Spisu treści:

Analizator próbek skał: 4 kroki
Analizator próbek skał: 4 kroki

Wideo: Analizator próbek skał: 4 kroki

Wideo: Analizator próbek skał: 4 kroki
Wideo: Dowody życia na Marsie. Sukces łazika Perservence od NASA 2024, Listopad
Anonim
Analizator próbek skał
Analizator próbek skał

Rock Sample Analyzer służy do identyfikacji i analizy rodzajów próbek skał przy użyciu techniki miękkich wibracji młotkowych. Jest to nowatorska metoda identyfikacji próbek skał. Jeśli znajduje się tam meteoryt lub jakakolwiek nieznana próbka skały, można oszacować próbkę za pomocą tego analizatora próbek skał. Technika miękkiego młotka nie zakłóci ani nie uszkodzi próbki. Do identyfikacji próbek stosowana jest zaawansowana technika interpretacji Neuro Fuzzy. Graficzny interfejs użytkownika (GUI) został zaprojektowany przy użyciu oprogramowania MATLAB, a użytkownik może zobaczyć uzyskane wibracje na graficznym wyjściu, a wynikowy wynik zostanie pokazany w panelu w ciągu ułamków sekundy.

Krok 1: Konstruowanie urządzenia mechanicznego

Konstruowanie urządzenia mechanicznego
Konstruowanie urządzenia mechanicznego

Wymiary urządzenia mechanicznego są następujące

Długość X szerokość X wysokość = 36 cm X 24.2 cm X 32 cm

Długość pręta próbki = 24 cm

Długość młotka = 37 cm

Promień dysku = 7,2 cm

Długości osi = 19,2 cm (2)

Automatyczne mechaniczne urządzenie do miękkiego młotka ma za zadanie uderzać w próbkę i wytwarzać wibracje… Generowane wibracje są rozprowadzane na próbkach. Generowane drgania są bardzo płynne i nie zakłócają ani nie uszkadzają próbki.

Krok 2: Czujnik wibracji

Czujnik wibracji
Czujnik wibracji

3 liczba 801S Vibration Sensor Vibration Model Wyjście analogowe Regulowana czułość dla robota Arduino Czujniki wibracji są używane do zbierania wibracji… Średnia wszystkich trzech wartości jest używana do analizy danych.

Krok 3: Sterowanie i programowanie Arduino

Sterowanie i programowanie Arduino
Sterowanie i programowanie Arduino

Arduino zbierze dane za pomocą pinów analogowych i przekonwertuje dane i wyśle je do pliku tekstowego

Programowanie Arduino

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

{

Serial.początek(9600);

pinMode(vib_1, WEJŚCIE);

pinMode(vib_2, INPUT);

pinMode(vib_3, WEJŚCIE);

Serial.println("ETYKIETA, WARTOŚĆ WIBRACJI");

}

pusta pętla () {

int wart1;

int wart2;

wewn wart3;

wewn wart;

wart1 = odczyt analogowy(vib_1);

wart2 = odczyt analogowy(vib_2);

wart3 = odczyt analogowy(vib_3);

wart = (wart1 + wart2 + wart3)/3;

jeśli (val >= 100)

{

Serial.print("DANE, ");

Serial.print("VIB =");

Serial.println(wartość);

importowanie przetwarzania.serial.*;

Serial mójSerial;

wyjście PrintWriter;

pusta konfiguracja()

{

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

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

nieważne remis()

{

jeśli (mySerial.available() > 0)

{

Wartość ciągu = mySerial.readString();

jeśli (wartość != null)

{

output.println(wartość);

}

}

}

nieważny klawiszNaciśnięty()

{

wyjście.flush();

// Zapisuje pozostałe dane do pliku

wyjście.zamknij(); // kończy plik

Wyjście(); // Zatrzymuje program

}

opóźnienie (1000);

}

}

}

Krok 4: Graficzny interfejs użytkownika Neuro Fuzzy Interpretation

Graficzny interfejs użytkownika Neuro Fuzzy Interpretation
Graficzny interfejs użytkownika Neuro Fuzzy Interpretation

ANFIS to połączenie logicznych systemów rozmytych i sieci neuronowych. Ten rodzaj systemu wnioskowania ma adaptacyjny charakter i polega na wyuczonej sytuacji. W związku z tym ma wiele zalet, od uczenia się do walidacji wyników. Na rysunku pokazano rozmyty model Takagi-Sugeno

Jak pokazano na rysunku, system ANFIS składa się z 5 warstw, warstwa symbolizowana prostokątem jest warstwą adaptacyjną. Tymczasem symbolizowany przez okrąg jest stały. Każde wyjście każdej warstwy jest symbolizowane sekwencją węzłów, a l jest sekwencją pokazującą podszewkę. Oto wyjaśnienie dla każdej warstwy, a mianowicie:

Warstwa 1

Służy podniesieniu stopnia członkostwa

Warstwa 2

Służy do wywołania siły ognia poprzez zwielokrotnienie każdego sygnału wejściowego.

Warstwa 3

Normalizuj siłę wypalania

Warstwa 4

Obliczanie wyniku na podstawie parametrów następnika reguły

Warstwa 5

Zliczanie sygnału wyjściowego ANFIS przez zsumowanie wszystkich przychodzących sygnałów wytworzy

W tym przypadku graficzny interfejs użytkownika został zaprojektowany przy użyciu oprogramowania MATLAB. Wejściowe dane dotyczące wibracji są wprowadzane do oprogramowania za pomocą kontrolera Arduino, a odpowiednia próbka zostanie wydajnie przeanalizowana przy użyciu interpretacji ANFIS.

Zalecana: