博客
关于我
电路发展史
阅读量:214 次
发布时间:2019-02-28

本文共 1063 字,大约阅读时间需要 3 分钟。

1729年,英国人S.格雷将材料分成两类——导体和绝缘体。1749年,美国科学家富兰克林在电的研究方面做了大量实验,提出了正电和负电的概念。1785-1789年,法国人库伦定量地研究了两个带电体间的相互作用,得出了历史上最早的经典学定律——库伦定律。1800年,意大利物理学家伏特发明了伏打电池,将化学能不断转变为电能,维持单一方向的持续电流。1820年,丹麦物理学家奥斯特发现了电流的磁效应。1825年,法国科学家安培提出了安培环路定律。1826年,德国人欧姆提出欧姆定律。1831年,英国物理学家法拉第发现了电磁感应现象。1832年,亨利提出了表征线圈中自感作用的自感系数L。1834年,俄国人楞次提出了感应电流方向的定律,即楞次定律。1838年,美国人莫尔斯发明了电报。1845年,德国科学家基尔霍夫提出了基尔霍夫电流定律和基尔霍夫电压定律。1853年,汤姆逊采用电阻、电感和电容的电路模型,分析了莱顿瓶的放电过程,得出了电振荡的频率。同年,亥姆霍茨提出电路中的等效发电机定理。1850-1855年,建成海底电报电缆。1864年,英国物理学家麦克斯韦总结了所有电磁现象规律,表达为麦克斯韦方程组。1866年,德国工程师西门子发现了电动机原理并用在发电机的改进上。1876年,美国科学家贝尔发明了电话。1879年,美国人爱迪生发明了碳丝灯泡。1880年,英国人霍普金森提出与欧姆定律相似的计算磁路用的定律。19世纪末,交流电技术迅速发展。1893年,施泰因梅茨提出分析交流电路的复数符号法。瑞士数学家阿尔甘提出矢量图。1894年,意大利人马可尼和俄国人波波夫分别发明了无线电。1895-1897年,汤姆逊证明电子确实存在。弗莱明在爱迪生的热二极管基础上发明了真空二极管。1906年,德福雷斯特发明了真空三极管。1914年,德福雷斯特用真空三极管构成了振荡电路。19世纪末发生了“交、直流之争”。1911年,亥维赛提出阻抗的概念。1918年,福台克提出对称分量法。1920年,坎贝尔和瓦格纳研究了滤波电路。1924年,福斯特提出电感电容二端网络的电抗定理。1925年,英国人贝尔德首先发明了电视。1933年,兹沃雷金利用真空二极管、真空三极管和显像管最早发明了电视机。1936年,黑白电视问世。20世纪30年代开始,电路理论已形成一门独立学科。20世纪50年代末,电路理论在学术体系上基本完善。20世纪60年代以后,电路理论得到了发展和完善,主要特点是图论的引入、新的电路元件的出现以及计算机对电路优化设计和故障诊断的可能。

转载地址:http://duap.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>