Cuprins:
Video: Analizator de probe de rocă: 4 pași
2025 Autor: John Day | [email protected]. Modificat ultima dată: 2025-01-13 06:58
Analizatorul de probe de rocă este utilizat pentru a identifica și analiza tipurile de probe de roci folosind tehnica de vibrație cu ciocănire moale. Este o metodă nouă în identificarea probelor de rocă. Dacă există un meteorit sau orice probă de rocă necunoscută, se poate estima proba utilizând acest analizor de probă de rocă. Tehnica de ciocănire moale nu va deranja sau deteriora proba. Tehnica de interpretare avansată Neuro Fuzzy este aplicată pentru a identifica probele. Interfața grafică de utilizator (GUI) este proiectată utilizând software-ul MATLAB, iar utilizatorul poate vedea vibrațiile obținute la o ieșire grafică, iar ieșirea rezultată va fi afișată în panou în fracțiunile de secundă.
Pasul 1: Construirea dispozitivului mecanic
Dimensiunile dispozitivului mecanic sunt următoarele
Lungime X Lățime X Înălțime = 36 cm X 24,2 cm X 32 cm
Lungimea tijei probei = 24 cm
Lungimea ciocanului = 37 cm
Raza discului = 7,2 cm
Lungimile axului = 19,2 cm (2)
Dispozitivul mecanic automat de ciocănire moale este de a ciocăni proba și de a crea vibrații … Vibrațiile generate sunt răspândite peste probe. Vibrațiile generate sunt foarte fine și nu vor deranja sau deteriora proba.
Pasul 2: senzor de vibrații
3 număr de senzor de vibrație 801S Model de vibrații Ieșire analogică Sensibilitate reglabilă pentru robotul Arduino Senzorii de vibrație sunt folosiți pentru a colecta vibrațiile … Media tuturor celor trei valori este utilizată pentru a analiza datele.
Pasul 3: Control și programare Arduino
Arduino va colecta datele folosind pinii analogici și va converti datele și le va trimite în fișier text
Programare 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 ("ETICHETĂ, VALOARE VIBRAȚIE");
}
bucla nulă () {
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;
dacă (val> = 100)
{
Serial.print („DATA”);
Serial.print ("VIB =");
Serial.println (valoare);
procesare import.serial. *;
Serial mySerial;
Ieșire PrintWriter;
configurare nulă ()
{
mySerial = new Serial (this, Serial.list () [0], 9600);
output = createWriter ("data.txt"); }
draw nul ()
{
if (mySerial.available ()> 0)
{
String value = mySerial.readString ();
if (valoare! = nul)
{
output.println (valoare);
}
}
}
tasta nulă Apăsat ()
{
output.flush ();
// Scrie datele rămase în fișier
output.close (); // Finalizează fișierul
Ieșire(); // Oprește programul
}
întârziere (1000);
}
}
}
Pasul 4: Interfață grafică de utilizare a interpretării neuro-neclare
ANFIS este o combinație de sisteme logice fuzzy și rețele neuronale. Acest tip de sistem de inferență are natura adaptativă de a se baza pe situația pe care a antrenat-o. Astfel are multe avantaje de la învățare până la validarea rezultatului. Modelul fuzzy Takagi-Sugeno este prezentat în figură
Așa cum se arată în figură, sistemul ANFIS este format din 5 straturi, stratul simbolizat de casetă este un strat care este adaptiv. Între timp, simbolizat de cerc este fix. Fiecare ieșire a fiecărui strat este simbolizată cu secvența de noduri și l este secvența care arată căptușeala. Iată o explicație pentru fiecare strat și anume:
Stratul 1
Servește pentru a crește gradul de membru
Stratul 2
Servește pentru a evoca puterea de tragere prin înmulțirea fiecărui semnal de intrare.
Stratul 3
Normalizați puterea de tragere
Stratul 4
Calculul rezultatului pe baza parametrilor regulii consecvente
Stratul 5
Numărarea semnalului de ieșire ANFIS prin însumarea tuturor semnalelor primite va produce
Aici interfața grafică cu utilizatorul este proiectată utilizând software-ul MATLAB. Datele despre vibrațiile de intrare sunt introduse în software utilizând controlerul Arduino și proba corespunzătoare va fi analizată eficient utilizând interpretarea ANFIS.