示波器的调节与使用
把格数换成物理量,把闭合轨迹换成频率比。
从正弦、三角和方波的屏幕读格计算幅度、有效值与周期,再用李萨如图形比较频率。相同峰峰值的不同波形具有不同有效值,频率比和相位也会共同改变轨迹形状。
读实验报告 · 浏览器交互 · Python 笔记本 · Wolfram 笔记本
图 1 读取电压时间格数 → 换算有效值与周期 → 观察李萨如频率比
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
三种波形均记录电压档 0.2 V/div、峰峰高度 5 div、时间档 0.2 ms/div、周期长度 5 div。李萨如记录使用五种标准频率,与约 1000 Hz 的待测信号比较。
对称、无直流分量、方波占空比 50% 的理想波形,其有效值分别为 $U_p/\sqrt2$、$U_p/\sqrt3$ 与 $U_p$。李萨如频率换算采用报告所定义的交点计数方向。
$$ U_{pp}=k_Vy,\qquad T=k_tx,\qquad f=1/T,\qquad f_y=f_x\frac{N_x}{N_y}. $$
表 1 关键计算结果
| 计算量 | 数值 | 单位 |
|---|---|---|
| 正弦波读格换算有效值 | $0.353553$ | V |
| 三角波读格换算有效值 | $0.288675$ | V |
| 方波读格换算有效值 | $0.5$ | V |
| 五组李萨如计数频率均值 | $1000$ | Hz |
三种波形的峰峰值同为 1 V,几何有效值却不同。正弦毫伏表读数 0.507 V 与读格换算值的偏差约为 43.4%,可结合测量档位、读格与仪表响应阅读原记录。
时间波形与 X–Y 轨迹的两种视角

图 2 峰值 0.5 V、频率 1000 Hz 的理想正弦波模型
![]() |
![]() |
| 图 3 相同峰值与频率的理想三角波模型 |
图 4 频率比 fy:fx=1000:500、相位 π/4 的理想李萨如轨迹 |
时间波形将横轴解释为毫秒;李萨如图将两轴解释为归一化电压。这里的曲线由相应理想方程生成,读格与交点计数保存在原记录表。
在 Notebook 中探索
| 操作 | 参数与范围 | 观察什么 |
|---|---|---|
| 切换波形 | 在正弦、三角和方波之间选择 | 比较相同峰峰值下的形状与有效值关系 |
| 改变标准频率和相位 | 标准频率 250–2000 Hz 五档,相位 $0,\pi/4,\pi/2$ | 观察闭合轨迹、交点数和特殊相位的退化形状 |
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:
- 先由电压档和格数复算峰峰值、峰值,再使用各波形对应的有效值系数。
- 从时间档复算周期,比较周期法和李萨如计数法得到的频率。
- 切换频率比与相位,观察哪些轨迹适合使用一般交点计数。
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/oscilloscope/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/OscilloscopeLab/dist/OscilloscopeLab-0.1.0.paclet"];
Needs["OscilloscopeLab`"];
OscilloscopeLab`OpenNotebook[]
数据与计算实现
| 内容 | 入口 |
|---|---|
| 规范观测数据 | lissajous.csv · waveforms.csv |
| 单位、参数与模型条件 | experiment.json |
| Python 计算模块 | oscilloscope.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 |

