普通物理实验 3 · 项目首页 · 使用指南

在线虚拟实验 · 模型依据与参数来源

电表的改装与校准

从表头扩程到多点校准,把误差曲线和调零范围一起看。

将毫安表头扩为电流表与电压表,利用上下行标准读数计算示值误差。再设计串联欧姆表的调零电阻,观察电池电压变化如何约束可用调节范围。

读实验报告 · 浏览器交互 · Python 笔记本 · Wolfram 笔记本

电表的改装与校准:记录、计算与物理探索

图 1 设计表头扩程电阻 → 重算上下行校准量 → 检查电池调零范围

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

电流表和电压表各有十个校准点,每点保留上下行标准读数。扩程设计采用表头 $I_g=1\ \mathrm{mA}$、$R_g=30\ \Omega$;欧姆设计考察电池 1.3–1.6 V 和 470 Ω 电位器。

校准先计算标准上下行均值,再计算“改装示值减标准均值”。往返差单独描述上下行读数的差异。扩程与调零设计则使用明确的表头参数。

$$ R_s=\frac{R_g}{n-1},\qquad R_M=\frac{U_{\mathrm{FS}}}{I_g}-R_g,\qquad R_W=\frac E{I_g}-R_g-R_3. $$

表 1 关键计算结果

计算量 数值 单位
5 mA 扩程设计分流电阻 $7.5$ Ω
1.5 V 扩程设计串联电阻 $1470$ Ω
电流表最大示值误差绝对值 $0.105$ mA
电压表最大示值误差绝对值 $0.0805$ V

电压 1.25 V 行对应标准均值 1.3305 V,是误差曲线上最明显的偏离,阅读时可直接返回该行核对。欧姆调零模型比较 1000 Ω 与 1100 Ω 两个限流电阻方案。

把校准偏离定位到具体读数

十个校准点重算的电流表示值误差

图 2 十个校准点重算的电流表示值误差

十个校准点重算的电压表示值误差,包含 1.25 V 原记录行 中值电阻 1500 Ω、E=1.5 V 的理想欧姆刻度模型
图 3
十个校准点重算的电压表示值误差,包含 1.25 V 原记录行
图 4
中值电阻 1500 Ω、E=1.5 V 的理想欧姆刻度模型

前两幅的纵轴是示值误差,零线表示与标准均值一致。第三幅给出欧姆档的理想偏转关系;观察校准读数与设计模型各自回答的问题。

在 Notebook 中探索

操作 参数与范围 观察什么
切换欧姆限流电阻 选择 $R_3=1000,1100\ \Omega$ 比较所需调零电阻随电池电压的变化与 0–470 Ω 范围

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:

  1. 先看上下行标准读数,区分示值误差和往返差。
  2. 对照电压误差图中的明显偏离与 1.25 V 原记录行。
  3. 切换限流电阻设计,检查整个 1.3–1.6 V 区间的调零可行性。

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/meter-calibration/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/MeterCalibrationLab/dist/MeterCalibrationLab-0.1.0.paclet"];
Needs["MeterCalibrationLab`"];
MeterCalibrationLab`OpenNotebook[]

数据与计算实现

内容 入口
规范观测数据 current.csv · voltage.csv
单位、参数与模型条件 experiment.json
Python 计算模块 meter_calibration.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

返回课程目录 · 浏览全部实验