Sisällysluettelo:

Kivinäyteanalysaattori: 4 vaihetta
Kivinäyteanalysaattori: 4 vaihetta

Video: Kivinäyteanalysaattori: 4 vaihetta

Video: Kivinäyteanalysaattori: 4 vaihetta
Video: Можно ли пить соду, и к чему это приведёт 2024, Marraskuu
Anonim
Kivinäyteanalysaattori
Kivinäyteanalysaattori

Kivinäyteanalysaattoria käytetään tunnistamaan ja analysoimaan kivinäytteiden tyypit pehmeän vasaran tärinätekniikan avulla. Se on uusi menetelmä kivinäytteiden tunnistamiseksi. Jos siellä on meteoriitti tai tuntematon kivinäyte, näyte voidaan arvioida käyttämällä tätä kivinäyteanalysaattoria. Pehmeä vasaratekniikka ei häiritse tai vahingoita näytettä. Näytteiden tunnistamiseen käytetään edistynyttä Neuro Fuzzy -tulkintatekniikkaa. Graafinen käyttöliittymä (GUI) on suunniteltu käyttäen MATLAB -ohjelmistoa ja käyttäjä voi nähdä saadut värähtelyt graafisena lähdönä ja tuloksena oleva tulos näkyy paneelissa sekunnin murto -osissa.

Vaihe 1: Mekaanisen laitteen rakentaminen

Mekaanisen laitteen rakentaminen
Mekaanisen laitteen rakentaminen

Mekaanisen laitteen mitat ovat seuraavat

Pituus X Leveys X Korkeus = 36 cm X 24,2 cm X 32 cm

Näytetangon pituus = 24 cm

Vasaran pituus = 37 cm

Levyn säde = 7,2 cm

Akselin pituus = 19,2 cm (2)

Automaattisen pehmeän vasaran mekaanisen laitteen tarkoituksena on lyödä näyte ja luoda tärinää… Syntyvät värähtelyt jakautuvat näytteiden päälle. Syntyvät tärinät ovat erittäin tasaisia eivätkä häiritse tai vahingoita näytettä.

Vaihe 2: Värähtelyanturi

Tärinäanturi
Tärinäanturi

3 numeroa 801S -tärinäanturivärähtelymalli Analoginen lähtö Säädettävä herkkyys Arduino -robotin tärinäanturille käytetään tärinän keräämiseen … Kaikkien kolmen arvon keskiarvoa käytetään tietojen analysointiin.

Vaihe 3: Arduino -ohjaus ja ohjelmointi

Arduino -ohjaus ja ohjelmointi
Arduino -ohjaus ja ohjelmointi

Arduino kerää tiedot analogisten nastojen avulla ja muuntaa tiedot ja lähettää ne tekstitiedostoon

Arduinon ohjelmointi

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

{

Sarja.alku (9600);

pinMode (vib_1, INPUT);

pinMode (vib_2, INPUT);

pinMode (vib_3, INPUT);

Serial.println ("LABEL, VIBRATION VALUE");

}

void loop () {

int val1;

int val2;

int val3;

int val;

val1 = analoginen luku (vib_1);

val2 = analoginen luku (vib_2);

val3 = analoginen luku (vib_3);

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

jos (val> = 100)

{

Serial.print ("DATA");

Serial.print ("VIB =");

Sarja.println (arvo);

tuonti käsittely. sarja.*;

Sarja mySerial;

PrintWriter -tulostus;

mitätön asennus ()

{

mySerial = uusi sarja (tämä, Serial.list () [0], 9600);

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

mitätön tasapeli ()

{

jos (mySerial.available ()> 0)

{

Merkkijonon arvo = mySerial.readString ();

jos (arvo! = null)

{

output.println (arvo);

}

}

}

tyhjä avainPainettu ()

{

output.flush ();

// Kirjoittaa loput tiedot tiedostoon

output.close (); // Viimeistelee tiedoston

exit (); // Pysäyttää ohjelman

}

viive (1000);

}

}

}

Vaihe 4: Neuro sumean tulkinnan graafinen käyttöliittymä

Neuro sumea tulkinta graafinen käyttöliittymä
Neuro sumea tulkinta graafinen käyttöliittymä

ANFIS on yhdistelmä loogisia sumeita järjestelmiä ja hermoverkkoja. Tällaisella päättelyjärjestelmällä on mukautuva luonne luottaa koulutettuun tilanteeseen. Siten sillä on paljon etuja oppimisesta tulosten validointiin. Takagi-Sugeno sumea malli on esitetty kuvassa

Kuten kuvassa näkyy, ANFIS -järjestelmä koostuu viidestä kerroksesta, laatikon symboli on kerros, joka on mukautuva. Samaan aikaan ympyrän symboloima on kiinteä. Kunkin kerroksen jokaista lähtöä symboloi solmujärjestys ja l on vuoraus, joka näyttää vuorauksen. Tässä on selitys jokaiselle kerrokselle, nimittäin:

Kerros 1

Toimii jäsenmäärän nostamiseksi

Taso 2

Palvelee laukaisuvoimaa kertomalla jokainen tulosignaali.

Kerros 3

Normalisoi ampumavoima

Taso 4

Tuloksen laskeminen seuraavan säännön parametrien perusteella

Taso 5

ANFIS -lähtösignaalin laskeminen summaamalla kaikki tulevat signaalit tuottaa

Tässä graafinen käyttöliittymä on suunniteltu MATLAB -ohjelmistolla. Syöttövärähtelytiedot syötetään ohjelmistoon Arduino -ohjaimen avulla ja vastaava näyte analysoidaan tehokkaasti ANFIS -tulkinnan avulla.

Suositeltava: