Resistor Besar Menimbulkan Nilai Terkecil

Dengan komponen pemasangan permukaan dengan cepat menjadi norma, bahkan untuk perangkat keras buatan sendiri, kode warna resistor terkadang terasa agak kuno. Namun, siapa pun yang pernah mencoba mengidentifikasi resistor lubang tembus acak dari tumpukan berbagai macam nilai akan tahu bahwa itu masih merupakan keterampilan yang berguna untuk memiliki lengan baju Anda. Dengan mengingat hal ini, [j] memutuskan untuk mengubah ukuran kode warna dengan “The Great Resistor”.

Kode warna resistor dari Wikipedia dengan latar belakang putih
Cara kerja pita kode warna resistor

Inti dari proyek ini adalah klon Arduino Nano dan pembagi potensial yang mengukur resistansi resistor uji terhadap nilai tetap yang diketahui. Menggunakan ADC 16-bit, kisaran nilai terukur secara teoritis 0 hingga 15 MΩ, tetapi ada beberapa masalah yang tersisa dengan gangguan listrik yang saat ini membatasi kisaran praktis antara 100 dan 2 MΩ.

[j] sedang mengukur tegangan suplai untuk membantu mengatasi kebisingan, tetapi bermaksud untuk beralih ke metode oversampling/rata-rata untuk meningkatkan hasil pada iterasi berikutnya.

Nilai terukur ditampilkan pada layar OLED di bagian depan, dan dalam kode warna resistor pada resistor simbolis besar yang diterangi oleh LED RGB WS2812 di belakang.

Tampilan bagian dalam resistor besar yang menunjukkan LED WS2812 dan pelat penyekat
Di dalam The Great Resistor, LED dan pelat penyekat membuat keajaiban bekerja

Selain presisi, proyek ini terlihat sangat mengesankan dan kami menyukai cara resistor raksasa itu dibuat. Ini akan terlihat bagus di pertunjukan sains atau demonstrasi. Kami yakin bahwa masalah kebisingan dapat diatasi, dan kami mendorong setiap pembaca dengan pengalaman di bidang ini untuk menawarkan [j] beberapa tips di komentar di bawah. Ada video setelah jeda The Great Resistor sedang dimainkan!

Jika Anda ingin tahu lebih banyak tentang sejarah pita kode warna resistor, maka kami akan membantu Anda. Atau, bagaimana dengan membaca kode warna secara langsung dengan computer vision?