Technische Details:

1. Einsatz von Hardware:
   • Ein Raspberry Pi wurde genutzt, um die Temperaturmessungen durchzuführen und die Daten zu verarbeiten.
   • Als Temperatursensor kam der DS18B20 zum Einsatz, ein präziser digitaler Temperatursensor, der über das 1-Wire-Protokoll mit dem Raspberry Pi kommuniziert. Meine Erfahrung im Aufbau und der Konfiguration dieser Schnittstelle war essenziell für die erfolgreiche Durchführung des Projekts.

2. Programmierung mit Python:
   • Die experimentellen Daten wurden mit Python gesammelt, verarbeitet und analysiert.
   • Bibliotheken wie matplotlib, numpy und pandas wurden zur Datenvisualisierung, Berechnung und Dokumentation verwendet.
   • Das Projekt wurde in einer strukturierten Jupyter-Notebook-Umgebung umgesetzt, um den Workflow und die Ergebnisse anschaulich zu präsentieren.

3. Experimentelle Datenverarbeitung:
   • Die Messdaten (Zeit- und Temperaturverläufe) wurden direkt von der Hardware gesammelt und in Python weiterverarbeitet.
   • Mithilfe von Python-Skripten wurden Anfangs-, End- und Mischungstemperaturen automatisch ermittelt, um die Wärmekapazität des Kalorimeters zu berechnen.

Vorgehensweise:

1. Hardware-Setup und Datenerfassung:
• Der DS18B20-Sensor wurde mit dem Raspberry Pi verbunden, um präzise Temperaturmessungen in regelmäßigen Zeitintervallen durchzuführen.
• Die Daten wurden in einer HDF5-Datei gespeichert.

2. Datenimport und -visualisierung:
• Die gesammelten Temperaturdaten wurden in Python importiert und grafisch dargestellt, um den Temperaturverlauf zu analysieren.
• Die Visualisierungen wurden mit der Bibliothek matplotlib erstellt.

3. Ergebnisse:
• Die Wärmekapazität des Kalorimeters wurde auf etwa 680,47 J/°C berechnet.
• Die Ergebnisse wurden als physikalisch korrekt und plausibel bewertet.

4. Reflexion und Optimierung:
• Das Experiment zeigte die Effizienz der Kombination von Hardware und Software bei wissenschaftlichen Experimenten.
• Eine Erweiterung des Projekts könnte die Integration von Echtzeitanalysen oder die Automatisierung weiterer Messungen umfassen.

Ziel: Das Projekt hebt meine Fähigkeiten im Bereich Hardware-Integration, Programmierung und Datenanalyse hervor. Es zeigt, wie Python und der Raspberry Pi in Kombination mit Sensorik effektiv genutzt werden können, um physikalische Experimente durchzuführen und auszuwerten.

Technische Zeichnungen