nA源表和uV电压测量方案分享有图有视频

老规矩 先贴一波参数指标
电压主要参数
电压采集:±10V 可编程增益1、10、100、1000
电压分辨率:0.1uV
采集位数:24BIT
线性度:±(0.05%读数+0.005%量程)

电流主要参数
恒流输出:±1nA~±10mA
设计
一档:200M         1nA~10nA        0.5%        500fA
二档:20M         10nA~100nA        0.5%        5pA
三档:2M         100nA~1uA        0.1%        50pA
四档:200K         1uA~10uA        0.05%        500pA
五档:20K        10uA~100uA        0.05%        5nA
六档:2K         100uA~1mA        0.05%        50nA
七档:200R         1mA~10mA        0.05%        500nA
预留了232、485、液晶常用接口

这种电路其实可以称为“半导体I-V特性测试”电路
目前简易版用的数码管显示编码器调节输出 旋转越快输出变化越快比较方便 后期会升级为触摸液晶设置方便些
电流参数基本和Keithley 2450源表10mA以内一致 甚至稳定性比他那个要高一些
自己已经做过±1nA~±1A的电流源表 对标2450的输出参数 实测都还不错 这个算是缩减版的

做的过程中需要注意的几个点
1.大电阻选型 原本设计是MC102522006DE 货源不多 实际用的参数差一点的CRHA2510AF200MFKEF
2.走线和外部接线 对nA输出有很大影响 我所知道的是只要不同导线和金属材质之间就会产生热电偶效应就会有微弱电流产生带来影响 实测接不同导线后线性度和零点都会受到影响 对这部分研究比较少 有知道的坛友可以分享下经验
3.运放选型 一定要偏置电流低的
有需要了解更多可以Call me 0x3A1D78EFA

原理图

实物图

视频链接

100nA档位以下演示
https://v.youku.com/v_show/id_XN ... ~3~A&f=69028696&o=1
100nA档位以上演示
https://v.youku.com/v_show/id_XN ... ~5~A&f=69028696&o=1
接10M电阻演示
https://v.youku.com/v_show/id_XN ... ~5~A&f=69028696&o=1

  • 11
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
可以使用 `na.omit()` 函数来删除包含 `NA` 值的行,但是如果你想要删除包含 `NA` 值的列,可以使用下面两种方法: 1. 使用 `complete.cases()` 函数来创建一个逻辑向量,其中 `TRUE` 表示该行不包含 `NA` 值,`FALSE` 表示该行包含 `NA` 值。然后,使用索引来选择所有列中 `TRUE` 的值所对应的列。例如: ``` # 创建一个包含 NA 的数据框 df <- data.frame(a = c(1, 2, NA, 4), b = c(NA, 6, 7, 8), c = c(9, 10, 11, 12)) # 删除包含 NA 的列 df <- df[, complete.cases(df)] ``` 在上面的例子中,`complete.cases(df)` 函数返回一个逻辑向量 `[1] FALSE TRUE TRUE`,表示第一列包含 `NA`,而第二和第三列没有包含 `NA`。因此,我们可以使用 `df[, complete.cases(df)]` 来选择第二和第三列,即可得到删除包含 `NA` 的列后的数据框。 2. 使用 `colSums()` 函数和逻辑向量来选择所有列中不包含 `NA` 的列。例如: ``` # 创建一个包含 NA 的数据框 df <- data.frame(a = c(1, 2, NA, 4), b = c(NA, 6, 7, 8), c = c(9, 10, 11, 12)) # 删除包含 NA 的列 df <- df[, colSums(is.na(df)) == 0] ``` 在上面的例子中,`is.na(df)` 函数返回一个逻辑矩阵,其中 `TRUE` 表示该位置为 `NA`,`FALSE` 表示该位置不为 `NA`。然后,使用 `colSums()` 函数对逻辑矩阵进行列求和,得到一个包含每列中 `NA` 值数量的数值向量。最后,使用逻辑向量 `colSums(is.na(df)) == 0` 来选择所有列中不包含 `NA` 的列,即可得到删除包含 `NA` 的列后的数据框。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Sampkia

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值