Rock Sample Analyzer: 4 trinn

2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:23

Rock Sample Analyzer brukes til å identifisere og analysere typer steinprøver ved bruk av myk hamrende vibrasjonsteknikk. Det er en ny metode for å identifisere steinprøvene. Hvis en meteoritt eller en ukjent steinprøve er der, kan man estimere prøven ved hjelp av denne bergprøve -analysatoren. Den myke hamreteknikken vil ikke forstyrre eller skade prøven. Avansert Neuro Fuzzy tolkningsteknikk brukes for å identifisere prøvene. Grafisk brukergrensesnitt (GUI) er designet ved hjelp av MATLAB -programvare, og brukeren kan se vibrasjonene som oppnås en grafisk utgang, og den resulterende utgangen vil bli vist i panelet innen brøkdelene av sekund.

Trinn 1: Konstruere den mekaniske enheten

Dimensjonene til den mekaniske enheten er som følger

Lengde X Bredde X Høyde = 36 cm X 24,2 cm X 32 cm

Prøvestangens lengde = 24 cm

Hammerlengde = 37 cm

Skiveradius = 7,2 cm

Aksellengder = 19,2 cm (2)

Den automatiske myke hamrende mekaniske enheten er å hamre prøven og skape vibrasjoner … Vibrasjonene som genereres spres over prøvene. Vibrasjonene som genereres er veldig jevne og vil ikke forstyrre eller skade prøven.

Trinn 2: Vibrasjonssensor

3 antall 801S Vibrasjonssensor Vibrasjonsmodell Analog utgang Justerbar følsomhet for Arduino Robot Vibrasjonssensorer brukes til å samle vibrasjonene … Gjennomsnitt av alle de tre verdiene brukes til å analysere dataene.

Trinn 3: Arduino -kontroll og programmering

Arduino vil samle dataene ved hjelp av de analoge pinnene og konvertere dataene og sende dem til tekstfiler

Arduino programmering

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 ("ETIKET, VIBRASJONSVERDI");

}

void loop () {

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;

hvis (val> = 100)

{

Serial.print ("DATA");

Serial.print ("VIB =");

Serial.println (verdi);

import behandling. serie.*;

Seriell mySerial;

PrintWriter -utgang;

ugyldig oppsett ()

{

mySerial = ny Serial (dette, Serial.list () [0], 9600);

output = createWriter ("data.txt"); }

ugyldig trekning ()

{

hvis (mySerial.available ()> 0)

{

Stringverdi = mySerial.readString ();

hvis (verdi! = null)

{

output.println (verdi);

}

}

}

void keyPressed ()

{

output.flush ();

// Skriver de gjenværende dataene til filen

output.close (); // Fullfører filen

exit(); // Stopper programmet

}

forsinkelse (1000);

}

}

}

Trinn 4: Grafisk brukergrensesnitt for Neuro Fuzzy Interpretation

ANFIS er en kombinasjon av logiske uklare systemer og nevrale nettverk. Denne typen slutningssystem har den adaptive karakteren å stole på situasjonen den trente. Dermed har den mange fordeler fra å lære til validering av utdata. Takagi-Sugeno uklar modell er vist på figuren

Som vist på figur består ANFIS -systemet av 5 lag, et lag som er symbolisert av boksen, er et lag som er adaptivt. I mellomtiden er symbolisert av sirkelen fikset. Hver utgang fra hvert lag er symbolisert med sekvens av noder og l er sekvensen som viser foringen. Her er en forklaring for hvert lag, nemlig:

Lag 1

Tjener til å øke medlemsgraden

Lag 2

Tjener til å fremkalle brannstyrke ved å multiplisere hvert inngangssignal.

Lag 3

Normaliser brannstyrken

Lag 4

Beregning av utdata basert på parameterne for den påfølgende regelen

Lag 5

Telling av ANFIS -utgangssignalet ved å summere alle innkommende signaler vil produsere

Her er det grafiske brukergrensesnittet designet med MATLAB -programvare. Inngangsvibrasjonsdata mates inn i programvaren ved hjelp av Arduino -kontrolleren, og den tilsvarende prøven vil bli analysert effektivt ved bruk av ANFIS -tolkning.