Исследование вольтамперных характеристик диодов
Контрольная работа - Физика
Другие контрольные работы по предмету Физика
при Uпр=0,2 В; R=1 Ом; ?=1*10-8 1/Ом
Таблица 9. U>0
№U, ВI, А№U, ВI, А100144,51,43420,30,033361551,60130,60,1334165,51,76740,90,23351761,93451,20,3335186,52,161,50,43341972,26771,80,5334207,52,43482,10,63342182,692,40,7334228,52,767102,70,83342392,9341130,9336249,53,102123,51,125103,2681341,267
Рис.11. График зависимости U от I при U>0
Снятие характеристик при Uпр=0,2 В; R=0,3 Ом; ?=1*10-8 1/Ом
Таблица 10. U>0
№U, ВI, А№U, ВI, А100144,51,8720,30,043491552,08730,60,1739165,52,30440,90,30441762,52251,20,4348186,52,73961,50,56531972,95771,80,6957207,53,17482,10,82612183,39192,40,9566228,53,609102,71,0872393,8261131,217249,54,044123,51,43525104,2611341,652
Рис.12. График зависимости U от I при U>0
Вывод
В проделанной работе мы исследовали два диода из библиотек Simscape и SimElectronics. Обе модели оказались ограничены, так как предусмотрено ограничение по сопротивлению, однако в исследуемых пределах модели диодов работали хорошо. В итоге мы исследовали 7 цепей, построили их вольтамперные характеристики.
библиотека simelectronics диод вольтамперный
Аппроксимация графиков вольтамперных характеристик диодов
Даны вольтамперные характеристики реальных диодов при 2х разных температурах. Необходимо аппроксимировать эти функции различными методами. При выполнении работы я использовал различные методы аппроксимации: с помощью функций линейной, квадратичной, кубической и экспоненциальной зависимостей. Функции и области их значений определялись с помощью подстановки различных значений.
Исходный график
Рис.1. Исходный график ВАХ исследуемого диода
Функции первой степени
Исходный код программы
% рисуем первый график
x_1 = [0 .05 .15 .2 .2375 .2625 .2875 .31 .325 .3375 .35 .36 .371 .39 .405 .425];_1 = [0 .15 1.5 5 10 15 20 25 30 35 40 45 50 60 70 80];
cs_1 = spline(x_1, [0 y_1 0]);_1 = linspace(0, .425, 20);(x_1, y_1, o, xx_1, ppval(cs_1, xx_1), -, LineWidth, 2);
hold on;
% рисуем второй график
x_2 = [0 .1 .2 .25 .2875 .3125 .3375 .36 .375 .3875 .4 .41 .421 .44 .455 .475];
y_2 = [0 .15 1.5 5 10 15 20 25 30 35 40 45 50 60 70 80];_2 = spline(x_2, [0 y_2 0]);_2 = linspace(0, .475, 20);(x_2, y_2, o, xx_2, ppval(cs_2, xx_2), -, LineWidth, 2);
% апроксимируем первый график
x11 = [0 0.17];= x11 * 6;
plot (x11, y11, m, LineWidth, 2);
= [0.15 0.24];= (x12 * 100) - 15;(x12, y12, g, LineWidth, 2)
= [0.22 0.31];= (x13 * 200) - 38;(x13, y13, r, LineWidth, 2);
= [0.29 0.36];= (x14 * 330) - 77;(x14, y14, k, LineWidth, 2);
x15 = [0.34 0.43];= (x15 * 545) - 152;(x15, y15, b, LineWidth, 2);
% апроксимируем второй график
x21 = [0 0.22];= x21 * 4;
plot (x21, y21, m, LineWidth, 2);
= [0.2 0.29];= (x22 * 100) - 20;(x22, y22, g, LineWidth, 2);
= [0.265 0.365];= (x23 * 200) - 47.5;(x23, y23, r, LineWidth, 2);
= [0.345 0.41];= (x24 * 330) - 94;(x24, y24, k, LineWidth, 2);
= [0.39 0.475];= (x25 * 545) - 180;(x25, y25, b, LineWidth, 2);
Полученные данные
Рис.2. Аппроксимация графиков функциями линейной зависимости
Первый график:
Y1 = X1 * 6; X1 Є [00.16)
Y2 = X2 * 100 - 15; X2 Є [0.160.24)3 = X3 * 200 - 38; X3 Є [0.220.31)4 = X4 * 330 - 77; X4 Є [0.290.36)5 = X5 * 545 - 152; X5 Є [0.340.43]
Второй график:
Y1 = X1 * 10 - 1.2;X1 Є [00.21)2 = X2 * 100 - 20;X2 Є [0.210.275) 3 = X3 * 200 - 47.5;X3 Є [0.2750.355)4 = X4 * 330 - 94;X4 Є [0.3550.4)
Y5 = X5 * 545 - 180;X5 Є [0.40.475]
Функция второй степени
Исходный код программы
% рисуем первый график
x_1 = [0 .05 .15 .2 .2375 .2625 .2875 .31 .325 .3375 .35 .36 .371 .39 .405 .425];_1 = [0 .15 1.5 5 10 15 20 25 30 35 40 45 50 60 70 80];_1 = spline(x_1, [0 y_1 0]);_1 = linspace(0, .425, 20);(x_1, y_1, o, xx_1, ppval(cs_1, xx_1), -, LineWidth, 2);on;on;
% рисуем второй график
x_2 = [0 .1 .2 .25 .2875 .3125 .3375 .36 .375 .3875 .4 .41 .421 .44 .455 .475];_2 = [0 .15 1.5 5 10 15 20 25 30 35 40 45 50 60 70 80];_2 = spline(x_2, [0 y_2 0]);_2 = linspace(0, .475, 20);(x_2, y_2, o, xx_2, ppval(cs_2, xx_2), -, LineWidth, 2);
% апроксимируем первый график
x1 = 0 : 0.0001 : 0.425;= ((x1.^2) * 640) - (x1 * 100) - 1;
plot(x1, y1, b, LineWidth, 2);
% апроксимируем второй график
x2 = 0 : 0.0001 : 0.475;= ((x2.^2) * 460) - (x2 * 50) - 12;
plot(x2, y2, r, LineWidth, 2);
Полученные данные
Рис.3. Аппроксимация графиков функцией квадратичной зависимости
Первый график:
Y1 = (640 * X12) - (100 * X1) - 1;X1 Є [0.190.4)
Второй график:
Y2 = (460 * X22) - (50 * X2) - 12;X2 Є [0.2350.44)
Функция третьей степени
Исходный код программы
% рисуем первый график
x_1 = [0 .05 .15 .2 .2375 .2625 .2875 .31 .325 .3375 .35 .36 .371 .39 .405 .425];_1 = [0 .15 1.5 5 10 15 20 25 30 35 40 45 50 60 70 80];
cs_1 = spline(x_1, [0 y_1 0]);_1 = linspace(0, .425, 20);(x_1, y_1, o, xx_1, ppval(cs_1, xx_1), -, LineWidth, 2);on; on;
% рисуем второй график
x_2 = [0 .1 .2 .25 .2875 .3125 .3375 .36 .375 .3875 .4 .41 .421 .44 .455 .475];_2 = [0 .15 1.5 5 10 15 20 25 30 35 40 45 50 60 70 80];_2 = spline(x_2, [0 y_2 0]);_2 = linspace(0, .475, 20);(x_2, y_2, o, xx_2, ppval(cs_2, xx_2), -, LineWidth, 2);
% апроксимируем первый график
x1 = 0 : 0.0001 : 0.425;= ((x1.^3) * 1465) - ((x1.^2) * 180);
plot(x1, y1, b, LineWidth, 2);
% апроксимируем второй график
x2 = 0 : 0.0001 : 0.475;= ((x2.^3) * 1307) - ((x2.^2) * 280) + 2;
plot(x2, y2, r, LineWidth, 2);
Полученные данные
Рис.4. Аппроксимация графиков функцией кубической зависимости
Первый график:
Y1 = (1465 * X13) - (180 * X12);х1 Є [00.425)
Второй графкик:
Y2 = (1307 * X23) - (280 * X22) + 2;х2 Є [0.120.475)
Функция экспоненты
Исходный код программы
% рисуем первый график
x_1 = [0 .05 .15 .2 .2375 .2625 .2875 .31 .325 .3375 .35 .36 .371 .39 .405 .425];_1 = [0 .15 1.5 5 10 15 20 25 30 35 40 45 50 60 70 80];_1 = spline(x_1, [0 y_1 0]);_1 = linspace(0, .425, 20);(x_1, y_1, o, xx_1, ppval(cs_1, xx_1), -, LineWidth, 2);on;on;
% рисуем второй график
x_2 = [0 .1 .2 .25 .2875 .3125 .3375 .36 .375 .3875 .4 .41 .421 .44 .455 .475];_2 = [0 .15 1.5 5 10 15 20 25 30 35 40 45 50 60 70 80];_2 = spline(x_2, [0 y_2 0]);_2 = linspace(0, .475, 20);(x_2, y_2, o, xx_2, ppval(cs_2, xx_2), -, LineWidth, 2);
% апроксимируем первый график
x1 = 0 : 0.0001 : 0.425;= exp(((x1 * 10649 / 1000) + 0) / 1) - 2.4;
plot(x1, y1, b, LineWidth, 2);
% апроксимируем второй график<