Analisador de amostra de rocha: 4 etapas

2025 Autor: John Day | [email protected]. Última modificação: 2025-01-13 06:58

Rock Sample Analyzer é usado para identificar e analisar os tipos de amostras de rochas usando a técnica de vibração de martelo suave. É um novo método para identificar as amostras de rocha. Se um meteorito ou qualquer amostra de rocha desconhecida estiver lá, pode-se estimar a amostra usando este analisador de amostra de rocha. A técnica do martelo suave não perturbará ou danificará a amostra. A técnica de interpretação avançada Neuro Fuzzy é aplicada para identificar as amostras. A interface gráfica do usuário (GUI) é projetada usando o software MATLAB e o usuário pode ver as vibrações obtidas em uma saída gráfica e a saída resultante será mostrada no painel em frações de segundo.

Etapa 1: Construindo o Dispositivo Mecânico

As dimensões do dispositivo mecânico são as seguintes

Comprimento X Largura X Altura = 36 cm X 24,2 cm X 32 cm

Comprimento da haste da amostra = 24 cm

Comprimento do martelo = 37 cm

Raio do disco = 7,2 cm

Comprimentos do eixo = 19,2 cm (2)

O dispositivo mecânico de martelo suave automático serve para martelar a amostra e criar vibrações … As vibrações geradas são espalhadas pelas amostras. As vibrações geradas são muito suaves e não perturbarão ou danificarão a amostra.

Etapa 2: Sensor de vibração

3 número de 801S Sensor de vibração Modelo de vibração Saída analógica Sensibilidade ajustável para robô Arduino Os sensores de vibração são usados para coletar as vibrações … A média de todos os três valores é usada para analisar os dados.

Etapa 3: controle e programação do Arduino

O Arduino irá coletar os dados usando os pinos analógicos e converter os dados e enviá-los para um arquivo de texto

Programação 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 ("ETIQUETA, VALOR DE VIBRAÇÃO");

}

void loop () {

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;

if (val> = 100)

{

Serial.print ("DATA,");

Serial.print ("VIB =");

Serial.println (valor);

import processing.serial. *;

Serial mySerial;

Saída de PrintWriter;

void setup ()

{

mySerial = novo Serial (isto, Serial.list () [0], 9600);

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

void draw ()

{

if (mySerial.available ()> 0)

{

Valor da string = mySerial.readString ();

if (valor! = nulo)

{

output.println (valor);

}

}

}

void keyPressed ()

{

output.flush ();

// Grava os dados restantes no arquivo

output.close (); // Termina o arquivo

saída(); // Pára o programa

}

atraso (1000);

}

}

}

Etapa 4: Interface gráfica do usuário de interpretação Neuro Fuzzy

ANFIS é uma combinação de sistemas lógicos difusos e redes neurais. Esse tipo de sistema de inferência tem a natureza adaptativa de confiar na situação que treinou. Portanto, tem muitas vantagens, desde o aprendizado até a validação da saída. O modelo fuzzy Takagi-Sugeno é mostrado na Figura

Conforme mostrado na Figura, o sistema ANFIS consiste em 5 camadas, a camada simbolizada pela caixa é uma camada que é adaptativa. Enquanto isso, simbolizado pelo círculo é fixo. Cada saída de cada camada é simbolizada por uma sequência de nós e l é a sequência que mostra o revestimento. Aqui está uma explicação para cada camada, a saber:

Camada 1

Serve para aumentar o grau de adesão

Camada 2

Serve para evocar a força de disparo multiplicando cada sinal de entrada.

Camada 3

Normalizar a força de disparo

Camada 4

Calculando a saída com base nos parâmetros da regra consequente

Camada 5

Contar o sinal de saída ANFIS somando todos os sinais de entrada produzirá

Aqui, a interface gráfica do usuário é projetada usando o software MATLAB. Os dados de vibração de entrada são alimentados no software usando o controlador Arduino e a amostra correspondente será analisada de forma eficiente usando a interpretação ANFIS.