Smart metrology

L'approche traditionnelle de la métrologie industrielle tend à suivre ces étapes :

• Le système de mesure est presque toujours étalonné avec une périodicité fixe et prédéterminée en envoyant l'instrument pour étalonnage à un laboratoire accrédité .
• Les résultats d'étalonnage, fournis par le certificat d'étalonnage, sont très rarement utilisés pour corriger les valeurs mesurées par l'instrument étalonné et évaluer l'incertitude . Le plus souvent, le certificat d'étalonnage est conservé dans un dossier .
• La seule façon dont le certificat d'étalonnage est utilisé est généralement lors des audits, pour offrir une preuve formelle que le système de mesure est surveillé et maintenu sous contrôle .

Ainsi, les résultats réels de l'étalonnage peuvent même ne pas être utilisés dans le processus de prise de décision. De cette façon, la métrologie est souvent considérée comme un centre de coûts et elle ne respecte pas , en fait, l’esprit de la norme ISO 9001.

Le smart metrology, introduite par Jean-Michel Pou et Laurent Leblond, respectivement métrologue et statisticien français,suit une approche différente pour maintenir les instruments sous contrôle[1].

L'approche de la smart metrology consiste principalement à exploiter pleinement toutes les données et informations disponibles, y compris celles fournies par le big data[2], pour permettre une approche plus efficiente[3] (Incertitude de mesure[4], étalonnage et traçabilité)[5]. Les informations disponibles (a priori) sont utilisées en appliquant des approches statistiques avancées, telles que l'inférence bayésienne[6]. Les données de mesure obtenues et les connaissances a priori disponibles sont utilisées dans le processus de prise de décision[6] - [7].