Temperature measurement

Research focuses on developing an all-encompassing algorithm for efficiently extracting, processing, and analyz- ing data about thermometers. The examination involves the application of a branch of artificial intelligence, in particular machine learning (ML) methods, as a means of automating processes. Such methods facilitate the identification and aggregation of pertinent data, the detection of gaps, and the conversion of unstructured text into an easily analyzable structured format.

Наведено методологічні основи вивчення систематичної похибки вимірювання температури рідинними термометрами. Встановлено існування юлтзько шести складових цієї похибки. Їхня відносна вага змінюється залежно від умов  градуювання  та  застосування,  особливостей  виготовлення  та  використовуваних  конструктивних  матеріалів,  їх сумісності  та  змочування.

У  роботі  вивчаються  методи  безконтактного  вимірювання  температури,  точність  яких  обмежується багатьма  чинниками,  головним  з  яких  вважають  коефіцієнт  чорноти  контрольованої  поверхні  об’єкта.  Саме  незнання цього фактора визначає методичну складову похибки вимірювання.  Вона притаманна не лише пірометричним засобам, але й тепловізійним, які саме тому належать до якісних засобів вимірювання температури. Вони є основними приладами для  проведення  енергетичного  аудиту  будівель  та  споруд,  стандартизації  та  сертифікації  теплотехнічних  матеріалів.