《用拉伸法测定钢丝的杨氏模量—伍》由会员分享，可在线阅读，更多相关《用拉伸法测定钢丝的杨氏模量—伍（25页珍藏版）》请在金锄头文库上搜索。
1、用拉伸法 测定钢丝的杨氏模量,实验结束时整理好仪器，板凳放在桌子底下，垃圾带出实验室,依据序号，按号入座,实验开始前，不要动仪器,实验目的,1.学习用静态拉伸法测量金属丝杨氏模量，掌握光杠杆测定微小伸长量的原理； 2.初步学会调节、使用望远镜； 3.巩固练习三种基本长度测量仪器的使用。,实验内容,测量给定钢丝的杨氏模量,实验原理,杨氏模量（Youngs modulus），是材料力学中的名词。,根据胡克定律：在弹性限度内，弹性体的相对伸长DL/L与物体的应力F/S成正比，可表示为,其中比例系数就是该材料的杨氏弹性模量，简称杨氏模量。量纲是Nm-2,实验原理,钢丝的横截面积,代入上式，得:,F :
2、砝码对钢丝所产生的重力(F=mg),L:钢丝长度(用直尺测量),d:钢丝的直径(用螺旋测微计测量),L：钢丝的伸长量，为一个不易测量的小量（采用光杠杆放大原理来测量）,光杠杆放大原理,l,直尺,钢丝,砝码盘,L,x,反射镜法线,l,D,x0,x,2,放大倍数,测量公式,F :砝码对钢丝所产生的重力(F=mg),L:钢丝长度(用卷尺测量),d:钢丝的直径(用螺旋测微计测量),D：光杠杆镜面到标尺的垂直距离（用卷尺测量）,l:光杠杆前后足的垂直距离(用游标卡尺测量）,x:增加砝码使望远镜中的标尺位置发生变化的量,实验仪器,望远镜,直标尺,金属丝,光杠杆,杨氏模量测定仪,平台夹头,镜尺机构,砝码,准
3、星,缺口,调焦旋钮,锁紧螺钉,目镜,游标卡尺,螺旋测微计,卷尺,俯仰螺钉,螺旋测微计（千分尺）,砧台,螺杆,固定套管,微分筒,限压棘轮,锁定装置,弓形尺架,最小刻度,量程,千分尺使用之前应先读零点读数，然后将测量值减去零点读数才是被测物体的真实值。同时要注意零点读数的正负。例如下图：,另外：测量时应注意，当测砧面快接触到被测样品时一定要用棘动轮，不能用微分筒,读数为： -0.013mm,读数为： 0.062mm,螺旋测微器的读数,0,1,2,固定套管： 每刻度为1毫米,45,0,40,半刻度,微分筒：50等分主尺上的0.5毫米，每等分为0.01毫米,微分筒每转1周，固定套管就沿轴线直进（或退）
4、0.5毫米，若旋转n个最小分度（包括估读分度），则l=0.01n毫米,测量读数=固定套管刻度+微分筒刻度+估读位,固定刻度： 2,可动刻度： 45.9,是否超过半刻度？是。,L= 2 .5 + 0.459= 2.959 mm,螺旋测微器的读数,固定刻度： 0,是否超过半刻度？不太清楚。,可动刻度： 49.1 说明没有超过半刻度线,0,测量读数=固定套管刻度+微分筒刻度（包括估读位 ）,L=0+ 0.491 = 0.491 mm,游标卡尺,内径卡尺,外径卡口,主尺,拇指推触点,锁紧螺钉,测深定度尺,游标卡尺,123mm,480.02=0.96mm,L=123+0.96 = 123.96 mm（不
5、估读）,实验步骤,1、将光杠杆放置好，调平面镜镜面竖直。,将光杠杆放在平台上，两前足放在平台前面的横槽内,后足放在活动金属丝夹具上，但不可与金属丝相碰,实验步骤,2移动望远镜底座，标尺位置。使眼睛直接看到平面镜里直尺的像，注意：不是通过望远镜看到直尺的像。,实验步骤,3、调节聚焦手轮（焦距调小），使望远镜看清平面镜。调整望远镜的位置和仰俯螺钉，使平面镜在望远镜视场正中。,实验步骤,4、调节望远镜焦距（焦距放大），使望远镜可以看见平面镜里直尺的像,实验步骤,5、调节目镜旋钮使“丰”字叉丝清晰，调焦使标尺像清晰无视差,物镜 调焦,目镜,视差产生的原因：由于度量标尺（分划板）与被测物体（像）不共面，
6、使得当眼睛晃动（观察位置稍微改变）时，标尺与被测物体之间会有相对移动。,实验步骤,6、加上初始负载（一块砝码），拉直钢丝。 7、调整标尺位置或平面镜倾斜程度，记录数据前标尺读数应在10cm以下。 8、开始加砝码测数据。实验中手勿压桌面和在桌面加减东西。加的砝码缺口应相互错开，防止事故。,记录数据,砝码质量： 360 g,用逐差法处理数据。,记录数据,测量钢丝直径d,测量其它量D= mm； l= mm；L= mm；,数据处理,计算每个分量的平均值及不确定度：,使用计算器计算A类不确定度,1、清除数据和模式（SHIFT+CLR;选3；=）,2、模式选择（MODE;选2 ，SD:标准差）,3、数据输入（x1 ,M+;x2 ,M+;）在SD模式中， 起DT键的作用,4、计算贝塞尔公式，,(SHIFT+2;选3；=）,5、用结果除以,数据处理,24,仪器不是主要误差来源时，如何处理？ 例：米尺测量人的身高，米尺的分度值为1mm，但我们知道，测量的不确定度远大于这个值。我们可以经验地估计一个置信区间半宽，如1cm，并采用均匀分布，则,数据处理,
