光敏传感器光电特性研究
从微小取样压降出发,把光电响应和负载回路一起检查。
改变灯杆位置与负载,记录硅光电池端电压及取样电阻压降。由取样电压换算电流,比较共同负载的位置响应,并借助归一化单二极管模型探索光电池曲线形状。
读实验报告 · 浏览器交互 · Python 笔记本 · Wolfram 笔记本
图 1 记录负载取样压降 → 换算电流检查回路 → 探索光电池模型形状
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
四个灯杆刻度为 0、3、6、9 cm,每个位置记录十四种负载,共五十六组读数。取样电阻 $R_1=10\ \Omega$,灯杆 0 cm 对应实际距离约 2 cm。
回路差采用原接线图中的串联负载关系,并忽略电压表加载。理想单二极管模型定义 $v=V/V_{oc}$、$a=qV_{oc}/(nk_BT)$,以无量纲参数比较形状。
$$ I=\frac{U_{R1}}{R_1},\qquad \Delta U=U_o-I(R_n+R_1),\qquad \frac I{I_{ph}}=1-\frac{\exp(av)-1}{\exp(a)-1}. $$
表 1 关键计算结果
| 计算量 | 数值 | 单位 |
|---|---|---|
| 近位置最大记录负载电流 | $0.23$ | mA |
| 3 cm 刻度最大记录负载电流 | $0.08$ | mA |
| 近位置回路相对差最大值 | $70.378788$ | % |
共同 1 kΩ 负载下,四个位置电流分别为 0.22、0.08、0.05、0.05 mA。端电压与图示串联回路预测存在明显差异,分析从负载电流和回路一致性展开;器件端点参数需要对应的开路、短路测量。
把负载响应与回路诊断放在同一视野

图 2 共同 1 kΩ 标记负载下的取样换算电流与灯杆刻度
![]() |
![]() |
| 图 3 近位置十四个负载的端电压记录减串联回路预测 |
图 4 a=10 的理想单二极管归一化电流–电压模型 |
第一幅比较同负载读数,第二幅定位原记录的回路差,第三幅解释理想模型形状。灯杆刻度用于区分位置条件,照度关系需由照度测量建立。
在 Notebook 中探索
| 操作 | 参数与范围 | 观察什么 |
|---|---|---|
| 切换灯杆位置 | 在 0、3、6、9 cm 记录之间选择 | 同时比较端电压–电流记录和负载回路差 |
| 改变理想模型参数 | 选择 $a=5,10,15$ | 观察归一化曲线弯曲程度与开路端附近的变化 |
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 10 Ω 取样电阻复算一组电流,注意 mV 与 mA 的对应。
- 在不同灯杆位置之间切换,联合查看原记录和回路电压差。
- 转到理想模型,用无量纲参数比较曲线形状,再阅读实测条件。
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/photosensor/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/PhotosensorLab/dist/PhotosensorLab-0.1.0.paclet"];
Needs["PhotosensorLab`"];
PhotosensorLab`OpenNotebook[]
数据与计算实现
| 内容 | 入口 |
|---|---|
| 规范观测数据 | measurements.csv |
| 单位、参数与模型条件 | experiment.json |
| Python 计算模块 | photosensor.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 |

