用稳恒电场模拟静电场
沿同轴电极的半径走一遍,从电位读出场的形状。
用均匀导电介质中的稳恒电流场模拟无自由电荷区域的静电场。将同轴电极间的汇总半径线性化,再计算径向电位与场强,连接测绘、边界条件和拉普拉斯方程。
读实验报告 · 浏览器交互 · Python 笔记本 · Wolfram 笔记本
图 1 确定同轴边界参数 → 线性化半径电位 → 计算径向场强分布
选择你的入口
| 用途 | 入口 | 打开方式 |
|---|---|---|
| 阅读原理、记录与结论 | Markdown 实验报告 · 排版阅读版 | GitHub、Markdown 阅读器或本地浏览器 |
| 改变参数、查看曲线响应 | HTML 交互阅读版 | 直接在线打开,也可下载到本机 |
| 运行 Python 计算与探索 | Jupyter Notebook | JupyterLab 或 VS Code |
| 运行原生数学排版与交互计算 | Wolfram Notebook · Paclet 安装包 | Wolfram 前端 |
| 对照源实验记录 | 源报告 PDF | GitHub 或 PDF 阅读器 |
从记录到计算
边界参数为内半径 $a=1.05\ \mathrm{cm}$、外半径 $b=6.94\ \mathrm{cm}$,电压差 $U_0=10\ \mathrm{V}$。数据包含八个内点的电位与汇总半径,以及两个边界;拟合使用八个内点。
均匀各向同性介质、同心等位电极和可忽略的边缘效应给出理想同轴模型。将 $\ln[r/(1\ \mathrm{cm})]$ 对 $U/U_0$ 拟合,斜率可直接与 $-\ln(b/a)$ 比较。
$$ \varphi(r)=U_0\frac{\ln(b/r)}{\ln(b/a)},\qquad E_r(r)=\frac{U_0}{r\ln(b/a)}. $$
表 1 关键计算结果
| 计算量 | 数值 | 单位 |
|---|---|---|
| 八内点线性化斜率 | $-1.883763$ | 1 |
| 同轴模型理论斜率 | $-1.888512$ | 1 |
| 八内点最大理论电压差绝对值 | $0.028011$ | V |
汇总半径呈清楚的对数线性关系。源数据的粒度是电位对应的半径汇总;它适合比较径向形状和边界模型,逐方向的测绘细节见原报告示意。
线性化与径向模型互相补充

图 2 八内点汇总半径的对数线性拟合与残差
![]() |
![]() |
| 图 3 a=1.05 cm、b=6.94 cm、U₀=10 V 的理想径向电位 |
图 4 同一边界参数下的理想径向场强,半径换算为米 |
第一幅检视汇总数据与直线模型,后两幅由同轴解计算。电位向外单调下降,场强按半径倒数衰减;两条曲线共同解释等位线间隔的变化。
在 Notebook 中探索
| 操作 | 参数与范围 | 观察什么 |
|---|---|---|
| 改变内电极电压 | 选择 $U_0=5,10,15\ \mathrm{V}$,固定两电极半径 | 同步观察电位与场强的线性尺度响应 |
HTML 阅读版 包含上述控件;Jupyter 与 Wolfram Notebook 沿报告章节展开公式、数据处理和模型计算。
建议按以下顺序阅读:
- 先查看边界尺寸,再核对八个拟合内点与两个边界点的身份。
- 从对数线性图读出斜率和残差,比较理论斜率。
- 在交互模型中切换内电极电压,比较电位和场强幅值。
在本机打开
环境安装与字体设置见使用指南。在仓库根目录启动本实验:
.\.venv\Scripts\python.exe -m jupyterlab experiments/course-03/electrostatic-field/notebooks/analysis.ipynb
安装 Paclet 后,通过包入口打开 Wolfram Notebook。将安装路径改为本机仓库所在位置:
PacletInstall["D:/general-physics-lab/notebook/paclets/ElectrostaticFieldLab/dist/ElectrostaticFieldLab-0.1.0.paclet"];
Needs["ElectrostaticFieldLab`"];
ElectrostaticFieldLab`OpenNotebook[]
数据与计算实现
| 内容 | 入口 |
|---|---|
| 规范观测数据 | reported_radii.csv |
| 单位、参数与模型条件 | experiment.json |
| Python 计算模块 | electrostatic_field.py |
| Wolfram 计算实现 | analysis.wl |
| 计算结果与数表 | python.json |
| 数据来源与整理记录 | provenance.json |

