Glossario del disco encoder
Grandezze statistiche dell’errore: conversione tra picco-picco, valore ±, RMS e 2σ

Riportando la stessa curva d’errore come picco-picco, valore ±, RMS o 2σ, i numeri possono differire di un fattore 2–4. L’articolo ricava PV = 2√2·RMS per la sinusoide e PV = 2√3·σ per la distribuzione uniforme, fornisce la tabella d₂(n) sulla crescita del picco-picco dell’errore gaussiano con il numero di campioni, spiega che la somma quadratica vale solo per grandezze di tipo RMS ed elenca cinque errori di valutazione frequenti.
Il rapporto del fornitore indica «errore RMS 3,5″», la specifica del cliente è «±5″», e il margine sembra ampio; il cliente ricontrolla, ottiene un picco-picco di 9,9″ e dichiara il pezzo fuori tolleranza. Nessuno dei due dati è sbagliato: l’errore sta nel confrontare direttamente grandezze statistiche diverse. Tra picco-picco, valore ±, RMS e 2σ di una curva d’errore non esiste un rapporto fisso; il rapporto dipende dalla forma della curva e dal numero di campioni. L’articolo fornisce le relazioni di conversione tra queste grandezze e indica quale usare nella composizione e nel confronto.

Definizioni: che cosa misura ciascuna grandezza
Per una registrazione d’errore e_1 … e_n:
- Picco-picco PV = max e − min e, indipendente dalla scelta dello zero.
- Valore ± ha due modi di calcolo: ±PV/2 (zero al punto medio tra massimo e minimo), oppure il massimo scostamento assoluto da uno zero specificato, max|e − e_0|. Se la curva è asimmetrica o lo zero non è al punto medio, il secondo è maggiore (per l’influenza della scelta dello zero si veda l’articolo sull’errore di graduazione in questa libreria).
- RMS = √(Σe²/n), riferito a zero; deviazione standard σ = √(Σ(e − ē)²/n), riferita alla media. Vale RMS² = ē² + σ². Lo zero di un errore angolare è di per sé una convenzione: prima di riportare l’RMS occorre dichiarare se la media è stata sottratta, altrimenti l’RMS cambia con lo zero.
- 2σ è il doppio della deviazione standard e di solito è usato come semiampiezza di un intervallo ±, cioè ±2σ con ampiezza totale 4σ. C’è però chi scrive come «2σ» l’ampiezza totale dell’intervallo ±σ; le due letture differiscono di un fattore due.
Fattori di forma: curve deterministiche ed errore casuale
Si convertono prima tutte le grandezze in σ (con media nulla σ = RMS).
Sinusoide e = A·sinθ: σ = A/√2, PV = 2A, quindi
PV = 2√2·σ ≈ 2,83σ, 2σ = √2·A ≈ 0,71·PV
I valori di una sinusoide si concentrano ai due estremi (distribuzione arcoseno). ±2σ = ±1,41A supera già il massimo della curva, e tutti i campioni cadono nell’intervallo; il suo intervallo al 95 % è ±0,997A, circa ±1,41σ, molto più stretto di ±1,96σ della distribuzione gaussiana.
Onda triangolare o distribuzione uniforme, semiampiezza a: σ = a/√3, PV = 2a, quindi PV = 2√3·σ ≈ 3,46σ. In un periodo l’onda triangolare assume ogni valore con uguale frequenza, per cui ha lo stesso fattore della distribuzione uniforme. Il «semiampiezza diviso √3» della valutazione d’incertezza di tipo B è proprio questa relazione. L’onda quadra è il caso minimo: PV = 2σ.
L’errore casuale gaussiano non ha un picco-picco fisso. Il valore atteso del campo di variazione di n campioni indipendenti è d₂(n)·σ:
| Numero di campioni n | 10 | 100 | 1000 | 10⁴ | 10⁵ |
|---|---|---|---|---|---|
| E[PV]/σ | 3,08 | 5,02 | 6,48 | 7,70 | 8,77 |
Anche le singole registrazioni si disperdono: in simulazione, con n = 1000, i quantili 5 %–95 % di PV sono 5,7σ–7,4σ (vedi Figura 2). Per la stessa sorgente d’errore casuale, quindi, il picco-picco riportato da 100 punti e da 10 000 punti differisce di circa il 50 %.

Una curva mista rende il punto ancora più chiaro. Una sinusoide d’ampiezza 1 con sovrapposto un rumore di σ = 0,1, a 3600 punti per periodo: l’RMS sale solo da 0,707 a 0,714 (+1 %), mentre il picco-picco medio sale da 2,00 a circa 2,57 (+28 %). Il picco-picco è determinato da pochi punti nelle code ed è sensibile al rumore e al numero di punti; l’RMS è determinato da tutti i punti ed è molto più stabile.
Composizione: la somma quadratica vale solo per grandezze di tipo RMS
Quando si sommano più errori fra loro non correlati, si sommano le varianze:
σ_tot² = Σσ_i² + 2·Σρ_ij·σ_i·σ_j
ρ_ij è il coefficiente di correlazione; per errori non correlati il secondo termine è nullo, ed è la somma quadratica. Sinusoidi di ordini diversi sono ortogonali su un periodo intero, quindi per qualsiasi fase l’RMS soddisfa esattamente la somma quadratica. Il picco-picco non ha questa proprietà e la sua somma quadratica risulta troppo piccola (per la statistica della composizione dei picchi armonici si veda l’articolo sul budget d’errore in questa libreria).
Esempio di calcolo (illustrativo): prima armonica d’ampiezza 10″ (PV 20″), errore di interpolazione a 2048 linee d’ampiezza 2″ (PV 4″), rumore σ = 0,5″, 65 536 campioni per giro.
| Metodo di composizione | Risultato |
|---|---|
| Somma quadratica degli RMS √(7,07² + 1,41² + 0,5²) | 7,23″, coincide con l’RMS reale di 7,23″ |
| Somma quadratica dei PV √(20² + 4²) | 20,4″ |
| Somma diretta dei PV | 24,0″ |
| PV reale (con rumore, simulato) | 26,9″ |

Mentre la prima armonica, lentamente variabile, sosta vicino alla cresta, l’errore di interpolazione, rapido, percorre decine di periodi: c’è sempre un periodo il cui picco ha lo stesso segno. I picco-picco delle componenti deterministiche vanno quindi sommati direttamente, e il rumore aggiunto in base al numero di campioni tramite d₂(n). La procedura corretta è: convertire ogni componente in σ con il suo fattore di forma e ricavare l’RMS totale con la somma quadratica; quando serve un picco-picco, riconvertirlo secondo la forma reale della curva composta o tramite simulazione.
Valutazioni errate dovute a basi diverse
| Il fornitore riporta | Il cliente intende | In realtà |
|---|---|---|
| RMS 3,5″ (prevalentemente prima armonica) | ±3,5″ | ±4,95″, PV 9,9″ |
| 2σ = 5″ (prevalentemente rumore) | ±5″, PV 10″ | su una registrazione di 10 000 punti PV circa 19,3″ |
| Ripetibilità 2σ = 1″ (inteso come ampiezza totale di ±σ) | ±2σ = ±1″ | il ±2σ reale è ±2″ |
| PV 5,0σ misurato su 100 punti | rimisurato su 10 000 punti PV 7,7σ, giudicato «peggiorato» | il prodotto non è cambiato, è cambiato il numero di campioni |
| PV dei singoli termini ripartiti in somma quadratica su 20,4″ | rispetta PV ≤ 22″ | PV misurato circa 26,9″, fuori tolleranza |
Punti chiave di progettazione
- La specifica deve indicare quattro elementi: la grandezza statistica (PV, ±PV/2, max|e|, RMS, σ), lo zero (media, punto medio o una determinata linea), numero di campioni e intervallo di campionamento, e se il rumore è incluso.
- Prima di confrontare due serie di dati, convertirle nella stessa grandezza: con errore prevalentemente sinusoidale PV ≈ 2,83σ, con prevalenza triangolare o uniforme circa 3,46σ, con prevalenza di rumore secondo d₂(n).
- Costruire sempre i budget d’errore con la somma quadratica di σ o RMS; quando serve un limite superiore, moltiplicare per un fattore di copertura o simulare: mai sommare in quadratura i picco-picco.
- Per le grandezze dominate dal rumore riportare preferibilmente σ, indicando numero di punti e banda di misura; quando si riporta un picco-picco indicare anche il numero di campioni, altrimenti misure diverse non sono confrontabili.
- Scrivendo «2σ», precisare che si tratta della semiampiezza di ±2σ; solo per errori approssimativamente gaussiani si può dire che copre circa il 95 %: per sinusoide e distribuzione uniforme l’intervallo ±2σ contiene tutti i campioni.
Sintesi
Il picco-picco guarda ai punti estremi, RMS e σ all’intera curva, e il loro rapporto dipende dalla forma della curva: onda quadra 2, sinusoide 2,83, onda triangolare o uniforme 3,46, mentre per il casuale gaussiano cresce con il numero di campioni. La composizione in somma quadratica vale solo per grandezze di tipo RMS; prima di confrontare specifiche, convertire i numeri dell’altra parte nella propria base.
Traduzione dell’articolo originale cinese (0272). ENC7 – produttore di dischi encoder (richiesta) · Articoli tecnici · https://enc7.com
© Langfang Jingzheng Optoelectronic Technology Co., Ltd. Tutti i diritti riservati. Articolo realizzato con l’assistenza dell’IA.