Skalný analyzátor vzoriek: 4 kroky

2025 Autor: John Day | [email protected]. Naposledy zmenené: 2025-01-13 06:58

Analyzátor vzoriek hornín sa používa na identifikáciu a analýzu typov vzoriek hornín pomocou vibračnej techniky s mäkkým príklepom. Je to nová metóda pri identifikácii vzoriek hornín. Ak je tam meteorit alebo akákoľvek neznáma vzorka hornín, je možné ju odhadnúť pomocou tohto analyzátora vzoriek hornín. Technika mäkkého príklepu nepoškodí alebo nepoškodí vzorku. Na identifikáciu vzoriek sa používa pokročilá interpretačná technika Neuro Fuzzy. Grafické používateľské rozhranie (GUI) je navrhnuté pomocou softvéru MATLAB a používateľ môže vidieť získané vibrácie ako grafický výstup a výsledný výstup sa zobrazí na paneli v zlomkoch sekundy.

Krok 1: Konštrukcia mechanického zariadenia

Rozmery mechanického zariadenia sú nasledujúce

Dĺžka X Šírka X Výška = 36 cm X 24,2 cm X 32 cm

Dĺžka tyče na vzorky = 24 cm

Dĺžka kladiva = 37 cm

Polomer disku = 7,2 cm

Dĺžky náprav = 19,2 cm (2)

Automatické mechanické príklepové mechanické zariadenie má zatĺkať vzorku a vytvárať vibrácie … Generované vibrácie sa rozprestierajú po vzorkách. Generované vibrácie sú veľmi jemné a nepoškodia alebo nepoškodia vzorku.

Krok 2: Senzor vibrácií

3 číslo Vibračný model senzora vibrácií 801S Analógový výstup Nastaviteľná citlivosť Pre robot Arduino sa snímače vibrácií používajú na zber vibrácií … Na analýzu údajov sa používa priemer všetkých troch hodnôt.

Krok 3: Ovládanie a programovanie Arduino

Arduino bude zhromažďovať údaje pomocou analógových pinov a prevádzať ich a odosielať do textových súborov

Programovanie 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 ("ŠTÍTOK, HODNOTA VIBRÁCIE");

}

prázdna slučka () {

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;

ak (hodnota> = 100)

{

Serial.print („DATA“);

Serial.print ("VIB =");

Serial.println (hodnota);

spracovanie importu.sériové.*;

Serial mySerial;

Výstup PrintWriter;

neplatné nastavenie ()

{

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

výstup = createWriter ("data.txt"); }

neplatné žrebovanie ()

{

ak (mySerial.available ()> 0)

{

Reťazcová hodnota = mySerial.readString ();

if (hodnota! = null)

{

output.println (hodnota);

}

}

}

prázdne tlačidlo Stlačené ()

{

output.flush ();

// Zapíše zostávajúce údaje do súboru

output.close (); // Dokončí súbor

východ(); // Zastaví program

}

oneskorenie (1000);

}

}

}

Krok 4: Neuro Fuzzy interpretácia grafického používateľského rozhrania

ANFIS je kombináciou logických fuzzy systémov a neurónových sietí. Tento druh inferenčného systému má adaptívnu povahu, aby sa spoliehal na situáciu, ktorú vycvičil. Má teda mnoho výhod od učenia sa po validáciu výstupu. Fuzzy model Takagi-Sugeno je znázornený na obrázku

Ako je znázornené na obrázku, systém ANFIS pozostáva z 5 vrstiev, pričom vrstva symbolizovaná rámčekom je vrstva, ktorá je adaptívna. Medzitým je symbol symbolizovaný kruhom pevný. Každý výstup každej vrstvy je symbolizovaný postupnosťou uzlov a l je postupnosť zobrazujúca obloženie. Tu je vysvetlenie pre každú vrstvu, konkrétne:

Vrstva 1

Slúži na zvýšenie stupňa členstva

Vrstva 2

Slúži na vyvolanie palebnej sily vynásobením každého vstupného signálu.

Vrstva 3

Normalizujte silu streľby

Vrstva 4

Výpočet výstupu na základe parametrov následného pravidla

Vrstva 5

Výsledkom bude spočítanie výstupného signálu ANFIS súčtom všetkých prichádzajúcich signálov

Tu je grafické užívateľské rozhranie navrhnuté pomocou softvéru MATLAB. Vstupné údaje o vibráciách sa vkladajú do softvéru pomocou ovládača Arduino a zodpovedajúca vzorka sa bude efektívne analyzovať pomocou interpretácie ANFIS.