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
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

图 2 十个校准点重算的电流表示值误差
![]() |
![]() |
| 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:
- 先看上下行标准读数,区分示值误差和往返差。
- 对照电压误差图中的明显偏离与 1.25 V 原记录行。
- 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 |

