实验室答案：气体压力与气体的关系

介绍：

篮球是一个国际知名的运动，由世界上几个不同地区的几个不同的人练习;事实上，它是世界上最受欢迎的运动之一。为确保篮球的适当游戏，您需要从篮球中获得良好的弹性 - 因为没有它，球不会反弹到适当的高度。

This phenomenon of elasticity occurs because of the laws of ‘kinetic theory’, where, because “the molecules [of the gas inside the ball / system] are in constant, random motion and frequently collide with each other and with the walls of any container,” – (NASA, N.A) the ball has enough pressure to push back on the ground and return to a fraction of the same height it was released from. This constant motion and frequent collision within the walls of the particles causes an outwards push on the object and is the pressure of an object (measured in kilo Pascals).

现在，如果你保持球内粒子数量不变，但减小体积，你会看到物体内部的压力会增加。这是因为这些粒子与壁面和彼此之间的碰撞速度更大，因为它们可以移动的空间更小，因此给篮球施加更大的向外的力/更大的压力。

为了用数学来表示这种情况，一位名叫罗伯特·博伊尔的科学家在1662年推导出了压力[kPa]和体积[L]之间的数学关系，其中压力[kPa] x体积[L] =一个常数[K] (PV = K)。一位名叫Benoît Paul Émile Clapeyron的科学家会发现，这个等式只有在温度和摩尔数(物质中粒子的特定数量- 6.023 × 10)的情况下才成立^23.系统中的颗粒仍然是相同/又名的理想气体法。

在这个实验室里，我和我的小组将研究体积和压强之间的关系;我们将使用波义耳定律仪器来检验罗伯特波义耳的理论。在这里，我们需要操纵体积的变量，来看看系统中空气的压强是如何在系统中空气的摩尔数不变的情况下增加/减少的。

在进行该实验时，我们期望数据点遵循成反比度模式 - 由于压力乘以量等于常数。我们也忽略了系统内部温度的变化。

变量：

独立量(0.020,0.025,0.030,0.035,0.040,0.045,0.050,0.055,0.060)[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
• 空气泵
• Excel

安全：

1. 在释放空气以记录卷变量的不同数据集时，请务必将阀门打开到少度，因为如果您释放出液体太快，则可能会错过所需的体积数据点和/或导致泡沫的制定并且必须备份。
2. 当泵入波义耳定律仪器时，一定要慢慢泵入，因为泵入太快会在仪器内部产生气泡，可能会使数据点产生小幅度的波动。
3. 在尝试到达所需的卷数据点时，请确保弯月面的底部在测量线处休息，因为只有您的数据才能最精确。

过程:

1. 将空气泵连接到博伊尔的法律仪器
2. 打开博伊尔法律仪器的阀门
3. 使用空气泵将系统中空气的音量放置在测量线上的半月板底部
4. 关闭博伊尔法律仪器的阀门
5. 将系统的压力记录到笔记本上
6. 重复空气中25ml，30ml，35ml，40ml，45ml，50ml，55ml和60ml的25ml，30ml，35ml，40ml和60ml的步骤2-5
7. 重复步骤2-6，共3个试验
8. 图表数据

观察和数据：

卷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.	平均数	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 × V =)波动VS体积测量图

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
平均数	6.533
范围	0.18

图

分析：

从图1中可以看出，随着系统体积的增加，压力以不规则的增量递减。图本身有一个曲线斜率，几乎代表了一个圆的弧;证明该图代表了x变量和y变量(分别是体积和压力)之间的反比例关系的说明。

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

体积比较[L]	压力差异[KPA]
0.020到0.025	67
0.025至0.030	43.
0.030到0.035	33.
0.035至0.040	22.
0.040至0.045	20.
0.045至0.050	15.
0.050至0.055	13.
0.055至0.060	10.

此外，在图1上，我们还可以观察图表中存在的错误栏。This is because on ‘Volume VS Pressure [PSI converted to kPa] Chart’, even though are deviations set for the measurements, they are far too minuscule to be visible on the graph itself – which is why graph 1 does not contain any error bars.

然而，在上面提到的图表上所示的偏差时，您可以观察到最低的准确点是空气被压缩到0.020L的点 - 其中联合恰好创造了最大的压力（+/- 0.689的偏差KPA），类似地，最精确的数据点是空气被压缩至0.060L - 产生最小压力（+/- 0.000kPa的偏差）;虽然所有其他数据点都有+/- 0.345 KPA的偏差。

最后，在使用Boyle的法律上观看产品常数时，您可以看到恒定的范围仅在0.18（6.6 - 6.42）时变化，并且常量的平均值为6.533;这只是它与其之间2.80％的偏差和范围 - 表示我们的数据在整个不同的数据点中非常精确。

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。

体积VS 1/压力增量差图表

体积比较[L]	1/压力增量差[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是非常精确的，因为连续的数据点按预期排列(参见上面的“体积VS 1/压力增量差图”)，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“当系统中的空气体积以稳定的增量增加时，系统的压力则成反比增加”被认为是正确的。我这样说是因为你观察到在图1中,作为系统中空气的体积(x轴)得到压缩从0.060升到0.020升,系统的压力(y轴)分别从107 kPa下降到330 kPa逆模式的比例。

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。

实验的结果是相同的我如何预测他们,因为这两个图的图的数据(压力与体积和1 /压强和体积)来正如我发现在我的研究中引入部分,与压力体积V图看起来像圆的弧形,1/Pressure V Volume Graph是一条直线。

这个实验室用来寻找数据的方法非常精确。对于图2的R平方和y截距，数据点的精度非常高，因为R平方的值差了0.04% / 0.0004 -这表明数据非常适合趋势线，y截距也位于(-0.0002)，这在收集数据的实际意义上也是非常精确的因为它非常接近完美的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。

这使我的团体更容易，我将金额放在精确的准确性以获得精确的数据。然而，我们数据的一个限制是，即使相对容易收集，通常我们需要重启使用空气泵泵送油等程序的特定部分，以将空气压缩回0.020L - 哪个数据点是否具有最大的偏差，其高压。

这是因为，这个数据点上的压力太大了，我们需要非常快地泵入——这将在系统中产生泡沫，弄乱数据。尽管在大多数情况下，通过打开仪器的阀门可以解决这个问题，但这将导致我们花费更长的时间来收集数据，并可能在系统中留下单个气泡的形成。

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。