Analizzatore di campioni di roccia: 4 passaggi

2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:02

Rock Sample Analyzer viene utilizzato per identificare e analizzare i tipi di campioni di rocce utilizzando la tecnica di vibrazione del martellamento morbido. È un nuovo metodo per identificare i campioni di roccia. Se è presente un meteorite o un campione di roccia sconosciuto, è possibile stimare il campione utilizzando questo analizzatore di campioni di roccia. La tecnica del martellamento morbido non disturberà o danneggerà il campione. La tecnica di interpretazione avanzata Neuro Fuzzy viene applicata per identificare i campioni. L'interfaccia grafica utente (GUI) è progettata utilizzando il software MATLAB e l'utente può vedere le vibrazioni ottenute in un output grafico e l'output risultante verrà mostrato nel pannello entro frazioni di secondo.

Passaggio 1: costruzione del dispositivo meccanico

Le dimensioni del dispositivo meccanico sono le seguenti

Lunghezza X Larghezza X Altezza = 36 cm X 24,2 cm X 32 cm

Lunghezza dell'asta campione = 24 cm

Lunghezza martello = 37 cm

Raggio del disco = 7,2 cm

Lunghezze assi = 19,2 cm (2)

Il dispositivo meccanico automatico di martellatura dolce serve a martellare il campione e creare vibrazioni… Le vibrazioni generate vengono distribuite sui campioni. Le vibrazioni generate sono molto lisce e non disturberanno o danneggeranno il campione.

Passaggio 2: sensore di vibrazioni

3 numero di 801S Sensore di vibrazione Modello di vibrazione Uscita analogica Sensibilità regolabile per Arduino Robot I sensori di vibrazione vengono utilizzati per raccogliere le vibrazioni… La media di tutti e tre i valori viene utilizzata per analizzare i dati.

Passaggio 3: controllo e programmazione Arduino

Arduino raccoglierà i dati utilizzando i pin analogici e convertirà i dati e li invierà a un file di testo

Programmazione 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("ETICHETTA, VALORE VIBRAZIONE");

}

ciclo vuoto(){

int val1;

int val2;

int val3;

valore int;

val1 = analogRead(vib_1);

val2 = analogRead(vib_2);

val3 = analogRead(vib_3);

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

se (val >= 100)

{

Serial.print("DATI, ");

Serial.print("VIB =");

Serial.println(valore);

import processing.serial.*;

Seriale mySerial;

Output PrintWriter;

configurazione nulla()

{

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

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

pareggio vuoto()

{

if (mySerial.available() > 0)

{

Valore stringa = mySerial.readString();

if (valore != nullo)

{

output.println(valore);

}

}

}

tasto voidPremuto()

{

output.flush();

// Scrive i dati rimanenti nel file

output.close(); // Finisce il file

Uscita(); // Arresta il programma

}

ritardo(1000);

}

}

}

Passaggio 4: interfaccia utente grafica di interpretazione neuro fuzzy

ANFIS è una combinazione di sistemi fuzzy logici e reti neurali. Questo tipo di sistema di inferenza ha la natura adattiva di fare affidamento sulla situazione che ha addestrato. Quindi ha molti vantaggi dall'apprendimento alla convalida dell'output. Il modello fuzzy di Takagi-Sugeno è mostrato nella figura

Come mostrato in figura, il sistema ANFIS è composto da 5 livelli, il livello simboleggiato dal riquadro è un livello adattivo. Nel frattempo, simboleggiato dal cerchio è fisso. Ogni output di ogni strato è simbolizzato con una sequenza di nodi e l è la sequenza che mostra il rivestimento. Ecco una spiegazione per ogni livello, vale a dire:

Strato 1

Serve per aumentare il grado di appartenenza

Livello 2

Serve per evocare la potenza di fuoco moltiplicando ogni segnale in ingresso.

Strato 3

Normalizza la potenza di fuoco

Strato 4

Calcolo dell'output in base ai parametri della regola conseguente

Strato 5

Il conteggio del segnale di uscita ANFIS sommando tutti i segnali in ingresso produrrà

Qui l'interfaccia utente grafica è progettata utilizzando il software MATLAB. I dati di vibrazione in ingresso vengono inseriti nel software utilizzando il controller Arduino e il campione corrispondente verrà analizzato in modo efficiente utilizzando l'interpretazione ANFIS.