Gesteinsprobenanalysator - Gunook

2024 Autor: John Day | [email protected]. Zuletzt bearbeitet: 2024-01-30 07:18

Der Rock Sample Analyzer wird verwendet, um die Arten von Gesteinsproben mit der sanften Hammerschwingungstechnik zu identifizieren und zu analysieren. Es ist eine neuartige Methode zur Identifizierung der Gesteinsproben. Wenn ein Meteorit oder eine unbekannte Gesteinsprobe vorhanden ist, kann man die Probe mit diesem Gesteinsprobenanalysator schätzen. Die weiche Hammertechnik wird die Probe nicht stören oder beschädigen. Zur Identifizierung der Proben wird eine fortschrittliche Neuro-Fuzzy-Interpretationstechnik angewendet. Die grafische Benutzeroberfläche (GUI) wurde mit MATLAB-Software entwickelt und der Benutzer kann die erhaltenen Schwingungen in einer grafischen Ausgabe sehen und die resultierende Ausgabe wird innerhalb von Sekundenbruchteilen im Panel angezeigt.

Schritt 1: Konstruieren des mechanischen Geräts

Die Abmessungen des mechanischen Geräts sind wie folgt

Länge X Breite X Höhe = 36 cm X 24,2 cm X 32 cm

Länge des Probenstabs = 24 cm

Hammerlänge = 37 cm

Scheibenradius = 7,2 cm

Achslängen = 19,2 cm (2)

Die automatische mechanische Vorrichtung zum sanften Hämmern soll die Probe hämmern und Vibrationen erzeugen… Die erzeugten Vibrationen werden über die Proben verteilt. Die erzeugten Schwingungen sind sehr sanft und stören oder beschädigen die Probe nicht.

Schritt 2: Vibrationssensor

3 Anzahl 801S Vibrationssensor Vibrationsmodell Analogausgang Einstellbare Empfindlichkeit für Arduino-Roboter Vibrationssensoren werden verwendet, um die Vibrationen zu erfassen … Der Mittelwert aller drei Werte wird zur Analyse der Daten verwendet.

Schritt 3: Arduino-Steuerung und Programmierung

Arduino sammelt die Daten mit den analogen Pins und konvertiert die Daten und sendet sie an eine Textdatei

Arduino-Programmierung

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

{

Serial.begin (9600);

pinMode (vib_1, EINGANG);

pinMode (vib_2, INPUT);

pinMode (vib_3, INPUT);

Serial.println ("ETIKETT, VIBRATIONSWERT");

}

Leere Schleife () {

int val1;

int val2;

int val3;

int-Wert;

val1 = analogRead (vib_1);

val2 = analogRead (vib_2);

val3 = analogRead (vib_3);

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

if (Wert >= 100)

{

Serial.print("DATEN,");

Serial.print("VIB=");

Serial.println (Wert);

Importabwicklung.seriell.*;

Serielle mySerial;

PrintWriter-Ausgabe;

Void-Setup ()

{

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

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

Leere zeichnen ()

{

if (mySerial.verfügbar() > 0)

{

Zeichenfolgenwert = mySerial.readString();

if (Wert != null)

{

Ausgabe.println (Wert);

}

}

}

Leere TasteGedrückt()

{

ausgabe.flush();

// Schreibt die restlichen Daten in die Datei

Ausgabe.close(); // Beendet die Datei

Ausfahrt(); // Stoppt das Programm

}

Verzögerung (1000);

}

}

}

Schritt 4: Grafische Benutzeroberfläche der Neuro-Fuzzy-Interpretation

ANFIS ist eine Kombination aus logischen Fuzzy-Systemen und neuronalen Netzen. Diese Art von Inferenzsystem hat die adaptive Natur, sich auf die trainierte Situation zu verlassen. Daher hat es viele Vorteile vom Lernen bis zur Validierung der Ausgabe. Das Fuzzy-Modell von Takagi-Sugeno ist in der Abbildung dargestellt

Wie in Abbildung gezeigt, besteht das ANFIS-System aus 5 Schichten, wobei die durch das Kästchen symbolisierte Schicht eine adaptive Schicht ist. Inzwischen ist durch den Kreis symbolisiert fixiert. Jeder Ausgang jeder Schicht wird durch eine Knotenfolge symbolisiert und l ist die Folge, die die Linien zeigt. Hier ist eine Erklärung für jede Schicht, nämlich:

Schicht 1

Dient der Erhöhung des Mitgliedschaftsgrades

Schicht 2

Dient dazu, die Feuerstärke durch Multiplikation jedes Eingangssignals hervorzurufen.

Schicht 3

Normalisieren Sie die Schussstärke

Schicht 4

Berechnung der Ausgabe basierend auf den Parametern der Regelfolge

Schicht 5

Das Zählen des ANFIS-Ausgangssignals durch Summieren aller eingehenden Signale ergibt

Hier wird die grafische Benutzeroberfläche mit MATLAB-Software gestaltet. Die eingegebenen Schwingungsdaten werden mit dem Arduino-Controller in die Software eingespeist und die entsprechende Probe wird effizient mit der ANFIS-Interpretation analysiert.