电阻伏安特性的测定
直线、残差与二极管曲线,读懂接法如何影响伏安测量。
对两个电阻分别使用电流表内接、外接法测量,再观察二极管正向电流。比较逐点比值、过原点拟合与含截距拟合,借助无量纲加载模型理解两种接法的适用范围。
读实验报告 · 浏览器交互 · Python 笔记本 · Wolfram 笔记本
图 1 比较内外接伏安法 → 检视拟合线与残差 → 探索加载和非线性
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
两个电阻、两种接法各记录七组电压和电流;二极管另有七个正向电压点。低电流的记录步进为 0.001 mA,拟合可在全部七点与高电压四点间切换。
加载模型中 $t=R_x/R_A$、$k=R_V/R_A$。电阻估计由不同回归假设得到;二极管半对数分析采用 0.40–0.60 V 的四点区间。
$$ U=aI+b,\qquad R_0=\frac{\sum I_iU_i}{\sum I_i^2},\qquad \varepsilon_{in}=\frac1t,\quad \varepsilon_{out}=\frac{t}{t+k}. $$
表 1 关键计算结果
| 计算量 | 数值 | 单位 |
|---|---|---|
| R₁ 内接逐点电阻均值 | $18.964461$ | Ω |
| R₁ 外接逐点电阻均值 | $9.126030$ | Ω |
| 0.40–0.60 V 二极管电流增大倍数 | $286.65625$ | 1 |
小电阻的接法差异明显;大电阻的低电流量化使比值平均和拟合估计产生较大差异。二极管 0.65 V 行记录电流 4.511 mA,高于所标 2 mA 量程,半对数拟合采用其前面的区间。
让残差和器件非线性各自展开

图 2 R₁ 内接法的电压–电流观测、含截距拟合与残差
![]() |
![]() |
| 图 3 R₁ 外接法的电压–电流观测、含截距拟合与残差 |
图 4 二极管 0.40–0.60 V 正向记录的半对数拟合与残差 |
前两幅用相同物理量比较接法,读斜率时注意电流轴单位为 mA。第三幅对电流取对数,检查所选区间的近似指数形状。
在 Notebook 中探索
| 操作 | 参数与范围 | 观察什么 |
|---|---|---|
| 切换拟合数据范围 | 选择 R₁/R₂、内接/外接、全部七点/高电压四点 | 同步比较拟合线与全部记录点的残差 |
| 切换仪表内阻比 | 选择 $R_V/R_A=10^3,10^4,10^6$ | 观察内外接相对加载误差和交叉范围 |
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:
- 从四组电阻观测比较两种接法的读数标度。
- 切换全部点与高电压点拟合,检查低电流记录对参数的影响。
- 再转到无量纲加载模型和二极管半对数图,区分测量模型与器件模型。
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/resistor-iv/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/ResistorIVLab/dist/ResistorIVLab-0.1.0.paclet"];
Needs["ResistorIVLab`"];
ResistorIVLab`OpenNotebook[]
数据与计算实现
| 内容 | 入口 |
|---|---|
| 规范观测数据 | diode.csv · resistors.csv |
| 单位、参数与模型条件 | experiment.json |
| Python 计算模块 | resistor_iv.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 |

