描述

1.結(jié)構(gòu)。連接圖。游騎兵和評級選擇

解決所需的這些問題
? 33 kOhm 電阻
? 1 kOhm電阻
? 晶體管 2n3904
? 叉

為了獲得特性，我們需要測量電壓和電流。電壓很容易測量，但電流必須通過電阻上的電壓降來計算。在不降低輸出電壓的情況下，每個 AO 通道的最大電流可能為 10mA。這將是本實驗中集電極中的最大電流。通道 10 V 上的最大電壓因此集電極上的電阻器應(yīng)為 1 kOhm。根據(jù)數(shù)據(jù)表，在 10mA 時 hfe 大約等于 150。由此我們得出結(jié)論，基極中的最大電流為 66 μA。現(xiàn)在我們計算限流電阻 10V/66 μA = 35087 Ohm 或 33 kOhm，這是電阻/電阻值的最接近的額定功率。我們有以下 2 個圖表。

2.輸入輸出特性

輸入和輸出特性描述了四極桿對低信號的反應(yīng)。其參數(shù)由以下等式連接：

?Ub = h11?Ub + h12?Uc
?Ic = h21?Ub + h22?Uc

其中Ub是基極電壓，Ib是基極電流，Uc是集電極電壓，Ic是集電極電流。
H - 不是恒定的參數(shù)，還取決于電流、電壓和溫度，但在這里我們不會對其進行審查。

有兩種主要類型的特性：具有不同 Vc = const 的基極電流對基極電壓的依賴性，以及具有不同Ib = const的集電極電流對集電極電壓的依賴性。我們將在實驗期間保留這些內(nèi)容。

3. 在 Python 中獲取結(jié)果

為此，我們將用 Python 編寫一個腳本并使用 Fork 庫（實現(xiàn) fork 的庫）。從庫中我們將需要兩個命令，它們是 aoSet () 和 aiGet ()。要制作圖表，我們需要添加一個 matplotlib 庫。鏈接如何安裝和使用 matplotlib。很明顯，在循環(huán)中，我們將為電路輸入提供電壓序列，并在集電極和基極處壓降。讓我們從輸入特性開始。由于輸入特性是指數(shù)的，特性將首先以較小的步距/間距施加電壓。

V_B_IN=[0,0.1,0.2,0.3,0.4,0.5,0
.6,0.7,0.8,0.9,1.1,1.2,1.3,1.4,
1.5,1.6,1.7,1.8,1.9,2,3,4,5,
6,7,8,9,10]

我們記錄了集電極上兩個電壓值的特性

?

現(xiàn)在我們?yōu)檩敵鎏匦宰鲞@件事。周期中有一個周期來傳遞不同值的基極電流。順便說一句，有必要不要忘記在每個分支的測量結(jié)束時獲取基極的電流，因為我們設(shè)置的是輸入電壓，而不是電流。

?

如您所見，如果我們連接分支的所有末端，我們會得到一條直線，這是具有普通發(fā)射器的電路/圖表的負載特性。事實上，這就是我們的圖表（我們追求的）。

?

4. 在 JavaScript 中獲取結(jié)果

為了測量 Javascript 中的特征，我們需要使用 Fork 執(zhí)行與 Python 中相同的操作。在這里，我們將使用 API 命令來設(shè)置 AO 通道上的電壓并在 AI 輸入端接收它。

http://192.168.0.205/control?AO0=3.3
http://192.168.0.205/control?AI7

接下來我們需要提交一系列 AJAX 請求。該腳本為此提供了現(xiàn)成的功能

make_ajax_req_onok('GET',url_path
'control?'ao_ch_b"="V_B_IN[i_v_b_in],
function(){
setTimeout(get_base_volts_pr
ocess,get_volts_delay);
}
);

這里我們需要知道url是如何形成的。在 url_path 中記錄了我們的 ip，在 ao_ch_b 中記錄了 AO 通道的字面量，它控制基極，而 V_B_IN[i_v_b_in] 是我們將順序施加到 AO 的電壓數(shù)組。

?

輸入特性

?

輸出特性

5. 代碼示例參考

鏈接
?指向 Python 腳本輸入特征的鏈接?指向 Python 腳本輸出特征的鏈接?指向 Javascript 腳本輸入和輸出特征的鏈接