Rock Sample Analyzer: 4 stappen

2024 Auteur: John Day | [email protected]. Laatst gewijzigd: 2024-01-30 11:17

Rock Sample Analyzer wordt gebruikt om de soorten gesteentemonsters te identificeren en te analyseren met behulp van een zachte hamertrillingstechniek. Het is een nieuwe methode om de gesteentemonsters te identificeren. Als er een meteoriet of een onbekend gesteentemonster aanwezig is, kan men het monster schatten met behulp van deze analyser voor gesteentemonsters. De zachte hamertechniek zal het monster niet verstoren of beschadigen. Er wordt geavanceerde Neuro Fuzzy-interpretatietechniek toegepast om de monsters te identificeren. Grafische gebruikersinterface (GUI) is ontworpen met behulp van MATLAB-software en de gebruiker kan de verkregen trillingen een grafische uitvoer zien en de resulterende uitvoer wordt binnen een fractie van een seconde in het paneel weergegeven.

Stap 1: Het mechanische apparaat construeren

De afmetingen van het mechanische apparaat zijn als volgt:

Lengte X Breedte X Hoogte = 36 cm X 24,2 cm X 32 cm

Lengte monsterstaaf = 24 cm

Hamerlengte = 37 cm

Schijfstraal = 7,2 cm

Aslengtes = 19,2 cm (2)

Het automatische mechanische apparaat voor zacht hameren is om het monster te hameren en trillingen te creëren … De gegenereerde trillingen worden over de monsters verspreid. De gegenereerde trillingen zijn zeer zacht en zullen het monster niet storen of beschadigen.

Stap 2: Trillingssensor

3 aantal 801S Trillingssensor Trillingsmodel Analoge uitgang Instelbare gevoeligheid voor Arduino Robottrillingssensoren worden gebruikt om de trillingen te verzamelen … Het gemiddelde van alle drie de waarden wordt gebruikt om de gegevens te analyseren.

Stap 3: Arduino-besturing en -programmering

Arduino verzamelt de gegevens met behulp van de analoge pinnen en converteert de gegevens en stuurt deze naar een tekstbestand

Arduino-programmering

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

{

Serieel.begin(9600);

pinMode(vib_1, INPUT);

pinMode(vib_2, INPUT);

pinMode(vib_3, INPUT);

Serial.println ("LABEL, TRILLINGSWAARDE");

}

lege lus(){

int val1;

int val2;

int val3;

int val;

val1 = analoog lezen (vib_1);

val2 = analoog lezen (vib_2);

val3 = analoog lezen (vib_3);

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

als (waarde >= 100)

{

Serial.print("GEGEVENS, ");

Serieel.print("VIB=");

Serial.println(waarde);

importverwerking.serienummer.*;

Serieel mijnSerial;

PrintWriter-uitvoer;

ongeldige setup()

{

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

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

nietig tekenen()

{

if (mySerial.available() > 0)

{

Stringwaarde = mySerial.readString();

if (waarde != null)

{

output.println(waarde);

}

}

}

void-toets ingedrukt()

{

uitvoer.flush();

// Schrijft de resterende gegevens naar het bestand

uitvoer.close(); // Voltooit het bestand

Uitgang(); // Stopt het programma

}

vertraging (1000);

}

}

}

Stap 4: Neuro Fuzzy Interpretation grafische gebruikersinterface

ANFIS is een combinatie van logische fuzzy-systemen en neurale netwerken. Dit soort gevolgtrekkingssysteem heeft het adaptieve karakter om te vertrouwen op de situatie die het heeft getraind. Het heeft dus veel voordelen, van leren tot het valideren van de output. Takagi-Sugeno fuzzy-model wordt getoond in de figuur:

Zoals weergegeven in de afbeelding, bestaat het ANFIS-systeem uit 5 lagen, de laag die wordt gesymboliseerd door de doos is een laag die adaptief is. Ondertussen wordt gesymboliseerd door de cirkel vastgesteld. Elke uitvoer van elke laag wordt gesymboliseerd met een reeks knooppunten en l is de reeks die de voering toont. Per laag volgt hier een uitleg, namelijk:

Laag 1

Dient om de graad van lidmaatschap te verhogen

Laag 2

Dient om vuurkracht op te roepen door elk ingangssignaal te vermenigvuldigen.

Laag 3

Normaliseer de schietsterkte

Laag 4

De output berekenen op basis van de parameters van de regel consequent

Laag 5

Door het ANFIS-uitgangssignaal te tellen door alle inkomende signalen bij elkaar op te tellen, wordt

Hier is de grafische gebruikersinterface ontworpen met behulp van MATLAB-software. Ingevoerde trillingsgegevens worden ingevoerd in de software met behulp van de Arduino-controller en het bijbehorende monster zal efficiënt worden geanalyseerd met behulp van ANFIS-interpretatie.