At a glance
Des métrologues polonais ont créé un framework Python qui détecte les valeurs aberrantes et choisit des courbes d'étalonnage physiquement cohérentes pour les capteurs RhFe et PtCo en dessous de 25 K.
Un dixième d'un kelvin se lit comme une erreur d'arrondissement dans la plupart des laboratoires. À 4 kelvin, c'est une erreur de 2,5 pour cent dans l'énergie interne d'un matériau - environ l'équivalent d'une erreur de lecture de la température ambiante de 3 degrés - et les auteurs d'une nouvelle étude d'étalonnage soutiennent qu'une déviation de cette taille peut pousser un système quantique hors de cohérence.
Le groupe, dirigé par Grzegorz Szklarz du Laboratoire de normalisation de la température de l’institut, a publié un cadre analytique pour l’étalonnage des thermomètres de résistance rhodium-fer (RhFe) et platine-cobalt (PtCo) inférieurs à 25 kelvin.
Les ordinateurs quantiques et l'électronique superconductrice, ainsi que les détecteurs spatiaux et de particule-physique, fonctionnent tous dans cette gamme cryogénique profonde. Depuis 2019, le kelvin a été défini à travers une valeur fixe de la constante de Boltzmann, ce qui a poussé les laboratoires nationaux à prouver que les mesures de température de 4 K à 300 K sont véritablement traçables à la thermodynamique.
Un capteur qui rapporte la résistance, pas la température
Un thermomètre de résistance à la capsule est un morceau de fil d'alliage à l'intérieur d'un boîtier scellé, et sa sortie brute est un nombre en ohms. Quelqu'un doit écrire la règle qui convertit cette résistance en température. Au-dessus d'environ 14 K, les thermomètres de platine standard gèrent le travail avec une réponse presque linéaire. En dessous, leur sensibilité s'estompe, de sorte que les métrologues tournent vers les capteurs d'alliage. Les thermomètres de fer de rhodium, qui contiennent généralement environ 0,5 pour cent de fer atomique, ont été utilisés depuis les années 1970.
Sous 25 K, cette règle de conversion s’incline brusquement. Les deux alliages réagissent d’une manière fortement non linéaire lorsque la température baisse vers le point triple du néon à 24 5561 K et au-delà. L’étalonnage a traditionnellement signifié l’ajustement d’un polynôme à travers les points mesurés. Un polynôme de haut degré peut être forcé à travers presque toutes les données, mais il a tendance à osciller entre les points – une oscillation nommée d’après le mathématicien Carl Runge – et il peut chasser le bruit plutôt que le comportement réel du capteur, un échec connu sous le nom de suralimentation. Le document note que l’étalonnage RhFe conventionnel a nécessité plus de 30 points de
Pensez au processus d'ajustement comme un problème de suspension. Un polynomial de haut degré agit comme un axe rigide qui glisse sur chaque choc dans les données. Une fonction rationnelle, qui est un polynomial divisé par un autre, ajoute un dénominateur qui se comporte comme une source, absorbant les changements brusques de la sensibilité du capteur lorsque la température se rapproche du zéro absolu.
Ce que le framework Python fait
Le code commence à partir de la phase la plus médiocre du processus – les lectures de résistance brute qui arrivent avec du bruit et de la dérive, ainsi que le mauvais point occasionnel. Il ingère ces lectures, détecte les outliers statistiques, correspond aux modèles candidats, et note chaque candidat avec plusieurs diagnostics plutôt qu'une statistique unique.
- Critères d'information (AIC et BIC) qui pénalisent un modèle pour dépenser des paramètres supplémentaires uniquement pour suivre le bruit
- Le test de Durbin-Watson, qui recherche l'autocorrélation - structure cachée - dans les résidus laissés après l'ajustement
- Détection extérieure itérative qui affine le modèle et les points rejetés ensemble
- Validation croisée contre le chauffage et le refroidissement indépendants
Deux de ces outils méritent un traitement de langage simple.Le critère d'information Akaike et le critère d'information Bayesian demandent à la fois si une courbe plus fantaisiste gagne ses paramètres supplémentaires; s'il ne le fait pas, le score vous dit de préférer le plus simple.Le test Durbin-Watson inspecte les résidus, les différences entre les points mesurés et la courbe montée, pour voir si elles laissent un modèle que le modèle n'a pas réussi à capturer.
Le design vise un problème circulaire que les auteurs exposent dans l'introduction du document. Vous ne pouvez pas repérer de manière fiable les outliers sans un modèle préliminaire raisonnable, mais le choix du modèle est corrompu par les mêmes outliers que vous essayez de trouver. Un script à un seul passage ne peut pas échapper à cette boucle, c'est pourquoi le cadre affine le modèle et les outliers mis ensemble, de manière itérative.
Pour vérifier l'outil, l'équipe l'a effectué sur des mesures de 17 capteurs comprenant des thermomètres de platine, PtCo et RhFe qui avaient passé par plusieurs laboratoires, tous calibrés en dessous de 25 K.Publié dans MesureIl est explicite que la contribution est la méthodologie elle-même, et non le classement du dispositif d’un fabricant contre un autre.
Photo by Charly Álvarez on Unsplash
Pourquoi les fonctions rationnelles gagnent
Sur les 17 capteurs, une famille de courbes a continué à sortir en avant. Les fonctions rationnelles ont décrit les capteurs RhFe et PtCo mieux que les polynômes de haut degré qui restent une pratique courante. Ils ont fourni une stabilité numérique plus élevée et des résidus plus petits tout en suivant les changements physiques de la sensibilité des capteurs plus fidèlement.
Les auteurs disent que le résultat pointe vers quelque chose que les laboratoires de métrologie ont voulu depuis des années: une seule fonction d'étalonnage universelle pour les thermomètres RhFe et PtCo qui s'étend du point d'ébullition de l'hélium au point triple de l'eau.
Dans la discussion, Szklarz et ses co-auteurs encadrent les enjeux directement : les technologies quantiques modernes nécessitent de passer « au-delà des routines d’étalonnage simplifiées vers des procédures automatisées basées sur des preuves. »Zenodo comme PrecisionThermometryFrameworkLe .
Quand la prudence est justifiée
L'étude est une validation de la méthodologie, pas une déclaration selon laquelle une équation universelle a été prouvée.Les auteurs sont explicites qu'ils ont testé le cadre sur le groupe de données DireK-T et ne présentent pas la performance absolue d'un seul capteur comme dernier mot.
« Une fonction rationnelle est un excellent interpolateur, mais son dénominateur peut se comporter de manière imprévisible en dehors de la plage dans laquelle elle a été installée », a déclaré un métrologue indépendant non impliqué dans le travail.
Ils présentent le cadre comme une base normalisée, statistiquement rigoureuse et une étape vers une optimisation future des protocoles d’étalonnage basée sur l’apprentissage automatique, et non comme un modèle universel fini.
Le contexte de la métrologie européenne
Le travail a été mené dans le cadre du projet 22IEM02 du Partenariat européen en métrologie, «Dissemination du kelvin redéfinit», connu sous le nom de DireK-T. Coordonné par l’intermédiaire d’EURAMET et cofinancé par le programme Horizon Europe de l’Union européenne et les États participants, le projet se déroule de 2023 à 2026 et vise une incertitude de 0,3 millikelvin pour la diffusion thermodynamique de la température entre 4 K et 25 K.
Depuis la redéfinition de 2019 liant le kelvin à la constante de Boltzmann, les instituts nationaux de métrologie ont travaillé à transformer la température thermodynamique d’un papier idéal en une mesure pratique et transférable. INTiBS, l’institut de Wrocław où travaille Szklarz, a calibré les thermomètres à capsule du projet dans la gamme de 4 K à 25 K. Le résumé de l’œuvre de l’institut est disponible sur son site internet.Page d'actualité scientifique, et le design plus large de DireK-T est décrit dans unPapiers d'Open OverviewLe .
Photo by sidi alexx on Unsplash
À quoi pourrait ressembler la prochaine décennie
Si l'étalonnage de la fonction rationnelle se poursuit, le prix à court terme est une fonction unique qui transporte un thermomètre RhFe ou PtCo du point de bouillance de l'hélium au point triple de l'eau, éliminant les courbes pliées qui compliquent les instruments à large spectre.Les auteurs suggèrent que leur métrique d'évaluation normalisée donne également une base à l'étalonnage basé sur l'apprentissage automatique, qui pourrait transformer la boucle itérative du modèle plus extérieur en quelque chose qu'un ordinateur explore automatiquement.
Pour une start-up de matériel quantique ou un institut national de métrologie, cela signifie moins d’erreurs d’étalonnage cachées et une défense plus facile de chaque millikelvin lorsque les résultats sont audités.
- thermométrie cryogénique
- capteurs RhFe
- capteurs PtCo
- étalonnage de température
- informatique quantique

