You can see two sources of variatio

You can see two sources of variation in the errors:
For any narrow temperature region there is a vertical band of errors that result from the quantization error in NIST's thermocouple potentials. The thermocouple voltages are reported with one microvolt resolution. Consequently, the rounding error of ±0.5 μV results in a uniformly distributed temperature error of ±0.01°C. You can see this aliasing of the rounding error as Moiré patterns in the graphed errors.
Superimposed on that rounding error is a much larger residual nonlinearity caused by a lack of perfect fit of the polynomial equation to the data, as shown by the heavier black line in each temperature range. The line was produced by averaging the data over a period comparable to the rounding error's aliasing period.
Unfortunately, the NIST model fails to reduce the systematic errors to levels below the quantization error. An ideal model would reduce the nonlinear residuals to a level well below the quantization error – in that case if your microcontroller is able to measure the thermocouple with better than the 1 microvolt resolution assumed by the NIST calibration table, you will be able to compute temperature with more accuracy than the errors present in the table.

Kết quả (Việt) 2:

Bạn có thể nhìn thấy hai nguồn của sự biến đổi trong các lỗi:
Đối với bất kỳ khu vực nhiệt độ hẹp có một ban nhạc đứng của lỗi mà kết quả từ quantization lỗi trong tiềm cặp nhiệt điện của NIST. Các điện áp cặp nhiệt điện được báo cáo với một độ phân giải phần triệu vôn. Do đó, các lỗi làm tròn số là ± 0,5 μV kết quả trong một lỗi nhiệt độ đồng đều của ± 0,01 ° C. Bạn có thể thấy răng cưa này của lỗi làm tròn như mẫu Moire trong các lỗi vẽ đồ thị.
Chồng về mà lỗi làm tròn số là một phi tuyến còn lại lớn hơn nhiều do sự thiếu hoàn hảo phù hợp của các phương trình đa thức để các dữ liệu, được thể hiện bằng các đường màu đen nặng hơn trong mỗi phạm vi nhiệt độ. Các dòng được sản xuất bởi bình quân dữ liệu trong khoảng thời gian tương đương với giai đoạn răng cưa lỗi làm tròn số của.
Thật không may, mô hình NIST không làm giảm sai số hệ thống đến mức dưới quantization lỗi. Một mô hình lý tưởng sẽ làm giảm dư phi tuyến đến một mức độ thấp hơn quantization lỗi - trong trường hợp đó nếu vi điều khiển của bạn có thể đo các cặp nhiệt điện có tốt hơn so với độ phân giải 1 triệu vôn giả bằng bảng hiệu chuẩn NIST, bạn sẽ có thể để tính toán nhiệt độ với độ chính xác hơn so với các lỗi hiện tại trong bảng.