Rockprøve -analysator: 4 trin

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:28

Rock Sample Analyzer bruges til at identificere og analysere typer af stenprøver ved hjælp af blød hamrende vibrationsteknik. Det er en ny metode til at identificere stenprøverne. Hvis en meteorit eller en ukendt stenprøve er der, kan man estimere prøven ved hjælp af denne stenprøve -analysator. Den bløde hammerteknik vil ikke forstyrre eller beskadige prøven. Avanceret Neuro Fuzzy -fortolkningsteknik anvendes til at identificere prøverne. Grafisk brugergrænseflade (GUI) er designet ved hjælp af MATLAB -software, og brugeren kan se de opnåede vibrationer et grafisk output, og det resulterende output vil blive vist i panelet inden for brøkdelen af sekund.

Trin 1: Konstruktion af den mekaniske enhed

Dimensionerne på den mekaniske enhed er som følger

Længde X Bredde X Højde = 36 cm X 24,2 cm X 32 cm

Prøvestangens længde = 24 cm

Hammerlængde = 37 cm

Skiveradius = 7,2 cm

Aksellængder = 19,2 cm (2)

Den automatiske mekaniske mekanisme til blød hamring er at hamre prøven og skabe vibrationer … De genererede vibrationer spredes over prøverne. De genererede vibrationer er meget glatte og vil ikke forstyrre eller beskadige prøven.

Trin 2: Vibrationssensor

3 antal 801S Vibrationssensor Vibrationsmodel Analog Output Justerbar følsomhed til Arduino Robot Vibrationssensorer bruges til at indsamle vibrationerne … Gennemsnit af alle de tre værdier bruges til at analysere dataene.

Trin 3: Arduino kontrol og programmering

Arduino indsamler dataene ved hjælp af de analoge ben og konverterer dataene og sender dem til en tekstfil

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, VIBRATIONSVÆRDI");

}

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 (værdi);

import behandling. serie.*;

Serielt mySerial;

PrintWriter output;

ugyldig opsætning ()

{

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

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

ugyldig trækning ()

{

hvis (mySerial.available ()> 0)

{

String værdi = mySerial.readString ();

hvis (værdi! = null)

{

output.println (værdi);

}

}

}

void keyPressed ()

{

output.flush ();

// Skriver de resterende data til filen

output.close (); // Afslutter filen

Afslut(); // Stopper programmet

}

forsinkelse (1000);

}

}

}

Trin 4: Neuro Fuzzy Fortolkning Grafisk brugergrænseflade

ANFIS er en kombination af logiske fuzzy -systemer og neurale netværk. Denne form for slutningssystem har den adaptive karakter at stole på den situation, det trænede. Det har således mange fordele fra at lære til validering af output. Takagi-Sugeno fuzzy model er vist i figuren

Som vist i figur består ANFIS -systemet af 5 lag, lag symboliseret med boksen er et lag, der er adaptivt. I mellemtiden er symbolet ved cirklen fast. Hvert output af hvert lag er symboliseret med sekvens af noder, og l er sekvensen, der viser foringen. Her er en forklaring på hvert lag, nemlig:

Lag 1

Tjener til at hæve graden af medlemskab

Lag 2

Tjener til at fremkalde fyringsstyrke ved at multiplicere hvert indgangssignal.

Lag 3

Normaliser brændstyrken

Lag 4

Beregning af output baseret på parametrene for den deraf følgende regel

Lag 5

Tælling af ANFIS -udgangssignalet ved at summere alle indgående signaler vil producere

Her er den grafiske brugergrænseflade designet med MATLAB -software. Inputvibrationsdata føres ind i softwaren ved hjælp af Arduino -controller, og den tilsvarende prøve vil blive analyseret effektivt ved hjælp af ANFIS -fortolkning.