介绍:
篮球是一项国际知名的运动,世界上几个不同地区的几个不同群体的人都在练习。事实上,它是目前世界上最受欢迎的运动之一。为了保证一场合适的篮球比赛,你需要篮球有足够的弹性——因为没有它,球就不会弹到合适的高度。
这种弹性现象的发生是由于“动力学理论”定律,在这里,因为“(球/系统内的气体分子)处于恒定的、随机的运动中,经常相互碰撞,并与任何容器的壁面碰撞,”(美国宇航局,球有足够的压力将球推回地面,并回到它被释放时的高度的一小部分。这种持续的运动和粒子壁面内频繁的碰撞会对物体产生向外的推力,这就是物体的压力(单位为千帕斯卡)。
现在,如果在球内保持相同数量的粒子,但减少音量 - 你会看到物体内部的压力会增加。这是因为颗粒将达到与墙壁的更大的碰撞速度,因为它们具有较少的空的行程空间 - 因此使篮球更多的力施加向外/更大的压力。
在数学中代表这种情况,一个名为Robert Boyle的科学家源于1662中的压力[KPA]和体积[L]之间的数学关系,其中压力ΦX体积[L] =常数[k](PV = k).然而,年后,1834年,一个名叫BenoîtPaulémileClapyyron的科学家会发现,如果摩尔的温度和摩尔数(物质中的特定数量的颗粒数量,则只能起作用23粒子)在系统中保持不变/也就是理想气体定律。
在这个实验室中,我的团队和我将研究体积和压力之间的关系;我们将使用博伊尔的法律仪器测试罗伯特博伊尔的理论。在此,我们需要操纵体积的变量,看看系统中空气的压力如何在系统中恒定的空气摩尔的恒定数量增加/减小。
当进行这个实验时,我们期望数据点遵循一个反比的模式-因为压强乘以体积等于一个常数。我们也忽略了系统内部的温度变化。
变量:
独立 - 体积(0.020,0.025,0.030,0.035,0.040,0.045,0.050,0.055,0.06)[L]
依赖 - 压力[KPA],
控制 - 系统中的空气量,系统空气温度(理论)
假设:
随着系统中空气的体积以稳定增量增加,因此系统的压力成反比地增加。
材料:
- 博伊尔的法律仪器
- 气泵
- excel.
安全:
- 当释放空气来记录数据变量的不同体积,确保打开阀在小程度上因为如果你释放液体太快,你可能会错过所需的体积数据点和/或导致形成的泡沫和泵。
- 在博伊尔的定律仪器内部泵送时,请务必缓慢泵,因为执行太快会在设备内部产生气泡,并且可以在很小程度上将数据点波动。
- 当试图得到一个想要的体积数据点时,确保半月板的底部位于测量线,因为只有这样你的数据才会最精确。
程序:
- 将空气泵连接到博伊尔的法律仪器
- 打开波义耳定律仪器的阀门
- 用气泵将半月板的底部放置在测量线上,使系统中的空气量达到20ml
- 关闭博伊尔法律仪器的阀门
- 将系统的压力记录在笔记本上
- 对于体积为25ml, 30ml, 35ml, 40ml, 45ml, 50ml, 55ml和60ml的空气重复步骤2-5
- 重复步骤2-6,总共进行3次试验
- 图表数据
观察和数据:
体积VS压力[PSI转换为kPa]图表
压力[psi] | 压力[KPA] | ||||||
体积[l] | 试验1 | 试验2 | 试验3. | 平均 | 偏差 | 平均压力(kPa) | 偏差 |
0.020 | 47.8 | 47.9 | 48.0 | 47.9 | 0.10 | 330. | 0.689 |
0.025 | 38.2 | 38.1. | 38.2 | 38.1. | 0.05 | 263 | 0.345 |
0.030 | 31.9 | 31.9 | 32.0 | 31.9 | 0.05 | 220. | 0.345 |
0.035 | 27.1 | 27.0 | 27.1 | 27.1 | 0.05 | 187. | 0.345 |
0.040 | 24.0 | 24.0 | 23.9 | 24.0 | 0.05 | 165. | 0.345 |
0.045 | 21.0 | 21.0 | 21.0 | 21.0 | 0.05 | 145 | 0.345 |
0.050 | 18.9 | 18.9 | 19.0 | 18.9 | 0.05 | 130 | 0.345 |
0.055 | 17.0 | 17.1 | 17.0 | 17.0 | 0.05 | 117 | 0.345 |
0.060 | 15.5 | 15.5 | 15.5 | 15.5 | 0.00 | 107. | 0.000 |
体积与1 /压力[逆比例]图表
体积[l] | 1 /压力[KPA] |
0.020 | 0.003030. |
0.025 | 0.003802 |
0.030 | 0.004545 |
0.035 | 0.005348 |
0.040 | 0.006061 |
0.045 | 0.006944 |
0.050 | 0.007692. |
0.055 | 0.008547 |
0.060 | 0.009345. |
常数(P X V =)的常数波动VS卷测量图表
体积[l] | 常数[p x v] |
0.020 | 6.6 |
0.025 | 6.575 |
0.030 | 6.6 |
0.035 | 6.545. |
0.040 | 6.6 |
0.045 | 6.525 |
0.050 | 6.5 |
0.055 | 6.435 |
0.060 | 6.42 |
平均 | 6.533 |
范围 | 0.18 |
图形
分析:
如图1所示,随着系统的体积增加,压力以不规则的增量减小。图表本身具有弯曲的斜率,几乎代表圆的弧;证明该图表代表X变量与Y变量(分别的变量和压力)之间的逆比例的图示。
因此,在逻辑上,如果我们图卷VS 1 /压力 - 我们得到一个线性线路,如图2所示。对于图1,我们还可以看到,随着空气的音量(x)逐渐增加,递增差异压力(Y)开始减小如下表所示 - 描绘了当空气越来越压缩时的描绘,空气的压力开始以更大的幅度增加。
卷VS压力增量差异图表
音量比较[L] | 压力差异[KPA] |
0.020至0.025 | 67. |
0.025至0.030 | 43 |
0.030至0.035 | 33 |
0.035到0.040 | 22 |
0.040到0.045 | 20. |
0.045到0.050 | 15 |
0.050至0.055 | 13 |
0.055到0.060 | 10 |
此外,在图1中,我们还可以观察到,在图中是如何没有误差柱的。这是因为在“体积VS压力[PSI转换为kPa]图表”中,尽管测量设置了偏差,但它们太小了,无法在图表中显示出来——这就是为什么图1中没有任何误差柱。
然而,当观察上述图表所示的偏差时,你可以观察到,最不精确的数据点是空气被压缩到0.020L的那一点,这并不巧合地产生了最大的压力(偏差为+/- 0.689 kPa),同样,最精确的数据点是空气被压缩到0.060L -产生最小的压力(偏差+/- 0.000 kPa);其他数据点的偏差均为+/- 0.345 kPa。
最后,利用波义耳定律看乘积常数,可以看到常数的变化范围仅为0.18(6.6 - 6.42),常数的平均值为6.533;这意味着我们的数据在不同的数据点上都是非常精确的。
另外,对于曲线图2,该线本质上是可以观察到的,实质上是几乎完全线性的;数据点'线性角度在40度左右,是压力和体积之间的成反比度的图示,其中1 /压乘以恒定=体积(k / p = v) - 给出直线。在该图中,每次空气的体积从0.020升增加0.005L时,1 /压力的增量也以0.000790的相当稳定的速率增加,范围为0.000170 - 使线几乎完美的线性结构体。
卷VS 1 /压力增量差异图表
音量比较[L] | 增量差异1 /压力[KPA] |
0.020 VS 0.025 | 0.000772 |
0.025 Vs 0.030 | 0.000743 |
0.030 VS 0.035 | 0.000803 |
0.035 VS 0.040 | 0.000713 |
0.040 VS 0.045 | 0.000883 |
0.045 VS 0.050 | 0.000748 |
0.050 VS 0.055 | 0.000855 |
0.055 VS 0.060 | 0.000799. |
另外,对于体积Vs 1 /压力图[图2]包括R平方值以及趋势线的等式。关于R平方值,您可以观察到它在右下方的0.9996 / 1.0000的方式 - 这意味着我们的数据距离完美的趋势下仅0.04%折扣。
这意味着我们的数据非常精确,因为连续的数据点按预期键入[查看'卷VS 1 /压力增量差异图表'上方],增量差范围为0.000170。
此外,根据曲线图2中所示的外推,以及趋势线的等式,表示当系统(x轴)中的空气的体积为0.000时,1 /压力等于数量较少超过0;具体而具体(-0.0002)aka y-intercept =(-0.0002),因为它乘以0的东西是等于0的,因为这是我们从我们的实际观察中找到的东西,因此该值非常准确,因为它显示趋势线只有完美的少价。
结论:
总之,我的假设“随着系统中的空气量以稳定增量增加,然后系统的压力成反比地增加,”被认为是正确的。我这么说这是因为如你在图1中观察到的那样,随着系统(X轴)的空气的体积被压缩到0.060L至0.020L,因此系统(Y轴)的压力从107kPa降低到330kPa分别以逆比例的图案。
在绘制1 /压力VS卷的数据点之后,由于连续数据点作为整体的连续数据点的线性,因此x和y变量之间的关系鲜艳。
实验结果与我预测的如何完全相同,因为在引入段期间的研究期间发现,这两个图表(压力Vs卷和1 /压力Vs卷)的数据的数字就是如此,压力V卷图看起来像圆弧的弧,1 /压力V卷图是线性线。
用于找到此实验室数据的方法非常精确。关于曲线图2的R平方和Y截距,数据点的精度非常高,因为r平方值由miniskule 0.04%/ 0.0004关闭 - 显示数据非常好,而且y-截距也位于(-0.0002),这在实际收集数据中是极其精确的,因为它是一个完美的0.0000。
最后,根据博伊尔的PV = k定律,我们计算了我们得到的常数(平均值)为6.533,范围为0.18 - 再次意味着我们实验室执行的精确度。在我们的实验室中,背后的原因是我们的数据如此准确的是因为我们用于获得此数据的设备。博伊尔的法律仪器是一种极其精确的设备,其展示了最多3个有效数字的压力,以及3个重要人物。
这使得我和我的团队更容易得到精确的数据。然而,我们限制一个数据是,尽管它是相对容易收集,通常我们需要重新启动程序的特定部分如抽油使用气泵,压缩空气回0.020 l -最多的数据点偏差是由于它高压力。
这发生了,因为,这个数据点的压力如此之高,我们需要快速泵送 - 这将在系统中产生泡沫并弄乱数据。即使这可以通过打开装置的阀门的大部分时间来固定,它将导致我们花费更长的时间来收集数据,并且可能已经留下了系统中的奇异气泡。
使用该装置的另一个限制是,一旦我们达到0.015L或0.065L的空气量,仪表上的压力就会出现在标记的测量下方,或者上方标记的测量部分 - 这阻止了我们收集10不同数据点,而是让我们收集9。
帮助我们用旧的散文修复他的笑容,需要几秒钟!
- 我们正在寻找你aced的上一篇文章,实验室和作业!
- 我们将在我们的网站上审核并发布它们。广告收入用于支持发展中国家的儿童。
- 通过操作微笑和微笑火车,帮助支付腭裂修复手术。