测量两种充电9V电池
9V充电电池
01 9V充电电池
一、背景介绍
这是两只 9V 充电电池， 为了在屏蔽盒中为高阻运放测量提供电源。 下面测量一下它们 的放电特性和电池容量。
二、端口电压
首先测量一下这两个电池的端口电压。 两个充电电池，一个容量为1200mA， 一个是280mA。 1200mA容量电池端口电压为 8.425V。 280mA容量的电池端口电池为8.869V。
三、电池内阻
为了测试电池的内阻， 使用负载电阻测量方法。 在电池外增加一个负载电阻R1。 负载电阻上的电压V1 是电池开路电压在R0,R1上的分压。 由此可以计算出电池内阻R0的大小。
下面测试电池测内阻。 这是测量的结果， 上面是280mA容量的电池， 它的内阻为0.838欧姆， 下面是1200mA电池内阻， 它的大小为1.649欧姆。 可以看到两者内阻， 有着比较大的差别。
| 电池 | 初始电压 | 负载电压 | 内阻(ohm) |
|---|---|---|---|
| 280mA | 8.8329 | 8.69 | 0.838 |
| 1200mA | 8.425 | 8.161 | 1.649 |
四、电池容量
下面使用电子负载测量两种电池的容量。
最终两款电池容量测量结果如下。 1200mAH电池， 容量大约为1000mAH， 280mAH电池的容量则仅仅为80mAH。 这说明这款电池已经老化了。
※ 总 结 ※
在这里对于两款9V充电电池特性进行了测量。 这位后面应用提供数据支撑。
from headm import *
from tsmodule.tsstm32 import *tdim = []
vdim = []fstart = time.time()while True:meter = meterval()vdim.append(meter[0])delt = time.time() - fstarttdim.append(delt)tspsave('measure', v=vdim,t=tdim)printff(delt, meter[0])if meter[0] < 4:breaktime.sleep(2)printf('\a')plt.plot(tdim, vdim)plt.xlabel("Time(s)")
plt.ylabel("Voltage(V)")
plt.grid(True)
plt.tight_layout()
plt.show()
测量两种充电9V电池相关推荐
- 单片机备用电池供电电路_两种实用的电池供电电路分析
随着信息时代的来临,手持电子产品层出不穷(如PDA.数码相机.手机等).这些产品主要采用电池供电,在此类产品中如何设计电源管理电路,确保产品的实用性.经济性成为产品设计的关键问题.本文从设计手持产品的 ...
- 查看笔记本电池健康度的两种方法和电池报告解析
查看笔记本电池健康度的两种方法和电池报告解析 概述 1. 通过CMD命令查看笔记本电脑电池的健康度 1.1 "WIn+R",输入 CMD 1.2 在 CMD 中输入以下命令 ==* ...
- 苹果13用哪种充电宝？苹果13手机最适合用的充电宝分享
充电宝作为人们日常出门的必需品可以说是很重要的了,但凡出门一天,不带个充电宝整个人都不安心.而近几年充电宝的款式逐渐出现了无线充电宝,无线充电宝因其容易携带.充电方便.充电效率高的特点而被大家喜欢.那 ...
- 建筑储能相变材料：两种热性能标准测试方法比较
摘要:本文针对相变材料热性能测试的两个国际标准测试方法,ASTM C1784和RAL-GZ 896,对这两种方法的进行了简述来和比较,使得对相变材料热性能测试评价有更深刻的了解,以便在实际应用中做出更 ...
- 测量T254、CSD19535两种MOS管的输入电容
※ 补充说明 本文后面使用SmartTweezer测量MOS管输入电容的时候,实际操作是错误的.实际上是测量的栅极与漏极之间的电容. 如果直接测量栅极与源极之间的电容,则数值分别大了一倍,与使用充电方 ...
- 上汽大通MIFA 7通过申报，提供可换电和充电两种补能模式
车控快讯(文/每日一CHEK)上汽大通MIFA 7通过申报,定位为纯电中型MPV,提供6/7座布局和可换电和充电两种补能模式.新车的外观设计简洁明了,采用环装灯带和泪眼式灯组构成的前脸和"7 ...
- 光伏储能并网发电模型，根据储能电池SOC的工作区间，光伏有MPPT、恒功率输出两种控制方式，在电池健康工况下光伏处于MPPT模式
光伏储能并网发电模型,根据储能电池SOC的工作区间,光伏有MPPT.恒功率输出两种控制方式,在电池健康工况下光伏处于MPPT模式,在电池处于极限工况下,光伏处于恒功率模式,通过boost连接到公共点, ...
- 测量模型不确定性的两种简单方法
在本文中,我们将介绍两种方法,它们允许你获得模型的不确定性:蒙特卡罗Dropout法(MC Dropout)和深度集成法. 它们适用于各种各样的任务,但在本文中,我们将展示一个图像分类的示例.它们都相 ...
- [毕设系列--参考文献内容整理] 视觉测量中圆形标志两种提取方法的比较
目录 摘要 一.引言 二.基于感兴趣区域的最小二乘边缘拟合提取方法 2.1 感兴趣区域的提取 2.1.1 感兴趣区域 2.1.2 感兴趣区域的交互式提取 2.2 圆形标志的边缘提取 2.3 最小二乘边 ...
最新文章
- 近期工作：Updater Application Block (UAB)继续
- SQL注入绕过登录验证
- github仓库上的漏洞修复
- （35）23种设计模式研究之六【命令模式】
- python训练模型测试模型_python 机器学习中模型评估和调参
- C语言课后习题(21)
- Unity3D命令行Build
- android setCompoundDrawables和setCompoundDrawablesWithIntrinsicBounds区别
- 【2021杭电多校赛】2021“MINIEYE杯”中国大学生算法设计超级联赛（10）签到题2题
- docker_4 数据卷技术
- Android常用代码集
- SATA工作模式咋选？揭秘AHCI和IDE区别(1)
- torch.cuda.is_available()返回false——解决办法
- Qlikview---交叉表
- ide中tomcat乱码_彻底解决Intellij IDEA中文乱码问题(亲测成功)
- 大一C语言总结贴（持更） Part 10 随机步法
- 中医针灸学综合练习题库【9】
- 景联文科技—专业数据采集公司和智能数据管理执行一体化平台
- parameterType是必须写的吗？
- 个人开发者越来越难之-----上传应用市场的软著虐我遍体鳞伤