Skalní analyzátor vzorků: 4 kroky

2024 Autor: John Day | [email protected]. Naposledy změněno: 2024-01-30 08:22

Rock Sample Analyzer se používá k identifikaci a analýze typů vzorků hornin pomocí vibrační techniky s měkkým příklepem. Jedná se o novou metodu identifikace vzorků hornin. Pokud je tam meteorit nebo jakýkoli neznámý vzorek hornin, lze vzorek odhadnout pomocí tohoto analyzátoru horninového vzorku. Technika měkkého příklepu neruší ani nepoškodí vzorek. K identifikaci vzorků se používá pokročilá interpretační technika Neuro Fuzzy. Grafické uživatelské rozhraní (GUI) je navrženo pomocí softwaru MATLAB a uživatel může vidět získané vibrace jako grafický výstup a výsledný výstup se zobrazí na panelu ve zlomcích sekundy.

Krok 1: Konstrukce mechanického zařízení

Rozměry mechanického zařízení jsou následující

Délka X Šířka X Výška = 36 cm X 24,2 cm X 32 cm

Délka vzorkovací tyče = 24 cm

Délka kladiva = 37 cm

Rádius disku = 7,2 cm

Délky náprav = 19,2 cm (2)

Automatické mechanické příklepové mechanické zařízení má zatloukat vzorek a vytvářet vibrace … Generované vibrace jsou rozloženy na vzorky. Generované vibrace jsou velmi jemné a neruší ani nepoškozují vzorek.

Krok 2: Senzor vibrací

3 číslo Vibrační model snímače vibrací 801S Analogový výstup Nastavitelná citlivost U robotů Arduino se ke shromažďování vibrací používají vibrační senzory … K analýze dat se používá průměr ze všech tří hodnot.

Krok 3: Ovládání a programování Arduino

Arduino bude shromažďovat data pomocí analogových pinů a převádět je a odesílat do textových souborů

Programování Arduino

int vib_1 = A0; int vib_2 = A1; int vib_3 = A2;

{

Serial.begin (9600);

pinMode (vib_1, INPUT);

pinMode (vib_2, INPUT);

pinMode (vib_3, INPUT);

Serial.println ("ŠTÍTEK, HODNOTA VIBRACE");

}

prázdná smyčka () {

int val1;

int val2;

int val3;

int val;

val1 = analogRead (vib_1);

val2 = analogRead (vib_2);

val3 = analogRead (vib_3);

val = (val1 + val2 + val3)/3;

if (val> = 100)

{

Serial.print („DATA“);

Serial.print ("VIB =");

Serial.println (hodnota);

zpracování importu.sériové.*;

Serial mySerial;

Výstup PrintWriter;

neplatné nastavení ()

{

mySerial = new Serial (this, Serial.list () [0], 9600);

výstup = createWriter ("data.txt"); }

neplatné losování ()

{

pokud (mySerial.available ()> 0)

{

Řetězcová hodnota = mySerial.readString ();

if (hodnota! = null)

{

output.println (hodnota);

}

}

}

zrušit stisknutí klávesy ()

{

output.flush ();

// Zapíše zbývající data do souboru

output.close (); // Dokončí soubor

výstup(); // Zastaví program

}

zpoždění (1000);

}

}

}

Krok 4: Neuro Fuzzy Interpretation Grafické uživatelské rozhraní

ANFIS je kombinací logických fuzzy systémů a neuronových sítí. Tento druh inferenčního systému má adaptivní povahu spoléhat se na situaci, kterou vycvičil. Má tedy mnoho výhod od učení až po validaci výstupu. Fuzzy model Takagi-Sugeno je znázorněn na obrázku

Jak je znázorněno na obrázku, systém ANFIS se skládá z 5 vrstev, vrstva symbolizovaná rámečkem je vrstva, která je adaptivní. Mezitím je symbol symbolizovaný kruhem fixní. Každý výstup každé vrstvy je symbolizován posloupností uzlů a l je posloupnost ukazující obložení. Zde je vysvětlení pro každou vrstvu, konkrétně:

Vrstva 1

Slouží ke zvýšení stupně členství

Vrstva 2

Slouží k vyvolání palebné síly vynásobením každého vstupního signálu.

Vrstva 3

Normalizujte sílu palby

Vrstva 4

Výpočet výstupu na základě parametrů následného pravidla

Vrstva 5

Počítáním výstupního signálu ANFIS sečtením všech příchozích signálů se vytvoří

Zde je grafické uživatelské rozhraní navrženo pomocí softwaru MATLAB. Vstupní data o vibracích se vkládají do softwaru pomocí ovladače Arduino a odpovídající vzorek bude efektivně analyzován pomocí interpretace ANFIS.