Analyseur d'échantillons de roche : 4 étapes

2025 Auteur: John Day | [email protected]. Dernière modifié: 2025-01-23 14:46

L'analyseur d'échantillons de roches est utilisé pour identifier et analyser les types d'échantillons de roches à l'aide de la technique de vibration par martelage doux. Il s'agit d'une nouvelle méthode d'identification des échantillons de roche. Si une météorite ou un échantillon de roche inconnu s'y trouve, on peut estimer l'échantillon à l'aide de cet analyseur d'échantillon de roche. La technique de martelage doux ne perturbera ni n'endommagera l'échantillon. Une technique avancée d'interprétation neuro floue est appliquée pour identifier les échantillons. L'interface utilisateur graphique (GUI) est conçue à l'aide du logiciel MATLAB et l'utilisateur peut voir les vibrations obtenues sur une sortie graphique et la sortie résultante sera affichée dans le panneau en quelques fractions de seconde.

Étape 1: Construction du dispositif mécanique

Les Dimensions du dispositif mécanique sont les suivantes

Longueur X Largeur X Hauteur = 36 cm X 24,2 cm X 32 cm

Longueur de la tige d'échantillon = 24 cm

Longueur du marteau = 37 cm

Rayon du disque = 7,2 cm

Longueurs d'essieux = 19,2 cm (2)

Le dispositif mécanique automatique de martelage doux consiste à marteler l'échantillon et à créer des vibrations… Les vibrations générées sont réparties sur les échantillons. Les vibrations générées sont très douces et ne perturberont ni n'endommageront l'échantillon.

Étape 2: Capteur de vibrations

3 nombre de 801S Capteur de vibrations Modèle de vibration Sortie analogique Sensibilité réglable pour robot Arduino Des capteurs de vibrations sont utilisés pour collecter les vibrations… La moyenne des trois valeurs est utilisée pour analyser les données.

Étape 3: Contrôle et programmation Arduino

Arduino collectera les données à l'aide des broches analogiques, convertira les données et les enverra dans un fichier texte

Programmation 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("ETIQUETTE, VALEUR DE VIBRATION");

}

boucle vide(){

int val1;

int val2;

int val3;

valeur int;

val1 = analogRead(vib_1);

val2 = analogRead(vib_2);

val3 = analogRead(vib_3);

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

si (val >= 100)

{

Serial.print("DONNÉES, ");

Serial.print("VIB=");

Serial.println(valeur);

import processing.serial.*;

série mySerial;

sortie PrintWriter;

void setup()

{

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

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

tirage nul()

{

if (mySerial.available() > 0)

{

Valeur de chaîne = mySerial.readString();

si (valeur != null)

{

sortie.println(valeur);

}

}

}

touche videAppuyée ()

{

sortie.flush();

// Écrit les données restantes dans le fichier

sortie.close(); // Termine le fichier

sortir(); // Arrête le programme

}

retard(1000);

}

}

}

Étape 4: Interface utilisateur graphique d'interprétation neuro floue

ANFIS est une combinaison de systèmes logiques flous et de réseaux de neurones. Ce type de système d'inférence a la nature adaptative de s'appuyer sur la situation qu'il a formée. Ainsi, il présente de nombreux avantages, de l'apprentissage à la validation de la sortie. Le modèle flou de Takagi-Sugeno est montré dans la figure

Comme le montre la figure, le système ANFIS se compose de 5 couches, la couche symbolisée par la boîte est une couche adaptative. Pendant ce temps, symbolisé par le cercle est fixe. Chaque sortie de chaque couche est symbolisée par une séquence de nœuds et l est la séquence montrant le revêtement. Voici une explication pour chaque couche, à savoir:

Couche 1

Sert à augmenter le degré d'adhésion

Couche 2

Sert à évoquer la force de tir en multipliant chaque signal d'entrée.

Couche 3

Normaliser la force de tir

Couche 4

Calcul de la sortie en fonction des paramètres de la règle conséquente

Couche 5

Compter le signal de sortie ANFIS en additionnant tous les signaux entrants produira

Ici, l'interface utilisateur graphique est conçue à l'aide du logiciel MATLAB. Les données de vibration d'entrée sont introduites dans le logiciel à l'aide du contrôleur Arduino et l'échantillon correspondant sera analysé efficacement à l'aide de l'interprétation ANFIS.