetti essinali e

termici

2.2. STRUMENTI 73

VS S
∆V = k(ε1 + ε4 − ε2 − ε3 ) = VS εM is
4 4
Esaminiamo le misure degli estensimetri (indicando con αLong ed αT ras rispettivamente il coef-
ciente di dilatazione termica longitudinale e quello trasversale):
ε1 = εA + ε1,F + αLong ∆T ε2 = −ν(εA + ε2,F ) + αT ras ∆T
ε4 = εA + ε4,F + αLong ∆T ε3 = −ν(εA + ε3,F ) + αT ras ∆T

Anche in questo caso, come nel precedente, le componente essionali sono compensate, essendo
uguali in modulo e opposte in segno. Inoltre, in questo caso, la deformazione misurata vede
compensarsi anche gli eetti termici, a patto che il coeciente di dilatazione termica sia isotropo
(ossia: αLong = αT ras ).
Osserviamo inoltre che la sensibilità è aumentata grazie alla presenza della componente trasver-
sale della deformazione:
εM is = ε1 + ε4 − ε2 − ε3 = 2(1 + ν)εA
La sensibilità del ponte diventa quindi:
k k
S = VS (1 + ν) ovvero SV = (1 + ν)
2 2
Congurazioni tipiche: carico essionale Un'altra applicazione tipica delle celle di carico
è quella che richiede la misura del solo eetto di deformazione conseguente alla presenza di una
essione: in questo caso si vuole misurare solo la componente essionale della deformazione,
evitando il contributo di una eventuale deformazione assiale o di una dilatazione termica.
Sappiamo già che con un solo estensimetro si rileva la combinazione delle componenti di defor-
mazione dovute all'azione assiale e alla essione. Per cancellare εT dalla deformazione totale
εtot = εF + εT o si leva direttamente εT , se disponibile, o si sottrae −εF + εT , ottenendo 2εF .
quanto si realizza con la congurazione a mezzo ponte di g.2.61 per la misura della defor-
È
mazione essionale con due estensimetri uguali su facce opposte e collegati al ponte su rami
adiacenti (i rami 1 e 2).
Figura 2.61: Misura di deformazione in elemento allungato: misura di essione con

compensazione dell'eetto assiale
k k
∆V = VS (ε1 − ε2 ) = VS εM is
4 4
poiché la componente essionale cambia segno (ε1,F = −ε2,F ), mentre le componenti membranale
e termica sono uguali, la sottrazione del ponte porta alla cancellazione degli eetti assiali e termici
e al raddoppio di quelli essionali:
εM is = ε1 − ε2 = εA + ε1,F + εT − εA − ε2,F − εT = 2ε1,F

quindi la misura risulta essere compensata alla deformazione assiale e agli eventuali eetti termici
e la sensibilità del ponte è:
k k
S = VS ovvero SV =
2 2
In questo caso il ponte rimane incompleto ed è richiesta una centralina. Installando due esten-
simetri aancati su ogni faccia è possibile completare il ponte ottenendo un ulteriore aumento
del guadagno; con riferimento al ponte intero di g.2.62 la relazione di misura diventa:
k
∆V = VS (+ε1 − ε2 + ε3 − ε4 ) = V k εM is
4 4
Figura 2.62: Misura di deformazione in elemento allungato: misura di essione a ponte intero
Evitando di trascrivere le componenti assiale e termica, uguali su tutti gli estensimetri e quindi
compensate a coppie, si ha:
εM is = ε1,F + ε3,F − ε2,F − ε4,F = 4εF
e la sensibilità del ponte è:

S = VS k ovvero SV = k
Celle estensimetriche: forme costruttive fondamentali

Nel seguito vengono discusse alcune forme costruttive fondamentali. La discussione ricalca per
tutte il medesimo schema:
1. analisi dello stato di sollecitazione presente

2. individuazione dell'eetto dell'ingresso desiderato
3. identicazione della tipologia di strumentazione estensimetrica più idonea,
Cella assiale (Trazione/compressione a colonna) Una cella a trazione/compressione vie-

ne impiegata per misurare la sola componente assiale del carico trasmesso. L'azione interna
è uniforme in sezione e costante su tutto lo sviluppo della cella. Normalmente presenta due
lettature alle estremità; si evita l'applicazione di signicativi momenti ettenti mediante l'in-
serimento di cerniere o snodi. Anche se il carico di riferimento è puramente assiale, un eventuale
disallineamento tra l'asse delle cerniere e l'asse neutro introdurrebbe momenti ettenti nella
zona di misura, è quindi opportuno procedere comunque con la compensazione degli eetti es-
sionali, oltre che di quelli termici. La strumentazione tipica fa quindi riferimento a un ponte
intero con due estensimetri allineati con la direzione del carico e due, in compensazione termica
e essionale, ruotati di 90◦ .
k
∆V = Vs (1 + ν)εAss
2
Sono utilizzate in sistemi di media o grande portata orono una grande semplicità di montaggio.
2.2. STRUMENTI 75
Figura 2.63: Cella di carico a colonna/carico assiale
Cella a Flessione semplice Sono fondamentalmente delle travi incastrate da un lato e carica-
te sull'estremo libero funzionanti sul principio dei momenti ettenti. Non sono particolarmente
diuse a causa della loro elevata sensibilità al punto d'applicazione del carico e alla
loro bassa frequenza di risonanza che le rende poco adatte ad applicazioni dinamiche anche a
frequenze di sollecitazione relativamente basse.
Figura 2.64: Cella di carico a essione semplice
Il modello a trave è una schematizzazione rozza, dato che non si tratta di un elemento snello,
ma funzionale per quanto rilevante.
Nella cella a essione l'azione interna dipende dalla posizione scelta per gli estensimetri, questo
porta alla dicoltà di rendere indipendente la misura dal punto di applicazione della forza.
Figura 2.65: Cella di carico a essione semplice: eetto della posizione del carico
Con riferimento al caso di g.2.65: il momento ettente dipende dal braccio e la cella è sensibile
sia alla forza che alla sua collocazione. Con un singolo ponte di misura a essione è impossibile
separare gli eetti della forza e del suo punto di applicazione:
P bh
εF less =
EJ
Per separare i due eetti sono necessarie misure. Ricordiamo che un mezzo ponte a essione
equivale a una misura di momento ettente nella sezione estensimetrata: possiamo
quindi considerare le relazioni tra i momenti in diverse sezioni per progettare il sistema di misura
e utilizzare uno o più ponti per realizzare la misura, come si vedrà nel proseguo.
Per capire come strumentare convenientemente una cella di questo tipo esaminiamo lo schema
riportato in g.2.66.
Figura 2.66: Eetto della posizione del carico su una cella a essione
Ricordando che il taglio è la derivata del momento ettente, in una zona a momento
linearmente variabile la derivata può essere espressa in termini niti, quindi:
∆M M2 − M1
T = =
∆x x2 − x1
il carico applicato P può essere misurato come
M2 − M1
P =
d
Quindi con due misure di momento ettente saremmo in grado di scrivere il rapporto incremen-
tale, data la distanza d = x2 − x1 , ottenendo la forza P ; se richiesto è possibile determinare il
punto di applicazione del carico. Le due misure di essione possono essere realizzate con due
semiponti a distanza nota d, come descritto in g.2.67.
Figura 2.67: Posizione punti di misura di essione su cella a essione dierenziale
Si adotterà una strumentazione identica per i due ponti:
Figura 2.68: Congurazione dei ponti per doppia misura di essione dierenziale
In virtù della tipologia ( 12 ponte a essione) ciascun ponte fornisce la misura della deformazione
essionale:
Mh
ε3 = −ε2 = εFles =
EJ
EJ EJ 1
M = εFles =2 ∆V
h h kVS
Note le due misure di essione, MA (εA ), MB (εB ) si possono scrivere le due equazioni risolutive:
2.2. STRUMENTI 77
• Calcolo del taglio: P = MA −M

d
B
• calcolo della posizione come distanza dal punto di misura B: LB = MB

P
In alternativa è possibile installare i quattro estensimetri sullo stesso ponte realizzando diretta-
mente la dierenza richiesta: lo sbilanciamento è proporzionale esclusivamente al carico di taglio
P nella trave, è richiesta la misura della distanza degli estensimetri e non sarà possibile denire
il punto di applicazione del carico.
La congurazione di strumentazione della trave e del ponte sono quindi quelle riportate in
g.2.69: i due ponti a essione sono organizzati nel ponte intero in modo che i due estensimetri
posti sulla faccia superiore si trovino su rami adiacenti.
Figura 2.69: Congurazione di strumentazione della trave e del ponte per misura di essione
dierenziale
Tenendo conto della tipologia di ponte e della compensazione intrinseca di eetti diversi da
quello essionale, la deformazione in uscita dal ponte sarà:
εM is = (ε1 − ε2 ) + (ε3 − ε4 ) = 2 (εFles−1 − εFles−2 )
tenendo poi conto delle espressioni delle deformazioni essionali
2 2
εM is = (M1 h − M2 h) = dhP
EJ EJ
inne in termini di sbilanciamento di ponte si ottiene la legge di funzionamento della cella:
1 kdh
∆V = VS kεM is = VS P
4 2EJ
il cui guadagno è:
kdh
S = VS
2EJ
Questo tipo di cella è particolarmente utilizzato in sistemi di piccola e media portata quando è
richiesto un piano di pesatura insensibile al punto d'applicazione del carico.
Figura 2.70: Congurazione di strumentazione della cella a essione dierenziale

Cella a essione con misura di taglio (semplice e doppio) Le celle a taglio semplice
sono utilizzate in sistemi di media portata ma richiedono basi di ssaggio molto robuste e ben
ancorate per sopportare gli elevati momenti ettenti che si creano.
Essendo celle a essione, non sopportano elevati carichi trasversali, a dierenza di queste misu-
rano la componente di scorrimento della deformazione a partire da due misure di deformazione
lineare sulle due facce del setto ottenuto realizzando due cave sui anchi della barra.
Figura 2.71: Cella a taglio semplice Figura 2.72: Cella a doppio taglio
Le celle a Doppio Taglio sono invece adatte ad alte portate, grazie al doppio vincolo, e orono
una gran praticità di montaggio. In questo caso si hanno 4 zone di misura tutte (il fondo delle 4
cave) con doppia misura di componenti di deformazione lineare a 45o . Nel ponte le misure sono
sommate.
Cella a trazione / compressione con misura di taglio Utilizzate in sistemi di media

portata, su mezzi di sollevamento, in apparecchiature di prova, consentono misure di spinta e
trazione.
Modalità di misura: taglio (g.2.73).
Figura 2.73: Cella a trazione/compressione con misura del taglio
Perni Sono disponibili anche perni con strumentazione integrata. Utilizzati, per es. su mezzi
di sollevamento e macchine operatrici, hanno il pregio di poter sostituire perni già in opera senza
richiedere alcuna modica (g.2.74).
2.2. STRUMENTI 79
Figura 2.74: Schema strutturale e di strumentazione di perni
Problemi di misura Abbiamo visto come non sia possibile agire sull'alimentazione per
aumentare la sensibilità di un ponte; possiamo però impiegare più estensimetri di quelli necessari.
Sensibilità nominale tipica in termini di ponte; con le usuali convenzioni:

Vs ∆R1 ∆R2 ∆R3 ∆R4
∆V = − + −
4 R R R R
Disponendo su ogni ramo due (o più) estensimetri uguali e sensibili alla stessa deformazione si
ottiene una crescita proporzionale di numeratori e denominatori:
R = RA + RB = 2R ∆Ri = ∆RiA + ∆RiB = 2∆Ri

Quindi l'uscita del ponte rimane invariata. Se però si aumenta la resistenza di ramo è possibile
aumentare di pari passo la tensione di alimentazione ottenendo un'uscita di tensione, e quindi
una sensibilità, maggiore; infatti la caduta di tensione su ciascun estensimetro cala con il loro
numero:
VS VS
iramo = =
RRamo 2NEst REst
Riprendiamo il caso di una cella per carico assiale compensata a essione e termicamente:
Vs k
∆V = (1 + ν)ε
2
Onde rendere agevole la fase di installazione della strumentazione, può essere opportuno utiliz-
zare una sezione, limitatamente alla zona di misura, a pianta ottagonale (g.2.75):
Figura 2.75: Schemi di strumentazione utili all'aumento della tensione di alimentazione

La congurazione tradizionale sarebbe quella con gli estensimetri L1 e L5 su due rami opposti
(1 e 3) e T1 e T5 su quelli adiacenti (2 e 4), rappresentata nella gura di sinistra:
R1 = RL1 ; R3 = RL5 ; R2 = RT 1 ; R4 = RT 5
Sappiamo che questa congurazione compensa sia eventuali eetti essionali residui che termici;
inoltre abbiamo la libertà di scegliere una coppia di facce delle quattro disponibili, per incollare
gli estensimetri. Ma, grazie alla geometria scelta, si potrebbero installare 4 ponti interi, sfruttan-
do le coppie di facce opposte (gura b) e, anziché farne ponti indipendenti (sarebbero necessari:
4 alimentazioni, 4 canali e poi la media delle misure), è possibile utilizzare un unico circuito
ponendo sullo stesso ramo tutti gli estensimetri omologhi collegati in serie: L1,2,3,4 sul ramo 1,
L5,6,7,8 sul ramo 3, T1,2,3,4 sul ramo 2 e T5,6,7,8 sul ramo 4; questa congurazione è rappresentata
al centro.
Quindi:
R1 = RL1 + RL2 + RL3 + RL4 R3 = RL5 + RL6 + RL7 + RL8
R2 = RT 1 + RT 2 + RT 3 + RT 4 R4 = RT 5 + RT 6 + RT 7 + RT 8
Il ponte così ottenuto ha le stesse caratteristiche di misura di quello semplice ma con resistenza di
ramo quadruplicata. La tensione di alimentazione ammissibile risulterebbe quindi 4 volte quella
del ponte singolo. Un ulteriore vantaggio è costituito dal fatto di mediare le misure eettuare
con i ponti elementari, compensando dierenze dovute a leggeri eetti costruttivi. Se poi la
dimensione delle facce lo consente è possibile disporre due o più coppie di estensimetri su ognuna
(estensimetri rossi nella gura 2.75 di sinistra) in modo che, a parità di modello di estensimetro,
la tensione di alimentazione ammissibile risulti moltiplicata dal numero di estensimetri per ramo.
Per la congurazione nella gura di destra, si avrebbe una tensione di alimentazione ammissibile
pari a 8 volte quella limite dell'estensimetro.
Modello funzionale di cella di carico

Un modello funzionale della cella di carico /bilancia (g.2.76) può assomigliare a quello rappre-
sentato in gura:
Figura 2.76: Modello funzionale di cella di carico
2.2.5 Misure di pressione

Tubi a U
I manometri a tubo a U sono tipicamente utilizzati con lettura diretta da parte dell'operatore,
sono estremamente semplici ma non idonei all'utilizzo con sistemi di acquisizione.
2.2. STRUMENTI 81
Figura 2.77: Manometri a tubo
Per capirne il funzionamento, prendiamo in considerazione il manometro dierenziale a U rap-

presentato in gura. Si tratta di un tubo di vetro sagomato nel quale è posto un liquido colorato.
La dierenza di pressione alle due estremità del tubo spinge il uido determinando una dierenza
di livello dei menischi nei due tratti verticali.
Figura 2.78: Manometro dierenziale a U
Dalla misura di questa dierenza e dal peso specico del liquido si risale alla dierenza di
pressione:
• peso della colonna di liquido: W = ρg h A
• forza agente sul uido: f = (p2 − p1 )A = ∆pA
• per l'equilibrio: ∆p = ρg h
Manometro di Bourdon
Il manometro di Bourdon è costituito da un elemento meccanico, tipicamente un tubo ricurvo,
che caricato da una pressione interna tende a distendersi; il movimento dell'estremo libero è
funzione della pressione e, con opportuni rinvii, può essere trasmesso a un indicatore che si
sposta su di una scala graduata, permettendo la lettura della pressione. Caratteristiche di
questa tipologia di trasduttore sono:
• la rigidezza del tubo rappresenta un parametro di progetto: una bassa rigidezza consen-
te uno spostamento elevato, quindi facilmente misurabile, ma potrebbe comportare un
comportamento non lineare;
• la presenza di parti in movimento, di collegamenti meccanici ed elementi di amplicazione,
può comportare eetti di isteresi, giochi, limiti di linearità, . . . ;
• il volume interno relativamente alto potrebbe determinare un'interazione con l'ambiente
di misura.
La misura della rotazione dell'indicatore potrebbe permettere la lettura diretta.
Figura 2.79: Il manometro di Bourdon
La sostituzione della lancetta con un misuratore della rotazione consentirebbe la misura auto-
matica. Come si apprezzerà nel capitolo seguente, manometri di questo tipo non si prestano a
rilevare variazioni rapide della pressione a causa dell'entità del movimento richiesto per avere
facilità di lettura; in questi casi è necessario far ricorso a trasduttori che forniscono un'uscita
elettrica a seguito di deessioni /deformazioni strutturali limitate.
Trasduttore piezoelettrico
Il trasduttore di pressione piezoelettrico non è altro che un trasduttore di forza: rileva la forza
prodotta da una pressione su di un'area la cui supercie è nota, a seguito dell'applicazione allo
strumento di un ingresso di misura; dato che il coeciente che scala forza e pressione è noto, il
passaggio è immediato. Le caratteristiche principali di questi trasduttori sono:
• altissime portate;
• volume interno virtualmente nullo;
• necessità di alimentazione e amplicazione;
• misura assoluta.
Figura 2.80: Trasduttore piezoelettrico
La pressione da misurare è applicata a una membrana sigillata sul contorno della cassa del
trasduttore; il trasferimento di carico al trasduttore è limitato dalla bassa rigidezza essionale
della membrana stessa, cosicché tutto il carico viene applicato all'elemento piezoelettrico di
trasduzione. La pressione agisce direttamente sul materiale piezoelettrico facendogli generare
carica elettrica.
q = Kp p Vo = Kq q = Kq Kp p = Sv p
2.2. STRUMENTI 83
dove: q è la carica, p la pressione , Kp la costante piezoelettrica (dipendente dal coeciente

piezoelettrico sfruttato e dalle dimensioni del cristallo), Kq il guadagno carica-tensione (q − V ),
Vo la tensione in uscita e, nalmente, Sv la sensibilità nominale del trasduttore.
Trasduttori di pressione a capsula aneroide

Nel manometro aneroide si utilizza una capsula metallica (aneroide) sagomata in modo che la
deformazione causata della dierenza tra la pressione interna e quella esterna, produca uno
spostamento rilevante; questo può essere trasmesso a una lancetta indicatrice. Un semplice
schema di un possibile manometro di questo tipo è riportato in Fig.2.81.
La misura dell'eetto della dierenza di pressione viene generalmente realizzata con un trasdut-
tore lineare di posizione (per es. con LVDT o un potenziometro). La dierenza di pressione
determina il movimento della parete che viene rilevato da un trasduttore di spostamento; avremo
una sensibilità denita come:
u = Ka ∆p Vo = Ks u = Ks Ka ∆p = Sv ∆p
dove: u è lo spostamento, ∆p la dierenza di pressione, Ka la costante elastica della capsula

aneroide, Ks il guadagno spostamento-tensione del trasduttore di spostamento, Vo la tensione
in uscita e nalmente Sv la sensibilità nominale del trasduttore.
Figura 2.81: Il manometro aneroide
Figura 2.82: Trasduttori di pressione a capsula aneroide
Trasduttori di pressione a diaframma deformabile

Questi trasduttori rilevano la dierenza tra le pressioni agenti sulle due facce di una membrana
deformabile. Possono sfruttare diverse modalità di lettura dell'eetto della dierenza di pressione
(es. trasduttori capacitivi, estensimetrici, piezoresistivi). In particolare sono molto diusi i
trasduttori capacitivi, soprattutto per la misura di piccole dierenze di pressione.
Nel caso di strumentazione estensimetrica, la dierenza di pressione determina la deformazione
della parete che viene rilevata da un ponte; avremo una sensibilità denita come:
ε = Kd ∆p Vo = Kε ε = Kε Kd ∆p = Sv ∆p
dove: ε è la deformazione, Kd la costante elastica del trasduttore a diaframma (che lega pressione
a deformazione), Kε il guadagno deformazione-tensione del ponte, Vo la tensione in uscita e Sv
sempre la sensibilità nominale del trasduttore.
Un sensore di questo tipo può essere utilizzato per una misura di pressione assoluta ricorrendo
a una capsula, rigida e stagna, con il vuoto all'interno (barometro).
Figura 2.83: Trasduttore capacitivo
Tubo di Pitot
Il tubo di Pitot è un particolare strumento che permette di rilevare la pressione dinamica e può
quindi essere usato anche come sistema di misura della velocità di un uido, per esempio della
vena di una galleria o di volo di un aeromobile. Si basa sull'utilizzo combinato di due sonde di
pressione in grado di captare due pressioni caratteristiche del uido: quella di ristagno e quella
statica.
Figura 2.84: Il tubo di Pitot
Il tubo di Pitot, che idealmente deve essere allineato con la direzione del vento relativo, presenta
due prese di pressione: una sul puntale (presa di pressione totale) e una sulla supercie laterale
del tubo (presa di pressione statica). In regime di corrente incomprimibile, ossia a bassi numeri
di Mach, la pressione di ristagno rilevata dalla presa frontale (quella sul puntale della sonda)
2.2. STRUMENTI 85
corrisponde alla pressione totale pt , ossia alla somma della pressione statica ps e della pressione
dinamica q = ρV 2 /2 :
ρV 2
pt = ps + = ps + q
2
Quindi, dalla dierenza tra la pressione di ristagno sul puntale e la pressione statica, rilevata
dalla presa disposta lungo il tubo in posizione opportuna, si ottiene la pressione dinamica, ossia
l'energia cinetica del uido per unità di volume. Note la pressione dinamica q e la densità del
uido ρ è possibile calcolare la velocità V :
r
2q
V =
ρ
La pressione dinamica può essere ottenuta direttamente con una misura dierenziale (es. uti-
lizzando un manometro dierenziale opportunamente collegato alle due prese); data la ca-
ratteristica della relazione pressione dinamica-velocità la legge di funzionamento non è più
lineare.
Generalmente i Pitot sono costruiti in modo da perturbare il meno possibile campo di moto
e garantire la lettura della eettiva pressione dinamica; l'approssimazione è accettabile e può
essere ulteriormente migliorata con una adeguata taratura.
Elementi di progettazione sono l'individuazione dei punti migliori per il rilevamento della pres-
sione totale e statica; la pressione statica deve essere quella del uido indisturbato e non deve
essere inuenzata dal campo aerodinamico indotto dal velivolo; inoltre le pressioni devono essere
misurate teoricamente nello stesso punto e nello stesso istante di tempo.
Nel caso di utilizzo su di un velivolo la misura deve essere, per quanto possibile, insensibile
all'assetto aerodinamico del velivolo stesso e a tal ne i tubi di Pitot sono realizzati con adeguati
accorgimenti o è prevista l'installazione multipla.
2.2.6 Misure di accelerazione

L'accelerometro non è altro che un trasduttore di forza: rileva la forza di inerzia prodotta da
una massa nota a seguito dell'applicazione allo strumento di un ingresso di accelerazione; dato
che il coeciente che scala forza e accelerazione è disponibile, il passaggio è immediato. Come
in altri casi possono essere utilizzati diversi principi di trasduzione. La discussione del principio
di trasduzione consente di denire una sensibilità nominale; anche in questo caso quella eettiva
verrà determinata con una opportuna taratura. Le tecnologie discusse nel seguito per il caso
unidirezionale, piezoelettrica e piezoresistiva, sono come sempre solo esemplari e la discussione
è ben lontana dall'esaurire il problema: in tutti i dispositivi mobili è presente un accelerometro
triassiale miniaturizzato, normalmente realizzato con tecnologia MEMS.
La realizzazione di un accelerometro triassiale può essere realizzata assemblando tre accelero-
metri unidirezionali o realizzando un dispositivo di trasduzione unico capace di produrre tre
uscite indipendenti. Il caso non viene discusso nel dettaglio. É però abbastanza evidente che
un oggetto del secondo tipo potrebbe avere una qualche forma di accoppiamento tra i canali di
misura (la chiameremo sensibilità incrociata) mentre il primo, meno esposto a questo rischio,
avrà un problema di non coincidenza dei punti di misura delle tre componenti dell'accelerazio-
ne. La comprensione delle caratteristiche della tecnologia realizzativa, al solito, consentirà di
apprezzare pregi e difetti e, in denitiva, il corretto impiego dello strumento.
Accelerometri piezoelettrici
Gli accelerometri piezoelettrici sfruttano la proprietà dei materiali piezoelettrici di generare una
carica elettrica quando sono sottoposti a una forza variabile nel tempo.
Figura 2.85: Schema elementare di accelerometro piezoelettrico in modo 33
L'accelerazione del corpo investigato si trasferisce all'accelerometro che è collegato solidale ad

esso. La massa sismica all'interno del sensore è soggetta a una forza d'inerzia che comprime il
materiale piezoelettrico facendogli generare carica elettrica.
q = Kp F = Kp ma Vo = Kq q = Kq Kp ma = Sv a
dove: q è la carica, F la forza , Kp la costante piezoelettrica (dipendente dal coeciente pie-
zoelettrico sfruttato e dalle dimensioni del cristallo), Kq il guadagno carica-tensione (q − V ) e
nalmente Sv la sensibilità nominale dell'accelerometro.
La tensione in uscita è direttamente proporzionale alla forza d'inerzia applicata al piezoelettrico
e quindi all'accelerazione, essendo nota la massa sismica. La taratura fornirà direttamente la
sensibilità Sv .
Gli accelerometri piezoelettrici potrebbero avere qualche dicoltà nel rilevare la componente
statica dell'accelerazione, come la gravità o un richiamata a fattore di carico costante, per via
della caratteristica intrinseca dell'eetto piezoelettrico. Occorre pertanto valutare attentamente
la scelta di questi trasduttori per misure di segnali con una componente di interesse a bassa
frequenza.
Esistono due modalità principali di realizzazione: una basata sulla compressione del cristallo
piezoelettrico e un'altra che sfrutta le forze di taglio.
Figura 2.86: Possibili congurazioni di accelerometro piezoelettrico
Accelerometri piezoresistivi
Gli accelerometri piezoresistivi sfruttano l'abilità dell'omonima classe di materiali di modicare
la propria resistività elettrica quando sono soggetti a una pressione.
L'eetto piezoresistivo può essere sfruttato in diversi modi, per es. applicando due strati pie-
zoresistivi sulle facce superiore e inferiore di un elemento deformabile caricato a essione dalla
massa sismica, e collegandoli a un ponte di Wheatstone per la misura dell'eetto di trasduzione
con uno schema di strumentazione è del tutto analogo a quello di un estensimetro. La gu-
ra è da considerarsi rappresentativa del principio ma le soluzioni commerciali possono essere
signicativamente diverse.
2.3. MISURE ELEMENTARI DI GRANDEZZE ELETTRICHE 87
A dierenza dei piezoelettrici, i materiali piezoresistivi sono idonei, oltre che per misure dina-
miche, anche quelle statiche: la variazione di resistività è infatti una caratteristica statica del
materiale.
Figura 2.87: Possibile strumentazione di accelerometro piezoresistivo ad alta sensibilità
2.3 Misure elementari di grandezze elettriche

Avendo impostato il discorso sulla disponibilità di un misuratore di grandezze elettriche, vediamo
inne come sia possibile misurarne alcune, corrente resistenza e tensione, sfruttando l'interazione
di un campo magnetico e della forza elettromotrice generata da una corrente che percorre un
conduttore. Da Fisica ed Elettrotecnica è noto che una corrente, percorrendo un conduttore,
interagisce con un eventuale campo magnetico e che è possibile amplicare questo eetto avvol-
gendo il conduttore in spire. Nell'amperometro si sfrutta questo eetto per ottenere la rotazione
di un equipaggio mobile, opportunamente sospeso, proporzionale alla corrente.
Figura 2.88: Galvanometro
La sospensione è teoricamente esente da attriti e un ago, collegato rigidamente al solenoide, si

muove su di una scala graduata che consente la lettura della corrente.
Il suo funzionamento può essere così sintetizzato:
1. La corrente determina la nascita di una forza elettromotrice che provoca una rotazione
dell'equipaggio mobile.
2. la forza magnetica prodotta è proporzionale alla corrente, al campo magnetico, al numero

di spire e alla lunghezza della singola spira: F = BLni;
3. la forza magnetica produce un momento rispetto all'asse di sospensione:M = 2F b
4. la rotazione dell'ago è proporzionale al momento: ϑ = M/k
5. L'amplicazione della rotazione dovuta all'indicatore consente un agevole confronto con la

scala graduata.
In sintesi, il comportamento dell'amperometro è la corrente determina la nascita di una forza

elettromotrice che produce una rotazione dell'equipaggio mobile; la rotazione dell'ago è diretta-
mente riconducibile alla corrente: ϑ = f (i); Una legge di comportamento lineare, ϑ = f (i) = ki,
consente di adottare una spaziatura regolare delle tacche sulla scala graduata; la scala verrà
denita con un'operazione di identicazione sperimentale: la scala, lineare o meno, verrà pre-
disposta imponendo correnti note allo strumento e riportandone il valore sulla scala stessa in
corrispondenza della posizione raggiunta dall'indicatore. Evidente la semplicazione garantita
da un comportamento lineare. saranno sucienti pochi punti di misura per tracciare una scala
anche molto precisa; al contrario per un comportamento non lineare sarà necessario trascrivere
numero di valori di ingresso.
Supponendo di disporre di questo strumento, basterebbe procurarsi delle resistenza campione per
realizzare un misuratore di tensione: applicando la dierenza di tensioni ai capi del resistore noto
R̃ e misurando la corrente che lo percorre ĩ saremo in gradi di risalire alla tensione: Ṽ = R̃ × ĩ .
Allo stesso modo grazie a un amperometro e a un generatore di tensione campione, potremo
realizzare un misuratore di resistenza: applicando una dierenza di tensione nota Ṽ ai capi del
resistore R incognito e misurando la corrente che lo percorre ĩ saremo in gradi di risalire alla
tensione: R̃ = Ṽ ĩ .
2.4 Esempi di applicazione

2.4.1 Testi di esercizi
Esercizio 2 del 15 novembre 2012
Durante le prove di certicazione di un velivolo, nelle zone critiche dal punto di vista strutturale
sono installati estensimetri per il rilievo di valori di deformazione puntuale, in punti e secondo
direzioni assegnate.
• Indicare uno schema di strumentazione per ogni singolo punto di misura compatibile con
le indicazioni disponibili (non è richiesta la compensazione termica)
• Indicare la distanza massima dei cavi di collegamento alla centralina estensimetrica che
consenta di limitare gli eetti della loro presenza a una variazione del 2% delle misure;
si assumano estensimetri da 120Ohm, cavi di resistività per unità di lunghezza pari a
0.019Ohm/m
• Indicare una diversa architettura del sistema di acquisizione dati che permetta di avere
una stazione di visualizzazione e raccolta datia una distanza superiore alla lunghezza dei
cavi.
• Indicare come si potrebbe modicare la procedura descritta al secondo punto qualora fosse
richiesta la compensazione termica del ponte
Esercizio 3 del 12 settembre 2012

Su di una struttura sono incollati, in congurazione ad un quarto di ponte estensimetri di
resistenza nominale pari a 120Ohm(±0.8%) e gauge factor 2.1(±1.0%). Per la misura si dispone
di una centralina estensimetrica, di una alimentazione a 10V (±0.5%) e di un voltmetro da
ritenersi ideale. I cavi della lunghezza di 10m hanno un diametro di 0.2mm ed il materiale di
cui sono realizzati ha resistività pari a 0.018e − 6W m. Si richiede di:
• ricavare l'espressione della sensibilità nominale del ponte;

• ricavare l'espressione della sensibilità del ponte tenendo conto della presenza dei cavi;
• fornire i valori numerici delle tensioni misurate nei due casi per una deformazione di 1800µε;
• valutare la massima lunghezza dei cavi per mantenere la dierenza di tali valori sotto l'1%.
2.4. ESEMPI DI APPLICAZIONE 89
2.4.2 Esercizi svolti

Esercizio 1
Si vuole realizzare un supporto strumentato per prove in galleria del vento del tipo rappresentato
in gura 2.89. Lo scopo è misurare le componenti della forza aerodinamica che agiscono nel piano
perpendicolare all'asse del supporto stesso (il modello può dunque essere installato in assetto
cabrato e imbardato).
Figura 2.89: Modello da galleria del vento montato su supporto orizzontale
Per semplicità si assuma il supporto di lunghezza L e realizzato, in acciaio, con sezione cilindrica
piena di diametro D costante. Si assuma, inoltre, che la forza aerodinamica sia applicata in
corrispondenza dell'asse neutro del supporto.
Si richiede di:
1. Indicare, motivando la scelta, il tipo di congurazione del sistema estensimetrico scelto

per la determinazione delle forze, utilizzando due soli ponti di Wheatstone e supponendo
che le forze siano applicate all'estremità del supporto
2. Fornire le espressioni nominali delle sensibilità dei ponti
3. Si discutano le variazioni da apportare al sistema di misura nel caso di posizione della

forza aerodinamica incognita
4. Si richiede di dimensionare il diametro D del supporto in modo tale che, oltre a resistere
al carico, garantisca una variazione di incidenza massima del modello inferiore a 0.25◦
Svolgimento
Punto 1
Dovendo utilizzare due ponti, uno per ogni componente di forza da misurare, possiamo separare
i due casi. Consideriamo per primo il caso della forza di portanza P nel piano x − z (vedi gura
2.90); il caso della forza laterale Q potrà poi essere trattato analogamente.
La forza P genera un momento lungo l'asse della trave che ha l'andamento 1 di gura 2.91.
Se consideriamo un generico concio di trave, abbiamo una distribuzione di sforzi come mostrato
in gura 2.92, dove la deformazione massima εf,A , che si ha nei punti più distanti dall'asse
neutro, può essere scritta come:
Mf,A zmax (P xP ) D/2

εf,A = =
E Iyy E Iyy
Per ottenere queste misure, possiamo utilizzare una congurazione a mezzo ponte a essione con
due estensimetri di misura. (vedi gura 2.93).
1
La forza applicata all'estremità del supporto perché indicato nel testo (ipotesi semplicativa)
Figura 2.90: Forze agenti sul supporto
Figura 2.91: Andamento del momento ettente dovuto alla forza P
Figura 2.92: Distribuzione di sforzi a farfalla dovuti alla essione
Figura 2.93: Congurazione mezzo ponte a essione

Dato che i due estensimetri collocati su facce opposte della trave leggono deformazioni dovute
alla essione uguali in modulo ma opposte in segno,ènecessario collegarli a lati adiacenti sul
ponte di Wheatstone. Risulta infatti:
ε1 = εf,A
ε2 = −εf,A
ε3 = ε4 = 0
Applicando quindi la formula del ponte, possiamo scrivere:
∆V k k k (P xP ) D/2 k (P xP ) D
= (ε1 − ε2 + ε3 − ε4 ) = (2 εf,A ) = =
Va 4 4 2 E Iyy 4 E Iyy
Più convenientemente, potranno essere utilizzati 4 estensimetri (a coppie) in modo da completare
il ponte; in questo caso la sensibilità di ponte diventa:
∆V
= kεf,A
Va
Ricordando che:
• xP è nota in quanto scelta da noi per eettuare la misura (negli esercizi si può assumere
xP ' L);
• ∆V
Va è noto in quanto misurato;
• k (gauge factor) è noto in quanto caratteristica degli estensimetri scelti;
• D/2, E, Iyy sono noti perché dipendenti dalla sezione (in questo caso circolare).
È immediato ricavare la forza P invertendo la formula, ovvero:
4 E Iyy ∆V
P =
k xP V a
Punto 2
La sensibilità rapporto tra la variazione dell'uscita e la variazione dell'ingresso - del ponte è data
da:
∆V 1 k
Sp = =
Va εf,A 2
Mentre la sensibilità nominale della bilancia è data da:
∆V 1 k xP D/2
Sb = =
Va P 2 E Iyy
Il suo valore eettivo verrà stabilito mediante una opportuna taratura.
In termini di unità di misura, quest'ultima risulta essere il rapporto tra i mV di sbilanciamento
del ponte e i V di alimentazione per unità di carico da misurare. In formule:

∆V 1 mV
=
Va P VN
Punto 3
Nel caso in cui si voglia determinare non solo il modulo della forza ma anche il suo punto di
applicazione, è evidente la necessità di un'ulteriore msiura. È necessario realizzare due misure
di essione, concettualmente utilizzando quattro estensimetri in due mezzi ponte a essione, a
una distanza nota tra di loro. In questo modo con la misura di due momenti si è in grado di
risalire a modulo e posizione della forza.
Figura 2.94: Congurazione dierenziale (modello rappresentato con uno spessore maggiorato)
Misura 1
Se colleghiamo i quattro estensimetri delle stazioni A e B come in gura 2.94 e facendo riferi-
mento alla numerazione delle resistenze di gura 2.93, possiamo scrivere:
∆V1 k k k D/2 ∆M
= (ε1 − ε2 + ε3 − ε4 ) = (2 εf,B − 2 εf,A ) =
Va 4 4 2 E Iyy
4
πD
∆V1 2 E Iyy ∆V1 2 E 64 ∆V1 E π D3
∆M = = =
Va k D/2 Va k D/2 Va 16 k
Il rapporto tra la dierenza dei momenti, ∆M , e la distanza nota d è in denitiva il taglio

(derivata del momento ettente), ovvero la forza P .
Misurata dunque la dierenza dei momenti,èfacile ricavare il valore della forza:
∆M
∆M = P (xP + d) − P xP → P =
d
dove xP è la distanza, incognita, del punto di applicazione della forza dalla stazione A. La
dierenza tra i momenti può essere ottenuta con una sola operazione se si usa la congurazione
a ponte intero di gura 2.94 oppure è possibile calcolare separatamente i momenti nelle due
stazioni e sottrarli (usando dunque più punti)2 .
Misura 2
Noto il valore della forza basta scollegare, ad esempio, gli estensimetri 1 e 2 staccandone i relativi
cavi (e lasciando il compito alla centralina di equilibrare il ponte) e collegare quelli 3 e 4 a mezzo
ponte a essione. In tal modo possiamo determinare il momento MA (∆V2 risulta negativo,
dunque la distanzaèpositiva).
2
Ragionando in termini di incertezza di misura - argomento che viene di solito arontato a ne corso - è
preferibile utilizzare il ponte completo in congurazione dierenziale.
√ Detta uP l'incertezza di misura sulla forza,
nel caso delle due misure a mezzo ponte si ha u2P + u2P = 2uP , che risulta del 41 % circa superiore al caso
p
singolo.
∆V2 k k k (P xP ) D/2
= (ε3 − ε4 ) = (−2 εf,A ) =
Va 4 4 2 E Iyy

2 E Iyy ∆V2
xP =
k D/2 P Va A
Allo stesso modo si possono collegare solo gli estensimetri 1 e 2 e noto dalla prima misura il
valore della forza, ricavare la posizione:

MB 2 E Iyy ∆V2
MB = P (xP + d) → xP = −d= −d
P k D/2 P Va B
Punto 4
Le richieste per il dimensionamento del supporto possono essere identicate in una relativa alla
resistenza statica e una riguardante la rigidezza essionale.
Resistenza statica
Nei punti precedenti abbiamo visto come calcolare la portanza P . In generale tale forza sarà
applicata nel punto neutro del velivolo, posto a una certa distanza a dall'estremo del supporto,
a cui il modello è vincolato (vedi gura 2.95).
Figura 2.95: Distanze per il calcolo del momento ettente
Il massimo momento ettente agente sul supporto sarà quindi all'incastro e, detta L la lunghezza
del supporto, varrà:
Mf,max = P (L + a)
Il supporto è una trave a sezione circolare costante, quindi il suo momento d'inerzia rispetto
all'asse neutro sarà:
π D4
Iyy =
64
Lo sforzo massimo agente sulla sezione all'incastro, che è evidentemente la più sollecitata, può
essere calcolato nel seguente modo:
Mf,max D/2 32 P (L + a)
σmax = =
Iyy π D3
Introducendo il vincolo che lo sforzo agente sulla sezione non sia mai superiore uno sforzo limite
σ assegnato, otteniamo:
r
3 32 P (L + a)
D≥
πσ
Nella progettazione lo sforzo limite tiene conto di un opportuno coeciente di sicurezza, che per
una cella di carico risponde da logiche proprie. Ipotizzando che un coeciente di 1.5 sia su-
ciente, lo sforzo risulta quindi pari a σ = σsnerv /1.5. Supporre σ = σsnerv , benché normalmente
esatto, non è conservativo.
Rigidezza essionale
Il vincolo sulla rigidezza essionale richiede che la rotazione all'estremità della trave 3 sia inferiore
a una valore assegnato.
Per calcolare la rotazione all'estremità del supporto ci avvaliamo dell'equazione della linea
elastica che, trascurando gli eetti del taglio, può essere espressa nella forma:
Mf
y 00 =
E Iyy
Supponendo di porre un sistema di assi cartesiani con origine nell'incastro e asse x diretto come
l'asse della trave, possiamo scrivere il momento ettente dovuto alla portanza come:
Mf = P (L − x) + P a
e sostituendo nell'espressione della linea elastica:
P (L − x) Pa
y 00 = +
E Iyy E Iyy
che integrata diventa:

0 1 1 2
y = P Lx − P x + P ax + C
E Iyy 2
Imponendo la condizione al contorno all'incastro, y 0 (0) = 0, si ottiene C = 0. In particolare

possiamo calcolare la rotazione all'estremità del supporto, ponendo x = L:

0 1 1
y (L) = P L2 + P L a
E Iyy 2
Imponendo che tale valore sia minore della rotazione massima assegnata, si ottiene un altro
diametro per la trave:
s
0.25◦ π

64 P L L
y 0 (L) ≤ θ = [rad] → D ≥ 4
+a
180◦ πEθ 2
Per avere un'idea dell'importanza dei due vincoli nel dimensionamento supponiamo che P =
300 N e che il modulo di Young dell'acciaio sia 210 GPa e lo sforzo limite sia pari a 250 MPa.
Il diametro minimo in modo che la trave non si snervièpari a 21 mm circa (25 mm se si tiene
conto di un coeciente di sicurezza pari a 1.5). Mentre per garantire il vincolo sulla rigidezza
(si parla di vincolo sull'i ntrusività:, il valore minimo per il diametro risulta pari a 50.3 mm. Si
utilizza dunque quest'ultimo valore poiché soddisfa entrambi i requisiti.
3
Si faccia attenzione che la lunghezza da considerare è solo L, poiché l'elemento essibile è la sola trave di
supporto; il velivolo va considerato come un corpo rigido, ipotesi generalmente valida per modelli da galleria per
prove di tipo aerodinamico
2.5. QUALCHE QUESITO CHE RIMANE APERTO. . . 95
2.5 Qualche quesito che rimane aperto. . .

1. Visto che i materiali hanno dei limiti strutturali, come si dimensiona una cella di carico
conoscendo la portata desiderata?
2. Cosa succede se la coppia martinetto-cella di carico è vincolata a una struttura non
sucientemente rigida?
3. perché la presa dinamica di un aliante è quasi sempre sulla deriva mentre sugli aeroplani
a motore spesso è in altre posizioni (es. sotto una semiala o sui lati della carlinga)?
Capitolo 3
Caratteristiche dinamiche degli

strumenti
3.1 Considerazioni preliminari

Sovente i testi di misure distinguono le caratteristiche degli strumenti in statiche e dinamiche.
In particolare si considerano statiche le caratteristiche di qualità e dinamiche quelle di prontezza
dello strumento in presenza di ingressi variabili nel tempo. Tale distinzione, pur se facilmente
comprensibile, può risultare contro intuitiva e non generale. Si vedrà in seguito che una distin-
zione così netta non è neppure necessaria, così come gli aggettivi usati non sempre perfettamente
calzanti, almeno se interpretati in senso letterale. Cerchiamo di arrivare in maniera razionale a
una distinzione analoga, patendo dalla esigenza di trasduzione, cioè di trascrizione della gran-
dezza da misurare in una grandezza intermedia a essa proporzionale, senza elementi diversi da
una semplice costante. Per tutti gli oggetti analizzati nel precedente capitolo si è arrivati alla
relazione di sensibilità metrologica: U = K I che rappresenta un modello di pura proporzionali-
tà. Esso è anche evidentemente un modello a parametri costanti che esprime la proporzionalità
tra ingresso (I ) e uscita (U ) indipendentemente dall'entità dell'ingresso o dal suo contenuto in
frequenza:
U = KI
10 × U = 10 × K I
U (ω) = K I(ω)
Si potrebbe dire che il trasduttore è rappresentabile con un modello statico, privo di eetti
dinamici propri. Occorre però chiedersi come si possa arrivare, in generale a una relazione di
questo tipo e come se ne possano denire dei limiti di applicabilità.
Per potervi arrivare, occorre ricordare che un trasduttore, prima di essere parte di uno strumento
di misura, è un oggetto con caratteristiche siche proprie. Occorre quindi partire da un modello
più generale per capire come possa essere ridotto a quello di uso metrologico. perché uno stru-
mento possa essere convenientemente sfruttato per eseguire le misure è necessario garantire un
comportamento neutro rispetto all'ingresso da misurare; ciò signica che l'uscita di misura deve
riettere interamente ed esclusivamente la variabilità dell'ingresso senza l'aggiunta di contributi
a esso estranei. In particolare nel caso di ingressi tempo varianti, notoriamente rappresentabili
secondo Fourier con la sovrapposizione di più armoniche, di opportuna ampiezza, frequenza e
fase, lo strumento deve fornire una misura puramente proporzionale al solo ingresso desiderato,
senza che questa legge di funzionamento venga inuenzata da altre caratteristiche del segnale
in ingresso, in particolare dal suo contenuto in frequenza o dalla sua ampiezza. Occorre quindi
97
98 CAPITOLO 3. CARATTERISTICHE DINAMICHE DEGLI STRUMENTI
stabilire se esiste un campo di frequenze nel quale tale funzionamento è garantito o, usando
termini più opportuni, tale per cui la funzione di trasferimento rimane una costante, garantendo
un'uscita direttamente proporzionale al solo ingresso. Questo particolare intervallo di funziona-
mento verrà denito come banda passante dello strumento per quanto riguarda i suoi limiti in
frequenza e limite di linearità per quanto riguarda i valori massimi di ingresso. Note queste
condizioni si potrà procedere alla caratterizzazione sperimentale del funzionamento dello stru-
mento che avviene in condizioni statiche, cioè di ingresso di misura costante. Ciò consente una
separazione tra le caratteristiche dinamiche e statiche di uno strumento; lo studio delle prime
consente di individuare il campo di frequenze utile a ni metrologici; separatamente si procede
alla denizione delle seconde, sfruttando condizioni operative compatibili con le prime.
3.1.1 Un problema dinamico

Riprendiamo il caso del galvanometro (amperometro) discusso come strumento di misura di una
corrente elettrica. Uno strumento di questo tipo, analogico a indicatore, non è evidentemente
idoneo per misure di una grandezza variabile nel tempo data l'impossibilità di leggere e regi-
strare le informazioni; sarebbe necessario dapprima memorizzare le informazioni per eseguire
successivamente l'operazione di misura.
Figura 3.1: Galvanometro tracciante
A tale scopo si potrebbe sostituire l'indicatore con un pennino per tracciare una curva su di un
nastro di carta, svolto a velocità uniforme. In linea teorica, basandoci sull'equazione di misura,
U = f (I), ridotto nel caso ideale di pura proporzionalità a U = K I , le oscillazioni registrate
dovrebbero essere esclusivamente dovute alla uttuazione della tensione in ingresso.
Come anticipato nel sommario, scopo di questo capitolo è comprendere se questa aermazione
sia vera e, eventualmente, sotto quali condizioni.
Per rispondere non possiamo considerare l'amperometro attraverso la sola legge metrologi-
ca, uscita proporzionale all'ingresso, dobbiamo invece vederlo e descriverlo come un sistema
dinamico a tutti gli eetti.
A determinare il movimento del pennino, oltre alla forza conseguente alla tensione in ingresso,
ci sono la reazione elastica, le forze di inerzia e quelle viscose. L'equilibrio in presenza di forze
dipendenti dal tempo, applicando cioè il principio di D'Alembert, è:
Finerzia + Fviscose + Felastiche = Festerne
Per l'equipaggio mobile avremo:
J r̈(t) + C ṙ(t) + Kr(t) = Q(t) J, C, K = cost

3.1. CONSIDERAZIONI PRELIMINARI 99
Intuitivamente, più i termini inerziale, J , e viscoso, C , sono piccoli rispetto a quello statico,
K , più la misura sembrerebbe ideale: la rotazione seguirebbe cioè direttamente l'andamento
del carico esterno. Lo smorzamento sembrerebbe quindi dover essere piccolo per evitare isteresi
ed eetti non-lineari. Ma anche il momento di inerzia dell'equipaggio mobile, asta che regge
il pennino, sembrerebbe dover essere minimo (es. corto, anche se così facendo si ridurrebbe
l'amplicazione, perdendo in risoluzione, e quindi, qualità di misura (si pensi alle dicoltà di
interpretazione della lettura con tacche vicine tra loro). Si tratta di considerazioni intuitive e
occorre arontare il problema in modo più rigoroso e generale; in particolare conviene adottare
l'analisi in frequenza (grazie alla trasformata di Fourier) come strumento di indagine. In questo
modo il problema viene trasformato da dierenziale ad algebrico, espresso nel dominio della
frequenza e risolto in termini di risposta armonica.
Nel tempo: J r̈(t) + C ṙ(t) + Kr(t) = B(t)

⇑
FT
⇓
In frequenza: −ω 2 J + jωC + K r(ω) = B(ω)

Come noto l'operatore jω è l'operatore di derivazione nel dominio delle frequenze. L'analisi si
semplica passando da un problema dierenziale ad un sistema algebrico lineare a coecienti
complessi:
−1
r(ω) = −ω 2 J + jωC + K

B(ω)
Per quanto ben noto in merito alla scomposizione di un segnale in termini di trasformata di
Fourier, la risposta a un ingresso puramente sinusoidale è un caso particolare ma suciente per i
nostri scopi e rappresentativo del comportamento di un sistema soggetto a un disturbo generico.
3.1.2 Risposta a un ingresso sinusoidale

L'esempio che stiamo discutendo ammette un modello dinamico a un grado di libertà soggetto
a una forzante armonica di periodo assegnato Tf , cioè di pulsazione: ωf = 2π/Tf .
La soluzione, cioè la risposta nel dominio del tempo a un ingresso sinusoidale, viene quindi
rappresentata come:
J 1
r(t) = .p cos(ωf t − θ)
K (1 − (ωf /ωn ) )2 + (2ζ(ωf /ωn ))2
2
In questa relazione sono stati introdotti:

q
1. pulsazione naturale del sistema ωn = K
J [rad/s], alla quale si aanca la pulsazione
propria : ωs = 1 − ζ ωn [rad/s]
p
2
√
2. smorzamento: ζ = C/Ccrit = C/ 2 K J
3. Il termine K1 : costituisce il guadagno statico del sistema; ipotizzando un ingresso

costante esso rappresenta la risposta statica del sistema.
4. Il termine √ 1
costituisce il fattore di amplicazione dinamica, fun-
(1−(ωf /ωn )2 )2 +(2ζ(ωf /ωn ))2
zione del rapporto (ωf /ωn ) tra la frequenza per la quale si calcola la risposta e la frequenza
naturale.
2ζ(ωf /ωn )
5. angolo di fase tra r e B: θ = tan−1 1−(ωf /ωn )2
Esaminando la struttura della risposta si osserva che:
1. a causa del termine sinusoidale, la risposta è armonica con la stessa pulsazione della
forzante;
2. l'ampiezza varia in funzione sia del rapporto tra la frequenza propria e quella di eccitazione
sia del valore di smorzamento.
Dal nostro punto di vista sono di particolare utilità i coecienti che determinano la risposta
armonica, cioè ampiezza e fase della risposta.
B 1 2ζ
A= θ = tan−1 ω
− ωωn
p
K (1 − (ωf /ωn ) )2 + (2ζ(ωf /ωn ))2
2
ωn
Sono coecienti non dipendenti dal tempo e deniscono di quanto l'uscita dello strumento
si discosta dall'ingresso in funzione del rapporto tra frequenza di ingresso e frequenza naturale
del sistema.
3.1.3 Discussione della risposta di un sistema dinamico

Nello studio della risposta armonica possono essere utili, grazie alla loro immediatezza visiva, i
diagrammi di ampiezza e fase in funzione della frequenza. Poiché si ha interesse per la
trasformazione che l'ingresso di misura subisce durante la trasformazione in uscita, operata dal
sistema, si deve analizzare la "funzione di trasferimento" (spesso identicata anche in italiano
con l'acronimo FRF, Frequency Response Function), ovvero il rapporto fra uscita e ingresso nel
dominio delle frequenze. È prassi comune normalizzare l'ampiezza della risposta rispetto al suo
valore statico (valore a frequenza nulla) pari a B/K . Si tratta quindi dei coecienti introdotti
precedentemente.
Usando la risposta normalizzata si ottiene un graco con valore unitario a frequenza nulla; op-
tando per la rappresentazione in deciBel il valore a frequenza nulla diviene anch'esso nullo: nella
rappresentazione in deciBel il signicato della curva è di attenuazione/amplicazione rispetto al
valore di riferimento.
Figura 3.2: Risposta in frequenza di un sistema dinamico, ampiezza (sinistra) e fase (destra)
La risposta in prossimità della risonanza è fortemente alterata e questo eetto dipende dal valore
dello smorzamento del sistema. Al contrario, la risposta lontano dalla risonanza è essenzialmente
indierente allo smorzamento se questi si mantiene <0.7 ÷ 1.0. Per frequenze basse il rapporto
delle ampiezze si mantiene praticamente unitario (dB = 0).
Per sistemi con smorzamento superiore a quello critico, >1, la risposta non presenta ampli-
cazione o sovraelongazione rispetto a quella statica: per altro si tratta di una condizione non
signicativa dal punto di vista sico nell'ambito aerospaziale.
Vale la pena osservare che se è vero che i sistemi reali sono sempre smorzati, quelli costituiti dal-
la sola componente strutturale sono spesso così poco smorzati che in prima approssimazione lo
smorzamento viene trascurato. In questa situazione la sovra elongazione massima della risposta
è spostata a valori di frequenza leggermente inferiori a quella di risonanza, in funzione dell'entità
dello smorzamento stesso: dall'esame del denominatore della funzione di trasferimento è eviden-
te lo spostamento del polo dovuto al termine (2ζ(ωf /ωn ))2 . Dal punto di vista matematico uno
smorzamento nullo comporterebbe una risposta di ampiezza innita alla frequenza di risonanza.
La dinamica del sistema esibisce il comportamento tipico di un ltro che altera i rapporti
di ampiezza e di fase tra i contenuti armonici dell'ingresso alle diverse frequenze; possiamo
concludere che:
1. a frequenze sucientemente inferiori a quella di risonanza l'ampiezza rimane quella statica,

B/K : assenza di eetti dinamici;
2. a frequenze sucientemente superiori a quella di risonanza l'ampiezza decade rapidamente:

l'ingresso è attenuato dalla dinamica dello strumento che si comporta come un ltro
passabasso del secondo ordine.
Dal diagramma di fase del sistema non smorzato, ζ = 0, si può notare come il ritardo della
risposta si mantenga nullo sino alla risonanza, dove ha una variazione di 180◦ , per rimanere
costante a frequenze superiori.
La presenza di smorzamento modica l'andamento della fase su tutto il campo di frequen-
ze: anche per valori di smorzamento relativamente bassi la risposta viene ritardata in maniera
signicativa.
Si mantiene invece il passaggio per una fase di 90◦ in corrispondenza della risonanza.
Fin qui le considerazioni in termini di risposta di un sistema dinamico. Interpretiamo ora il
comportamento del sistema dinamico alla luce del ruolo di trasduzione che ci interessa analizzare.
3.1.4 Distorsione
Grazie alla teoria della trasformata di Fourier, sappiamo che un segnale tempo variante può
essere scomposto in una sommatoria, al limite innita, di componenti armoniche ciascuna con
propria ampiezza, fase e frequenza.
Anche un segnale in ingresso a uno strumento può essere interpretato come la combinazione di
sinusoidi, o toni.
É evidente come la misura ideale comporti che nell'uscita dello strumento ciascuna componen-
te armonica venga riprodotta in modo da mantenere la posizione in frequenza, il rapporto di
ampiezza e il ritardo di fase. Occorre quindi capire cosa comporti l'operazione di trasduzio-
ne dell'ingresso di misura nell'uscita e se questa operazione non possa invece introdurre eetti
diversi.
Ogni sinusoide dell'ingresso dà luogo a una componente armonica dell'uscita che unisce le carat-
teristiche del segnale di ingresso I(f ) con quelle del sistema, sintetizzate nel valore della funzione
di trasferimento alla frequenza considerate: U (f ) = F RF (f ) I(f ). L'armonica in ingresso viene
quindi trascritta nell'uscita modicata (si può usare il termine "ltrata") dalle proprietà dina-
miche che caratterizzano il trasduttore a quella frequenza. Tale alterazione è in linea generale
dierente da sinusoide a sinusoide.
Se il segnale in uscita non risulta essere una semplice scalatura dell'ingresso ma mostra una qual-
che alterazione si è in presenza di un eetto di distorsione del contenuto armonico del segnale
che si esplica sulle due proprietà fondamentali di ampiezza e fase.
Distorsione di ampiezza
Consideriamo come ingresso allo strumento, da considerarsi un sistema dinamico noto, un segnale
costituito da una tre armoniche; le loro frequenze relative siano (0.1, 0.5 e 0.6) e le loro ampiezze
(1, 0.5 e 0.25); le fasi sono assunte nulle.
Essendo il fenomeno lineare analizziamo indipendentemente il contributo delle tre componenti;
al termine dell'analisi li sommeremo nell'uscita.
Esaminiamo gracamente come lo strumento alteri ciascuna delle tre componenti e come queste
si ricompongono nell'uscita del sistema.
Figura 3.3: Scomposizione del segnale multi tonale
Denito lo strumento in base alle sue caratteristiche fondamentali (frequenza propria, smorza-
manto critico e guadagno di risposta statica) possiamo considerare noti i diagrammi di risposta
in frequenza dello strumento e ricavare, da questi o dalle espressioni relative, il valore del rappor-
to di ampiezza per le tre frequenze che costituiscono il segnale e dei coecienti di amplicazione
2ζ(ω /ω )
dinamica, √ 1
2 2 2
e ell'angolo di fase, θ = tan−1 1−(ω f/ωnn)2 . Si ottengono i
(1−(ωf /ωn ) ) +(2ζ(ωf /ωn )) f
seguenti valori: Ampiezza 1.06, 0.550 e 0.315 e Fase x, ye z gradi.

Di questi ultimi ci occuperemo tra poco. I coecienti di ampiezza, che dipendono dallo smor-
zamento del sistema, sono dei coecienti moltiplicativi dei diversi toni componenti l'ingresso e
sono dierenti tra di loro: nel tempo la risposta sarà data dalla combinazione di curve sinusoidali
variamente amplicate (curve tratteggiate anziché continue).
Figura 3.4: Distorsione d'ampiezza dei singoli toni (in frequenza e nel tempo)
Poiché il segnale è dato dalla somma delle tre risposte indipendenti otterremo una risposta che
ha una forma diversa dall'ingresso. Questo eetto prende il nome di distorsione d'ampiezza.
Nella gura sono confrontati il segnale originale e quello in uscita da un trasduttore la cui
frequenza di risonanza è troppo bassa rispetto alla massima frequenza contenuta nel segnale
d'ingresso, rosso. Si nota chiaramente l'introduzione di un errore legato al fatto che componenti
armoniche hanno attraversato lo strumento a una frequenza tale da non mantenere una corretta
scalatura con quella di frequenza inferiore.
Figura 3.5: Distorsione di ampiezza complessiva

La curva blu è caratterizzata da un guadagno costante sulle frequenze del segnale di ingresso
mentre quella rossa presenta l'amplicazione del contenuto a frequenza maggiore, troppo vicino
alla risonanza, quindi in campo di amplicazione dinamica.
Nell'impiego di uno strumento la distorsione in ampiezza deve essere evitata.
Distorsione di fase
Dal punto di vista della fase lo strumento ideale dovrebbe avere smorzamento nullo (errore di
fase 0 sino alla risonanza) così da evitare ritardi variabili tra le diverse componenti armoniche.
Peraltro eetti dissipativi sono sempre presenti nei sistemi reali, quindi un errore di fase è ine-
vitabile, ma non solo: sebbene alti valori di smorzamento portino a uno sfasamento marcato,
in alcuni casi esso viene intenzionalmente introdotto, anche a valori elevati (> 0.5), in partico-
lare quando la componente strutturale dello strumento presenta caratteristiche di deformabilità
elevate. Tale scelta è dettata principalmente dalla necessità di evitare il danneggiamento del
trasduttore a causa di una risposta eccessivamente amplicata in prossimità della risonanza e
ha riessi sulla banda di frequenza in cui il guadagno, rapporto fra uscita ed ingresso, rimane
costante.
I coecienti di fase ottenuti ci dicono che più le armoniche si avvicinano alla frequenza di riso-
nanza, più ritardano (no a 90◦ in risonanza). I coecienti ricavati indicano un numero di gradi
relativamente piccolo per la prima armonica, abbastanza piccolo per la seconda e decisamente
signicativo (≈ 10% del periodo) la terza. Anche questa distorsione, che chiameremo di fase,
comporta un errore di misura.
Esaminando i diagrammi delle ampiezze si nota che il rapporto tra le ampiezze rimane pari a K
per un intervallo di frequenze più esteso per uno smorzamento circa ζ ≈ 0.6 ÷ 0.7.
Figura 3.6: Risposta in frequenza (ampiezza normalizzata e fase)
Analizziamo analiticamente l'eetto di un caso particolare, ritardo lineare, su un segnale com-

posto da due sinusoidi; per semplicità, ma senza perdere di generalità del ragionamento, si
assume fase iniziale nulla per entrambe:
u(t) = sin(ω1 t) + sin(ω2 t)

Blocco ritardante
Nel caso di ritardo lineare, nell'uscita si ha un ritardo delle due componenti proporzionale alla
frequenza:
y(t) = sin(ω1 t + θ1 ) + sin(ω2 t + θ2 ) =

sin(ω1 t + k ω1 ) + sin(ω2 t + k ω2 ) =
sin (ω1 (t + k )) + sin (ω2 (t + k )) = sin (ω1 t̄) + sin (ω2 t̄)
Un errore di fase lineare ritarda di un angolo proporzionale alla frequenza tutti i contenuti
armonici. Tale sfasamento angolare si traduce in un ritardo temporale uguale per tutte le
componenti mantenendo quindi inalterata la forma del segnale. Il segnale è solo traslato sull'asse
dei tempi, come descritto anche in Figura [?].
L'eetto nale è semplicemente una ridenizione dell'origine del tempo; il rapporto temporale
tra le componenti rimane inalterato. La distorsione di fase può essere quindi evitata non solo se
lo strumento produce un ritardo nullo, o trascurabile, ma anche se ne origina uno lineare con la
frequenza.
Per leggi di sfasamento diverse si ha una distorsione nel tempo signicativa, pur in presenza di
contenuti armonici equivalenti in ampiezza.
Figura 3.7: Eetto distorsione di fase
È quindi evidente che nell'impiego di uno strumento deve essere evitata anche la distorsione di
fase.
Nei graci dei coecienti di risposta, si osserva un'alterazione della fase pressoché lineare con
smorzamenti prossimi a ζ = 0.6 ÷ 0.7. Nel caso sia necessario introdurre smorzamento come
salvaguardia dell'integrità strutturale, sarà opportuno avvicinarsi a questi valori.
Figura 3.8: Scelta dello smorzamento a ritardo lineare
3.1.5 Lo Strumento ideale: sistema dinamico a guadagno unitario e fase nulla

Uno strumento, per poter essere ritenuto idoneo a un'applicazione dinamica, deve avere in tutto
l'intervallo di frequenze di interesse un comportamento che non risente degli eetti dinamici,
ovvero avere guadagno costante ed errore di fase nullo. Per un sistema del secondo ordine come
quello analizzato ciò si ottiene in un intervallo di frequenze a partire da quella nulla no a una
frazione della frequenza di risonanza, dipendente dallo smorzamento.
Deniremo come banda passante l'intervallo di frequenze nel quale la funzione di trasferimento
ha guadagno costante e la fase è o nulla o lineare (per altri trasduttori le considerazioni possono
essere diverse).
Per smorzamenti elevati (fase lineare) la frazione utile della frequenza propria è relativamente
elevata (20 ÷ 30%), per smorzamenti bassi, dell'ordine di 1.0%, è ridotta (10%), campo per il
quale l'errore di fase è quasi nullo.
Se, per una certo intervallo di frequenze, si riesce a evitare qualsiasi tipo di distorsione, potremo
aermare che, limitatamente a tale intervallo lo strumento ha un comportamento statico
ovvero nessun eetto dinamico interviene a modicare la relazione ingresso/uscita.
La caratterizzazione dinamica di uno strumento consente di individuare il campo di frequenze
in cui esso opera in maniera statica, in assenza di eetti dinamici nell'uscita dovuti allo
strumento, e quindi in condizioni ideali per la denizione del comportamento metrologico
dello strumento.
La conoscenza della banda passante consente di denire i limiti di utilizzo dello strumento entro
i quali un modello metrologico può essere denito teoricamente e identicato sperimentalmente.
3.1.6 Alcune considerazioni

Si sottolinea che:
1. la denizione di comportamento statico non fa riferimento all'assenza di un contenuto in

frequenza quando si abbia a che fare con segnali variabili nel tempo ma all'assenza di
distorsioni dovute alla dinamica interna dello strumento;
2. il legame tra ingresso e uscita è la funzione di trasferimento dello strumento.
3. Uno strumento (un sistema) esibisce un comportamento statico, o ideale, in quell'interval-

lo della funzione di trasferimento in cui risulta costante indipendentemente dal contenuto
in frequenza dell'ingresso, quindi: U (t) = K I(t)
Alcuni trasduttori ammettono naturalmente un modello quasi ideale in tutta la banda di

frequenze operative mentre per altri vale solo in una limitata banda di frequenze.
Gli elementi che concorrono alla determinazione delle caratteristiche statiche (a esempio attriti,
isteresi e in generale le non linearità, ma anche le tecniche di manipolazione, quali quelle statisti-
che) sono incompatibili sia con lo studio delle equazioni dierenziali, cioè del modello dinamico,
o completo, dello strumento, che con una caratterizzazione sperimentale di tipo dinamico. Ta-
li elementi vengono quindi trascurati nella caratterizzazione dinamica, e i due ambiti vengono
valutati separatamente.
Le caratteristiche statiche deniscono la qualità della misura e sono alla base anche delle ap-
plicazioni dinamiche, laddove le tecniche di riduzione e compensazione, tipiche per la rimozione
degli errori casuali, non sono applicabili. Se le caratteristiche statiche si mantengono inalterate
per un intervallo di frequenze lo strumento avrà una banda passante e potrà essere utilizzato
per acquisire segnali dinamici mantenendo la qualità statica.
3.2 Modelli e caratteristiche dinamiche degli strumenti

In questo paragrafo viene dapprima arontata la scrittura delle equazioni che governano il
comportamento di un trasduttore inteso come oggetto sico, successivamente viene presentata
una tecnica generale di discussione delle caratteristiche dinamiche di un trasduttore, e viene
inne discusso il passaggio dal modello dinamico a quello metrologico.
3.2.1 Analisi fenomenologica e scrittura delle equazioni costitutive

Nel caso più generale il legame ingresso-uscita di un sistema dinamico può essere scritto nella
forma:
dn d dm d
An n qo + ... + A1 qo + A0 qo = Bm m qi + ... + B1 qi + B0 qi
dt dt dt dt
L'uso di tale formulazione per modellare uno strumento prevede un solo termine in ingresso,
l'ingresso di misura desiderato:
dn d dx
An q o + ... + A1 q o + A0 q o = B x qi
dtn dt dtx
Si denisce ordine dello strumento la dierenza tra l'ordine massimo e quello minimo di
derivazione della variabile d'uscita, qo .
I modelli utilizzati per la descrizione del comportamento dinamico di uno strumento sono sempre
a coecienti costanti e di ordine zero, primo o secondo.
Tale descrizione è solo un'approssimazione del reale comportamento dello strumento che risulta
da un lato rappresentativa nei limiti dettati dalle condizioni di utilizzo e dall'altro ne
ssa il campo di impiego.
Strumento di ordine zero: A0 qo = ...
Strumento di ordine uno: A1 q̇o + A0 qo = ...

A2 q̈o + A1 q̇o = ...
Strumento del secondo ordine: A2 q̈o + A1 q̇o + A0 qo = ...
Nei paragra seguenti aronteremo la scrittura delle equazioni costitutive, con l'aiuto di
considerazioni fenomenologiche, per alcuni tra i trasduttori più comunemente utilizzati.
3.2. MODELLI E CARATTERISTICHE DINAMICHE DEGLI STRUMENTI 107
Identicazione delle equazioni costitutive

Analizziamo come si possano denire i modelli di funzionamento di trasduttori in relazione al
modello matematico.
Strumenti di ordine 0: il potenziometro Abbiamo già analizzato il principio di funzio-

namento dai punti di vista elettrico e metrologico. Valutiamo la possibile esistenza di eetti
dinamici.
VO = VLS x = Gx
Schema elettrico Equazione costitutiva
Nella relazione ingresso-uscita dello strumento non compare nessun termine dierenziato rispetto
al tempo, quindi si tratta di uno strumento di ordine 0. Il guadagno G è costante in frequenza:
ṼO (s) = G x̃(s) . La funzione di trasferimento così denita, analizzando esclusivamente il
movimento relativo tra cursore e pista resistiva (la cassa dello strumento) e il comportamento
elettrico, è però utilizzabile solo entro i limiti di validità dell'ipotesi di disaccoppiamento con il
comportamento meccanico che è stato trascurato: non si è considerato che il potenziometro è
in realtà un corpo continuo con inniti gradi di libertà; in particolare occorre chiedersi quando
avranno eetto i modi di vibrare del cursore (un'asta su vincoli mobili) e della cassa (vincolo
del cursore). Cioè si è assunto il movimento relativo come completamente rappresentativo e
che la dinamica interna dello strumento sia a frequenze abbastanza elevate, rispetto a quelle
che caratterizzano l'evoluzione temporale dello spostamento, da poter ritenere rigide le diverse
parti.
Strumento di ordine 1: il termometro Studiamo un altro strumento ben noto: il termo-

metro. Deniamo gli elementi caratteristici del problema:
• Ta temperatura ambiente
• Ti temperatura interna
• h coeciente di scambio termico
• c calore specico del materiale del bulbo
• t tempo
• A supercie di scambio termico
• m massa del materiale del bulbo (trascurabile la massa del
materiale nella colonna)
L'equazione di equilibrio dei ussi di calore è: q = hA(Ta − Ti ) = mcṪi

Equazione dinamica (primo ordine): mc Ṫi + hA Ti = hA Ta
In questo caso siamo in presenza di uno strumento che ammette un modello costituito da
un'equazione dierenziale di primo ordine.
Strumento di ordine 1: anemometro a tazza Studiamo un altro strumento molto sem-

plice, oltre che ben noto. Le tazze sono esposte al vento e, in presenza di un vento costante,
raggiungono una velocità di regime, proporzionale al quella del vento. Una dinamo elettrica
provvede la trasduzione della velocità angolare in una corrente misurabile.
Deniamo gli elementi caratteristici del problema:
• q velocità angolare anemometro

• v velocità vento
• I inerzia angolare equipaggio mobile
• t tempo
• C1 , C2 coecenti di coppia (resistenza aerodinamica e attrito
delle tre tazze)
Equazione di equilibrio alla rotazione (primo ordine): I q̇i + C1 qi = C2 v .
Anche in questo strumento si considera il fenomeno descritto dal solo movimento rigido dell'e-
quipaggio mobile; siamo in presenza di uno strumento che ammette un modello di primo ordine,
quand'anche, assumendo come coordinata libera la posizione angolare, avremmo un'equazione
di secondo ordine: I θ̈ + C1 θ̇ = C2 v .
Strumento di ordine 2: accelerometro Consideriamo un sensore di accelerazione a

massa sismica che sfrutta il ben noto modello massa-molla-smorzatore e un principio, piezoe-
lettrico o piezoresistivo, per la trasduzione di forze interne o deformazioni, in una grandezza
elettrica.
• u Movimento relativo della massa sismica
• v Movimento della base
Figura 3.9: Modello dinamico a 1 gdl dell'accelerometro

Lo strumento è rappresentabile da un elementare modello dinamico a un singolo grado di libertà,
massa, molla e smorzatore, assumendo che tutto quello che non è riconducibile all'elemento
elastico (piezoelettrico) o alla massa sismica del trasduttore non esista: si deforma solo l'elemento
di reazione elastica e si considera solo il movimento della massa sismica. Questo è vero se la
dinamica associata a tutto quello che non si considera si manifesta a frequenze superiori a quella
che caratterizza il sistema ridotto equivalente ottenuto.
In queste condizioni l'accelerazione imposta dal movimento della base, agendo sulla massa con
una forza d'inerzia pari a f = M a, carica l'elemento essibile determinandone la deformazione.
Il modello della massa sismica è un semplice punto dotato di massa; il modello di rigidezza
equivalente, che contrasta il movimento della massa sismica, dipende dalla congurazione del-
l'accelerometro: nel primo caso (accelerometro piezoelettrico) la piastrina piezoelettrica lavora
come un elemento sotto carico assiale, indicativamente con una rigidezza k ≈ EA/L, nel secon-
do caso (rappresentativo di un accelerometro piezoresistivo o capacitivo) la rigidezza sarà data
dall'inverso della cedevolezza del punto centrale di una trave, incastrata agli estremi e soggetta
a una forza trasversale in mezzeria.
Figura 3.10: Passaggio dalla sica dell'accelerometro piezoelettrico al modello 1 gdl
Figura 3.11: Schema strutturale per sfruttamento eetto piezoresistivo
Nel primo caso lo smorzamento è estremamente ridotto, visto che l'elemento deformabile è
monolitico e rigido. Nel secondo è invece opportuno introdurre uno smorzamento importante
per evitare la risonanza del sistema massa-molla.
È ora possibile procedere con l'analisi dell'equazione di equilibrio dinamico nel tempo:
d2 (v + u) du
M 2
+C + Ku = 0
dt dt
In frequenza l'accelerazione della base è 2

a(s)=s v.
(M s2 + Cs + K)ũ(s) = −M s2 ṽ(s) = −M ã(s)
ũ(s) 1
=− 2
ã(s) (s + C/M s + K/M )
Equazione dinamica di secondo ordine a un grado di libertà che modella un solo aspet-
to della dinamica interna: la dinamica più lenta dell'oggetto accelerometro, la sola di
interesse metrologico.
Evidente la delicatezza di un accelerometro piezoresistivo realizzato come descritto: le frequenze
dei modi di ordine superiore (es quello torsionale) non potrebbe essere molto separato, quin-
di con possibili problemi di accoppiamento e risposta signicativa anche per un'accelerazione
trasversale, per es indotta da altre componenti di accelerazione.
Strumento di ordine 2: sismometro Consideriamo un sensore di spostamento a massa

sismica.
M assa = M + m ≈ M M assa = M + m ≈ M Modello 1 gdl

Rigidezza = M g/L Rigidezza = K
L'uscita deve essere messa in relazione con l'ingresso che è lo spostamento applicato alla base
dello strumento. Il movimento, variabile nel tempo, impone un'accelerazione che agendo sul-
la massa sotto forma di una forza d'inerzia, deforma il supporto elastico. Un trasduttore di
posizione rileva lo spostamento relativo della massa rispetto alla base.
L'equazione di equilibrio dinamico è identica a quella dell'accelerometro:
d2 (v + u) du
M 2
+C + Ku = 0
dt dt
Dove:
u - Movimento relativo della massa sismica
v - Movimento della base
Equazione dinamica di secondo ordine ad un grado di libertà (massa, molla e smorzatore) che,
come sempre, trascura la dinamica a frequenze superiori dell'oggetto.
(M s2 + Cs + K)ũ = −M s2 ṽ
L'equazione di equilibrio dinamico è la STESSA dell'accelerometro: il sistema è sempre sensibile

all'accelerazione MA l'ingresso desiderato è lo spostamento v . Quindi:
U scita : qo = u Ingresso : qi = v
ũ s2 M
=−
ṽ (M s2 + Cs + K)
La funzione di trasferimento del sismografo è completamente diversa da quella di un accelero-

metro a causa della presenza di zeri oltre ai poli. Il guadagno di regime si ha per frequenze di
lavoro superiori a quella propria del sistema.
ũ 1
=− C k
ṽ (i + sM+ s2 M
)
Per frequenze basse la massa sismica si muove come la base (u = 0).

Per frequenze elevate la massa sismica rimane ferma e il movimento relativo coincide con quello
della base (u = −v ). L'uscita è in questa situazione in contro fase rispetto all'ingresso (G = −1).
Figura 3.12: Risposta in frequenza di un sismometro
3.2.2 Analisi della risposta dinamica

Nel paragrafo precedente abbiamo denito il concetto di ordine dello strumento e arontato,
con considerazioni fenomenologiche, la scrittura delle equazioni costitutive per alcune tipologie
di trasduttori comunemente utilizzati. Si rende necessaria ora una metodologia di analisi che
permetta di comprendere le modalità di funzionamento del sistema dinamico "strumento; i passi
che seguiremo sono:
1. Scelta di forzanti signicative (gradino, rampa, sinusoide) per il calcolo della risposta;
2. Calcolo della risposta: Integrale particolare (dipendente dal caso specico) e generale
(dipendente dall'equazione omogenea associata).
L'importanza di questo tipo di analisi è legata alla possibilità di denire sistematicamente i

parametri che caratterizzano ciascun modello e capire come valutarli in relazione all'utilizzo
che ne potremmo fare. Utilizzando l'operatore di Laplace cambiamo il dominio in cui stiamo
operando passando da quello del tempo a quello delle frequenze (per chiarezza usiamo il simbolo
∼ per individuare una funzione della frequenza). I termini derivativi si trasformano in potenze di
esponente pari all'ordine di derivazione e l'espressione della funzione di trasferimento si semplica
divenendo un rapporto tra ingresso e uscita:
(An sn + An−1 sn−1 + ... + A1 s + A0 )q̃o = Bi si q̃i
o, sinteticamente:
A(s)q̃o = B (s)q̃i
Per cui la funzione di trasferimento dello strumento viene espressa come:
q̃o
H= = A(s)−1 B (s)
q̃i
Strumento di ordine zero

L'equazione che denisce il funzionamento è A0 q̃o = B0 q̃i
L'equazione può essere riscritta in forma normalizzata: q̃o = BA0 q̃i = G q̃i
0
avendo denito la sensibilità statica (guadagno a regime): G = B 0

A0
ottenendo il legame ingresso-uscita dello strumento: q̃o = G q̃i .
Quello di uno strumento di ordine 0 rappresenta il comportamento ideale dal punto di vista della
risposta dinamica poiché quest'ultima è totalmente priva di eetti non riferibili all'ingresso di
misura.
Dal momento che il legame ingresso uscita è algebrico, non ha importanza la variazione nel
tempo dell'ingresso e neppure la sua ampiezza: l'uscita seguirà perfettamente l'ingresso, senza
distorsione o ritardo di fase. Lo strumento avrà un rapporto fra uscita e ingresso sempre pari a
una costante.
Esempi
Potenziometro Estensimetro
eo = ELb xi ∆R
R = k
Schema funzionale e Modello di ordine 0 di un potenziometro e di un estensimetro
Attenzione: sebbene l'estensimetro abbia sempre un modello di ordine zero, una cella di carico
che lo utilizza per realizzare un trasduttore di forza esibisce in genere un comportamento del
2◦ ordine. È importante in questo caso non confondere il modello dinamico complessivo dello
strumento cella con quello del semplice componente, estensimetro, che legge la deformazione.
In generale la risposta di un sistema di ordine 0 trascrive direttamente l'ingresso nell'uscita

senza alcuna modica.
Figura 3.13: Risposta al gradino, in frequenza e a ingresso generico di un sistema di ordine 0
Strumento di primo ordine

Strumento del primo ordine: A1 q̇o + A0 qo = B0 qi
Equazione caratteristica: A A1
0
q̇o + qo = B
A 0 qi
0
Equazione in forma normalizzata: τ q̇o + qo = Gqi

q̃o
Il legame ingresso-uscita in termini di Funzione di trasferimento è q̃i = H(s) = G
1+τ s avendo
denito la Sensibilità statica (guadagno a regime): G = B 0
A0
e la Costante di tempo: τ = A0 A1
Figura 3.14: Blocco funzionale sistema di primo ordine

Esempio tipico è il termometro, del quale è già stata scritta l'equazione costitutiva. In questo
caso il comportamento del sistema è denito da un'equazione dierenziale. La risposta sarà
ottenuta integrando, analiticamente o numericamente, questa equazione. Per lo studio delle
caratteristiche di funzionamento è opportuno eseguire questa operazione analiticamente.
Strumento del primo ordine: risposta a gradino

Le condizioni iniziali sono: qo = 0 per t = 0+ e la soluzione dell'equazione dierenziale è data
dalla combinazione di due parti:
t
• integrale generale qogen = Ce− τ
• integrale particolare qopar = GqiST EP
Indicando con A e B i coecienti dipendenti dalle condizioni iniziali, la soluzione diventa:

qo = Aqopar + Bqogen .
t
Applicando le condizioni iniziali si ottiene la risposta: qo = GqiST EP 1 − e− τ ; questa
t
espressione può essere utilmente adimensionalizzata: Gqi qo = (1 − e− τ ).
ST EP
Data la sua struttura è immediatamente denibile l'errore rispetto al valore di regime; poiché
l'errore è denito come: em = qi − qGo si ottiene la seguente espressione:
t
t
em = qi − qi 1 − e− τ = qi e− τ
Figura 3.15: Ingresso a gradino e risposta di sistema di primo ordine con costante di tempo
piccola e grande
Figura 3.16: Risposta normalizzata di sistema di primo ordine a ingresso a gradino (risposta ed
errore)
Minore è la costante di tempo, τ , maggiore è la prontezza dello strumento ovvero l'uscita rag-
giunge il valore asintotico in un tempo più breve. Come desumibile dal graco inferiore [?] (dove
il tempo è stato normalizzato rispetto alla costante temporale) dopo un tempo pari a 4 volte τ la
risposta ha raggiunto il circa 98% della risposta statica e potrebbe essere ritenuta a regime; per
essere entro uno scostamento dell'1%, l'attesa deve essere maggiore e, in generale, dipendente
dal livello di accuratezza che si vuole ottenere. Vista l'espressione della risposta al gradino, il
termine (e−t/τ ) rappresenta direttamente l'errore percentuale; quindi per lo scostamento dell' 1%
occorre risolvere l'equazione: e−t/τ = 0.01. Essa suggerisce un tempo di attesa pari ad almeno
4.61 volte la costante di tempo. Durante una taratura un'attesa inferiore tra l'applicazione di
un gradino di ingresso e la misura dell'uscita comporterebbe la compromissione della corretta

stima del guadagno, portando a un errore sistematico.
La determinazione sperimentale della costante di tempo può essere fatta a partire dalla risposta
a gradino. Normalizzando l'equazione rispetto all'ampiezza dell'ingresso si ha:
qo
= 1 − e−t/τ
G qiST EP
Isolando il termine dipendente dal tempo otteniamo:
qo t
1− = e− τ
GqiST EP
poiché il termine di destra è composto da elementi costanti, è opportuno introdurre una variabile
di appoggio: z = 1 − qo /GqiST EP e passare ai logaritmi: si ottiene infatti una relazione lineare
tra la nuova variabile di sistema z e il tempo: ln z = − τ1 t
Figura 3.17: Dati dopo trasformazione logaritmica
si eseguirà quindi una regressione con modello lineare a = bt dove
1
a = ln z b=−
τ
Quindi il coeciente angolare della retta di regressione fornisce la costante di tempo: τ = −1/b.
Operativamente: acquisiti sperimentalmente i dati di ingresso e uscita in diversi istanti temporali
si procede con una regressione lineare e per poi determinare la costante di tempo come reciproco
della pendenza della retta ottenuta.
Risposta in frequenza La risposta in frequenza può essere espressa in forma adimensionale
come ampiezza e fase:
q̃o 1
θ = tan−1 (−ωτ )

(jω) : A= p
Gq̃i (ωτ )2 + 1
è interessante notare che si ha guadagno unitario per frazioni della costante di tempo piccole
(frequenze basse) e che in questo campo la legge di fase è lineare.
Figura 3.18: Funzione di trasferimento (ampiezza e fase) in frequenza adimensionale
Normalmente strumenti di questa tipologia non sono adatti a misure dinamiche a causa della
limitata banda passante; salvo casi particolari devono essere utilizzati per misure statiche. Lo
studio dinamico può essere utile per modicare un sistema e migliorarlo rispetto a obiettivi
specici: nel caso di un anemometro a tazza una bassa inerzia dell'equipaggio mobile può portare
ad avere una maggiore reattività alle rache di vento ma può anche rendere la misura meno
stabile in presenza di uttuazioni della velocità del vento; al contrario un equipaggio più inerte
sarebbe meno sensibile a questo eetto ma richiederebbe tempi più lunghi per raggiungere il
valore di regime dopo l'instaurarsi di una raca.
Esempio: il termometro Ricordando le equazioni precedentemente discusse, ci si chiede

come sia possibile operare per modicare la costante, per esempio rendendola più piccola.
È ovvio che i termini al denominatore devono essere più grandi possibile, mentre quelli al nu-
meratore devono essere piccoli. Non tutte le variabili in gioco sono però indipendenti, per es. la
supercie del bulbo e la massa del uido di misura. Nelle ipotesi adottate, indicando con r il
raggio del bulbo, assunto sferico per semplicità, poiché:
4
m = ρπr3 A = 4πr2
3
La costante di tempo diventa:
mc ρπr3 c ρrc
τ= = 2
=
hA 3hπr 3h
Quindi un intervento diretto ad aumentare la supercie esterna attraverso l'incremento del rag-
gio, con lo scopo di diminuire la costante di tempo, in realtà porta al suo incremento, in quanto
il volume aumenta più rapidamente della supercie.
3.2.3 Strumento del secondo ordine

2
Per lo strumento di secondo ordine vale l'equazione costitutiva già vista in precedenza: A2 ddtq2o +
A1 dq
dt + A0 qo = B0 qi che nel dominio di Laplace diventa:
o
(s2 A2 + sA1 + A0 )q̃o (s) = B0 q̃i (s)

(s2 M + sC + K)x̃0 = f˜i
I parametri caratteristici sono in questo caso tre:
sensibilità statica (guadagno a regime, s=0): G = B0
A0 = 1
K [m/N ]
q q
pulsazione naturale: ωn = A2 = M
A0 K
[rad/s]
coeciente di smorzamento: ζ = 2√A 1

A0 A2
= 2 √K
C
M
Sostituendo i parametri caratteristici nell'equazione fondamentale si ottiene:
s2

2ζs
+ + 1 q̃o = G q̃i
ωn2 ωn
da cui si deriva la funzione di trasferimento come:
q̃o G
(s) = s2 2ζs
q̃i 2 + +1
ωn ωn
Strumento del secondo ordine: risposta al gradino

Le condizioni iniziali per la risposta al gradino sono: qo = 0 per t = 0+ e dq o
dt = 0 per t = 0
+
l'integrale particolare sarà: qop = G qiST EP mentre l'integrale generale assume una delle seguenti
tre possibili forme, in funzione della tipologia delle radici dell'equazione caratteristica:
1. reali e distinte (sistema sovrasmorzato). Non si tratta di un caso di interesse per

l'applicazione sperimentale;
2. reali ripetute (sistema criticamente smorzato). Questo caso è di interesse in quanto limite
superiore del comportamento di un sistema sotto smorzato;
3. complesse (sistema sottosmorzato). É il caso di massimo interesse, in quanto i sistemi sici

hanno smorzamenti che li collocano in questa categiria.
Le tre funzioni di trasferimento,

√ per i diversi livelli √
di smorzamento, diventano quindi:
√ √
qo ζ+ ζ 2 −1 (−ζ+ ζ 2 −1)ωn t ζ− ζ 2 −1 (−ζ− ζ 2 −1)ωn t
ζ > 1 G qi =− √ 2 e + √2 e +1
ST EP 2 ζ −1 2 ζ −1
qo
ζ=1 G qiST EP = −(1 + ωn t)e−ωn t + 1
qo e−ζωn t
p
ζ<1 √
G qiST EP = − 1−ζ 2 sin( 1 − ζ 2 ωn t + θ) + 1
p
−1 2
θ = sin 1−ζ
Figura 3.19: Risposta in posizione al gradino di sistema di secondo ordine per smorzamenti
diversi
Sistema sottosmorzato.
Figura 3.20: Risposta al gradino (in accelerazione, velocità e posizione) di sistema di secondo
ordine sottosmorzato (0.2 e 0.02%)
Gli eetti dinamici possono essere considerati esauriti dopo un numero di oscillazioni naturali
che dipende dallo smorzamento del sistema: tanto più il sistema è smorzato tanto minore è tale
numero.
Osservazioni:
1. poiché dopo un certo numero di periodi caratteristici, dipendenti dal valore dello smor-
zamento, gli eetti dinamici sono trascurabili, si può dire che trascorso un certo lasso di
tempo, la risposta può essere considerata statica ovvero qop = G qiST EP ;
2. ωn è un'indicazione diretta della velocità di risposta dello strumento: per un determinato

smorzamento, raddoppiando ωn si dimezza il tempo di risposta, dato che il prodotto ωn t
raggiunge lo stesso valore in metà del tempo;
3. il concetto di velocità di risposta nel dominio del tempo è il duale di quello di banda
passante nel dominio della frequenza. Più uno strumento ha un'alta velocità di risposta,
ovvero di convergenza ai valori asintotici, più sarà in grado di leggere correttamente segnali
con veloci variazioni temporali ovvero ad alte frequenze;
4. un aumento dello smorzamento riduce le oscillazioni ma rallenta la risposta nel senso che
la prima intersezione al valore a regime viene ritardata. Un'indicazione numerica della
rapidità della risposta è data dal settling time ovvero il tempo che il segnale d'uscita
impiega per rientrare in una banda di ampiezza denita attorno al valore asintotico (error
band), per non uscirne più. Il valore ottimale dello smorzamento dipende dalla banda di
settling time scelta: scegliendo ad esempio il 10%, lo smorzamento che garantisce il più
rapido raggiungimento della condizione a regime, ovvero il minor settling time, è pari a
0.6. Tale condizione viene raggiunta in circa 2.4ωn secondi (vedere diagramma successivo).
Figura 3.21: Esempio di Settling time di strumento di secondo ordine
Risposta in frequenza di uno strumento del secondo ordine

Vengono semplicemente riportati i risultati più signicativi in quanto l'argomento è stato
ampiamente discusso.
Forma complessa:
q̃o G
(ω) = 2
q̃i

− ω
ωn + 2 ζjω
ωn + 1
Ampiezza:
q̃o 1
(ω) = s
G q̃i 2 2 2 2
1− ω
ωn + 4 ζωω2
n
Fase:
2ζ
θ = tan−1 ωf
ωn − ωωnf
È possibile fare le seguenti osservazioni:
1. aumentando la frequenza propria, aumenta l'ampiezza dell'intervallo di frequenze per il

quale la risposta si mantiene piatta (banda passante), di conseguenza una frequenza propria
elevata è indispensabile per misurare ingressi ad alta frequenza;
2. il valore ottimale di smorzamento è funzione sia della risposta in ampiezza che di quel-
la in fase: la più estesa zona di ampiezza costante in frequenza si ottiene per valori di
smorzamento che variano tra 0.6 e 0.7;
3. un angolo di fase nullo è impossibile da ottenere: la cosa importante è che il segnale in

uscita riproduca la forma di quello in ingresso ovvero non introduca distorsione. Questo
risultato, come già visto, si ottiene con uno sfasamento lineare che genera solo un ritardo ma
non una distorsione. Ancora una volta uno smorzamento compreso tra 0.6 e 0.7 garantisce
il più ampio range di frequenza in cui la fase varia linearmente.
Figura 3.22: Diagrammi di risposta in frequenza di un sistema di 2o ordine
Confronto di caratteristiche di strumenti di secondo ordine Nell'ambito della speri-

mentazione, con particolare riferimento ai sensori accelerometrici, spesso i termini dell'equazio-
ne caratteristica del sistema del secondo ordine vengono sostituiti con le grandezze meccaniche
corrispondenti:
(M s2 + Cs + K)x̃o = M s2 x̃i
Con parametri caratteristici: sensibilità statica

q (guadagno a regime, a ω = 0): G =
1/K [m/N ], pulsazione naturale: ωn = K
M [rad/s], coeciente di smorzamento: ζ =
√C
2 KM
, dipendenti dalla tecnologia di realizzazione.
Nel caso del piezoelettrico la massa sismica (rigida) è direttamente appoggiata al materiale che
opera la trasduzione, che funge quindi da supporto elastico, la cui rigidezza normale funge da
molla elastica. La rigidezza è quindi proporzionale al modulo elastico del materiale piezoelettrico,
alla sua sezione e inversamente proporzionale al suo spessore.
Nel caso piezoresistivo, è necessario un intermediario strutturale: la massa sismica è montata su
una barretta essibile che viene strumentata con materiale piezoresistivo, in modo da trasdurre
la deformazione imposta alla lamina dalla forza di inerzia agente sulla massa in una variazione
di resistenza. In questo caso la rigidezza che si oppone alla forza di inerzia è quella trasversale
dell'estremità della barretta, quindi proporzionale al modulo elastico del materiale della bar-
retta e al momento di inerzia della sua sezione, e inversamente proporzionale al cubo della sua
lunghezza.
Il risultato è una molla equivalente di rigidezza molto elevata nel caso piezoceramico e relati-
vamente bassa in quello piezoresistivo. Essendo le masse confrontabili ne derivano frequenze
di risonanza tipiche dell'ordine di una o più decine di kHertz per il piezoelettrico e di circa un
kHertz per il piezoresistivo.
Accel.piezoelettrico Accel.piezoresistivo Modello dinamico
Figura 3.23: Accelerometro: congurazione tipo e modello equivalente 1gdl
Il risultato è sintetizzato nella seguente tabella.
Grandezza Piezoelettrico Confronto Piezoresistivo

Massa sismica Ordine dei g ≈ Ordine dei g
Rigidezza Elevata: K ∝ EA/L Bassa: K ∝ EI/L
3
Smorzamento % Trascurabile Alto

Frequenza di risonanza n kHz (n >> 10) n kHz (n ≈ 1)
Nel caso del piezoresistivo al moto in risonanza si oppone una rigidezza bassa (decisamente infe-
riore a quella del caso piezoelettrico), cosa che comporta una bassa frequenza propria, la risonan-
za del sistema risulta verosimilmente eccitabile dalle forzanti dinamiche; onde evitare problemi
di eccessiva sovra elongazione della risposta, potenzialmente critica per l'integrità strutturale
dello strumento, è opportuno introdurre uno smorzamento signicativo. Una possibile tecnica
consiste nel riempire la cassa dello strumento con un liquido di opportuna viscosità.
Per valutare comparativamente le due tipologie di strumentazione è utile analizzare gli elementi
sintetici della risposta dinamica: risposta in frequenza tipica, guadagno, fase e banda passante.
Abbiamo visto che la banda passante utile a ni metrologici può essere denita come regione a
guadagno unitario e fase nulla o lineare.
Figura 3.24: Confronto risposta in ampiezza normalizzata e fase di accelerometri ad alto e basso
smorzamento per frequenza normalizzata
Il confronto dei due strumenti evidenzia: frequenza di risonanza dell'ordine di 1000Hz per i
piezoresistivi, con uno smorzamento di 0.6 ÷ 0.7, contro 2 ÷ 3 decine di kHz per i piezoceramici,
dotati di smorzamento trascurabile (< 0.05) .
Se si indica uno scostamento massimo dal guadagno unitario, e.g. ≈ 1%, si ottiene una frazione
rispettivamente pari al 25.5% e al 10.0% per piezoresistivo e piezoceramico; occorre peraltro
tenere conto che a una minore frazione percentuale corrisponde una banda più ampia in assoluto
grazie alla più elevata frequenza propria.
Dicile reperire accelerometri piezoresistivi con banda passante superiore ad alcuni kHz ,
frequenze che sono invece normali per piezoceramici.
Figura 3.25: Confronto risposta in ampiezza normalizzata e fase di accelerometri ad alto e basso
smorzamento per frequenza reale
Occorrerà però tenere presente che il principio piezoelettrico non si presta molto bene a misure
statiche o in bassa frequenza.
Figura 3.26: Confronto di risposta in frequenza tipica di accelerometri piezoelettrici e

piezoresistivi
Un commento sulla validità dei Modelli dinamici Occorre ricordare che i modelli di-
namici hanno un limite di validità, in quanto si assume che tutta la dinamica sia descritta dal
grado di libertà utilizzato ai ni metrologici. Questo è vero se le frequenze caratteristiche ad
esso associate sono ben separate da quelle del trasduttore (es la cassa). Per la maggior parte
dei trasduttori ciò non è un problema: ad esempio non ha senso utilizzare uno strumento come
l'accelerometro vicino o oltre la propria risonanza.
In altri casi ciò non è vero: il trasduttore di spostamento sismico viene utilizzato al di sopra
della frequenza di progetto con una banda nominalmente innita (G = 1 per f → ∞).
In questo caso il limite di impiego sarà dato da altre caratteristiche dinamiche, ad esempio
quelle del contenitore o delle molle di appoggio, che possono far deviare il comportamento dello
strumento dal quello del modello metrologico.
3.2.4 Dal Modello dinamico al Modello metrologico

Le equazioni che abbiamo scritto descrivono il comportamento dinamico del sistema trasduttore
o strumento. Per ottenere il modello metrologico, cioè quello che potremo usare per ottenere la
misura, è necessario introdurre il principio di trasduzione. Questa operazione ha senso solo dopo
che nell'equazione di equilibrio i termini legati alla dinamica interna sono diventati trascurabili.
Accelerometro
Nel caso dell'accelerometro: Assumendo
M s2 u = Csu << Ku ≈ 0
evidentemente
M s2 u + Csu + Ku = −M s2 v = −M a
diventa
Ku = M a
Il termine Ku fornisce le forze elastiche agenti sul piezo: FEl = Ku

Principio di trasduzione meccanico/elettrico
V = CP iezo FEl
Otteniamo inne la sensibilità di progetto, o nominale, dello strumento
1
FEl = V = Ma
CP iezo
V = (M CP iezo ) a
Sismometro
Nel caso di un sismografo a frequenza sucientemente alta la massa sismica si ferma (guadagno
unitario); nell'equilibrio dinamico il contributo delle forze elastiche e viscose diventa trascurabile
rispetto a quello inerziale: essendo
Csu = Ku = 0
l'equilibrio dinamico
M s2 u + Csu + Ku = −M s2 v
si semplica in
u = −v
Utilizzando un LVDT, di sensibilità SLVDT , per la misura dello spostamento relativo u avremo:
un'uscita elettrica pari a: VOut = SLVDT u;
un'equazione di trasformazione meccanico/elettrico: v = − SVLVDTOut
;
una sensibilità di progetto dello strumento (il segno è ininuente): VOut = SLVDT u = −SLVDT v .
Esercizio 1
Testo
Il modello analitico di un anemometro a tazza, per uno specico intervallo di velocità, è dato
dalla seguente equazione:
Kv v − Ka ω = I ω̇
Nella quale sono state utilizzate le seguenti denizioni:
• v velocità del vento
• ω velocità angolare dell'anemometro
• kv coeciente del momento del vento
• ka coeciente di momento dell'attrito
• I momento di inerzia dell'equipaggio mobile
Si richiede di:
• Inquadrare lo strumento in termini di modello.
• Indicare e descrivere i parametri caratteristici dello strumento.
• Descrivere il comportamento dello strumento per un ingresso a gradino.
Svolgimento esercizio 1
Punto a
L'equazione dello strumento può essere riscritta nel seguente modo:
kv v − ka ω = I ω̇
I ω̇ + ka ω = kv v
I kv
ω̇ + ω = v
ka ka
Dividendo per il coeciente ka l'equazione caratteristica si può banalmente ricondurre
all'equazione di uno strumento del I ordine, cioè con i soli termini elastico e viscoso.
Punto b
L'equazione caratteristica di uno strumento del I ordine risulta:
dqo
A1 + A0 qo = B0 qi
dt
A1 dqo B0
+ qo = qi
A0 dt A0

∂
τ + 1 qo = G qi
∂t
Dove G è la sensibilità statica o guadagno a regime e τ la costante di tempo. Nel caso specico
abbiamo:
I
τ=
ka
e
kv
G=
ka
La funzione di trasferimento dello strumento risulta essere:
qo (s) G kv /ka kv
= = I =
qi (s) τs+1 ka s + 1
I s + ka
Punto c
Le condizioni iniziali per un ingresso a gradino sono dateda qo = 0 per t = 0+ . La soluzione
dell'equazione dierenziale è data dalla somma dell'integrale generale e dell'integrale particolare:
t
qo_gen = C e− τ
qo_part = G qi_step
E tenendo conto delle condizioni iniziali:
t

qo = G qi_step 1 − e− τ
La risposta al gradino è diagrammata in gura 3.27.
Figura 3.27: Risposta al gradino di uno strumento del primo ordine
Minore è la costante di tempo maggiore è la prontezza dello strumento, che raggiunge il 98 %

della risposta statica dopo un tempo pari a 4 τ .
Esercizio 2
Testo
Uno strumento di secondo ordine (frequenza di risonanza 500 Hz) viene utilizzato per la misura
di un segnale con contenuto in frequenza superiore alla banda passante dello strumento stesso.
• Indicare e motivare, appoggiandosi alle equazioni che lo caratterizzano, un ragionevole
livello di smorzamento per lo strumento in funzione delle caratteristiche funzionali note.
• Nell'ipotesi di smorzamento pari al 60 % di quello critico, descrivere e commentare una
adeguata struttura del sistema di acquisizione digitale ed identicare la banda passante
del sistema.
Svolgimento esercizio 2
Punto a
La generica equazione che caratterizza uno strumento del secondo ordine è:
d2 qo dqo
A2 + A1 + A0 qo = B 0 qi
dt2 dt
I cui parametri caratteristici sono:
B0
G=
A
r0
A0
ωn =
A2
A1
ζ= √
2 A0 A2
Rispettivamente guadagno statico, pulsazione propria e coeciente di smorzamento.
Nel caso di sensore accelerometrico monoassiale, tipico sistema massa-molla-smorzatore, si ha:
M ẍ + C ẋ + K x = f
Con i 3 parametri:
1
G=
K
r
K
ωn =
M
C
ζ= √
2 KM
Volendo approfondire la derivazione dell'equazione costitutiva dei sensori di spostamento (as-
soluti) sismici sismografo e accelerometro partiamo dallo schema riportato in gura
3.28.
Figura 3.28: Schema sensore sismico
Scrivendo l'equilibrio delle forze agenti sulla massa M lungo la direzione trasversale1 , abbiamo:
M ẍo + B ẋo + Ks xo = M ẍi

Dove xi è il movimento del corpo a cui è collegato il sensore mentre xo è lo spostamento relativo
tra massa e cassa. In gura 3.29, è riportato l'equilibrio delle forze secondo le convenzioni
utilizzate per gli spostamenti (xM e xi positivi, mentre xo negativo), che consentono di avere il
termine a destra dell'uguale positivo
1
La notazione segue quella di gura 3.28 tratta da [?], e si sono supposti positivi gli spostamenti verso l'alto
Figura 3.29: Equilibrio delle forze sulla massa sismica M
È interessante notare come lo schema costruttivo di sismografo e accelerometro sia lo stesso ma

l'ingresso, cioè il misurando, sia diverso: in un caso lo spostamento, nell'altro l'accelerazione (o
per meglio dire la forza nella molla dovuta all'azione dell'accelerazione sulla massa).
Per realizzare un sismografo la molla Ks deve avere un basso valore in modo che, una volta
passata la risonanza, la massa M rimanga praticamente ferma (xM = xi − xo ed esaurito
il transitorio xo tende a xi ): lo strumento si comporta come un ltro passa-alto; viceversa
l'accelerometro si comporta come un ltro passa-basso e il valore di Ks deve essere elevato per
trasmettere la forza dovuta all'accelerazione ẍi alla massa. Passando dal dominio del tempo al
dominio delle frequenze (dominio di Laplace s = jω ) otteniamo per il sismografo:
(M s2 + Bs + Ks ) · xo (s) = M s2 xi (s)

2 B Ks
s + s+ · xo (s) = s2 xi (s)
M M
(s2 + 2ζωn s + ωn2 ) · xo (s) = s2 xi (s)
xo (s) s2 s2 /ωn2
H(s) = = 2 = s2
xi (s) s + 2ζωn s + ωn2 + 2ζ
2
ωn ωn s +1
Mentre per l'accelerometro:
(M s2 + Bs + Ks ) · xo (s) = M s2 xi (s)
xo (s) 1 1/ωn2
H(s) = 2
= 2 = s2
s xi (s) s + 2ζωn s + ωn2 + 2ζ
2
ωn ωn s +1
Le espressioni sono ottenute dividendo per la massa M e ricordando che lo smorzamento critico
per un sistema del second'ordine è:
B
ζ=
Bcritico
p
Bcritico = 2 Ks M
√
B 2ζ( Ks M )
= = 2ζωn
M M
Si nota che per il sismografo l'ingresso è lo spostamento xi , mentre per l'accelerometro è l'ac-
celerazione della base ẍi . Il guadagno statico, ovvero H(0), nel caso del sismografo è pari a 1,
mentre per l'accelerometro risulta 1/ωn2 .
Si può dimostrare che a frequenza nulla si ottiene la legge di Hooke (caso statico), infatti:
x(0) 1
H(0) = = 2 =G
f (0) ωn
ma dato che ωn2 = Ks /M :
xo (0) 1
= 2
s2 xi (0) ωn
xo (0) 1
2
=
M s xi (0) Ks
xo (0) 1
H(0) = =
f (0) Ks
Diagrammando tale funzione

di trasferimento, vedi gura 3.30, si ottiene il graco del modulo
H(s)
delle ampiezze H(0) al variare del coeciente di smorzamento; si può inoltre notare che lo
smorzamento ideale per uno strumento del secondo ordine si ottiene in corrispondenza di quei
valori di smorzamento che garantiscano la più estesa zona di ampiezza costante in frequenza:
tali valori variano tra 0.6 e 0.7.
Figura 3.30: Modulo della funzione di trasferimento al variare del fattore di smorzamento
Punto b
Ricaviamo il modulo della funzione di trasferimento:

H(s) 1
H(0) = s

2 2 2
1 − ωωn + 4 ζ ωωn
Ipotizzando di disporre di una scheda di acquisizione a 12 bit e di riuscire a condizionare il

segnale in modo da coprire il 100% del fondoscala della scheda, possiamo esprimere l'attenuazione
necessaria in decibel per non incorrere nel fenomeno di aliasing: il contenuto armonico dovrà
quindi essere attenuato tanto da ricondurlo ad un livello di rumore scelto da noi. Di solito si
ragiona in termini di quanto, Q = F S/(2nbit − 1): è possibile decidere in quanti livelli connare
il rumore, in formule r = Nlivelli · Q.
Scegliamo ad esempio Nlivelli = 1:
rumore Nlivelli · Q F

S 1
= = nbit = 12 = 0.000244
segnale FS F S (2
− 1) 2 −1
Esprimendolo in dB, otteniamo:

rumore rumore
= 20 log10 = −72.25 dB
segnale dB segnale
A questo punto, esprimendo anche il modulo della funzione di trasferimento in dB, è possibile
impostare una disequazione del tipo:
 
 
H(s)  1  rumore
≤
H(0) = 20 log10  s

dB 2 2 2  segnale dB
ω
+ 4 ζ ωωn
 
1− ωn
Sostituendo l'opportuno valore del coeciente di smorzamento, la pulsazione propria (50 02π rad
s )
e risolvendo la disequazione in funzione della pulsazione ω si determina la minima frequenza di
Nyquist. La frequenza di campionamento necessaria dovrà essere almeno pari al doppio della
frequenza trovata per il teorema di Shannon.
Per identicare invece la banda passante dello strumento occorre inizialmente denire l'errore
tollerabile. In questo svolgimento riterremo accettabile uno scostamento dell'ampiezza pari al
1%.
Partendo dalla funzione di trasferimento del sensore:

H(s)
H(0) ≤ 1 ± 0.01

ovvero:
1
0.99 ≤ s ≤ 1.01
2 2 2
1 − ωωn + 4 ζ ωωn
Bisognerà identicare la minima frequenza per cui il sensore misura l'ingresso con una distorsione
in ampiezza inferiore o uguale a 0.01.
Conclusioni
In questo capitolo abbiamo arontato il comportamento dinamico di un trasduttore o di uno
strumento con lo scopo principale di individuarne la banda passante, caratteristica fondamentale
per poterlo utilizzare in modo adeguato. Questa non solo ci indica l'intervallo in frequenza per
il quale i fenomeni dinamici stessi possono essere trascurati, ma ci fornisce indicazioni operative
da seguire durante l'operazione di taratura, durante la quale appunto si assume che gli eetti
dinamici siano del tutto esauriti. A esempio attendere almeno 5 ÷ 6 volte la costante di tempo τ
(uscita >99% del valore asintotico) prima di rilevare l'uscita di un trasduttore precedentemente
identicato come uno strumento del primo ordine.
Capitolo 4
Il Modello Metrologico dello Strumento

La modellazione sica di un trasduttore o di uno strumento è utile per capire il suo compor-
tamento come oggetto prima ancora che come strumento; abbiamo poi bisogno di un altro
modello per poterlo utilizzare convenientemente, un modello che ne descriva il comportamento
nelle condizioni idonee per avere una misura ideale, cioè un modello metrologico.
Il capitolo è diviso in tre sezioni: la prima dedicata alla discussione di un approccio generale per
arontare l'analisi del comportamento del trasduttore / strumento; la seconda parte è dedicata
alla discussione delle procedure di taratura, l'identicazione sperimentale del modello metrolo-
gico dello strumento. Nella terza parte inne si aronteranno le caratteristiche statiche degli
strumenti, che ne deniscono in modo completo il modello metrologico.
4.1 L'uso di modelli semplicati e concettuali

Lo sviluppo di modelli della realtà è attività quotidiana dell'ingegnere in quanto necessaria per
semplicare, comprendere, analizzare, progettare e migliorare gli apparati dei quali si occupa.
Anche il processo di sperimentazione richiede la denizione di modelli capaci di descrivere il
fenomeno, lo strumento o la prova. Tale attività è necessaria per riuscire a semplicare, com-
prendere, analizzare e migliorare gli strumenti e le apparecchiature; risulta utile anche per poterli
utilizzare in maniera consapevole ma soprattutto ci permette di arrivare alla fase sperimentale
con la, quasi, certezza che tutto andrà come previsto. In particolare il modello sarà fonda-
mentale per capire come semplicare un fenomeno reale e identicare gli elementi più rilevanti,
ricordando che trasferire in un modello matematico tutta la complessità del reale può essere non
solo impossibile ma, soprattutto, inutile; certamente controproducente in termini di praticità di
impiego.
Occorre essere quindi in grado di interpretare correttamente il fenomeno, valutarne i diversi
aspetti in termini relativi, in modo da capire quali sono gli elementi rilevanti che, di volta in
volta, sarà opportuno/necessario trasferire nel modello. La rappresentazione semplicata terrà
conto dei soli aspetti signicativi ai ni degli obiettivi della prova o della sperimentazione. Non
si deve pensare che esistano modelli migliori di altri: non necessariamente un maggiore livello di
dettaglio comporta un benecio proporzionale alla aumentata complessità (si pensi alla qualità
delle ulteriori informazioni necessarie per alimentare il modello).
A patto, quindi, di rappresentare correttamente i fenomeni e gli elementi in gioco, il modello
dovrà essere semplicemente adeguato all'utilizzo previsto. Avremo quindi modelli più o meno
adatti nel rappresentare le caratteristiche del sistema nell'ambito di variabilità delle grandezze
interessate (George Box disse: Tutti i modelli sono sbagliati, alcuni però sono utili ).
Si dovrà sempre essere consapevoli della validità parziale del modello: ricordando che il mo-
dello è frutto dell'applicazione di semplicazioni ne risulta evidente una validità relativa, per
es. entro un campo di valori dei parametri di stato per i quali valgono le ipotesi semplicative,
del modello e dei risultati che esso produce. A titolo di esempio si consideri la trave incastrata
129
130 CAPITOLO 4. IL MODELLO METROLOGICO DELLO STRUMENTO
caricata a un estremo da una forza trasversale. Nell'ipotesi di spostamenti innitesimi il modello

predice uno spostamento dell'estremità della trave nella sola direzione verticale. É possibile com-
pletare il modello di essione con un termine di spostamento assiale ricavato imponendo che la
lunghezza della trave rimanga immutata: in caso contrario il modello elementare comporterebbe
un allungamento della trave per un carico trasversale.
Figura 4.1: Modello concettuale di trave a sbalzo con carico di estremità

Peraltro in presenza di un carico più elevato la freccia crescerebbe, il modello lineare di trave non
sarebbe più applicabile in quanto la componente dello spostamento in direzione assiale sarebbe
signicativa; in questa applicazione procedere con la misura della sola componente trasversale
rappresenterebbe un'osservazione non solo parziale ma potenzialmente sbagliata e fuorviante.
Nell'ambito dell'attività sperimentale i modelli sono utili per:
1. comprendere il funzionamento di uno strumento, mediante la realizzazione di schemi

funzionali con il dettaglio degli elementi sici che lo costituiscono;
2. individuare le caratteristiche generali del fenomeno sul quale si vogliono condurre misure;
3. individuare possibili interazioni tra lo strumento e/o i dispositivi sperimentali e il
fenomeno.
È necessario disporre quindi di un modello che ci permetta di concepire e progettare l'attività

sperimentale in modo da garantire la correttezza del risultato nel momento in cui l'attività
sperimentale verrà realizzata.
Essere in grado di denire bene cosa si intende misurare è il primo passo per la denizione della
procedura di misura. Per quanto possa sembrare banale e scontato, non sempre lo è. A titolo
di esempio, si pensi alla misura della lunghezza di una barra prismatica: intesa come entità
geometrica potrebbe essere denita come uno scalare, la distanza tra le superci estreme, quindi
rilevabile con una singola misura. Ma questo vale solo se esse sono parallele e perpendicolari al-
l'asse; non solo: anche perfettamente piane. Ogni diormità comporta una procedura complessa
atta a descrivere tutte le geometrie possibili e quindi in grado di rilevarne le caratteristiche. In
caso contrario avremo misure diverse a seconda di come vengono eettuate.
In maniera analoga la struttura del modello può dipendere dagli obiettivi. Un esempio non
strettamente metrologico è quello della valutazione della sicurezza dei sistemi di traspor-
to. L'indicatore tipicamente preso come riferimento è il numero di Morti / Passeggero /
km, il cui signicato può essere ricondotto a una generica "mancanza" di sicurezza del si-
stema di trasporto, rilevata in termini di impatto sociale. Un punto di vista alternativo
è quello del passeggero: volendo evidenziare questo aspetto occorrerebbe riferirsi all'indica-
tore Morti / Passeggeri / ora che privilegia il punto di vista del singolo. Le due tabel-
le sono state ricavate da un documento del Dipartimento dei trasporti britannico sulla si-
curezza del trasporto. Si può notare come la velocità del mezzo separi molto le prime due
posizioni nella prima classica (fattore 8) ; nella seconda classica la separazione tra primo
4.2. DALLO SCHEMA A BLOCCHI ALLO STRUMENTO GENERALIZZATO 131
e secondo cala a 3 e l'aereo risulta 3 volte peggiore dell'autobus anziché 8 volte migliore.
Figura 4.2: Dati sulla sicurezza del trasporto (ministero trasporti GB)
4.2 Dallo schema a blocchi allo strumento generalizzato

Una tecnica particolarmente utile per la rappresentazione di sistemi complessi è quella degli sche-
mi a blocchi. In questa rappresentazione graca i componenti di un sistema vengono riprodotti
con riquadri, collegati da linee, normalmente orientate, che identicano i collegamenti sici,
logici o funzionali, cioè il usso di informazioni/energia/. . . tra i diversi elementi.
Un simile schema operativo può essere applicato nella modellazione degli strumenti, nei quali si
possono riconoscere alcuni elementi/funzioni:
1. un trasduttore, sensibile alla grandez-

za sica di interesse, prende energia dal
sistema convogliandola nello strumento
(segnale);
2. stadi intermedi che amplicano o tra-
sformano in qualche modo il segnale, es.
in una grandezza di più facile utilizzo
(elettrica);
3. Un elemento nale (interfaccia) nel
quale il segnale viene visualizzato o
Figura 4.3: Schema a blocchi di strumento memorizzato.
generico
Questi elementi sono funzionalmente collegati da una linea che porta dal fenomeno sico al valore
della grandezza di interesse che determiniamo in termini di misura. Su questo percorso trovano
posto i diversi blocchi funzionali che costituiscono lo strumento.
Esaminiamo alcuni esempi.
Esempi elementari
Consideriamo il classico termometro a bulbo tipicamente impiegato per la misura della

temperatura ambientale:
1. Il liquido è sensibile alla temperatura (funzione di

sensore) attraverso il coeciente di dilatazione termica;
2. la temperatura determina il volume eettivo (funzione di
trasduzione): trasformazione della grandezza originale,
temperatura, in un'altra, meccanica, di più facile utilizzo;
3. il segnale meccanico è amplicato dal tubo capillare:
si acquisisce sensibilità alle piccole variazioni di volume
del liquido che provocano una evidente variazione dell'
altezza della colonna (amplicazione/modica);
4. il confronto tra la lunghezza della colonna di liquido e la
scala graduata permette la lettura (visualizzazione).
Figura 4.4: Termometro a
bulbo
Il corrispondente schema a blocchi potrebbe quindi essere:
Figura 4.5: Schema a blocchi di un termometro
Un caso che sembra essere più complesso potrebbe essere quello di un sensore di pressione
piezoelettrico; in realtà solo apparentemente, infatti la struttura è la stessa:
1. Il piezoelettrico è un materiale in grado di

generare la comparsa di una carica elettri-
ca proporzionale alla forza/pressione applicata
(trasduzione);
2. un circuito elettronico rileva la presenza della
carica e l'amplica per poi trasformarla in una
tensione (amplicazione/modica);
3. la misura viene eettuata tramite strumen-
ti standard (voltmetro, scheda di acquisizio-
Figura 4.6: Schema di funzionamento di ne) e mostrata su un display o memorizzata
sensore piezoelettrico (visualizzazione).
Lo schema a blocchi, come anticipato, è simile al precedente:
Figura 4.7: Schema a blocchi di sensore piezoelettrico
Schema generale
Nella pratica l'uso che si vuole fare del modello di strumento spesso può richiedere lo sviluppo di
schemi più complessi e ricchi di funzioni. Quello usato negli esempi precedenti può infatti non
essere suciente a mettere in evidenza tutte le connessioni e interazioni che possono avvenire
all'interno dello strumento. Indipendentemente dal livello di dettaglio o dalla complessità che si
vuole raggiungere, le modalità di descrizione del problema rimangono comunque inalterate: lo
schema operativo prevede l'identicazione di una sequenza di operazioni eettuate da dispositivi
che, collegati in sequenza e/o in parallelo, conducono all'uscita del sistema.
Figura 4.8: Schema di funzionamento generico di uno strumento
Gli elementi sici tipicamente presenti in uno strumento sono di seguito descritti:
1. Il sensore primario è a diretto contatto con il fenomeno sico e ne estrae energia per
poter misurare. Opportuno ricordare che la misura ideale non esiste: la sola presenza
dell'osservatore (lo strumento) perturba il fenomeno e che l'esperimento (strumento/prova)
deve essere progettato e utilizzato in modo da minimizzare questi eetti).
2. Il sensore primario trasmette l'energia all'elemento di conversione che la trasforma in
una forma sica più conveniente.
3. L'insieme di questi due elementi costituisce il trasduttore
4. L'uscita del trasduttore può a sua volta essere elaborata a opera di un elemento mani-
polatore, che la modica al ne di ottenere una sua più facile gestione (es. amplicata
così da facilitarne la lettura).
5. Elementi di trasmissione possono essere presenti in diversi punti e servono a trasferire
una grandezza ai vari componenti. Un elemento di trasmissione è sicuramente necessario
per trasferire le informazioni all'elemento di presentazione per la loro visualizzazione.
6. L'elemento di presentazione serve inne per la visualizzazione dei dati all'utente o
alla memorizzazione degli stessi su vari dispositivi.
4.2.1 Applicazioni
Applichiamo queste denizioni a un manometro meccanico. In questo strumento la pressione
agisce sul pistone generando una forza che, vincendo la resistenza della molla di reazione, provoca
lo spostamento del pistone stesso. L'asta del pistone trascina un'estremità dell'ago indicatore
la cui punta, per eetto del rapporto dei bracci, si sposta in maniera amplicata sulla scala
graduata.
Figura 4.9: Manometro meccanico

L'analisi secondo le denizioni sopra riportate è la seguente:
1. Il sensore primario è costituito dalla supercie del pistone: soggetta alla pressione, provvede
a trasformarla in una forza applicata al pistone stesso moltiplicando la pressione per l'area
(trasduttore);
2. l'asta del pistone trasmette la forza alla molla (elemento di trasmissione);
3. la molla di contrasto trasforma la forza in spostamento dividendo la forza per la rigidezza
(elemento di conversione);
4. l'ago indicatore, opportunamente incernierato, riceve in ingresso il movimento del pistone
ad un estremo e determina uno spostamento amplicato dell'altro estremo moltiplicando
per il rapporto dei bracci (elemento manipolatore);
5. la scala graduata consente attraverso comparazione la lettura del valore della pressione (ele-
mento di presentazione); necessita di una calibrazione preventiva per associare il corretto
valore di pressione alla posizione della lancetta.
Gracamente otteniamo:
Figura 4.10: Identicazione di componenti funzionali nello schema dello strumento
La disponibilità delle relazioni funzionali tra i vari blocchi permette un'agevole discussione di
limiti e difetti dello strumento:
1. se la molla è precaricata (per eliminare eventuali giochi) le pressioni al disotto di un certo

valore non sono lette;
2. lo strumento ha un limite superiore di misura dato dal massimo spostamento dell'asta;
3. per avere un comportamento lineare, la molla deve mantenere caratteristiche di linearità
lungo tutta la corsa dello strumento;
4. la presenza di attriti potrebbe inciare la misura (tenderebbero a ridurre la forza trasmessa
alla molla e introdurre isteresi);
5. lo spostamento del pistone provoca una variazione del volume nel quale è connato il uido
(potrebbe inuenzare la pressione).
Il modello permette quindi di evidenziare elementi utili in termini di scelte di progetto e loro
inuenza sulla qualità dello strumento.
Analizziamo il modello funzionale che si è ottenuto identicando i guadagni dei singoli blocchi:
Figura 4.11: Identicazione delle funzioni di trasferimento nello schema dello strumento
Una volta denite le seguenti grandezze:

P pressione in ingresso (da misurare)
Pmis valore misurato della pressione
K costante di taratura che lega il movimento dell'indicatore a una lettura di
pressione
s cedimento della molla sotto carico
s0 rotazione dell'indicatore sotto carico
A sezione del piattello
r1 rapporto di trasmissione forza piattello / forza molla
f cedevolezza della molla
r2 rapporto di trasmissione lancetta indicatore
è possibile identicare le due funzioni di trasferimento fondamentali relative al blocco trasdutto-
re, tra ingresso di misura e uscita analogica dello strumento, e a quello misuratore, tra uscita
analogica del trasduttore (lo stato del sistema trasduttore) e valore rilevato del misurando:
• Trasduttore: G T =A r 1 f r 2 (caratteristiche di funzionamento)

• Misuratore: G M =K (costante K calibrata sperimentalmente)
Per cui: Pmis = K s0 = K A r1 f r2 P = GS P con GS = K A r1 f r2 .

Per una misura corretta, deve risultare P mis = P, quindi il guadagno complessivo deve essere
unitario, G S =1. Questo comporta la necessità che il guadagno del blocco misuratore venga
denito come:
1
K=
A r1 f r2
Questo in termini nominali; il guadagno eettivo K deve invece essere identicato speri-
mentalmente sul singolo dispositivo strumentale come inverso della funzione di trasferimento
interna
s0 = F dT (P ) = (A r1 f r2 ) P.
Tutto questo, a meno di inevitabili imprecisioni di funzionamento ed entro i limiti di qualità
dello strumento.
Il blocco di trasduzione agisce trasformando la pressione in ingresso nell'uscita di spostamento s0
tramite la funzione di trasferimento GT = A r1 f r2 ; in questa fase sono attive le caratteristiche
di funzionamento istantanee dello strumento.
La misura della pressione riportata dallo strumento è l'uscita del blocco Misuratore: Pmis = Gs0
dove G è, nel caso più semplice possibile, una costante moltiplicativa. Il blocco di misura non
può che utilizzare un modello metrologico (funzione di trasferimento del misuratore) denito
tempo prima, no a un anno e più, attraverso una procedura sperimentale di identicazione in
condizioni operative controllate, quindi con possibili dierenze rispetto al momento di utilizzo.
Questo processo prende il nome di taratura.
Il risultato Pmis , teoricamente identico a P , si scosta tanto più dal valore reale quanto più le
funzioni di trasferimento di ogni singolo blocco operano in maniera diversa rispetto a quando è
avvenuta la taratura della scala di confronto tra spostamento e misura; più in generale rispetto
alla identicazione della funzione di trasferimento del trasduttore.
Ottenuto il modello dello strumento possiamo quindi:
1. identicare la funzione di trasferimento complessiva che lega P a Pmis ;

2. capire quali sono gli elementi che maggiormente ne inuenzano le proprietà e quindi la
qualità della misura;
3. determinare i limiti di utilizzo dello strumento;
4. individuare possibili eetti di interferenza con il sistema investigato.

È infatti immediato osservare che il movimento del piattello genera un richiamo di uido nel
corpo del manometro, con una possibile ripercussione sulla pressione da misurare; ancora nello
snodo della leva agisce la molla di richiamo e può essere presente un attrito, con conseguente
modica della posizione di equilibrio.
Figura 4.12: Modello generalizzato con eetti di interferenza

Se il quadro complessivo di funzionamento è chiaro e completo si può proseguire, in caso contrario
si continua con l'analisi. Per poterci dichiarare soddisfatti occorre che:
1. I passi siano tutti svolti in maniera razionale e che non si siano omessi passi del
ragionamento;
2. Abbiamo analizzato tutti gli elementi in questione;
3. Il modello tiene conto di tutti gli aspetti rilevanti del sistema.
Un punto fondamentale della modellazione è che la schematizzazione del problema può essere
applicata con diversi livelli di approfondimento, in funzione delle esigenze.
Occorre ricordare che, per molte applicazioni, un modello troppo complesso è del tutto inutile.
Ci si deve chiedere se e quanto sono ragionevoli, cioè costano in termini di perdita di qualità
nella previsione, le approssimazioni che possono essere utilizzate. Sono quindi necessari modelli
di calcolo previsionali. Solo in presenza di un costo eccessivo si farà ricorso a un modello più
complesso.
4.2.2 Comportamento nominale e reale

Gli strumenti sono quasi sempre sensibili a diverse grandezze. Evidentemente uno strumento
onesto avrà la maggiore sensibilità all'ingresso desiderato e sarà solo blandamente sensibile a
ingressi diversi. Un primo livello di modellazione sarà quindi quello di strumento ideale, cioè
di uno strumento che ammette solo il percorso principale tra ingresso desiderato e uscita; lo
schema potrà poi essere complicato e reso reale aggiungendo gli altri elementi.
Comportamento ideale
Lastrumentazione ideale è semplicemente modellabile come una relazione tra la grandezza da
misurare e la misura stessa ovvero come una funzione di trasferimento, rapporto, tra un ingresso
e un'uscita.
Figura 4.13: Modello generico di strumento Single Input Single Output (SISO)
Riprendiamo in esame il manometro a U, descritto in un precedente capitolo; pur non essendo uno
strumento moderno ci permette di mettere facilmente in evidenza alcuni aspetti interessanti.
4.2.3 Comportamento reale

Il modello di strumentazione reale, descrivibile come una relazione tra tutte le grandezze a
cui lo strumento è sensibile e la misura, ci permette di capire come uno strumento deve essere
utilizzato per essere correttamente impiegato.
Analizziamo il manometro dierenziale individuando ulteriori possibili ingressi che, oltre alla
dierenza di pressioni agenti alle estremità del tubo, possono inuenzare l'uscita di misura.
Possiamo prendere in considerazione un'accelerazione trasversale e una alterazione locale della
accelerazione di gravità.
Introduciamo l'accelerazione trasversale nel modello generalizzato e cerchiamo di capire come
questa inuenzi il funzionamento dello strumento. La presenza di tale elemento introduce un
termine aggiuntivo nell'equazione di equilibrio delle forze agenti lungo lo sviluppo del tubo.
Equilibrio lungo lo sviluppo del tubo:
∆p = gρh + alat ρl
gρA(h1 − h2 ) − alat ρAl + A(p1 − p2 ) = 0
∆p = p1 − p2
h = h2 − h1
−gρh − alat ρl + ∆p = 0
h = (∆p − alat ρl)/gρ
∆p = gρh + alat ρl
Figura 4.14: Eetto di interferenza su manometro dierenziale
Quindi è possibile concludere che l'accelerazione trasversale produce un termine aggiuntivo
rispetto alla misura desiderata, il cui contributo si presenta inalterato nell'uscita dello strumento.
Eseguiamo la stessa analisi per una variazione locale dell'accelerazione di gravità. In questo caso
la struttura dell'equazione di equilibrio rimane inalterata e viene modicata la costante che lega
ingresso a uscita.
Equilibrio lungo lo sviluppo del tubo
g 0 ρA(h1 − h2 ) − A(p1 − p2 ) = 0
∆p = p1 − p2
h = h2 − h1
−g 0 ρh + ∆p = 0
h = (∆p)/g 0 ρ
∆p = g 0 ρh
Figura 4.15: Eetto di modica su manometro dierenziale
In questo caso è quindi possibile concludere che la variazione della accelerazione di gravità,
g , comporta una modica della funzione di trasferimento. Si può quindi sintetizzare quanto
discusso stabilendo una classicazione degli ingressi:
1. ingresso desiderato: la quantità per la cui misura lo strumento è predisposto;

2. ingressi di interferenza: altre grandezze alle quali lo strumento è sensibile producendo
un'uscita anche a ingresso desiderato nullo o costante;
3. ingressi di modica: grandezze alle quali lo strumento è sensibile attraverso una modica
della funzione di trasferimento, alterando l'uscita a parità di ingresso.
È quindi possibile denire uno schema generale di descrizione del fenomeno.

Figura 4.16: Modello generico con ingressi di modica su funzione di trasferimento di Ingresso
Desiderato
In maniera ancora più generale si può ipotizzare che gli ingressi di modica possono operare sia
sulla funzione di trasferimento degli ingressi desiderati che su quelle degli ingressi di interferenza.
Figura 4.17: Modello generico con ingressi di modica su funzione di trasferimento di Ingresso
Desiderato e di Interferenza
4.3 Considerazioni
Inserendo nel modello di strumento generalizzato le dipendenze che le varie funzioni di
trasferimento presentano si completa la denizione del modello di strumento o sistema di misura.
Sarà quindi possibile procedere con:
1. La denizione della funzione di trasferimento.

2. L'individuazione delle condizioni ambientali/operative da controllare, quindi requisiti di
utilizzo.
3. La denizione delle caratteristiche qualitative attese.
4. La dipendenza delle caratteristiche qualitative dai vari elementi.
5. . . .
Questo approccio può presentare alcune criticità, tra le quali la dicoltà di identicare tutti i
legami, da un lato, e un eccesso di dettaglio, dall'altro.
Un modello è uno schema generale che può essere utilizzato per la descrizione funzionale di un
sistema o di un problema.
Lo schema di analisi può essere applicato anche a uno strumento o a un sistema di misura; nello
specico, l'utilizzo di un approccio generale permette:
4.3. CONSIDERAZIONI 139
1. l'identicazione delle funzioni elementari presenti in uno strumento/trasduttore;

2. l'individuazione della possibilità di eetti sull'uscita di uno strumento reale a causa di
sensibilità agli ingressi desiderati e non (interferenza e modica).
Occorre, però, tenere presente la validità intrinseca del metodo come strumento di analisi dei
problemi. Per quanto riguarda l'applicazione sperimentale, lo strumento generalizzato risponde
alla necessità di costruire un modello rappresentativo anche per la sperimentazione, comprensivo
degli strumenti e di tutte le componenti e i sistemi di prova.
Il modello di strumento generalizzato costituisce la struttura elementare di una catena di misu-
ra. In particolare, si è parlato dell'accoppiata trasduttore-misuratore: Questo esempio può esse-
re generalizzato all'insieme di oggetti che realizzano i passaggi che portano dalla grandezza analo-
gica di interesse alla sua misura, passando attraverso dispositivi intermedi utili al miglioramento
della qualità del risultato.
4.4 Taratura
Tra il funzionamento teorico e quello reale di uno strumento ci sono dierenze prevedibili
ma non facilmente quanticabili. Per questo motivo l'unica possibilità di poterci dare di
uno strumento deriva dalla identicazione sperimentale del suo funzionamento in condizioni
controllate.
Quindi è richiesta l'identicazione delle caratteristiche metrologiche di ogni singolo strumento/
trasduttore.
L'identicazione deve essere razionalmente organizzata e condivisa in termini procedurali: si
tratta dell'operazione di Taratura (in inglese Calibration ; il termine Calibrazione è spesso utiliz-
zato anche da noi in questa accezione, pur se il Vocabolario delle Misure ne sconsiglia l'utilizzo,
in quanto la Calibrazione è l'operazione in cui uno strumento di misura viene regolato in modo
da migliorarne l'accuratezza).
Le diormità dal comportamento ideale verranno usate per quanticare i motivi di aleatorietà
della misura e condurranno, in ultima istanza, alla denizione delle caratteristiche di incertezza
dello strumento.
4.4.1 Lo strumento idealizzato

Lo strumento prima di essere tale è un oggetto sico, quindi soggetto in ogni sua parte alle leggi
della sica che governano i fenomeni che caratterizzano ciascuna di esse.
L'oggetto è quindi caratterizzato da un insieme di proprietà e comportamenti di varia natura
e abbiamo visto che solo un sottoinsieme di queste caratteristiche è utile per la misura: il
comportamento sico è tipicamente descritto attraverso equazioni dierenziali e solo limitando
opportunamente le condizioni al contorno, cioè di impiego, le leggi di funzionamento si riducono
a una legge utile per la misura (es. un legame lineare a coecienti costanti) e l' oggetto
strumento può essere convenientemente utilizzato come strumento.
Lo strumento reale può essere rappresentato come un sistema a più ingressi e una singola
uscita, in quanto dicilmente si potrà concepire un oggetto sensibile esclusivamente all'ingresso
di misura.
Figura 4.18: Schema generale di strumento
La completa caratterizzazione di uno strumento prevedrebbe l'individuazione sperimentale di

tutte le sue funzioni di trasferimento ovvero delle funzioni che legano ciascuno dei possibili
ingressi all'uscita, separando gli eetti dell'ingresso desiderato da quelli secondari, di interferenza
e di modica.
M isura = f (Idesiderato , Imodif ica , Iinterf erenza )
Dal punto di vista metrologico lo strumento idealizzato viene ricondotto a un sistema singolo
ingresso - singola uscita (SISO, Single Input-Single Output) ssando le condizioni al contorno
di interferenza e modica.
La caratterizzazione dello strumento viene semplicata in quanto tutta l'uscita è riconducibile
all'ingresso di misura.
4.4. TARATURA 141
Quando possibile, la dipendenza dell'uscita del trasduttore dall'ingresso viene ridotta a un singolo
parametro (K ) detto coeciente di Taratura: nelle applicazioni più comuni il comportamento
del trasduttore è lineare, quindi il coeciente di Taratura è in realtà una costante e l'oset è
nullo. Il comportamento del trasduttore reale è quindi ricondotto a quello del trasduttore ideale
denibile da una relazione ingresso-uscita algebrica:
U scita(t) = K Ingresso(t)
Ciò avviene limitando i valori di ampiezza e la di variabilità temporale dell'ingresso

allo strumento. In queste condizioni la costante di Taratura non dipende dalla variabilità
temporale dell'ingresso e il diagramma ingresso / uscita è un segmento di retta.
Figura 4.19: Legge di funzionamento ideale

Questo comportamento è detto statico: lo strumento non ha stati interni, ovvero una dinamica
propria, che contribuiscono alla dinamica dell'uscita. La funzione di trasferimento è una costante
ed ogni variabilità dell'uscita è esclusivamente dovuta alla variazione dell'ingresso, con un legame
puramente proporzionale, e non modicata da altri disturbi.
U scita(t) = K Ingresso(t)
L'identicazione sperimentale del coeciente K avviene sottoponendo il trasduttore a una serie

di ingressi noti, registrando le uscite e utilizzando questi dati per identicare il comportamento
mediante un'operazione di regressione; si tratta dell'operazione di taratura. Poiché ci interessa
stimare l'ingresso non noto, è necessario invertire la relazione costruendo il blocco di misura
mediante l'inversione analitica del legame individuato:
Ingresso(t) = K −1 U scita(t)
Gli eetti delle grandezze di interferenza (I ) e modica (M ), se di carattere sistematico, potranno

essere individuati eseguendo la stessa procedura di identicazione per denire la dipendenza del
legame ideale da questi elementi, per esempio in termini di modica della sensibilità (ingresso
di modica M ) o di alterazione additiva dell'uscita (ingresso di interferenza I ):
U scita(t) = K + K 0 (M ) Ingresso(t) + a(I)

Nei casi più fortunati questi eetti non dipendono dal tempo e sono linearmente dipendenti dallo
scostamento da condizioni di riferimento:
U scita(t) = K + K 0 (M − M0 ) Ingresso(t) + a (I − I0 )

A patto di eseguire una caratterizzazione sucientemente completa, è possibile predisporre forme

di correzione basate sulla dierenza dei valori che le grandezze di Modica e di Interferenza hanno
durante la fase di misura rispetto a quella di taratura.
Nel caso di leggi di trasduttori non lineari, U scita = K(Ingresso), è possibile identicare una
adeguata funzione di regressione ma la sua inversione può essere complicata dalla necessità di
scartare soluzioni non siche.
Lo strumento ideale è un modello metrologico; la discussione della sica dei trasduttori ha evi-
denziato come la maggior parte degli strumenti abbia caratteristiche assimilabili allo strumento
ideale solo per particolari modalità di impiego. Lo studio del modello dinamico di uno stru-
mento, modello più complesso del semplice SISO lineare utile a ni metrologici, ci ha consentito
di capire in quali condizioni si riduce al modello metrologico e quindi di denirne i criteri di
corretto utilizzo.
La denizione analitica delle caratteristiche dinamiche consente di capire alcune delle limitazioni
di utilizzo. La denizione sperimentale delle caratteristiche statiche permette di costruire il
modello metrologico (quasi-ideale) dello strumento. Le caratteristiche statiche deniscono la
qualità della misura, quindi valgono anche nelle applicazioni dinamiche.
4.4.2 Regressione di dati sperimentali

In questa sezione viene presentata una sintetica revisione dei concetti principali della operazio-
ne di Regressione, come modello di approssimazione ottimale di una tendenza. Regressione e
Interpolazione sono tecniche numeriche, discusse nel corso di Calcolo Numerico, per la determi-
nazione dei coecienti di una funzione, in grado di interpretare l'andamento di dati disponibili
in forma tabulare.
Nelle attività sperimentali è pratica comune correlare grandezze mediante regressione (tting )
di funzioni matematiche, cioè senza richiedere il passaggio per i punti disponibili; questo com-
portamento è coerente con la tipologia di informazioni disponibili: essendo i dati sperimentali
aetti da errori di varia natura, per cui non avrebbe nessun senso forzare la funzione per i singoli
valori disponibili.
Figura 4.20: Regressione

Se nell'interpolazione al numero di punti disponibili è direttamente collegato l'ordine della fun-
zione interpolante, nel caso polinomiale dati n punti la funzione sarebbe un polinomio di ordine
n − 1, con i metodi regressivi, la funzione viene scelta a priori tenendo conto dalla sionomia
dei dati o della conoscenza disponibile del problema, e il numero di punti viene utilizzato per
migliorare la qualità dei coecienti del modello sperando nella compensazione degli errori. Le
incognite del problema diventano quindi i coecienti della funzione che andranno individuati in
modo da descrivere al meglio l'andamento generale denito dai dati disponibili (xi , yi ).
Essendo inutile forzare il passaggio per i punti, in quanto si tratta di dati intrinsecamente im-
precisi, una volta scelta la funzione f (x, ck=1,M ) , in ogni punto è ammesso un errore (deviazione
del modello dai dati):
ei = yi − f (xi , ck=1,M ).
Il principio di regressione prevede di minimizzare un indice di merito complessivo, costituito
dalla somma degli scarti quadratici calcolati per tutti i punti di misura:
N
X
I= (ei )2
i=1
4.4. TARATURA 143
L'imposizione della condizione di minimo (stazionarietà) porta alla scrittura di equazioni in

numero pari al numero di coecienti del modello regressivo:
∂I
= 0 k = 1, M
∂ck
Si ottiene quindi un sistema di equazioni lineari, avente come incognite i coecienti della funzione
di regressione
[H] {c} = {b}
La struttura della matrice dei coecienti e del vettore di termini noti dipende dalla tipologia
di funzione scelta per la regressione. Nelle sezioni seguenti viene discusso il caso polinomiale,
largamente impiegato nell'ambito sperimentale.
La regressione polinomiale di primo ordine

La regressione lineare è tipica della Taratura di uno strumento; la funzione di regressione prende
la forma:
y = c0 + c1 x
L'errore per ogni punto è dato da:
ei = yi − (c0 + c1 xi )
L'errore quadratico totale è quindi denito come:

N
X N
X
I= e2i = (yi − (c0 + c1 xi ))2
i=1 i=1
Minimizzando rispetto alle incognite

( PN
∂I
∂c0 = 2P i=1 (c1 xi + c0 − yi ) = 0
∂I N
∂c1 = 2 i=1 xi (c1 xi + c0 − yi ) = 0
Si ottiene un sistema di equazioni:

 P P
N N PN

i=1 1 c0 + i=1 i c1 =
x i=1 yi
P P
N N 2
PN
i=1 xi c0 + i=1 xi c1 = i=1 xi yi

La soluzione è quindi:
PN PN 2
PN PN PN PN PN
i=1 yi i=1 xi − i=1 xi yi i=1 xi N i=1 xi yi − i=1 yi i=1 xi
c0 = PN P 2 c1 = P 2
2 N PN 2 N
N i=1 xi − i=1 xi N i=1 xi − x
i=1 i
È evidente una condizione di esistenza della regressione lineare:

P 2
- il denominatore non può essere nullo: N N 2− N
P
i=1 x i i=1 x i 6= 0
Questo comporta:
- N >1
- punti distinti, infatti per N punti coincidenti xi = x il denominatore sarebbe nullo:
N N
!2 N N
!2
X X X X
N xi 2 − xi = N x2 1− x 1 = N x2 N − (xN )2 = 0
i=1 i=1 i=1 i=1
Caso particolare Un caso particolare della regressione polinomiale è quello di ordine 0.

Il modello in questo caso è: y = c0
L'errore per ogni punto è: ei = yiP − c0
L'errore quadratico totale è: I = N 2
PN 2
i=1 ei = i − c0 )
i=1 (yP
La minimizzazione rispetto all'incognita è: ∂c ∂I
0
=2 N i=1 (c0 − yi ) = 0
PN PN
La soluzione diventa: c0 = N1 N
P
i=1 (c0 − yi ) = N c0 − i=1 yi = 0 ⇒ i=1 yi
Il modello regressivo porta quindi a determinare il coeciente di regressione come la media dei
valori disponibili; evidentemente la scelta di un modello di questa natura ha senso solo in assenza
di una qualsiasi relazione di dipendenza tra x e y .
Qualità della regressione

La regressione si basa su un'ipotesi aprioristica del modello matematico rappresentativo della
dipendenza tra le variabili indipendente e dipendente. É necessaria una prassi per la verica
della correttezza di tale assunzione. Il modello di regressione dovrebbe spiegare la dipendenza
dei dati disponibili dalla variabile indipendente. I dati risultano tanto più allineati alla funzione
di regressione quanto più corrette sono le ipotesi.
La presenza di tendenze diverse

rispetto alla funzione adottata per la
regressione non è facilmente identi-
cabile con la semplice ispezione visiva
dei dati (comportamento quasi-lineare
per un modesto termine quadratico)
Figura 4.21: Retta di regressione per dati quasi
lineari
Il confronto con dati corretti permet-

te a malapena di evidenziare il proble-
ma: le dierenze sono nascoste dal-
la scala necessaria per rappresentare
il comportamento sull'intero campo di
regressione
Figura 4.22: Confronto di funzioni regressive
lineare e nonlineare
Localmente avremo comunque una deviazione dal modello:
∆i = yi − ȳi = yi − C(xi , M )
Se il modello è corretto, le deviazioni ∆i non avranno nessuna relazione con la variabile in

ingresso, quindi nessuna tendenza (in altri termini un comportamento) riconoscibile: la loro
dispersione è casuale. Una tendenza riconoscibile sarebbe invece riconducibile a un modello
diverso da quello adottato.
Per apprezzare la correttezza dell'ipotesi di regressione è quindi utile analizzare l'andamento
delle deviazioni ∆i del modello in ogni punto di misura, con un diagramma delle deviazioni
rispetto all'ingresso.
Quindi per ogni coppia xi , yi occorre:
• applicare la funzione di regressione: ȳi = f (xi , ck=1:M )
• calcolare la deviazione rispetto al valore di riferimento: ∆i = ȳi − yi

4.4. TARATURA 145
• mettere in graco le deviazioni in funzione dell'ingresso (xi , ∆i )
Un diagramma cartesiano serve a mettere in evidenza come la funzione in ordinata dipende

dalla funzione in ascissa. Avendo rimosso la tendenza lineare del modello, il diagramma delle
deviazioni permette di concentrarsi sulla sola dipendenza errore − ascissa che deve avere un
aspetto casuale proprio in quanto stiamo analizzando degli errori; il diagramma deve essere
privo di tendenze o andamenti regolari che indicherebbero un errore nella scelta del modello
regressivo; è il caso della gura seguente: nei dati, pur se piccola e invisibile nel graco generale,
è presente un contributo quadratico.
Figura 4.23: Confronto dispersioni nei casi lineare e quadratico
Nel caso di dati multipli (tipici delle misure di taratura) il diagramma può evidenziare problemi
qualità dei dati, come diverse caratteristiche di dispersione o punti anomali.
Figura 4.24: Esempio di dispersioni non

omogenee
Figura 4.25: Esempio di punto anomalo

Le valutazioni sino a ora discusse sono di carattere funzionale ma può essere utile un indicatore
quantitativo della qualità della regressione, in modo da avere una misura di quanto bene i dati
siano interpretati dal modello regressivo adottato. Per la costruzione del modello regressivo,
abbiamo fatto ricorso all'errore quadratico medio tra modello e dati (varianza):
N
2 1 X
σy,x = (yi − (c0 + c1 xi ))2
N
i=1
Si tratta di una misura della distanza tra modello e dati ed è nulla se i punti giacciono sulla
retta di regressione. Il suo valore assoluto non è però di grande utilità. Ci serve un indicatore
normalizzato, per es tra 0 ed 1. Abbiamo visto che nel caso di carenza di correlazione, il
coeciente lineare della regressione tende a 0 (c1 → 0); in questo caso lo scarto quadratico degli
errori tende allo scarto quadratico dalla media delle misure (sicuramente maggiore):
N
1 X
σy2 = (yi − ȳ)2
N
i=1
Un indicatore sintetico della qualità della regressione è la distanza percentuale tra le varianze
dei dati e la varianza corrispondente alla situazione di completa assenza di correlazione:
σy2 − σy,x
2
r2 =
σy2
r
2
σy,x
Ne viene derivato il coeciente di determinazione, r: r = 1 − σy2
. Con questa notazione
il parametro r assume valore unitario se i punti giacciono su un segmento di retta (scompare
il secondo termine a numeratore) e nullo se la loro distribuzione è casuale (il secondo termine
a numeratore tende al primo in quanto non sussiste alcun legame con l'ascissa). Nei graci
seguenti il parametro r è crescente elaborando i dati da sinistra verso destra.
Fattore r crescente
Figura 4.26: Evoluzione del fattore di regressione con la dispersione dei dati (r crescente da
sinistra a destra)
Una buona correlazione presenta un coeciente di regressione superiore a 0.98; per uno
strumento ci si aspetta un valore superiore a 0.99.
4.4.3 Trasformazioni
È noto che cambi di coordinate possono semplicare l'interpretazione dei dati (es. le coordinate
logaritmiche consentono di descrivere in termini lineari alcuni fenomeni come la scarica di un
condensatore o in generale la risposta esponenziale di un'equazione dierenziale di primo grado).
In questi casi si parla di regressione lineare con trasformazione.
Gracamente:
Figura 4.27: Esempio di trasformazione da legame nonlineare a lineare
Regressione su esponenziale Esaminiamo un'equazione esponenziale: y = aehx .

Applicando il logaritmo a entrambi i termini otteniamo
ln(y) = hx + ln(a)
poiché ln(a) è una costante, abbiamo ottenuto una relazione lineare tra x e ln(y).
Eseguendo quindi il logaritmo delle misure y , Y = ln(y), otteniamo un problema di regressione
nella forma lineare canonica
4.5. L'OPERAZIONE DI TARATURA 147
Y = C1 x + C0
dove Y = ln(y), C1 = h , C0 = ln(a).

Una volta risolto il problema lineare i coecienti della regressione esponenziale saranno: a = eC0
e h = C1 .
Regressione su iperbole Anche una relazione iperbolica può essere gestita con questa
tecnica:
1
y=a
x
Applicando il logaritmo ad entrambi i termini otteniamo
ln(y) = ln(a) − ln(x)
poiché ln(a) = C0 è una costante, abbiamo ottenuto una relazione lineare tra w = ln(x) e
z = ln(y).
z = C0 − w
Otteniamo quindi un problema di regressione nella forma lineare canonica z = C1 w + C0 e sarà

a = eC0 e C1 = −1 (a meno di imprecisioni strumentali).
4.5 L'operazione di Taratura

La tecnica per identicare il comportamento di un sistema SISO a coecienti costanti è la
forma più semplice del problema di identicazione di modelli dinamici, data la semplicità
del modello che deve essere denito: si sottopone lo strumento a ingressi perfettamente noti,
si rilevano le uscite corrispondenti e, mediante una regressione, si identica un modello di
funzionamento che collega ingressi e uscite. Questo processo identica i coecienti del modello
di funzionamento dello strumento; una volta disponibile questo modello, invertendolo potremo
ricavare la regola di conversione da uscita strumento a misura dell'ingresso, regola che verrà
applicata ogniqualvolta lo strumento dovrà essere impiegato. Questo processo prende il nome
di Taratura.
Figura 4.28: Modello Singolo Ingresso-Singola Uscita (SISO)

Operativamente permette di identicare la funzione di trasferimento applicando allo strumento
una serie di valori di ingresso, noti (o misurati), su tutto il campo di misura, rilevando le
corrispondenti uscite e stabilendo un legame analitico tra loro grazie alla regressione.
La funzione di trasferimento è di fatto una costante che rappresenta la sensibilità o guadagno
dello strumento, due maniere di denire il rapporto ingresso-uscita. In generale, il guadagno può
essere non lineare e variabile con il contenuto in frequenza dell'ingresso: per gli strumenti di cui
ci occuperemo è una costante (almeno nell'ambito di prescritte condizioni di utilizzo, denite in
modo da garantire questo comportamento).
4.5.1 Schema generale di taratura
Operativamente, nel caso di un trasduttore/strumento si hanno tre fasi principali:
1. i dati di ingresso/uscita (indicazioni dello strumento) vengono trascritti in tabelle;

2. i dati vengono elaborati mediante una regressione (lineare) in modo da ottenere il legame
ingresso-uscita in forma analitica: U = f (I) = k I + h;
Figura 4.29: Strumento in taratura: denizione funzione di trasferimento

3. La relazione di taratura U = f (I) deve essere invertita, in quanto serve la relazione
I = f −1 (U ) che fornisce la misura dell'ingresso applicato allo strumento data un'uscita
(indicazione).
Figura 4.30: Strumento in misura: utilizzo inversione della funzione di trasferimento
La relazione di taratura viene quindi risolta analiticamente rispetto all'ingresso ,I non noto, che
diventa la misura, M :
M = Z U + H, con Z = 1/k e H = −h/k
Si è ricavata la funzione di taratura che permette di risalire alla misura dell' Ingresso, cioè al
valore del misurando che ha prodotto una lettura (Uscita ). Si tratta di una relazione biunivoca
tra i valori forniti dallo strumento e i corrispondenti valori da assegnare al misurando. Se la curva
di taratura è una retta si parlerà di costante di taratura; in caso contrario il comportamento
non è lineare.
La gura seguente mostra una curva di taratura ottenuta mediante un singolo percorso di carico-
scarico. Sono riportati i dati relativi alla curva di Taratura vera e propria (pressione indicata/
pressione reale) e i valori della retta di regressione. Sono mostrate inoltre le informazioni inerenti
le condizioni ambientali in cui si è svolta la prova, temperatura, e le condizioni operative, livelli
di accelerazione e vibrazione.
Figura 4.31: Esempio di graco di taratura
Caso particolare: la situazione descritta è quella tipica del trasduttore, nel caso di uno stru-
mento, di un oggetto cioè che presenta la misura in termini omogenei con l'ingresso (es. una
bilancia, in cui la misura è espressa in unità siche), i coecienti che vengono così identicati
servono a correggere la lettura:
Pmisurato = k Pimposto + h
e in questo caso k risulta essere adimensionale e prossimo all'unità mentre h è, generalmente,

trascurabile.
La qualità della taratura dipende dalle informazioni disponibili e in particolare dal numero di
stazioni utilizzate per denire l'andamento del legame ingresso-uscita sul campo di misura e
dal numero di cicli impiegati per denire i parametri di qualità valutando la dispersione delle
risposte sul campo di misura (ripetibilità, accuratezza, . . . ). Se non serve denire la qualità
dello strumento è inutile eseguire cicli multipli di carico/scarico perché è suciente un singolo
ciclo di acquisizione per denire correttamente il legame funzionale (sempre che lo strumento
sia in condizioni ottimali).
4.5.2 Passi di Taratura

Si discutono i passi della Taratura utilizzando i dati riportati in una relazione sulle attività
svolte in una sessione di laboratorio qualche anno fa, per la taratura di un potenziometro lineare
(ingresso di posizione in cm e uscita in tensione V )
Stazione Ciclo Ciclo
Pos Andata Ritorno
22 4.766 4.773
20 4.358 4.363
17 3.695 3.694
14 3.042 3.043
I dati disponibili sono riportati nella tabella seguente:
11 2.389 2.376
8 1.722 1.718
6 1.276 1.278
4 0.844 0.829
2 0.410 0.399
1 0.209 0.208
Fase 1 Rappresentazione graca dei dati disponibili.
La sionomia dei dati autorizza all'utilizzo

di una regressione lineare (almeno in prima
istanza):
Figura 4.32: Diagramma dei dati disponibili
Fase 2 Regressione con l'ordine prescelto.
In questo caso i coecienti della retta di re-

gressione (V = C0 + C1 X ) sono: C1 = 0.2187 e
C0 = −0.0271; la curve di regressione viene ag-
giunta al graco dei dati. La visualizzazione di
punti e retta di regressione, dicilmente riesce,
se non in casi eccezionali, a evidenziare compor-
tamenti anomali, punti discutibili o dierenze Posizione cm
di comportamento tra i cicli di carico/scarico.
Figura 4.33: Dati e retta di regressione
La tendenza del modello (lineare in questo ca-

so) potrebbe nascondere 'incoerenze presenti
nei dati che sono messe in evidenza nel dia-
gramma delle deviazioni. Si calcolano quin-
di le deviazioni in tutte le stazioni di misu-
ra, ∆Vi = Vi − (C0 + C1 Xi ), e si costruisce
il diagramma corrispondente; può essere utile
normalizzare le deviazioni al valore massimo: Figura 4.34: Dispersioni delle uscite
Nel caso in esame il diagramma non evidenzia una dipendenza chiara tra deviazioni e posizione,
oltre a una relativa uniformità delle dispersioni nelle diverse stazioni.
Fase 3 Analisi delle deviazioni delle misure.

Riportiamo le deviazioni nelle unità di ingres-
so partendo dalla relazione di regressione V =
C0 + C1 X . Invertendo la relazione otteniamo
la funzione di taratura X = T0 + T1 V con
T1 = 4.5719 e T0 = 0.1241. Utilizzando questa
relazione con le tensioni misurate, si ottengono
le misure delle posizioni del cursore, corrispon-
denti ai dati di ingresso. Possiamo calcolare le
deviazioni rispetto a queste e metterle in graco Figura 4.35: Dispersione delle misure
Commenti:
• Fisionomia della dispersione simile a quella del diagramma precedente
• I valori tipici, frazioni importanti di 1 mm, sono piuttosto elevati: più che una caratteristica
dello strumento è ipotizzabile una mancanza di precisione nel posizionamento sulle stazioni
di misura; la rappresentazione numerica dei dati di posizione, al centimetro, è infatti
inadeguata come riferimento di taratura.
Esempio di procedura MATLAB : Viene riportata una possibile procedura MATLAB per
l'elaborazione dei dati.
% calcolo regressione lineare tra In e Out}
c1=polyfit(In,Out,1); % calcolo regressione lineare}
va=polyval(c1,In); % calcolo uscite tensione}
subplot(211),plot(In,Out,'o',In,va) % diag. dati}
ylabel('Tensione V')}
subplot(212),plot(In,(va-Out)/5*100,'o') % diag.dev.tens.}
ylabel('Deviazioni %Vmax'),xlabel('Posizione cm')}
t1=[1/c1(1) -c1(2)/c(1)]; % relazione di taratura}
ef=polyval(t1,Out)-In; % calcolo dev di posizione}
figure,subplot(211)}
plot(Out,ef,'o') % diag. dev. posizione}
xlabel('Tensione')}
ylabel('Dev.posiz. cm')}
4.5.3 Sommario procedura operativa di Taratura

Il processo a 3 Passi può essere convenientemente organizzato sempre in tre fasi ma con diverse
operazioni ciascuna:
Fase 1: Attività sperimentale di acquisizione dati
1. Verica assenza di eetti non controllati sullo strumento;

2. Registrazione dei dati ambientali;
3. Acquisizione delle coppie di valori ingresso/uscita sull'intero campo di misura e, se ne-
cessario, per più cicli; occorre tenere presenti le caratteristiche dinamiche del trasduttore:
dopo ogni variazione dell'ingresso, può essere necessaria un'attesa per consentire all'uscita
dello strumento di andare a regime (tipicamente se di primo ordine); il ritardo dovrà essere
commisurato alle caratteristiche di prontezza dello strumento.
Fase 2: Determinazione della funzione di regressione
1. Mettere in graco i dati per scegliere/vericare la funzione di regressione (normalmente

lineare);
2. Calcolare i coecienti di regressione e le deviazioni da essa;
3. Mettere in graco le deviazioni dalla curva di regressione e valutare la correttezza della
funzione di regressione adottata.
Si prosegue se tutto a posto.

Fase 3: Determinazione della curva di Taratura
1. Calcolare i coecienti della curva di taratura e le rispettive deviazioni;

2. Tracciare i graci della curva di taratura e delle deviazioni in unità di ingresso;
3. Calcolare e tracciare l'intervallo di condenza ;
4. Denire le caratteristiche di qualità dello strumento.
Gli ultimi due punti devono essere considerati parte integrante e fondamentale dell'operazione;
sono stati inseriti per completezza, anche se la loro discussione sarebbe prematura.
4.5.4 Raccomandazioni
Possono risultare utili alcune raccomandazioni:
1. Si eettua sempre una regressione totale su tutti i punti, anche quando si eseguono più
cicli;
2. Gli ingressi devono essere misurati a ogni ciclo, anche quando si operi con ripetizione delle
stazioni di misura.
Evitare l'utilizzo degli stessi dati per i diversi cicli di carico: l'imprecisione di riproduzione
dell'ingresso tra i vari cicli verrebbe vista come una mancanza di ripetibilità dello strumento
in Taratura (unico caso: bilancia con pesi calibrati).
3. IMPORTANTE: l'accuratezza dello strumento di riferimento deve essere un ordine
superiore di quella dello strumento da tarare: ur < 1/10 um .
Figura 4.36: Eetto qualità dello strumento di riferimento
4.5.5 Obiettivi della Taratura

Dal punto di vista funzionale possono essere individuate due motivazioni fondamentali per
l'eettuazione dell'operazione di taratura, in funzione delle quali denire gli aspetti operativi:
1. valutazione metrologica di uno strumento (Costruttore, Responsabile della Qualità).

(a) Denizione delle curve di Taratura;
(b) Denizione di tutti gli elementi di interesse generale (limiti di accuratezza, isteresi,
eetti di ingressi, . . . ).
2. mantenimento in qualità dello strumento (Responsabile dell'utilizzo)
(a) Verica delle curve di Taratura;
(b) Valutazione dello stato generale dello strumento.
Nel primo caso è necessario avere sia un elevato numero di punti nell'intervallo di variabilità
dell'ingresso che di ripetizioni della misura per uno stesso valore di ingresso, in modo da denire
accuratamente tutti i parametri caratteristici dello strumento.
Nel secondo caso per la verica della Taratura ci si aderà a un singolo ciclo con un discreto
numero di punti nell'intervallo di variabilità dell'ingresso; mentre per la valutazione dello stato
generale dello strumento saranno necessarie alcune ripetizioni delle misure in poche stazioni
sparse su tutto il campo di misura, per garantire il corretto funzionamento del dispositivo.
La Taratura quindi:
1. è un'operazione che permette di ottenere la relazione che lega l'uscita di uno strumento
con l'ingresso attraverso l'impiego di una misura nota, certa e precisa dell'ingresso stesso;
2. può essere applicata a uno strumento, a un sistema di misura o a un trasduttore singolo;
3. può avvenire tramite metodologia:
(a) diretta: le uscite dello strumento vengono confrontate con ingressi omogenei noti
(standard): es. peso calibrato, metro
(b) indiretta: se l'entità dell'ingresso di Taratura viene contestualmente misurata con
uno strumento preventivamente calibrato.
4.5.6 Denizione di Taratura secondo Vocabolario Internazionale di

Metrologia - VIM
Si riporta le denizione di taratura riportata nel Vocabolario Internazionale di Metrologia.
Si noterà che essa è leggermente diversa da quella adotata, in particolare per quanto riguarda
l'organizzazione (Rif. www.accredia.it/app/uploads/2018/03/DT-08-DL-rev00.pdf).
4.5.7 Ulteriori esempi di taratura

Esempio 1 Taratura di un potenziometro lineare (ingresso di posizione in cm e uscita in
tensione V). Dati da un rapporto su attività di laboratorio con misure su cicli ripetuti:
Visualizzazione dei dati

Figura 4.37: Diagrammi dei dati e delle deviazioni
La sionomia autorizza senz'altro l'utilizzo di una regressione lineare (almeno in prima istanza).
I coecienti della retta di regressione sono: C1 = 0.2187 e C0 = −0.0343. La visualizzazione
dei dati e della retta di regressione evidenzia il comportamento globale; la distribuzione delle
dispersioni è omogenea e la tendenza media è evidentemente orizzontale.
Figura 4.38: Deviazioni per i singoli cicli
Essendo stati eseguiti più cicli di ingressi è possibile trattare ciascuno in maniera indipendente
eseguendo regressioni separate anziché una regressione unica. Si può quindi procedere con la
valutazione dei valori medi e delle deviazioni standard dei coecienti di regressione ottenuti
per ogni ciclo:
N. Ciclo Val. Dev. Regr.

Coef 1 2 3 4 5 Medio Std. Glob.
A 0.2195 0.2203 0.2195 0.2191 0.2208 0.2199 0.31% 0.2199
B -0.0332 -0.0456 -0.0261 -0.0251 -0.0413 -0.0343 0.18% -0.0343
Le deviazioni standard sono espresse in forma normalizzata, il coeciente angolare rispetto al

valore medio e il coeciente costante rispetto al valore massimo dell'uscita (5V ).
Risulta evidente l'esistenza di una dispersione dei risultati; poiché i cicli sono pochi, in questo
caso ma anche nelle normali applicazioni, la valutazione dell'ampiezza delle variazioni non può
essere considerata attendibile. è però indicativa: ci permette di capire che il risultato della
regressione è intrinsecamente impreciso.
Esempio 2 La tabella che segue contiene i dati di ingresso e uscita di uno strumento ottenuti
in condizioni controllate.
Input 1 3 5 7 9 11 13 15 17 19
Output 0.073 0.223 0.749 1.55 2.47 3.95 5.26 7.16 9.20 11.54
Si chiede di descrivere, motivare ed eettuare le operazioni per fornire una adeguata funzione
di taratura dello strumento.
1) Graco dei dati: è evidente il comportamen-

to non lineare, quindi si opta per una regres-
sione di secondo ordine. Anche senza il gra-
co, dall'esame dei dati si nota che a metà del-
l'ingresso i valori delle uscite sono decisamente
inferiori al valore medio tra massimo e minimo.
2) I coecienti che si ottengono con la re-

gressione sono: C2 = 0.0326; C1 = −0.0140;
C0 = 0.0198 e il graco delle deviazioni sarebbe
stato quello a anco:
Si possono fare le seguenti considerazioni:
1. La dispersione appare priva di tendenze;

2. Si osserva un punto anomalo a distanza superiore all'1%;
3. É confermata la scelta di una regressione quadratica.
3) Graco complessivo:
Senza l'analisi della sionomia dei dati avremmo potuto adottare una regressione lineare, per la
quale i coecienti sarebbero stati: C1 = 0.6385 , C0 = −2.1660
2) Graco delle deviazioni: La dispersione,

evidentemente con una tendenza regolare,
avrebbe evidenziato l'errore
3) Graco complessivo: vista la presenza di

un errore signicativo, questo risulta evidente
anche dal graco generale
Una alternativa è quella di ricorrere a una trasformazione: vista la sionomia dei dati è possibile
riportare i dati√ad un andamento lineare, denendo una variabile di servizio come radice quadrata
dei dati: z = Out: la funzione di regressione torna a essere lineare: z = C0 + C1 In.
Figura 4.39: Confronto dati originali e trasformati

La deviazione è quindi ottenuta calcolando la funzione di regressione nel punto di ingresso In e
facendone la dierenza con l'uscita eettiva Out:
OutReg (In) = z 2 = (C0 + C1 In)2

∆i = Outi − OutReg (Ini )
I risultati sono sovrapponibili a quelli della regressione quadratica:
Diagramma di confronto dei dati
Diagramma deviazioni percentuali (riferite al

valore massimo)
In questo caso risulta banale ottenere la curva di taratura; l'inversione della funzione di
regressione è quella lineare:
In = −C0 /C1 + 1/C1 z
√
ma, tenendo conto della trasformazione adottata (z = Out) , diventa:
√
In = −C0 /C1 + 1/C1 Out
Figura 4.40: Confronto dati e modello antitrasformato
Si può osservare che la curva interpreta fedelmente la distribuzione dei dati rilevati.
4.6. ALTRI IMPIEGHI SPERIMENTALI DELLA REGRESSIONE 157
4.6 Altri impieghi sperimentali della regressione

La regressione è una procedura di stima dei coecienti di una funzione in grado di mini-
mizzare gli scostamenti di un modello dal comportamento denito da un insieme di dati
sperimentali. Più in generale, una regressione lineare è un utile mezzo per determinare
le costanti di funzionamento di un sistema lineare a partire da misure sperimentali, per es.:
L3
- rigidezza di estremità di una trave incastrata caricata trasversalmente k = 3EJ F
w
- modulo elastico di un materiale (prova assiale) L F

E=A u
Il coeciente che deve essere determinato sperimentalmente, tramite la regressione lineare, è
racchiuso tra parentesi. Gli altri termini dovranno essere misurati indipendentemente.
In tutti questi casi è evidente come il coeciente angolare della regressione che ha in ingresso
un carico e in uscita una risposta della struttura sia sempre correlato al parametro cercato.
Sono concettualmente possibili e, entro certi limiti, equivalenti, due modi di procedere:
• calcolare i singoli P
valori di rigidezza come rapporti individuali forza/spostamento e farne
la media: K = N1 Fi
si P P P
N si Fi −( si )( Fi )
• calcolare il coeciente angolare della regressione: K = N
P 2 P 2
si −( si )
Possiamo chiederci se le due metodologie possono essere equivalenti o meno e se la soluzione più
semplice possa nascondere dei trabocchetti.
Evidentemente nel caso ideale, yi = k xi . i coecienti della regressione diventano:
P P 2
P P P k N x 2−( xi )
N x i yi − ( x i ) ( yi ) i
A= P 2 P 2 = P 2 P 2 =k
N xi − ( xi ) N xi − ( xi )
x2i −
P P P 2 P
( xi ) xi ( xi )
B = ... = k P 2 P 2 =0
N xi − ( xi )
e il medesimo risultato viene ottenuto anche con la media dei rapporti:

1 X yi 1 X 1 X
Ã = = ki = k=k
N xi N N
Per eetti di realizzazione, può però accadere che il comportamento atteso del sistema non venga
innescato dall'inizio della prova, per es. per la necessità di dover recuperare dei giochi. Questo
fa sì che gli zeri di ingresso di forza e uscita di spostamento possono non coincidere. Mentre la
regressione lineare consentirebbe di individuare la corretta dipendenza di uscita/ingresso dopo il
recupero dei giochi, la media dei apporti porterebbe alla stima di una rigidezza media diversa
da quella eettiva.
Figura 4.41: Regressione a confronto con media rapporti

Usare i rapporti F/s, ignorando che ciò equivale a spiccare una retta dall'origine, può portare
a una pendenza variabile con il carico e a un valore medio diverso dalla pendenza del legame
cercato: k̄ 6= k . Un accorgimento da adottare in questa tipologia di prova è di aggiungere al
piano di prova un piccolo gradino di carico iniziale, inferiore al primo livello previsto, in modo
da recuperare i giochi e attivare il comportamento strutturale cercato.
4.6.1 Esercizi
Costruzione della curva di correzione di uno strumento
Si supponga di dover costruire la curva di correzione della lettura di uno strumento di misura
della pressione; sono note le misure riportate in tabella:
P.Nom 0 200 4005 600 800 1000 600 400 200 0

P.Mis 7 192 391 596 807 1022 816 606 399 10
Tabella dati
Misura sperimentale della rigidezza di un punto di una struttura

Una trave incastrata a una estremità e libera dall'altra è stata sottoposta a una prova statica
di essione secondo lo schema riportato in gura. Nella tabella sono riportate le misurazioni
eettuate in termini di forza e spostamento dell'estremità per due cicli completi di carico. La
lunghezza libera della trave è 0.5m.
Forza Freccia Freccia
o
kgf 1 ciclo 2o ciclo
mm mm
0.5 1.3057 1.2257
1.0 2.5580 2.6114
1.5 3.7838 3.8637
2.0 5.0095 5.1428
2.5 6.2353 6.2619
3.0 7.5410 7.5143
3.5 8.6335 8.7401
4.0 9.9125 9.8859
3.5 9.1398 9.0332
3.0 7.7541 7.8341
2.5 6.5817 6.5550
2.0 5.2494 5.3027
1.5 3.9998 4.0769
1.0 2.7712 2.7712
0.5 1.3856 1.4123
Si chiede di:
• determinare la costante di rigidezza essionale della sezione;
• valutare le dierenze rispetto al caso di una trave caricata a torsione con momenti torcenti
numericamente identici a quelli dati e rotazioni date dagli stessi numeri delle frecce espressi
in gradi.
Identicazione sperimentale di un elemento circuitale

Sia dato il seguente circuito elettrico funzionante in corrente continua
4.7. CARATTERISTICHE STATICHE DEGLI STRUMENTI 159
Il generatore di tensione fornisce una dierenza di potenziale di 10 V, la resistenza è pari a R =

100kΩ. Dopo aver lasciato l'interruttore nella posizione A no alla totale carica del condensatore
C, l'interruttore viene commutato nella posizione B e il condensatore inizia la sua fase di scarica
secondo la legge:Vs = V exp (−t/τ ) dove τ = RC .
Si vuole determinare sperimentalmente la capacità del condensatore a partire da misure della
tensione nel tempo riportate nella seguente tabella:
Tempo Vs
s V
0 10,104
10 6,0680
20 3,6775
30 2,2326
40 1,3790
50 0,8186
Tabella dati
Scelta della funzione di regressione

La tabella che segue contiene i dati di ingresso e uscita di uno strumento ottenute in condizioni
controllate.
P.Nom 1 3 5 7 9 11 13 15 17 19
P.Mis 0.073 0.223 0.749 1.555 2.474 3.950 5.261 7.164 9.204 11.536
Tabella dati
Si chiede:
1. tenendo conto della sionomia dei dati disponibili, di indicare una procedura di utilizzo
dei dati per ottenere la funzione di calibrazione dello strumento;
2. individuare una adeguata forma di regressione;
3. ricavare la funzione di taratura;
4. ricavare la relazione di misura.
4.6.2 Testi di esercizi

...da inserire...
4.7 Caratteristiche statiche degli strumenti

La conoscenza delle caratteristiche fondamentali di uno strumento è utile nella valutazione della
sua utilizzabilità ma, dal punto di vista di un corretto impiego, è opportuno avere una visione
completa di tutte le caratteristiche di funzionamento della strumentazione; solo in questo modo

si sarà in grado di apprezzate i diversi risvolti operativi che ne conseguono.
A questo scopo è naturale introdurre una classicazione che faccia riferimento alle fasi fondamen-
tali della sperimentazione: selezione della strumentazione, allestimento della prova, svolgimento
dell'attività sperimentale e valutazione della qualità della misura. Avremo quindi caratteristiche
Ambientali e/o operative, Funzionali e di Qualità.
4.7.1 Caratteristiche ambientali e operative

Le caratteristiche ambientali e operative deniscono elementi utili per valutare la compatibi-
lità e l'adeguatezza di uno strumento/trasduttore in funzione di una particolare applicazione
sperimentale.
1. intervallo di funzionamento/lavoro;
2. alimentazione;
3. banda passante;
4. escursione ammessa delle grandezze di carattere ambientale
Campo di misura Il campo di misura, o portata (Range in inglese), è l'intervallo della

grandezza in ingresso allo strumento, o trasduttore, entro il quale lo strumento fornisce misure
con le caratteristiche di accuratezza dichiarate.
Genericamente, esso è compreso tra il limite inferiore e il limite superiore del campo di utilizzo
(fondoscala).
In assenza di indicazioni speciche, i valori estremi della scala di lettura possono essere visti
con la doppia funzione di limiti sici, per l'utilizzo di uno strumento senza danneggiarlo, o di
misura, per avere garantite le caratteristiche di qualità.
Si possono trovare deniti sia l'intervallo della grandezza di ingresso (Input Span ), necessario
per la scelta in funzione dei valori di ingresso attesi, che quello della grandezza in uscita, (Output
Span ) o (Full Scale Operating range ) FSO, utile per valutare direttamente la compatibiltà
con un sistema di misura.
In assenza di ulteriori dati il campo (range) coperto dalla curva di taratura va assunto anche
per denire i limiti sici di impiego dello strumento allo scopo di evitare danneggiamenti.
Per uno strumento di misura di forze possono essere deniti alcuni livelli specici:
• Portata: è il massimo valore della grandezza in ingresso per cui lo strumento funziona
correttamente (secondo le speciche dichiarate dal costruttore).
• 1.5 volte la portata: è un livello di carico per cui lo strumento non si deve danneggiare anche
se le caratteristiche qualitative dello strumento possono non rientrare più nelle speciche
dichiarate dal produttore.
• 2.0 volte la portata: oltre questo livello lo strumento non risponde secondo le speciche e
può risultare danneggiato in maniera permanente; questo non potrà comunque comportare
un cedimento catastroco.
In accordo con queste indicazioni, dovendo dimensionare una cella di carico o una bilancia:
1. si utilizzerà il limite di sforzo ammissibile per il materiale, tenendo conto di tutti gli eetti
del caso, per il dimensionamento a 1.5 volte la portata;
2. no a 2 volte la portata occorrerà vericare l'assenza di cedimenti (complessivi o locali);
es. rottura delle lettature dei collegamenti.
Tensione di alimentazione Una adeguata alimentazione è necessaria per garantire il regolare

funzionamento dello strumento; occorre quindi conoscere la tensione di funzionamento e l'assor-
bimento di corrente durante il funzionamento, in modo da consente la scelta di un alimentatore
compatibile. In funzione della tipolgia di strumento si presentano due situazioni:
1. l'alimentazione non ha riessi dal punto di vista metrologico; in questo caso essa serve
a far funzionare una circuiteria interna e le indicazioni tipiche sono per un intervallo di
tensione relativamente ampio, es. 15 ± 1 V; casi tipici sono un trasduttore induttivo o
piezoelettrico.
2. l'uscita dello strumento dipende linearmente dalla tensione di alimentazione (è il caso
del potenziometro o di un ponte estensimetrico): in questa situazione l'alimentazione è
rilevante dal punto di vista metrologico in quanto modica direttamente il valore della
misura. Sono quindi necessari dispositivi di elevata qualità, in particolare in termini di
stabilità della tensione; serviranno altresì alcune cautele aggiuntive, quali l'attesa di un
tempo sucientemente lungo, prima dell'uso, in modo da consentire il riscaldamento della
circuiteria interna, garanzia di stabilità di funzionamento.
Banda passante La banda passante è la caratteristica operativa utile per garantire di acquisire
correttamente il valore delle grandezze da misurare indipendentemente dalla loro dinamica.
Escursione ammessa delle grandezze ambientali La strumentazione ammette general-

mente condizioni di impiego limitate per diversi fattori, quali: temperatura, accelerazione sta-
tica, livello vibratorio, ... . Queste prescrizioni possono avere il duplice scopo di salvaguardare
l'integrità sica e garantire il comportamento metrologico dello strumento.
4.7.2 Caratteristiche funzionali

Le caratteristiche funzionali deniscono gli elementi necessari per il corretto utilizzo dello
strumento nell'ambito dell'allestimento e del funzionamento della prova, nonchè di eventuali
procedure di elaborazione delle misure. Verranno discusse due proprietà: sensibilità e derive.
Sensibilità La Sensibilità (Sensitivity), o guadagno (Gain) è la caratteristica statica di funzio-
namento principale di uno strumento; in accordo con quanto visto per la taratura, essa è denita
come la pendenza della curva di taratura per l'ingresso desiderato.
Figura 4.42: Comportamento di strumenti lineare e nonlineare

La sensibilità nei trasduttori è in genere:
1. costante (trasduttore lineare);
2. determinata mediante la taratura;
3. statica (valutata nel campo di frequenze ove la funzione di trasferimento dello strumento
ha guadagno costante e fase nulla o lineare).
In questi casi è il coeciente che consente di risalire direttamente dall'uscita di misura alla
misura dell'ingresso.
A parità di variazione della grandezza in ingresso lo strumento più sensibile fornisce una va-
riazione dell'uscita maggiore. In presenza di un comportamento non lineare sarebbe opportuno
utilizzare lo strumento nella regione di funzionamento dove la sensibilità risulta essere maggiore.
Sensibilità alle interferenze ed eetti di Deriva

Nello studio della qualità di uno strumento assume rilievo l'eetto che gli ingressi non desiderati,
interferenza e modica, hanno sulla sensibilità di taluni strumenti. Se questi eetti alterano in
maniera ripetibile la misura, i coecienti di taratura risultano essere direttamente dipendenti
da ingressi diversi da quello desiderato. Saremmo in presenza di guadagni secondari che alterano
quello principale: trascurare questi eetti comporterebbe un errore sistematico.
La temperatura ambientale è la grandezza che più frequentemente inuenza il funzionamento di
uno strumento, modicandone la sensibilità.
L'allontanamento dal valore nominale prende il nome di deriva, mutuando la terminologia
nautica di allontanamento dalla rotta, essa ed esprime la sensibilità dei coecienti di taratura
all'ingresso secondario; essa viene espressa rispetto a una condizione di riferimento nella quale
l'eetto è assunto nullo: sono le condizioni ambientali nelle quali viene eseguita la taratura
nominale.
In generale l'eetto può essere non lineare e disponendo di una mappatura, ovvero delle infor-
mazioni che descrivono quantitativamente come varia l'uscita dello strumento per la variazione
di un certo parametro, è possibile tenerne conto e correggere le misure.
La gura evidenzia l'eetto dell'ingresso non desiderato di temperatura sul funzionamento di
uno strumento e il risultato della correzione.
Figura 4.43: Funzionamento normale e corretto per gli eetti della deriva
In teoria, mappe di taratura dovrebbero essere disponibili per tutti i parametri che maggior-
mente inuenzano la sensitività. Nella pratica le curve di taratura per ingressi secondari spesso
non sono necessarie in quanto lo strumento viene progettato per essere immune da questi ef-
fetti. Ciò non signica che esso diventa insensibile alle interferenze o alle modiche, ma il loro
eetto è ridotto al livello degli errori caratteristici dello strumento. Non sempre è però possibile
rimuovere completamente questi eetti, per cui diventa necessario tenere conto della variazione
dei coecienti di taratura che ne consegue:
1. deriva dello zero (zero drift o oset): presenza di una lettura non nulla anche in mancanza
di ingresso (già battezzato: ingresso di interferenza);
2. deriva della sensibilità (sensitivity drift o scale-factor drift) (già battezzato: ingresso di
modica): variazione della sensibilità rispetto all'ingresso desiderato per eetto di un
cambiamento in un parametro non controllato.
Uno strumento sensibile alla temperatura ambientale, avrebbe una retta di taratura che cam-
bia la pendenza (con un eetto di "modica" della sensibilità) o l'intercetta, l'uscita a in-
gresso nullo (con eetto di "interferenza" sullo zero), rispetto alla taratura, tanto mag-
giori quanto maggiore è la dierenza tra la temperatura di funzionamento e di taratura.
Figura 4.44: Deriva di Sensibilità e zero Figura 4.45: Rappresentazione degli eetti
(oset) di deriva di sensibilità e zero
Essendo le derive conseguenti a un eetto sico, devono essere considerate fonti di errore si-
stematico e, se signicative, corrette mediante una adeguata taratura. Devono quindi essere
quanticate in termini di variazione dei coecienti di taratura per unità di variazione della
grandezza di modica rispetto alla situazione di riferimento.
4.7.3 Correzione dei coecienti di Taratura per eetti di deriva

Nel caso di sensibilità apprezzabile a ingressi diversi da quello desiderato è necessario ripetere la
taratura con valori dierenti di tali parametri (modica o interferenza) in modo da quanticarne
gli eetti sui coecienti di taratura.
Uno strumento lineare che non presenti sensibilità alla temperatura, tarato a due temperature,
T1 e T2 , fornirà lo stesso guadagno: u = Si; mentre uno che presenti tale sensibilità produrrà
guadagni diversi e le relazioni di funzionamento diventano: u = ST1 i a T1 e u = ST2 i a T2 .
Nell'ipotesi di dipendenza lineare dalla temperatura, assumendo come valore di riferimento
TRef = T1 , alla generica temperatura T la sensibilità sarà:
ST = ST ref + D(T − TRef )
dove D = (ST 2 − ST 1 )/(T2 − T1 ) e ST ref = ST 1 .

Analogo ragionamento per il coeciente costante della taratura. Si ottengono in questo modo
le derive di sensibilità o di zero: cioè le derivate delle costanti di Taratura rispetto all'ingresso
indesiderato.
La procedura per la determinazione delle mappe di taratura può essere costosa, in relazione alla
grandezza di interferenza e al campo che deve essere esplorato. Per questo motivo essa viene
svolta solo dopo una valutazione quantitativa preliminare degli eetti degli ingressi secondari
che abbia stabilito la presenza di eetti signicativi sul funzionamento dello strumento, tali da
comprometterne la qualità di misura.
La procedura può essere sintetizzata nei seguenti passi:
1. si esegue la taratura dello strumento rispetto all'ingresso desiderato mantenendo a un

valore noto tutti gli ingressi di interferenza ritenuti signicativi (la relazione ingresso-
uscita trovata denisce una taratura statica valida nelle condizioni in cui tutti gli altri
ingressi siano pari a quelli nominali);
2. la taratura viene ripetuta facendo variare, uno alla volta e di una quantità nota, gli ingressi
non desiderati, ciascuno nel proprio campo di ammissibilità. Sono necessari più valori
di ciascun ingresso indesiderato onde valutare l'eventuale allontanamento dalla linearità
dell'inuenza di ciascuna variabile.
Mutue interferenze tra variazioni simultanee di ingressi indesiderati, di norma, non vengono
considerate.
Vale la pena sottolineare che si tratta semplicemente di ulteriori tarature, eseguite in condizioni
ambientali, oltre che controllate, modicate; è quindi necessario disporre di un banco prova in
grado di variare indipendentemente della quantità desiderata ciascuna condizione e attrezzature
rilevare l'entità dei diversi ingressi (desiderati, di interferenza e di modica) con una qualità
adeguata.
Ciò consente di determinare le funzioni di taratura per diversi valori di un ingresso indesiderato
e costruire il legame che modica il funzionamento dello strumento.
Per la taratura dell'ingresso desiderato di uno strumento è necessario un campione, o uno stru-
mento, di riferimento che presenti un'accuratezza almeno 10 volte superiore a quello del trasdut-
tore sottoposto a taratura. Poiché in un trasduttore/strumento di qualità gli ingressi secondari
determinano una variazione della misura limitata, normalmente non è necessario disporre di una
particolare precisione sugli strumenti che misurano gli ingressi indesiderati in quanto l'errore che
si commette è piccolo in rapporto alla misura totale.
Esempio Un anemometro a tazza viene sottoposto a una serie di ingressi noti alla temperatura
di 40◦ C ; le misure, ottenute utilizzando la sensibilità nominale (97.0e − 3V /(m/s) ricavata a
20◦ C ), sono riportate nella seguente tabella:
In Out
0.00 0.084
1.50 1.625
3.00 3.178
4.50 4.663
6.00 6.393
7.50 7.962
9.00 9.513
10.50 10.996
12.00 12.555
Figura 4.46: Misure
La dierenza tra ingressi e uscite fa propendere per l'esistenza di una sensibilità alla tempe-
ratura. Se l'ipotesi fosse corretta sarebbe possibile individuare la legge di modica con una
regressione i cui coecienti correggono la sensibilità alla temperatura di taratura. I coecienti
della regressione lineare sono: C1 = 1.0441 e C0 = 0.0660, con un coeciente di correlazione
R = 0.99998. É quindi possibile commentare che nonostante la variazione di temperatura abbia
modicato del 4% circa la sensibilità, il comportamento dello strumento si mantiene lineare.
Figura 4.47: Dati e regressione esempio di taratura di un anemometro
Il diagramma delle dispersioni percentuali non evidenzia criticità (un punto è leggermente
più lontano degli altri dal modello). La deviazione standard delle dispersioni percentuali va-
le 0.4609%.
Figura 4.48: Deviazioni dalla regressionei
La sensibilità eettiva a T = 40◦ C risulta essere più alta di quella nominale per un fattore pari
al coeciente di regressione:
S40◦ = S20◦ C1 = 0.10128

La deriva di sensibilità, cioè la variazione per unità di variazione di temperatura, sarà quindi
quanticata in
ST 2 − ST 1 101.278 − 97.0 −3 V 1
D= = 10 = 0.2137 10−3
T2 − T1 40 − 20 m/s ◦ C
Analoghe considerazioni potranno essere fatte per il termine costante.
L'inversione del legame di regressione porta ai seguenti coecienti: C1 = 0.95780 C0 =
−0.06320; essi permettono di correggere la lettura, tenendo conto dell'eetto della temperatura:
Vcorretta = C1 Vindicata + C0
La correzione è quindi:
Vcorretta = 0.95780 × 9.5136 − 0.06320 = 9.0450
Si riportano le deviazioni dell'uscita di misura dopo la correzione: dal graco delle dispersioni cor-
rette (cerchi) è scomparsa la tendenza all'aumento delle deviazioni con l'aumento dell'ingresso
presente nei dati iniziali (quadrati).
Figura 4.49: Confronto dispersione di dati originali e corretti
Esempio di procedura MATLAB

Si riporta una possibile procedura per l'elaborazione dei dati:
close all, clear

% Dati
x=[0.00 1.50 3.00 4.50 6.00 7.50 9.00 10.50 12.00];
y=[0.0845 1.6259 3.1782 4.6633 6.3930 7.9627 9.5136 10.9964 12.5555];
sn=97;, tref=20;, tatt=40;
% visualizzazione dati
figure
plot(x,y,'o'), xlabel('In'), ylabel('Out')
% analisi
c1=polyfit(x,y,1); % regressione lineare
va=polyval(c1,x) % calcolo dei valori nei punti di misura
R=sqrt(1-((va-y)'*(va-y))/(y'*y)); % coeff correlazione
em=(va-y)/max(x)*100; % deviazioni dal modello
t1=[1/c1(1) -c1(2)/c1(1)]; % coeff inversa regress
ef=polyval(t1,y)-x; % deviazioni misure da c.taratura
satt=sn*c1(1); % sensibilit\'{a attuale
ds=(satt-sn)/(tatt-tref); % deriva di sensibilit\'{a
dspc=ds/sn*100; % deriva sens percentuale
miscor=y*t1(1)-t1(2); % correzione uscite strumento
% visualizzazione risultati
figure(1)
subplot(211) % grafico dati e curva di regressione
plot(x,y,'o',x,va)
text(max(x)/20,max(y)*.8,['R=' num2str(R)])
ylabel('Out')
subplot(212) % grafico deviazioni in unit\'{a uscita
plot(x,em,'o')
text(max(x)/20,.8,['dev.std=' num2str(std(em))])
ylabel('Deviazioni [%Out\_m\_a\_x]')
xlabel('In')
figure(2)
subplot(211) % grafico deviazioni in unit\'{a ingresso
plot(y,ef,'o')
xlabel('Mis(m/s)')
ylabel('Errore [m/s]')
figure (3) % confronto misure dirette e corrette
plot(x,[ y-x ],'s',x,[ miscor-x],'o')
legend('Dev.Iniz','Dev.Corrette','Location','NorthWest')
xlabel('In')
ylabel('Out')
Esempio Un sensore di pressione è caratterizzato da una deriva di sensibilità di 1 deg/MPa /◦ C

rispetto ai 25◦ C di temperatura di taratura (i gradi sono relativi alla rotazione della lancetta
sull'indicatore analogico dello strumento). Una nuova taratura eettuata nelle condizioni di
riferimento dovrebbe fornire la sensibilità nominale. Ma a una temperatura diversa il coeciente
angolare cambia assumendo il valore:
sTM is = sTRif + deriva ∗ (TM is − TRif )deg/M P a

Una lettura eettuata alla temperatura TM is deve essere quindi depurata dell'eetto della deriva
con la temperatura:
xcorretta = xM is − deriva ∗ (TM is − TRif )

Una variazione di temperatura di +35◦ C comporta quindi una correzione pari a:
Correzione = −1deg/M P a/◦ C · 35◦ C = −35deg/M P a
4.7.4 Caratteristiche di qualità

Le caratteristiche di qualità deniscono gli elementi utili per valutare sia in maniera preventiva
che e a posteriori, gli errori di misura che si realizzano in una particolare applicazione sperimen-
tale. Serve sicuramente una caratterizzazione generale delle caratteristiche dello strumento ma
è anche opportuno capire l'importanza del contributo dei diversi elementi costruttivi dell'ogget-
to. In tutti i casi si tratta di individuare tutte le diormità di funzionamento rispetto a quello
nominale
1. Accuratezza;
2. Precisione;
3. Ripetibilità;
4. Riproducibilità;
5. Linearità e Isteresi.
Le modalità per la quanticazione di questi elementi diventerà più chiara alla luce della
discussione delle grandezze casuali.
Accuratezza L'Accuratezza (Accuracy) è la caratteristica che denisce la capacità dello

strumento di dare mediamente misure prossime a quelle denite dal campione nazionale della
grandezza corrispondente. É valutata come il massimo scostamento del valor medio, desunto at-
traverso una o più misure, dal valore reale o, per meglio dire, da quello assunto come riferimento;
quindi deve essere determinate come deviazione dal valore vero:
Acc = Vmisurato − Vvero
dove il valore misurato va inteso come media di più misure.

La Norma ISO 10012/1 riporta la seguente denizione: grado di concordanza fra risultato della
misurazione e valore convenzionalmente vero del misurando.
Esempio: se una sonda misura la velocità di un uido con un'accuratezza di 0.3 m/s il valore ef-
fettivo della grandezza non dovrebbe scostarsi più di questa quantità dalla media delle misure
fornite dallo strumento.
È utile osservare che a questa denizione può essere associato un signicato probabilistico in
quanto la media stessa di più misure non è una grandezza deterministica ma dipendente dalle
osservazioni fatte e dal loro numero.
L'accuratezza indica quindi l'errore di misura e non va confusa con la precisione dello strumento.
La presenza di un errore di accuratezza indica l'esistenza di fonti d'errore sistematico che possono
essere spesso eliminate mediante un'adeguata taratura; essa viene a dipendere dall'operazione di
taratura a cui è stato sottoposto lo strumento, oltre che dalle sue caratteristiche intrinseche; da
tenere presente che è sempre presente una certa dose di errore residuo. Inoltre non è una qualità
intrinseca dello strumento ma dipende anche da condizioni e procedure di impiego. Si pensi
ad esempio all'uso di un metro metallico per la misura di una lunghezza: per eetto termico
esso potrebbe allungarsi o accorciarsi rispetto al momento della taratura. Ripetendo più volte
la misura con lo stesso metro otterremo probabilmente risultati molto simili tra di loro, ovvero
precisi, ma distanti dal valore reale, cioè inaccurati.
Nell'ambito delle misure l'accuratezza deve essere usata per denire i limiti entro i quali si trova
il valore vero:
Vvero = Vmisurato ± Accuratezza
ovvero: il valore reale del misurando ricade in un intervallo di dimensione pari all'accuratezza,
centrato nel valore misurato.
È curioso notare come il valore dell'accuratezza quantichi in realtà la mancanza di essa ovvero
l'inaccuratezza di uno strumento: quanto più elevata è la qualità di uno strumento tanto minore
è il numero che esprime la sua accuratezza.
Nella sua quanticazione occorre tenere conto del comportamento sull'intero campo di misura
dello strumento ed è normale indicarla in percentuale del fondoscala.
Dati, l'uscita media dello strumento ȳi per l'ingresso noto xi , la retta di taratura x0 = (y − b)/a
si determina lo scostamento della media per la stazione di misura i-esima
Ei = VV ero − VM isurato |i = xi − (ȳi − b)/a

Si ripete l'operazione per tutte le stazioni i=1:n
Figura 4.50: Calcolo indicatore di accuratezza

Sono possibili due modalità di quanticazione dell'accuratezza:
1. massimo degli scostamenti tra tutte le stazioni: Acc = max(|Ei |)
2. deviazione standard delle deviazioni delle medie calcolata utilizzando tutte le misure
sull'intero fondoscala: Acc = DevStd(|Ei |)
Come accennato, verranno discussi in seguito gli eetti di questa scelta.
Precisione La Precisione (precision) è una misura del grado di dispersione dei dati attorno
al valore della media campionaria, ovvero deviazione standard. Essa è una caratteristica globale
che tiene conto genericamente di tutti i motivi di dispersione, cioè di una misura diversa a parità
di ingresso e quantica la dispersione di valori prodotta da variazioni casuali non ripetibili
e comprende simultaneamente tutti gli eetti conseguenti alla imperfetta realizzazione dello
strumento.
L'errore di precisione è stimato a partire dalla ripetizione di più misure a parità di grandezza di
ingresso per più valori distribuiti su tutta la portata:

Di = V alM edio − V alM is_i
per cui
eP rec = M ax (Di )
o
eP rec = DevStd (Di )
Se uno strumento produce misure con scarsa dispersione sarà possibile usare una sola misura
per denire l'accuratezza, in quanto il valore medio si sposterebbe di poco dalla singola misura.
Figura 4.51: Calcolo indicatore di precisione

Il valore di precisione di uno strumento viene spesso denito in rapporto al fondo scala:
• livello di condenza del 100%: max(Di ) / FS

• livello di condenza di 1s: dev.st(Di ) / FS
Risoluzione La Risoluzione (Discrimination) è il termine con cui si denisce la capacità di

uno strumento di distinguere due valori del misurando molto vicini tra loro, ovvero, la minima
dierenza rilevabile.
Si presentano due fonti di limiti di risoluzione: strumentali e di lettura. Limitazioni strumentali:
derivano dai limiti sici del trasduttore nel trasferire la variazione dell'ingresso in una corri-
spondente variazione di uscita. L'origine di queste limitazioni sono da ricercarsi nel principio
di funzionamento, nella struttura sica o nella qualità di realizzazione (es. di rumori di fondo
dell'elettronica, bloccaggio per l'attrito tra componenti mobili, deformazione di parti mobili,
. . . ).
Limitazioni di lettura: derivano dalla capacità di rilevare le piccole variazioni sul visualizzatore
dello strumento di misura. Le fonti di queste limitazioni dipendono sia dalla struttura della
scala (distanza minima dei riferimenti) che dalla capacità di lettura dell'operatore (es. numero
di cifre signicative , errore di parallasse, lunghezza della gradazione e dimensione dell'indice,
esperienza dell'operatore nel leggere l'indice nella scala graduata). Per quanto riguarda la lettura
si può assumere che l'errore di risoluzione sia pari alla metà della più piccola divisione presente
nella scala graduata di lettura per le uscite analogiche, e metà dell'ultima cifra del display, per
le uscite digitali.
Esempi: un termometro ha una scala con risoluzione di 1 decimo di grado, si potrà assumere di
leggere con una precisione all'incirca la metà di questa, cioè mezzo decimo di grado.
Ripetibilità La Ripetibilità (Repeatability) è l'indicazione del grado di concordanza tra

i risultati di misure ripetute dello stesso misurando, eettuate in condizioni estremamente
controllate di misura e in un breve intervallo temporale.
La ripetibilità rappresenta di fatto il limite inferiore dell'errore di precisione in quanto, per le
condizioni di prova, annulla la dispersione dovuta a tutte le caratteristiche controllabili dallo
sperimentatore, quindi permette di misurare la dispersione determinata dai soli parametri al di

fuori del controllo dell'operatore.
Così come la risoluzione anche la ripetibilità di uno strumento concorre a determinarne la
precisione e quindi il suo contributo non va conteggiato due volte nella stima dell'errore
complessivo.
Procedura: 1. esecuzione misure (compreso calcolo dell'incertezza); 2. verica stabilità delle
condizioni al contorno; 3. ripetizione delle misure dopo un breve intervallo di tempo; 4. verica
della compatibilità dei risultati.
Figura 4.52: Calcolo indicatore di ripetibilità

Calcolo dell'intervallo di dispersione, Di , per ciascun punto di carico a parità di modalità di
presentazione dell'ingresso. L'indicatore della ripetibilità dello strumento viene determinato
come max(Di )/F S o dev.st(Di )/F S .
Si tratta di un risultato che può risentire dalla modalità di carico adottata, in particolare se
sequenziale o casuale.
Riproducibilità La Riproducibilità (Reproducibility) è il valore che stima il grado di con-

cordanza delle misurazioni fatte di un identico misurando al variare di uno o più parametri
controllabili di prova. Il concetto è molto simile e spesso intercambiabile con quello di stabilità
di una misura ovvero la stima della dispersione delle misure di una stessa grandezza su un lungo
periodo temporale.
Questo indice va inteso come capacità dello strumento di fornire la stessa misura quando im-
piegato in condizioni diverse da quelle strettamente nominali facendo intervenire tutte le mo-
diche della condizione di misura che possono presentarsi nell'uso normale (es. temperatura,
umidità, pressione atmosferica, . . . ). Uno strumento insensibile a grandezze ambientali (es. la
temperatura) verosimilmente avrà caratteristiche di Ripetibilità e Riproducibilità sovrapponibili.
La procedura per la determinazione della riproducibilità è simile a quella per la denizione della
ripetibilità ma prevede che l'intervallo di tempo che intercorre fra le due ripetizioni della prova
sia sucientemente lungo da far variare le condizioni di impiego.
Figura 4.53: Calcolo indicatore di riproducibilità

Una buona riproducibilità consente l'utilizzo dello strumento come riferimento per la taratura
di altri strumenti.
Anche la riproducibilità di uno strumento concorre a determinarne la precisione e quindi il suo
contributo non va conteggiato due volte nella stima dell'errore complessivo.
La riproducibilità permette di stimare l'incertezza prodotta in una certa operazione di misura da
cause accidentali frequenti. Per es.: le norme ISO sulla taratura dei dinamometri richiedono che
nel corso della valutazione della riproducibilità, il sensore che è uno strumento portatile venga
smontato e riposto almeno una volta nel suo imballo come se dovesse essere trasportato, prima
della ripetizione delle misure.
Linearità (Mancanza di) La Linearità (Linearity) è la caratteristica di uno strumen-

to/sensore che presenta una variazione dell'uscita proporzionale alla variazione dell'ingresso
(almeno nell'intervallo di misura previsto).
La linearità non è strettamente una caratteristica di qualità di uno strumento, poiché non valuta
lo scostamento della misura dal valore reale, bensì quantica la dierenza tra il comportamento
eettivo dello strumento e il modello metrologico lineare.
In senso generale può essere intesa come una caratteristica positiva di uno strumento che ne
semplica l'utilizzo, anche se esistono strumenti con leggi di taratura non lineari per i quali è
necessaria l'intera curva che descrive la funzione di trasferimento ingresso/uscita.
La linearità, o per meglio dire la non linearità, è denita in termini di percentuale del fondo
scala o della misura e assunta costante.
L'errore di linearità concorre alla caratteristiche di qualità di uno strumento e bisogna evitare
di considerarlo due volte nella stima della qualità complessiva.
L'errore di linearità è valutabile come il valore massimo delle deviazioni delle misure di tensione
dalla retta di regressione. Possibile dare due denizioni, una relativa allo scostamento massimo
e una rispetto a quello medio, per una determinata stazione di carico:
ELin = max (Eik ) = max (|(axi + b) − yik |) o [ELin = max (Eik ) = max (|(axi + b) − ȳi |)
Figura 4.54: Calcolo indicatore di Linearità

Esaminiamo le principali cause di non linearità e isteresi. L'esistenza di fenomeni isteretici,
ovvero dissipativi, comporta che alla applicazione regolare e continua dell'ingresso, tra gli estremi
di variabilità previsti, il sistema reagisca con ritardi che determinano percorsi di carico e scarico
non sovrapposti. Succede quindi che a un valore in ingresso possono corrispondere più valori in
uscita.
L'evenienza di uno o dell'altro dipende dal livello dell'ingresso e dal fatto che questi sia crescente
o decrescente, ovvero dallo stato pregresso del sistema.
Figura 4.55: Isteresi

Questi fenomeni sono dovuti, in genere, agli attriti tra parti in movimento relativo, alla pre-
senza di materiali dissipativi in strumenti di carattere meccanico o componenti magnetizzati in
strumenti con componentistica elettrica.
Possono essere contenuti mediante una attenta progettazione e, in particolare, con una opportuna
scelta dei materiali.
Gli strumenti, soprattutto quelli a carattere meccanico o elettro-meccanico, presentano una for-
ma di sensibilità ridotta alle piccole variazioni dell'ingresso all'avvio del processo di carico/scarico
conseguente alla presenza di attriti di primo distacco.
Esiste quindi una soglia di sensibilità che rappresenta la minima variazione dell'ingresso
avvertibile dallo strumento in partenza.
Può essere un motivo alla base dei limiti di risoluzione di un sensore.
Gli eetti isteretici, a cui la soglia di sensibilità può essere ricondotta, dipendono dall'entità delle
forze in gioco nel range di misura (allo zero, in un punto qualsiasi e all'inversione dell'ingresso).
La sequenza di taratura, cioè l'applicazione di ingressi con sequenza regolare dal minimo al
massimo e viceversa (sequenziale) / o casuale, può enfatizzare o ridurre gli eetti dell'isteresi.
Vediamo come sia possibile misurare gli eetti di isteresi. L'errore di isteresi è il valore massimo
delle dierenze tra il valore di carico e scarico in corrispondenza di un punto di misura (per
cicli di carico e scarico regolari ovvero equi spaziati e svolti per gli stessi ingressi). Come negli
altri casi esistono due denizioni, relative allo scostamento massimo e a quello medio, per una
determinata stazione di carico:
EIst = max yi_Carico − yi_Scarico o EIst = max ȳi_Carico − ȳi_Scarico .

Figura 4.56: Calcolo indicatore di Isteresi
4.7.5 Rappresentazione caratteristiche di qualità della strumentazione

Indipendentemente dall'origine, i diversi contributi agli errori di misura vengono accomunati in
una rappresentazione numerica sintetica, un indicatore di qualità complessiva, che richiede
una forma di espressione.
L'errore strumentale è normalmente espresso in termini di percentuale della lettura attuale o del
fondoscala dello strumento.
Figura 4.57: Rappresentazione errori di misura

Uno schema diuso combina queste due denizioni:
1. la percentuale del fondoscala viene adottata per denire il campo di linearità in prossimità
dello zero dove l'errore percentuale sulla lettura potrebbe essere alto;
2. l'errore in percentuale della lettura viene adottato per la rimanente porzione del campo di
lavoro.
Figura 4.58: Rappresentazione
4.7.6 Classicazione dell'accuratezza: le Classi di Precisione

L'impiego operativo di uno strumento richiede una denizione sintetica delle sue qualità di
accuratezza sintetizzato nella denizione delle classi di precisione; vediamone il signicato e
le conseguenze operative che ne conseguono.
La denizione avviene, con un termine in qualche modo fuorviante, mediante la classa di
precisione, denita dai limiti della variabilità attesa delle misure rispetto al valor vero, espressi
in percentuale di un valore convenzionale, tipicamente il fondo scala dello strumento.
|x̄ − xV ero |
CP = ± 100
P
Quindi per denire le Classi di Precisione si utilizzano i limiti di Accuratezza dello strumento.
Gli strumenti sono suddivisi in classi di precisione contraddistinte da un numero detto indice
di classe; alcune delle classi previste dalle norme CEI sono:
1. Classe 0.05: errore inferiore allo 0.05% del fondo scala;

4. ...
5. Classe 3: errore inferiore al 3% del fondo scala.
Gli indici di precisione rappresentano i limiti di errore percentuale, che uno strumento, appar-
tenente a tale classe, non deve superare, su tutto il campo di misura, nelle condizioni di
riferimento indicate dal costruttore.
Il sensore normalmente avrà l'indicazione di classe riportata sulla sua scheda tecnica (datasheet).
Le condizioni di riferimento deniscono i valori della temperatura dell'ambiente, della posizione e
dell'orientamento dello strumento, dei campi magnetici esterni, dell'umidità e in generale di tutte
quelle variabili che possono modicare il comportamento dello specico strumento. Esempio: un
amperometro di classe 0.2 portata 5 A in qualunque punto della scala non deve avere un errore
di accuratezza superiore a
0.2
CP = ± 5A = ±0.01A
100
Utilizzando lo strumento entro i limiti indicati dalle norme, ma al di fuori della condizione di
riferimento, l'errore di accuratezza dello strumento non potrà mai eccedere il doppio dell'errore
indicato dalla classe altrimenti il sensore non potrà essere denito come appartenente a tale
classe. Esempio: nel caso dell'amperometro precedente i limiti di utilizzo possono prevedere una
variazione della temperatura ambientale di ±10◦ C intorno alla temperatura di riferimento di
20◦ C . L'errore di accuratezza fra 10◦ C e 30◦ C non dovrà perciò essere superiore a ±2×(0.01A) =
±0.02A, anchè allo strumento venga attribuita una classe di precisione pari a 0.2. A queste
indicazioni potrà essere associato un livello di adabilità alla luce delle interpretazioni, possibili
solo in seguito, di carattere probabilistico. Esempio: un manometro avente 1 MPa di fondoscala
e una accuratezza dell' 1%F S fornirà misure accurate entro ±0.01 MPa per pressioni da 0 a 1
MPa.
Si noti che poiché l'incertezza è costante su tutto il campo di misura l'errore relativo rispetto
alla misura stessa si amplica per i valori più bassi.
È diusa una prassi semplicata e conservativa per la determinazione di tale indicatore: si
determina la massima deviazione ottenuta in fase di taratura dai valori di riferimento, assumendo
che questa sia comprensiva sia degli errori di modello (mancanza di accuratezza) che di precisione
(mancanza di ripetibilità della misura):
Ei = xi − a1 yi − ab e CP = max (|Ei |) /P .

Figura 4.59: Denizione di classe
Utilizzo degli strumenti Il corretto impiego dello strumento è fondamentale per

l'ottenimento della qualità di misura dichiarata dal costruttore.
Le regole di utilizzo di uno strumento prevedono che venga eseguito:
• il controllo delle condizioni ambientali durante l'esecuzione delle misure;

• il corretto riscaldamento della strumentazione prima della misura;
• un corretto maneggiamento;
• una accurata installazione onde evitare errori di allineamento;
• una corretta manutenzione;
• un corretto immagazzinamento quando non utilizzato.
Dalle procedure di qualità è richiesta la taratura periodica che deve contenere:
• i riferimenti metrologici (norme e documenti);

• i dati rilevati;
• i coecienti della taratura completi delle rispettive incertezze.
È necessaria anche la verica periodica delle caratteristiche principali (ripetibilità, isteresi, . . . )
4.7.7 Esercizi Conclusivi

Un manometro di Bourdon (vedi gura) viene sottoposto a un processo di taratura alla tempe-
ratura di 20◦ C . La procedura produce i risultati presenti nella tabella sottostante. La sensibilità
nominale a 25◦ C è pari a 5deg/kP a (gradi di rotazione della lancetta/kPa) e la risoluzione della
scala graduata è 0.01kP a.
Figura 4.60: Manometro di Bourdon: esempio e dati

Si chiede di: a) Calcolare la deriva di sensibilità dello strumento dovuta alla variazione di
temperatura. b) Calcolare la deriva dello zero dello strumento.
4.8 Informazioni generali

In ogni paese, il Servizio Nazionale di Taratura metet a disposizione un sistema di laboratori e
procedure che permettono di svolgere le attività per la taratura e messa in qualità della stru-
mentazione. A seconda delle necessità un utilizzatore farà riferimento al livello della Piramide
di riferibilità del sistema di taratura coerente con le proprie necessità, per es. individuando
un laboratorio in grado di tarare un particolare strumento al livello di accuratezza richiesto.
Figura 4.61: Piramide di riferibilità del Sistema Italiano di Taratura - SIT

Le capacità operative dei diversi laboratori accreditati sono riportate in schede simili a quella di
gura, dove sono riportate le informazioni sulle grandezze per le quali sono disponibili campioni
4.8. INFORMAZIONI GENERALI 177
di riferimento, la tipologia di strumentazione tarabile, i campi di misura e il livello di incertezza

garantito.
Figura 4.62: Informazioni centri di taratura

Figura 4.63: Certicato di taratura - pag 1

4.8. INFORMAZIONI GENERALI 179
Figura 4.64: Certicato di taratura - pag 2

Le informazioni relative alle caratteristiche metrologiche di uno strumento possono essere rese
disponibili in formati diversi. Nelle gure seguenti sono riportate le schede di un produttore e
di unc entro di taratura.
Figura 4.65: Scheda taratura accelerometro

Capitolo 5
Acquisizione dati con il computer

In questo capitolo arontiamo la problematica di come interfacciare un sistema di elaborazio-
ne elettronica col mondo sico, con lo scopo di misurarne la tensione in uscita di uno o più
trasduttori. La discretizzazione operata dal calcolatore è doppia: sul valore e sul tempo: la
prima è dovuta agli schemi di rappresentazione delle informazioni numeriche (che vedremo non
essere particolarmente grave), la seconda al fatto che il calcolatore non può operare con segnali
continui, ma con una serie di valori misurati in istanti temporali cadenzati. Oltre a un erro-
re di rappresentazione avremo da discutere cosa implica la mancanza di informazioni tra due
diversi istanti di misura. A questi problemi si aggiunge poi quello di un inevitabile limite di
osservazione, che comporta la necessità di misurare per un tempo assegnato.
Ci occuperemo delle funzioni elementari, dell'operazione di conversione analogico digitale e delle
problematiche a essa connesse prima, e dell'acquisizione di segnali variabili nel tempo poi. Si
aronteranno inne i sistemi di acquisizione come dispositivi in grado realizare e svolgere in
maniera programmata le funzioni elementari. Il capitolo, per dimensione e contenuti, è separato
da quello dei trasduttori. Vale la pena sottolineare sin d'ora che un sistema di acquisizione dati
èè a tutti gli eetti un trasduttore, tensione - numero, per cui a questi oggetti si applicano regole
e comportamenti del tutto analoghi a quelli della normale strumentazione.
5.1 Conversione Analogico-Digitale

L'utilizzo degli elaboratori elettronici, e dei PC in particolare, ha notevolmente semplicato le
attività sperimentali e aumentato la produttività.
In questo paragrafo si cercherà di capire come sia possibile misurare una tensione utilizzando un
elaboratore elettronico, in particolare individuando con quali logiche ed espedienti tecnici.
Figura 5.1: Collegamento tra mondo sico e computer
L'ambiente sico è intrinsecamente continuo e dierenziato (ogni grandezza ha una propria unità
di misura), al contrario dell'ambiente di un elaboratore che ha alcune caratteristiche speciche:
181
182 CAPITOLO 5. ACQUISIZIONE DATI CON IL COMPUTER
1. le grandezze sono tutte elettriche;

2. il tempo è discreto;
3. sono ammesse solo alcune modalità di rappresentazione delle informazioni.
Assolto il compito di trasformare delle grandezze siche in grandezze elettriche (grazie ai tra-
sduttori) abbiamo ancora bisogno di realizzare due funzioni: trasformare una grandezza elettrica
in un valore, la sua misura ed essere in grado di farlo con cadenza assegnata, secondo esigenze
di prova.
Realizzare l'interfaccia tra il mondo sico e un elaboratore richiede inevitabili compromessi legati
al modo in cui un elaboratore funziona e ragiona. Le informazioni in un computer presentano
infatti una doppia discretizzazione:
1. in valore, dovuta al fatto che un calcolatore non può rappresentare i numeri con una serie
innita di cifre decimali. Esiste quindi un limite di risoluzione dei valori, in genere non
molto critico;
2. nel tempo, dovuta al fatto che un calcolatore non ha la possibilità di lavorare con segnali
continui. Esiste quindi un limite di risoluzione temporale (campionamento), che si
esplica nella mancanza di informazioni tra due istanti temporali.
A ciò si aggiungono altre due limitazioni pratiche:
1. un limite di osservazione, che si manifesta nella necessità di limitare il tempo complessivo
di osservazione del fenomeno.
2. un limite, di carattere tecnologico, sul valore massimo delle tensioni in ingresso acquisibili.
Avremo quindi un limite di risoluzione, un segnale discreto e un campo limitato.
Figura 5.2: Quantizzazione e campionamento
L'uscita del trasduttore, una tensione continua, deve essere convertita in una forma digitale,
cioè in un numero binario per poter essere utilizzato da un calcolatore. L'operazione di Con-
versione analogico-digitale in sintesi si compone di due fasi distinte: il campionamento,
cioè la denizione di un passo temporale con cui fotografare il segnale in esame, e la quantiz-
zazione, cioè la traduzione, per ogni istante temporale di campionamento nel corrispondente
numero binario. Come anticipato, per semplicità espositiva, ci occuperemo innanzitutto della
quantizzazione, per poi focalizzare l'attenzione sul campionamento.
5.1.1 Quantizzazione e Risoluzione

Per eettuare la misura è necessario costruire un ponte che permetta di convertire l'informazio-
ne continua di tensione in un numero binario e poi nella sua misura; ci serve quindi inquadrare
5.1. CONVERSIONE ANALOGICO-DIGITALE 183
una possibile logica e le caratteristiche generali di funzionamento che deve avere il dispositi-
vo capace di svolgere questa funzione: il convertitore analogico digitale, Analog to Digital
Converter ADC, o più semplicemente A/D o AD.
Le caratteristiche fondamentali di questo ponte sono:
1. utilizzo della sistema binario, un elemento di carattere tecnologico;

2. utilizzo della logica intera, un ulteriore elemento di carattere tecnologico;
3. denizione degli estremi del campo di misura, una scelta di progetto che comporta un
limite di portata dello strumento;
4. denizione a priori del numero di tensioni misurabili, una scelta di progetto che comporta
un limite di risoluzione;
5. utilizzo di un legame lineare tra i due mondi, una scelta di progetto che determina il
comportamento dello strumento.
Volendo misurare una tensione, non c'è bisogno di un trasduttore, pertanto l'unico approccio
possibile è per confronto con una tensione di riferimento. Questo richiede la disponibilità, tra
gli altri, di un dispositivo in grado di generare un elenco di tensioni, di valore certo, stabile e
corrispondente a uno specico numero binario; si tratta del convertitore digitale/analogico, DAC
o DA.
Questo comporta avere un prestabilito numero di tensioni generabili e la loro distribuzione, un
metodo di identicazione compatibile con la logica del calcolatore, una tecnica per generare le
tensioni necessarie e una procedura per la gestione del processo.
Tornando ai punti chiave del ponte, potremo dire che:
1. l'utilizzo della codica binaria è imposto dal contesto: è quella su cui sono basati i circuiti
digitali degli elaboratori elettronici;
2. l'utilizzo della logica intera è dettato da esigenze di rapidità: si tratta della modalità più
semplice e veloce per la gestione di un'informazione numerica. Basta pensare alla banalità
delle operazioni di somma e prodotto:
101 + 001 = 110 (5+1=6)

101 * 010 = 1010 (5*2=10)
Sinteticamente:
nBit−1
X
B(bi , 0 = 1 : nBit − 1) ⇒ D = bi 2i
i=0
3. l'impiego della logica intera con il sistema binario comporta un massimo numero gestibile:
per rappresentare il dato intero è necessario defnire a priori il numero di bit; stabilito
questo valore, il numero di possibili congurazioni è espresso in potenza di 2, nB = 2nBit ,
mentre i numeri rappresentabili vanno da 0 a BM ax = 2nBit − 1 ; ne consegue un numero
nito di valori con cui potrà essere operata la conversione. Connaturato con il sistema
abbiamo quindi un limite di risoluzione. Il numero di bit utilizzati per la codiche è
una caratteristica della architettura hardware del convertitore A/D: modicarla signica
sostituire l'intero sistema di acquisizione.
N bit Livelli
3 8
4 16
8 256
10 1024
4. la necessità di denire un campo di tensioni limitato è inevitabile, se si pensa che si dovrà

concepire un circuito in grado di gestire l'operazione di conversione; un concetto del tutto
analogo alla denizione della portata di uno strumento. Avremo quindi un campo di
conversione limitato, considerando per ora il caso di misure positive, tra un minimo nullo
e un massimo VM ax ; nel caso la tensione non dovesse rientrare in questo limite si avrebbe
la saturazione della misura al valore massimo o minimo.
5. l'assunzione di una caratteristica di funzionamento lineare è la scelta ovvia per un tra-
sduttore e vale anche in questo caso; adottando una discretizzazione uniforme (non è però
l'unica scelta) il fondoscala risulta diviso in un numero di intervalli uguali, pari al numero
di codici binari rappresentabili, ciascuno di ampiezza Q = F SA/nB ; in questo modo la
tensione rappresentata dal generico numero binario B vale: VB = Q × B .
Dal punto di vista della misura, questa relazione ricostruisce la tensione a partire dal numero
binario:
VM is = B · Q ≈ VIn
è quindi la relazione di misura del trasduttore AD, e il quanto rappresenta la funzione di
trasferimento del misuratore associato al trasduttore.
La misura binaria viene invece determinata come:

VIn
B = int
Q
In questa equazione è stato inserito l'operatore di troncamento, necessario per aver B intero e
rappresentare matematicamente l'eetto della discretizzazione. La funzione di trasferimento di
quantizzazione, o di taratura nominale, è:

B .
= int
VIn Q
A causa del troncamento, tutte le tensioni che non dieriscono da B Q per più di mezzo quanto
daranno luogo alla stessa codica, B , e quindi alla stessa misura; se si preferisce: a un singolo
valore binario viene associato un intervallo di tensioni di ampiezza pari al quanto.
Figura 5.3: Processo di quanticazione e misura
Possiamo utilizzare anche in questo caso il classico diagramma di taratura, riscontrando che il
trasduttore convertitore AD è dotato di una funzione di taratura a gradini, in maniera del
tutto analoga a un potenziometro a spire. Per enfatizzare gli aspetti del troncamento, viene
riportato il caso di un convertitore unipolare, a soli 3 bit con fondoscala di 10V. Il quanto è
pari a 1.25V (10V /23 ) ed entrando nel diagramma con una qualsiasi delle tensioni sottese a un
tratto orizzontale si ottiene sempre lo stesso livello in uscita. Con riferimento alla gura, tutte
le tensioni nell'intervallo 3.75 − 5V vengono codicate con il livello 011 e misurate con il valore
3.75V .
Figura 5.4: Diagramma di conversione e errore di quantizzazione
Dall'osservazione del graco si evince che la tensione di fondoscala di misura non viene raggiunta:

nBit FS 1
VM is_M ax = BM ax Q = 2 − 1 nBit = F S 1 − nBit
2 2
La portata eettiva in uscita è ridotta di un quanto.
La relazione di misura vista è valida per il campo di misura unipolare, cioè di misure solo
positive; nel caso di misure anche negative il limite inferiore del campo di conversione è non
nullo (VM in : VM ax ) e simmetrico (−VM ax : VM ax ). Abbiamo quindi una doppia denizione di
ampiezza del campo o fondoscala: il fondoscala di misura, che costituisce il massimo in valore
assoluto (usualmente simmetrico, che chiameremo Fondoscala di misura o, semplicemente F S ),
e la dimensione del campo di misura (distanza tra tensione massima e minima) VM in : VM ax ,
(che chiameremo Fondoscala di acquisizione o F SA) che, per quanto detto, pari a 2VM ax . Valori
tipici sono:
Campo di Tensioni FS di Misura FS di acquisizione

0 ÷ 10 V FS 10V FSA 10V
0÷5V FS 5V FSA 5V
-5 ÷ +5 V FS 5V FSA 10V
-10 ÷ +10 V FS 10V FSA 20V
Nel caso di campo bipolare la relazione di misura deve essere corretta per tenere conto che
gli zeri dei due riferimenti non coincidono. Infatti per un ingresso nullo il numero binario è
B0 = BM ax /2, quindi nella relazione di misura dovrà essere inserita la traslazione dell'origine:

BM ax
VM is = B − · Q ≈ VIn
2
Nel caso bipolare dal punto di vista della risoluzione, a parità di numero di bit e di fondoscala
di tensione, si avrà un raddoppio dell'errore.
Risoluzione di lettura: l'errore o incertezza di quantizzazione Dal punto di vista

metrologico il numero di bit determina il numero di misure disponibili e la granularità della
misura; determina quindi la risoluzione, cioè la minima dierenza di tensione che può essere
letta, risolta, dallo strumento e l'entità dell'errore di quantizzazione. La risoluzione è pari
alla distanza tra due valori di tensione adiacenti, quindi pari all'intero quanto:
Ris = Q
mentre l'errore di errore di quantizzazione, il cui valore massimo è pari a metà del quanto:
Q ≤ ±Q/2
rappresenta la dierenza massima tra la tensione quantizzata e la tensione in ingresso. La stima

dell'errore potrà essere massimizzata adottando il valore massimo, oppure espressa in termini di
incertezza; è quest'ultimo elemento che verrà utilizzato per la valutazione della qualità generale
del sistema di conversione.
L'errore di risoluzione corrisponde al cambiamento nella tensione dovuto al bit meno signica-
tivo e una maniera di esprimerla è proprio bit meno signicativo o LSB dalla denizione
anglosassone di least signicant bit.
1LSB = Q = F SM ax /2nBit
Nel caso di una quantizzazione a 10 bit e campo 0-10V si avrebbe:
εQ = ±(10/210 )/2 = ±(10/1024)/2 = ±0.00488V
In termini relativi al fondoscala l'errore % vale:
εQ % = ±Q/2/F S ∗ 100 = ±((1/1024)/2) ∗ 100 ≈ ±0.05%
Nella tabella sono riportati alcuni esempi di valori rappresentativi allo scopo di ricordare gli
ordini di grandezza degli elementi in gioco.
N bit Livelli Ris(%FS) LSB mV εQ mV

10 1024 0.098 9.76 4.88
12 4096 0.024 2.44 1.22
14 16384 0.006 0.610 0.305
16 65536 0.001 0.125 0.063
Come evidente risoluzione migliora al crescere del numero di bit: un convertitore a 10 bit, con
una risoluzione di 1/1024 sul FS, sembrerebbe fornire un valore più che suciente per molte
applicazioni; peraltro è quasi impossibile trovare sistemi di acquisizione di utilizzo generale con
meno di 12 bit; i sistemi più diusi ne hanno almeno 14 o 16. Il requisito di progettazione alla
base di questa scelta è quello di rendere l'errore di quantizzazione trascurabile rispetto alle altre
fonti di errore.
5.1.2 L'operatore di quantizzazione: il convertitore A/D

Il convertitore analogico/digitale (A/D o ADC) è l'elemento fondamentale di un sistema di
acquisizione dati. Alle due caratteristiche già analizzate di risoluzione e fondoscala è naturale
aggiungere il tempo di conversione (tAD ), cioè il tempo necessario per eseguire l'operazione su
una singola tensione; questa caratteristica è anche espressa in termini di frequenza di conversione
(fAD = tAD1
). Questo tempo è strettamente connesso a come l'hardware realizza l'operazione.
Esistono diverse losoe di costruttive per un convertitore A/D che dieriscono per la struttura
hardware e per la modalità con la quale viene eseguita la conversione. Essendo interessati alla
qualità dell'operazione, in questo paragrafo ci limiteremo al caso più semplice che consiste nel
generare in sequenza tutte le tensioni di riferimento, confrontando ciascuna di esse con la tensione
da misurare, interrompendo il processo quando si trova quella giusta, a meno di metà del quanto.
In termini di componentistica un convertitore A/D ha bisogno di:
1. un convertitore digitale/analogico (stesso numero di bit dell'A/D e stessa tensione massi-
ma) che produce in uscita la tensione costante Vi , corrispondente a un valore numerico
Bi in ingresso;
2. un'unità logica di controllo che genera una serie di valori Bi , in modo da spazzare il campo
0 − 2nBit − 1, secondo una strategia di ricerca della tensione Vi uguale all'ingresso Vx ;
3. un comparatore che interrompa il processo quando |Vi − Vx | < Q/2;
4. un orologio che scandisca il ritmo di lavoro.
Figura 5.5: Schema logico di convertitore AD
La sequenza logica del funzionamento è:
1. l'orologio scandisce il funzionamento del ciclo;

2. l'unità logica genera un numero binario;
3. il convertitore produce la tensione corrispondente;
4. il comparatore confronta la tensione generata con quella in ingresso;
5. se il confronto è negativo il ciclo riprende dal punto 2, altrimenti l'unità logica interrompe
il ciclo.
Come detto: nel caso più banale il convertitore le prova tutte, cioè esegue una ricerca lineare,
in questo modo necessitando un numero di cicli quanto più alto quanto la tensione da misurare si
avvicina al fondoscala; evidente come questa tecnica sia particolarmente poco eciente: dovendo
misurare due valori vicini al fondoscala si dovrebbe ogni volta scandire tutti i valori a partire dal
minimo. Una tecnica più sosticata, come una ricerca per bisezione, consentirebbe di ridurre i
tempi limitando il numero di cicli sempre al numero di bit.
Avendo visto che il funzionamento di un AD dipende dalla generazione di una tensione di con-
fronto, la qualità dell'operazione dipende in maniera diretta dalla qualità di generazione di questi
valori. Naturale chiedersi se questi eetti sono confrontabili con il limite di risoluzione. É quindi
necessario occuparsi del convertitore digitale/analogico che l'A/D utilizza.
5.1.3 Il Convertitore Digitale/Analogico

Il convertitore digitale/analogico D/A o DAC consente di generare un segnale, ancora discreto in
ampiezza ma costante nel tempo, a partire da un numero binario. I parametri funzionali che lo
caratterizzano sono gli stessi del convertitore A/D dovendone condividere fondoscala e numero
di bit. Interessante analizzare il funzionamento di un ipotetico DAC per capire perché un A/D
può commettere degli errori, ed essere impreciso ben oltre l'errore di quantizzazione.
Convertitore digitale-analogico a resistenze pesate Il convertitore digitale-analogico può

essere costituito da un circuito che somma contributi di corrente pari al numero di bit del
convertitore, ciascuno ottenuto pesando una tensione di alimentazione comune con una resistenza
di canale; ogni contributo è attivato da un interruttore pilotato dal bit a esso associato (se il bit
è nullo il circuito è aperto): abbiamo il convertitore DA a resistenze pesate riportato in
gura.
Figura 5.6: Schema elettrico del circuito sommatore di un convertitore a resistenze pesate
La soluzione del circuito porta all'uscita di tensione:
n−1
X VR
VOut = R bi
Ri
i=0
Se la pesatura è espressa in termini di moltiplicatori potenze di 2 della resistenza di

controreazione, allora:
Ri = 2N −i R
e il valore della resistenza di controreazione R scompare dall'espressione:
n−1
X 1
VOut = VR bi
2N −i
i=0
Per un convertitore a 3 bit avremmo:

Corrente in uscita: IR = VO /R
Correnti sui singoli rami: Ik = IR /2N −k
cioè: I2 = VR /(2R) ; I1 = VR /(4R) ; I0 = VR /(8R)
Tenendo donto degli interruttori, aperti o chiusi: IR = b0 I0 + b1 I1 + b2 I2
La tensione in uscita diventa:
VO = R IR = −R(I2 b2 + I1 b1 + I0 b0 ) =
−(R/R)VR (b2 /2 + b1 /4 + b0 /8) =
−(1/8)VR (4b2 + 2b1 + 1b0 ) =
−(1/23 )VR (22 b2 + 21 b1 + 20 b0 )
Generalizzando: VO = −(VR /2N )(2N −1 bN −1 + 2N −2 bN −2 + . . . + 20 b0 )
É evidente come, soprattutto all'aumentare del numero di bit del convertitore, possa essere
complicato disporre di resistenze correttamente scalate per avere un comportamento ideale.
Cerchiamo di capire cosa può succedere simulando un convertitore costruito con resistenze reali,
cioè con componenti di caratteristiche che possono essere non nominali, anche se di poco.
Prendiamo in considerazione un DAC a 10 bit e ipotizziamo di avere resistenze non perfettamente
selezionate sui valori richiesti (deviazione standard dei 10 valori di resistenza ≤ 0.01%).
Il diagramma mostra la dierenza tra il valore teorico e quello prodotto dal circuito reale espressa
in frazione del quanto (la distanza tra le linee rosse è pari al quanto).
In questo caso l'errore di realizzazione è piccolo rispetto al quanto e utilizzando serie di
resistenze diverse l'errore rimane sempre ben al di sotto dell'errore di quantizzazione.
Figura 5.7: Errori di un singolo dispositivo Figura 5.8: Errori di più dispositivi
La situazione, a parità di errori sulle resistenze, peggiora con l'au-

mentare del numero di bit, come evidenziato nelle gure seguenti.
Figura 5.9: Eetto su convertitori a 12 e 14 bit (singolo dispositivo e più dispositivi)
Con il convertitore a 12 bit la conversione rimane ancora all'interno dell'intervallo di quantizza-

zione ma è evidente che con la ripetizione l'errore si può avvicinare ai limiti; con 14 bit questo
succede quasi sempre. L'errore di realizzazione della tensione di riferimento può compromettere
la qualità del convertitore ben oltre il limite di risoluzione: per un convertitore è lecito aspettar-
si caratteristiche generali di qualità signicativamente peggiori di quanto ipotizzabile a partire
dalla semplice risoluzione.
Convertitore DAC a scala di resistenze Il cosiddetto convertitore a scala di resisten-

ze, descritto in gura, riduce il problema. Se esaminiamo lo schema di un convertitore di questo
tipo notiamo la presenza sui canali di resistenze di valori uguali (2R anziché di peso relativo
2i) e una serie di resistenze ancora di valore uguale (R): i contributi di corrente sono generati
utilizzando una tensione progressivamente dimezzata, richiedendo così resistenze uguali. Questa
architettura rende più facile ottenere una maggiore precisione di un convertitore DA, e quindi
anche del convertitore A/D.
Figura 5.10: Convertitore a scala di resistenze
Si lascia al lettore ricavare le relazioni che deniscono la tensione in uscita dal circuito.
Commento nale Sono reperibili schede da 12,14,16 o anche più bit; con questi sistemi la
risoluzione non è più un problema e, nell'analisi del sistema, si terrà conto semplicemente delle
altre caratteristiche di qualità. Occorre però tenere conto che la conversione richiede tempo,
quindi un elevato numero di bit potrebbe signicare tempi di conversione lunghi, con potenziali
problemi di compatibilità con speciche esigenze di prova. A titolo di esempio: gli AD delle
schede audio dei PC sono a 20 bit ma hanno tempi di conversione relativamente alti: le frequenze
di acquisizione sono infatti di 44 kHz contro 1 o più MHz delle comuni schede di acquisizione
dati.
5.1.4 Misura degli errori di conversione

Avendo visto alcuni motivi di comportamento diorme dal nominale, possiamo cercare di mi-
surare l'eetto complessivo usando le stesse tecniche di misura utilizzate per un trasduttore
analogico.
Un DAC può presentare delle non linearità di funzionamento per cui la funzione di conversione,
discretizzazione di un segmento di retta, non è una sequenza di gradini tutti della stessa altezza
ma diventa una funzione genericamente non lineare.
Se la risoluzione del convertitore è elevata e la qualità dei componenti buona, la dierenza tra
la funzione a gradini e quella nominale è piccola e ci possono essere delle irregolarità per cui il
funzionamento non è uniforme sul campo di misura, con uttuazioni attorno ai valori nominali.
É possibile quanticare gli scostamenti dalla relazione lineare ingresso / uscita, ricordando che
il convertitore è a tutti gli eetti uno strumento e come tale deve essere calibrato.
Possiamo avere un'indicazione globale sintetizzando le caratteristiche identicando termini di
errore sui coecienti (oset e guadagno) con una regressione lineare.
Figura 5.11: Identicazione errori di funzionamento come scostamento da modello regressivo

Il confronto tra comportamento eettivo e quello stimato con una regressione sui da-
ti consente di denire una fascia di non linearità la cui ampiezza denisce il massi-
mo scostamento della caratteristica reale da una retta e viene denominata non linea-
rità assoluta. Essa viene tipicamente espressa in percentuale del fondoscala in for-
ma lineare (AN L/F S ∗ 100) o sfruttando la denizione di deciBel (20log10 (AN L/F S)
). Si tratta di una valutazione di carattere globale, analoga all'accuratezza.
Figura 5.13: Rappresentazione della nonli-

Figura 5.12: Sintesi imprecisioni
nearità dierenziale
In termini locali, i punti adiacenti dovrebbero essere spaziati di un valore pari al quanto (indicato
con AD nel graco). Nel funzionamento reale i punti sono spaziati di un intervallo di ampiezza
diversa A0D ; questa discrepanza viene detta: non linearità dierenziale.
L'eetto è un'alterazione della sensibilità locale: a una assegnata variazione della tensione in
ingresso la variazione può non essere corretta e diversa in diverse posizioni del fondoscala.
Figura 5.14: Rappresentazione della perdita di una codica
Nel passaggio da analogico a digitale (in questo caso gli assi sono scambiati), le non linearità
del DAC possono produrre la sovrapposizione delle bande di conversione. In presenza di forte
non linearità dierenziale un gradino può essere totalmente assorbito da quelli adiacenti. In
questi casi, la tecnica di ricerca, basata sul funzionamento nominale, può essere ingannata, no
all'impossibilità di identicare un particolare gradino: la corrispondente tensione verrà sempre
attribuita a un altro livello e il suo codice non sarà mai presente nell'uscita. Tale fenomeno
prende il nome di missing code; la dichiarazione no missing codes è una tipica indicazione di
qualità per un sistema di conversione.
5.1.5 Ottimizzazione del fondoscala

Le diormità di comportamento di un trasduttore vengono normalmente espresse in frazione
del fondoscalae l'espressione della qualità di un sistema in percentuale della massima misura
possibile, quindi costante su tutto il campo, è comune nell'ambito delle misure.

Poiché l'errore ha ampiezza costante, esso mantiene il proprio peso in relazione a misure vici-
ne al fondoscala ma assume un peso relativo tanto più importante quanto più piccola è la
frazione sfruttata del fondoscala. Se il segnale da digitalizzare non supera il 10% del FS,
l'incertezza relativa sulla misura verrà amplicata da un fattore 10, quindi un buon indicatore,
es di 1% riferito alla portata dello strumento, relativamente a questa misura diventerebbe un
inaccettabile 10%. Il problema deriva dalla impossibilità pratica di sfruttare tutta l'escursione
del campo di misura dello strumento (detta anche dinamica).Per un trasduttore analogico ci si
potrebbe dotare di un certicato di taratura sulla frazione impiegata del fondoscala; questo però
è un approccio troppo rigido per l'acquisizione dati. Per il convertitore possiamo, indierente-
mente, introdurre un circuito di amplicazione della tensione da misurare o ridurre la tensione
di fondoscala. Il dispositivo necessario è in entrambi i casi un amplicatore, nel secondo con
guadagno reciproco del primo.
Figura 5.15: Lettura di frazione del fondoscala
Le due opzioni hanno lo stesso scopo: quello di portare la tensione da rilevare in prossimità del
fondoscala di misura agendo sul segnale o sul convertitore in modo da mantenere l'errore relativo
sulla misura dello stesso ordine di quello sul fondoscala. Il peso dell'errore caratteristico viene
quindi ridotto e l'errore relativo si riduce di un fattore pari al fattore di amplicazione
EAss 1%F SAD 10

ERel = 100 = 100 = %
G · F SM is G · 10%F SAD G
Figura 5.17: Catena di misura con amplicatore
Figura 5.16: Eetto su segnale
Nella catena di misura si introduce un elemento che può essere a sua volta fonte di incertezza:
il guadagno è nominale e potrebbe essere non perfettamente stabile nel tempo.
Le schede sono dotate di amplicatori che consentono di adattare il fondoscala al campo di
escursione delle misure. Se non utilizzabili, o non adeguati, si ricorre all'amplicazione esterna.
Sulle schede tecniche dei convertitori è normalmente riportato un elenco di guadagni dispo-
nibili e un paio di fondoscala, unipolari e bipolari; in alcuni casi ne è proposto un elenco con,
evidentemente, gli stessi risvolti operativi.
Nel primo caso, una volta scelta la polarità, il modo più semplice per denire il guadagno è
dividere il fondoscala per la misura massima prevista e troncare il risultato al valore intero
inferiore:
G = int(F S/VM ax )
Nel secondo la scelta del fondoscala esaurisce la congurazione in quanto si scelgono
contemporaneamente la polarità e il fondoscala.
Nei casi in cui il segnale possa eccedere i valori stimati, es. perché non può essere facilmente
tenuto sotto controllo, è necessario prestare attenzione alla saturazione (superamento del cam-
po di lettura) utilizzando un adeguato margine di sicurezza: sarebbe oltremodo seccante dover
ripetere l'esperimento nel caso di un segnale rilevante in saturazione.
Un altro problema tipico è costituito dalla presenza, nelle diverse misure da realizzare, di un
valore costante che obbliga ad adeguare il fondoscala al valore massimo (costante + ampiezza
variabile) per poi procedere con una elaborazione che fornisce il segnale depurato di un valore
costante elevato. Dalla gura che segue, nella quale è stato volutamente utilizzato un numero di
livelli di discretizzazione basso, risulta evidente che i livelli inferiori non sono utili alla descrizione
del segnale.
Figura 5.18: Dinamica limitata

La componente costante, detta statica, può essere rimossa con un opportuno circuito di con-
dizionamento analogico: un ltro passa-alto, che rimuova solo la componente costante, o un
circuito di oset, per aggiungere/togliere una tensione costante pari al valore medio del segnale.
Con il secondo metodo, essendo necessaria una regolazione, è normalmente possibile misurare la
componente sottratta.
Figura 5.19: Dinamica a tutta scala

L'escursione del segnale, detta dinamica, può essere amplicata con un adeguato guadagno
portando i valori massimi e minimi a coprire l'intero fondoscala di misura; la risoluzione viene
meglio sfruttata per discretizzare la sola componente variabile.
Schemi riassuntivi Si riportano alcuni schemi utili per sintetizzare gracamente il sistema
di conversione.
Misura in presenza di quantizzazione Questo schema sintetizza le funzioni svolte da un
convertitore analogico-digitale e identica le funzioni svolte a livello hardware e software.
Figura 5.20: Schema riassuntivo di misura con convertitore AD
Blocco Acquisizione dati

Deniamo il blocco Acquisizione Dati per il caso statico, prendendo in considerazione il singolo
canale:
Figura 5.21: Blocco funzionale di convertitore AD

5.2. IL CAMPIONAMENTO 195
5.2 Il Campionamento
Campionare un segnale signica fotografare il segnale stesso in una sequenza nita di istanti
costituita dai valori istantanei assunti dal segnale continuo in determinati tempi, detti di cam-
pionamento. L'intervallo che separa due successivi campionamenti è detto periodo di cam-
pionamento TC (TS da sampling time). Il reciproco del periodo di campionamento prende il
nome di frequenza di campionamento, fC (fS da sampling frequency).
Quindi il segnale digitalizzato è costituito da una funzione tempo discreta, limitata al
periodo di osservazione denito da un numero predenito di istanti e quantizzata, cioé a valori
discreti.
Figura 5.22: Eetto combinato di campionamento e quantizzazione
La frequenza di campionamento e il tempo di osservazione vengono deniti a priori in

funzione delle esigenze della prova e, per quanto riguarda la frequenza di campionamento, essa
è normalmente di ordini di grandezza inferiori della frequenza di conversione dell'A/D, caratte-
ristico dell'hardware utilizzato. Prima di poter utilizzare il segnale campionato per un qualsiasi
scopo occorre però essere sicuri che la perdita delle informazioni conseguente al campionamento
non faccia perdere signicatività alla misura; operativamente, come essere sicuri che il segnale
campionato sia completamente rappresentativo del segnale continuo. Ci rimane da discutere gli
eetti legati al tempo.
Il campionamento provoca inevitabilmente una limitata trascrizione del contenuto informativo
presente nel segnale continuo in quello campionato, in quanto si perde l'informazione sui valori in
tutti i tempi diversi dagli istanti di campionamento, pur in presenza di una corretta valutazione
istantanea. Intuitivamente possiamo supporre che l'evoluzione del segnale tra due istanti di
campionamento debba essere regolare; ma è utile sapere cosa succederebbe se così non fosse,
in particolare se si tratterebbe solo di una perdita o di qualcos'altro.
Esempi elementari di quello che può succedere campionando delle sinusoidi sono riportati nella
gura seguente. I due casi mostrano come il campionamento possa generare ambiguità di in-
terpretazione: i dati rilevati sono corretti ma appartengono contemporaneamente a entrambe le
sinusoidi.
Figura 5.23: Campionamento lento

In assenza del segnale completo, l'esame dei soli dati campionati, potrebbe comportare un errore
di interpretazione: osservando solo le crocette, il segnale viene naturalmente interpretato come
evolvere alla frequenza inferiore possibile. Sembra di avere a che fare con una sinusoide di
una certa frequenza ma, in realtà la frequenza è più elevata ma non è adeguatamente campionata
e appare essere una armonica a frequenza inferiore. Questa ambiguità è nota come aliasing, dal
latino alias - sembrare.
Figura 5.24: Interpretazione di campionamento lento
L'errore nell'interpretazione del contenuto in frequenza del segnale originale è riscontrabile anche
nell'esperienza quotidiana: ne sono esempi le luci stroboscopiche nelle discoteche e le ruote di
carri e automezzi nei lm.
Il fenomeno può essere meglio visualizzato nel dominio delle frequenze: la rappresentazione
spettrale di un coseno è una linea collocata alla frequenza corrispondente alla pulsazione del
segnale. La sinusoide a frequenza maggiore dovrebbe essere collocata nella parte destra del
diagramma; al contrario, appare in quella a sinistra; nel secondo caso addirittura appare a
frequenza nulla.
Figura 5.25: Interpretazione in frequenza di campionamento lento
Il contributo energetico aetto da aliasing si sposta a una frequenza inferiore e si confonde

con il contenuto in frequenza presente in quella parte dello spettro.
5.2.1 Aliasing e Teorema del Campionamento

Ci serve uno strumento più razionale per la gestione del problema.
Dimostrazione
Consideriamo la generica sinusoide di frequenza f , rappresentativa della dinamica di un segnale
da acquisire, campionata con passo TC = ∆t (frequenza di campionamento fC ): sin (2πf t).
Ampiezza e fase sono inessenziali per gli scopi della dimostrazione, per cui sono state scelte la
prima unitaria e la seconda nulla.
La logica della dimostrazione è basata sui seguenti passi:

1. Introduzione del tempo discreto, t = k∆t
2. Manipolazione per ottenere la struttura elementare della funzione sinusoidale, risolvendo
la periodicità: sin (πh)
3. Recupero della forma originale della sinusoide , sin 2 π f¯t

4. Analisi dei casi possibili e confronto tra la frequenza ricostruita f¯ e quella originale f : se
coincidenti il campionamento non ha introdotto ambiguità, se diverse il campionamento
ha modicato la frequenza del segnale.
Il tempo t al generico istante k -esimo è dato da:
t = k∆t
possiamo quindi elaborare la funzione sin:
sin (2πf t) = sin (2πf k∆t)
É naturale rendere omogenei i termini di tempo e frequenza, sostituendo al passo di

campionamento il suo reciproco:

f
sin (2πf t) = sin (2π k f ∆t) = sin πk
fC /2
Portando il moltiplicatore 2 a dividere il denominatore, si introduce il rapporto tra la frequenza

della sinusoide e metà della frequenza di campionamento. Tale termine può essere riscritto come
somma di una parte intera p e una decimale q :

f f
p = int ; q = mod
fC /2 fC /2
Ottenendo
f
=p+q
fC /2
Quindi la funzione sinusoidale si trasforma inne in:
sin (2πf t) = sin (π(p + q)k) = sin (πpk)cos(πqk) + sin (πqk) cos (πpk)
Poiché sin (πpk) ≡ 0 per ∀p e k otteniamo:
sin(2πf k∆t) = sin(πqk)cos(πpk)
Nel caso di p pari si ha:

2∆t
sin(2πf k∆t) = sin(πqk) = sin πqk
2∆t
Riportando la struttura dell'argomento a quella inziale si ottiene inne:

2∆t
sin πqk = sin(2πf1 k∆t)
2∆t
Il segnale campionato, riportato al tempo continuo, appare ora come una sinusoide con una
frequenza diversa da quella originale:
q fc
f1 = =q
2∆t 2
Si sviluppa ora il caso di p dispari:
sin(2πf k∆t) = (−1)k sin(πqk) =
cos(πk)sin(πqk) =
cos(πk)sin(πqk) − sin(πk)cos(πqk)
Poiché il secondo termine sin(πk) è identicamente nullo si ottiene: sin(2πf k∆t) =
sin (π(q − 1)k).
Inoltre poiché l'argomento è negativo, cambiamo segno per avere frequenze positive:

2∆t 1−q
sin(2πf k∆t) = −sin (π(1 − q)k) = −sin π(1 − q)k = −sin 2πk∆t
2∆t 2∆t
La funzione sinusoidale è sfasata di 180◦ (cambia il segno) e anche in questo caso si ha una
frequenza apparente:
1−q fC
f2 = = (1 − q)
2∆t 2
A dierenza del caso precedente la variazione rispetto a q è cambiata di segno, cioè per un
piccolo incremento della frequenza (p inalterato e q crescente) la frequenza apparente diminuisce.
Esempio Applichiamo queste formule a qualche esempio:

Si consideri una sinusoide, di frequenza f =1025 Hz, campionata con passo temporale
∆t =TC =0.005 s (fC =200 Hz)
I valori di p e q che ne derivano sono: p =10 ; q =0.25
q
Essendo p pari: f1 = 2∆t .25
= 2×.005 = 25 Hz
La funzione sinusoidale a 1025 Hz, campionata a 200 Hz, si è trasformata in una sinusoide a 25
Hz
Figura 5.26: Eetto di Aliasing per passo di campionamento 0.005s
Eettuando invece un campionamento con passo T C =0.0025s (f C =400 Hz) si ottengono i valori
p =5; q =0.125 .
Essendo p dispari:
1−q 1 − .125 .875
f2 = = = = 175 Hz
2∆t 2 × .0025 .005
In questo caso la sinusoide a 1025 Hz si è trasformata in una sinusoide a 175 Hz per il
campionamento a 400 Hz
Figura 5.27: Eetto di Aliasing per passo di campionamento 0.0025s

L'eetto su un tono aetto da aliasing dipende dal rapporto tra la frequenza del segnale e la
frequenza di campionamento. Potremmo pensare a un metodo euristico per capire se c'è aliasing:
1. campioniamo il segnale a due frequenze diverse;
2. confrontiamo il contenuto in frequenza nei due casi;
3. se la forma dello spettro non cambia allora il campionamento è corretto altrimenti la
modica dello spettro evidenzia la presenza di aliasing.
Ma non avrebbe senso operare in questo modo: non solo il metodo Trial and error non è
eciente ma potrebbe non essere né ragionevole né possibile ripetere l'esperimento. In realtà
abbiamo dimostrato il teorema di Nyquist o Shannon o del campionamento:
un segnale sinusoidale campionato non ammette ambiguità di interpretazione se la
sua frequenza è inferiore o al più uguale a metà di quella di campionamento.
p nullo fApparente = q f2C = f
I casi sono 3: p pari fApparente = q f2C 6= f
p dispari fApparente = (1 − q) f2C 6= f
Quindi per non avere ambiguità di rappresentazione, cioè per evitare l'aliasing, p deve essere
nullo. Ne risulta un limite in frequenza al contenuto armonico del segnale perché non ci sia alia-
sing; questo limite può essere visto come la banda passante del campionamento ed è identicato
come frequenza di Nyquist:
1
fLim = fC = fN
2
Si ribadisce che i dati campionati senza rispettare il teorema del campionamento sono corretti
per quanto riguarda i loro valori nel tempo, mentre è il loro contenuto in frequenza che risente
della distorsione dovuta all'aliasing.
Riassumendo:
• Assegnata la frequenza di campionamento non si ha aliasing solo per i segnali a frequenze
inferiori alla frequenza di Nyquist.
• Il campionamento determina quindi la banda passante dello strumento sistema di
acquisizione dati: 0 − fN .
Il teorema del campionamento (di Shannon o di Nyquist) detta quindi la condizione
per evitare l'aliasing (condizione necessaria per un corretto campionamento): Se un segnale
è campionato con una frequenza almeno doppia di quella a partire dalla quale il contenuto
armonico si annulla allora il campionamento non introduce errori di aliasing nel contenuto
armonico del segnale.
A(f < fN ) 6= 0
A(f ≥ fN ) = 0
Figura 5.28: Spettro di segnale acquisibile senza aliasing
Quindi se il segnale è intrinsecamente a banda limitata, si potrà valutare l'innalzamento della

frequenza di campionamento no a rispettare il teorema del campionamento, altrimenti sarà
necessario limitare articialmente il contenuto in frequenza. In questo modo è sempre
possibile identicare una fN che garantisca il corretto campionamento.
5.2.2 Come evitare l'aliasing

L'aliasing degrada in maniera inaccettabile l'informazione in frequenza. Questo errore non è
correggibile a posteriori (ltri numerici possono essere applicati per elaborare il segnale
digitalizzato ma non sono in grado di rimuovere l'aliasing).
Come anticipato in presenza di un contenuto armonico limitato,condizione peraltro sempre da
vericare, è possibile alzare la frequenza di campionamento fC no ad ottenere il rispetto del
teorema di Nyquist; a patto che, come verrà discusso in seguito, il sistema di acquisizione sia in
grado di eettuare l'operazione. In caso contrario è necessario inserire un ltro passa-basso
(anti-aliasing) immediatamente a valle del trasduttore, in modo da creare articialmente una
banda limitata, cioè attenuare il segnale al di sopra di una frequenza massima di interesse;
Cerchiamo di capire cosa signica attenuare e quanto serve attenuare. Consideriamo quindi 3
sinusoidi di ampiezza unitaria e frequenze 2, 5 e 42 Hz.
Figura 5.29: Storia temporale e spettro del segnale campione
Avendo interesse per la banda no a 25 Hz campioniamo a 50Hz. Avendo commesso aliasing
sulla terza armonica, si ha la situazione rappresentata nelle gure seguenti:
Tempo
Blu: Segnale acquisito
Rosso: Segnale teorico bassa freq.
Verde: Segnale completo
Frequenza
Blu: Trasformata segnale acquisito
Rosso: Trasformata corretta
Ellisse verde: Aliasing
Figura 5.30: Acquisizione con aliasing
Nel diagramma nel tempo il segnale acquisito è stato rappresentato unendo i punti disponibili.
In quello in frequenza è evidente la distorsione dovuta all'aliasing in frequenza. Cerchiamo di
capire l'eetto di un ltraggio sulle frequenze in aliasing.
Filtraggio di segnale multitonale ideale Nei graci che seguono il valore dell'attenuazione è ri-
portato in forma Lineare (1 − Out/In) e in decibel ( 20log10 (Out/In)). É immediato osservare
come sia necessario raggiungere un livello di attenuazione relativamente alto (indicativamente
99dB, cioè circa 10−5 ) oltre il quale la qualità del risultato non migliora e che un'attenuazione
più spinta non porta a dierenze apprezzabili. L'errore percentuale rispetto al valore massimo
del segnale elaborato scende sotto l'1% quando il picco corrispondente al tono aetto da alias
diventa impercettibile.
Figura 5.31: Evoluzione dell'eetto del ltraggio su storia temporale e spettro del segnale
campione
Filtraggio di segnale multitonale reale Cerchiamo di capire se in un caso reale, in presenza di

errori di misura, sia necessario raggiungere un'attenuazione così spinta. Introduciamo un rumore
del 5% in termini di accuratezza di misura, un valore tanto alto da essere poco realistico. Serve
per rendere evidente la soglia di attenuazione richiesta. I graci seguenti presentano l'evoluzione
di segnale e contenuto armonico all'aumentare dell'attenuazione.
Figura 5.32: Evoluzione dell'eetto del ltraggio in presenza di errori d misura
Si può notare come quando l'errore scende sotto il livello del rumore (-95dB) l'errore di aliasing
tenda a confondersi con il rumore presente nel segnale trasformato. I graci in frequenza corri-
spondenti ad attenuazioni di 98, 99 e 99.5 dB sono praticamente uguali. É quindi inutile pensare
di migliorare la qualità del contenuto in frequenza attenuando il segnale molto al di sotto del
livello di rumore presente nel sistema. Otteniamo però un'indicazione importante: per ottenere
un segnale a banda limitata è suciente imporre un'attenuazione tale da portare l'aliasing resi-
duo a essere una frazione della peggiore disturbo presente nella misura; pretendere di attenuarlo
completamente comporterebbe solo di spostare a frequenze superiori la frequenza di Nyquist.
5.2.3 Utilizzo di ltri anti-aliasing

Caratteristiche generali di un ltro anti-aliasing I ltri anti-aliasing sono ltri passa-
basso (Low Pass Filters): attenuano il contenuto in frequenza del segnale al di sopra di una
frequenza caratteristica, detta frequenza di taglio (di cut-o ).
Utilizzando il cosiddetto modello asintotico del ltro (scale logaritmiche) si identicano due
regioni nella funzione di trasferimento: la banda passante (ampiezza costante) e la banda di
attenuazione (dove segue una legge lineare)

VOut
G = 20 log VIn
Figura 5.33: Guadagno in dB del ltro perfetto e del ltro ideale

Ricordiamo che G = 0dB signica rapporto VOut /VIn unitario, cioè nessuna attenuazione, e che
G<0dB signica VOut /VIn <1, evidenzia l'attenuazione dell'ampiezza del segnale.
La legge (pendenza) di attenuazione dipende dall'ordine del ltro, tipicamente 6 ×
OrdineF iltro /Ottava o 20 × OrdineF iltro /Decade.
In realtà il modello asintotico vale per frequenze lontane da quella di taglio. Nella zona di
transizione esiste una regione di transizione, detta di roll-o che nel diagramma asintotico è
semplicata con uno spigolo vivo mentre si ha una variazione continua e regolare. Convenzional-
mente si denisce come frequenza di taglio di un ltro quella per cui l'attenuazione del segnale è
pari a -3dB (fattore di riduzione 0.7): l'attenuazione ha quindi inizio già prima della frequenza
di taglio, con modalità dipendenti dalla realizzazione del ltro stesso, e la banda utile per la
misura, a guadagno rigorosamente unitario, è ridotta.
Figura 5.34: Diagramma di funzionamento di ltro antialiasing reale; dettaglio della zona di
ginocchio
Le funzioni di trasferimento dei ltri anti aliasing sono in realtà ancora più complesse e dipendono
dalla tecnica di realizzazione. Nelle gure seguenti sono riportate alcune curve caratteristiche
reali:
Figura 5.35: Diagramma di funzionamento di ltri antialiasing reali
Attorno alla frequenza di taglio il ltro ha un comportamento che dipende dalla modalità rea-
lizzativa (si veda il riquadro ingrandito). Ovviamente la qualità della misura non deve risentire
delle speciche caratteristiche del ltro nella zona di taglio. Quindi il comportamento nella zona
di roll-o determina il rapporto r banda passante/ frequenza di taglio utile a scopi metrologici
(si veda la linea verticale nel diagramma di sinistra a frequenza adimensionale inferiore a 1).
Nella gura è poi evidente come un ltro come il seven pole abbia un limite di attenuazione (ca.
-85dB). In realtà tutti i ltri reali presentano un'attenuazione massima legata alla loro qualità
intrinseca: se il guadagno è unitario con una uttuazione dello 0.1% non potremo pretende-
re un'attenuazione superiore a −100dB ; alle frequenze in cui nominalmente si avrebbe ancora
attenuazione, il ltro produce rumore.
Volendo rappresentare questo fatto con il diagramma del ltro ideale avremmo l'andamento
riportato nella gura seguente:
Figura 5.36: Schema utilizzo di ltro antialiasing: massima attenuazione
Il livello di attenuazione limite si trova a un'attenuazione pari alla variabilità del guadagno in
banda utile (una sorta di spessore della linea che lo rappresenta).
Sarebbe quindi solo controproducente usare una frequenza di Nyquist più alta perchè l'alia-
sing residuo sarebbe lo stesso e ci troveremmo semplicemente con una richiesta di frequenza di
acquisizione superiore.
Regolazione di un ltro anti-aliasing Deniamo una prassi per la regolazione di un ltro.

La frequenza di campionamento è il punto di arrivo di un percorso che parte dalla denizione
del requisito di prova: la banda passante richiesta al sistema di misura, che dipende dalle
caratteristiche dinamiche del fenomeno in esame. Poiché il ltro ha un comportamento neutro
per una frazione della frequenza di taglio, solo usando un margine adeguato si potrà garantire
assenza di distorsione per la banda di interesse. Il comportamento nella zona di roll-o non è
invece rilevante dal punto di vista metrologico.
I ltri anti-aliasing sono a frequenza di taglio programmabile, cioè impostabile dall'utilizzatore,
quindi il primo passo è denire la frequenza di taglio tenendo conto delle esigenze della
prova. In generale diremo che, data la frequenza limite di interesse del problema, si stabilirà
quella di taglio assumendo un opportuno margine (FT aglio = k FInteresse ) scelto in funzione
delle caratteristiche del ltro, ma dicilmente può essere inferiore a 1.2-1.5.
Al di sopra della frequenza di taglio la funzione di trasferimento avrà un guadagno di attenuazione
progressivamente più alto. Abbiamo però visto come la cancellazione assoluta non abbia senso
e che sia opportuno interpretare l'esigenza di cancellazione dello spettro oltre la frequenza di
Nyquist come l'attenuazione di un residuo errore di aliasing al livello del rumore del
sistema di misura. Si andrà quindi a identicare la peggiore fonte di rumore in modo da
risalire, nota la pendenza di attenuazione del ltro, alla frequenza per la quale il contenuto
armonico del segnale in uscita sarà ridotta al livello del rumore presente; questa frequenza può
essere identicata con il nome di frequenza di cancellazione pratica.
Il segnale così ltrato avrà una banda limitata e compatibile con i requisiti della prova. Sa-
rà quindi possibile applicare il teorema del campionamento assumendo la fre-
quenza di cancellazione come frequenza di Nyquist e denendo una frequenza di
campionamento almeno doppia di questa.
I passaggi per ottenere la frequenza di cancellazione, che assumeremo come frequenza di Nyquist,
sono quindi:
1. identicazione della banda passante richiesta, fB ;

2. denizione della frequenza di taglio con adeguato margine rispetto alla banda passante
richiesta, fT = rfB ;
3. individuazione del peggiore tra tutti i rumori associati ai diversi componenti del sistema
di acquisizione (ltro anti aliasing, trasduttore, quantizzazione, A/D, . . . ), −ndB ;
4. assunzione di un livello di attenuazione pari a ≈ 1/4 (-12dB) di tale rumore: il rumo-

re residuo dovuto all'aliasing sarà trascurabile rispetto alla peggiore fonte di
disturbo, n − 12dB ;
5. utilizzando il diagramma asintotico del ltro si traccerà la retta di attenuazione
(−mdB/dF ) e se ne farà l'intersezione con la retta che identica il livello di attenuazione
richiesto, fN = kfT .
6. denizione della frequenza di campionamento, non inferiore a fS = 2 × fN .
Gracamente:
Figura 5.37: Schema utilizzo di ltro antialiasing: denizione attenuazione richiesta
L'attenuazione nominale dei ltri è espressa in dB/decade o dB/ottava attraverso l'ordine del
ltro. Si può quindi ricavare il moltiplicatore della frequenza di taglio in decadi o ottave:
dBAtt
Decadi: FN yquist = FT aglio · 10 dBF iltro
dBAtt
Ottave: FN yquist = FT aglio · 2 dBF iltro
Gracamente:
Figura 5.38: Schema utilizzo di ltro antialiasing: denizione frequenze di riferimento
Il contributo armonico residuo darà ancora origine ad aliasing ma la sua ampiezza sarà
trascurabile in quanto confusa nel rumore preso come riferimento.
Esempio
Disponiamo di un ltro anti-aliasing a frequenza di taglio programmabile con attenuazione di
36dB/ottava e di una scheda di acquisizione dati a 12 bits unipolare, con errore di linearità 0.1%.
Si chiede a quale frequenza, espressa in multipli di quella di taglio, occorre campionare per
evitare l'aliasing.
Esistono diverse sorgenti di rumore. Ammettendo che il ltro sia ideale (in realtà anche i suoi
contributi di errore andranno conteggiati) sono disponibili due indicazioni:
1. scheda a 12 bit, cioè 4096 livelli ed errore di quantizzazione e% = 0.5/4096 ∗ 100 o,

alternativamente, 0.5 livelli ;
2. errore di linearità: 0.1% o, alternativamente, 0.1%4096 = 4.096 livelli.
Il rumore intrinseco del sistema, per gli elementi dichiarati, è quindi valutabile in 4 livelli, pre-
ponderante rispetto a 0.5 livelli della quantizzazione. Per evitare aliasing il contenuto armonico
dovrà essere attenuato al disotto del livello del rumore peggiore, in tensione: 4F S/2nbits . Me-
glio: a 1/4 di tale valore. Vedremo che così facendo l'aliasing potrà non essere conteggiato nella
denizione della qualità della misura.
Ammettendo una copertura del 100% del fondoscala, esprimiamo in dB l'attenuazione richiesta
rapportando il livello di errore al FS:
Rumore 1 nQ
= = 1/212 = 0, 000244
M isura 4 FS
Applicando la formula per il calcolo dei decibel: 20log10 (0, 000244) = −72.2dB .
L'attenuazione richiesta è quindi -72dB e data l'attenuazione del ltro di -36dB per ottava, sono
necessarie 2 ottave per ottenerla. Occorre quindi raddoppiare due volte la frequenza di taglio
e la frequenza minima di campionamento del segnale ltrato risulta:
fC = 2 × fT o × 2NOct = 8 ∗ fT
Gracamente:
Figura 5.39: Soluzione graca
Ulteriori requisiti sulla frequenza di campionamento

Evitare l'aliasing è il requisito minimo durante l'acquisizione di segnali dinamici: altre esigenze
possono spingere il campionamento a frequenze superiori.
Un caso tipico è costituito dalle prove di fatica, che prevedono carichi variabili nel tempo, spesso
si utilizzano leggi sinusoidali.
La verica del corretto funzionamento dei controllori del carico può essere realizzata con appositi
dispositivi (watch-dog) che hanno lo scopo di tenere traccia dei valori massimi applicati.
Le prove sono lente (pochi Hertz) ma la frequenza di acquisizione del sistema di monitoraggio
deve garantire letture in un intervallo attorno al massimo carico di ampiezza inferiore alla tolle-
ranza ammessa, es. 1%. Considerando un coseno, l'angolo per cui il valore 1 si abbassa a 0.99 è
di circa 8◦ . A questo passo corrispondono 45 punti nel periodo.
Con una frequenza di prova di 2 Hz sarebbe necessaria una frequenza del watch-dog di almeno
90 Hz per essere sicuri di acquisire valori in prossimità dei picchi di carico.
É un concetto generale: si parla di signicatività temporale del dato.
Schema riassuntivo: Blocco Filtro AA
Figura 5.40: Schema a blocchi: blocco ltro AA
Figura 5.41: Eetto del ltraggio antialiasing sulla trasformata del segnale
Esercizio Si supponga di dover misurare accelerazioni con una banda di 200Hz. Si dispone
di un PC dotato di una scheda di acquisizione dati con una risoluzione di 12 bits con indice di
accuratezza pari a 0.5%. Gli accelerometri disponibili, nella banda di interesse presentano un
indice di accuratezza pari a 1%. Come anti-aliasing si dispone di ltri di Butterworth di cui è
fornito il diagramma di funzionamento.
Si richiede di scegliere la minima frequenza di campionamento utile, compatibilmente con le
informazioni disponibili.
Per evitare aliasing si deve realizzare una banda limitata con un ltro passa-basso in modo da
ottenere una fmax , o fN yq , al di sopra della quale in contenuto armonico sarà trascurabile; poi
si sceglierà fc ≥ 2fmax .
Per denire fmax non si può fare solo riferimento alla massima frequenza di interesse: servono
anche le caratteristiche del ltro.
Il ltro comincia ad attenuare prima della frequenza di taglio (-3dB).
Figura 5.42: Caratteristiche ltro passa-basso

Un ltro passa basso lascia inalterato il segnale no a una frazione della freq. di taglio:
fU nit = fT ag Coef →fT ag = fU nit /Coef
Dall'analisi delle caratteristiche del ltro (Butterworth) si ricava un fattore non superiore a 0.8,
e la frequenza di taglio dovrà quindi essere ≥200/0.8 = 250.0Hz .
Attenuazione richiesta:
Analizziamo gli indicatori di qualità degli elementi che costituiscono il sistema.
1. risoluzione AD 12 bits
2. indice di accuratezza AD 0.5%.
3. accuratezza accelerometro 1%.
I livelli di rumore corrispondenti sono:
1. risoluzione AD 12 bits (campo bipolare): 20log10 1/211 = −66dB

2. indice di accuratezza AD 0.5% : 20log10 (0.005) = −46dB

3. accuratezza accelerometro 1%: 20log10 (0.01) = −40dB
Il rumore più forte è quello relativo all'accelerometro.

Per rendere l'aliasing residuo confondibile con il rumore abbiamo bisogno di un'attenuazione di
almeno 1/4 del rapporto segnale rumore dell'accelerometro
Attenuazione richiesta = 20log10 (0.01/4) = −52dB .
Frequenza di campionamento
Data la caratteristica del ltro, tenendo conto della pendenza in attenuazione e del livello
di attenuazione richiesto, si deciderà la frequenza di Nyquist con un ulteriore fattore mol-
tiplicativo. Poiché il ltro garantisce una attenuazione richiesta di 52dB da circa 2.2 volte la
frequenza di taglio (come da gura), avremo:
fN yquist = 2.2 × fT ag = 2.2 × 250 = 550Hz
Potendo presumere una adeguata attenuazione del contenuto armonico oltre questa frequenza,
per il teorema di Nyquist la frequenza di campionamento dovrà essere: fC = 2 × fN yquist =
1100Hz . La frequenza di campionamento è, in questo caso, circa 5.5 volte la frequenza di
interesse.
Figura 5.43: Individuazione graca delle frequenze caratteristiche

Variante: del ltro può essere noto l'ordine. Questa informazione fornisce una regola per la
denizione della capacità di ltraggio:
#dB/Ottava = 6 × Ordine o #dB/Decade = 20 × Ordine.
Nel nostro caso essendo l'ordine 8, usando le decadi si ha: #dB/Decade = 20x8 = 160
La frequenza di Nyquist sarà quindi collocata a:
dBAtt
52
FN yquist = FT aglio · kN dove kN = 10 dBF iltro = 10 160 = 100.325 = 2.114
Il valore è leggermente inferiore a quello stimato dal graco del ltro e la frequenza di
campionamento diventa:
fC = 2 · FT aglio · kN = 2 · 250 · 2.114 = 1057Hz
Figura 5.44: Individuazione graca delle frequenze caratteristiche-Variante
Esercizio: Riprendiamo l'esercizio precedente con qualche modica:

Si supponga di dover misurare accelerazioni con una banda di 200Hz.
Si dispone di un PC dotato di una scheda di acquisizione dati con una risoluzione di 12 bits con
indice di accuratezza pari a 0.5%.
Gli accelerometri disponibili, nella banda di interesse presentano un indice di accuratezza pari
a 1%. Si dispone di ltri anti aliasing a ordine variabile.
La frequenza di campionamento massima del sistema per la congurazione di prova richiesta è
5000 Hz
Si chiede di congurare il sistema di acquisizione. Nulla cambia per i primi due punti (denizione
frequenza di taglio e attenuazione richiesta): l'ordine del ltro diventa l'incognita, essendo nota
la massima frequenza di acquisizione possibile Il problema è quindi identicare la pendenza
minima della retta di attenuazione.
La relazione tra frequenza di taglio e frequenza di campionamento è:
dBAtt
fC = 2 · fN = 2 · fT aglio · 10 dB/Dec
Poiche l'incognita è dBAtt :

fT aglio
dB/Dec = dB/Att / log10 2
fC
e poiché dB/Dec = 20Ord, l'ordine minimo del ltro AA risulta essere:
dB/Dec

dBAtt fT aglio 52 250
Ord = = / log10 2 = / log10 2 = 2.6
20 20 fC 20 5000
Portando a un valore intero il risultato si ha 3, o più spesso 4 per ordini di ltro pari.
Figura 5.45: Individuazione graca della caratteristica di attenuazione di ltro AA
5.2.4 La nestra di osservazione

La nestra o tempo di osservazione è l'intervallo temporale per il quale vengono acquisite le
misure; la denizione di una nestra implica la scelta di un'origine e di una durata del tempo di
osservazione. É quindi naturale chiedersi se tali scelte possano avere qualche eetto sulla qualità
delle informazioni disponibili.
La qualità e rappresentatività dei dati acquisiti è garantita dalle caratteristiche statiche dell'AD
e dal rispetto del teorema di campionamento. É necessario ora valutare una possibile altera-
zione del contenuto in frequenza del segnale campionato rispetto a quello originale per
il solo fatto che abbiamo misurato per una certa durata temporale.
Per segnali limitati nel tempo parrebbe suciente osservare il fenomeno per un tempo e con un'o-
rigine adeguati a contenerne interamente l'evoluzione del fenomeno: all'esterno dell'intervallo
osservato il segnale è nullo, quindi noto anche se non misurato.
Nel caso di segnali continui, non essendo possibile utilizzare una nestra capace di contenere
tutta la storia, sarà d'obbligo iniziare e concludere l'acquisizione a fenomeno in corso: la scelta
dell'origine e della durata è in qualche modo arbitraria. In generale occorrerà quindi essere
sicuri che il contenuto in frequenza del segnale acquisito sia indierente alla scelta della nestra
temporale; quindi che la porzione di tempo analizzata sia completamente rappresentativa del
fenomeno. Vericato questo aspetto la scelta dell'origine non è più critica, riguardo la lunghezza
della nestra è intuitivamente evidente che un'osservazione prolungata dovrebbe portare a una
migliore qualità delle informazioni disponibili. Occorrerebbe avere un'idea di quanto per poter
regolare in maniera ottimale i parametri di acquisizione.
La conoscenza degli eetti e dei meccanismi coinvolti sarà utile per denire razionalmente regole
di comportamento da adottare.
Figura 5.46: Osservazione di segnale limitato nel tempo

Figura 5.47: Osservazione di segnale continuo
Possiamo fare qualche considerazione preliminare riprendendo gli elementi signicativi del con-
testo: il mondo del computer è intrinsecamente discreto e, in maniera del tutto analoga a quanto
avviene nel tempo, il contenuto in frequenza di un segnale campionato non può che essere de-
scritto con un vettore di termini complessi, grazie alla trasformata discreta di Fourier (DFT)
caso particolare della Trasformata di Fourier. La frequenza è quindi un dominio discreto fi per
il quale è possibile individuare le caratteristiche fondamentali di ampiezza e passo. L'estensione
della trasformata digitale di un segnale campionato con frequenza fC , è denita dal teorema
del campionamento: [−fM ax : +fM ax ] con fM ax = fN = fC /2 La trasformata discreta è una
funzione complessa con parte reale simmetrica e immaginaria antisimmetrica; questa proprietà
deriva dal fatto che anche la storia campionata può essere considerata una variabile complessa
con la caratteristica di avere la parte immaginaria nulla. Poiché la nestra di osservazione è
costituita da N + 1 valori, dall'istante 0 all'istante N ; evidentemente il numero di frequenze
discrete sarà pari a tale valore, dato che trasformando le informazioni non è possibile
cambiarne il numero, e distribuito nel campo [−fM ax : +fM ax ].
Abbiamo quindi N + 1 valori di frequenza, N/2 negativi, N/2 positivi e uno nullo, spaziati di:
∆f = 2fM ax /N . Sostituendo alla frequenza massima (Nyquist) la sua espressione in funzione
del passo di campionamento otteniamo: ∆f = fNC = N1∆t = TOss 1
La conclusione è che il tempo di osservazione e la risoluzione in frequenza, distanza tra i valori

della trasformata digitale, sono uno il reciproco dell'altro:
∆f = 1/TOss
Quindi, quanto più a lungo si osserva un fenomeno tanto meglio sarà possibile risolvere il
dominio della frequenza, cioè distinguere contenuti armonici molto vicini uno all'altro.
Azione nel tempo Eetto nel dominio delle frequenze
Riduzione tempo di campionamento Ampliamento campo di frequenze analizzato;
Riduzione risoluzione in frequenza
Aumento nestra di osservazione Aumento risoluzione in frequenza
Tabella 5.1: Eetto dei parametri per l'acquisizione dinamica
Riassumendo, a parità di numero di istanti di acquisizione:
• Aumentare la frequenza di campionamento allarga la banda di frequenze osservabili;

• Aumentare il tempo di osservazione aumenta la risoluzione in frequenza.
É immediato osservare che si possono presentare situazioni per le quali linee spettrali del segna-
le non trovano corrispondenza nell'elenco di frequenze disponibili per la loro rappresentazione
in frequenza. In una simile situazione si può ipotizzare che l'operatore di trasformata di Fou-
rier sia costretto a utilizzare le frequenze adiacenti per descrivere l'energia del tono mancante,
verosimilmente con una alterazione della forma dello spettro.
Possiamo anche adottare un'altra ottica. Una acquisizione priva di aliasing è condizione ne-
cessaria per poter dire di aver campionato correttamente un segnale. Possiamo chiederci se sia
anche condizione suciente. La risoluzione in frequenza fornisce un'informazione circa la discre-
tizzazione del dominio ma nulla dice su possibili eetti di alterazione dello spettro del segnale
acquisito.
Per vericare se il segnale campionato sia perfettamente rappresentativo di quello originale

possiamo possiamo vericare se il contenuto armonico del segnale corrisponde a quello atteso;
dobbiamo cioè studiare la trasformata in frequenza discreta del segnale acquisito.
In Matlab questa operazione può essere eseguita facilmente usando il comando FFT e mettendo
in graco l'ampiezza del risultato. Per valutare tale eetto è opportuno considerare un segnale il
cui spettro sia semplice e noto, sul quale sarebbero perfettamente evidenti tutti i possibili eetti
distorsivi. Il segnale puramente armonico risponde a questi requisiti: il contenuto in frequenza
è una semplice linea nello spettro alla frequenza di riferimento.
h(t) = cos(2πf0 t) ⇔ H(f ) = δ(f − f0 ) + δ(f + f0 )
Figura 5.48: Impostazione problema del campionamento nito
Le considerazioni sono di validità generale: quanto dedotto per un segnale armonico varrà per
ogni linea spettrale di un segnale più complesso. Utilizziamo l'algoritmo FFT di Matlab in
grado di fornirci il contenuto in frequenza di un segnale campionato:
fs=50;, ff=8;
t=[0:1:60]/fs; ,
s=sin(t*2*pi*ff);
subplot(211), plot(t,s,'-x')
title(sprintf('segnale sin(2*pi*\%d*t), fs=\%d',ff,fs))
ylabel('Funzione'), xlabel('Tempo [s]')
st=abs(fft(s));
subplot(212), stem([0:1/(length(t)/fs):fs/2],2*st(1:end/2+1))
xlabel('Frequenza [Hz]'), ylabel('Trasformata')
Figura 5.49: Storia temporale del segnale campionato e ampiezza della trasformata
Analizzando il graco prodotto dal codice è possibile fare le seguenti osservazioni:
1. La funzione è riprodotta abbastanza bene (una decina di punti nel periodo);

2. La trasformata (blu) assomiglia poco a quella teorica (rossa);
3. La frequenza del tono non ha corrispondenza nelle frequenze discrete;

4. L'energia è distribuita sulle frequenze vicine alla linea spettrale del segnale;
Variamo i parametri dell'acquisizione per valutarne l'eetto, a parità di numero di punti. Co-
minciamo dell'aumento della frequenza di campionamento; la gura seguente è stata ottenuta
aumentando la frequenza di campionamento a 120 Hz.
Figura 5.50: Eetto di incremento della frequenza di campionamento
In questo secondo caso, possiamo osservare che:
1. Migliora la rappresentazione temporale ma non quella in frequenza.

2. La frequenza del segnale continua a non essere tra quelle disponibili nella trasformata.
Proviamo ora ad agire sul tempo di osservazione, preso 5 volte più lungo con la frequenza iniziale.
Figura 5.51: Eetto di prolungamento del tempo di osservazione
É senz'altro possibile fare le seguenti osservazioni:
1. Si ottiene, come atteso, una maggiore risoluzione in frequenza.

2. La frequenza del segnale non è ancora tra quelle disponibili
3. Si è ridotta la banda interessata dalla dispersione.
Le considerazioni complessive sono:
• Il comportamento è migliorato aumentando il tempo di osservazione, mentre era rimasto

sostanzialmente invariato aumentando la frequenza di campionamento.
• Dal confronto osserviamo anche che le ampiezze delle sinusoidi con frequenza nel-
l'intorno di quella del segnale originale sono ridotte anche se l'ampiezza calcolata
non è ancora corretta.
Figura 5.52: Confronto dell'eetto di diusione dell'energia per i due tempi di osservazione
L'aumento del tempo di osservazione sembrerebbe aver portato a un miglioramento della si-
tuazione; verichiamo il risultato ripetendo l'analisi aumentando progressivamente il numero di
punti, quindi la risoluzione in frequenza; sovrapponendo gli inviluppi delle diverse analisi, si
ottiene il graco riportato (scala logaritmica per asse y).
Figura 5.53: Eetto oscillante di un incremento progressivo della risoluzione in frequenza
Possiamo commentare che:

• Il comportamento non è regolare: le curve si abbassano per poi risalire e poi ridiscendere
ancora.
• Sono evidenti alcuni casi in cui il risultato è esatto.
Aumentando il tempo di osservazione i risultati cambiano in una maniera che sembrerebbe non
prevedibile: la situazione può anche peggiorare! La scomparsa del fenomeno si ha solo
occasionalmente; il graco tipico è rappresentato nella gura seguente:
Figura 5.54: Acquisizione con tempo di osservazione multiplo della periodicità del segnale
Ciò accade quando il tempo di osservazione coincide con un multiplo intero del periodo proprio
del segnale: TOss = kPS . In questa situazione la frequenza del segnale coincide con una
delle frequenze della trasformata discreta: ∆f = 1

TOss = kP1S ⇒ k∆f = P1S = fS
Il comando FFT di Matlab implementa il calcolo dei coecienti della Serie di Fourier; quindi
il risultato è esatto solo per funzioni periodiche sull'intervallo temporale utilizzato per l'inte-
grazione che produce i coecienti della trasformata. Quindi eettuando la trasformata della
nestra osservata è come se eseguissimo la trasformata di una storia replica innita della sola
porzione nota.
Lecito aspettarsi dei problemi per un segnale anche periodico ma non rispetto al tempo di
osservazione. Questo succede quando il tempo di osservazione non contiene un numero intero di
periodi dell'armonica in esame.
La dispersione del contenuto armonico attorno alla frequenza di riferimento prende il nome
di leakage (o smearing). Dal punti di vista pratico il problema è ineludibile, in quanto sarà
impossibile campionare esattamente un numero intero di periodi tutte le armoniche presenti del
segnale. Anche nel caso elementare di un singolo tono, la perfetta commisurazione del tempo
di osservazione è solo teorica. Da tenere presente che lo spettro di un segnale è da considerarsi
continuo, per cui non avrebbe molto senso parlare di periodicità e l'eetto del Leakage, non
evidente, sarà comunque presente.
Dal punto di vista sperimentale non è, però, un problema particolarmente grave (di sicuro molto
meno dell'aliasing) in quanto comporta solo un eetto locale. Di fatto il leakage determina
una perdita di risoluzione: nominalmente saremmo in grado di rilevare due linee spettrali
a distanza 2∆f mentre, nella realtà, in presenza di leakage la dispersione del contenuto in
frequenza associato a esse produrrà un'unica gura. Avremo quindi una risoluzione eettiva
inferiore a quella nominale.
Per denire linee di comportamento cerchiamo di capire le caratteristiche della diusione del
contenuto armonico. I diagrammi presentati nella gura seguente riportano il dettaglio attorno ai
valori massimi dell'ampiezza della trasformata rispetto a 1) Frequenza e 2) Ordine dell'armonica
base (visualizzata una curva verde come inviluppo massimo di 10 FFT a risoluzione crescente)
Figura 5.55: Eetto del leakage sulle armoniche per numero d'ordine e per frequenza
Si può notare che, aumentando la risoluzione in frequenza:
1. la banda di frequenze interessate dalla dispersione si riduce;

2. il numero di linee dello spettro interessate dalla dispersione è costante.
Questo signica che in termini assoluti l'eetto del leakage può essere connato in un intervallo
di frequenze stabilito a priori, sia in termini di frequenza che di numero di armoniche interessate,
denendo in maniera coerente il tempo di osservazione.
5.2.5 Correzione del leakage: la nestratura

Un rimedio utilizzabile a posteriori è costituito dall'applicazione di nestre temporali
(windowing) al segnale misurato (una banale pesatura dei valori).
Si tenga conto che la nestratura si applica solo ai ni del calcolo dello spettro: ai ni dell'analisi
nel tempo la storia da utilizzare è quella acquisita.
Le nestre tipiche utilizzate (Hanning, Hamming, Kaiser) hanno equazioni della forma seguente
all'interno del periodo di osservazione:
2πi
wi = a − (1 − a) cos
N
e con esse viene generata una sequenza di pesi pari al numero di punti della nestra temporale
acquisita:
wi i = 1 : N
L'applicazione della nestra prevede un semplice prodotto termine a termine, in MATLAB;
for kk=1:length(s)
sL(kk)=W(kk)*s(kk);
end
è però anche possibile eseguire il prodotto in forma implicita con il comando:

{W } ⇒ {sL} = {W }. ∗ {s}
Figura 5.56: Andamento di tipiche funzioni di nestratura

Quando non si usa una particolare funzione di nestratura si sta in realtà utilizzando una
pesatura uniforme, cioè a valore costante, unitario, nel periodo di osservazione. La nestratura
riduce il leakage ma non lo elimina del tutto e, poiché nessuno fa niente per niente, se riduce il
leakage sui toni che ne sono interessati danneggia i contributi armonici per i quali l'osservazione
nita non creerebbe problemi.
Esaminiamo il caso di un segnale armonico [ sin(2π10t) ] campionato a 200 Hz per un numero
di punti corretto e non. La curva rossa è acquisita correttamente, mentre la blu e la verde sono
più corta e lunga. Nella gura di sinistra sono riportate le storie temporali come sono state
generate in scala logaritmica e lineare a destra.
Figura 5.57: Storie temporali acquisite e nestrate

Nella gura seguente sono riportate le ampiezze della trasformata dei tre segnali originali (sini-
stra) e dopo la nestratura (destra) in scala logaritmica: l'eetto del leakage sulle curve rossa e
verde è evidente nella gura di sinistra; in quella di destra risulta altrettanto evidente la ridu-
zione di questo eetto a fronte dell'introduzione di un errore sulla curva blu. Nel complesso la
situazione è comunque migliore.
Figura 5.58: Confronto trasformate senza e con nestratura (scala ordinate logaritmica)
Si nota che la stima del contenuto armonico del segnale soggetto a leakege è migliore in presenza
della nestratura mentre peggiora quella del segnale correttamente campionato.
L'utilità della nestratura, una volta che sia stato introdotto un leakage eccessivo, è evidente
nelle gure seguenti. A sinistra il segnale è rappresentato nel dominio temporale: in alto il
segnale e la sua porzione acquisita, al centro la funzione di nestratura e in basso la funzione
"nestrata"; a destra sono riportate le trasformate:É evidente che senza la nestratura l'errore
dovuto al leakage impedisce di cogliere la presenza delle armoniche superiori cosa che non succede
con la nestratura.
Figura 5.59: Ecacia della nestratura

Per i transitori il problema è meno sentito, a patto di utilizzare una nestra di osservazione
abbastanza lunga da contenere tutto il fenomeno e di iniziare l'acquisizione prima dell'inizio del
fenomeno.
Figura 5.60: Acquisizione di segnali transitori
Una curiosità: è possibile fare un'analogia tra il leakage e l'eetto sfuocato in una fotograa
dovuto a un'ottica di scarsa qualità, non in grado di leggere linee troppo sottili e/o troppo
vicine: il risultato è una immagine morbida senza dettagli ni e con linee dai contorni sfumati.
I fotogra professionisti, pur utilizzando lenti di ottima qualità, che permettono di leggere i
dettagli più minuti, quando realizzano ritratti possono mettere una calza di nylon sull'obiettivo
per ridurre rughe troppo evidenti.
Figura 5.61: Retino per classicazione ottiche fotograche
Scelta della risoluzione in frequenza Occorre capire con quale criterio si può denire una
corretta risoluzione in frequenza, ricordando che alta risoluzione in frequenza signica in realtà
un numero piccolo, che rappresenta la minima distanza in frequenza dei punti nello spettro. Il
criterio più è alta meglio è! è certamente conservativo ma potrebbe comportare problemi (es.
la necessità di gestire una mole elevata di dati). Dobbiamo chiederci come sia possibile denire
razionalmente questo parametro. Consideriamo alcuni possibili requisiti:
1. Capacità di individuare con precisione la frequenza di un tono, cioè l'errore sull'identi-

cazione delle frequenze di interesse; quindi una risoluzione inferiore all'errore ammesso
calcolato sulla frequenza minima attesa (caso più critico);
2. Possibilità di distinguere toni vicini;
3. Non più di 1/10 della distanza minima tra due frequenze contigue attese;
4. da non dimenticare che nel caso di forme caratteristiche degli spettri associati alla dinamica
strutturale, es. di sistemi smorzati, il leakage dà un'alterazione che può portare a stime di
smorzamento errate.
Avendo più indicazioni si adotterà il valore più conservativo.

Inne, particolari esigenze possono contribuire alla determinazione dei corretti valori di
risoluzione in frequenza.
Schemi riassuntivi Possiamo completare il blocco Acquisizione Dati tenendo conto di

quanto discusso in questa sezione.
Sempre prendendo in considerazione il singolo canale il blocco funzionale diventa quello riportato
in gura:
Figura 5.62: Schema nale della funzione di acquisizione dinamica
Possiamo anche denire il blocco funzionale `'Filtro Antialiasing
Figura 5.63: Schema di ltro anti aliasing
Esempi Calcoli elementari

Un segnale viene campionato per un tempo totale di 4 sa una frequenza di 100 Hz
Quanti campioni vengono acquisiti? N = T fc = (4s)(100Hz) = 400
Qual'è la risoluzione in frequenza? ∆f = 1/T = 1/4s = 0.25Hz
Qual'è la massima frequenza osservabile? fmax = fc /2 = 100Hz/2 = 50Hz
Esercizio
Si supponga di dover misurare l'accelerazione in un punto di una trave sollecitata dinamicamente
no a 100Hz con una parte dinamica stimata in 4g(±20%) attorno al valore statico di 1g.
Si dispone di un PC dotato di una scheda di acquisizione dati con una risoluzione di 12 bits,
guadagni pari a 1, 10, 100, 1000, intervallo di misura pari a ±10V (bipolare) oppure 0 ÷ 10V
(unipolare).
L'accelerometro di misura possiede una banda passante di 1000Hz ed una sensitività 95.0mV/g
Come ltro antialiasing si dispone di un Butterworth di cui è fornito il diagramma di
funzionamento.
Si richiede di scegliere:
1. i parametri di congurazione della scheda (tipo di polarità, guadagno);

2. i parametri dell'acquisizione (frequenza di campionamento, tempo di campionamento,
eventuali ltri e/o condizionatori di segnale).
Riprendiamo lo schema per avere l'indicazione di quanto deve essere denito.

Figura 5.64: Applicazione dello schema riassuntivo

Abbiamo a disposizione un accelerometro con banda passante di 1000Hz compatibile con il
segnale da acquisire.
Parametri statici del sistema A/D: campo di misura e guadagni.
Parametri dinamici: regolazione AA (in funzione delle esigenze di qualità di misura richie-
ste) e frequenza di acquisizione (dipendente dalla frequenza di Nyquist, denita a partire dalla
frequenza di taglio e dall'attenuazione richiesta).
Come risultato avremo la migliore congurazione possibile del sistema A/D compatibile con
l'esperimento e l'indicazione numerica delle caratteristiche di accuratezza.
Caratteristiche statiche
Cominciamo dall'identicazione degli elementi statici e procediamo con la congurazione
generale della scheda.
Scelta del campo La dinamica del segnale è: Amax = (1 + 4 × 1.2)g = 5.8g
Amin = (1 − 4 × 1.2)g = −3.8g
Data la sensibilità dello strumento i valori estremi delle misure elettriche risultano pari a:
Vmax = Sensib.[mV /g] Amax [g] = 95 [mV /g] 5.8 [g] = 551.0 mV
Vmin = 95 [mV /g] (−3.8 [g]) = −361 mV
É quindi necessario utilizzare la scheda in congurazione bipolare con fondoscala ±10V .

Ottimizzazione della copertura La frazione del fondoscala sfruttata è:
%F S = 551mV /10V × 100 = .551/10 × 100 = 5.51%
Possiamo ottimizzare la copertura del FS amplicando il segnale con il guadagno 10 (100 e 1000
porterebbero a saturazione) ottenendo 55.1%.
Elementi per la qualità della misura La risoluzione nel caso bipolare in esame e con il guadagno
adottato è:
F SM ax − F SM in (10V ) − (−10V )
Q= N
/guadagno = /10 = 0.488mV
2 212
In termini di deciBel: 20log(1/212−1 ) = 20log(0.488mV /(10V /10)) = −72dB .
L'errore massimo sulla misura di accelerazione è:
Q [mV ]/2 0.488 mV /2
00
= = 0.0025 g
Sensibilit [mV /g] 95 mV /g
Caratteristiche dinamiche
Frequenza di campionamento fC
Per evitare aliasing si deve realizzare una banda limitata con un ltro passa-basso in modo da
ottenere una fmax , o fN yq , al di sopra della quale il contenuto armonico sarà trascurabile; poi
si sceglierà fc ≥ 2fM ax .
Per denire fmax si deve fare riferimento alla massima frequenza di interesse, ma anche alle
caratteristiche del ltro antialiasing a disposizione a al livello di attenuazione necessario.
La frequenza di taglio deve garantire guadagno unitario per la banda di frequenze di

interesse. Il ltro comincia ad attenuare prima della frequenza di taglio e nel graco possiamo
osservare che il ltro passa basso di Butterworth lascia inalterato il segnale no a 0.8 volte la
frequenza di taglio; per cui questa dovrà essere regolata a 1.25 volte quella di interesse: 125.0
Hz.
Figura 5.65: Filtraggio antialiasing
Data la caratteristica del ltro, tenendo conto della pendenza in attenuazione e del livello
di attenuazione richiesto, si deciderà la frequenza di Nyquist con un ulteriore fattore molti-
plicativo. L'unico rumore presente è quello legato alla quantizzazione, normalmente signicati-
vamente inferiore agli altri errori di misura; per questo motivo non viene applicata la riduzione
di 12dB dell'attenuazione richiesta. Il ltro garantisce una attenuazione di 72dB (la risoluzione
dell'A/D) da quasi 3 volte la frequenza di taglio, quindi: fN yquist = 3 × 1.25 × fM ax = 375Hz
Potendo presumere una adeguata attenuazione del contenuto armonico oltre questa frequenza,
per il teorema di Nyquist la frequenza di campionamento dovrà essere almeno: fC = 2 ×
fN yquist = 750Hz .
La frequenza di campionamento risulta essere circa 7 volte la frequenza di interesse. Abbiamo
saturato gli elementi del blocco funzionale Acquisitore dinamico relativamente alla regolazione
del ltro e della frequenza di campionamento.
Figura 5.66: Congurazione frequenze del sistema
Risoluzione in frequenza ∆f
Ricordiamo che la risoluzione in frequenza risulta pari a : ∆f = 1/TOss = fC /n e che, data

la frequenza di campionamento, per soddisfare la richiesta di risoluzione in frequenza occorre
denire il tempo di osservazione, cioè il numero di campioni.
Assumendo che per la prova sia adeguata una risoluzione di almeno 0.5 Hz scegliamo un tempo
di osservazione TOss = 1/RF = 2.0s.
Il numero di campioni che ne deriva è: n = TOss /∆t = fC /∆f = 750/0.5 = 1500
5.3 I sistemi di acquisizione dati

Il sistema di acquisizione dati è un dispositivo sico che si occupa del funzionamento di
tutta la componentistica necessaria per l'esecuzione delle misure. L'oggetto sico è separato
dal computer che svolge i compiti di programmazione, memorizzazione, visualizzazione e
manipolazione delle informazioni.
Sono possibili due tipologie elementari di collegamento: diretto, una scheda viene sicamente
inserita in una delle posizioni previste sulla scheda madre del computer, o indiretto, con un
collegamento su una delle porte esterne (oggi una porta USB o una connessione di rete).
Figura 5.67: Modalità di collegamento schede AD
Tra i vantaggi del collegamento diretto al bus interno del computer si possono citare:
• costo e dimensioni contenuti: il dispositivo di acquisizione dati non richiede un proprio
contenitore, né una propria alimentazione (questa viene fornita direttamente dal PC);
• maggiore velocità di trasferimento dati dall'acquisizione al PC.
Tra i vantaggi del collegamento esterno al computer, si possono indicare:
• completa indipendenza dei sottosistemi;
• la possibilità di misure remote.
Per la realizzazione di tutte le funzioni di coordinamento e di gestione dell'acquisizione sono
necessari altri componenti; in particolare con riferimento a due problematiche: il tempo nito,
necessario per eettuare la conversione, e la necessità di eettuare misure su più trasduttori.
Il primo è legato al tempo richiesto da un convertitore AD per quantizzare la tensione in ingresso,
il secondo alla necessità di acquisire informazioni da più trasduttori simultaneamente, decine o
anche centinaia.
5.3. I SISTEMI DI ACQUISIZIONE DATI 223
5.3.1 Tempo di quantizzazione e dispositivi di mantenimento (S/H)

Il campionamento ideale è istantaneo mentre un circuito reale ha un tempo di conversione nito
(tA/D ): la conversione ha inizio al tempo ktC e si conclude dopo tA/D secondi.
Durante questo tempo è indispensabile che il segnale da convertire sia costante altrimenti la
conversione potrebbe essere imprecisa o, addirittura, impossibile. É quindi necessario aggira-
re questo ostacolo, congelando la tensione in ingresso al convertitore durante tutta la fase di
quantizzazione e rendere così possibile la misura di grandezze tempo-varianti.
Tempo reale di conversione

Il dispositivo che svolge il compito di mantenimento della tensione prende il nome di
Mantenitore (Sample & Hold in inglese).
Figura 5.68: Eetto di un mantenitore sul segnale
Un possibile schema circuitale del mantenitore è riportato in gura. Fondamentalmente si tratta

di un condensatore e di un interruttore: a interruttore chiuso il condensatore si carica e la sua
uscita segue la tensione che lo alimenta; all'apertura dell'interruttore il condensatore inizia il
processo di scarica, con un'evoluzione che dipende dalla sua capacità e dall'assorbimento del
circuito a valle. Nella fase iniziale la scarica è trascurabile. Gli amplicatori operazionali, in
congurazione a guadagno unitario negativo (invertente) servono solo a disaccoppiare dal punto
di vista degli assorbimenti il mantenitore da monte e valle.
Figura 5.69: Schema elettrico di circuito Sample and Hold
Fin qui il comportamento nominale. Problemi legati alla relizzazione pratica delle circuiteria
del S/H sono una progressiva perdita di carica del condensatore, che porta a una caduta o
aevolimento della tensione in uscita, in inglese droop, e una perdita di carica iniziale
all'apertura dell'interruttore; in inglese pedestal.
Figura 5.70: Eetti di imperfetta realizzazione di mantenitore

Il sistema di acquisizione viene programmato in modo che il circuito S/H si apra subito prima
del convertitore memorizzando la tensione attraverso il fenomeno di carica del condensatore. La
tensione verrà convertita dall'A/D sfruttando il tempo di scarica del condensatore: nei primi
istanti la caduta di tensione è minima. Conclusa l'operazione di conversione il circuito viene
richiuso. Il processo è riportato gracamente nella gura seguente:
Figura 5.71: Sequenza di funzionamento del mantenitore
Conclusa l'operazione di conversione il circuito viene richiuso.

Il tempo di funzionamento eettivo del SH non è semplicemente l'intervallo tra apertura e
chiusura del dispositivo ma tra apertura e il raggiungimento dell'uscita di regime dopo la sua
chiusura: infatti occorre attendere la completa ricarica del condensatore prima di poter riattivare
il mantenimento; anche questo tempo dipende dalla capacità del condensatore.
Pertanto l'intervallo minimo di campionamento non è dato dal tempo di funzionamento del
convertitore, TAD , ma dalla somma del tempo di conversione e di quello necessario al mantenitore
per presentare in uscita la tensione in ingresso: TAD_Ef f ettivo = TAD + TSH .
Dal punto di vista progettuale è necessario raggiungere un compromesso: tanto più elevata è la
capacità tanto più ideale sarà il funzionamento del mantenitore all'apertura, ma maggiore è il
tempo di funzionamento. Il valore della capacità verrà quindi denito in modo da garantire una
adeguata stabilità della tensione in uscita solo per il tempo necessario alla conversione.
Figura 5.72: Tempo eettivo di funzionamento di circuito Sample and Hold
5.3.2 Acquisizione multicanale

Utilizzando la componentistica vista sino a ora, un sistema di acquisizione dati è in grado di
eettuare l'acquisizione di un singolo canale di misura: circuiti di condizionamento analogico
(ltro antialiasing e amplicatore) e circuiti a comportamento discreto (Sample and Hold e
Convertitori) sono inseriti in un'unica linea di misura.
Figura 5.73: Singola linea di misura
Nel caso sia necessario eseguire più misure, è possibile ricorrere a due soluzioni: 1) replicare
l'intera linea di acquisizione per ogni canale (sistema a convertitori multipli) o 2) usare ripetu-
tamente una sola linea di acquisizione, collegandola ciclicamente a uno dei segnali di ingresso
(sistema a commutazione). Riguardo la frequenza di acquisizione valgono le regole già
discusse nel caso di un singolo canale.
La soluzione a convertitori multipli è concettualmente banale, richiedendo solo la sincronizza-
zione delle operazioni eseguite sulle diverse linee per avere misure simultanee, ed evidentemente
più costosa, richiedendo la replica del dispositivo più complesso.
Figura 5.74: Sistema AD multicanale a converitori multipli
Nel caso di sistema a commutazione, tale operazione è realizzata da un dispositivo detto Mul-
tiplexer (sinteticamente MUX), che collega ciclicamente una delle linee di ingresso con una
singola linea di misura. Si riporta un esempio di architettura di sistema di acquisizione dati
a commutazione, dove il Multiplexer è stato inserito immediatamente a valle dei trasduttori
(ltrati dai circuiti di condizionamento) e provvede a collegare uno degli ingressi di misura con
la linea di acquisizione, composta da Amplicatore, circuito di mantenimento e convertitore.
Figura 5.75: Sistema AD multicanale
In questo caso l'architettura è, entro certi limiti, variabile e gli elementi possono essere organizzati
diversamente, cosa che, a parità di dati acquisiti, comporta possibilità operative e prestazioni
dierenti. Gli unici elementi che, invariabilmente, mantengono la posizione sono: il convertitore,
in ultima posizione, e il ltro antialisaing, in prima. Per poter valutare correttamente un sistema
di acquisizione, occorrerà conoscere non solo le caratteristiche dei componenti elementari, ma
anche l'architettura secondo la quale questi sono stati assemblati.
Il multiplexer per acquisizione multi-canale

In termini di Blocco funzionale il MUX collega ciclicamente uno degli ingresso con l'unica uscita,
seguendo una temporizzazione programmata. S/H e amplicatore possono essere posizionati
indierentemente prima o dopo il Mux. Si ribadisce che il ltro AA, UNO PER CANALE,
deve essere il primo elemento della catena.
Figura 5.76: Sistema AD multicanale a commutazione: posizione del multiplexer
Analizziamo le prestazioni del sistema costruendo la linea del tempo che ne descrive il
funzionamento, sulla quale vengono riportati i tempi caratteristici delle singole operazioni:
• congurazione MUX (tM U X );
• congurazione amplicatore (tG );
• carica e apertura SH (tSH );
• conversione (tAD = 1/fAD ).
Figura 5.77: Linea del tempo
Ne derivano il Tempo di ciclo, T C = Nchan × (1/fAD + tM U X + tSH + tG ), la frequenza di

funzionamento, Fs = 1/T C , evidentemente molto minore di fAD .
Vale la pena rimarcare che la frequenza di funzionamento del convertitore ha nulla a che vedere
con la frequenza di campionamento del segnale, che viene denita con le regole per evitare
l'aliasing. Dal punto di vista operativo il sistema sarà idoneo a una particolare applicazione,
che richiede una data frequenza di campionamento, se la frequenza di funzionamento, per il
numero di canali previsti è maggiore; si tratta di una verica di compatibilità di un sistema
di acquisizione con una specica prova, del tutto equivalente alla verica della portata di uno
strumento.
5.3.3 Considerazione metodologiche

Questo schema operativo, per quanto banale possa sembrare, è uno strumento di grande utilità: si
tratta della rappresentazione delle modalità operative che sta alla base dell'analisi di funzionalità
di un processo (es. linea di produzione):
1. Individuazione di tutti i singoli sotto-processi;
2. Denizione del tempo di svolgimento dei sotto-processi individuati (non necessariamente
in senso deterministico);
3. Denizione delle sequenze di operazione, delle possibili parallelizzazioni, delle precedenze
tra azioni;
4. Determinazione del tempo complessivo.
La rappresentazione graca permette di individuare i percorsi possibili, cioè le sequenze di
azioni svolte, facilitando l'individuazione dei tempi da sommare [Attenzione: NON SI
SOMMANO LE FREQUENZE !!!].
Considerazione Verichiamo le potenzialità del metodo: rianalizzando le diverse funzioni pos-

siamo osservare che non è necessario attendere la conclusione della commutazione per operare
il cambio di guadagno. I guadagni per ogni canale sono noti a priori, quindi il selettore del
guadagno può essere attivato in parallelo a quello del MUX.
Il vantaggio sulla linea del tempo è evidente:
Figura 5.78: Linea del tempo di sistema AD a convertitore e Sample-Hold singoli
Il tempo per un ciclo completo di acquisizioni diventa: TC = Nchan ×(1/fAD +max(tM U X , tG )+

tSH ).
5.3.4 Considerazione sull'acquisizione multicanale

Con l'architettura a commutazione la lettura dei canali avviene in maniera sequenziale e poiché
ognuno richiede un tempo denito, si introduce uno sfasamento tra i tempi di acquisizione dei
diversi canali: si ha ha un ritardo tra l'acquisizione di un canale e quella del successivo pari
al tempo necessario per eettuare una lettura e preparare il sistema per la successiva. Questa
situazione è descritta in gura.
Figura 5.79: Architettura multicanale a convertitore e SH singoli ed eetto su istante di misura
Il collegamento sequenziale dei canali in ingresso con un unico convertitore comporta un ritardo
rispetto al primo canale proporzionale al numero di canali:
1. inizio della conversione del primo canale: ktC

2. inizio della conversione del n-esimo canale: ktC + (n − 1)(tAD + tM ux + . . .)
In alcune applicazioni questo ritardo può costituire un problema. Con un sistema di acquisizione
a convertitori multipli, la sincronizzazione delle operazioni porta naturalmente alla simultaneità
delle misure eettuate sui canali attivi. Per riuscire a eettuare misure contemporanee su tutti
i canali anche con un sistema a commutazione è possibile utilizzare una batteria di mantenitori,
uno per ciascun canale, posta a monte del multiplexer, attivati simultaneamente.
Figura 5.80: Architettura multicanale a convertitore e SH multipli ed eetto su istante di misura
Anche l'amplicatore può essere posizionato a monte del multiplexer. Cerchiamo di valutare
l'eetto di questa modica dell'architettura. Lo spostamento di componenti a monte del
multiplexer ha l'evidente eetto di portare i relativi tempi di funzionamento fuori dal ciclo
sui canali: i mantenitori devono essere attivati una volta sola per ogni ciclo di lettura mentre
non sarà necessario riprogrammare gli amplicatori in quanto il guadagno rimane invariato per
tutta l'acquisizione. L'architettura del sistema diventa quella di gura e risulta essere la più
prestante per l'architettura a singolo convertitore.
Figura 5.81: Sistema AD a Sample-Hold e Amplifcatori multipli
Mentre per la congurazione a mantenitore e amplicatore singolo si aveva un tempo di ciclo

pari a:
TC = Nchan × (1/fAD + tSH + tG + tM U X )
Avendo posizionato mantenitore e amplicatore prima del multiplexer, alcune operazioni escono
dal ciclo di scansione dei canali e la linea del tempo diventa quella riportata in gura.
Figura 5.82: Linea del tempo per sistema a mantenitori e amplicatori multipli
Il tempo di un ciclo di acquisizione, cioè il tempo necessario per ripresentarsi al primo canale,
diventa:
TC = tSH + Nchan (1/fAD + tM U X )
Poiché il mantenitore viene attivato all'inizio di ogni ciclo di acquisizione, non vengono introdotti
ritardi tra le misure sui diversi canali: l'acquisizione è, di fatto simultanea.
Ovviamente il mantenitore adatto a essere posizionato prima del multiplexer avrà caratteristiche
signicativamente diverse da quello immediatamente a monte del convertitore, in quanto dovrà
essere in grado di mantenere congelato il segnale per un tempo molto più lungo, pur garantendo la
stabilità della tensione: infatti se in quest'ultimo caso il tempo di mantenimento richiesto è legato
alla sola velocità di conversione, nel primo viene a dipendere, oltre che dalla componentistica
aggiuntiva, dal numero di canali del sistema.
5.3.5 Produzione di dati

Campionare un certo numero di canali con una specica frequenza e per il tempo richiesto
comporta la produzione di un numero di informazioni che può essere notevole. Il numero di byte
necessari per memorizzare tutte le informazioni acquisite è facilmente calcolabile:
NChan FS nBit TOss
NByte =
8
Se però, come succede nella maggior parte dei sistemi di acquisizione, il risultato viene reso
disponibile direttamente in tensione, la rappresentazione di ogni dato non avviene con nBit bit
ma con 4 Byte della rappresentazione reale; essendo la tensione codicata come un numero reale,
servono 32 bit per la sua rappresentazione per cui in questo caso servono:
NChan FS 32 TOss
NByte =
8
Volendo invece considerare il rateo di produzione, per esempio per vericare se un sistema di
telemetria è in grado di trasferire a terra i dati in tempo reale, si parlerà di byte al secondo,
NByte /s, e per conoscerne il valore sarà suciente rimuovere il tempo di osservazione dalle
formule precedenti.
5.3.6 Esempio
Si devono acquisire 12 canali a 10'000 Hz con una scheda il cui convertitore A/D ha velocità
massima di 300kSamples/s.
Sono richiesti 12×100 000 = 1200 000 campionamenti al secondo, requisito che sembra compatibile
con la prestazione nominale dell' A/D (3000 000Samples>1200 000)
Per sapere se la scheda è adatta, non è detto che ciò sia suciente: occorre conoscere o avan-
zare ipotesi sull'architettura della scheda. Ipotizzando un'architettura con amplicatore
e mantenitore singoli, le azioni da eseguire a ogni campionamento sono:
1. Eettuare la commutazione del multiplexer;

2. Attendere la stabilizzazione del mantenitore (S);
3. Attendere la stabilizzazione del guadagno dell'amplicatore.
Supponiamo che per la loro esecuzione siano necessari 10 microsecondi complessivi (informazioni
da ricavare da una scheda tecnica). L'intervallo temporale che intercorre tra due acquisizioni
successive di uno stesso canale tiene conto del tempo di acquisizione e di questi ritardi:
Nchan × (1/fAD + tritardo ) = 12 ∗ (1/3000 000 + 0.000010) = 0.00016s
A questo tempo corrisponde una frequenza di acquisizione di 6250Hz; quindi la prestazione del
sistema di acquisizione non soddisfa i requisiti di prova.
5.3.7 Software
Ogni componente della scheda di acquisizione deve essere istruito su come e quando fare quello
che gli chiediamo: deve cioè essere programmato. I comandi sono comunicati alla scheda
mediante la scrittura di codici particolari in apposite posizioni della memoria, dette registri. Sono
disponibili linguaggi di programmazione classici (Visual BASIC, C++, FORTRAN, Matlab, ...
) e linguaggi graci (LabView, HPVEE) che facilitano la realizzazione di sistemi complessi con
un interfaccia graco che facilita la gestione delle operazioni.
La facilità di gestione delle interfaccia grache, non deve far sottovalutare l'importanza della
comprensione di tutto quello che sta loro dietro e che nascondono.
5.4 Esercizi riassuntivi

Si vuole caratterizzare il livello di rumore presente in aeromobile usando 24 microfoni capacitivi.
La banda di interesse è di 5000 Hz.
Il livello massimo di pressione acustica atteso è di 95dB (pressione di riferimento 20µP a,
pressione ambiente ca 101000 Pa)
Si richiede di congurare il sistema di acquisizione dati in modo da consentire la corretta ac-
quisizione delle grandezze in gioco e l'individuazione delle frequenze di rumori tonali con un
errore massimo di 1Hz.
Disponiamo di microfoni piezoceramici che coprono ampiamente la banda di interesse (orecchio
umano insensibile a suoni f <20Hz ).
Non ci resta che occuparci del sistema di acquisizione dati del quale riprendiamo lo schema
generale.
Figura 5.83: Schema funzionale acquisizione dati dinamica

La corretta congurazione richiede:
1. Congurare i parametri della scheda di acquisizione
2. Determinare frequenze di taglio e di campionamento
3. Determinare il tempo complessivo di osservazione
In più dovremo vericare l'adeguatezza del sistema di acquisizione multicanale.
Attrezzature disponibili Sistema Acquisizione Dati con le seguenti caratteristiche:
AD 14 bit, linearità 1%, velocità di conversione 1MSample/s, fondo scala 0-10V o ±5V, guadagni
programmabili [1, 10, 50, 100, 500, 1000].
Multiplexer a 32 canali (tempo scansione 2µs)
S/H multipli (ritardo di attivazione 2µs ) accuratezza mantenimento 0.2%.
Strumentazione:
• microfoni capacitivi, banda passante 20-20000Hz, sensibilità 50 mV/Pa, accuratezza 1%

• banco ltri AA 8◦ ordine, frequenza di taglio programmabile, livello rumore/segnale 0.1%
Congurazione AD: Fondoscala
Il segnale in uscita dai microfoni è una pressione acustica, cioè una oscillazione di bassa entità
della pressione ambientale; quindi un segnale di ingresso che oscilla tra un massimo positivo ed
uno negativo, nonostante si tratti di una pressione.
5.4. ESERCIZI RIASSUNTIVI 231
Si opterà quindi per il campo bipolare di fondoscala: ±5V .

Commenti: Questo aspetto dovrebbe essere discusso più in dettaglio in base alla sica del
trasduttore che si suppone costruito in modo da avere un'uscita solo per le variazioni della
pressione; sarebbe infatti impossibile rilevare un'oscillazione di pressione di 2P a di una pressione
ambiente di ca 101000P a.
Congurazione AD: guadagno La pressione massima attesa è di 95dB , assunta uguale per
tutti i sensori, occorre risalire al corrispondente valore in Pascal che si ricava (ricordando che la
pressione di riferimento standard è 20µP a) come:

p dB
dB = 20 log10 ⇒ p = 10 20 pRif = 1.42P a ≈ 2P a
pRif
Le tensione corrispondente dipende dalla sensibilità:
Vmax = p · S = 2P a · 50mV /P a = 100mV = 0.1V
Essendo i guadagni disponibili: G = 1, 10, 50, 100, 500, 1000
Le tensioni amplicate risultano essere: Va = 0.1, 1.0, 5.0, 10.0, 50.0, 100.0V
Il guadagno limite si trova per V a ≤ V F S , quindi Va ≤ 5V cioè G = 50. Alternativamente:
Gmax = F S/V max = 5/0.1 = 50 Frequenza di taglio La banda di interesse si estende no a
5000 Hz. Occorrerebbe avere informazioni più precise sul comportamento del ltro attorno alla
frequenza di taglio (-3dB). Per un ltro di Butterworth 8◦ Ord. sono disponibili i diagrammi di
ampiezza e fase
Figura 5.84: Comportamento del ltro AA in corrispondenza della frequenza di taglio
Se ne deduce una frazione di guadagno unitario inferiore a 0.2fT ; un valore inferiore porterebbe
anche a 0 la dierenza di fase.
Quindi: fT = fInt · kF = 5000 · 5 = 25000Hz
Frequenza di Nyquist Campionamento Le indicazioni di imprecisione sono:
1. AD 14 bit, linearità 1%
2. S/H accuratezza mantenimento 0.2%
3. microfoni capacitivi accuratezza 1%
4. Banco ltri livello rumore/segnale 0.1%
Il livello di rumore più elevato è sicuramente 1% (la risoluzione, 14 bit comporterebbe in un

campo bipolare 1/213 quindi inferiore a 0.0122%).
L'attenuazione richiesta in termini di dB è: Att = 20 log10 (0.01/4) = −52dB
La fN yquist (attenuazione del ltro #dB/Dec = 20Ord ) sarà quindi collocata a:
dBAtt
52
FN yquist = FT aglio · kN dove kN = 10 dBF iltro = 10 160 = 100.325 = 2.114
La frequenza di campionamento diventa:
fC = 2 · FT aglio · kN = 2 · 25000 · 2.114 = 105700Hz
Tempo di osservazione
É richiesto di identicare la frequenza di rumori tonali con un errore massimo di 1Hz.
Questa operazione non può che essere eettuata analizzando il contenuto in frequenza del segnale
e individuando la frequenza attraverso il culmine della risposta in corrispondenza dei valori
massimi
Può essere opportuno avere una risoluzione in frequenza pari ad 1/10 di quella richiesta per
poter leggere agevolmente il valore massimo e risalire quindi alla frequenza.
La risoluzione in frequenza di prova dovrà essere quindi 0.1 Hz. Dato il legame tra risoluzione
in frequenza e tempo di osservazione, ∆f = 1/TOss , a questa risoluzione corrisponde un tempo
di osservazione di 10s
Verica compatibilità del sistema di acquisizione
La frequenza di campionamento richiesta è pari a 105700Hz mentre le caratteristiche rilevanti
del sistema di acquisizione sono:
• velocità di conversione 1 MSample/s;

• Multiplexer con tempo scansione 2µs;
• S/H multipli con ritardo di attivazione 2µs.
Non è noto se il siatema abbia amplicatori multipli ma, per coerenza con la disponibilità di
mantenitori multipli, si adotta questa ipotesi. Il tempo di ciclo è quindi:
TC = tSH + Nchan (1/fAD + tM U X ) = 2 + 24(1/1 + 2) = 74µs
cui corrisponde una frequenza massima di lavoro pari a: 13514Hz . Dato che questa prestazione
è molto ingeriore alla richiesta, il sistema non è compatibile con la prova.
5.5 Revisione dei concetti fondamentali dell'analisi in frequenza

5.5.1 Rappresentazione in frequenza dei segnali
Opportune trasformazioni consentono di risolvere più agevolmente un problema grazie a proce-
dimenti che risultano semplicati nel dominio trasformato: es. il prodotto (divisione) tra due
numeri si trasforma in una somma (sottrazione) dei corrispondenti logaritmi. Una trasforma-
zione delle informazioni disponibili può anche consente di mettere in evidenza aspetti dicili da
cogliere nel dominio originale, in relazione a problemi specici.
La rappresentazione temporale della gura seguente evidenzia un comportamento essenzialmen-
te sinusoidale mentre la sua trasformata evidenzia armoniche superiori a quella fondamentale.
L'utilizzo poi di una scala logaritmica per l'ascissa consente di evidenziare i termini più piccoli.
5.5. REVISIONE DEI CONCETTI FONDAMENTALI DELL'ANALISI IN FREQUENZA 233
Appena apprezzabile nella storia temporale la Evidenti le armoniche superiori e il loro

presenza delle armoniche superiori rapporto con la frequenza fondamentale
Figura 5.85: Funzione sinusoidale reale nel tempo e sua rappresentazione in frequenza con scala
logaritmica: le armoniche superiori non sono apprezzabili nella rappresentazione temporale
Nel caso di una grandezza denita nel tempo possiamo avere interesse a rappresentarla in diversi
domini:
1. nel tempo o storia temporale: x(t) [es: per monitoraggio]

2. in frequenza o spettro in frequenza: X (f) [es. per conoscere il contenuto energetico alle
varie frequenze]
3. in ampiezza o distribuzione di probabilità: P (A(x )) [es. per determinare la rugosità delle
superci o i carichi di fatica]
In questa sede l'interesse è limitato al passaggio tra i domini tempo e frequenza. Abbiamo
già largamente sfruttato le possibilità oerte dall'analisi in frequenza, insite nel fatto che la
funzione f (t) = a cos(ω0 t + ϕ) ammette una rappresentazione sintetica (spettrale) basata su
tre elementi: ampiezza a , pulsazione ω0 e fase ϕ. Nel dominio trasformato l'informazione è in
una forma che:
1. non dipende dall'evoluzione temporale del segnale;

2. esprime esclusivamente caratteristiche intrinseche del segnale.
Le informazioni a disposizione rimangono le stesse, semplicemente sono denite in piani

dierenti:
Figura 5.86: Ortogonalità delle rappresentazioni in ampiezza, tempo e frequenza
Non si deve pensare che si tratti di qualcosa di esotico: quasi tutti noi non facciamo più caso, o
almeno non più di tanto, a un arcobaleno.
Figura 5.87: Esempio naturale di decomposizione dei segnali in componenti armoniche
In realtà il prisma ottico che scompone un fascio di luce bianca in fasci di luce coerente separa
componenti di luce di lunghezza d'onda dierenti.
Figura 5.88: Funzionamento della decomposizione di luce bianca nelle componenti elementari
Opera in maniera analoga alla trasformata di Fourier quando decompone un'onda quadra nelle
sue componenti elementari:
Figura 5.89: Decomposizione e sintesi di un'onda quadra

Infatti la ricombinazione di un numero crescente di armoniche porta a una rappresentazione
sempre più vicina all'originale.
La scelta del dominio dipende dalle analisi che si vogliono condurre sui dati acquisiti: fenomeni
di dicile interpretazione in un dominio possono risultare chiari in uno dierente.
La trasformata è l'operazione matematica che opera il cambio di dominio senza perdita di
informazioni. Una trasformata è detta biunivoca se permette il passaggio da un dominio A a
un dominio B ed esiste un'altra trasformata, detta inversa, che permette il passaggio dal dominio
B al dominio A.
Generalizzando l'approccio, funzioni (segnali) elementari composte da contributi tonali (sinusoi-
dali discreti) possono intuitivamente essere analizzati nel dominio delle frequenze e si può pen-
sare di trattare contenuti in frequenza continui a patto di utilizzare un numero sucientemente
elevato di armoniche elementari.
La Serie e l'Integrale di Fourier forniscono il modello matematico rigoroso per eseguire
l'operazione.
5.5.2 J.B Fourier: la Serie e l'Integrale

Un segnale è periodico se esiste un intervallo temporale T, il periodo del segnale, trascorso il
quale la grandezza in esame si ripete uguale a sé stessa , cioè se soddisfa la relazione:
f (t) = f (t + kT ) con k = 1, 2 , . . .
Un segnale di questa natura ammette una rappresentazione attraverso il noto sviluppo in Serie
di Fourier:
Forma reale Forma Complessa
P+∞
f (t) = +∞ −jnω0 t
P
f (t) = a0 + n=1 an cos(nω0 t) + bn sin(nω0 t) n=0 cn e
1
Rπ
a0 =R 2π −π f (t)dt
π Rπ
can = 2π1
R π−π f (t) cos(nω0 t)dt cn = 1
2π −π f (t)e−jnω0 t dt
1
bn = 2π −π f (t) sin(nω0 t)dt
Abbiamo quindi uno strumento, operativo e analitico, per arontare il problema del
passaggio dal dominio del tempo a quello della frequenza:
1. determinazione di ampiezza e fase di tutte le armoniche che compongono il segnale

(trasformazione);
2. ricostruzione della funzione (anti-trasformazione).
Dobbiamo al matematico francese Jean Baptiste Fourier (1768

1830) la tecnica di scomposizione di un segnale nelle sue
componenti armoniche grazie alla serie omonima e alla sua
generalizzazione al continuo: l'integrale di Fourier.
In questa sede di parte dalla forma Integrale come approccio
più generale la trasformazione tra tempo e frequenza per pas-
sare poi alla Serie, naturalmente recuperata nel momento in
cui si opererà con informazioni campionate nel tempo manipo-
late da programmi di calcolo in un elaboratore elettronico, e
alla sua forma discreta in tempo e frequenza.
Da tener presente che la matematica dell'integrale di Fourier non è specica per i domini tempo
e frequenza: può essere utilizzata anche in altri contesti.
Trasformata diretta:
R +∞ R +∞
H(f ) = −∞ h(t)e−j2πf t dt in Frequenza H(ω) = −∞ h(t)e−jωt dt in Pulsazione
Il contenuto di informazioni passa inalterato attraverso questa trasformazione che è reversibile.
Trasformata inversa:
R +∞ R +∞
h(t) = −∞ H(f )ej2πf t df in Frequenza h(t) = 1
2π −∞ H(ω)ejωt dω in Pulsazione
Le funzioni coinvolte sono continue, complesse e innite nel tempo e in frequenza (-∞ <t <
+∞ , -∞ < f < +∞). Nonostante la denizione (-∞ < f < +∞), la rappresentazione tipica in
frequenza è solo per valori positivi.
Caratteristiche generali dell'integrale di Fourier sono:
1. si applica a funzioni continue nel dominio del tempo;
2. genera funzioni continue nel dominio delle frequenze;
3. se f(t) è reale (come nelle nostre applicazioni) vale la simmetria hermitiana: F (ω )=F* (-ω )
(parte reale simmetrica e parte immaginaria antisimmetrica)
4. si applica sia a funzioni periodiche che non periodiche;
5. come la serie non può essere applicato direttamente alle logiche di un elaboratore.
5.5.3 La rappresentazione della trasformata di Fourier

Vale la pena discutere alcuni elementi delle modalità di maggior interesse sperimentale per la
rappresentazione della trasformata.
Rappresentazione Spettrale Ogni armonica (frequenza, ampiezza e fase) può essere

rappresentata su due diagrammi cartesiani con la frequenza in ascissa: ampiezza e fase.
Figura 5.90: Rappresentazione in frequenza di funzione sinusoidale
θ(f ) = tan−1 (Im(G(f ))/Re(G(f )))

p
|G(f )| = Re(G(f ))2 + Im(G(f ))2
La rappresentazione spettrale è utilmente normalizzata, a

un valore di riferimento, e quindi avere valore unitario
per una frequenza. Tale rappresentazione viene usata an-
che per mostrare le funzioni di trasferimento di un sistema
(FRF).
L'interpretazione del diagramma, in particolare riguardo
alla lettura della scala delle ordinate, deve tenere conto del
signicato intrinseco di Spettro, cioé ampiezza della com-
ponente sinusoidale della funzione, e FRF, cioè ampiezza
del rapporto fra un segnale d'uscita e uno d'ingresso.
5.5.4 Esempi notevoli di trasformate di Fourier

Funzione co-sinusoidale di frequenza f e di ampiezza A. La trasformata è costituita da
due picchi di ampiezza A/2 posizionati alla frequenze ±f0 :
h(t) = cos(2πf0 t)
H(f ) = δ(f − f0 ) + δ(f + f0 )
Figura 5.91: Funzione cos e ampiezza della sua trasformata di Fourier
Funzione scatola (Box Function):

La funzione scatola è nulla all'esterno dell'intervallo T 0 ↔T 0 , di valore G all'interno e G/2
nell'intervallo T0 e T0 .
Figura 5.92: Funzione scatola e ampiezza del suo contenuto in frequenza
La trasformata è una sinusoide smorzata (continua, innita ad ampiezza decrescente);

|H(f )| = 2GT0 sin(2πT 0f )

2πT0 f
θ(f ) = −2πT0 f
i punti di zero sono equispaziati, fK = kT1 0 , il primo è a una frequenza pari all'inverso della
dimensione temporale della scatola. Interessante perché può essere interpretata come una nestra
di misura che limita l'osservazione del tempo ad un intervallo nito.
Funzione impulso :
La funzione impulso è identicamente nulla su tutto il dominio ad eccezione del punto di
denizione t 0 =0, ove ha ampiezza A.
h(t) = A δ(t − t0 )
La trasformata è una funzione continua, innita e costante.
H(f ) = A
Il contenuto armonico è uniformemente distribuito su tutto lo spettro delle frequenze, ogni

frequenza partecipa con la stessa ampiezza
Figura 5.93: Funzione impulso e ampiezza della sua trasformata di Fourier
Una forzante impulsiva, dal punto di vista sperimentale, rappresenta la forzante ideale per lo
studio di un sistema dinamico, in quanto eccita uniformemente l'intero spettro delle frequenze.
La realizzazione pratica non consente di ottenere questo risultato e, in funzione dei tecnicismi di
implementazione, la forzante avrà uno spettro più o meno limitato ma comunque non innito.
Funzione costante nel dominio temporale:
La funzione costante ammette come trasformata una funzione impulso collocata a frequenza
nulla.
h(t) = A
H(f ) = A δ(f − f0 )
Figura 5.94: Funzione costante e ampiezza della sua trasformata di Fourier
Il contenuto armonico è nullo su tutto lo spettro ad eccezione di una sola linea spettrale in
corrispondenza della frequenza nulla. L'ampiezza di tale termine è pari al valore medio della
funzione.
Rappresentazione numerica Abbiamo già messo in evidenza come la scala logaritmica con-
sente di rendere visibili termini che in una scala lineare sarebbero appena percettibili. Questo
approccio trova la sua formalizzazione nell'uso del Bel (da Alexander Bell suo ideatore), denito
come logaritmo del rapporto tra il valore in esame e uno di riferimento specico. Peraltro è più
comunemente utilizzato il decimo di Bel: deciBel (dB).
L'utilità della scala logaritmica, e quindi dei deciBel per evidenziare la presenza di minimi
contributi in frequenza risalta dalla gura seguente, nella quale sono confrontate una rappresen-
tazione lineare e una logaritmica delle tre componenti armoniche (ampiezza 1, 0.01 e 0.001) di
un ipotetico segnale.
Figura 5.95: Eetto sulla rappresentazione graca dell'uso dei deciBel
Occorre ricordare che si tratta di operatori nonlineari, quindi non si sommano né se ne possono
fare i prodotti! Occorre prima riportare i valori in decibel ai corrispettivi lineari, sommarli o
moltiplicarli, e poi ricalcolare i decibel della somma. Particolarmente ecace in questo senso
analizzare la somma di due suoni entrambi di ampiezza 90 dB: suono che si ottiene ha una
presisone sonora di 93 dB: il raddoppio del segnale porta a un incremento di 3dB. Si riportano
alcuni valori tipici che potrebbe essere opportuno memorizzare.
Valori tipici
dB Rapporto dB Rapporto
˙
10log(W/W ref ) di Potenza ˙
20log(V /V ref ) di Segnale
20 100 40 100
10 10 20 10
3 2 6 2
0 1 0 1
-3 1/2 -6 1/2
-10 1/10 -20 1/10
-20 1/100 -40 1/100
5.5.5 Alcune proprietà della trasformata

Linearità
La trasformata di un segnale somma è uguale alla somma delle trasformate dei singoli segnali.
Costante
Sinusoide
Costante+sinusoide
Figura 5.96: Trasformata di segnale somma

Derivata di una funzione

Uno degli elementi che determina l'importanza dell'integrale di Fourier è costituito dalla possi-
bilità di manipolare analiticamente i modelli. Si può infatti dimostrare che esiste una relazione
tra la trasformata di una variabile e della sua derivata:
Z +∞ Z +∞
H(ω) = h(t)e−jωt dt Ḣ(ω) = ḣ(t)e−jωt dt
−∞ −∞
Cioè:
Ḣ(ω) = jω H(ω)
Integriamo per parti Ḣ(ω):

Z +∞ +∞
Z +∞
−jωt
Ḣ(ω) = ḣ(t)e dt = h(t)e−jωt −∞ − h(t)(−jω)e−jωt dt =
−∞ −∞
Il primo termine è nullo per le condizioni di esistenza di X (ω ), quindi:

Z +∞
Ḣ(ω) = jω h(t)e−jωt dt = jω H(ω)
−∞
Le conseguenze nell'analisi dei sistemi dinamici lineari sono ben note, l'equazione di equilibrio di
un sistema dinamico mẍ(t) + kx(t) = p(t) trasformata in frequenza diventa (−ω 2 m + k)X(f ) =
P (f ).
Questa equazione è facilmente risolvibile: non occorre integrare le equazioni dierenziali di
equilibrio dinamico, semplicemente si risolve, per tutte le frequenze di interesse, un sistema
lineare a coecienti complessi con ingresso il valore che la trasformata del carico assume per la
specca frequenza.
Inoltre il sistema dinamico lineare può essere riscritto con una relazione ingresso-uscita lineare
in frequenza:
X(f ) = H(f )P (f )
Avendo introdotto la funzione di trasferimento del sistema H(f ), funzione complessa della
frequenza dipendente da caratteristiche siche del sistema:
1
H(f ) =
(−ω 2 m + k)
Dalla denizione si può ricavare una procedura sperimentale per la misura della funzione di
trasferimento: essa infatti non è che la risposta a un ingresso unitario in frequenza:
Se: P (f ) = 1 allora: H(f ) = X(f, P (f ) = 1)
e sapendo che la trasformata di una costante è un impulso, possiamo dedurre che P (f ) unitario
signica una forzante impulsiva nel dominio del tempo.
Quindi la funzione di trasferimento di un sistema lineare coincide con la trasformata della risposta
impulsiva del sistema stesso.
Vale la pena di ricordare che la trasformata di Fourier coincide con l'intersezione della
trasformata di Laplace con il piano immaginario, o parte reale di s nulla.
5.5.6 Esempi reali

Si riportano di seguito alcuni esempi di analisi in frequenza di segnali.
Figura 5.97: Spettro di un segnale Figura 5.98: Segnale con tono principale
accelerometrico o armonica base e armoniche superiori
a frequenza multipla
Figura 5.99: Confronto tra misure in un Figura 5.100: Confronto tra misure in un
elicottero in volo e in un mock-up a terra elicottero in volo e in un mock-up a terra
(Accelerazione) (Rumore)
5.5.7 Unità di misura

Analizziamo le unità di misura della trasformata: poiché il termine esponenziale è un puro
numero la funzione trasformata ha la stessa dimensione della funzione originale moltiplicata per
il tempo.
Z +∞
H(ω) = h(t)e−jωt dt
−∞
5.5.8 Il funzionamento
Per dare un'interpretazione funzionale all'operatore trasformata, applichiamo la tecnica a un
segnale elementare perfettamente noto: un segnale sinusoidale.
h(t) = A cos(2πf t)
Denendo l'angolo corrispondente all'evoluzione della sinusoide di frequenza f dopo un tempo t
θ = 2πf t
e utilizzando una forma di elaborazione algebrica in notazione esponenziale, cioè facendo uso dei
fasori, la sinusoide può essere riscritta in termini esponenziali;
A A iθ
h(t) = A cos θ = (cos θ + i sin θ + cos θ − i sin θ) = e + e−iθ = v1 + v2
2 2
Una sinusoide può essere interpretata come la somma di due vettori controrotanti nel piano
complesso.
v1 , v2 . Gracamente l'operazione di combinazione delle due entità a determinare il segnale
sinusoidale è rappresentata nel graco di destra della gura seguente; in ogni istante i due
vettori si trovano in posizione simmetrica rispetto all'asse immaginario, quindi le due componenti
immaginarie si cancellano mentre quelle reali si combinano dando luogo alla sinusoide.
Figura 5.101: Funzionamento della trasformazione con uso dei fasori
Quindi l'integrando della trasformata di Fourier, per il caso della sinusoide, può essere scritto
come:
¯ A iθ A i(θ−θ̄)
h(t)e−i2πf t = e + e−iθ e−iθ̄ = e + e−i(θ+θ̄)
2 2
Possiamo quindi osservare che la moltiplicazione per l'esponenziale di trasformazione equivale a
una rotazione dei due vettori controrotanti dai quali è composto il segnale (delle n componenti
armoniche nel caso di un segnale più complesso).
Calcolando la trasformata per la frequenza f¯ l'esponenziale applica a ciascuna delle componenti
armoniche che compongono il segnale all'istante t una rotazione all'indietro t pari all'angolo
spazzato, a partire dal tempo zero, da un segnale armonico di frequenza f¯
Z +∞
¯
H(f¯) = h(t)e−i2πf t dt
−∞
θ̄ = −2π f¯t
Nel caso il segnale abbia una componente alla

frequenza f = f¯ l'angolo spazzato dai vettori
controrotanti che la deniscono coincide sempre
con la rotazione all'indietro denita dall'espo-
nenziale. Per ogni istante di tempo il segna-
le viene quindi riportato alla propria fase ini-
ziale e l'integrale porta all'ampiezza del segnale
a f¯, cioèil valore del contenuto armonico alla
frequenza Figura 5.102: Accumulo dei contributi
con angolo coerente
Ogni altra armonica del segnale, per la quale sia

f 6= f¯, l'angolo spazzato dai vettori controrotan-
ti non è mai uguale alla rotazione all'indietro
dell'esponenziale; la rotazione riporta i vettori
controrotanti allo zero del tempo con una fase
non coerente con quella iniziale. L'integrale,
cioé il contenuto armonico per la frequenza in
esame, ha valore nullo.
Figura 5.103: Cancellazione dei contri-
buti con angolo incoerente
Concludendo possiamo dire che la trasformata di Fourier è un potente mezzo di analisi che
permette di:
1. risolvere un problema analiticamente più semplice di quello originale, in particolare consen-
tendoci di costruire modelli completamente generali delle operazioni svolte per elaborare i
segnali temporali;
2. di evidenziare delle caratteristiche del segnale che non sarebbero palesi limitando lo studio
al dominio del tempo:
3. capacità di determinare la distribuzione dell'energia lungo lo spettro;
4. possibilità di individuare i segnali di piccola ampiezza anche a frequenze elevate ed in
presenza di armoniche più ampie.
5.5.9 Analisi in frequenza con elaboratori digitali

In realtà l'aspetto che più ci preme discutere è l'utilizzo dello strumento in un ambiente discreto.
La forma discreta e nita della trasformata di Fourier

La Trasformata di Fourier è uno strumento puramente analitico. Analogamente al Calcolo
Numerico per le equazioni dierenziali, l'utilizzo del computer per la gestione delle trasformazioni
richiede una formulazione discreta e limitata.
Quindi la necessità di:
• discretizzare il tempo (tk = k∆t);
• discretizzare la frequenza (fi = i∆f );
• limitare il tempo di osservazione TOss a N T valori nel tempo;
• limitare la frequenza massima fM ax a ±N F valori in frequenza.
Di conseguenza gli integrali devono essere approssimati con sommatorie ed estesi a un numero
nito di valori N nel tempo e in frequenza
+∞ T −1
NP
Trasformata Diretta h(t)e−j2πf t dt h(tk )e−j2πfi tk ∆t
R
H(f ) = H̄(fi ) =
−∞ k=0
+∞ N
PF
Trasformata Inversa H(f )ej2πf t df H(fi )ej2πfi tk ∆f
R
h(t) = h̄(tk ) =
−∞ i=−N F
Poiché il numero di termini della storia temporale e della trasformata devono essere uguali
e il dominio delle frequenze è simmetrico, valgono le seguenti relazioni: N T = 2N F + 1: le
frequenze discrete sono N positive/negative e una nulla
TOss = N T ∆T : il tempo d'osservazione dipende dal passo di campionamento
fM ax = f2C : per Nyquist abbiamo un limite di frequenza osservabile.
Si può quindi ottenere la risoluzione in frequenza come:
fM ax fC 1 1 1 1 1
∆f = = = = TOss
=
2N N ∆T N N
N TOss
.
Da queste relazioni sembrerebbe derivare un vincolo sul numero di istanti temporali che dovrebbe
essere dispari (2N F +1): utilizzando un numero pari di punti sembrerebbe impossibile descrivere
una funzione trasformata con un punto centrale per la frequenza nulla. Questo non è un problema
in quanto il coeciente associato all'ultima frequenza non è complesso ma reale; quindi la sua
parte immaginaria non deve essere calcolata.
Nella tabella seguente è riportata una progressione intuitiva delle approssimazioni:
Trasformata Eetto Equazione
R +∞ Rt
Diretta Limitazione H(f ) = −∞ h(t)e−j2πf t dt ≈ tIF h(t)e−j2πf t dt ≈
PN −1
Discretizzazione k=0 h(t k )e
−j2πfi tk ∆t=H̄(fi )
R +∞ R +f ax
Inversa Limitazione h(t) = −∞ H(f )ej2πf t df ≈ −fMMax H(f )ej2πf t df ≈
PN/2
Discretizzazione i=−N/2 H̄(fi )e
j2πfi tk ∆f = h̄(t )
k
Per comodità conviene fare riferimento alle posizioni nei vettori dei coecienti e non ai valori
delle frequenze:
 
N/2
X
h̄(tk ) = H̄(0) + 2 H̄(fi )ej2πfi tk  ∆f
i=1
SI tratta della trasformata discreta di Fourier: H(fi ) = N

P −1 −j2πfi tk ∆t
k=0 h(tk )e
Nota: essendo fi e tk valori discreti, dati da fi = i ∆f e tk =k ∆t , l'esponente dei termini
esponenziali può essere riscritto come: i k ∆f ∆t
Essendo il passo temporale ∆t=1/fC e delle frequenza ∆f=fC /N
fC 1 ik
ik =
N fC N
Quindi l'esponente di trasformazione dipende solo dai numeri d'ordine di tempo e frequenza
e dal numero di punti della storia temporale: l'operatore Trasformata non sa che si tratta di
un legame tempo-frequenza.
La discretizzazione introduce evidentemente delle approssimazioni e ci interessa identicare le
condizioni per cui si può garantire che: H(f ) ≈ H̄(fi ).
Se il contenuto in frequenza è discreto le trasformate, integrale e discreta, potranno coincidere
solo nel caso di segnali periodici: per denizione solo lo spettro di segnali periodici è discreto; da
qui il problema del Leakage. In questo caso, l'algoritmo della DFT coincide con quello della serie
di Fourier in quanto l'integrale sul periodo è correttamente determinato con una sommatoria!
Quindi la DFT è esatta solo nel caso di segnali periodici. Nel caso di segnali generici la limitazione
dell'osservazione comporterà qualche eetto distorsivo sul risultato
Algoritmo digitale: SFT - Slow Fourier Transform

L'algoritmo è semplice, indipendentemente dalla formulazione reale o complessa:
for k=0:N-1
sum=0+i*0;
for j=0:N-1
ang=-2*i*pi*(j*k)/N; NP−1
Forma Complessa sum=sum+x(j+1)*exp(ang); H(fi ) = h(tk )e−2πfi tk ∆t
k=0
end
H(k+1)=sum;
end
for k=0:N-1
c=0;, s=0;
for j=0:N-1
ang=2*pi*(j*k)/N; −1
NP
c=c+x(j+1)*cos(ang); Im(H(fi )) = h(tk ) sin(2πfi tk )∆t
k=0
Forma Reale s=s-x(j+1)*sin(ang); NP−1
end Re(H(fi )) = h(tk ) cos(2πfi tk )∆t
RE(k+1)=c; k=0
IM(k+1)=s;
end
In Matlab è disponibile la funzione FFT che implementa la Trasformata Discreta di Fourier
% fft Discrete Fourier transform.

% fft(X) is the discrete Fourier transform (DFT) of vector X. For
% matrices, the fft operation is applied to each column. For N-D
% arrays, the fft operation operates on the first non-singleton
% dimension.
%
% fft(X,N) is the N-point fft, padded with zeros if X has less
% than N points and truncated if it has more.
%
% fft(X,[ ],DIM) or fft(X,N,DIM) applies the fft operation across the
% dimension DIM.
%
% For length N input vector x, the DFT is a length N vector X,
% with elements
% N
% X(k) = sum x(n)*exp(-j*2*pi*(k-1)*(n-1)/N), 1 <= k <= N.
% n=1
% The inverse DFT (computed by IFFT) is given by
% N
% x(n) = (1/N) sum X(k)*exp( j*2*pi*(k-1)*(n-1)/N), 1 <= n <= N.
NOTA: L'algoritmo è indipendente da tutti i parametri di acquisizione, quali il passo temporale
o la risoluzione in frequenza (la trasformata si applica a due domini generici). L'uscita dell'al-
goritmo è costituita da un vettore complesso di tanti termini quanti gli istanti temporali della
storia. Come esempio elementare generiamo un segnale sinusoidale ed eseguiamone la trasfor-
mata. La trasformata teorica è data da due delta di ampiezza A/2 a ±fr :
dt=.04; fs=1/dt; % passo temporale

fr=2; % frequenza segnale sinusoidale
t=[0:dt:2-dt]; % base dei tempi
th=sin(2*pi*fr*t); % generazione dati
TR=fft(th); % calcolo trasformata
Figura 5.104: Ampiezza della trasformata della funzione coseno

Algoritmo digitale: rappresentazione

Mettendo in graco il modulo della trasformata ( plot(abs(TR))) si ottiene un andamento
che non sembra avere molto senso. L'uscita del modulo F F T è un vettore che impila tutti i
coecienti calcolati. Nella prima parte posizionati il termine a frequenza nulla e, nelle posizioni
successive, tutti i coecienti delle armoniche no alla massima. Dal termine N/2+1 sono poi
elencati i coecienti delle frequenze negative a partire da F N yquist no a frequenza 0.
Ecco spiegato l'aspetto del graco nella gura superiore.
Figura 5.105: Ricostruzione del campo delle frequenze
Per dare senso sico alla rappresentazione occorrerebbe spostare la seconda parte del diagramma
in modo da collocare alla sinistra dello zero i valori corrispondenti alle frequenze negative e a
destra quelli per frequenze positive. Spesso vengono diagrammati solo i primi N/2 + 1 punti,
eventualmente, raddoppiando i termini relativi a frequenze non nulle.
Occorre inoltre denire il vettore delle frequenze discrete corrispondenti ai valori della trasfor-
mata in modo da dare senso sico al diagramma. Essendo pratica comune esaminare soltanto il
semi-spettro a frequenze positive, l'elenco delle frequenze discrete è determinato moltiplicando i
valori 0-NPunti/2 per la frequenza di Nyquist; se Fs è la frequenza di campionamento, l'istruzione
Matlab per generare il vettore delle frequenze è: Fs/2*linspace(0,1,NPunti/2);
Per la corretta rappresentazione in frequenza occorre quindi:
1. generare la base di frequenze discrete;

2. scalare le ampiezze della trasformata, in modo da renderla indipendente dal numero di
istanti campionati (TR / Npt );
3. recuperare l'energia dell'intero spettro moltiplicando per 2 i coecienti delle frequenze non
nulle.
Figura 5.106: Rappresentazione corretta in frequenza
Sono riportate due curve con dierente risoluzione in frequenza (0.5 e 0.25 Hz)
Si riporta per completezza un esempio di programmazione Matlab per la costruzione del dia-
gramma in frequenza dell'ampiezza di una trasformata di Fourier discreta.
dt=.04; fs=1/dt; % passo temporale

fr=2; % frequenza segnale sinusoidale
t=[0:dt:2-dt]; % base dei tempi
th=sin(2*pi*fr*t); % generazione dati
TR=fft(th); % calcolo trasformata
Capitolo 6
Incertezze di Misura
6.1 Preambolo
Le normative danno indicazioni sulle modalità operative per il calcolo delle incertezze di misura
basate su alcune denizioni. Si potrebbe quindi ritenere possibile basarsi semplicemente su
queste per essere operativi.
Esaminiamo brevemente come tali incertezze sono classicate. Si sottolinea che quanto riportato
nel resto del presente paragrafo è destinato esclusivamente a giusticare la successiva trattazione
degli argomenti di elementi di probabilità, statistica e propagazione degli errori. In seguito, le
denizioni di incertezza verranno arontate in maniera organica.
6.1.1 Le diverse forme di Incertezza

In primo luogo, introduciamo le denizioni delle diverse forme di incertezze introdotte dalla
normativa.
Incertezza tipo (Standard Uncertainity) Secondo le normative le componenti di

incertezza devono essere classicate in relazione al metodo con il quale sono state determinate.
Valutazione di tipo A: metodo di valutazione delle incertezze mediante analisi statistica
di una serie di osservazioni/misure.
Valutazione di tipo B: metodo di valutazione delle incertezze mediante strumenti diversi
dall'analisi statistica di una serie di misure/osservazioni.
L'incertezza viene espressa mediante una deviazione standard stimata, detta incertezza
standard o tipo, pari alla radice quadrata della varianza stimata.
Incertezza tipo A L' incertezza standard di tipo A è rappresentata da una quantità u e

calcolata dalla deviazione standard S , ricavata come radice della varianza campionaria S2 , e dal
numero di gradi di libertà ad essa associato, ν con la formula di seguito riportata.
v
u N
S u1 X
u= √ S=t (xi − x̄)2
ν+1 N
i=1
Incertezze tipo B Un'incertezza ottenuta con valutazione di tipo B è rappresentata da una

quantità u (radice quadrata della varianza u2 (x)) determinata in base a una ragionevole ipotesi
di distribuzione di densità di probabilità (p(x)), basata su tutte le informazioni disponibili.
Z ∞
2
u = (x − µ)2 p(x) dx
−∞
249
250 CAPITOLO 6. INCERTEZZE DI MISURA
Incertezze estesa (Expanded Uncertainity) Per denire l'incertezza per un desiderato

livello di condenza si introduce l'incertezza estesa (expanded uncertainty) ottenuta mol-
tiplicando l'incertezza tipo per il fattore di copertura (coverage factor), rappresentato
normalmente con k. L'incertezza estesa della variabile y viene denita come: U = ku(y). Il
valore del fattore di copertura viene denito in funzione della distribuzione di probabilità che
caratterizza la grandezza y in accordo con il livello di condenza richiesto.
Incertezza combinata Data una variabile Q, dipendente da molteplici parametri d'ingresso

xi attraverso una relazione generica Q = f (xi ) , ammettendo che ciascun parametro sia aetto
dalla propria incertezza wxi , si denisce come incertezza combinata il risultato della RSS (Root
of Sum of Squares) v
uN 2
uX ∂Q
uQ_Std = t uxi_Std
∂xi
i=1
nella quale le incertezze standard delle variabili xi , sia di tipo A che ditipo B, vengono utilizzate
per propagare il loro eetto sulla variabile derivata.
6.1.2 Considerazioni
Appare evidente come sia impossibile, allo stato attuale delle conoscenze arontate no a questo
punto, utilizzare in modo opportuno e soprattutto comprendere il signicato delle diverse incer-
tezze. In particolare, è evidente come sia necessario occuparsi di alcuni elementi fondamentali
di probabilità e statistica, nonché di propagazione degli errori, al ne di poter comprendere i
termini della questione e nalmente essere in grado agire in modo consapevole.
A tutti questi aspetti è destinato il resto del capitolo.
6.2 Elementi di Probabilità

Intuitivamente possiamo suddividere le grandezze in due categorie:
1. Grandezze Deterministiche: grandezze il cui valore è prevedibile e misurabile in maniera

ripetibile, entro gli errori di misura,
2. Grandezze Casuali: grandezze che non si presentano come deterministiche vengono
classicate come casuali; esse sono caratterizzabile solo in termini di comportamento
probabilistico e non attraverso una relazione analitica.
Caratteristiche di casualità, cioè di assoluta imprevedibilità, possono essere osservate pra-

ticamente in qualsiasi esperimento; persino ripetizioni immediate di misure di una grandezza
possono fornire risultati leggermente diversi. Questa variabilità è dovuta a condizioni am-
bientali non controllate o non controllabili, che possono alterare l'ingresso allo strumento
(ad esempio un'accelerazione vibratoria aggiungerà forze di inerzia alla forza peso rendendola
variabile nel tempo) o determinare una mancanza di precisione nel processo di misura (ad esem-
pio una variazione di temperatura può modicare le forze di attrito in un manometro alterando
la posizione di equilibrio).
La denizione di "casuali" per le grandezze non deterministiche deriva dalla impossibilità di
denire un legame di "causalità", cioè di "causa-eetto" tra diverse grandezze. La teoria delle
probabilità ci permetterà di costruire modelli dei fenomeni casuali (in inglese random) utili
per il loro utilizzo in ambito ingegneristico. Un altro termine utilizzato per individuare eetti
casuali è quello di aleatorietà.
Una variabile casuale può essere continua (es. la vita di una lampadina) o discreta (es. i risultati
di un lancio di dadi o l'esito positivo/negativo di un controllo di qualità). In relazione alla
6.2. ELEMENTI DI PROBABILITÀ 251
problematica dell'incertezza di misure, ci occuperemo della caratterizzazione di variabili aleatorie

continue. Nell'ambito di questo corso la trattazione fa principalmente riferimento alla misura
di grandezze deterministiche; la casualità viene limitata a quegli aspetti che limitano la qualità
della loro misura. In questa ottica, le grandezze misurate sono impropriamente considerate
come variabili casuali, nel senso che a un valore deterministico, determinato dai valori delle
variabili "controllate", si somma una modica casuale generata da variabili "non controllate",
secondo modalità non note né prevedibili. Evidentemente, perché la misura abbia un senso
nella pratica, l'errore commesso dovrà essere sucientemente piccolo rispetto ai valori rilevati.
Peraltro, quanto detto vale anche per la misura di grandezze non deterministiche: poichè questa
misura richiede anche la stima degli eetti casuali intrinseci, risulta altrettanto evidente come
la casualità legata al processo di misura dovrà essere trascurabile rispetto ad essa.
Richiami Alcuni elementi interessanti dal punto di vista statistico sono un patrimonio relati-
vamente consolidato; per esempio alcune grandezze "statistiche" quali media, varianza, regres-
sione lineare e coeciente di correlazione sono di comune impiego e programmate in tutte le
calcolatrici.
Nell'ambito delle misure, media e deviazione standard di una serie di dati, radice quadrata dello
scarto quadratico medio (a sua volta detto varianza), sono largamente utilizzate, anche senza
una reale conoscenza del loro signicato; la media come stima più adabile della misura, in
assenza di altre informazioni e la deviazione standard come indicatore di dispersione, avendo la
stessa dimensione sica della misura e essendo tanto maggiore quanto più lontani sono i dati dal
valore medio.
v
N u N
1 X u1 X
x̄ = xi ; S=t (xi − x̄)2
N N
i=1 i=1
A qualcuno sarà capitato di osservare che talvolta viene utilizzato a dividere il termine N − 1;
si tratta in questo caso della Deviazione stdandard campionaria, usata soprattutto quando
il numero di elementi è ridotto.
Possiamo dare un'interpretazione sica a queste due denizioni: la media di una se-
rie di valori è interpretabile come il calcolo della posizione del baricentro di sistema
di particelle di uguale massa disposte lungo una linea in posizioni identicate dai dati:
Figura 6.1: Analogia meccanica del concetto di media
la coordinata del baricentro xCG è infatti valutata come rapporto tra i momenti statici di ordine
1 e di ordine 0 delle masse, che si dimostra coincidere con il valor medio dei dati:
N N N N N
! !
X X X X X
xCG = xi mi / mi = m xi / m 1 = xi /N
i=1 i=1 i=1 i=1 i=1
Allo stesso modo la varianza (quadrato della deviazione standard) è il momento di inerzia bari-
centrico rapportato alla massa totale; se si preferisce, il rapporto tra i momenti statici di ordine
2 e di ordine 0 delle masse.
PN 2m /
PN
P ICG /M = i=1
P (x i − x CG
) i i=1 mi =
N N 1 N
m i=1 (xi − xCG )2 / m i=1 1 = N i=1 (xi − xCG )2 = S 2
P
A parità di massa un momento di inerzia maggiore indica una dimensione maggiore del cor-
po. Nelle misure una varianza maggiore è sintomo, a parità di valore medio, di una maggiore
dispersione dei dati.
Evidentemente una analogia formale non basta: sono necessari concetti più robusti.
6.2.1 Modelli probabilistici: dall'Istogramma alla Probabilità

Sono numerosi i problemi che possono essere ricondotti a fenomeni casuali: intensità della turbo-
lenza atmosferica, altezza delle onde, errori di misura, rugosità di una supercie, e altri ancora.
In questi casi un approccio spesso utilizzato è quello di acquisire informazioni utili a "caratte-
rizzare" il fenomeno secondo uno schema nalizzato alla successiva applicazione di un metodo
basato su principi deterministici.
Figura 6.2: Esempio di fenomeno naturale casuale: altezza delle onde
Un classico esempio, proprio dell'ingegneria aeronautica, è la denizione di velocità verticali

delle masse d'aria nell'atmosfera: un velivolo che entri in un fronte di aria ascendente (l'aria
scaldata dal terreno in estate forma una colonna che si muove verso l'alto) si troverà ad avere
un assetto rispetto alla composizione della velocità di volo e della colonna d'aria aumentato;
questo comporta un immediato incremento del carico aerodinamico, quindi una condizione di
carico aggiuntiva che deve essere tenuta in conto nella progettazione strutturale. Una delle
prassi prevede due velocità di riferimento (dette di "raca": la massima velocità attesa in aria
calma e la massima velocità in assoluto. Il calcolo strutturale è deterministico; la denizione dei
due valori di velocità è invece il risultato di una caratterizzazione dei movimenti dell'atmosfera
durata decine di anni di rilevamenti. Nell'ingegneria spaziale le accelerazioni prodotte dalla
combustione durante il lancio, di ampiezza variabile con la frequenza, vengono ridotte con un
metodo di calcolo che tiene conto delle caratteristiche della struttura ad accelerazioni equivalenti;
queste sono utilizzate per denire condizioni di carico statiche di dimensionamento. La grandezza
casuale tipica dell'ingegneria navale, l'altezza delle onde, permette di "vedere" l'oggetto di studio.
Ammettendo di sapere come determinare le forze su di una piattaforma o-shore a seguito di
ondate di altezza nota; come prevedere l'altezza dell'onda da utilizzare per il dimensionamento
della struttura? O ancora: sapendo progettare velatura, opera viva e morta di una barca da
regata come è possibile caratterizzare le onde del campo da regata in modo da ottimizzare le
probabilità di successo?
è evidente la necessità di un "misuratore dell'altezza dell'onda" ma, soprattutto, di una strategia
di misura: non sarebbe di nessuna utilità il valore specico di un evento, dato che le onde
non si presentano mai uguali a sé stesse, solo simili.
Si tratta di identicare informazioni adeguatamente signicative, compiere delle misurazioni
e poi elaborare opportunamente i dati ottenuti per ricavarne un modello matematico del
fenomeno.
Posizioniamo un sistema in grado di misurare l'altezza delle onde nel sito previsto per l'instal-
lazione della piattaforma. Non ci interessa sapere come può essere fatto ma solo cosa produce:
essendo interessati non al prolo ma ai valori estremi, avremo bisogno di un registratore che
memorizzi i valori dell'angolo all'inversione del movimento verticale della boa. Al termine del
periodo di osservazione, rappresentativo (se interessano le onde più alte non avrà senso misurare
solo d'estate) e "omogeneo" (non avrà senso confrontare direttamente onde invernali ed estive),
avremo ottenuto qualcosa del genere:
Figura 6.3: Sequenza temporale di ipotetiche misure dell'altezza delle onde
Il diagramma mostra la successione delle misure nel tempo. Il graco non evidenzia un anda-
mento o una sionomia, non ha "tendenze" riconoscibili; esso non fornisce informazioni utili per
il semplice motivo che il fenomeno non è dipendente dal tempo, di fatto unica variabile di con-
trollo in questa rappresentazione. Nella fattispecie, l'altezza delle onde dipende da altri fattori
(es. velocità del vento) che non sono controllabili.
Bisogna allora adottare una strategia di elaborazione che si concentri sulla sola grandezza esa-
minata e non su cosa abbia prodotto la variazione. Quantomeno che elimini il tempo dalla
rappresentazione.
Facciamo un esempio di uno strumento di registrazione naturale. Si tratta della pista di un
comune aeroporto civile in una fotograa aerea.
Figura 6.4: Foto aerea della pista di un aeroporto civile
L'informazione registrata è lo spessore della gomma lasciata sulla pista: esso è in relazione al nu-
mero di contatti avvenuti nei diversi punti della pista. Con un'informazione come questa sarebbe
possibile dierenziare lo spessore de manto della pista: dove il contatto non avviene, realizzare
una pista con resistenza ai carichi verticali uguali ai carichi massimi richiesti sarebbe inutile
(sempre che le normative lo permettano), dato che si tratta di una zona in cui normalmente non
avviene il primo contatto dei velivolo in atterraggio.
Introduzione del concetto probabilistico con sistemi discreti Un caso discreto, a tutti
noto, può essere d'aiuto: l'esito del lancio di un dado a 6 facce. La familiarità con il problema
consente di mettere a fuoco alcuni aspetti formali.
Non si deve pensare che si tratti di un problema concettualmente diverso; gli elementi costitutivi
del problema casuale sono infatti gli stessi e l'unica vera dierenza è costituita dal fatto che nel
caso del dado i possibili esiti sono 6 mentre nel caso continuo non si potrà parlare di stati o
esiti precisi ma di intervalli di valori che può assumere la variabile casuale, il cui numero andrà
denito.
Peraltro la visualizzazione degli esiti di processi casuali discreti e continui è del tutto analoga.
Figura 6.5: Confronto tra misure di un processo casuale discreto (esito dei lanci di un dado a 6
facce) e continuo (altezza delle onde)
E se nel caso del dado a 6 facce l'esistenza di 6 stati è evidente, nel caso della somma di 4 dadi
o del lancio di un ipotetico dado a 24 facce, i risultati sono molto meno facilmente identicabili.
Figura 6.6: Esito del lancio di 4 dadi a 6 facce e di un singolo dado a 24 facce
Nel caso banale del dado a 6 facce si possono avere solo 6 possibili esiti. Il concetto di analisi
dell'ampiezza in questo caso si declina con il conteggio dei valori da 1 a 6 lanciando ripetutamente
il dado.
Dopo N lanci avremo: n1 n2 n3 n4 n5 n6 evidentemente con N
P
i=1 ni = N
è naturale normalizzare i dati al numero di lanci, così da poter confrontare analisi condotte in
maniera diversa; si ottiene: nN1 + nN2 + nN3 + nN4 + nN5 + nN6 = 1
Il rapporto nNi prende il nome di Frequenza relativa (alle N realizzazioni) fi = nNi con 0 ≤ fi ≤ 1
è risaputo che per il Dado Ideale è lecito aspettarsi valori di frequenza relativa uguale per tutti
gli esiti e pari al reciproco del numero di stati, 1/6, non c'è infatti nessun motivo per ritenere
un esito più probabile di un altro (a meno di non ipotizzare che il dado sia truccato).
In assenza di ipotesi, ci si può limitare ad osservare l'evoluzione delle frequenze relative dei sei
possibili stati con il numero di lanci: con pochi lanci il conteggio sarà fortemente dipendente
dalla casualità del processo ma con il crescere dei lanci i valori delle frequenze relative si
avvicinano alla previsione teorica.
Figura 6.7: Confronto di frequenze relative delle uscite di un dado a 6 facce per 4 sequenze di
lanci
Peraltro il valore 1/6 è una proprietà asintotica: fi = 1
NF = lim ni
e occorre molta pazienza
N →∞ N
per una verica sperimentale anche al solo 1%: 100 0.0700 - 0.2400
1k 0.1570 - 0.1750
10k 0.1605 - 0.1691
50k 0.1634 - 0.1705
100k 0.1642 - 0.1689
1000k 0.1656 - 0.1671
Risulta anche evidente il signicato probabilistico in termini predittivi della frequenza di
realizzazione che è stata osservata: se è stata rilevata una frequenza relativa dell'esito i , è ra-
gionevole supporre che eseguendo M osservazioni sullo stesso fenomeno, il numero di rilevamenti
pari a i sarà mi =M
La frequenza relativa esprime un concetto di probabilità dell'evento: Pi = fi = nNi
La Probabilità è quindi la quanticazione numerica della possibilità di un evento.
è interessante analizzare la dipendenza dei risultati dal numero di lanci, in termini di frequenze
relative e di valore medio: nella gura sono rappresentati i valori estremi di frequenza relativa
(graco superiore) e il valore medio all'aumentare del numero di lanci.
Figura 6.8: Convergenza di frequenze rela- Figura 6.9: Convergenza di frequenze rela-
tive e valore medio con il numero di lanci tive e valore medio con il numero di lanci
(valori assoluti) (errori relativi)
Il valore medio non ha particolare senso nel caso specico in quanto, se anche è un numero
reale convenzionalmente derivato dalle informazioni disponibili, esso non è un esito possibile
del processo casuale discreto. Si tratta peraltro di un evidente indicatore di convergenza: gli
scostamenti rispetto al valore di regime si riducono molto prima delle frequenze relative al di
sotto di un valore di convergenze. La cosa è esemplicata dai graci degli errori percentuali:
Nell'ambito della probabilità discreta il valore medio dei possibili esiti è indicato come valore
atteso (identicato con la lettera E) e denito coma la somma pesata dei valori dei possibili
stati con le rispettive frequenze relative:
N N PN
sk k=1 sk
X X
E= sk fk = =
N N
k=1 k=1
Per il dado a 6 facce si ha:
1 1 1 1 1 1 21
E =1 +2 +3 +4 +5 +6 = = 3.5
6 6 6 6 6 6 6
Questo valore coincide con la media dei lanci. L'indicatore "media" è un parametro sintetico
rappresentativo del fenomeno casuale.
Vale la pena osservare che solo l'attribuzione di un valore ai sei stati, valore convenzionalmente
coincidente con la numerazione dal primo all'ultimo, consente l'applicazione della denizione
di frequenza relativa. Nella fattispecie si sarebbe potuto identicare le facce con una lettera,
ma sarebbe stato più complicato giocare con più dadi. Si riporta di seguito il listato Matlab
utilizzato per generare i precedenti diagrammi. Procedura Matlab (lancio_dadi2.m):
% convergenza lancio dado a nf facce lancio_dadi2.m

close all,clear
nf=6; % numero facce dado
vl=[ 100 1000 10000 50000 100000 500000 1000000];
for jl=1:length(vl)
nl=vl(jl); % numero di lanci
esi=zeros(1,nl); % matrice risultati
for kl=1:nl % ciclo sul numero di lanci
val=dado(nf,1)'; % lancio degli nd dadi
esi(kl)=sum(val); % risultato
end
mi=1; % minimo dei risultati
ma=nf; % massimo dei risultati

for va=mi:ma % ciclo calcolo delle realizzazioni
fr(jl,va)=length(find(esi==va))/nl;
end
emi(jl)=min(fr(jl,:));
ema(jl)=max(fr(jl,:));
disp(sprintf(`n. lanci %8d esatto %8.6f %8.6f - %8.6f',nl,1/nf, min(fr(jl,:)),-(fr(jl,:))))
enddado a ` num2str(nf) ` facce `])
surf(vl,[mi:ma],fr') % visualizzazione
title([`Convergenza lancio dado a ` num2str(nf) ` facce `])
set(gca, `XScale', `log'), xlabel(`n lanci'),ylabel(`x')
zlim([max(zlim)-1/nf max(zlim)]), shading(ìnterp')
figure,subplot(211),semilogx(vl,[emi' ema' ]/ft*100-100),hold on
semilogx(vl,-10+vl*0,'k:',vl,+10+vl*0,'k:')
legend(`D% min','D% max','+10%','-10%')
ylabel(Èrr% FR'),xlabel(`N.Lanci'),hold off
subplot(212),semilogx(vl,(vme-vmt)/vmt*100,'LineWidth',2)
semilogx(vl,-10+vl*0,'k:',vl,+10+vl*0,'k:'),hold on
legend(`Vmed','+10%','-10%')
ylabel(Èrr% Vm'),xlabel(`N.Lanci'),hold off
figure,subplot(211),loglog(vl,[emi'*0+ft ], vl,[emi' ema' ],'--')
legend([Èsatto ` num2str(1/nf,'%5.4f')],'min','max')
ylabel(`Freq.Rel.'),xlabel(`N.Lanci'),hold off
subplot(212),loglog(vl,vme,'LineWidth',2),ylabel(`Valore medio'),
xlabel(`N.Lanci'),hold off,ylim([nf/3 nf*2/3])
L'andamento delle frequenze relative nel campo è una caratteristica intrinseca del fenomeno:
per i sei eventi del lancio di un singolo dado la probabilità è la stessa per tutti.
Consideriamo un processo casuale più complesso, dato dalla somma dell'esito del lancio contem-
poraneo di 2,4,8 e 16 dadi e analizziamo per i 4 casi i risultati dopo 100000 lanci (il programma
visualizza l'evoluzione con il numero di lanci).
Figura 6.10: Distribuzione degli esiti del lancio di più dati (dopo 100000 lanci)
A partire da un fenomeno casuale a frequenza relativa costante si hanno risultati con diversa
sionomia e nonostante le dierenze dei casi la curva rossa (che verrà spiegata nel seguito)
interpreta piuttosto bene la distribuzione.
Introduzione al concetto probabilistico per sistemi continui Per un sistema continuo

non è possibile adottare il concetto di "numero di stati nito", quindi non è possibile ragionare
in termini di frequenza relativa di accadimento di uno di essi. Possiamo comunque costruire una
rappresentazione alternativa concentrandoci sull'unica informazione disponibile, nell'esempio in-

trodotto precedentemente l'entità dell'altezza dell'onda, discretizzando il campo in un numero
arbitrario di intervalli e rientrare così nello schema operativo del "modello discreto". In questo
modo si cerca di capire come la grandezza in esame si distribuisce sul campo di misura.
Il campo di misura viene diviso in un numero nito M di intervalli, trasformando il sistema
continuo in uno discreto a M stati, del quale non conosciamo la sionomia. A ogni stato è
associato NON UN NUMERO, come per il dado, bensì UN INTERVALLO del campo di misura
Il calcolo della frequenza relativa si eettua contando il numero di volte che una misura cade in
ciascun intervallo.
Figura 6.11: Andamento temporale (sinistra) e conteggio delle occorrenze (destra)
Questa rappresentazione, presentata con le barre in orizzontale solo per collegare visivamente il
`numero di eventi con l'intervallo, è detta Istogramma.
L'istogramma è la rappresentazione della distribuzione sul campo di misura della frequenza di
eventi di una variabile continua, contati per intervalli (classi) contigui; esso indica i campi con
eventi più frequenti: in termini di modello probabilistico questi sono i campi più probabili.
Operativamente per ottenere la distribuzione dei dati:
1. eettuazione campagna di misure;

2. divisione del campo di osservazione in intervalli;
3. conteggio delle occorrenze/eventi all'interno di ogni intervallo
4. Calcolo frequenze relative (ni /N )
5. messa in graco delle frequenze relative: per ogni intervallo segmento di lunghezza pari
alla corrispondente frequenza relativa (se si utilizza un rettangolo si deve ricordare che
base e area non hanno signicato).
Per la determinazione del numero di intervalli, avendo N dati (N>40; N < 40 istogramma non
signicativo), si possono utilizzare diverse formule:
NBins =√1.87(N − 1)0.40 + 1

NBins = N
NBins = log
√ 2 (N ) + 1
3
NBins =2 N
Figura 6.12: Regole per la denizione

numero intervalli
Figura 6.13: Confronto graco delle regole
Il risultato è molto diverso, ma non deve preoccuparci: in teoria un istogramma sarebbe corretto
solo con un numero innito di punti e comunque, non essendo "statistici" e non dovendo denire
funzioni di questo genere, potremo permetterci di abbondare. Peraltro limitare il numero di

intervalli, porta a stabilizzare l'istogramma con un numero limitato di informazioni.
Come linee guida generali, il numero di intervalli deve consentire una adeguata descrizione del
comportamento della grandezza casuale e il numero di eventi in un intervallo deve essere signi-
cativo (superiore a 5-10) altrimenti la distribuzione rischierebbe di essere fortemente dipendente
da come è stato discretizzato il campo di misura (in caso contrario sarebbe meglio diminuire il
numero di intervalli).
Avendo a che fare con grandezze casuali, il processo non è ripetibile in senso stretto, quindi
diverse serie di dati relativi allo stesso processo daranno risultati leggermente diversi.
Per evidenziare questo eetto, sono proposti dei graci che riportano gli istogrammi di 20 serie,
ciascuna costituita da 10000 valori; sono riportati graci relativi a un processo casuale di partico-
lare rilievo nel nostro corso: quello Gaussiano, che sarà approfondito nei capitoli successivi. Gli
scostamenti lungo la verticale sono rappresentativi delle dierenze tra i dati di ogni simulazione.
Figura 6.14: Confronto delle regole per la denizione del numero di intervalli
Modulo Matlab per lo studio della ripetibilità della sionomia di un fenomeno casuale:
Procedura Matlab (isto.m):
% codice Matlab
close all
npt=10000;
nrip=20;
for k=1:nrip
ddd=randn(npt,1);
[hhh xxx]=hist(ddd,[-5:.25:5]);
stem(xxx,hhh/npt);
hold on
end
hold off
Le curve non sono perfettamente sovrapposte ma sono simili: la forma della distribuzione è
rappresentativa del fenomeno sico che produce la casualità. Questa forma consente di co-
struire un modello matematico probabilistico della grandezza casuale; opportuni parametri
ne consentiranno una descrizione sintetica; essi verranno approssimati grazie a un approccio
statistico.
Probabilità di problemi discreti e continui
Complementi: Probabilità - caso discreto Il concetto di probabilità ci è già noto per altra
via e sotto una forma leggermente diversa.
La probabilità (A) di un evento discreto esprime il peso dell'evento in rapporto a tutti gli
eventi possibili ed è ottenuta dividendo il numero di evenienze del tipo di interesse (m), o esiti
positivi, per il numero totale di soluzioni possibili (N), cioè dei possibili esiti.
Probabilità dell'evento A=m/N
Esempio: c'è il 50% di probabilità che il lancio di una moneta dia testa.
Esempio: se lanciamo due dadi la probabilità di ottenere un doppio 1 è 1/36 in quanto c'è una
sola possibilità dell'esito voluto a fronte di 36 possibili eventi (6 indipendenti per ciascun dado).
La probabilità discreta è un numero, compreso tra 0 ed 1, che esprime la possibilità del-
l'occorrenza di un evento relativamente a tutte le nite possibilità dello spazio matematico
indagato.
Complementi: Probabilità - caso continuo Partendo dal concetto di probabilità discreta

si può arrivare a concepire intuitivamente la probabilità in termini continui come la tendenza
a innito del numero di soluzioni possibili.
La probabilità continua è un valore numerico, compreso tra 0 e 1, che esprime la possibilità di
occorrenza di un evento , (a ≤ x ≤ b) , rispetto agli i inniti casi possibili; essa esprime quindi
la verosimiglianza dell'occorrenza di un evento relativamente a tutte le possibilità dello spazio
relativo (±∞) che essendo la totalità dei casi possibili ha, per denizione, un valore unitario.
P (a ≤ x ≤ b) P (a ≤ x ≤ b)
= = P (a ≤ x ≤ b)
P (−∞ ≤ x ≤ +∞) 1
La probabilità quantica la possibilità di un evento.
Densità di probabilità Abbiamo visto che il numero di eventi per ogni intervallo non è
un'informazione particolarmente signicativa e che l'uso della frequenza relativa consente di far
emergere l'aspetto probabilistico del modello. Per i problemi discreti il numero di stati è un dato
del problema. Non così nel caso continuo: un campo o una suddivisione diversa renderebbero
non confrontabili analisi diverse:
Figura 6.15: Frequenze relative per campi e intervalli diversi
La frequenza relativa, grazie alla normalizzazione, rende confrontabili gli istogrammi a parità di
numero e dimensione dei sottointervalli. Per ottenere un risultato invariante è necessaria
una ulteriore normalizzazione: rispetto alla dimensione del sottointervallo.
Normalizzando la frequenza relativa rispetto all'ampiezza degli intervalli si ottiene una funzione
indipendente dal numero di osservazioni e di intervalli: ciò equivale a denire una funzio-
ne continua, costante a tratti, di pari integrale, cioè di pari probabilità per l'intervallo di
riferimento.
La frequenza relativa è un singolo numero, rappresentativo della probabilità di un evento discreto:
P (x = xi ) = fi
Nel caso continuo essa è rappresentativa di quanto succede nell'intervallo di riferimento in termini
complessiviP (xi ≤ x ≤ xi+1 ) = fi
Necessario abbandonare questo concetto per tornare al modello continuo imponendo il
mantenimento della probabilità sull'intervallo
R xi+1 occorre denire una funzione continua p(x) il cui valore integraleP (xi ≤
Per ogni intervallo
x ≤ xi+1 ) = xi p(x)dx
Dovrà essere uguale alla probabilità corrispondente alla frequenza relativa p(x)
Ciò porta a un modello continuo: la funzione densità di probabilità

Non disponendo di ulteriori informazioni si adotta una funzione costante in ciascun intervallo
p(xi ≤ x ≤ xi+1 ) = pi
R xi+1
Condizione di equivalenza di probabilità tra frequenza relativa e xi p(x)dx = ni
N
integrale di una funzione continua. R xi+1
xiR p(x)dx =
x
Introducendo l'ipotesi di densità costante nell'intervallo i-esimo: pi xii+1 dx =
pi ∆x = nNi
Il valore della densità (uniforme) dell'intervallo è quindi: pi = nNi ∆x
1
I risultati di osservazioni diverse sono ora confrontabili.
Figura 6.16: Confronto di frequenze relative e di densità di probabilità al variare della base
La funzione p(x) ha il signicato di densità di probabilità e caratterizza il fenomeno

casuale continuo.
La curva ottenuta è propriamente un istogramma: la rappresentazione graca di una
distribuzione in classi di un carattere continuo
Esempio di codice Matlab (isto2.m):
close all
npt=10000;
for k=1:20
ddd=randn(npt,1);
[hhh xxx]=hist(ddd,[-5:.25:5]);
stem(xxx,hhh/npt);
hold on
set(gcf,'Position',[680 718 560 260]);
end
hold off
figure
vpt=[5000 10000 25000 50000];
for k=1:length(vpt)
npt=vpt(k);
ddd=randn(npt,1);
[hhh xxx]=hist(ddd,fix(sqrt(npt)));,xlim([-5 5])
subplot(212), plot(xxx,hhh/npt/(xxx(2)-xxx(1)),'+'); , hold on,xlim([-5 5])
subplot(211), plot(xxx,hhh/npt,'+');, hold on
set(gcf,'Position',[680 718 560 260]);
end
hold off
Vale la pena fare una precisazione sulle modalità di rappresentazione di frequenze relative e
densità di probabilità usate per disegnare gli istogrammi.
Frequenza relativa: Pi = hi
Figura 6.17: Diagramma discreto (segmenti

verticali)
Frequenza relativa (l'area della barra

non ha rilevanza: conta solo l'altezza):
P i = hi
Figura 6.18: Diagramma discreto (barre)
Densità di probabilità: Pi = pi ∆x
Figura 6.19: Diagramma continuo (segmenti

orizzontali)
Utilizzo: La tabella riassume le modalità di utilizzo tipiche della densitàR di probabilità:

b
Probabilità di un valore in un intervallo: P (a ≤ x ≤ b) = a p(x)dx
Rb
Probabilità di un valore esterno a un intervallo: P (x ≤ a, x ≥R b) = 1 − a p(x)dx
a
Probabilità di un valore inferiore a un valore dato: P (x ≤ a) = − infR p(x)dx
a
Probabilità di un valore superiore a un valore dato: P (x > a) = 1 − − inf p(x)dx
Da
R a tenere presente il caso particolare: è nulla la probabilità di un valore assegnato P (x = a) =
a p(x)dx = 0.
Caratteristiche La tabella riassume le caratteristiche che una funzione deve possedere per
poter essere impiegata come densità di probabilità:
Funzione localmente positiva: non ha senso una p(x) ≥ 0

probabilità negativa R∞
Integrale unitario su tutto il dominio: la probabilità −∞ p(x)dx = P (−∞ < x < ∞) = 1
che una grandezza vi rientri deve essere 100%.
Densità di probabilità: valore atteso e varianza

Attraverso la funzione di densità di probabilità possiamo determinare i parametri descrittivi
fondamentali di una grandezza, non soltanto la probabilità che un certo evento avvenga.
L'integrale della funzione di densità di probabilità p(x) della grandezza x, pesata per la grandezza
stessa, ne fornisce il valore atteso(expected value). Solo in alcuni casi esso coincide con il valore
più probabile.
Valore atteso (momento di ordine 1): E(x) = µ = −∞
R∞
x p(x) dx
L'integrale della funzione di densità di probabilità p(x) della grandezza x, pesata per il quadrato
della distanza tra la variabile x e il suo valoreRatteso, ne fornisce la varianza:
Varianza (momento di ordine 2): V = σ 2 = −∞ ∞
(x − µ)2 p(x) dx
Essendo l'integrale di p(x) unitario per denizione, senza modicare la denizione di valore
atteso:
Z ∞ Z ∞
E(x) = µ = x p(x) dx/ p(x) dx
−∞ −∞
Ritroviamo il rapporto tra i momenti statici di ordine 1 e 0 della funzione di densità di probabilità
equivalenti all'espressione per il calcolo del baricentro di un continuo di densità uniforme:
il valore atteso di una variabile descritta mediante la sua densità di probabilità è dato dal
baricentro della stessa.
La varianza è in analogia con il momento di inerzia baricentrico:
Z ∞ Z
2
V =σ = 2
(x − µ) p(x) I= (x − xCG )2 m(x) dx
−∞ L
La dierenza rispetto al caso della media e della varianza di una serie, discreta e nita, risiede
nella continuità della funzione che rende necessaria la formulazione integrale.
Approssimazione di valore atteso e varianza

Elaboriamo l'espressione del valore atteso utilizzando le approssimazioni e i dati utilizzati per
costruire un istogramma:
Z ∞ Si parte dalla denizione di valore atteso
µ= x p(x) dx
−∞
Si scompone l'integrale come somma di inte-

M Z
X xi+1
grali sui sottodomini deniti dagli intervalli
' x p(x) dx =
i=1 xi
Assunzione di p(x) costante a tratti p(x) = pi

M Z
X xi+1
per xi ≤ x ≤ xi+1
x pi dx =
i=1 xi
Integrazione esatta per l'ipotesi pi = cost

M x M
X x2 i+1 X x2i+1 − x2i
pi = pi =
2 xi 2
i=1 i=1
Sviluppo binomio e denizione di

M
X xi+1 + xi Ampiezza intervallo: ∆x = xi+1 − xi
pi (xi+1 − xi ) = x +x
2 Valor medio dell'intervallo: x̄i = i+12 i
i=1
Imposizione equivalenza di probabilità sul

M M
X X singolo intervallo: pi ∆x = fi
pi ∆x x̄i = fi x̄i =
i=1 i=1
Per la denizione di frequenza relativa fi = nNi

M
X ni si ottiene la somma pesata di frequenze re-
x̄i '
N lative (relazione fondamentale probabilità di
i=1
grandezze discrete
Approssimazione del valore centrale in base ai
M ni
!
1 X X dati
ni xi,k /ni =
x̄i ' n1i nk=1
P i
N xi,k
i=1 k=1
xi,k sono k misure nell'intervallo i-esimo k =

M ni
! M ni
! 1 : ni
1 X ni X 1 X X
xi,k = xi,k =
N ni N
i=1 k=1 i=1 k=1
DoppiaPM Psommatoria = Somma

N ni PN
1 X totale i=1 k=1 = j=1 porta alla media
xj = x̄
N di tutti i dati dell'istogramma
j=1
Abbiamo concluso che: il valore medio di una serie è un'approssimazione del valore atteso della
grandezza casuale che ha prodotto i dati.
Variabili casuali Si può ora denire in maniera più sistematica il concetto di variabile
casuale:
1. Una variabile casuale è il modello matematico di una grandezza il cui accadimento è
descrivibile solo in termini di comportamento e non di valore.
2. Per esse i modelli deterministici non sono validi e la grandezza non è direttamente
prevedibile
3. La previsione può avvenire in senso probabilistico a partire dal comportamento sintetizzato
nella distribuzione di probabilità ed espresso in termini di parametri sintetici: il
valore atteso e la varianza (o la deviazione standard che ne è la radice quadrata)
unitamente alla forma della densità di probabilità descrivono il processo casuale.
L'incertezza di una misura è considerata una variabile casuale a valore medio nullo e centrata
sulla stima della misura.
Densità di probabilità tipiche La forma della funzione di densità di probabilità è una

caratteristica del fenomeno.
Figura 6.20: Esempi di densità di probabilità
È stato osservato che il comportamento di alcune classi di problemi è abbastanza bene descritto
da alcune leggi. Distribuzioni di interesse ingegneristico e applicazioni tipiche sono:
Binomia (Binomial): distribuzione discreta. Utilizzata nel controllo di qualità (scarto di

prodotti difettosi), nelle analisi successo/ insuccesso buono/cattivo.
Normale (Normal) o Gaussiana: continua e simmetrica; largamente impiegata nell'analisi
sperimentale e nella sica. Utilizzata per la spiegazione del comportamento di variabili casuali
nella sperimentazione.
Student's t: continua e simmetrica; utilizzata per l'analisi della varianza quando il nume-
ro di campioni è limitato (<30). Per un numero di campioni superiore si comporta come la
distribuzione normale.
χ2 : continua, non simmetrica; usata per l'analisi della varianza di campioni di popolazione e per
valutare la qualità del tting di una distribuzione
Weibul: continua, non simmetrica; usata per descrivere i fenomeni di durata di parti e
componenti.
Esponenziale: continua, non simmetrica; usata per l'analisi di adabilità di sistemi completi
e assemblaggi di parti.
Lognormal: continua, non simmetrica; utilizzata per lo studio della vita e della durata di parti
e componenti.
Uniform: continua, simmetrica; usata per la stima delle probabilità di variabili random per la
simulazione.
Poisson: discreta; utilizzata quando le occorrenze degli eventi sono osservabili ma non lo sono
le non occorrenze (es i guasti in un impianto o i black-out in una zona)
6.2.2 Esempi
Esempio 1 Si consideri un cuscinetto a sfere la cui vita è esprimibile mediante la seguente
legge di densità di probabilità della rottura:

0 x < 10 kh
f (x) = 200
x3
x ≥ 10 kh
Figura 6.21: Densità di probabilità di rottura

Valutare la probabilità che la vita di un cuscinetto, prelevato a caso da un lotto di produzione,
risulti essere: a) inferiore a 20kh, b) maggiore di 20kh e c) uguale a 20kh.
Soluzione: Z 20 Z 10 Z 20
200
P (x < 20) = f (x)dx = 0dx + 3
dx = 0.75
−∞ −∞ 10 x
P (x ≥ 20) = 1 − P (x ≤ 20) = 0.25
P (x = 20) = 0
Visto l'ultimo risultato è lecito chiedersi cosa si sia misurato quando la vita è risultata essere 20
kh.
Possiamo considerare che le 20 kh non siano un dato esatto, es. perchè il rilevamento avviene
con un certo lasso di tempo
P (x = 20) ⇒ P (20 − δ ≤ x ≤ 20 + δ)
100 20+δ
R 20+δ
P (20 − δ ≤ x ≤ 20 + δ) = 20−δ 200

x3
dx = − x2 20−δ
Assumendo δ pari a un'ora, allora: P (x ' 20 kh) = 0.005%

È importante comprendere che questo genere di indagine, per sua natura, non può originare
informazioni deterministiche, cioè ripetibili.
Esempio 2 Per il cuscinetto dell'esempio precedente è possibile calcolare la vita attesa?

Ci interessa cioè quel valore che dovremmo ottenere come media di una serie di rilevamenti
sperimentali.
Soluzione:
200 ∞
Z +∞ Z ∞
200
E(x) = µ = x f (x)dx = x 3 dx = − = 20kh
0 10 x x 10
Esempio 3 Consideriamo il caso di una variabile a distribuzione di densità di probabilità

costante, di valore 1/A, nell'intervallo ±A/2.
Quali sono il valore atteso e la deviazione standard della variabile?
f(x) =
 0 x < A/2
1/A −A/2 ≤ x ≤ A/2
0 x > A/2

Figura 6.22: Densità di probabilità uniforme
+∞
A/2
A/2
x2
Z Z
1
µ= xf (x)dx = x dx = =0
−∞ −A/2 A 2A −A/2
R +∞ R A/2
σ 2 = −∞ (x − µ)2 f (x)dx = −A/2 (x)2 A1 dx =
A/2 2
x3 1 2
3A = 12 A = 13 A2 ⇒ σ = √13 A2
−A/2
Esempio 3b Per la distribuzione triangolare indicata valutare µ, σ e P (−σ ≤ x ≤ σ)

 0 x < −a
1
1 + xa −a ≤ x ≤ 0


p(x) = a
1

 a 1 − xa 0 ≤ x ≤ +a
0 x > +a

Figura 6.23: Densità di probabilità triangolare

1 x 1 x
p(−a ≤ x ≤ 0) = + 2 p(0 ≤ x ≤ a) = − 2
a a a a
Z ∞ Z −a Z 0 Z a Z +∞
1 x 1 x
µ= x p(x) dx = x 0 dx + x + 2 dx + x − 2 dx x 0 dx =
−∞ −∞ −a a a 0 a a a
a a
0− + +0=0
6 6
Z ∞ Z a Z 0 Z a
2 2 2 2 1 x 2 1 x
σ = (x − µ) p(x) dx = x p(x) dx = x + 2 dx + x − 2 dx =
−∞ −a −a a a 0 a a
a2 a2 a2
+ =
12 12 6
a
σ=√
6
La probabilità di un intervallo di dimensione 2σ attorno al valore 0 è:
Z σ Z a
1 x
P (−σ ≤ x ≤ σ) = p(x) dx = 2 − dx = ... = 0.65
−σ 0 a a2
6.2.3 Funzione di distribuzione cumulativa

Rb
L'Integrazione ha due forme: F (x ) = f (x )dx
R
; I = a f (x )dx
Rb
Poi, almeno per il secondo caso, è arrivato il calcolo numerico: I = a f (x )dx ' N
P
i=1 wi ϕ(x i )
Volendo oggi abbiamo anche Matlab (e altri) con: F (x ) = f (x )dx = int(sym(fun))
R
Z b
I = f (x )dx = integral(fun, xmin, xmax)
a
Rb
Una regola importante: I = a f (x )dx = F (b) − F (a)
Se dobbiamo calcolare ripetutamente l'integrale denito di una funzione su intervalli diversi può
essere conveniente determinare la funzione integrale una volta per tutte: poi si potrà operare
con semplici dierenze.
La funzione di distribuzione cumulativa (Cumulative distribution function) permette di
valutare la probabilità che una variabile x descritta dalla funzione di densità di probabilità f(x),
assuma valori minori od uguali ad un valore assegnato, x̄ , avendoR eseguito l'integrazione una
x̄
volta per tutte in forma analitica. Denizione: F (x ≤ x̄) = F (x̄) = −∞ f (x)dx ≡ P (x ≤ x̄)
Se P (x ≤ a) = F (a) si possono dimostrare le seguenti relazioni:
P (x > a) = 1 − F (a)
Z b
P (a ≤ x ≤ b) = f (x)dx = F (b) − F (a)
a
Vantaggi:
1. non serve più svolgere l'integrale: è suciente la singola valutazione o la dierenza di

due valutazioni della funzione;
2. il processo di calcolo può essere facilmente invertito (a dierenza dell'integrale), calcolando
la funzione inversa.
Esempio
R 4 Determiniamo la probabilità cumulativa del lotto di cuscinetti dell'esempio 1.
x R x
F (x) = −∞ f (s)ds = −∞ 0 ds = 0 per x ≤ 10
Rx
F (x) = −∞ 200
s3
ds = 1 − 100
x2
per x > 10
Figura 6.24: Soluzione graca del problema: in alto f (x) e i nbasso F (x)
Esempio 5 Per il lotto di cuscinetti dell'esempio 1, qual è la probabilità che un cuscinetto

abbia una vita inferiore a 15 o 20 k ore?
Soluzione: si utilizza la funzione di distribuzione cumulativa dell'esempio 4.
Figura 6.25: Soluzione graca del problema
Per 15 k ore si ha una probabilità di 0.55 mentre per 20 k ore si ottiene 0.75 e la probabilità
dell'intervallo sarà data dalla dierenza dei valori:
P (15 ≤ x ≤ 20) =
F (20) − F (15) =
0.75 − 0.5556 = 0.1944
Esempio 6 Si vuole garantire, con l'80% di probabilità, la vita di un cuscinetto dello stesso lot-
to; si deve determinare il valore atteso che soddis l'esigenza. Procedimento senza Funzione
di Densità cumulativa: R∞
Serve denire x̄ per cui P (x > x̄) = x̄ f (x)dx = 0.80
100 ∞
Z ∞
200 100 100
P (x ≥ x̄) = 3
dx = − 2 = 0− − 2 = 2
x̄ x x x̄ x̄ x̄
Imponendo la richiesta: P (x > x̄) = 0.80 q
100
x̄2
= 0.8 e svolgendo i calcoli si ottiene x̄ = 100
0.8 = 11.18
Per la complementarietà della probabilità di rottura aR quella di sopravvivenza, si può impostare

x̄
il problema come denire x̄ tale per cui P (x ≤ x̄) = −∞ f (x)dx = 0.20
x̄
100 x̄
Z
200 100
P (x ≤ x̄) = 3
dx = − 2 = − 2 + 1
10 x x 10 x̄
Imponendo la richiesta: P (x ≤ x̄) = 0.20 q

− 100
x̄2
+ 1 = 0.20 e svolgendo i calcoli si ottiene x̄ = 100
0.8 = 11.18 Procedimento con la
Funzione di Densità cumulativa:
È necessario fare riferimento a questa seconda strada: infatti la funzione di distribuzione cu-
mulativa fornisce la probabilità di cedimento dopo un certo tempo. Garantire con l'80% di
probabilità la vita di un cuscinetto equivale a garantire che, nello stesso tempo, se ne rompano
al più il 20%. Occorre quindi individuare la durata corrispondente al complemento della funzio-
ne data: 1-F(x) o, più semplicemente, ricercare la probabilità complementare a quella richiesta,
quindi individuare il tempo per il quale ci si aspetta il cedimento solo nel 20% dei casi.
Figura 6.26: Soluzione graca del problema
Ricordando la denizione della densità cumulativa della rottura:
s
100 100
F (x ) = 0 per x ≤ 10 F (x ) = 1 − 2 per x > 10 o x =
x 1 − F (x )
Volendo garantire la probabilità di 80% di vita utile si ricerca la probabilità equivalente di vita
in termini complementari:
F(x)=1- 80% = 20%
E applicando la soluzione della distribuzione cumulativa per F(x)=20% si ottiene x=11.18
Occorrerà quindi dichiarare circa 11 ore.
Gracamente il procedimento è rappresentato nella gura seguente: x̄
P(x>x̄)=0.80 diventa P(x<x̄)=0.20 ed en-

trando nella curva con il valore 0.20 se ne esce
con 11.
Figura 6.27: Soluzione graca del problem
6.2.4 Densità di probabilità Gaussiana

Statistica degli errori sperimentali Vogliamo individuare una funzione di densità di pro-
babilità utile per la descrizione delle problematiche sperimentali. Possiamo denire dei requisiti
per tale funzione ricordando che vogliamo rappresentare gli errori casuali.
Requisiti fondamentali:
1. funzione simmetrica, per poter essere utilizzata nella denizione di errori a media nulla;
2. valori centrali più probabili.
Requisiti utili:
1. funzione analitica, continua, integrabile e derivabile in modo da consentire manipolazioni

analitiche;
2. denibile da pochi parametri, per facilitare la loro determinazione.
Densità di probabilità gaussiana Una funzione che risponde ai requisiti descritti è f (x) =
exp −x2 . Essa non può però essere adottata come espressione di una Densità di Probabilità
in quanto non è a integrale unitario. Inoltre non è espressa in funzione di una variabile indi-
pendente signicativa. Si deve a Johann Carl Friedrich Gauss [Braunschweig, 30 aprile 1777
Gottinga, 23 febbraio 1855; matematico, astronomo e sico tedesco, che ha dato contributi
determinanti in analisi matematica, teoria dei numeri, statistica, calcolo numerico, geometria
dierenziale, geodesia, geosica, magnetismo, elettrostatica, astronomia e ottica] l'introduzione
di una espressione utile al nostro scopo, tuttora nota come Distribuzione Gaussiana.
La distribuzione di probabilità Gaussiana è denita dalla seguente espressione:
2 !
1 1 x−µ
g(x) = √ exp −
σ 2π 2 σ
In essa, oltre alla grandezza x, compaiono due termini che permettono di regolarne la forma: il
primo, µ, colloca il punto centrale della funzione, il secondo, σ , regola la distribuzione attorno
al valor medio: tanto maggiore è σ tanto più bassa e ampia sarà la campana, tanto minore è σ
tanto più la funzione sarà stretta attorno al suo valore centrale. La rappresentazione graca è
riportata in gura:
Figura 6.28: Densità di probabilità gaussiana per diverse deviazioni standard e valore medio 2
Essa è simmetrica centrata sul valore medio µ dove assume valore massimo pari a:
1
pmax = p(µ) = √
σ 2π
valore che, per la struttura della funzione, coincide con il coeciente moltiplicativo necessario
per rendere unitario l'integrale, come richiesta una funzione di densità di probabilità.
La funzione poi, presenta un esso a distanza ±σ dal valore medio.
Per la simmetria della funzione il valore centrale della funzione coincide con il valore atteso delle
x e si dimostra che il parametro di distribuzione σ coincide con la deviazione standard della
variabile x.
La funzione di densità di probabilità gaussiana descrive in modo soddisfacente l'andamento
di una gran parte degli errori casuali presenti nelle misure. In particolare essa rappresenta cor-
rettamente la dispersione di dati sperimentali, conseguenza di fattori casuali, quando l'evenienza
di deviazioni positive e negative di pari entità è egualmente probabile, con misure vicino al valore
medio più probabili.
Le curve rosse sono le gaussiane di pari valore medio e deviazione standard. Le curve di densità
di probabilità si sovrappongono alla frequenze relative in quanto l'intervallo dell'istogramma è
sempre unitario.
Figura 6.29: Confronto tra frequenze relative del lancio di 2,4,8,e 16 dadi a 6 facce con gaussiana
di pari valore medio e deviazione standard
Inoltre, anche se gli errori individuali non seguono esattamente questa distribuzione, il risul-
tato della combinazione di diverse fonti di errore ha una distribuzione tendente a quella
gaussiana.
Vale la pena sottolineare che si tratta pur sempre di un modello matematico e non sico: essendo
la gaussiana una funzione non limitata, garantisce una probabilità, seppur minima, che avvenga
la misura di un valore estremamente lontano dal valore medio (anche se ciò è sicamente poco
probabile). In questo senso può essere considerata conservativa.
Densità di probabilità gaussiana normalizzata

Analizzando la struttura della densità di probabilità gaussiana:
!
1 x−µ 2

1
g(x) = √ exp −
σ 2π 2 σ
e in particolare la struttura dell'esponente, è naturale pensare all'utilizzo di una variabile di sup-
porto, z, denita come rapporto tra la distanza dal valor medio e il parametro di distribuzione:
z = x−µ
σ .
Per realizzare la trasformazione mantenendo il signicato di densità di probabilità è necessario
tenere in conto anche il legame integrale, per cui è necessario denire coerentemente anche il
legame tra i termini dierenziali: dx = σdz
Imponendo lo stesso valore di probabilità come integrale denito tra due valori generici della
variabile x
Z x1 Z z1 Z z1
1 − 12 ( x−µ )
2 1 − 1 2
z
P (x0 ≤ x ≤ x1 ) = √ e σ dx = √ σe 2 dz = f (z)dz
σ 2π x0 σ 2π z0 z0
Otteniamo un'espressione semplicata della funzione densità di probabilità normale o
standard come:
1 1 2
f (z) = √ e− 2 z
2π
La variabile z esprime la distanza di x dal valore medio come moltiplicatore della deviazione
standard della distribuzione, σ : zσ = x − µ.
La rappresentazione graca della funzione è una singola curva, trattandosi formalmente di una
normale funzione gaussiana a valore medio nullo e deviazione standard unitaria. Si tratta quindi
di un modello adattabile a tutte le situazioni tramite una traslazione, pari al valore medio, e
una scalatura, pari alla deviazione standard
Figura 6.30: Confronto forma standard e normale della funzione gaussiana
Forme tabulate della probabilità cumulativa Concettualmente, dato il problema Pg (x <

x1 )?
Pg (x < x1 ) = Pf (z < z1 )
Applicando la denizione di probabilità cumulativa, l'area corrisponde al punto sulla curva:
Z z1
Pf (z < z1 ) = f (z)dz =
−∞
z1
z2
Z
1
√ exp dz = F (z1 )
2π −∞ 2
Nella gura seguente l'operazione è riportata in forma graca.
Figura 6.31: Confronto graco forma analitica e integrale

Nonostante la struttura matematica non particolarmente complessa della Gaussiana, la funzione
di probabilità cumulativa non può essere gestita analiticamente.
Tabulazione completa Gli ambienti di programmazione, come Matlab o Octave, mettono a

disposizione delle funzioni per tale compito. Per esempio Matlab ha un comando per il calcolo
della dierenza della densità cumulativa tra due valori, si tratta della funzione normcdf (Nor-
mal cumulative distribution function) il cui utilizzo è: p = normcdf(x,mu,sigma), ove x è il
vettore dei valori per i quali calcolare la densità cumulativa, mu e sigma sono rispettivamente il
valore medio e la deviazione standard della funzione gaussiana. Se questi parametri sono omessi
vengono assunti i valori nullo e unitario, rispettivamente. L'utilizzo tipico sarà quindi:
p = normcdf([-1 1]); % calcolo dei valori di probabilità cumulativa per -1 e
1
p(2)-p(1) % differenza delle probabilità cumulative, quindi
% calcolo di P(-1<x<1)=PC(2)-PC(1);
In assenza di uno strumento di questo tipo è necessario ricorrere a dati tabulati della funzione.
Il formato può essere una tabella nello spazio della variabile z, tipicamente con passo z/100. Per
ottenere una rappresentazione compatta e pratica, la tabella è organizzata in forma matriciale:
essa presenta un passo di 1/10, riportato come base nella prima colonna; per mantenere la riso-
luzione 1/100 i 10 valori dei passi intermedi sono allineati nella riga corrispondente; la dierenza
rispetto alla base è riportata nella prima riga.
Figura 6.32: Densità cumulativa tabulata della funzione gaussiana
Viene adottata una precisione nita, tipicamente 4 o 5 cifre signicative; concordemente con
questa limitazione, valori estremi nella tabella presentata inferiori a -3.7 non sono riportati in
quanto sarebbero nulli; allo stesso modo sono omessi i valori per z superiore a 3.7 in quanto, per
gli arrotondamenti, sarebbero unitari. Per ottenere il valore della cumulativa per un assegnato
valore di z si opera nel modo seguente:
1. dato il valore z se ne ricava il valore troncato al primo decimale ed il relativo resto (per
z=-2.47 z0=-2.4 e resto -0.07);
2. si ricerca nella prima colonna i valore troncato al primo decimale (in questo caso z0=-2.4);
3. si individua la colonna corrispondente al resto, in questo caso la terza essendo il resto
-0.07;
4. il valore della funzione cumulativa da utilizzare è quello individuato dall'incrocio di riga e
colonna.
Quindi per z=-2.47 I(z=-2.47)=0.0068. L'utilizzo della forma completa ricalca lo schema generale
di impiego delle funzioni cumulative:
Probabilità dell'intervallo x0 < x <R x1

z
Calcolo diretto P (x0 < x < x1 ) = z01 f (z)dz
Applicazione della probabilità cumulativa (inte-
grale denito)
R z0 R z0
F (z0 ) = −∞ f (z)dz ; F (z0 ) = −∞ f (z)dz
La dierenza delle due valutazioni della funzione
primitiva corrisponde alla dierenza delle aree
z0 < z1
P (z0 < z < z1 ) = F (z1 ) − F (z0 )
Figura 6.33
Tabulazione Parziale La funzione di densità cumulativa tende al valore nullo per z → −∞ e

valore unitario per z → ∞; è inoltre monotona crescente essendo la densità di probabilità gaus-
siana sempre positiva. Inoltre, per la simmetria della Gaussiana, la cumulativa è antisimmetrica
rispetto al punto (0.0,0.5); questo signica che è possibile eseguire l'integrale nel solo semipiano
positivo delle z
Figura 6.34: Area di integrazione per la tabulazione parziale

e successivamente ricostruire analiticamente la funzione originale. La ricostruzione è peraltro
estremamente semplice. Nel semipiano positivo è immediato osservare che nei valori della tabella
manca l'integrale del semipiano negativo (di valore 0.5); le due funzioni sono confrontate nella
parte destra della gura.
Figura 6.35: Rappresentazione delle funzioni cumulative totale e parziale

La correzione per il semipiano positivo consiste quindi, banalmente, nel sommare 0.5 al dato
tabulato:
z≥0 F (z) = 0.5 + T (z)
Nel semipiano negativo, per l'antisimmetria rispetto al punto (0.0,0.5) la ricostruzione è

altrettanto semplice; si sottrae il dato ottenuto al valore 0.5:
z<0 F (z) = 0.5 − T (|z|)
Queste considerazioni sono gracamente sintetizzate nella gura seguente.
Figura 6.36: Rappresentazione graca della ricostruzione della funzione cumulativa totale
Questa è la formulazione più frequentemente riportata nei testi. Il suo uti-

lizzo pratico prevede una procedura diversa da quella di una cumulativa stan-
dard, in quanto necessario sottintendere la ricostruzione della funzione globa-
le prima di eettuare la dierenza. La tabella ottenuta in questo modo è:
Figura 6.37: Tabella della cumulativa normale nel semipiano positivo
Dal punto di vista operativo questo comporta dover dierenziare i due casi di estremi di
integrazione con segno concorde o meno.
Caso di valori concordi in segno e positivi

z0 , z1 > 0 e z1 > z0 , si avrà:
P (z0 < z < z1 ) = F (z1 ) − F (z0 ) =
(T (z1 ) + 0.5) − (T (z0 ) + 0.5) =
T (z1 ) − T (z0 )
Nulla cambia rispetto alla procedura normale.
Figura 6.38: Intervallo nel semipiano positivo

Caso di valori di segno concordi ma

negativiz0 , z1 < 0e z1 > z0 , si avrà:
P (z0 < z < z1 ) = F (z1 ) − F (z0 ) =
(0.5 − T (|z1 |)) − (0.5 − T (|z0 |)) =
T (|z0 |) − T (|z1 |)
Anche in questo caso sarà suciente eseguire la
dierenza dei due valori della funzione tabulata
ricavati per i valori delle deviazioni, questa
volta presi in valore assoluto. Gracamente il
processo corrisponde al ribaltamento nel semi-
piano positivo, che riporta al caso precedente,
prima di eettuare la dierenza.
Figura 6.39: Intervallo nel semipiano negativo
Caso di valori con segno non concorde z0 <

0, z1 > 0
P (z0 < z < z1 ) = F (z1 ) − F (z0 ) =
(T (z1 ) + 0.5) − (0.5 − T (|z0 |)) =
T (z1 ) + T (|z0 |)
Quindi, a dierenza della procedura standard, il
valore dell'integrale per la distanza negativa de-
ve essere sommato e non sottratto.
Gracamente si opera in tre passi:
calcolo contributo semipiano positivo
calcolo contributo semipiano negativo, trattato
usando il limite in valore assoluto (si ribalta l'a-
rea nel semipiano positivo)
somma dei due contributi
Figura 6.40: Intervallo a cavallo dello zero

Riassumendo:
valori positivi di segno concorde z1 > z0 > 0: P (z0 < z < z1 ) = T (z1 ) − T (z0 )
valori negativi di segno concorde z0 < z1 < 0: P (z0 < z < z1 ) = T (|z0 |) − T (|z1 |)
valori con segno non concorde z0 < 0 , z1 > 0 P (z0 < z < z1 ) = T (z1 ) + T (|z0 |)
Esempi di utilizzo L'utilizzo è identico a quello della funzione completa: si determinano la

parte decimale e il resto centesimale del valore z da trattare; con la parte decimale si identica la
riga e quella centesimale la colonna. Il valore dell'integrale è individuato nella tabella all'incrocio
di riga e colonna.
Volendo determinare la probabilità per z=2.83, si separano la parte decimale, 2.83, e il resto,
0.03, si estrae il numero all'incrocio della riga corrispondente a 2.8 e della colonna 0.03; quindi
0.49767.
Figura 6.41: Uso tabella cumulativa parziale
Trattandosi di numeri sempre inferiori all'unità, è possibile aumentare la precisione della

rappresentazione sottintendendo il punto decimale inserendo una cifra decimale in più.
Esempio 7 Sono date la media di una serie di misure (0.644) e la corrispondente deviazione
standard (0.098). Ritenendo ragionevole l'ipotesi di distribuzione normale, qual è la probabilità
che una lettura fornisca una misura compresa tra 0.5 e 0.7?
Cioè P (0.5 < x < 0.7)?
Gracamente il problema si pone nei termini rappresentati a sinistra in gura;
Figura 6.42: Rappresentazione graca Esempio 7
Poichè l'intervallo abbraccia lo zero, il procedimento andrà impostato per determinare le due
aree identicate nella gura di destra e, se si dispone della tabella cumulativa per soli z positivi
l'area verde verrà determinata per simmetria nel semipiano delle z positive.
Figura 6.43: Decomposizione del problema in forma graca
Procedendo dalle espressioni della probabilità è possibile operare come segue:

Partendo dal problema P (0.5 ≤ x ≤ 0.7)

Lo si esprime in distanze normalizzate P (0.5 ≤ x ≤ 0.7) = P (z0 ≤ z ≤ z1 ) determinando il
parametro z = (x − µ)/σ , la distanza normalizzata dalla media, per i due valori assegnati:
z1 = (0.7-0.644)/0.098 = 0.57 z0 = (0.5-0.644)/0.098 = -1.47
Quindi P (0.5 ≤ x ≤ 0.7) = P (−1.47 ≤ z ≤ 0.57)
Dovendo operare a cavallo dello zero con la tabella di probabilità cumulative denita nel se-
mipiano positivo, si sommano i termini di probabilità per valori positivi e negativi di z, questi
ultimi determinati usando la distanza in valore assoluto.
P (−1.47 ≤ z ≤ 0.57) = P (−1.47 ≤ z ≤ 0) + P (0 ≤ z ≤ 0.57) = T (|z0 |) + T (z1 )
Si entra quindi nella tabella con i valori z=0.57 e z=|-1.47| ottenendo 0.2157 e 0.4292
rispettivamente; in termini di densità cumulativa T(z1 )=0.2157 e T(absz0 )=0.4292.
Figura 6.44: Uso della tabella per la soluzione Esempio 7
I valori ottenuti corrispondono alle aree indicate
Quindi: P (0.5 ≤ x ≤ 0.7) = P (1.47 ≤ z ≤ 0.57) = 0.6449

La probabilità che si verichi la condizione 0.5≤ x ≤0.7 è del 64%.
Con MATLAB i comandi p=normcdf([-1.47 0.57]);,p(2)-p(1) danno 64.49%
Esempio 8 Si vuole conoscere la probabilità che una misura, di una grandezza a distribuzione
gaussiana, a media 0.644 e deviazione standard 0.098, siano maggiori di 0.8.

0.8 − 0.644
P (0.8 ≤ x ≤ ∞) = T (∞) − T = T (∞) − T (1.5918) = 0.5 − 0.44408 = 0.056
0.098
Quindi la probabilità che si verichi la condizione x ≥ 0.8 è del 5.6%.

Con MATLAB i comandi p=normcdf([1.5918 10]);,p(2)-p(1) danno 5.571%
(l'estremo superiore 10 approssima l'innito: normcdf(10) è 1 anche in format long)
Esempio 9 Si vuole conoscere la probabilità che una misura cada in un intervallo attorno al
valore medio pari a due volte la deviazione standard.
Il problema è esprimibile come: P (x̄ − 2σx < x < x̄ + 2σx )?
Dalla denizione della variabile z si ottiene che essa denisce un intervallo attorno alla media in
termini di deviazione standard:
x − x̄
z= ⇒ x = σx z + x̄
σx
Sostituendo e con semplici passaggi:
P (x̄ − 2σx < x < x̄ + 2σx ) = P (x̄ − 2σx < σx z + x̄ < x̄ + 2σx ) =
= P (x̄ − 2σx < σx z + x̄ < x̄ + 2σx ) = P (−2 < z < +2) =
= T (2) + T (−2) = 0.4772 + 0.4772 = 0.9544
Quindi la probabilità che la condizione si verichi è del 95.44%.

Con MATLAB p=normcdf([-2 2]);,p(2)-p(1) : 95.45%
Esempio 10 Nella produzione di banchi motore, la tolleranza sul diametro D ha distribuzione

gaussiana. Il D medio misurato è µ=4 in con una deviazione σ =0.002 in. Qual è la probabilità
delle seguenti condizioni: a) un cilindro sia misurato con D ≤ 4.002 in, b) D ≥ 4.005 in, c) 3.993
≤ D ≤4.003 in, e d) percentuale dei cilindri eccedente la deviazione massima di 2σ .
Soluzione:
a) cilindro con D ≤ 4.002 in
Figura 6.48: Rappresentazione graca Esempio 10a
D−µ 4.002 − 4.000

z= = =1
σ 0.002
P (−∞ ≤ z ≤ 1) = P (−∞ ≤ z ≤ 0) + P (0 ≤ z ≤ 1) =
= .5 + .3413 = .8413 = 84.3%
b) Cilindro sia misurato con D ≥ 4.005 in;
Figura 6.49: Rappresentazione graca Esempio 10b
D−µ 4.005 − 4.000

z= = = 2.5
σ 0.002
P (2.5 ≤ z ≤ +∞) = P (0 ≤ z ≤ +∞) − P (0 ≤ z ≤ 2.5) =

= 0.5 − 0.4938 = 0.0062 = 0.62%
c) Probabilità 3.993 ≤ D ≤4.003 in;
Figura 6.50: Rappresentazione graca Esempio 10c
3.993 − 4.0 4.003 − 4.0

z1 = = −3.5 ; z2 = = +1.5
0.002 0.002
P (−3.5 ≤ z ≤ +1.5) = P (−3.5 ≤ z ≤ 0) + P (0 ≤ z ≤ 1.5) =
= .4998 + .4332 = .933 = 93.3%
d) Si vuole conoscere la percentuale di prodotto che verrà eliminata nel caso di scarto di cilindri
con deviazione >2σ .
Il problema è quindi esprimibile come P (|z| > 2)
Poiché la tabella consente di determinare l'area compresa dagli estremi di integrazione, è

necessario lavorare in complemento alla probabilità totale.
Si comincia quindi dal determinare la probabilità che rientra nei limiti assegnati: P (−2 ≤ z ≤
+2) per poi determinare la richiesta come P (|z| > 2) = 1 − P (−2 ≤ z ≤ +2). Il processo è
gracamente descritto dalla gura seguente.
Figura 6.51: Rappresentazione graca Esempio 10d
Se il criterio di rigetto è pari a 2σ , i banchi che vengono accettati sono:
P (−2 ≤ z ≤ +2) = 2P (0 ≤ z ≤ +2) = 95.44%
mentre quelli che vengono eliminati sono: 1 − 0.9544 = 0.0456 = 4.56%
Esempio 11 La sperimentazione su di un lotto di provini di un materiale fragile ha portato

a denire lo sforzo di rottura medio e la sua deviazione standard;σR = 300 ± 20M P a. Anche lo
sforzo generato da un carico applicato è anch'esso noto in termini di valore medio e di deviazione
standard, σR = 220 ± 15M P a. Assumendo ragionevole l'ipotesi di distribuzione gaussiana, ci
si chiede se esista la possibilità che un provino si rompa nonostante in senso medio lo sforzo di
resistenza sia superiore a quello applicato.
Schematicamente: si hanno due "popolazione", quella dei provini e quella dei carichi. In en-
trambi i casi gli individui sono leggermente diversi; i provini possono esserlo per caratteristiche
intrinseche del materiale (es un materiale fragile, quindi fortemente sensibile a intagli o inclusioni,
un materiale composito fatto a mano), i carichi perchè la messa a punto del sistema automatico
di generazione non è stata fatta al meglio.
Figura 6.52: Descrizione graca Esempio 11
Ci si chiede se prendendo un provino a caso dalla popolazione di provini e applicando un carico

reale, cioè diverso da quello nominale ci sia la possibilità che il provino si rompa, pur in presenza
di un carico nominale inferiore al livello di resistenza nominale. Non è una questione di forza
applicata o resistenza del provino: non esistono valori deterministici per loro ma di probabilità
che lo sforzo di resistenza sia inferiore allo sforzo agente.
Il problema di rottura in termini probabilistici è denito come la probabilità che lo sforzo agente
superi quello limite del materiale, quindi deve essere espresso in termini di UNA SOLA VA-
RIABILE CASUALE denita come dierenza delle due grandezze casuali: la variabile casuale
che denisce il problema è data dalla dierenza tra lo sforzo di rottura e quello applicato; essa
identica l'esubero di resistenza:
IS = σR − σA
E il problema probabilistico consiste nel determinare la probabilità che esso sia negativo, cioè
che non ci sia un esubero di resistenza:
P (IS < 0)
Data la sua denizione ci interessa sapere la probabilità che essa sia positiva, se ci interessa
sapere quanti provini dovrebbero essere in grado di resistere, o negativa, se siamo interessati
alla probabilità di cedimento. La dierenza di due variabili casuali, come capiremo meglio nel
proseguo del corso, ha come valore medio la dierenza dei valori medi e come varianza la somma
delle varianze:
dmedio = x1_medio − x2_medio

2
Sd2_medio = Sx1 2
_medio + Sx2_medio
Quindi:
IS = σR_medio − σA_medio = 300 − 220 = 80M P a

q p
SIs = SσR2 + S2 = 202 + 152 = 25.0M P a
σA
La variabile casuale di interesse, distanza tra lo sforzo di rottura e quello applicato, è una
gaussiana, ed è completamente denita come:
IS = 80 ± 25.0M P a
La probabilità di rottura si determina valutando la probabilità che il margine di resistenza sia

negativo: P (IS < 0)
Il pezzo si potrà rompere, in senso probabilistico, se l'area sottesa dalla distribuzione di
probabilità di tale indice tra ∞ e 0 non è nulla
Figura 6.53: Distribuzioni Esempio 11

IS −IS _M edio
Trasformiamo in forma normale: z = x−x̄
σx = SIs
E deniamo gli estremi dall'intervallo nel quale : P (IS < 0)
IS = −∞ ⇒ z1 = −∞
IS = 0 ⇒ z2 = 0−80
25.0 = −3.2
Quindi:
P (−∞ < z < −3.2) = T (−∞) − T (−3.2) =
T (∞) − T (−3.2) = 0.5 − 0.4993 = 0.0007 = 0.07%
C'è quindi una probabilità, piccola ma non nulla, quanticata in un provino ogni 1400, che
il materiale venga sollecitato ad un livello superiore al suo limite di resistenza nonostante lo
sforzo nominale applicato sia abbondantemente inferiore a quello previsto dal modello di rottura.
Ovviamente sotto l'assunzione che il modello gaussiano sia rappresentativo delle due popolazioni.
6.2.5 Intervallo di condenza

Poiché a un intervallo si accompagna una probabilità, è ragionevole associare le due informazioni
assumendo che la conoscenza della probabilità comporti avere 'condenza' nell'intervallo stesso
Dichiarando un intervallo unitamente alla probabilità ad esso associata potremo esprimerci in
termini di intervallo di condenza e di livello di condenza o duciario.
Nel caso della distribuzione gaussiana possiamo adottare intervalli simmetrici ed è naturale
esprimere l'intervallo in termini relativi alla deviazione standard: ±k σ .
Si noti che l'intervallo di condenza è dotato di unità di misura che è coerente con quella della
grandezza espressa dalla gaussiana.
Il livello di condenza, spesso espresso in termini percentuali, rappresenta l'area sottesa da un
certo intervallo di condenza.
Figura 6.54: Rappresentazione intervalli di condenza

P(x̄ − kσ ≤ x ≤ x̄ + kσ) = Livello di conf idenza(kσ)
Il problema dell'intervallo di condenza si può porre nelle due forme:
1. che intervallo occorre assumere se è necessario conseguire un certo livello di condenza?

2. quale livello di condenza è assicurato da un dato intervallo (generalmente espresso in
rapporto alla deviazione standard)?
Per rispondere alla prima domanda occorre trovare il k tale per cui l'intervallo ±kσ sottende
un'area corrispondente alla probabilità assegnata attraverso il livello di condenza.
Nel caso della seconda domanda, occorre valutare quale probabilità è associata all'intervallo ±k
σ.
Problema a), che intervallo occorre assumere se è necessario conseguire un certo livello di
condenza?
Se l'intervallo di condenza è simmetrico occorre trovare il valore pari alla metà del livello
richiesto nella tabella e dedurre il parametro z corrispondente, se non è simmetrico P-50%.
Se ci interessa un livello di probabilità del 90% per il caso simmetrico dovremo cercare 0.45
(P/2), che si ottiene per 1.64 ≤ z ≤ 1.65, nel caso asimmetrico 0.40 (P-0.5), cui corrisponde 1.28
≤ z ≤ 1.29.
L'intervallo di condenza sarà quindi x='±1.64σ nel caso simmetrico e

x< 1.28σ o x> -1.28σ nel caso asimmetrico (quale delle due equazioni usare nel caso asimmetrico
dipende dal problema che si sta arontando).
Figura 6.55: Uso della tabelle per la denizione di intervallo di condenza

Problema b), quale livello di condenza è assicurato da un dato intervallo di condenza espresso
in k volte la deviazione standard?
Con la tabella di densità cumulativa è possibile valutare i livelli di condenza degli interval-
li, ovvero la probabilità di un nuovo evento entro l'intervallo di condenza denito da una
semiampiezza pari a k volte la deviazione standard, attorno al valor medio:
Intervallo di Livello di
condenza condenza
±σ 1 x .3413 = 68.26%
±2σ 2 x .4772 = 95.44%
±3σ 3 x .4987 = 99.74%
±3.5σ 3.5 x .4998 = 99.96%
L'intervallo 2σ (95%) è frequentemente utilizzato: signica che ogni 20 misure una sola dovreb-
be cadere all'esterno dell'intervallo. 5σ è spesso assunto come livello di certezza in senso
probabilistico:
P(5 σ )> 99.99997% circa 1 su 3'500'000
Figura 6.56: Rappresentazione graca di intervalli di condenza a 1, 2 e 3 σ
6.2.6 Livelli di condenza e di signicatività

È ovvio che quanto più elevato deve essere il livello di condenza tanto più ampio deve essere
l'intervallo. Il livello di condenza è dato dalla probabilità che il valore cada nell'intervallo di
condenza
livello di confidenza = P(x − δ ≤ µ ≤ x + δ)
espresso anche in termini complementari al livello di signicatività α (analogamente a quanto
si fa con l'accuratezza):
Livello di condenza = 1 α
Assumendo quindi il livello di signicatività α del 5%, intendiamo la probabilità di condizione

non vericata, es che una nuova misura sia esterna all'intervallo di condenza con la probabilità
del 95%
In alcuni problemi simmetrici si lavora in complemento, riferendosi ad una piccola area esterna
all'intervallo ±z per indicare quella interna che in realtà è molto maggiore
Per indicare che interessa il 95% ci si riferisce al 5% che si scarta: Zα/2 , es. Z5%, è la semi-
ampiezza dell'intervallo di condenza; esso è denito in modo da avere garantita la probabilità
P=1-α , P=95%, che una successiva valutazione vi rientri:
livello di confidenza = P(x̄ − zα/2 µ ≤ µ ≤ x̄ + zα/2 ) =

P( −zα/2 ≤ z ≤ zα/2 σ) = 1−α
Gracamente:
Figura 6.57: Rappresentazione graca del livello di signicatività

6.3. ELEMENTI DI STATISTICA 287
6.3 Elementi di Statistica

Abbiamo visto come, con la teoria della probabilità, sia possibile produrre modelli probabilistici
(distribuzioni di probabilità) adattabili ai fenomeni aleatori reali.
Accedere a tutta la popolazione, per ottenerne una caratterizzazione esatta, è nella maggioranza
dei casi impossibile, vuoi perché il numero di individui è troppo alto (es. interviste pre elettorali)
o, sebbene possibile, non conveniente economicamente (durata di una lampadina) o, ancora,
perché la popolazione è virtualmente innita, come nel caso delle misure.
Acquisire sperimentalmente la distribuzione di probabilità è quindi, all'atto pratico, irragionevole
Risulta conveniente adottare un modello che, sotto alcune ipotesi, potrà essere caratterizzato
sulla base di un numero limitato, tendenzialmente piccolo, di informazioni.
La statistica parte da un campione di dati aleatori, o casuali, per descrivere le proprietà stati-
stiche della popolazione oppure risalire, o più correttamente "inferire", al modello probabilistico
alla base del fenomeno osservato e alla stima dei suoi parametri (media, varianza, deviazione
standard, moda, mediana).
La media, m, e la deviazione standard, S , associate a una funzione di densità di probabilità,
sono parametri completamente descrittivi delle caratteristiche statistiche di una popolazione, a
patto di elaborare le informazioni relative a ogni singolo individuo di essa.
I parametri del modello sono deniti, grazie alle tecniche statistiche, sulla scorta di un numero
ridotto di informazioni ottenute da indagini sperimentali spesso svolte su un numero limitato
di casi. Evidente che una caratterizzazione di questo tipo sarà inevitabilmente imprecisa.
Nel caso di una grandezza discreta e nita, la popolazione (insieme di tutti gli individui) viene
campionata: per limitare il numero di osservazioni si estrarrà un campione, o sottoinsieme di
n individui, di una popolazione di dimensione N. Nel caso di una grandezza continua parlare di
popolazione non ha senso in quanto sarebbe innita. In questi casi avremo solo il campione dei
dati a descrivere la grandezza stessa. In questo contesto, i termini campione e campionare
hanno un signicato diverso da quello dell'acquisizione dati. Inoltre, verranno utilizzati indif-
ferentemente i termini "evento" o "individuo" per identicare gli elementi che costituiscono un
campione.
6.3.1 Media e varianza campionaria

Nel caso di una misura la popolazione è innita e il limite al numero di misure acquisibili è
solo pratico e/o economico. In questi casi si ha a disposizione come estimatori della media e
della varianza della grandezza in esame solo l'approssimazione costituita dalla media e dalla
deviazione standard del campione sicamente osservato.
È naturale quindi porsi domande quali: cosa succede se non possiamo operare su tutta la popola-
zione e ci dobbiamo accontentare di un campione? I parametri statistici che abbiamo individuato
analizzando il campione quanto sono rappresentativi di quelli dell'intera popolazione? Dato un
campione come si stima il valore della misura e la sua variabilità?
Il processo casuale Occorre cercare di farsi un'idea del comportamento di processi casuali. Si
sfrutta la disponibilità del processo gaussiano randn (Normally distributed pseudorandom num-
bers) disponibile ad esempio in Matlab, per simulare tale comportamento. Vale la pena ricordare
che il comportamento esatto può essere osservato solo in termini asintotici, utilizzando numeri
elevati.
Analizziamo come variano gli istogrammi all'aumentare della dimensione del campione per un
processo casuale gaussiano. Nelle gure seguenti sono stati riportati i limiti superiori e inferiori
degli istogrammi calcolati per 1000 campioni di dati casuali a distribuzione gaussiana, ciascuno
composto da 20 50 100 e 1000 eventi. (chkIstCas.m) La gura grigia rappresenta l'inviluppo
dei valori massimi e minimi dei campioni utilizzati per costruire ciascun graco. Il rettangolo
rosso identica gli estremi dei corrispondenti valori medi, così come quelli verdi rappresentano
le distanze dal valore medio pari al massimo e al minimo delle deviazioni standard campiona-
rie. Osservando che i valori medi, espressi nella stessa unità di misura della variabile casuale,
assumono valori distribuiti su un campo ridotto, è naturale ipotizzare che questo parametro sia,
a sua volta, una grandezza casuale; ragion per cui se ne è tracciato l'istogramma (in nero con
linea puntinata sotto il rettangolo rosso). È stata utilizzata una variabile normale a valore medio
nullo e deviazione standard unitaria, in modo che il valore medio di un campione rappresenti
direttamente un termine di errore percentuale, essendo rapportato a un indicatore di variabilità
attesa (la deviazione standard) unitario.
Figura 6.58: Andamento degli istogrammi al variare del campione

Si osserva che:
1. l'istogramma è indicativo e decisamente male approssimato, anche con un numero elevato

di eventi
2. lo spessore della supercie di inviluppo si riduce con l'aumento della dimensione del
campione
3. l'escursione dei valori medi dei campioni rimane connata in un intervallo molto limita-
to (indicativamente una singola fascia dell'istogramma); un analogo comportamento può
essere dichiarato per le deviazioni standard campionarie.
Proviamo a esplicitare la dipendenza dei risultati dalla dimensione del campione; eseguiamo
questa analisi per due diversi processi casuali: gaussiano, o normale, e uniforme.
Nel graco si mostra il diagramma di stabilizzazione di media (Primo gruppo di graci) e de-
viazione standard (secondo gruppo di graci) per due tipologie di distribuzioni di probabilità
(destra uniforme, a sinistra gaussiana) con l'aumentare della dimensione del campione utilizza-
to. Nei diagrammi relativi al valore medio sono riportati: il valore medio dei dati utilizzati di
ciascun campione, e i valori esatti di valore medio e deviazione standard. Nei diagrammi della
deviazione standard oltre al valore del campione e a quello esatto, è riportata una linea che
identica una distanza pari a un errore del 5% di quest'ultimo.
Al crescere del numero degli eventi sia la media che la deviazione del campione tendono a stabiliz-
zarsi identicando i parametri dell'intera popolazione, infatti le escursioni rispetto al valore teori-
co sono sempre più contenute; inoltre i due processi esibiscono lo stesso comportamento regolare.
Figura 6.59: Andamento di media e deviazione standard al variare del campione

A partire da campioni di 20/30 individui i valori medi possono essere considerati, dal punto
di vista pratico, a convergenza: le dierenze rispetto al valore medio teorico sono inferiori alla
deviazione standard e questo ha un chiaro signicato in senso probabilistico.
Occorre ricordare che, essendo il processo casuale, campioni diversi di una stessa popolazione,
anche se di pari dimensione, forniranno ciascuno una propria media ed una propria deviazione
standard, dierenti per ciascuno.
Spontaneo chiedersi quale sia l'eetto della scelta di un particolare campione: come variano
media e deviazione standard se, ssata la dimensione del campione, si considerano campioni
diversi.
Misura come parametro statistico Esaminiamo alcuni graci che riportano gli istogram-
mi corrispondenti a 20 campioni di numero crescente di eventi; vogliamo comprendere il fe-
nomeno, al di là della rappresentatività della realizzazione di una misura. Si osservi che,
anche quando gli istogrammi sono signicativamente diversi, i valori medi e le deviazioni
standard sono poco variabili. Si vede inoltre che all'aumentare del numero di eventi di cia-
scun campione la dispersione di media e deviazione standard diviene sempre più contenuta.
Figura 6.60: Istogrammi di 1000, 10000 e 100000 eventi

Valori tipici al variare del numero

di eventi (dati non essattamente riproducibili)
Media e deviazione standard di un campione caratterizzano i dati acquisiti in termini di valore

atteso e dispersione, risentendo di tutti gli eetti mostrati.
Applicati ad un processo di misura i parametri statistici campionari possono essere impiegati
per prevedere, conoscendo la distribuzione, la probabilità di acquisire ulteriori misure in un certo
intervallo attraverso l'utilizzo della densità di probabilità. L'obiettivo di un'operazione di misura
non è però questo.
Il problema di misurare è stimare il misurando, depurando gli eetti del processo di misura,
ovvero fornire il valore più probabile e un indicatore di incertezza di tale stima.
Problema: possiamo utilizzare la media campionaria e la deviazione standard di un campione
per fornire la migliore stima possibile della misura e della sua incertezza?
Dall'esame del graco risulta inoltre evidente come media e deviazione standard dei campioni
presentino una dispersione, presentano cioè una distribuzione; per cui sono anch'essi delle va-
riabili casuali, caratterizzabili a loro volta tramite media e deviazione standard. Si tratta però
di un processo casuale diverso da quello che ha prodotto i dati iniziali. Dipende quindi certa-
mente dall'aleatorietà tipica del processo originale ma anche da fatto che abbiamo introdotto un
processo di misura basato sulla ripetizione dell'osservazione .
Simuliamo un processo di misura: eseguiamo un esperimento basato su N ripetizioni della valu-
tazione della grandezza di interesse, assunta costante durante l'esperimento. Poiché la misura è
aetta da errore, essa può essere quindi vista come una variabile casuale; quindi l'esperimento
evidenzierà una distribuzione e fornirà un valore di media e deviazione standard
I risultati
P sono caratterizzati da:
x̄ = N1 N x
q i=1Pi
S = N 1−1 N i=1 (xi − x̄)
2
Figura 6.61: Rappresentazione gra-

ca di un singolo processo di misure
multiple
Siccome siamo scettici... ripetiamo l'esperimento. Quindi provvediamo all'esecuzione

di M ripetizioni dell'esperimento precedente, ciascuna basata su N valutazioni della grandezza
di interesse, sempre invariante. Ogni ripetizione evidenzierà la stessa distribuzione ma fornirà
un valore medio ed una deviazione standard che saranno diversi in generale tra esperimento e
esperimento. Per ogni esperimento, k, avremo valor medio e deviazione standard.
Quindi per ciascun esperimento avremo una

coppia, valor medio e deviazione standard:
1 PN
x̄k = q
N i=1 xki
1 PN
Sk = N −1 i=1 (xki − x̄k )2
Figura 6.62: Rappresentazione graca della

ripetizione di processo di misure multiple
Valore medio e deviazione standard, come già mostrato, sono due variabili casuali; come tali
saranno dotate di una densità di probabilità caratteristica (presumibilmente legata a quella che
caratterizza il processo ma probabilmente anche all'operazione di misura) e ognuna può essere
descritta mediante il proprio valore medio e la propria deviazione standard.
In questo caso si hanno le informazioni per
determinare la media dei valori medi e la loro
dispersione in termini di deviazione standard
dei valori medi:
¯= M 1 PM
x̄ x̄k
q k=1
1 P M ¯ 2
Sx̄ = M k=1 (x̄ − x̄k )
Oltre che un valore medio delle deviazioni stan-
dard e la deviazioni standard delle deviazioni
rispetto alla loro media:
1 PM
S̄Sk = M k=1 Sk
q P
1 M 2
Figura 6.63: Rappresentazione graca dell'ana- SSk = M k=1 (S̄Sk − Sk )
lisi statistica di misurazioni multiple
Quindi possiamo denire due nuove popolazioni, indipendenti, di grandezza M , pari al numero
di esperimenti, alle quali aeriscono i valori assunti da media e deviazioni standard.
A noi interessano in particolare:
1. la media delle medie:

2. la deviazione standard delle medie:
Siamo in particolare interessati a capire se esista una relazione tra media e deviazione standard
dei valori medi da un lato e media e deviazione standard dei dati di un singolo esperimento
dall'altra.
Media e deviazione standard della media Proviamo a simulare l'operazione. Data una
popolazione a distribuzione gaussiana (µ=0,σ =1), si sono svolti 12 esperimenti basati su 500
campioni contenenti un numero di eventi crescente da 50 a 1000. L'istogramma per uno dei
gruppi di campioni avrà l'aspetto di seguito riportato.
Figura 6.64: Esempio di istogramma da dati a distribuzione gaussiana

Nei graci seguenti sono invece riportate le informazioni sintetizzate a partire dai 500 cam-
pioni generati per le diverse numerosità previste: valore medio dei valori medi, valore medio
delle deviazione standard, deviazione standard dei valori medi; per ogni numero di uno dei 500
campioni
Media dei valori medi (punto blu)

Valori medi massimo e minimo (linee orizzontali
verdi e rosse)
Istogramma dei valori medi (curva magenta)
Figura 6.65: Distribuzione dei valori medi
Media delle deviazioni standard (croce blu)

Valori di deviazione standard massimo e minimo
(linee orizzontali verdi e rosse)
Istogramma dei valori delle deviaizoni standard
(curva magenta)
Figura 6.66: Distribuzione delle deviaizoni
standard
Deviazione standard dei valori medi (punto blu)

Valori di deviazione massima e minima dei
valori medi dalla media dei valori medi (linee
orizzontali verdi e rosse)
Figura 6.67: Deviazione standard dei valori
medi
Si osserva che:
1. Distribuzioni delle medie: si vede una distribuzione centrata sul valore nullo, media di
tutte le misure disponibili, con dispersione decrescente.
2. Distribuzioni delle deviazione standard: attestate sul valore unitario, con dispersione
decrescente.
3. Deviazione standard delle medie: minore di quella dei dati e regolarmente decrescente
all'aumentare del campione.
È quindi ipotizzabile un legame tra la deviazione standard dei dati e quella delle medie che tenga
conto del numero di eventi che costituiscono il campione.
Dimostrazione euristica All'aumentare del numero di misure:

1. La deviazione standard del campione rimane costante (linee verdi)

2. La deviazione standard delle medie diminuisce (tratti rossi).
Vogliamo individuare empiricamente, se esiste un legame tra le due deviazioni standard.
Figura 6.68: Andamento di deviazione standard del processo e del valore medio con la dimensione
del campione
L'andamento suggerisce una diminuzione della deviazione all'aumentare della dimensione del
campione. Vogliamo quindi individuare empiricamente la legge tra deviazione standard dei dati
del campione e deviazione standard della media del campione.
Poiché quest'ultima diminuisce all'aumentare della dimensione del campione, mentre la devia-
zione standard dei dati campionari rimane invariata, è possibile supporre che la relazione tra le
due veda il numero di eventi nel campione n a denominatore del rapporto σ dati /σ media
Un coeciente proporzionale all'inverso del numero di misure tuttavia porta a una eccessiva
diminuzione (linea verde), mentre un coeciente proporzionale all'inverso della radice quadrata
porta alla corretta interpretazione dell'andamento della deviazione della media in funzione del
numero di dati presenti nel campione.
Figura 6.69: Confronto tendenza e modello 1/N e 1/ (N )

p
Quindi per n sucientemente grande la media ha distribuzione gaussiana con deviazione

standard data da:
σ S
σx̄ = √ ≈ √
n n
Peraltro si può vericare che non è necessario che la popolazione sia a distribuzione gaussiana
per ottenere i risultati presentati relativi alla media di una popolazione: per una distribuzione
uniforme gli andamenti sono analoghi.
Figura 6.70: Diagrammi per una distribuzione uniforme
Dimostrazione rigorosa Con un singolo esperimento basato su N valutazioni della grandezza

x otteniamo valore medio e deviazione standard dei dati:
v
N u N
1 X u 1 X
x̄ = xi S = t (xi − x̄)2
N N −1
i=1 i=1
Ripetendo l'esperimento M volte (k=1:M) possiamo organizzare i dati in una matrice di valori
xki con la convezione di inserire i dati dell'esperimento k-esimo nella riga corrispondente (l'indice
ki si riferisce alla misura i-esima del k-esimo esperimento). Per ciascun esperimento avremo un
valor medio e una deviazione standard,
v
N u N
1 X u 1 X
x̄k = xki Sk = t (xki − x̄k )2
N N −1
i=1 i=1
Utilizzando tutti io dati disponibili è possibile eettuare una valutazione globale di tutte le M
x N misure:
1 1 PM PN
x̄M N = M N k=1 i=1 xki
2 1 1 PM PN 2
SM N = M N k=1 i=1 (xki − x̄M N )
Valore medio dei valori medi I valori medi x̄k costituiscono un insieme di variabili casuali
indipendente che possiamo ipotizzare gaussiano, quindi caratterizzato da un valore medio e da
una deviazione standard mx̄ , Sx̄ . Vogliamo identicare questi due parametri.
L'operatore di media dei valori medi è lineare ovvero la media dei valori medi coincide con la
media di tutte P le valutazioni fatte in tutti gli esperimenti.
M PN
x̄M N = M 1 1
N k=1 i=1 ki =
x Partendo dalla media globale e separando le
P due sommatorie
M N M
1 1 1
Possiamo riconoscere la denizione del valor
P P
M k=1 N i=1 xki = M k=1 x̄k
medio dell'esperimento k-esimo x̄k
1 PM
M k=1 x̄k = mx̄ Ottenendo la denizione della media dei valori
medi
x̄M N = mx̄ Come volevasi dimostrare
Se N è sucientemente grande le deviazioni casuali della media sono già compensate in un
singolo campione di dati, quindi si può ritenere che i valori medi associati ai diversi esperimenti
siano equivalenti:
mx̄ ≈ x̄k ∀k
In particolare possiamo utilizzare i risultati del primo esperimento: mx̄ ≈ x̄1 ; non c'è quindi
nessuna necessità di ripetere l'esperimento!
Deviazione standard dei valori medi Cerchiamo un risultato analogo per la deviazione
standard dei valori medi, Sx̄ ; cerchiamo una relazione che la leghi alla deviazione standard
totale e, possibilmente, con la deviazione standard di una sola serie di dati.
Abbiamo visto che anche la deviazione standard del campione, analogamente al valore medio, si
stabilizza con l'aumento del numero di dati.
1 1 PM PN
Deviazione standard di tutti i dati: SM2
N = MP N k=1
2 2
i=1 (xki − mx̄ ) ≈ Sk
M
Deviazione standard dei valori medi: Sx̄2 = M1
k=1 (x̄k − mx̄ )
2
Il termine quadratico della seconda relazione può essere sviluppato in termini di media delle
deviazioni delle singole misure dalla media globale:
x̄k − mx̄ = Introduciamo la denizione P di valor medio
della serie k-esima x̄k = N1 N i=1 xki
1 PN
N
N
i=1 xki − N mx̄ = Introduciamo il rapporto unitario N N per
bilanciare il peso dei due termini
1 PN 1 PN
N i=1 xki − N i=1 mx̄ = Bilanciamo la strutturaPscrivendo PNN come
sommatoria N mx̄ = mx̄ N i=1 1 = i=1 mx̄
1 PN
N i=1 (xki − mx̄ ) Riportiamo inne la sottrazione all'interno
della sommatoria
Avendo ottenuto
N
1 X
x̄k − mx̄ = (xki − mx̄ )
N
i=1
possiamo P sostituire questo risultato nell'espressione della deviazione standard delle medie:
M 1 PN
Sx̄2 = M1
(x̄ k − m x̄ ) 2 sostituzione di x̄k − m x̄ = (x ki − mx̄ )
k=1 2 N i=1
M N
1 1
Spostamento di N1 fuori dalla sommatoria e sviluppo
P P
M k=1 N i=1 (xki − mx̄ )
P del quadrato
1 1 PM N 2
M N2 k=1 i=1 (xki − mx̄ ) +
PN PN
i=1 j=i+1 2(x ki − m x̄ )(x kj − m x̄ )
Sono riconoscibili due termini, concettualmente diversi:

PN
i=1 (xki − mx̄ )
2 Termine quadratico sempre diverso da zero
PN PN
i=1 j=i+1 2(xki − mx̄ )(xkj − mx̄ ) Somma di doppi prodotti, dotati di segno
Il secondo termine, per N sucientemente alto, tende a zero, in quanto di tratta di scostamenti
casuali dotati di segno e a distribuzione simmetrica.
La deviazione standard dei valori medi, cioè la caratterizzazione del processo di misura, diventa
semplicemente:
M N
1 1 XX
Sx̄2 ≈ (xki − mx̄ )2
M N2
k=1 i=1
Ma poiché avevamo una espressione simile per la deviazione standard totale:
M N
2 1 1 XX
SM N = (xki − mx̄ )2
MN
k=1 i=1
Si ottiene una relazione elementare tra la deviazione standard delle medie e quella totale:
1 2
Sx̄2 ≈ S
N MN
Con le stesse ipotesi di stabilizzazione dei risultati e assumendo che le singole serie di dati
producano una misura adabile della deviazione standard dei dati
M
1 X
SM N ≈ Sk ≈ Sk ∀k
M
k=1
abbiamo inne: Sx̄ ≈ √1N S

Per essere considerato grande N dovrebbe essere superiore a 30. Per N che tende ad innito la
deviazione standard della media tende a zero.
Riassumendo:
1. se la popolazione è a distribuzione gaussiana, la distribuzione delle medie dei campioni è

gaussiana;
2. se la popolazione non è a distribuzione gaussiana ma N è grande (N > 30), la distribuzione
delle medie è gaussiana;
3. se la popolazione non è gaussiana e N < 30, la media segue la distribuzione gaussiana solo
approssimativamente e si discosta in maniera tanto più imprevedibile quanto minore è il
numero di dati acquisiti.
La stima del misurando, intesa come media dei valori medi, è quindi una grandezza per la quale
si può adottare l'ipotesi di distribuzione gaussiana.
La stima è basata direttamente sul valore medio campionario. Stima = x̄ ¯ ≈ x̄
La dispersione della misura può essere valutata a partire dalla deviazione standard campionaria.
Sx̄≈ √1N S
Lo scostamento della misura dal valore nominale può essere normalizzato usando la deviazione
standard e rientrando nello schema di densità di probabilità normale. z = x̄−µ σx̄
Si potrà dunque utilizzare la tabella di integrazione della funzione di densità di probabilità nor-
male, con le medesime procedure operative sviluppate per una distribuzione di valori, per stimare
l'intervallo di condenza sotteso dal parametro z. La stima del misurando, intesa come media
dei valori medi, è quindi una grandezza per la quale si può adottare l'ipotesi di distribuzione
casuale, caratterizzata da:
valore mediox̄¯∼= x̄, deviazione standardSx̄≈ √1N S .
Esempio 1 Si deve calcolare l'intervallo di condenza della media di un certo numero di

resistenze. Viene eettuata la misura di un campione composto da 36 resistenze; la resistenza
media misurata è pari a 25Ω e la deviazione standard (stimata dal campione) è pari a 0.5Ω. Si
chiede di determinare l'intervallo di condenza della media per una probabilità pari al 90%.
Occorre trovare il valore di zα/2 : cioè l'intervallo espresso in deviazioni standard che racchiude
un'area del 90% (cioé che esclude un'area del 10%). Il problema può essere impostato secondo
il seguente schema:
Figura 6.71: Mappa concettuale per la gestione della variabile gaussiana

Dal punto di vista numerico: essendo la funzione densità simmetrica è suciente ricercare nella
tabella 0.45=0.9/2. Il valore di z corrispondente è circa z=1.645, circa a metà tra i valori della
tabelle che limitano 0.45.
Figura 6.72: Uso tabella cumulativa per l'esempio

Assumendo una distribuzione di tipo gaussiano e utilizzando S come migliore stima della devia-
zione standard, tenendo conto dell'intervallo di condenza e riferendo la deviazione alla media,
otteniamo con n=36 :
x̄ − zα/2 √Sn ≤ µ ≤ x̄ + zα/2 √Sn
25 − 1.645 0.5
6 ≤ µ ≤ 25 + 1.645 6
0.5
24.86 ≤ µ ≤ 25.14
In denitiva la resistenza media avrà un valore di: 25 ± 0.14Ω. Con un livello di condenza
pari al 90%, cioè il valore medio della popolazione di resistenza avrà una probabilità del 90% di
essere compreso nell'intervallo tra 24.86 e 25.14 Ω.
La misura della resistenza è data dal valore medio delle Ri ma sempre da intendersi come
approssimazione del valore medio della popolazione.
Variabile gaussiana: mx̄ ≈ x̄ = R̄ (media= mx̄ , deviazione standard= Sx̄ )
6.3.2 Denizioni
Prima di proseguire può essere utile riassumere gli elementi introdotti e ssare qualche denizione
di raccordo con la letteratura:
Popolazione (Population). La popolazione è l'insieme che contiene tutti gli oggetti, misure,
osservazioni, ecc.., analizzate, per le quali possono essere espresse alcune generalizzazioni. Se
consideriamo una serie di misurazioni della stessa grandezza cosa si può dire? Si può sostenere
che la popolazione sia costituita da tutte le misure disponibili, ma avremmo potuto farne altre,
o meno, allora quale sarebbe la popolazione?
Campione (Sample). Un campione è un sottoinsieme rappresentativo di una popolazione per

la quale sono stati ottenuti dati numerici, per esempio con misure.
Es.: 10 lampadine selezionate in un lotto di produzione di 10000 oppure la velocità del vento
può essere misurata una volta all'ora per 24 ore, il campione sarà l'insieme delle 24 misure.
Evento (Event) o individuo. Un evento è un possibile esito di un esperimento, realizzazione,
valutazione su di una variabile casuale. Es. la misura di una grandezza.
Parametro (Parameter). Un parametro è un attributo numerico utilizzato per caratterizzare
l'intera popolazione. Per esempio il valore medio della vita delle lampadine di un intero lotto
di produzione.
Statistica (Statistic). Una statistica è un attributo numerico di un campione. Per esempio
il valor medio della vita delle lampadine di un campione di un lotto di produzione.
6.3.3 Distribuzione t Student

La distribuzione normale rappresenta uno schema corretto per la rappresentazione statistica
della misura quando il numero di dati in un campione è elevato.
Solo in questo caso la stima della deviazione a partire da quella campionaria costituisce una base
valida per la denizione dell'intervallo di condenza della misura.
In caso si abbia un numero limitato di misure la deviazione standard della popolazione, σ ,
non sarà bene approssimata dalla deviazione del campione, S, e, a causa dell'incertezza nella
deviazione standard del campione, ci possiamo aspettare sia necessario garantirsi un intervallo
di condenza più ampio, a parità di livello di condenza.
Nel caso di poche misure, viene utilizzato al posto della gaussiana un'altra distribuzione statisti-
ca, detta t-Student. La distribuzione t-Student dipende non solo dalla media e dalla deviazione
standard ma anche dal numero di gradi di libertà , ν , associati al parametro statistico in esame;
l'operazione di media utilizza N informazioni per produrre una singola informazione, per cui
i gradi di libertà si ottengono semplicemente come ν = N − 1. La distribuzione t-Student dà
quindi luogo a una famiglia di curve parametrizzate sul numero di gradi di libertà disponibili.
Esse sono simili alla gaussiana (simmetriche e a campana), tendono ad essa all'aumentare del
numero di gradi di libertà mentre si abbassano e si allargano al loro diminuire:
Figura 6.73: Funzioni di Student per alcuni valori del parametro ν

In analogia al parametro z della distribuzione normale si denisce un parametro, t, questa volta
denito come la deviazione della media del campione da quella vera, divisa per la deviazione
standard della media.

(x̄ − µ) (x̄ − µ) x−µ
t= = √ z=
σx̄ S/ n σ
L'espressione analitica di queste distribuzione è denita a partire da un'altra distribuzione

(Gamma function) e da un parametro v, che denisce il numero di gradi di libertà
Γ( v+1
2 )
R∞
f (t, v) = v+1 Γ (z) = 0 tz−1 e−t dt
√ 2 2
vπ Γ( 2 ) 1+ tv
v
La distribuzione t può essere utilizzata, analogamente a quella normale, per stimare l'intervallo
di condenza della media a partire da un certo numero di misure, quando queste non sono
sucienti a giusticare l'utilizzo diretto dell'estensione con ipotesi gaussiana.
Il modo di procedere è del tutto analogo a quello utilizzato con la distribuzione normale: una
volta scelta la curva corrispondente ai gradi di libertà in questione (v ), possiamo denire la
probabilità che t cada nell'intervallo: −tα/2 e + tα/2 .

P −tα/2 ≤ t ≤ +tα/2 ?
Anche in questo caso all'intervallo nel parametro t ne corrisponde uno per la grandezza valore
medio; sostituendo la denizione di t si ottiene infatti:

x̄ − µ S S
P −tα/2 ≤ √ ≤ +tα/2 = P x̄ − tα/2 √ ≤ µ ≤ x̄ + tα/2 √
S/ n n n
Anche in questo caso sono disponibili funzioni cumulative in forma tabulata; le tabelle tengono
conto dei gradi di libertà e del livello probabilistico di interesse:
Figura 6.74: Esempio di tabella
Il livello probabilistico può essere espresso in termini di probabilità P (80, 90, 95, 98e99) o di
corrispondente signicatività; questa può essere espressa sia in termini di α = 1 − P che di α/2,
facendo riferimento alle semi-code esterne all'area di interesse.
Figura 6.75: Riferimento alle code per la denizione del parametro α/2
Concludendo, una volta scelta la curva corrispondente ai gradi di libertà in questione (v ),

possiamo denire la probabilità che t cada nell'intervallo: −tα/2 e + tα/2 .
L'intervallo di condenza pe la media può essere quindi espresso come: µ = x̄ ± tα/2 √Sn con
probabilità 1-α
In denitiva, si è introdotto un termine di amplicazione delle incertezze che permette di

compensare una minore attendibilità degli estimatori dovuta alla scarsa disponibilità di dati.
Infatti con pochi dati si rischia di avere una non corretta stima delle code, vuoi perché siamo
stati fortunati e i dati sono tutti nella zona centrale, vuoi perché siamo stati sfortunati e abbiamo
troppi dati, statisticamente parlando, lontano dalla zona centrale.
Con la deviazione standard determinata da questi dati e il numero di misure a disposizione
(ridotto di 1), attraverso l'apposita tabella si ricava il coeciente t/2 ; che garantisce il livello di
condenza desiderato (1-α). In base a questo coeciente si esprime l'incertezza:
S
µ = x̄ ± tα/2 √
n
Figura 6.76: Valori della distribuzione t per alcuni valori di gradi di libertà e livello probabilistico
La trattazione fornisce risultati praticamente sovrapponibili a quelli ottenuti con l'utilizzo della
funzione di densità normale, quando si utilizzano numerosi eventi.
Figura 6.77: Andamento del coeciente t-Student al variare del numero di gradi di libertà e del
coeciente di copertura α (P=1-α) confrontato con i valori asintotici di z
Lo schema per arontare il problema probabilistico elementare (una singola variabile) visto in
precedenza può ora essere completato inserendo il percorso per l'utilizzo di t-student.
Figura 6.78: Completamento mappa concettuale con utilizzo distribuzione t
Esempi
Esempio 1 Si vuole valutare il tempo medio di guasto di schermi VCR con un intervallo di
condenza del 95%, partendo da 6 misure del tempo di guasto, pari a ore:
1250, 1320, 1542, 1464, 1275 e 1383
Si chiede di stimare la media e l'intervallo di condenza della media per un livello di condenza
del 95%.
Soluzione: Il valor medio e la deviazione del tempo di guasto valgono:
1250 + 1320 + 1542 + 1464 + 1275 + 1383
x̄ = = 1372h
6
v
u n
u 1 X
S=t d2i = 114 h
n−1
i=1
I parametri sono intervallo di condenza e numero di campioni: 95% ⇒ α = 0.05 ; v = n−1 =

5
Dalla tabelle si ottiene: tν,α/2 = t5,95% = 2.571
S 114
µ = x̄ ± tα/2 √ = 1372 ± 2.571 √ = 1372 ± 120h
n 6
Se non si fosse tenuto conto della correzione t-Student, ovvero si fosse applicata la distribuzione
gaussiana il coeciente, a parità di intervallo di condenza, sarebbe stato 1.96 anziché 2.571.
I due risultati sono alquanto dierenti e quindi l'uso della gaussiana in queste situazioni è
sbagliato!
Esempio 2 Il risultato dell'esempio precedente non soddisfa dei requisiti commerciali; è neces-
sario limitare l'intervallo di condenza sulla media a ±80 ore, sempre con un livello di condenza
pari al 95%; cosa è possibile fare?
Soluzione: L'intervallo di condenza è dato da: IC = ±tν,α/2 √Sn
Si tratta di un dato determinato da due componenti: numero di misure (attraverso n e t) e
deviazione standard campionaria. Con più misure, a parità di S, il denominatore sarebbe più
grande e il numeratore più piccolo
Quindi è ipotizzabile la semplice acquisizione di ulteriori misure, in modo da ridurre

l'amplicazione della deviazione standard della media
Ragionando a parità di condizioni al contorno si possono mantenere S=114 h e t5,95% = 2.571,
ottenuto dalla tabella di t-Student con 6 misure e il 95% . Possiamo risolvere l'espressione
dell'intervallo di condenza lasciando n come incognita e imponendo IC=80:
IC = ±2.571 114√ = 80
n
Risolvendo si ha:
2.571 × 114 2

n= = 13.42 ' 14
80
Occorrerebbe quindi acquisire altre 8 misure e vericare che la nuova statistica rispetti il requisito
IC ≤ 80 con probabilità del 95%.
In realtà poiché con 14 misure la t si riduce (2.13 contro 2.571), l'intervallo si ridurrebbe più del
richiesto: necessario iterare per ottenere il numero di misure corretto.
Si noti comunque che in tutto il procedimento il valore di S rimane costante per ipotesi.
Esempio 2 bis In realtà non è necessario assumere costanti sia S che t. Il risultato dipende
anche dal numero di misure, non solo dalla loro dispersione
Abbiamo ottenuto IC = t5,α/2 √5+1 S
= 120 mentre vogliamo IC = t5,α/2 √5+1
S
= 120; se isoliamo
la deviazione standard S , il solo termine che è necessario mantenere costante (sino a che non
potrà essere migliorato da nuove informazioni) otteniamo
t t
IC = S √5,95%
5+1
= 120 e CID = S √ν,95%
ν+1
= 80
t
In teoria occorrerebbe risolvere rispetto a ν l'equazione non lineare √ν,95%
ν+1 S ; la soluzione però
= 80
non è banale data la presenza di funzioni di ν sia a numeratore che denominatore.
Questa struttura suggerisce anche di lavorare non separatamente su gradi di libertà e coeciente
t
di student, ma sul rapporto √ν,95%
ν+1
.
Eseguendo il rapporto degli intervalli di condenza otteniamo:
t tn−1,α/2
ICD S n−1,α/2
√
n
√
n
= t5,α/2 = t5,α/2 = 0.667
IC6 S 6√ √
6
La relazione ottenuta mette in evidenza due elementi:
1. in luogo della colonna dei coecienti tν,α/2 si introduce un rapporto tra elementi coerenti
t √
tra di loro √ν,α/2
ν+1
; equivale a modicare la colonna della tabella dividendola per ν + 1,
con una sorta di normalizzazione dei coecienti al numero di gradi di libertà disponibili
2. si lavora con la tabella normalizzata del punto 2), ulteriormente normalizzata con il suo
t t t
valore nel punto di partenza, valore noto, cioè √v,α/2
v+1
/ √5,α/2
5+1
= √v,α/2
v+1
/1.0496
t
Aggiungiamo quindi a quella usuale una colonna con i coecienti √ν,α/2ν+1
nella quale si riportano
solo i coecienti della seconda a partire da quello utilizzato (ν ≥ n − 1) e un'altra colonna nella
quale sono riportati i coecienti della precedente ulteriormente normalizzati rispetto al primo:
t t
√ .
√ν,α/2 / 5,α/2
ν+1 6
6.4. PROPAGAZIONE DEGLI ERRORI DI MISURA 303
tν,95% tν,95% t5,95%

ν t95% √
ν+1
√
ν+1
/ √5ν+1
... ...
5 2.571 0.4285 1.0000
6 2.447 0.3496 0.8158
7 2.365 0.2956 0.6899
8 2.306 0.2562 0.5979
9 2.262 0.2262 0.5279
10 2.228 0.2025 0.4727
11 2.201 0.1834 0.4280
12 2.179 0.1676 0.3912
13 2.160 0.1543 0.3601
14 2.145 0.1430 0.3337
La posizione nella terza colonna del primo coeciente inferiore a 67% identica il numero di
misure richiesto.
In questo modo la riduzione richiesta è ottenuta con 9 = 8 + 1 misurazioni in totale, quindi
solo 3 in più rispetto a quelle già disponibili, contro le 8 richieste con la prima soluzione. In
questo modo la sola ipotesi necessaria è che la deviazione standard dei dati, S , rimanga costante.
Un'ipotesi che andrà comunque vericata dopo l'acquisizione delle ulteriori misure previste.
6.4 Propagazione degli errori di misura

All'interno di un singolo strumento, o di un sistema di misura, ogni elemento costitutivo può
essere fonte di imprecisione. Tali imprecisioni si sommano in maniera casuale dando origine a
una aleatorietà della misura, cioè il campo di variabilità atteso della misura sperimentale.
Il problema può essere alternativamente posto in forma matematica come lo stabilire in che
modo le incertezze individuali di singole grandezze inuenzino quella di una grandezza derivata
da queste.
Il problema rientra nella problematica più generale della propagazione degli errori.
Indipendentemente dall'origine delle incertezze, dalla loro entità o da come esse possano esse-
re determinate, il punto focale della propagazione degli errori risiede nel trovare il modo più
ragionevole per combinarle.
L'obiettivo è ottenere un metodo che sia razionale e sucientementecautelativo per non incor-
rere in problemi di qualità della misura, senza tuttavia sovrastimare indebitamente l'errore
commesso.
Oltre alla propagazione all'interno di uno strumento occorrerà occuparsi di come le incertezze di
più misure contribuiscano alla incertezza di una grandezza derivata, per la quale non sia possibile
eseguire una misura diretta.
Il problema può essere posto in maniera diretta: ci si chiede quale sia l'incertezza nella stima
del modulo elastico del materiale uE determinato come:
σ F 1
E= =
ε a · b Ls
disponendo delle misure di forza, spostamento e dimensione della sezione, oltre ai relativi
indicatori di incertezza,
F = Fmis ± uF s = smis ± us
L = Lmis ± uL a = amis ± ua
b = bmis ± ub
dove F è la forza, L la lunghezza di un provino, a e b le dimensioni della sezione, s lo spostamento

misurato.
Il problema si può anche presentare in forma inversa: determinare le incertezze ammissibili sulle
dimensioni se si desidera ottenere una assegnata incertezza sul volume di un cilindro calcolato
come
d = dmis ± ud
V = π d2 h/4 uh , ud → uV ≤ ε
h = hmis ± uh
Nell'ambito della sperimentazione, data la linea di misura (es. composta da trasduttore-
amplicatore- ltro- AD a n bit, . . . ) il problema di misura diretto si formula come: note
le caratteristiche di tutti i componenti, come prevedere l'incertezza della misura nale; mentre
quello inverso sarà espresso come: scegliere i componenti in modo da garantire dispersione della
misura inferiore a un limite assegnato.
6.4.1 Soluzione mediante SIMULAZIONE

Per valutare le caratteristiche di una grandezza casuale sappiamo che occorre:
• Osservare un certo numero di realizzazioni (esperimenti) della grandezza

• Tracciarne l'istogramma
Se riconoscibile una sionomia e accertata la stabilità dell'istogramma si individua una densità di

probabilità compatibile e se ne calcolano i parametri caratteristici (nel caso degli errori di misura
ci si aspetta una distribuzione a campana che potrà essere approssimata con la Gaussiana)
Quando non sia disponibile una misura diretta come ad esempio il volume di un corpo o perimetro
di una piastra poligonale, un'ecienza, un'energia, il metodo non è direttamente applicabile.
Se però sono disponibili grandezze direttamente misurabili xi , i = 1 : M e una relazione che le
leghi alla grandezza di interesse Q = f (xi , i = 1 : M ) possiamo entrare nello schema generando
le misure dirette, in accordo con le rispettive distribuzioni e valutare quante volte vogliamo la
grandezza Q.
Si tratta quindi di una soluzione per Simulazione nella quale si assume la disponibilità della
funzione Q di M variabili indipendenti (xi , i = 1 : M ) e di avere un esperimento virtuale che le
misuri (produca cioè gli M valori corrispondenti).
Ripetendo N volte l'esperimento avremo altrettanti valori di Q
Con un istogramma si individua la distribuzione di probabilità
Se Gaussiana potremo determinarne il valore medio Q̄ = N1 N k=1 Qk e la deviazione standard
P
2 1 PN
2
SQ = N k=1 Qk − Q̄
Avremo quindi caratterizzato completamente la variabile casuale derivata come grandezza
gaussiana di valore medio Q̄ e deviazione standard SQ .
Esempio: la misura del perimetro di un triangolo generando le misure dei singoli lati in accordo
con le rispettive distribuzioni. Le grandezze misurate sono 3 e la legge f (xi , i = 1 : M ) una
semplice somma
Si riporta lo script MATLAB per l'implementazione di questa analisi:
L1=VML1+rand(N1,1)*STDL1; % N1 numero di esperimenti

L2=VML2+rand(N1,1)*STDL2; % ognuno genera i tre valori
L3=VML3+rand(N1,1)*STDL3; %
k=0;
P=zeros(N1,1);
for k=1:N1
P(k)=L1(k)+L2(k)+L3(k);
end
% in alternativa: P=L1+L2+L3;
VMP=mean(P);
STDP=std(P);
In realtà non è necessario avere un unico esperimento che generi contemporaneamente tutte
le misure dirette. È possibile ipotizzare che ogni variabile venga misurata con uno specico
esperimento e che questo fornisca un numero diverso di misure. In questo caso la popolazione
della grandezza derivata sarà ottenuta eseguendo tutte le permutazioni possibili. Si riporta lo
script MATLAB per l'implementazione di questa analisi:
L1=VML1+rand(N1,1)*STDL1; % N1 numero di esperimenti

L2=VML2+rand(N1,1)*STDL2; % ognuno genera i tre valori
L3=VML3+rand(N1,1)*STDL3; %
k=0;
P=zeros(N1*N2*N3,1);
for k1=1:N1
for k2=1:N2
for k3=1:N3
k=k+1;
P(k)=L1(k1)+L2(k2)+L3(k3);
end
end
end
VMP=mean(P);
STDP=std(P);
Il secondo metodo genera una popolazione più ampia, è stato quindi adottato per la preparazione
dei risultati di seguito riportati: sono state utilizzate 20 valutazioni per ogni lato (ipotizzando
una distribuzione uniforme di ampiezza 0.5) con complessive 8000 valutazioni del perimetro.
A sinistra sono riportati le lunghezze dei lati 1,2,3 nelle prime tre gure e i perimetri ottenuti con
tutte le possibili combinazioni nella quarta, nelle gure di destra sono riportati i corrispondenti
istogrammi (in blu) confrontati con le distribuzioni di probabilità di pari deviazione standard
(uniforme per i dati e gaussiana per il perimetro).
Si osserva come l'istogramma della funzione perimetro sia regolare, nonostante gli istogrammi
delle singole misure di lato siano evidentemente una cattiva stima della distribuzione uniforme
utilizzata per generare i dati; inoltre la densità di probabilità determinata per il perimetro è
ragionevolmente approssimata dal modello gaussiano di pari valore medio e deviazione standard.
Figura 6.79: Misure e distribuzioni delle lunghezze dei lati e del perimetro
Questo approccio è alla base del Metodo Montecarlo, del quale si riassumono i punti elementari:
1. Note o ipotizzate le distribuzioni di ogni variabile indipendente si genera un numero elevato
di valutazioni di ciascuna
2. Con le popolazioni di variabili indipendenti si genera un campione corrispondente a un
esperimento che utilizzi i dati disponibili.
3. Si identica la sionomia della dispersione mediante l'istogramma
4. Si caratterizza la popolazione risultato di questo processo mediante valor medio (non
utilizzato) e varianza.
5. La varianza viene utilizzata per denire la dispersione della grandezza dipendente.
Sono disponibili tecniche più ranate della semplice generazione dei dati e dell'analisi statistica
di tutte le possibili combinazioni, ma per gli scopi del corso quanto riportato è ritenuto suciente.
A completamento del discorso fatto, si fa presente che esiste il teorema del limite centrale
(J.W. Lindeberg 1922) , il quale aerma che Una somma di variabili aleatorie indipendenti e
identicamente distribuite (con funzioni di densità di probabilità uguali) di media µ e varianza
σ 2 , indipendentemente dalla distribuzione di partenza, al tendere del campione all'innito, tende
a distribuirsi come una variabile casuale normale .
La dimostrazione del teorema e la sua applicazione rigorosa è al di là degli scopi del presente
corso. Ma di fatto con la simulazione si superano gli stringenti vincoli di validità del teorema.
L'unica ipotesi richiesta è la simmetria delle distribuzioni dei parametri indipendenti rispetto al
valor medio: funzioni non simmetriche sarebbero indicative di un errore sistematico.
6.4.2 Sviluppo del metodo RSS (Root of Sum of Squares)

È obbligatorio chiedersi se esistano e quali siano i limiti della tecnica di simulazione. E nel caso,
come superarli. Si potrebbe considerare un limite la necessità di ipotesi, e della loro correttezza,
sulle singole variabili indipendenti; ma questo non dipende dal metodo: si tratta della qualità
delle informazioni a disposizione. Esiste un solo vero limite, peraltro molto importante e non
si tratta di un limite concettuale ma applicativo: il metodo è adatto soltanto alla soluzione dei
problemi diretti.
È quindi necessario uno strumento alternativo, magari più limitato per alcuni aspetti, ma più fa-
cilmente utilizzabile. Formalizziamo il processo di simulazione introducendo in maniera esplicita
le deviazioni dai valori nominali della grandezza derivata.
Osservazione preliminare sulla

P deviazione standard Analizziamo la struttura
dell'operatore di varianza: Sx2 = N1 Nk=1 (xk − x̄)
2
Denendo la singola deviazione∆k = xk − x̄

e ricordando la denizione del prodotto scalare di due vettori, la sommatoria P dei termini
quadratici può essere resa implicita grazie alla notazione matriciale: S 2 = N1 N 2
k=1 ∆k =
1 T
N {∆} {∆} T
avendo denito il vettore delle deviazioni: {∆x} = ∆1 x ∆2 x · · · ∆N x

La varianza si esprime con una struttura quadratica: Sx2 = N1 {∆x}T {∆x} che si basa sulle
deviazioni e non sui valori eettivi.
Aleatorietà di una grandezza dipendente Volendo caratterizzare una grandezza dipen-

dente, genericamente funzione di alcune grandezze principali Q = f (xi ) i = 1 : m, sarà neces-
sario predirne le deviazioni in funzione di quelle delle grandezze indipendenti e poi calcolarne la
varianza.
Ci troviamo quindi di fronte ad alcuni elementi, di caratteristiche profondamente diverse: da un
lato le deviazioni, tipiche delle singole variabili aleatorie delle quali determinano la caratteristica
probabilistica, cioè la deviazione standard, dall'altro una formula deterministica, la relazione tra
i singoli valori indipendenti e la grandezza derivata
xi = x̄i ± ui Q = f (xi ) i = 1 : m
Come fare per conciliarli? La risposta è nota dai corsi introduttivi di Algebra: la linearizzazione.

∂Q ∂Q
Q = Q0 + dx1 + ... + dxm
∂x1 0 ∂xm 0
La linearizzazione della relazione Q consente di introdurre nel modello deterministico gli eetti
che un cambiamento delle variabili indipendenti xi , i=1:m ha sulla grandezza derivata. La
linearizzazione da sola non sarebbe suciente: ammesso di sostituire i termini dierenziali con
l'indicatore di dispersione, non sapremmo come combinarli: infatti risulterebbe:
1. Arbitraria la scelta dei segni

2. Eccessivamente pessimistica la somma in valore assoluto
L'ecacia della soluzione è messa ancor meglio in evidenza dalla scrittura diretta in termini di
deviazione della variabile Q rispetto al valore di riferimento:

∂Q ∂Q
∆Q = Q − Q0 = dx1 + ... +
dxm
∂x1 0 ∂xm 0
La dimostrazione della formula di Radice della Somma dei quadrati prende avvio da queste
considerazioni:
Applichiamo lo schema visto per il calcolo della varianza alla variabile Q espressa mediante la
linearizzazione
Per la linearizzazione, la Pdeviazione dal valor medio della grandezza Q è: ∆Q = Q − Q̄ =
∂Q ∂Q M ∂Q
∂x1 dx 1 + ... + ∂xM dx M = i=1 ∂xi dxi
Introducendo la deviazione delle misure e passando al nito: dxi ≈ ∆xi = xi − x̄i

la deviazione con formalismo matriciale diventa:
 
 Q 1
M
 /x

..
X 
∆Q = Q/xi · ∆xi = ∆x1 ... ∆xM . = [Dx] Q/x
 
i=1 
Q/xM

Per poter valutare la deviazione non servono né il valore medio di Q né i valori individuali delle
grandezze xi
Suciente un'ipotesi della dispersione delle grandezze rispetto al proprio valore medio, cioè le
deviazioni ∆xi , cioè serve la distribuzione di probabilità. Per applicare la formula della varianza
serve quindi un vettore di deviazioni di Q. Simulando la ripetizione dell'esperimento scrivendo
direttamente le deviazioni per ciascuno di essi, la riga diventa una matrice
..
 
 . 
 Dxk 
[Dx] =  
..
. N xM
Con formalismo immutato si ottiene direttamente il vettore delle deviazioni sempre come
prodotto tra una matrice di deviazioni e un vettore di derivate:
.. ..
    
. .  Q
  /.1 x

 
 
  
..

{∆Q} = ∆Q = Dx = [Dx] Q/x
 . k   . k 
 
 .. ..
 
Q/M x
 
 
Applicando la denizione di varianza:

2 = 1 {∆Q}T {∆Q} = e sostituendo{∆Q} = [Dx] Q
/x si ottiene

SQ N
T
1
[Dx] Q/x svolgendo il prodotto e isolando i termini relativi alle deviazioni

N [Dx] Q /x
T
1
[Dx] [Dx]T Q/x naturale denire con una matrice il nucleo: [Cx ] = N1 [Dx] [Dx]T

N Q/x
Si ottiene quindi che la varianza della misura indiretta Q è data da:
2
T
SQ = Q/x [Cx ] Q/x
Il risultato è un prodotto simmetrico il cui nucleo è costituito dalla Matrice di Covarianza [Cx ]
delle variabili xi .
La matrice di covarianza è piena, di ordine pari al numero di variabili indipendenti (M x M)
I termini della matrice di Covarianza vengono deniti come:
varianza se diagonali Si2 ≈ N1 N 2
i,k − x̄i ) (o auto-covarianza)
P
k=1 (x
e di covarianza se extra-diagonali Si,j
2 ≈ 1 N
P
N k=1 (xi,k − x̄i ) (xj,k − x̄j )
Possiamo dare un'interpretazione sica alle covarianze:
1. Rappresentano l'interazione delle deviazioni dei diversi termini dello sviluppo ovvero una
misura di quanto le due variabili cambino insieme, siano cioè dipendenti tra loro.
2. Quando sono auto-covarianze (i=j) il risultato è la varianza, forma quadratica sempre
positiva.
3. Quando sono covarianze (i6=j) gli scostamenti delle due variabili dai rispettivi valori medi
si combinano algebricamente e la sommatoria sulle N misure, questo può comportare
cancellazione.
Se la cancellazione di cui sopra ha luogo, nel caso di due variabili avremo:
(k x1 − x̄1 )2 (k x1 − x̄1 ) (k x2 − x̄2 )

1 PN
Cov = N k=1 =
Sim (k x2 − x̄2 )2
(k x1 − x̄1 )2 S12 0

1 PN 0
2 =
N k=1
0 (k x2 − x̄2 ) 0 S22
L'espressione della varianza delle variabile Q si riduce alla somma dei termini diagonali:
N
2
T X 2
SQ ≈ Q/x [diag(Covx )] Q/x = Q/xi Sxi
i=1
La deviazione standard di Q è quindi data dalla Radice della somma dei quadrati, universalmente
nota come RSS da Root of Sum of Squares.
v
uN
uX 2
RSS = t Q/xi Sxi
i=1
6.4.3 RSS: applicabilità

Le autocovarianze, i termini diagonali, vedono sommarsi termini quadratici, quindi l'accumulo
fornisce sempre un valore positivo. Al contrario i contributi ai termini extra-diagonali si ac-
cumulano con segno e in particolari condizioni possono elidersi: condizioni che deniscono
l'applicabilità della RSS.
In particolare, la somma dei prodotti può dare luogo a cancellazione se:
• le incertezze non sono correlate tra loro, cioè se i motivi che determinano scosta-
menti dal valore medio di ciascuna delle due variabili sono indipendenti e le variazioni
imprevedibilmente positive e negative;
• scostamenti positivi e negativi di pari entità hanno eguale probabilità di

presentarsi.
Se queste ipotesi non sono soddisfatte, gli scostamenti hanno una tendenza comune, es. crescono
e diminuiscono insieme, impedendo la cancellazione della covarianza; nel caso di due variabili
avremo:
N
1 X (k x1 − x̄1 )2 (k x1 − x̄1 ) (k x2 − x̄2 )
2 2

S1 S12
Cov = =
N Sim (k x2 − x̄2 )2 2
S21 S22
k=1
Dal punto di vista della propagazione ciò aumenta la varianza della variabile dipendente rispetto
alla stima basata sulla RSS.
Le ipotesi di indipendenza e di simmetria degli scostamenti delle incertezze di variabili casuali
sono NORMALMENTE ragionevoli MA DEVONO ESSERE VERIFICATE: per esempio , nel
caso di grandezze diverse misurate con lo stesso strumento, chiedersi se sia ancora lecito ritenere
le incertezze sulle diverse grandezze non correlate.
In caso contrario è necessario stimare i termini extra-diagonali della matrice di covarianza:
N
2 1 X
Si,j ≈ (xi,k − x̄i ) (xj,k − x̄j )
N
k=1
e nel calcolo deve essere usata la forma completa.
La correlazione tra le incertezze di due grandezze nominalmente indipendenti può essere data da
una sensibilità comune degli strumenti a una stessa variabile di interferenza/modica. Questo
eetto potrebbe essere evidenziato con un diagramma delle deviazioni e quanticabile con una
regressione lineare: il coeciente angolare rappresenta la relazione tra le due grandezze. In
gura sono rappresentati i due casi di incertezze non correlate (sinistra) e correlate (destra) in
maniera signicativa.
Figura 6.80: Deviazioni di grandezze con incertezze scorrelate e correlate

Si riporta il programma Matlab per la generazione delle gure.
N=1000; % numero di esperimenti

% Q(x1,x2)=x1+3 x2
Qx=[1 3]'; % sensibilita' di Q a x1 e x2
xm=[2 1.5]; % valori medi x1 e x2
wx=[0.01 0.03] % deviazione standard errore x1 e x2
M=length(xm); % numero di variabili
% simulazione N esperimenti
for ke=1:N, x(ke,:)=randn(1,M).*wx+xm; ,end
% calcolo deviazioni %
for ke=1:N, dx(ke,:)=x(ke,:)-xm;, end % dx=randn(N,M).*wx;
% calcolo misure Q
for ke=1:N,Q(ke)=Qx'*x(ke,:)';,end
dsQ=std(Q) % deviazione standard misure Q
dx12=[std(dx)] % deviazioni standard misure x1 e x2
C=dx'*dx/N % stima matrice di covarianza x1,x2
wxc=sqrt(diag(C))' % deviazioni standard stimate da C di x1 e x2
ic=abs(C(1,2))/mean(wxc) % indicatore di correlazione
wq=Qx'*C*Qx % varianza Q
dsq=sqrt(wq) % deviazione standard Q con RSS
Il programma produce i seguenti risultati:
wx = 0.0100 0.0300 % dstd nominali x1 e x2

dsQ = 0.0859 % dstd Q da N esperimenti
dx12 = 0.0096 0.0286 % dstd x1 e x2 da dati generati
C = 1.0e-03 * 0.0928 -0.0104 % matrice di covarianza
-0.0104 0.8160
wxc = 0.0096 0.0286 % autocovarianze
ic = 5.4411e-04 % indice di correlazione
dsq = 0.0859 % dstd Q stimata da covarianza
Analizziamo un altro esempio: consideriamo il caso di 3 grandezze misurate ciascuna con con
500 ripetizioni; la matrice [Dx] è una 500 × 3 e la covarianza una matrice di ordine 3.
I graci superiori della gura seguente sono ottenuti generando deviazioni casuali per tutte le
misure, mentre le gure inferiori sono ottenute generando le deviazioni della misura 3 sommando,
a pari peso, deviazioni casuali appositamente generate e le deviazioni della variabile 1.
I diagrammi mostrano che:
1. le deviazioni delle variabili 1 e 2 non sono correlate nel primo caso (nessuna tendenza)
2. esiste una evidente tendenza nel secondo, pur in presenza di una correlazione soltanto
parziale: solo una parte delle deviazioni è spiegata dal modello lineare
Figura 6.81: Simulazione delle deviazioni di 3 grandezze: 1-2 scorrelate, 1-3 correlate al 50%
Nel graco di seguito riportato sono rappresentati i dati di covarianza/autocovarianza per un

numero di ripetizioni crescente. Il valore diagrammato è relativo al rapporto tra i termini extra-
diagonali e quello diagonale della matrice di covarianza. Sono riportati i risultati di diverse
simulazioni onde evidenziare l'eetto della casualità nella generazione dei dati. È evidente come
nel caso di mancanza di correlazione il rapporto tenda a zero all'aumentare delle ripetizioni
mentre in presenza di correlazione esso tenda a un valore non nullo.
Figura 6.82: Convergenza
6.4.4 Applicazioni
Esempio 1 Nel caso del cilindro: V = π d2 h/4d = dmis ± ud h = hmis ± uh
V=82033 mm3 wV ?
d = 32 ± 1 mm (±3.13%)
Assumendo i seguenti valori:
h = 102 ± 1 mm (±0.98%)
(i termini wi sono deviazioni std)
s 2 2
∂V ∂V
uV = × ud + × uh
∂d ∂h
p √
(2πdh/4 × ud )2 + (πd2 /4 × uh )2 uV = 2628694 + 646814= 5189.8mm3 ( ±6.33%)
Esempio 2 Consideriamo la stima della potenza dissipata da una resistenza in un circuito

elettrico utilizzando una misura della tensione applicata. La resistenza ha un valore nominale
di 100±5 Ohm, mentre il voltmetro fornisce una lettura di 28.0±0.05V
La potenza nominale è: P = V 2 /R = 282 /100 = 7.84W q 2 2
Nell'ipotesi di incertezze indipendenti applicheremo la RSS: δ(P ) = ∂P
∂V uV + ∂P
∂R uR
Le sensitività sono quindi:
∂P 2V 2 × 28
= = = 0.56
∂V R 100
∂P V2 282
=− 2 =− = −0.078
∂R R 1002
Riportiamo l'espressione di calcolo ed i valori numerici:
s 2 2
∂P ∂P ∂P ∂P
δ(P ) = uV + uR ; uV = 0.05 V uR = 5 Ω; = −0.078 = 0.56
∂V ∂R ∂R ∂V
p √
δ(P ) = (0.56 × 0.05)2 + (−0.078 × 5)2 = 0.000784 + 0.152 = 0.39 W
∆P % = 0.39/7.84 = 5.01%
L'incertezza è data per la maggior parte dalla resistenza ben più di quanto dica il rapporto delle
incertezze percentuali:
Tensione 1.8% , Resistenza 5% contro 0.000784 e 0.152.
Sarebbe quindi inutile cercare di migliorare la situazione utilizzando un voltmetro più preciso.
Esempi: commenti Come deducibile dal confronto dei termini sotto radice, se si vuole miglio-
rare il risultato, occorre ridurre l'incertezza del diametro in quanto il suo contributo è dominante
rispetto a quello dell'altezza.
Poiché i singoli termini sono moltiplicati per il fattore di sensibilità il contributo maggiore,
non necessariamente l'incertezza maggiore, tende a dominare il risultato.
La RSS è una relazione che in maniera generale, permette di mettere in evidenza sia l'errore
dovuto alla singola misura, sia il peso di questa sul risultato.
Per la sperimentazione l'analisi del peso dei singoli termini che concorrono a determinare l'in-
certezza è fondamentale per ridurre nella maniera più eciente il margine di errore associato a
una misura:
1. se un'incertezza ha un peso elevato sarà opportuno tenerla sotto controllo e agire sul
termine con peso maggiore darà il miglioramento più signicativo
2. conviene agire sulla qualità dello strumento con il contributo peggiore piuttosto che pensare
di migliorare tutti gli strumenti della catena di misura.
6.4.5 Casi notevoli

Produttoria Esaminiamo il caso in cui la relazione sia costituita da una produttoria di
potenze:
n
Y
Q=C xai i
i=1
n
∂Q
= Cak xkak −1
Y
xai i
∂xk
i=1,i6=k
L'errore relativo sulla grandezza
r misurata risulta essere legato alle incertezze individuali secondo
P ui 2 q P
uQ 2
la relazione seguente: Q = i xi × ai = i (ai × ui% )
La relazione è particolarmente semplice e facile da ricordare: si sommano i quadrati delle
incertezze percentuali pesate per l'esponente del corrispondente parametro.
Nel caso di un semplice prodotto, quindi esponenti unitari, la relazione diventa banale in quanto
scompaiono le derivate e rimane la radice della somma delle varianze percentuali:
sX
uQ
u2i%

uQ % = =
Q
i
Come spesso succede le cose semplici nascondono delle insidie di interpretazione. Le percentuali
sono operatori relativi ed essendo adimensionali, formalmente possono essere sempre combinate,
ottenendo però risultati, se non sbagliati, concettualmente di diverso signicato quando i termini
di riferimento non sono omogenei: sono quindi necessarie alcune attenzioni. Consideriamo due
casi: nel primo il riferimento di diverse fonti di errore è comune (il fondoscala di un unico
strumento), nel secondo i riferimenti sono indipendenti, è il caso di più strumenti che forniscono
le misure per il calcolo di una grandezza dipendente.
Caso di un singolo strumento con diverse fonti di aleatorietà Si tratta del caso in
cui uno strumento viene analizzato, individuando le diverse fonti di errore che contribuiscono
alle sue caratteristiche di qualità. É il caso di un sistema di conversione analogico-digitale o
un potenziometro con alimentazione integrata, per i quali la struttura della propagazione é
una produttoria; i motivi di aleatorietà sono tutti riferiti, o sono riferibili, a un unico valore
di riferimento, il fondoscala dello strumento per cui la RSS sará calcolabile come radice della
somma dei quadrati delle incertezze percentuali. Consideriamo per semplicitá, ma senza ledere
la generalitá, il caso di due fonti di aleatorietá:
• fonte 1: indicatore di aleatorietà percentuale x1%
• fonte 2: indicatore di aleatorietà percentuale x2%
In entrambi i casi le percentuali sono da intendersi
q riferite al fondoscala dello strumento.
La propagazione sarà scritta come: wS% = x1% + x22% e, coerentemente con la denizione di
2
x1% e x2% , sarà valida solo per una misura al FS dello strumento; in Unità Fisiche il valore
della propagazione sarà: wS = wS% F S/100U F . Per determinare la propagazione wM per
una generica misura M è necessaria un'ipotesi per proiettare wS lungo tutto il fondoscala di
misura. Applicare wS% a valori inferiori al FS (wM = M wS% ) signica ipotizzare un errore
con andamento lineare sul campo di misura; si tratta di un'ipotesi azzardata, anzi, normalmente
irrealistica in quando comporterebbe un errore assoluto che diminuisce con la misura, suggerendo
quindi l'eettuazione di misure piccole rispetto alla portata dello strumento. Si tratta di un
comportamento non coerente con l'osservazione sperimentale. É molto più diuso assumere un
errore uniforme sul campo di misura (wM = wS ) per cui l' Errore relativo per una misura M,
caratterizzata da fattore di copertura R = M/F S (es 1/10), è dato da: wM % = wS /M 100 da
cui wM % = wS% F S/100/(RF S)100 = wS% /R cioé è dato dall'errore relativo al FS amplicato
dal fattore di copertura.
Caso di una misura indiretta derivata da misure dirette Si tratta del caso in cui viene
analizzato un sistema di misura composto da più strumenti le cui uscite sono utilizzate per
il calcolo di una grandezza derivata, Q = Q(xi , wxi ); assumiamo, anche in questo caso, che
la struttura della propagazione sia una produttoria, per cui la RSS è calcolabile come radice
della somma dei quadrati delle incertezze percentuali e che, per semplicità, ma senza ledere
la generalità, alla misura concorrano due strumenti, ciascuno con le proprie caratteristiche
metrologiche, siche e di utilizzo:
Strumento Indice di qualità Fondoscala Misura attesa Copertura FS

1 x1%F S F1 M1 R1 = M1 /F1
2 x2%F S F2 M2 R2 = M2 /F2
q
La propagazione sarebbe formalmente identica alla precedente: wS% = x21%F S + x22%F S ma
dobbiamo chiederci il senso di collegare due percentuali riferite a entità indipendenti e quale
riferimento utilizzare per il calcolo della propagazione in unità siche. Avendo utilizzato le
percentuali riferite ai fondoscala strumentali, il valore di riferimento di Qdovrebbe corrispondere
al valore che ne deriva: QF S , cioé calcolato per m1 = F S1 e m2 = F S2 . Non è però ragionevole
assumere che entrambe le misure abbiano un fattore di copertura del 100% per cui è necessario
riferire le percentuali al valore atteso di ciascuna. Quindi, nel caso più generale di diverso
sfruttamento del fondoscala degli strumenti (R1 e R2 ) e con l'ipotesi, per ciascuno strumento,
di eetti di dispersione di identica distribuzione e pari deviazione standard su tutto il campo
di misura, avremo: x1%ef f = x1% /R1 x2%ef f = x2% /R2 e la propagazione diventa w%Qef f =
x1%ef f + x2%ef f . Avendo la percentuale riferita al valore eettivo della grandezza derivata Q:
p
Qef f = Q(m1 , m2 ) la propagazione in unità siche diventa, evidentemente: wQef f = w%Qef f ×
Qef f /100 .
Esempio: calcolo del lavoro compiuto da una forza Il lavoro è calcolato a partire da
misure di forza e spostamento realizzate con un dinamometro e un LVDT le cui caratteristiche
rilevanti sono riportate nella tabella seguente:
Stumento FS Indice di qualità misura attesa

Dinamometro 1000N 1.0%F S 600N
LVDT 600mm 0.5%F S 300mm
Si possono individuare due valori di lavoro:
massimo teorico LF Steo = 1000 · 600 = 600kN mm

nominale eettivo Lteo = 600 · 300 = 180kN mm
Per le misure di forza, f , e spostamento, s, si ricavano i valori di riferimento:
Valore % al FS Valore eettivo Valore % alla misura

ef%F S = 1.0% ef = 10N ef%m = 1%1000/600 = 1.667%
es%F S = 0.5% em = 3mm es%m = 0.5%600/300 = 1.0%
Nella RSS si usa la deviazione standard della distribuzione che origina l'aleatorietà, nel caso di
uniforme e simmetrica, la deviazione standard divisa per radice di 3:
q √ p √
eLavF S% = e2f %F S + e2s%F S / 3 = 1.02 + 0.52 / 3 = 0.647%
q √ p √
eLavm% = e2f %m + e2s%m / 3 = 1.6672 + 1.02 / 3 = 1.122%
Si possono ottenere tre valori di propagazione in funzione del riferimento e dell'incertezza
percentuale adottati:
Riferimento Incertezza Propagazione
Massimo teorico FS [eLavF S _teo = 0.647 · 600000/100 = 3382.0N mm
Massimo teorico misura eLavF S% = 0.647 · 180000/100 = 1164.6N mm
eettivo misura eLav_m% = 1.122 · 180000/100 = 2019.6N mm
Dall'esame di risultati numerici si evince che:
• Usare come riferimento i valori massimi teorici porta al risultato massimo, verosimilmente
conservatovo, forse troppo;
• Riferire le percentuali alla misura eettiva porta al valore minimo che potrebbe risultare
poco conservativo;
• Usare le percentuali riferite ai valori eettivi porta al valore intermedio di stima della
propagazione.
Utilizziamo l'approccio di simulazione per vericare quale procedura conviene utilizzare, cioè
con un risultato più coerente con la valutazione numerica del fenomeno. Si riporta il codice
Matlab:
fFS=1000; fq=1.0; fa=600; % dati misura forza

sFS=600; sq=0.5; sa=300; % dati misura spostamento
np=100000; % numero di casi di simulazione
vf=fa+fFS*fq/100*(2*rand(np,1)-1); % misure di forza
vs=sa+sFS*sq/100*(2*rand(np,1)-1);, % misure di spostamento
vl=vf.*vs; % misure di lavoro

uf=fFS*fq/100/sqrt(3);, % termini di propagazione UF
us=sFS*sq/100/sqrt(3);
ufpc=fq/sqrt(3); % termini di propagazione %
uspc=sq/sqrt(3);
ul=sqrt((sa*uf)^2+(fa*us)^2); % propagazione UF
ulpc=sqrt((ufpc*fFS/fa)^2+(uspc*sFS/sa)^2); % propagazione %
disp([' Simul. RSS']) % visuaizzazione risultati
disp(['Lavoro' num2str([mean(vl) fa*sa],'%8.0f')])
disp(['DevStd' num2str([std(vl) ul],'%8.0f')])
disp(['Err% ' num2str([std(vl)/mean(vl)*100 ulpc],'%8.3f')]
I risultati sono riportati nella seguente tabella:
Simul. RSS
Lavoro medio 179986 180000
DevStd lavoro 2025.4 2019.6 (ul)
Err% 1.124 1.122 (ul%mis)
Si nota come la stima della propagazione precedentemente ottenuta utilizzando le percentuali

individuali riportate alla singola misura risulti coerente con la dispersione prodotta dalla genera-
zione casuale di dati aetti dall'aleatorietà della strumentazione, mentre si dimostrano vericate
le valutaziuoni sulle altre due modalità: la prima eccessivamente conservativa e la seconda troppo
ottimistica.
Sommatoria Consideriamo la somma

q di alcune grandezze S = a + b + c + .... Formalmente
2 2 2
la RSS, se applicabile, porta a: uS = ∂S
∂a × ua + ∂S
∂b × ub + ∂S
∂c × uc + ...
Essendo le derivate unitarie il risultato è estremamente semplice.
q
uS = u2a + u2b + u2c + ...
Possiamo provare ad applicare questo procedimento al calcolo dell'incertezza del valore medio
T
di un numero di misure. Organizzando in un vettore le grandezze{x} = a b c ... l'ope-

PN
razione di somma diventa una sommatoria, S = a + b + c + ... = i=1 xi , che come operatore
coincide con il calcolo della media delle N grandezze, a parte la mancanza della divisione per il
numero di misure. Applicando lo stesso procedimento all'operatore di media, cioè trattandolo
come una generica funzione cui applicare la RSS, otteniamo:
v
u
u1 X N 2
∂ x̄
ux̄ = t × ui
N ∂xi
i=1
Per poterlo fare abbiamo assunto:
1. motivi di dispersione casuali e indipendenti, o non correlati.

2. una distribuzione uniforme della dispersione: ui = uM is

PN PN  1 se i = k
1 ∂ ( k=1 xk ) ∂( xk )
Poiché: ∂ x̄
∂xi = N ∂xi allora: k=1
∂xi = e: ∂ x̄
∂xi = 1
N
0 se i 6= k

q q
1 2
Otteniamo qualcosa di ben noto: ux̄ = uM is = NN2 uM is = √1 uM is
P
i N N
6.5. DEFINIZIONE DELLE INCERTEZZE DI MISURA 317
6.5 Denizione delle incertezze di misura

Le normative danno indicazioni sulle modalità operative per il calcolo delle incertezze di misura
basandosi su alcune denizioni nelle quali si ritrovano tutti gli elementi operativi sviluppati
nell'ambito delle basi di probabilità e statistica.
6.5.1 Incertezza Tipo o di Categoria (Standard Uncertainity)

Secondo le normative le componenti di incertezza devono essere classicate in relazione al metodo
con il quale sono state determinate.
In collegamento con i concetti di Probabilità e Statistica assumono un chiaro signicato
concettuale:
Valutazione di tipo A: metodo di valutazione delle incertezze mediante analisi statistica
di una serie di osservazioni/misure.
Valutazione di tipo B: metodo di valutazione delle incertezze mediante strumenti diversi
dall'analisi statistica di una serie di misure/osservazioni.
In entrambi i casi l'incertezza viene espressa mediante una deviazione standard stimata, detta
incertezza standard, tipo o di categoria pari alla radice quadrata della varianza stimata.
Incertezza Tipo o Categoria A

La valutazione di una incertezza di tipo A è basata su di un metodo statistico applicato ai dati
disponibili:
L'incertezza standard di tipo A è rappresentata da una quantità u e calcolata dalla deviazione
standard S , ricavata come radice della varianza campionaria S 2 , e dal numero di gradi di libertà
ad essa associato, ν con la formula di seguito riportata.
S
u= √
ν+1
dove
v
u N
u 1 X
S=t (xi − x̄)2
N −1
i=1
Quindi l'incertezza standard di tipo A è data dalla deviazione standard della media campionaria
di una variabile misurata.
Risulta evidente come si tratti di un approccio alla denizione dell'incertezza di una misura
statica, che consente la ripetizione delle misure, applicabile ad un sistema di misura esistente. Il
suo impiego tipico risiederà nella valutazione delle caratteristiche di un nuovo sistema di misura
o nella verica periodica della sua funzionalità.
Valutazione dell'incertezza di Categoria A Si riporta la procedura operativa per la

valutazione dell'incertezza di tipo A per una misura ripetuta:
1. acquisizione di N valori di misura: xi , i = 1 : N

N
2. calcolo del valor medio e del numero di gradi di libertà: m = N1
P
xi ; ν =N −1
s i=1
N
3. calcolo della deviazione standard campionaria: S = N 1−1 (xi − x̄)2
P
i=1
4. calcolo dell'incertezza della misura come scarto tipo della media: u = √S
ν+1
5. espressione della misura come media delle misure aetta da un'incertezza data dallo scarto
tipo della media, accompagnata dal numero di dati utilizzati o dai gradi di libertà: x =
m ± u(ν = N − 1)
Incertezze Tipo o Categoria B

La valutazione di una incertezza di tipo B non è basata su di un metodo statistico, indipenden-
temente dalla disponibilità di misure, ma è rappresentata da una quantità u (radice quadrata
della varianza u2 (x)) determinata in base a una ragionevole ipotesi di distribuzione di densità
di probabilità (p(x)), basata su tutte le informazioni disponibili.
Z ∞
u2 = (x − µ)2 p(x) dx
−∞
L'incertezza viene rappresentata con una deviazione standard stimata, e denita incertezza
standard o tipo, pari alla radice quadrata della varianza stimata.
In questo caso non sono disponibili misure o non è possibile procedere con la ripetizione delle
stesse. Si tratta quindi di una procedura che troverà applicazione nella fase di progetto di un
sistema di misura e in tutti i casi nei quali non è possibile procedere con la ripetizione delle
misure.
Per poter operare è necessaria una ipotesi di distribuzione della variabile in oggetto.
Valutazione dell'incertezza di Tipo o Categoria B La valutazione dell'incertezza di tipo

B si articola nei seguenti passi:
1. individuazione della distribuzione di probabilità applicabile alla misura in esame e

congruente con tutte le informazioni disponibili. p(x)
2. calcolo del valore atteso:
Z∞
E(x) = µ = x p(x) dx
−∞
3. calcolo della varianza:

Z∞
V =σ = 2
(x − µ)2 p(x) dx
−∞
4. calcolo dell'incertezza tipo:

√ √
u= V = σ2
5. espressione della misura come valore atteso aetto dall'incertezza tipo, accompagnato da
un numero di gradi di libertà innito:
x = m ± u (ν = ∞)
Commenti sul calcolo dell'incertezza tipo

Tipo A e B sembrano diverse ma dal punto di vista logico sono la stessa cosa e consentono di
denire l'aleatorietà della misura a partire dalle informazioni disponibili. La gura rappresenta
in maniera graca i collegamenti tra gli elementi del problema.
Figura 6.83: Schema di calcolo dell'incertezza tipo

Da un lato abbiamo il processo di misura che introduce una aleatorietà nei risultati dell'opera-
zione, cioè la variabilità delle singole misure; dall'altro abbiamo il processo "misura", del quale
è necessario denire la caratteristica di aleatorietà perché a questa sarà legata l'incertezza
Il processo di misura è caratterizzato da una aleatorietà denita dalla deviazione standard di
una distribuzione di probabilità, stimata attraverso la deviazione standard campionaria nel caso
dell'incertezza di Tipo A e direttamente da un'ipotesi di distribuzione nel caso di Tipo B. È
quindi necessario costruire un legame tra la stima della aleatorietà del processop e quella della
misura. In entrambi i casi la relazione è lineare attraverso il coeciente 1/ (N ) che scala la
deviazione standard del processo su quella della media, valido sia per l'incertezza di Tipo A che
per quella di Tipo B quando, assumendo l'impossibilità di ripetere le misure, si utilizzerà N = 1.
Figura 6.84: Schema funzionale del calcolo dell'incertezza tipo
Tipo A Tipo B
Misure xi N.A.
Distribuzione misure Normale HP: p(x)
R∞
Deviazione standard processo σx = Sx σx = (x − µ)2 p(x) dx
−∞
Misure disponibili N 1
Distribuzione misura Normale Normale
Deviazione standard misura σm = Sx × α σm = Sx × α
α √1 √1
N N
Gradi di libertà N-1 ∞
Figura 6.85: Confronto tra procedure di calcolo delle incertezze tipo
6.5.2 Incertezza implicita

In assenza di una dichiarazione esplicita dell'accuratezza, il formato di rappresentazione dei dati
implicitamente ne fornisce una indicazione; infatti l'accuratezza del dato, in assenza di altre
indicazioni, può essere messa in relazione all'ultima cifra della rappresentazione:
8000 m 8000.0 m 8.0 103 m 8 km 8.00 km

± 0.5 m ± 0.05 m ± 50 m ±500m ±5m
Onde evitare problemi di interpretazione, le normative prevedono l'obbligatorietà dell'espressione
dell'incertezza di misura.
L'eccessiva condenza in questa forma di espressione dell'accuratezza del dato può portare a un
comportamento improprio: se una misura è ottenuta usando uno strumento aetto da una certa
incertezza, fornire un grande numero di cifre decimali solo perché riportate dal calcolatore non
migliora la qualità del dato. Tutte le cifre oltre quelle denite dall'ordine di grandezza della
incertezza dello strumento sono, in linea teorica, errate; riportarle dimostra non attenzione e
piuttosto scarso senso critico. Questo vale anche, e soprattutto, per i risultati di una qualsiasi
elaborazione fatta con un programma di calcolo.
6.5.3 Incertezze estesa (Expanded Uncertainity)

La denizione di Incertezza Estesa (expanded uncertainty) risulta la seguente: intervallo mag-
giorato che garantisce un assegnato livello di condenza, dierente da quello standard, otte-
nuto moltiplicando l'incertezza tipo per il fattore di copertura (coverage factor), rappresentato
normalmente con k.
L'incertezza estesa della variabile y viene denita come: U = k u(y) e deve essere associata
all'espressione del livello probabilistico corrispondente.
Operativamente ci aspettiamo che il valore vero della grandezza, Y, cada in un intervallo attorno
al valore y delimitato dall'incertezza estesa U, con un livello di probabilità per cui è stato denito
il valore di k : Y = y ± U (%).
Calcolo dell'Incertezza estesa (Expanded Uncertainity)

Il valore del fattore di copertura k viene scelto sulla base del livello di condenza (duciario)
desiderato; tipicamente per garantire i livelli 95% o 99%.
Se applicabile l'ipotesi di distribuzione normale e u è ottenuta in basea una stima adabile della
deviazione standard della misura, cioè, se l'ipotesi di distribuzione gaussiana è adabile, per il
95% si utilizzerà k=2 piuttosto che k=3 per il 99%.
Se è applicabile l'ipotesi di distribuzione normale ma non è ottenuta da una stima adabile
della deviazione standard si applicherà la distribuzione t-Student, denendo
k = tν,%
tenendo conto sia del livello duciario richiesto, %, che del numero di gradi di libertà, ν .
Figura 6.86: Schema di calcolo dell'incertezza estesa
6.5.4 Incertezza combinata

Data una variabile Q, dipendente da molteplici parametri d'ingresso xi attraverso una relazione
generica Q = f (xi ) , ammettendo che ciascun parametro sia aetto dalla propria incertezza
standard, o tipo, uxi , si denisce come incertezza combinata il risultato della RSS (Root of Sum
of Squares)
v
uN
uX ∂Q 2
uQ = t uxi
∂xi
i=1
nella quale le incertezze standard delle variabili xi , sia di tipo A che di tipo B, vengono
utilizzate per propagare il loro eetto sulla variabile derivata.
Figura 6.87: Schema calcolo grandezza derivata
Figura 6.88: Flusso di calcolo dell'incertezza di una grandezza derivata

Le incertezze standard, sia di tipo A che di tipo B, vengono utilizzate per propagare il loro
eetto su una variabile derivata attraverso la RSS (previa verica della sua applicabilità).
Schema di calcolo dell'Incertezza combinata

Si determinano innanzitutto le incertezze tipo di tutte le variabili indipendenti coinvolte:
Incertezza della i-esima variabile nella propagazione:
v
u Ni
1 u 1 X
uxi = √ t xi_k − x̄i
Ni Ni − 1 i=1
o
Z∞
V =σ = 2
(x − µ)2 p(x) dx
−∞
Il calcolo della Propagazione avviene secondo la RSS:

v
uN 2
uX ∂Q
uQ_Std = t uxi_Std
∂xi
i=1
Esempi di calcolo di incertezza combinata

Si riprende l'esempio del calcolo del volume del cilindro:
V = π d2 h/4
determinato a partire da misure di diametro e altezza incerte
d = dmis ± wd h = hmis ± wh
Nella sezione riguardante l'RSS sono stati assunti, e direttamente utilizzati, i seguenti valori:
d = 32 ± 1mm(±3.13%)
e
h = 102 ± 1mm(±0.98%)
Per la corretta applicazione della regola di calcolo, i termini utilizzati devono essere deviazioni
standard; se il numero non è tale, per esempio perché si tratta di una risoluzione, il parametro
deve essere ricondotto a una deviazione standard utilizzando una corretta ipotesi di distribuzione;
nel caso della risoluzione sarebbe√uniforme, quindi i termini relativi alla aleatorietà di altezza e
cilindro devono essere divisi per 3:
wh wd
uh = √ ud = √
3 3
Quindi: s 2 2
∂V ∂V
uV = × ud + × uh =
∂d ∂h
√
uV = 8762313 + 215604= 2996.3mm3
Valutazione alternativa dell'incertezza propagata

Utilizzando un approccio euristico, simulando 1000 ripetizioni di N misure ciascuna si ottiene:
N 100 500 1000 5000
Vm 82093(±508.3) 82112 (±230.6) 82107(±161.6) 82112 (±72.2)
Ds 5154.7(±378.6) 5190.5(±172.1) 5182.7(±118.2) 5191.2(±53.6)
Valori tipici di una singola acquisizione sono invece:
Vm 81130 82611 81961 82090
Ds 5241.6 4693.8 5167.0 5229.6
Si può osservare che nessuna delle misure simulate esce dall'intervallo predetto con la RSS.
Figura 6.89: Istogramma della distribuzione simulata
Procedura Matlab Si riporta di seguito la procedura Matlab/Octave utilizzata. Avvertenza:

essendo le deviazioni casuali, questi risultati non sono perfettamente ripetibili
% esempio: calcolo incertezza del volume di un cilindro

np=10000; , ntrial=1000; , nfail=0;
disp('Vnom wVRSS err% Vmed sVmed err%')
vv=zeros(ntrial,1); , vs=zeros(ntrial,1);
sd=1; , sh=1;
dn=32; , hn=102;
Vn=pi*dn^2*hn/4;
wV=sqrt((2*pi*dm*hm/4*sd)^2+(pi*dm^2/4*sh)^2);
epcrss=wV/Vn*100;
ciclo_misure
disp(' ')
disp(sprintf(' RSS %f V1 %f V2 %f',wV,(2*pi*dm*hm/4*sd)^2,(pi*dm^2/4*sh)^2))
disp(sprintf(' Valori di una singola serie vm %f ds %f',Vm,dV))
disp(['Eseguite ' num2str(ntrial) ' ripetizioni'])
disp(sprintf(' Val medio Vm %f dev.std Vm %f',mean(vv),std(vv) ))
disp(sprintf(' Val medio wV %f dev.std wV %f',mean(vs),std(vs) ))
disp(['% misure fuori 1sigma da RSS' num2str(nfail/ntrial) ' su ' num2str(ntrial) ' tentativi']
% script ciclo_misure
for kk=1:ntrial % ciclo di ripetizione
d=dn+randn(np,1)*sd; % costruzione misure incerte
h=hn+randn(np,1)*sh;
Vi=pi*d.^2.*h/4; % generazione dei volumi misurati
Vm=mean(Vi);
dV=std(Vi);
dVm=std(Vi)/sqrt(np);
epc=dV/Vm*100;
stri=sprintf('%4d %8.1f %8.1f %6.2f %8.1f%8.1f%6.2f ',
[kk Vn wV epcrss Vm dV epc]);
vv(kk)=Vm; % memorizzazione dati
vs(kk)=dV;
if Vn-wV<=Vm & Vm<= Vn+wV % controllo di validit\'{a}
else % della previsione
stri=[ stri ' !!!!!'];
nfail=nfail+1;
end
disp(stri)
end
6.5.5 Estensione dell'incertezza combinata

Rimane da determinare un metodo per la denizione del numero di gradi di libertà dell'incertezza
combinata per poter procedere alla sua estensione a un assegnato livello probabilistico.
Nel caso di incertezze di tipo B e/o di tipo A con stima delle varianze ritenuta adabile (quindi
determinate con un numero tale da non necessitare la correzione t-Student per la loro estensione)
si può ritenere che l'incertezza propagata sia gaussiana con varianza anch'essa adeguatamente
stimata.
È quindi possibile utilizzare il fattore di copertura di una variabile gaussiana.
Esempio. per 95% k=2 e per 97% k=3.
In presenza di anche una sola incertezze di tipo A con varianza mal valutata (tipicamente otte-
nute con campioni poco numerosi quali N<30) non possiamo considerare egualmente signicativi
i diversi contributi, né gaussiano il risultato.
A livello normativo si richiede di lavorare direttamente sull'incertezza combinata, senza cercare
di rendere coerenti tra loro i livelli probabilistici dei singoli contributi.
Si richiede di pesare il contributo dei diversi elementi che compongono l'incertezza della gran-
dezza derivata tenendo conto che il livello di qualità delle diverse incertezze è legato al numero
di gradi di libertà utilizzati per caratterizzarle:
N-1 per Tipo A e innito per Tipo B.
Si pesano i contributi dei singoli termini che concorrono a denire il numero di gradi di libertà
equivalenti dell'incertezza combinata utilizzando la formula di Welch-Satterthwaite:
m
P ∂Q 2 2 m 2
Ui2
P
∂xi ui uQ 4
i=1 i=1
ν ' m
4 = m 4 = m
P ∂Q 1
P Ui P
Ui4 ν1i
∂xi ui νi νi
i=1 i=1 i=1
Essa pesa la rilevanza del contributo dell'incertezza di una singola variabile alla qualità totale
rapportandolo al proprio numero di gradi di libertà.
Per ottenere l'intervallo di condenza dell'incertezza combinata, estesa al livello di condenza
desiderato, si moltiplica lo scarto tipo per k.
Si denirà poi il fattore di copertura k secondo una distribuzione normale o t-Student, in funzione
del risultato ottenuto, al solito se i gradi di libertà risultano essere in numero maggiore e o minore
di 30-40.
Procedura per l'estensione dell'incertezza combinata
La procedura suggerita dalle norme prevede di:
• elencare tutte le misure con le relative incertezze tipo e l'associato numero di gradi di
libertà: ui , νi
• propagare le incertezze tipo calcolando l'incertezza tipo combinata della variabile
dipendente applicando la RSS: uQ νQ
• determinare il numero di gradi di libertà equivalenti che caratterizzano l'incertezza tipo
combinata con la formula di Welch-Satterwhaite: νQ
• determinare il fattore di copertura, per il livello duciario richiesto, come per una variabile
casuale a distribuzione gaussiana z% se νQ ≥ 30 ÷ 36 altrimenti utilizzando il parametro
t-Student corrispondente ai gradi di libertà equivalenti e al livello probabilistico richiesto:
t%,ν se νQ ≤ 30 ÷ 36
• calcolare l'incertezza combinata estesa al livello duciario richiesto: UQ% = kνQ % · uQ
La procedura di calcolo per l'estensione dell'incertezza combinata può essere sintetizzata nella
gura seguente:
Figura 6.90: Schema di calcolo dell'estensione di incertezza combinata
6.5.6 Analisi di informazioni per la stima dell'incertezza Tipo

Una valutazione di incertezza standard di tipo B è basata sull'esame di tutte le informazioni di-
sponibili, dalle quali si ricavano gli elementi per l'adozione di un particolare tipo di distribuzione.
Esempio:
• risultati di precedenti misure;

• esperienza con, o informazioni sul, sistema di misura;
• speciche del produttore;
• dati di calibrazione
Esempi di fonti di informazioni utili per la stima sono:
• associate a valori di una grandezza pubblicati da fonti autorevoli;

• associate al valore di un materiale di riferimento certicato;
• ottenute da certicati di taratura;
• ottenute dalla classe di precisione di uno strumento di misura vericato;
Figura 6.91: Esempi di distribuzione di probabilità

Dal momento che le informazioni disponibili possono essere anche molto diverse l'esemplicazione
sarà sempre parziale. Quello che si può aermare è che le incertezze tipo di categoria B sono
espresse attraverso la deviazione standard della densità di probabilità che si è supposto descrivere
la variabile casuale in esame. Il principio guida è quindi quello di risalire dalle informazioni
disponibili alla incertezza tipo originale, cioè una deviazione standard, aiutandosi con ipotesi
sulla distribuzione di probabilità.
Sia la distribuzione di densità di probabilità che i valori dei parametri che la deniscono,
dipendono infatti dalla situazione.
Sono di seguito riportati alcuni esempi delle situazioni più frequenti che è possibile incontrare:
1. Si supponga che uno strumento a display digitale dia il risultato: 11. Il signicato della
lettura 11. è che il valore in ingresso è 10.5 < x < 11.5; non possono essere avanzate ipotesi
sulla probabilità dei valori nell'intervallo in quanto tutti i valori sono equamente probabili
in tale intervallo; la funzione distribuzione di probabilità è costante nell'intervallo e nulla
fuori. Si opterà quindi per una distribuzione uniforme centrata nel valore e di semiampiezza
metà della risoluzione.
Figura 6.92: Distribuzione di probabilità uniforme

Infatti il problema è pienamente compatibile con le caratteristiche della distribuzione rettango-
lare che sono:
- nessun valore ha probabilità di uscita maggiore degli altri in nessun campo dell'intervallo di
denizione (con densità pari a f (x) = 1/a);
- nessuna possibilità di valori esterni all'intervallo.
Come noto lo scarto tipo nell'ipotesi di una distribuzione rettangolare di semiampiezza a è:
a
u= √
2 3
2. Viene dichiarato che una grandezza ha valore: x = x̄ ± ∆ con livello di condenza del 90%.
L'indicazione del livello di condenza fa pensare a un modello di tipo gaussiano. Inoltre la
dichiarazione del livello di condenza fa riferimento a un'incertezza estesa; possiamo ritenere
che il valore disponibile sia stato ottenuto espandendo l'incertezza tipo:
U = k% u
Quindi saremo in grado di risalire all'incertezza tipo determinando il fattore di copertura
utilizzato
∆
u=
k%
Con il valore del livello duciario (90% nell'esempio) dalla tabella della normale cumulativa nel
semipiano positivo per il 45% otteniamo un moltiplicatore z = 1.64; quindi l'incertezza tipo
originale può essere determinata come:
∆ ∆
u= =
k90% 1.64
Nel caso di 95% di probabilità avremmo avuto k ≈ 2 : u = ∆ 2.
3. Un documento riporta come risultato della misura della grandezza x il valore ∆ con la specica
che la media e stata eseguita con 10 misurazioni e che l'incertezza e data al 95%. Le informazioni
disponibili fanno propendere anche in questo caso per una incertezza estesa ma, dato il numero
di misure, eettuata utilizzando la distribuzione t-Student:
U = utν,%
Come nel caso della distribuzione normale occorre ricercare nelle tabelle il valore del coeciente
t corrispondente al numero di gradi di libertà della misura e al livello probabilistico dichiarato.
Nel caso specico consultando la tabella per il 5% si signicatività e per 9 gradi di libertà si
ottiene k=2.26; quindi:
∆ ∆
u= =
tStud 2.26
4. Nelle caratteristiche tecniche di uno strumento di misura viene dichiarato che l'accuratezza è
paria una percentuale δ del FS.
L'accuratezza esprime l'estremo superiore dell'errore che si commette nell'utilizzo dello strumen-
to calibrato; in mancanza di altre informazioni, è lecito assumere una distribuzione di probabilità
uniforme e quindi esprimere l'incertezza tipo come:
1 δ
u= √ FS
3 100
6.5.7 Rappresentazione e confronto di incertezze

Oltre a quella numerica, può essere utile una forma graca di rappresentazione dell'incertezza di
misura. È comunemente utilizzata la rappresentazione mediante barre di ampiezza pari all'inter-
vallo di incertezza delimitate da tratti perpendicolari. Nella gura seguente sono rappresentate
incertezze per le grandezze in ascissa e ordinata.
Figura 6.93: Rappresentazione graca di incertezze

Compatibilità delle misure. Misure diverse (specialmente se con metodi diversi) producono
risultati diversi, in termini di valori medi e incertezze. Una misura è una misura aleatoria:
praticamente impossibile che le medie di due serie di misure abbiano lo stesso valore. Il confronto
diretto del valore della grandezza, senza considerare le incertezze, sarebbe fuorviante.
Figura 6.94: Confronto di incertezze

Nel caso delle misure corredate delle rispettive incertezze, il concetto di uguaglianza non si
applica: due misurazioni sono uguali se gli intervalli di condenza sono, almeno parzialmente,
sovrapposti. Si tratta del concetto di compatibilità che nel caso specico sostituisce quello di
uguaglianza.
La compatibilità delle misure, ovviamente prevede che le rispettive incertezze siano espresse allo
stesso livello di condenza.
Il concetto di compatibilità nulla ha a che vedere con l'accuratezza o la precisione. Nella gura
seguente sono riportate misure di precisione e accuratezza più o meno elevata: la compatbilità
si ha tra le due misure di minore precisione, una sola delle quali è accurata, vede cioècadere
il valore esatto dentro l'intervallo denito da valore medio e incertezza, mentre la misura a
maggiore precisione non risulta essere né compatibile né accurata.
Figura 6.95: Compatibilità di misure

La compatibilità non è una proprietà transitiva, come evidenziato nella gura seguente: le misure
A e B sono mutuamente compatibili, così come B e C ma lo stesso non vale per A e C.
Figura 6.96: Confronto di misure compatibili e non

Dalle tre misure riportate nel graco superiore:
• le coppie A-B e B-C sono mutuamente compatibili, avendo A-B la fascia azzurra e B-C la
fascia rosa in comune;
• le coppie A e C non sono compatibili perché non ci sono elementi comuni nei loro intervalli.
Capitolo 7
Gestione della prova e problematiche di

installazione
In questo capitolo si tirano un po' le somme di tutto quanto fatto: si discuteranno dapprima
elementi utili per ottimizzare le procedure sperimentali, si deniranno le procedure tipiche di
analisi dell'incertezza di sistemi di misura per concludere con la discussione di alcuni aspetti
rilevanti nella realizzazione pratica di attività sperimentali. Il capitolo si conclude con il riassunto
delle indicazioni utili per la scelta di uno strumento.
7.1 Gestione della procedura sperimentale

Nei capitoli precedenti si è arontato il problema della propagazione delle incertezze. Vediamo
ora come ciò si rietta sui coecienti della retta di regressione utilizzata più volte nel corso, a
partire dalla fase di taratura degli strumenti.
7.1.1 Regressione lineare: denizione delle incertezze dei coecienti

Abbiamo già avuto modo di vedere all'inizio del corso il concetto di regressione polinomiale
(minimizzazione della somma degli scarti quadratici) come metodo per trovare la relazione che
intercorre tra due variabili, a partire da una serie di misure ripetute delle due grandezze. Abbia-
mo inoltre evidenziato come il legame lineare fra ingresso ed uscita sia spesso usato in ambito
sperimentale per determinare la retta di taratura.
La procedura più pratica è quella di eseguire una regressione totale, cioè utilizzando tutti i
punti disponibili. In particolare, la disponibilità di diversi cicli di carico scarico ci permette di
elaborare i dati per ricavare altre informazioni, quali ad esempio l'individuazione degli eetti di
isteresi, la ripetibilità di funzionamento, e altri ancora.
Sapendo che i dati sperimentali sono aetti da incertezza ci dobbiamo ora preoccupare di co-
me questa si possa propagare ai coecienti di regressione e con quale livello di incertezza si
possa determinare loro stima. Arontiamo quindi il problema delle incertezze sui coecienti di
regressione.
La teoria della regressione non considera che le misure siano aette da incertezza; semplicemente
si vogliono identicare i parametri di un modello approssimante (di legge imposta) che mini-
mizzano gli scostamenti quadratici tra il modello stesso e i dati disponibili. E' possibile un'altra
interpretazione, utile ai ni delle attività sperimentali: non imponendo il passaggio per i punti
si ammette implicitamente che l'informazione sia "sbagliata", tanto che il vincolo di passaggio
per i punti non ha alcun signicato.
Per valutare l'eetto che l'incertezza dei dati produce sui coecienti della regressione, cioè
stimare la variabilità dei coecienti a seguito dell'uso di altri dati, diversi da quelli disponibili
ma altrettanto probabili, applichiamo l'usuale tecnica di propagazione.
329
330CAPITOLO 7. GESTIONE DELLA PROVA E PROBLEMATICHE DI INSTALLAZIONE
Nel procedimento si assume che le misure x non siano aette da incertezza; in alcuni casi ciò è
del tutto naturale, a esempio in calibrazione quando il riferimento deve essere più preciso dello
strumento in calibrazione (tipicamente 1/10), quindi di incertezza trascurabile.
Sviluppiamo l'incertezza sul coeciente lineare:
PN PN PN
N i=1 xi yi − i=1 yi i=1 xi
A= PN P 2
2 N
N i=1 xi − x
i=1 i
Possiamo sviluppare il denominatore come:
N N
!2
X X
2
N xi − xi =
i=1 i=1
N N
!2
X 1 X
N xi 2 − N 2 xi =
N
i=1 i=1
N
!
X
2 2
N xi − N x̄ = ∆
i=1
La legge di propagazione dell'incertezza di ogni misura sul coeciente A si scrive come: σA 2 =

PN 2
∂A
k=1 ∂yk σyk
il denominatore ∆ non dipende dalle misure quindi la sensibilità alla singola incertezza diventa:
∂A 1 ∂ num(A)
∂yk = ∆ ∂yk
Nell'ipotesi di incertezza costante sul campo di misura σyk = σy , otteniamo:
N
∂ num(A) 2
σ 2 X
2 y
σA =
∆ ∂yk
k=1
Il contributo dell'incertezza su ciascuna misura è:

N N
!
∂ num(A) X 1 X
= N xk − xi = N x k − N xi = N (xk − x̄)
∂yk N
i=1 i=1
N
P
∂ x i yi
i=1 i = k xk
=
∂yk i 6= k 0
N
P
∂ yi
i=1 i=k 1
=
∂yk i 6= k 0
Inne:
N N
!
∂ num(A) X 1 X
= N xk − xi = N x k − N xi = N (xk − x̄)
∂yk N
i=1 i=1
∂ num(A)
Quindi, poiché: ∂yk = N (xk − x̄)
7.1. GESTIONE DELLA PROCEDURA SPERIMENTALE 331
possiamo sviluppare l'incertezza sul coeciente lineare:
N 2 N N
∂ num(A)
= N2 (xk − x̄)2 = N 2 xk 2 + x̄2 − 2xk x̄ =
P P P
∂yk
k=1 Nk=1 k=1
N N

2 2 2
P P P
=N xk + x̄ − 2x̄ xk =
k=1
N k=1 k=1
= N2
P 2
xk + N x̄2 − 2N x̄2 =
k=1
N
2
P 2 2
=N xk − N x̄ = N ∆
k=1
2 = σy 2
PN ∂ num(A) 2 PN ∂ num(A) 2
Poiché: σA ∆ k=1 ∂yk e k=1 ∂yk = N∆
Finalmente otteniamo:
σ 2 N N 1
2 y
σA = N ∆ = σy2 = σy2 N
= σy2 N
∆ ∆
xi 2 − N 2 x̄2 xi 2 − N x̄2
P P
N
i=1 i=1
Cioé:
v
u 1
σA = σy u
uN
xi 2 − N x̄2
tP
i=1
Si lascia al lettore dimostrare l'espressione dell'incertezza per il termine costante.
7.1.2 Regressione lineare: denizione stima delle incertezze

Il problema diviene ora ottenere una stima plausibile del valore di sy : vediamo come eseguire
questa operazione. In generale il modello lineare è:
yi = f (xi ) + εi = (a0 + a1 xi ) + εi = ŷ + εi
Dove εi è l'errore, deviazione del singolo punto di misura dal modello regressivo: esso rappresenta
la variabilità totale dei dati non spiegata dal modello regressivo che produrrebbe la stima
ŷ a fronte della misura yi
La discrepanza deterministica tra il comportamento del sistema ed il modello di regressione
adottato vale εM od (x) detto anche errore di adattamento.
Le incertezze sperimentali, di carattere casuale, dovute a condizioni non controllate che
determinano una dispersione nei dati εM is (µ = 0)
Quindi yi = εM od (xi ) + εM is_i
Figura 7.1: Rappresentazione dell'errore di modello

L'errore di modello:
• è legato alla scelta dell'ordine della regressione che può non interpretare perfettamente i
fenomeni sici che avvengono nello strumento
• Viene vericato con le tecniche di misura della qualità della regressione.
• Se presente va ad aumentare la varianza dell'errore casuale: la combinazione portaa una
banda di aleatorietà, dentro la quale non è possibile distinguere i due eetti.
L'errore di misura dipende da fenomeni, diversi da quelli di sensibilità principale, che si svilup-
pano nello strumento producendo eetti casuali; questi si evidenziano in termini di dispersione,
non ripetibile ma caratterizzabile in senso probabilistico.
La dimensione complessiva della banda di aleatorietà determina le caratteristiche di qualità dello
strumento.
Figura 7.2: Rappresentazione dell'errore di precisione

Si tratta di denire una metodologia di stime delle diverse componenti di errore presenti.
Stimatori incertezza: varianza totale

Possiamo stimare lo scostamento complessivo tra i dati ed il modello utilizzando il concetto dello
scarto quadratico medio e applicandolo a tutti i punti disponibili. Nota: l'utilizzo del termine
N-2 a denominatore dipende dal reale numero di gradi di libertà presente nell'equazione (La
spiegazione di questo fatto esula dagli scopi del corso).
N N
1 X 1 X
S12 = (y − ŷ)2 = (yi − a0 + a1 xi ))2
N −2 N −2
1=1 1=1
Figura 7.3: Scostamento dal modello

Possiamo quindi usare come estimatore σy che sintetizza tutte le discrepanze tra modello e dati.
Questo predittore dell'errore è ibrido: tiene conto sia dell'incapacità del modello lineare nel
rappresentare il comportamento del sistema (di tipo deterministico), sia dell'errore di misura
vero e proprio (di tipo casuale).
Se il contenuto deterministico non è piccolo non possiamo aspettarci un comportamento
perfettamente descrivibile con il modello gaussiano.
Estimatori incertezza: varianza della parte casuale
Possiamo eettuare una stima dei soli eetti casuali, rimuovendo l'errore di adattamento (essendo
dovuto ad una carenza del modello è deterministico).
E' necessario eseguire osservazioni ripetute (osservazioni ripetute: le k determinazioni mul-
tiple di yi,k in corrispondenza di identici valori di xi ) e calcolare la varianza dei punti di una
stazione rispetto ai loro valori medi.
Se il valore dell'ingresso è identico allora le risposte dieriscono solo per eetto della variabilità
casuale.
Mediando le varianze tutto il campo si ha:
N M
!
1 X 1 X
S12 = (yi,k − y i )2
N −1 M −1
1=1 k=1
Si noti che nella relazione non compare la retta di regressione.
Figura 7.4: Scostamento tra i dati

La dierenza tra le due formulazioni fornisce un'indicazione dell'entità dell'errore di modello.
Mancando una parte dell'errore, pur sempre presente nello strumento, questo indicatore non
può essere usato per denire σy se non avendo prima vericato che l'errore di adattamento sia
trascurabile
7.1.3 Metodi di regressione

Alla luce di quanto visto, se per eettuare la calibrazione di uno strumento si possono eseguire
più cicli di carico, quale delle tre possibili modalità operative riportate di seguito per il calcolo
dei coecienti della regressione risulta migliore, tenendo conto anche della necessità di una stima
delle incertezze?
• Regressione totale: si utilizzano insieme tutti i valori disponibili.

• Regressioni indipendenti sui singoli cicli di carico e valutazione dei valori medi e delle
deviazioni standard dei coecienti per ogni ciclo.
• Regressione sui valori medi per ogni punto di ingresso.
Altre domande che non ci siamo ancora posti sono:
• come sono inuenzati i coecienti dalla posizione, xi , e dal numero,N , di misurazioni

svolte?
• cosa aggiunge la molteplicità di xi ?
• a parità di numero di misure è meglio avere più stazioni o ripetizioni?
Possiamo provare a fare qualche considerazione e dare una possibile risposta.

Si possono fare le seguenti osservazioni:
• Si può dimostrare che usare due o più volte la stessa ascissa equivale ad utilizzare un solo
punto con misura pari al valore medio dei singoli dati;
• L'aggiunta di punti in una singola stazione di misura ha come primo eetto il migliora-
mento, in presenza di imprecisioni di misura, della valutazione di quel valor medio ma non
modica i coecienti;
• Le ripetizioni servono più a stabilire la ripetibilità delle misure che non a migliorare la
stima dei coecienti della regressione;
• A parità di informazioni le tre procedure forniscono, a parità di dati, gli stessi risultati;
• La soluzione A accomuna in un solo indice gli errori di dispersione e di adattamento;
• Nella soluzione B il calcolo della dispersione dei coecienti medi fornisce solo una indica-
zione della loro aleatorietà, poiché si basa su un numero assai limitato di dati stocastici
(numero di ripetizioni); quindi può essere utile solo per capire l'entità del problema;
• La procedura C mette a disposizione una stima della dispersione sulle singole stazioni prima
dell'eettuazione della regressione, fornisce quindi l'indicazione di precisione o ripetibilità
dello strumento.
Una procedura raccomandabile per una calibrazione comprensiva della stima di tutti i parametri
di qualità (principale):
1. Si eseguono diversi cicli di carico e scarico

2. Si eettua una regressione totale su tutti i punti;
3. Si determinano le varianze del modello con le entrambe le modalità discusse S12 e S22
4. Si confrontano le due varianze per vericare l'assenza di un errore di modello signicativo
5. Si determinano i termini sotto radice dell'equazione di propagazione delle incertezze;
6. Si determinano le incertezze dei coecienti utilizzando la varianza totale (non avrebbe
senso ngere che l'errore di modello non esista; se anche di carattere deterministico di
fatto amplica l'errore casuale)
Qualora si operi con ripetizione, gli ingressi devono essere misurati ad ogni ciclo e trattati come
punti indipendenti (di fatto rientrando nell'opzione A).
Procedura raccomandata per la calibrazione di verica:
1. Viene eseguito un solo ciclo di carico

2. Si eettua sempre una regressione totale su tutti i punti;
3. Si determinano le varianze del modello con la prima modalità S12
4. Si eseguono misure ripetute solo in alcuni punti e si calcola S22

5. Si verica che le varianze siano compatibili con quelle della calibrazione vista al lucido
precedente (principale)
6. Si determinano i termini sotto radice dell'equazione di propagazione delle incertezze;
7. Si determinano le incertezze dei coecienti utilizzando la varianza totale
7.1.4 Regressione lineare: Incertezza dell'ingresso

Nella generica applicazione della regressione si assume che le misure, sia in ingresso che in
uscita, non siano aette da incertezza; nella taratura si assume che solo l'ordinata sia aetta da
aleatorietà. Esistono casi tuttavia in cui questa assunzione non può essere considerata valida.
Le procedure per tener conto di incertezze confrontabili per ambedue le misure x ed y sono
controverse. Un possibile approccio è quello di trasformare l'errore dovuto a una incertezza in x
in un errore dovuto a una incertezza equivalente in y, moltiplicandolo per il coeciente angolare
della regressione lineare.
Figura 7.5: Proiezione incertezza misura variabile indipendente
Si può quindi determinare una incertezza y equivalente, σy (equiv) = Aσx , e combinare le

incertezze dei due casiqseparati ottenendo un'incertezza equivalente per le misure in y attraverso
la RSS: σy (equiv) = σy2 + (Aσx )2
Vediamo un semplice esempio.
Determinazione sperimentale della rigidezza assiale di un'asta mediante prova di trazione e
misura di forza e spostamento.
La legge di regressione è: F =k S.
La precisione delle misure è: forza 2.5% FS (20000N) e spostamento 1.5% FS (5mm).
Le incertezze tipo p B sulle misure di forza e spostamento sono:
σF = 0.0252̇0000/ (3) = 288.7N e σS = 0.0155̇/ (3) = 0.0433mm,
p
Con questi valori si può valutare l'incertezza equivalente sulle sole misure di forza e quindi
l'incertezza sulla rigidezza
q
σF (equiv) = σF2 + (kσS )2
σk = σF CRegr
7.1.5 Scelta del numero di punti di una regressione

La regressione viene usata per risalire dai coecienti ai parametri sici che regolano il com-
portamento di un sistema identicando la relazione analitica lineare tra un ingresso e un'usci-
ta. Quando l'operazione è eettuata su dati aetti da incertezza, è possibile determinare un
coeciente di di proiezione dell'incertezza della misura sui coecienti della regressione.
v
u 1
σA = σy u
uN
xi 2 − N x̄2
tP
i=1
In questo paragrafo ci si occupa dell'eetto che il numero e la distribuzione delle stazioni di

misura della procedura sperimentale ha su tale coeciente di proiezione. In particolare si intende
valutare se e quanto si possa sfruttare questo fatto per migliorare la qualità di misura del
coeciente angolare.
Denendo il momento di inerzia rispetto all'origine dei punti di misura
N
X
I= xi 2
i=1
otteniamo:
r
1
σA = σy
I − N x̄2
Come indicazione di base si ha comunque la necessità di stazioni equispaziate, in modo da essere
certi della adeguatezza del modello lineare; rimane quindi da discutere l'eetto del numero di
stazioni.
Il coeciente di propagazione dell'incertezza sul coeciente angolare ha il seguente andamento
in funzione del numero di stazioni, assunte equidistanti:
Commenti:
• Il coeciente costante si riduce grazie alla traslazione del riferimento
• Il coeciente angolare non si modica utilizzando un riferimento centrato
• I coecienti si riducono all'aumentare del numero di stazioni (il coeciente si riduce di
circa il 30% passando da 5 a 10 punti)
Quindi con la scelta del numero di stazioni è possibile:
• Intervenire sull'incertezza della pendenza del legame lineare
• Intervenire sull'ampiezza della fascia di incertezza del modello lineare
7.2 Analisi di incertezza di un sistema di misura

Fino a questo punto ci siamo occupati di un sistema di misura semplice, spesso diretto alla
misura di una sola grandezza. Occorre ora arontare la problematica più generale della stima
dell'incertezza di misura di un sistema di misura completo, a prescindere dalla sua complessità.
In particolare aronteremo i seguenti aspetti:
• quanticazione dell'incertezza di un sistema di misura;
• valutazione di uno strumento e delle procedure di impiego;
• valutazione di procedure di elaborazione dati.
Durante il testo abbiamo sviluppato modelli per i diversi elementi di un sistema di misura,
sia in termini di funzionamento che di qualità. Si è inoltre dedotto un metodo (RSS) per
valutare l'interazione tra i diversi modelli in termini di incertezza: come la qualità di un elemento
della catena di misura si propaghi sulla grandezza misurata. E' possibile ora collegare tutte le
informazioni ed usarle per analizzare e progettare un sistema di misura nel suo complesso.
L'attività di identicazione dei motivi di errore e della loro quanticazione è detta Analisi
delle Incertezze: una misura priva di una adeguata denizione della sua incertezza è inutile.
E' necessario dapprima conoscere la qualità dei singoli componenti, e gli elementi che la possono
inuenzare e, successivamente, stabilire in quale modo questi interagiscono nel risultato nale.
In assenza di ciò viene messa in discussione la validità dei risultati. E' inoltre importante
anche saper valutare la sensibilità dei risultati alle incertezze sui dati disponibili. Infatti la
sperimentazione va trattata alla stregua di un prodotto e quindi progettata seguendo criteri
ingegneristici, specici per le diverse fasi.
Si possono evidenziare due fasi:
7.2. ANALISI DI INCERTEZZA DI UN SISTEMA DI MISURA 337
1. preliminare: valutazione eseguita a priori delle caratteristiche del sistema di misura, basata
sui dati nominali e modelli analitici; denisce la qualità anche nel caso di misure dinamiche
(misure non ripetibili)
2. prototipale: determinazione sperimentale dell'incertezza di misura considerando anche
l'eetto dell'utilizzo reale; la qualità del risultato viene a dipendere dalla possibilità di
ripetizione delle misure.
Partendo dalla totalità e complessità, il sistema di acquisizione deve essere scomposto nei singoli
elementi in modo da caratterizzare l'incertezza complessiva a partire dalle fonti di incertezza
individuali. Deve essere disponibile una adeguata caratterizzazione della qualità individuale dei
singoli componenti.
Questa decomposizione, con l'identicazione delle possibili fonti di incertezza, non riguarda solo
l'apparato strumentale vero e proprio ma deve considerare anche eventuali fasi di elaborazione
dei dati.
Il processo di stima complessiva dell'errore di misura deve quindi tenere conto di una suddivisione
non solo sica (in componenti) ma anche logica, in almeno tre fasi distinte cronologicamente
consecutive:
1. calibrazione (di ogni elemento);

2. acquisizione dati (eetti strumentali);
3. trattamento dati (elaborazione successiva).
Figura 7.6: Le fasi di sviluppo dell'incertezza

Calibrazione: l'attività, pregressa all'utilizzo, in cui vengono denite le caratteristiche di cia-
scun componente sico del sistema di misura, sia in termini di leggi ingresso/uscita che di
incertezza. Tra le fonti di incertezza che concorrono a determinare la qualità della calibrazione
vi è lo stato del dispositivo ovvero il fatto che per eetto degli anni di utilizzo lo strumento possa
non avere più la classe d'incertezza originaria.
Acquisizione dati: è la fase che vede l'esecuzione delle attività di misura e memorizzazione. Le
variabili, attinenti a questa fase, che possono inuenzare la qualità delle misure, al di là degli stru-
menti impiegati, sono: la sensibilità a variabili non controllate, l'incertezza dei sistemi accessori
(ad esempio gli alimentatori), gli eetti di installazione/carico/interferenza, l'intrusività.
Trattamento Dati: è il momento in cui si eseguono le manipolazioni numeriche necessarie
per produrre il risultato richiesto. Eventuali errori introdotti in questa fase sono relativi alle
approssimazioni numeriche e al troncamento della rappresentazione.
In ciascuna di queste fasi, così come nei singoli dispositivi del modello generalizzato, possono
essere individuate fonti di incertezza di varia natura qualicabili secondo le tipologie A o B.
Un sistema di misura può essere visto come un super strumento generalizzato:
Figura 7.7: Sistema di misura generico
Le caratteristiche dei diversi elementi e la relazione di manipolazione determinano la qualità del

risultato. Ogni elemento deve essere caratterizzato individualmente, con le proprie specicità, e
poi inserito nel modello.
Arontiamo ora la combinazione di incertezze. Il problema della determinazione dell'incertezza
di una catena di misura può talvolta richiedere l'applicazione dello schema di propagazione (RSS)
a più livelli. A ogni sottolivello si applica lo schema di propagazione delle incertezze considerando
ogni elemento in esso presente. Il singolo sottolivello può essere inteso come un blocco, dotato
di sensitività e incertezza; quest'ultima sarà a sua volta propagata, sempre tramite RSS, nel
modello di livello superiore.
Figura 7.8: Modica dello schema funzionale per analisi di sottolivello
Gli elementi barrati sono stati rimossi in quanto di interesse del livello ma inessenziali ai ni
della valutazione complessiva.
7.2.1 Incertezza di uno strumento o di una catena di misura

Gli stessi ragionamenti fatti durante l'esemplicazione dell'impiego della RSS vengono applicati
anche all'analisi di un sistema di misura. Vediamo alcuni esempi.
Esempio 0 - Sistema di acquisizione AD Data la sua importanza analizziamo lo strumento

di acquisizione. Indicazioni tipiche di qualità di un sistema di acquisizione dati sono:
Risoluzione 14 bit
Campo di misura 0 − 10V o ±5V (±0.05V )
Linearità di conversione 0.5%F S
Conosciamo due relazioni utili per la denizione della misura di tensione, per i due fondoscala
unipolare e bipolare:
Caso unipolare Vmis = Q · B = 2FN Sbit B

Caso bipolare Vmis = Q · (B − B0 ) = 2NFbit−1
S
(B − B0 )
Per valutare la qualità del sistema occorre determinare la propagazione delle fonti di incertezza
sulla misura di tensione, wV _mis , nei due casi. Analizziamo indipendentemente i tre contributi.
Fondoscala Il fondoscala è soggetto a un'incertezza classicabile come B, simmetrica e a

distibuzione uniforme, pari a: uF S = ± 0.05
√ V che nei due casi, unipolare e bipolare, porta ai
3
seguenti valori percentuali:
Caso unipolare √ V 1 100 = ± √

uF S = ± 0.05
3 10V
0.5
3
%
Caso bipolare 0.05 1 1.0
uF S = ± √3 V 5V 100 = ± √3 %
Risoluzione Anche la risoluzione è denibile come incertezza di tipo B, simmetrica e a

distibuzione uniforme; essendo l'errore riferito alla cifra binaria intera, esso viene espresso come:
±√0.5
3
che in termini percentuali riferiti al fondoscala diventa: uB% = ± Bumax B
; nei due casi,
unipolare e bipolare, avremo quindi:
Caso unipolare uB 1
uB% = ± √ 3 2N bit
0.5 1
= ±√ 3 214
= ± 3.052E−5
√
3
V
Caso bipolare u 1 0.5 1 6.103E−5
uB% = ± √3 2N bit−1 = ± √3 213 = ± √3 V
B
Linearità Anche questa fonte di incertezza è classicabile come B, simmetrica e a distibuzione

uniforme, ed è denita in percentuale del fondoscala uLin = ±0.5%F S . Come al solito, nei due
casi avremo:
Caso unipolare uLin = ± √ 0.5
3
1
10V 100 = ± 0.05
√
3
Caso bipolare 0.5 1
uLin = ± √3 5V 100 = ± √3 0.025
Dobbiamo chiederci chi veicola questa informazione nella relazione di misura (Vmis = Q · B =
FS
2N bit
B ). Il Quanto è la sensibilità del trasduttore e, in analogia con un potenziometro, conviene
separare la tensione dal fattore di conversione, responsabile della linearità di trasduzione: SB =
1
2N bit
; e possiamo vedere il termine 2N1bit come la sensibilità nominale di conversione, mentre SB
è la sensibilità reale, alla quale possiamo associare tutti i difetti di realizzazione; poiché nella
relazione di misura compare la sensibilità del trasduttore è necessario trasformare l'errore di
linearità uLin in errore di sensibilità, cioè in termini di possibile escursione della pendenza di
conversione; visto che il fondoscala è un moltiplicatore della scala di conversione può essere utile
riferirsi a un fondoscala di trasduzione unitario:
1
uS _B = · uLin = SB · uLin%
2N bit
da cui è immediato ottenere che
uS _B SB · uLin%
uS _B% = = = uLin%
SB SB
Vale la pena osservare che, a rigore, il fondoscala percentuale (o unitario) non è esattamente
tale, in quanto i massimo valore raggiungibile dalla codica è in realtà 1 − Q/2 ma questo
è compensato dal fatto che l'estremo destro dell'ascissa non è 2N bit 2N bit−1 . Gracamente
l'operazione è descritta nella gura seguente:
Figura 7.9: Proiezione incertezza di linearità sul coeciente angolare della conversione numero
binario/tensione
Dopo questa preparazione è possibile procedere con la propagazione.
Propagazione delle incertezze in unità siche Introducendo nella relazione di misura

il risultato del punto precedente, nel caso unipolare si ha (si lascia il caso bipolare al lettore):
Vmis = Q·B = 2FN Sbit B = F S ·SB ·B , avendo introdotto la denizione di sensibilità di conversione
SB = 2N1bit ; applicando inne la RSS in termini di varianza si ottiene:
2 2 2
VM is VM is VM is
u2V M is = uF S + uSB + uB =
FS SB B
2 2 2
VM is VM is VM is
uF S + SB uLin% + uB =
FS SB B
2 2
VM is 2 VM is
uF S + (VM is uLin% ) + uB =
FS B
Per ricavare l'incertezza in unità siche è necessario conoscere la tensione di misura; in assenza
di informazioni il valore sarà riferito al fondoscala. Per VM is = 10V :
2 2 2
10 0.05 0.5/100 10 0.5
u2VM is =10V = √ + 10 √ + 14
√ =
10 3 3 2 −1 3
da cui
0.07071
uVM is =10V = √ V
3
uVM is =10V 0.7071

uVM is% = 100% = √ %
FS 3
Per una copertura limitata del fondoscala, es. pari a 1/10, il risultato sarebbe direttamente
ridotto del fattore di copertura in quanto la tensione di misura nominale compare in tutti i
termini della sommatoria. Questo risultato è in contrasto con l'esperienza che non vede gli
errori ridursi con il fattore di copertura quanto, piuttosto, esserne indipendenti. Da qui la
pratica di valutare l'incertezza al fondoscala e assumerla costante sul campo di misura.
Propagazione delle incertezze in termini percentuali Arontando il problema in termini

percentuali il valore ricavato sarà valido per la massima misura e andrà scalato con il fattore di
copertura per avere l'indicazione per una misura generica. Riprendendo la propagazione sulla
relazione di misura
2 2 2
VM is VM is VM is
u2V M is = uF S + uSB + uB =
FS SB B
e normalizzando rispetto alla misura attesa VM is si ottiene:
uVM is 2

= (uM is% )2 =
VM is
2 2 2
1 1 1
uF S + uSB + uB =
FS SB B
(uF S% )2 + (uLin% )2 + (uB% )2 =
Ovviamente si tratta di un valore indipendente dalla misura eettiva, da riferirsi tipicamente
al fondoscala e scalabile alla generica lettura mediante il rapporto di copertura (R = Vef f /F S )
in quanto l'errore, assunto costante sul campo di misura, avrà peso relativo sempre maggiore
quanto minore la frazione utilizzata della portata strumentale, quindi:
uVef f = uVM is% /R
. Nel caso in esame, e sempre per il fondoscala unipolare, raccogliendo la radice quadrata di 3
si ha: 2
√

2 2 2 0.5
(uM is% ) = (0.5/10) + (0.5/100) + / 3=
214 − 1
da cui: √ √
(uM is% )2 = 0.007071/ 3 = 0.7071/ 3%
Calcolando l'incertezza in unità siche al fondoscala avremo:
√ √
u10V = 0.7071/ 310/100 = 0.07071/ 3V
Ancora una volta, assumendo l'incertezza costante sul campo di misura, per una misura generica
otterremo una incertezza percentuale amplicata dal rapporto di copertura; considerando ancora
1/10 del fondoscala avremo una amplicazione pari a 10:
u%1V = u%F S F S/100/Vef f · 100 = u%F S F S/Vef f = u%F S /R =
e nalmente: √ √
u%1V = 0.7071 · 10/ 3% = 7.071/ 3%
Esempio 1 Anche un singolo strumento può essere inteso come un sistema di misura in cui
più apparati, dato un certo ingresso, interagiscono per fornire un'uscita, aetta da incertezza.
In questo senso uno strumento è la prima parte della catena di misura a cui manca l'acquisizione
ed il trattamento dei dati.
Esempio 1: consideriamo un semplice sistema di misura, costituito da un trasduttore di pressione
e da un voltmetro per la lettura dell'uscita dal trasduttore. Le rispettive caratteristiche nominali
siano:
Voltmetro Risoluzione 100 µV Range ±5psi
Trasduttore Accuratezza <0.01%Lettura Sensibilità 1 V/psi Alimentazione 10 V dc ±1%
Uscita max ± 5 V Linearità ≤ 2.5 mV/psi Ripetibilità ≤ 2.0 mV/psi Risoluzione ∼ =0V
Ci si aspetta di dover misurare una pressione di 3 psi.

Si deve stimare preventivamente l'incertezza del dispositivo di misura composto da questi due
elementi.
In gura è rappresentata gracamente la struttura del problema e in maniera sistematica
procediamo con la combinazione delle incertezze a partire dall'equazione di misura:
1 1
PM IS = VM IS
GV olt GT rasd
La RSS si scrive come:
P ∂P 2 2 2 2
u2PM IS = N i=1 ∂xi xi u = ∂P
u
∂GV olt GV olt + ∂V
∂P
uVM IS + ∂P
u
∂GT rasd GT rasd =
2 2 M IS 2
1 VM IS VM IS
G2 GT rasd uGV olt + GV1olt GT 1rasd uVM IS + G2 1 G V olt
uGT rasd =
V olt T rasd
Da questa analisi si ricava l'elenco delle informazioni necessarie in termini di valori (lettere
maiuscole) e incertezze (lettere minuscole).
Figura 7.10: Schema funzionale dello strumento
Tali informazioni devono essere ricavate dai dati disponibili o, in carenza, denite con adeguate
e ragionevoli ipotesi. Vediamo come procedere.
Voltmetro Risoluzione 0.10 mV (Tipo B) Accuratezza <0.01%Lettura (Tipo B)
Le informazioni disponibili portano a dire che entrambi sono di tipo B a distribuzione uniforme.
Gli elementi della propagazione di pertinenza del Voltmetro sono:
GV olt = 1
uGV olt = 0.01%
√
3
VM IS = GV olt · GT rasd · P = 1 · 1V /psi · 3psi = 3V

uVM IS = 0.10
√ mV
3
Trasduttore
Caratteristiche: Range ±5psi Uscita max ± 5 V Alimentazione 10 V dc √±1%
Fonti di errore: Sensibilità 1 V/psi Linearità ≤ 2.5 mV/psi (Tipo B) 2.5 3 mV /psi Ripetibilità
≤ 2.0 mV/psi (Tipo B) 2.0 3 mV /psi Risoluzione ∼ = 0 V (Tipo B) 0
√
Assumendo per tutti distribuzione uniforme, l'incertezza viene calcolata con la RSS:
q √ 2 √ 2
GT rasd = 1 V /psi uGT rasd = 2.5/ 3 + 2.0/ 3 =
q
(1.443)2 + (1.155)2 = ±1.848 mV /psi
La RSS si scrive come:

2 2 2
u2PM IS = G21 GVTMrasd IS
uGV olt + GV1olt GT 1rasd uVM IS + G2 1 G VM IS
V olt
uG T rasd
=
V olt T rasd
2 2 2
1 3V 0.0001
2
√ + 11 1 V 1/psi √
0.1 1
mV + (1 V /psi) 3V
2 1 1.848 mV /psi =
h 1 1 V /psi 3 3 i
2 2
0.1732 · 10−3 + 0.5775 · 10−4 + (0.005544)2 psi2 = 3.0769 · 10−5 psi2

In unità siche di pressione:
uPM IS = 5.547 · 10−3 psi uPM IS 95% = 2 · uPM IS psi = 0.0111psi

Il confronto dei contributi evidenzia come gran parte dell'imprecisione sia legata al trasduttore:
wT2 ras = 5.544e − 32

2 2
wV2 olt = 0.1732 · 10−3 + 0.5775 · 10−4 = 1.8257e − 42
q p
uV = ± e2Ris + e2Acc = ± 57.72 + 1732 = ±182.36 µV
√
eAcc = 3psi × 1V /psi (±0.01%) / 3 = ±0.173 mV
√
eRis = 0.10/ 3 mV = 0.0577 mV
Esempio 1b: Voltmetro Possiamo anche valutare elementi di incertezza specica

dell'oggetto relativamente√alla misura prevista di 3 psi:
Risoluzione: eRis = 0.10/ 3 mV = 0.0577 mV √
Accuratezza: eAcc = 3psi × 1V /psi (±0.01%) / 3 = ±0.173 mV
E determinarne la combinazione con la RSS per avere un'indicazione complessiva relativamente
q √
al singolo oggetto: uV = ± e2Ris + e2Acc = ± 57.72 + 1732 = ±182.36 µV
Trasduttore:
Assumendo per tutti distribuzione uniforme la RSS diventa:
T
q √ 2 √ 2
u = 3 × 2.5/ 3 + 3 × 2.0/ 3 =
q
(4.3301)2 + (3.4641)2 = ±5.5453 mV
Anche da questi dati si evince che il trasduttore è l'anello debole.
Esempio 2 - Misura termica Si abbia un sensore di temperatura con incertezza di

calibrazione di ±0.5◦ C.
Una prova di ripetibilità ha fornito un valore medio di 150◦ C e un indice di precisione di 1.5◦ C
acquisito con 20 misure.
Nell'applicazione si è stimata una variazione spaziale di ± 2◦ C e un eetto di installazione di ±
1◦ C.
Misure eettuate sul sistema di trasmissione dei dati hanno evidenziato un indice di precisione
di 0.5◦ C su 10 misure .
La procedura di elaborazione dati introduce un'incertezza stimata in ±1◦ C
Valutare l'incertezza della misura di temperatura con livello di condenza del 95%.
Cominciamo con l'organizzazione dei dati.
Le fonti di incertezza che agiscono nella catena di misura sono:
- incertezza di calibrazione: ± 0.5◦ C B
- indice di precisione: ± 1.5◦ C A 20 misure
- eetto spaziale: ± 2◦ C B
- eetto di installazione: ± 1◦ C B
- indice di precisione trasmissione: ± 0.5◦ C A 10 misure

- procedura di elaborazione: ±1◦ C B
Le incertezze di calibrazione, variazione spaziale, installazione ed elaborazione sono di tipo B,
espressi al 100% del livello di condenza, (come si ritiene in genere quando non vi sono altre
informazioni disponibili).
Le altre incertezze sono invece da ritenersi di tipo A e si assumono già espressi a 1 sigma (anche
in questo caso per convenzione, visto che sono fornite in termini di valore senza nessun altra
informazione).
Proseguiamo con l'identicazione del modello del sistema, e collochiamo tutti gli elementi
disponibili.
Figura 7.11: Schema funzionale dell'esempio
Possiamo utilizzare lo schema tipo:
Figura 7.12: Schema generale per a propagazione
Si procede applicando la RSS per accumulare tutti gli eetti e determinare l'incertezza tipo.
Successivamente con la formula di Welch-Satterthwaite si determinano i gradi di libertà
equivalenti.
Si decide di conseguenza in base al numero di gradi di libertà eettivi se propagare usando Gauss
o t_Student.
Nella RSS si combinano tutte le incertezze riportate a 1 sigma
r
√ 2 √ 2 √ 2 √ 2
u= 0.5/ 3 + 2/ 3 + 1/ 3 + 1/ 3 + 1.52 + 0.52 = 2.141◦ C
Il calcolo dei gradi di libertà equivalenti porta a:
m 2
P
S2
√ 2 √ 2 √ 2 √ 2 2
i (0.5/ 3) + (2/ 3) + (1/ 3) + (1/ 3) + 1.52 + 0.52
i=1
ν= m = √ 4 √ 4 √ 4 √ 4 = 76.8 ≈ 77
Si4 (0.5/ 3) (2/ 3) (1/ 3) (1/ 3) 1.54 0.54
P
νi ∞ + ∞ + ∞ + ∞ + (20−1) + (10−1)
i=1
Il risultato è largamente maggiore di 30, quindi è consentito adottare l'ipotesi di una distribuzione
gaussiana per l'incertezza della grandezza propagata.
Per ottenere il livello di condenza richiesto, del 95%, si utilizza di conseguenza il fattore di
copertura 2:
U = k · u = 2 · 2.14 = 4.28◦ C
7.2.2 Valutazione di una procedura di sperimentale con elaborazione dati

Per la valutazione dell'incertezza di una procedura numerica si opera in maniera analoga a quanto
fatto per una catena di misura, percorrendo le fasi seguenti: necessità di denire la qualità di una
elaborazione dati, analisi di tecniche di maggiorazione dell'errore tipiche del calcolo numerico,
utilizzo delle tecniche di propagazione delle incertezze
Esempio: misura del modulo elastico attraverso prova di essione semplice Si

valuti il modulo elastico di un materiale mediante una prova di essione semplice:
carico applicato, F;
spostamento, s;
dimensioni della sezione, b,h;
Figura 7.13: Dimensioni del problema lunghezza di inessione, L.
Si supponga che l'acquisizione dei dati venga eettuata utilizzando 5 stazioni di carico e scarico
e 3 ripetizioni (30 punti).
Il trattamento dati previsto risulta:
1. regressione lineare dei dati per ottenere il rapporto fra F ed s;

2. espressione del modulo elastico a partire dal coeciente angolare della regressione e dai
parametri noti.
Dobbiamo fornire modelli per la determinazione del valore del modulo elastico e per la stima
della sua incertezza: il problema ammette più soluzioni.
3
Relazione principale: E = Fs L3J
Figura 7.14: Possibile schema di impostazione del problema di propagazione
Esempio (via alternativa) Relazione principale: E = F 4L3

s bh3
Figura 7.15: Schema alternativo di impostazione del problema di propagazione
7.2.3 Esempio conclusivo

Si desidera eettuare la misura sperimentale del modulo elastico a taglio di un materiale iso-
tropo mediante una prova di torsione su di una barra di sezione circolare piena, di diametro d,
incastrata all'estremità destra e semplicemente appoggiata a quella sinistra.
Figura 7.16: Barra caricata in torsione

Ipotizziamo di rilevare come risposta del sistema la rotazione della puleggia di carico (in alter-
nativa si potrebbe estensimetrare la barra nel tratto di lunghezza L ma si tratta certamente di
una strumentazione più complessa, inoltre occorrerebbe tenere conto della presenza di taglio e
momento torcente)
La relazione che denisce la rotazione dell'estremo di una barra caricata con taglio e momento
torcente è:
M Mθ + xCT T
θ= l= l
GJ GJ
Per il problema specico:
• Coincidendo il centro di taglio con l'asse della barra

• Avendo la puleggia di carico dimensione non nulla
• Essendo la barra a sezione circolare
Si ha:
1
Mθ + xCT T DF +0·F 32D F
θ= l= 2 4 (L + 12 a) = (L + 21 a)
GJ d
Gπ 64 Gπd4
quindi: G = 32
D 1
F
π d4 (L + 2 a) θ
La relazione è organizzata in modo da separare il carico di prova e il suo eetto dalle misure che
invece non ne dipendono e dalle costanti
Nelle ipotesi di comportamento lineare il rapporto F su θ è una costante e tipicamente determi-
nato come coeciente angolare della retta di regressione corrispondente ad un elenco di misure;
in fase preliminare si può procedere come se fossero indipendenti.
Potendo applicare la RSS essendo le variabili misurate aette da incertezze scorrelate, scriveremo
dapprima:
L0 = L + 21 a
G = Cost D d−4 L0 F θ−1
Quindi:
u2L0 = u2L + 21 u2a ⇒ uL0 %
u2G% = u2D% + (−4)2 u2d% + u2L0 % + u2F % + (−1)u2θ% =
u2D% + 16u2d% + u2L0 % + u2F % + u2θ%
Si può quindi osservare che è necessario prestare particolare attenzione alla qualità della mi-
sura del diametro della barra in quanto determinante nella propagazione delle incertezze sulla
grandezza desiderata.
Esempio: misura della velocità Tra i trasduttori utilizzati per prove di caduta carrello ci
sono quelli per il rilievo della corsa e dell'accelerazione della slitta di caduta. Si richiede di:
1. denire una procedura numerica per il calcolo della velocità della slitta al momento del
contatto con il terreno;
2. denire una procedura per la stima dell'incertezza tipo associata a questo dato.
Gli elementi che contribuiscono all'incertezza del risultato sono:

1. i trasduttori;
2. le elaborazioni numeriche per il calcolo della velocità a partire dai dati di accelerazione o
spostamento;
Avendo a disposizione solo trasduttori che leggono spostamento o accelerazione vi sono due
possibilità per ottenere la velocità desiderata:
Zt
Integrazione dell'accelerazione v = v0 + a dt
t0
ds
Derivazione dello spostamento v=
dt
Considerazioni di carattere generale relative ai due metodi di elaborazione dei dati sono:
La derivazione amplica gli errori col proseguire del calcolo generando sul lungo periodo risultati
non validi;
L'integrazione cancella gli errori casuali ma si presta ad eetti di deriva, cioè ad accumulo di
errori.
Considerazioni di carattere generale sui sensori:
Spostamento: sensibilità trasversale molto bassa
Accelerazione: sensibilità trasversale relativamente alta
Integrazione Nell'ipotesi di accelerazione costante durante il passo di campionamento, è il

caso più semplice ma è possibile utilizzare un metodo di integrazione più sosticato, la velocità
al tempo i-esimo vale :
i−1
X
vi ≈ v0 + ak ∆t
k=1
Iniziando l'operazione di integrazione quando la slitta è ancora ferma, in modo da avere garanzia
sulla condizione iniziale di velocità (nulla), ed essendo il passo costante:
i−1
X
vi ≈ ∆t ak
k=1
Applicando la RSS, l'incertezza sulla velocità dovuta alle incertezze sulla misura
dell'accelerazione e del tempo è:
   2    2
i−1 i−1 i−1
∂  X X
 ∂ ∆t
X
wV2 (i−esima mis) =  ∆t a j  wt  + aj  wa,k 
∂∆t ∂ak
j=1 k=1 j=1
i−1
! 2 i−1
X X
= ak wt2 + [∆t wa,k ]2
k=1 k=1
Assumendo che l'incertezza della generica k-esima misura sia quanticabile con l'incertezza stru-
mentale ua : wa,k = wa ∀k
i−1
!2
otterremmo:
X
wV2 (i−esima mis) = ak wt2 + [(i − 1) ∆t]2 wa2
k=1
Nella pratica il primo termine è spesso trascurabile
wV (i−esima mis) = [(i − 1) ∆t] wa
L'incertezza viene linearmente accumulata nel tempo: quindi si ha che l'incertezza strumentale
viene amplicata dal tempo trascorso dall'inizio della misura, con una sorta di eetto di "deriva"
di integrazione.
Derivazione La derivazione al tempo i-esimo dello spostamento misurato dal trasduttore allo
scopo di ottenere la velocità prevede l'approssimazione numerica della derivata. Un metodo
largamente usato è quello delle dierenzenite:
ds si − si−i ∆si
vi = ≈ =
dt
i ∆t ∆t
Assumendo ws i = ws
√
si ottiene w∆si = w∆s = 2ws
La propagazione delle incertezza sulla misura di velocità è:
2 2 2 " √ #2
∂ ∆s i ∂ ∆s i ∆s i 2
wV2 (i−esima mis) = wt + w∆s = wt + ws
∂∆t ∆t ∂si ∆t ∆t2 ∆t
La diminuzione del passo di campionamento migliora l'approssimazione della velocità (rende
"istantanea" la misura) ma amplica l'errore di misura: compare a denominatore nell'espres-
sione dell'incertezza. Inoltre tale diminuzione amplica l'incertezza sul tempo. Il contributo
dell'incertezza sullo spostamento non si accumula ma rimane costante nel tempo.
Lecita chiedersi la validità dell'assunzione wsi = ws .
Regressione in nestra mobile
Per limitare l'amplicazione dell'errore dovuto ad un piccolo passo di campionamento si può
eettuare una regressione lineare a nestra mobile e utilizzare il coeciente angolare della ret-
ta: si ottiene l'espressione della velocità come derivata analitica del polinomio di regressione:
s=mt+n
v=m
Quindi la misura al tempo i-esimo è semplicemente: vi = m.
Nel caso di regressione lineare, le incertezze sulla misura di spostamento e del tempo si propagano
indirettamente attraverso l'incertezza del coeciente angolare:
wV = wm
Occorre pertanto analizzare gli eetti di tre elementi:
- dimensione della nestra mobile (n. punti × passo campionamento)
- posizione della nestra rispetto al tempo di calcolo (O(p) > 1)
- incertezza delle misure
Esempio: Integrale denito di una funzione Un altro problema di interesse sperimentale

è la determinazione dell'area sottesa da una curva per la quale i valori di ascissa ed ordinata
siano stati misurati nel tempo
Figura 7.17
I dati disponibili sono:
x(ti ), f (ti ); i=1:n

Si richiede di calcolare:
x(t
Z 2)
I= f (x)dx
x(t1 )
Applicando il metodo dei trapezi in maniera ricorsiva avremo:
N −1
X (fk+1 + fk )
I≈ (xk+1 − xk )
2
k=1
o, con evidenti assunzioni:

N
X −1
f¯k ∆xk
k=1
o ancora:
N
X −1
Ak
k=1
A partire dalle incertezze strumentali delle misure di f e x è possibile determinare l'espressione

dell'incertezza della stima dell'integrale.
7.3 Eetti di installazione

L'installazione di uno strumento, o di un sistema di misura in genere, può generare interferenze
di varia natura con l'ambiente in cui è posto e determinare di conseguenza alterazioni anche
nella grandezza che si vuole misurare.
In ambito sperimentale questa classe di problemi prende il nome di eetti di installazione e
può prodursi e/o manifestarsi in maniera varia. In maniera schematica si possono identicare
quattro principali modalità di manifestazione:
1. spaziale: non parallelismo con la componente da rilevare;

2. passiva: peggioramento delle caratteristiche metrologiche della strumentazione;
3. attiva: alterazione del fenomeno da misurare (spesso denita intrusività);
4. elettrica: interferenza tra le componenti dell'apparato di misura.
Per un'analisi degli eetti di installazione non è suciente conoscere i soli modelli di funzio-
namento dei trasduttori ma è richiesto un esame razionale dell'intero insieme della prova che
comprende sia le caratteristiche che le modalità di messa in opera degli strumenti.
7.3.1 Esempi
Eetti spaziali
Posizionamento delle prese di pressione di un tubo di Pitot Un eetto di installazione
spaziale, tipico del campo aeronautico, è quello che aigge il sensore del sistema di misura della
velocità di volo di un aeromobile, il tubo di Pitot.
7.3. EFFETTI DI INSTALLAZIONE 351
Figura 7.18: Tipica installazione di tubo di Pitot in velivolo subsonico e supersonico
La geometria del velivolo altera il campo di usso aerodinamico da cui deriva la necessità di un
corretto posizionamento del sensore per garantire la correttezza della misura.
Le assunzioni che permettono di derivare la velocità del velivolo a partire dalle misure di pressione
svolte dal Pitot valgono in teoria solo per un usso allineato con la sonda. Nella realtà sia il punto
di lettura della pressione totale che quello della statica si spostano in funzione dell'incidenza.
Entro certi limiti un'adeguata calibrazione può essere suciente per mantenere questo errore
entro limiti accettabili altrimenti può essere necessario uno schema più complesso in cui le prese
vengono separate.
Figura 7.19: Posizionamento tipico delle prese di pressione su alianti
Si è spesso portati a ritenere che alla base delle scelte ingegneristiche riguardanti un aeromobile
ci siano considerazioni sulle condizioni di esercizio in volo. Per quanto riguarda la progettazione
del sistema di misura della velocità di volo esistono requisiti operativi che hanno sempre a che
fare con l'esercizio ma non in fase di volo.
Figura 7.20: Requisiti di progetto inusuali
Posizionamento di estensimetri Un eetto di installazione che è dipendente dalla locazio-

ne del sensore ma si riette in un eetto di diminuzione della qualità dello strumento è quello
che concerne gli estensimetri. L'estensimetro fornisce una variazione di resistenza proporzionale
al valore medio della deformazione nell'area da lui coperta per cui dovrebbe essere instal-
lato in zone a deformazione uniforme: l'eetto di media sulle deformazioni è comunque
generalmente trascurabile viste le dimensioni del sensore.
Per applicazioni speciali sono disponibili estensimetri di dimensioni particolarmente contenute,
spesso in schiere.
Figura 7.21: Indicazioni per installazione di un estensimetro c7_image41
Figura 7.22: Griglia per misure ravvicinate
Resistenza Dim Lunghezza griglia Larghezza griglia

120 Ω mm 3.10 2.65
La mancanza di uniformità della deformazione nel punto di installazione è più critico nel caso
di estensimetri a griglia multipla (rosette) che leggono la deformazione idealmente nello stesso
punto ma in direzioni dierenti.
Con una rosetta a griglie separate la zona di installazione deve essere realmente a stato di sforzo
uniforme; con una rosetta a griglie sovrapposte il problema è in parte risolto Quest'ultima solu-
zione può però introdurre una dipendenza della lettura dalla posizione nello spessore delle griglie:
gli elementi esterni sono soggetti a una deformazione leggermente decrescente con la distanza
dalla supercie a causa della diusione della deformazione, dal valore imposto all'incollaggio a
quello che si ha sulla supercie esterna: con uno spessore limitato l'eetto è trascurabile.
Figura 7.23: Rosette ravvicinate Figura 7.24: Rosette sovrapposte
Figura 7.25: Eetto di diusione attraverso lo spessore

Anche per griglie semplici il posizionamento non è sempre un'operazione agevole. Si riportano le
immagini di alcune installazioni reali per dare un'idea delle dicoltà di corretto posizionamento
e, in particolare, allineamento.
Figura 7.26: Cerchione di ruota di elicottero
Figura 7.27: Strumentazione di un elicottero (la prima dopo una prova distruttiva)
7.3.2 Intrusività
Tutto ciò che determina una modica della misura o una variazione della grandezza da misurare
può essere classicato come intrusivo. Per come è stata denita l'intrusività riduce la quali-
tà della misura pertanto deve essere contenuta entro limiti accettabili dato che, normalmente,
non può essere totalmente eliminata.
In fase di progetto, tra tutte le cause di incertezza, dovranno essere considerate anche quelle
relative all'intrusività del sistema di misura e del suo allestimento.
Limitazioni sull'intrusività si possono tradurre in speciche di dimensionamento dei vari
elementi.
In fase di utilizzo occorrerà vericare il rispetto dei vincoli di progetto.
Una volta individuata una possibile modalità di intrusione, si deve costruirne un modello capace
di descriverle e integrarlo con quello dell'esperimento; in questo modo si è in grado di predirne
l'eetto sulle grandezze di riferimento; il confronto con il comportamento nominale permetterà
di stabilire l'entità di questo disturbo. La stima viene realizzata con l'usuale formula di errore
relativo:
V aloreprevisto − V aloreideale
ErrIntrus =
V aloreideale
Esempi: accelerometro L'aggiunta di un accelerometro modica in maniera signicativa il

fenomeno dinamico se la sua massa diventa importante in relazione a quella dell'oggetto del quale
si vogliono rilevare le accelerazioni. Questo potrebbe valere in termini globali, con riferimento
alla massa totale, ma sono relativamente rari casi di questo tipo. Più frequenti sono eetti locali,
nei quali entra in gioco la massa della zona di applicazione dell'accelerometro: in questo caso la
variazione di massa potrebbe non essere trascurabile, portando alla nascita di modi di vibrazione
locali a frequenze relativamente basse. Nel caso di prove dinamiche di strutture aeronautiche è
buona norma posizionare gli accelerometri in punti della struttura dotati di discreta rigidezza,
a esempio sul rivestimento in corrispondenza di una centina o di un longherone e non nel mezzo
di un pannello sottile.
Un altro eetto di intrusività di cui risentono gli accelerometri, questa volta sulla misura, è dovu-
to alla metodologia di ssaggio del sensore alla struttura. Il sistema di ssaggio funge da molla,
più o meno rigida, alterando le caratteristiche dinamiche del sistema accelerometro+ssaggio
rispetto a quelle del solo accelerometro, in quanto si ha una molla in serie all'accelerometro che
lavora per la massa totale dell'accelerometro: il trasduttore è quindi diventato un sistema a due
gradi di liberà con eetto sulla banda passante della misura.
Figura 7.29: Inuenza sulla funzione di

Figura 7.28: Funzione di trasferimento tipica
trasferimento della modalità di installazione
Esempi: cella di carico L'inserimento di una cella di carico per la misura delle forze
trasmesse a un elemento strutturale o tra due elementi può originare due forme di intrusività:
1. modica della massa del sistema;
2. modica delle rigidezze/cedevolezze del sistema.
Solitamente è quest'ultimo eetto ad essere più rilevante in quanto, per come lavora una qualsiasi
cella di carico, essa deve essere installata direttamente nei percorsi di carico ovvero mettendo in
serie la sua rigidezza a quella delle altre parti della struttura indagata.
Perchè non ci sia intrusività i comportamenti statico e dinamico del sistema sotto misura, in
assenza e in presenza della cella, devono essere praticamente coincidenti ma questo risulta pra-
ticamente impossibile se la struttura esaminata è iperstatica. Le forze, a causa della presenza
della cella, seguono percorsi dierenti modicando parzialmente la signicatività della misura.
Maggiore è la rigidezza di una cella minore è la sua intrusività.
Sulle schede tecniche viene normalmente riportata la cedevolezza (compliance ) della cella in
forma diretta o indiretta (cedimento sotto un certo carico).
Questa informazione deve essere utilizzata per valutare la variazione delle frequenze
caratteristiche dell'apparato e delle letture eettuate.
La rigidezza di una cella di carico è proporzionale alla portata. Se si rende necessario aumentarne
la rigidezza per ragioni di intrusività può accadere di dover utilizzare una cella con portata molto
superiore a quanto richiesto dalla prova. Il trasduttore verrebbe quindi utilizzato per una frazione
piccola della sua portata ma trattandosi di oggetti con ottime caratteristiche di linearità questo
fatto non rappresenta un problema, a patto di disporre di:
1. una calibrazione precisa nel campo di utilizzo previsto poiché se si limita il campo d'uso
la regressione eseguita sull'intera portata non può essere considerata attendibile e una
ulteriore calibrazione sulla portata richiesta è necessaria;
2. elettronica di condizionamento del segnale a basso rumore.
Figura 7.30: Taratura su frazione della portata
Può essere necessario progettare celle di carico per speciche applicazioni, per esempio quelle a
più componenti impiegate nelle prove di caduta per la misura di:
1. carichi al suolo
2. forze trasmesse alla struttura
Figura 7.31: Installazioni di celle di carico per misura delle forze di interfaccia carrello-fusoliera
in prova di caduta
Nella specica applicazione occorre tenere presente che l'inserzione delle celle tra la massa di
caduta e il carrello comporta un movimento relativo al quale corrisponde una dinamica ag-
giuntiva. In generale quindi uno schema di analisi della prova vede la presenza di sistemi di-
namici aggiuntivi tra carrello e massa cadente da un lato e tra carrello e il terreno dall'altro.
Figura 7.32: Modello dinamico complessivo di carrello
Può rendersi necessario vericare la dinamica degli strumenti; sempre nel caso della prova di
caduta un eccessivo movimento del piano di contatto potrebbe alterare i fenomeni di interazione
ruota-terreno. In questo caso è opprtuno rilevare l'accelerazione della piastra di caduta.
Figura 7.33: Misure di accelerazione in prova di caduta carrelli
7.4 Criteri generali per la selezione di uno strumento

I requisiti di intrusività possono inuenzare la scelta della strumentazione. I criteri di selezione
di uno strumento da impiegare in una prova sono:
• compatibilità dello strumento con la prova;

• livello di intrusività dello strumento con il sistema in esame;
• compatibilità con i requisiti di accuratezza (tra questi anche quelli di sensibilità
trasversale);
• compatibilità delle uscite con il sistema di misura e visualizzazione dati;
• necessità di alimentazione e condizionamento;
• compatibilità ambientale;
• costo;
• familiarità nell'uso.
Può risultare utile organizzare le informazioni in una tabella/matrice che permette di individuare
facilmente gli elementi che soddisfano al meglio tutti i requisiti. Per alcuni degli elementi citati
si possono individuare molteplici indicazioni. Se ne forniscono alcune a titolo esemplicativo:
7.4. CRITERI GENERALI PER LA SELEZIONE DI UNO STRUMENTO 357
• compatibilità dello strumento con la prova: portata, banda passante, frequenza sostenibile
dal sistema AD, . . . ;
• livello di intrusività dello strumento con il sistema in esame: eetti di inserzione meccanica,
spostamento delle frequenze proprie, sovrapposizione frequenze proprie e frequenze tipiche
di fozanti meccaniche . . . ;
• necessità di alimentazione/condizionamento: amplicazione, ltraggio, partizione,
alimentazione, . . . ;
• compatibilità ambientale: temperature operative, livello vibratorio, . . . .

Dispensa FdSA Versione Febbraio 2021

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Dispensa FdSA Versione Febbraio 2021

Caricato da

Copyright:

Formati disponibili

FONDAMENTI DI SPERIMENTAZIONE AEROSPAZIALE

Gian Luca Ghiringhelli

2 Principi di Trasduzione e principali Trasduttori 31

2.5 Qualche quesito che rimane aperto. . . . . . . . . . . . . . . . . . . . . . . . . . . 95

3 Caratteristiche dinamiche degli strumenti 97

4 Il Modello Metrologico dello Strumento 129

5 Acquisizione dati con il computer 181

6 Incertezze di Misura 249

6.4.3 RSS: applicabilità . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309

7 Gestione della prova e problematiche di installazione 329

Premessa: perché un testo di dispense

Milano, Febbraio 2020

Introduzione alla sperimentazione

1.1 Motivazioni del metodo di lavoro

1. Permette una migliore denizione di un problema, grazie all'aggiunta al quadro generale,

In particolare il risultato atteso è l'acquisizione di informazioni numeriche da fenomeni

Figura 1.1: Un punto di vista scherzoso...

Figura 1.2: Schema di procedura sperimentale

1.2 Obiettivi e logica della sperimentazione

1. Quali sono le azioni che tipicamente vengono eseguite per misurare?

1.2.1 Obiettivi della sperimentazione

1. osservazione/diagnostica di un processo, di un fenomeno o di una operazione, controllo di

Sono evidentemente molto varie le motivazioni che portano all'acquisizione di informazioni

1. Osservazione/diagnostica di un processo o di un fenomeno: Interesse per la sem-

Possiamo anche individuare altre forme di classicazione di sperimentazione, per esempio in

1. Ingegneristica, in condizioni controllate, con obiettivi quali: Ricerca, Sviluppo,Valutazione

2. Industriale, in condizioni operative: gestione della qualità, funzionamento di processo ,

1.2.2 Logica della sperimentazione

1. I risultati non sono generalizzabili né parametrizzabili

1.2.3 Discussione Logico/Semantica: la misura

4. unità convenzionali di riferimento.

1. Dispositivo / Sistema utilizzato per eettuare le misure;

Campione di riferimento (Standards):

1. Unità di misura nelle quali esprimere i risultati;

1. il fenomeno/sistema stesso e/o la sua evoluzione,

1.3.1 Modalità di sensibilità: diretta e in analogia

Figura 1.3: Calibro tradizionale e a orologio, Bilancia a indicatore

1.3.2 Funzionamento dello Strumento: misura per azzeramento e deviazione

Figura 1.4: Misura per deviazione e azzeramento

Figura 1.5: Bilancia a due piatti, a indicatore e digitale

1. La misura è eseguita in relazione alla variazione di un segnale in uscita, necessario per

1. Si misura l'azione necessaria per rimuovere l'eetto della grandezza da misurare;

1.3.3 L'operazione di Misura

Figura 1.6: Misure per confronto diretto e in analogia

1.3.4 Uso di sensore/trasduttore e misuratore

1. É l'elemento sensibile di uno strumento: rende possibile un usso di energia misurabile,

1.4.1 Congurazioni di utilizzo di uno stesso trasduttore

Figura 1.7: Lamina estensimetrata

1.4.2 Caratteristiche principali

Figura 1.9: Certicato di taratura di un trasduttore di forza

1.4.3 Interazione tra strumento e fenomeno

Seconda tipologia di interferenza: modica del funzionamento del sistema di misura

1.5 Automazione della misura

1. sono necessari adeguati dispositivi di interfaccia

Figura 1.10: Confronto tra un voltmetro analogico e un tester a display digitale

1.5.1 Sistemi di acquisizione dati

1. La presenza di un PC dotato di un sistema di acquisizione dati;

Figura 1.11: Strumento virtuale (sinistra) e linguaggio di programmazione graco (destra)

1.6 Dagli errori alla qualità di misura

Errore = Valore esatto - Misura

1.6.1 Gli errori di misura

Figura 1.12: Confronto tra voltemtri a diversa risoluzione

L'entità della dispersione è un indicatore dell'incertezza sulla misura eseguita. è impor-

Figura 1.14: I concetti di errore sistematico (bias) e casuale (precision error)

1. Permette una migliore denizione di un problema, grazie all'aggiunta al quadro generale,

Possiamo anche individuare altre forme di classicazione di sperimentazione, per esempio in

1. Dispositivo / Sistema utilizzato per eettuare le misure;

1. Si misura l'azione necessaria per rimuovere l'eetto della grandezza da misurare;

1. É l'elemento sensibile di uno strumento: rende possibile un usso di energia misurabile,

1.4.1 Congurazioni di utilizzo di uno stesso trasduttore

Figura 1.9: Certicato di taratura di un trasduttore di forza

Seconda tipologia di interferenza: modica del funzionamento del sistema di misura

Figura 1.11: Strumento virtuale (sinistra) e linguaggio di programmazione graco (destra)

Possiamo classicare gli errori di misura come:

1. Strumento impreciso e inaccurato; commento: meglio lasciare perdere;

1.6.2 Approccio probabilistico alla denizione della qualità di misura

1.8 Denizione del programma del corso

2.1 Principi sici di trasduzione

do direttamente la misura dierenziale: vedremo che la variazione della tensione in uscita è

Naturale risolvere la rete in termini di dierenza di potenziale tra i punti B e D. Con la

Congurazioni del Ponte di Wheatstone: quarto di ponte

Figura 2.6: Congurazione di ponte a 1/4

Congurazioni del Ponte di Wheatstone: ponte intero

Figura 2.8: Congurazione di ponte intero

Congurazioni del Ponte di Wheatstone: mezzo ponte

• da come le linee di usso abbracciano il circuito indotto;

Figura 2.11: Rappresentazione graca dell'induzione elettromagnetica

L'eetto piezoelettrico diretto fa si che la deformazione applicata al materiale determini la

Figura 2.13: Rappresentazione graca dell'eetto piezoelettrico diretto: nascita di carica

I piezoelettrici manifestano anche un eetto piezoelettrico inverso: una tensione applicata al

Figura 2.15: Eetto piezoelettrico inverso

Figura 2.16: Utilizzo dell'eetto piezoelettrico inverso per l'attuazione