रॉक नमूना विश्लेषक: 4 कदम

2024 लेखक: John Day | [email protected]. अंतिम बार संशोधित: 2024-01-30 09:21

रॉक सैंपल एनालाइज़र का उपयोग सॉफ्ट हैमरिंग वाइब्रेशन तकनीक का उपयोग करके चट्टानों के नमूनों के प्रकारों की पहचान और विश्लेषण करने के लिए किया जाता है। यह चट्टान के नमूनों की पहचान करने की एक नई विधि है। यदि कोई उल्कापिंड या कोई अज्ञात चट्टान का नमूना है, तो कोई इस रॉक नमूना विश्लेषक का उपयोग करके नमूने का अनुमान लगा सकता है। सॉफ्ट हैमरिंग तकनीक नमूने को परेशान या नुकसान नहीं पहुंचाएगी। नमूनों की पहचान करने के लिए उन्नत न्यूरो फ़ज़ी व्याख्या तकनीक लागू की जाती है। ग्राफिकल यूजर इंटरफेस (जीयूआई) को MATLAB सॉफ्टवेयर का उपयोग करके डिज़ाइन किया गया है और उपयोगकर्ता एक ग्राफिकल आउटपुट प्राप्त कंपन को देख सकता है और परिणामी आउटपुट पैनल में सेकंड के अंशों के भीतर दिखाया जाएगा।

चरण 1: यांत्रिक उपकरण का निर्माण

यांत्रिक उपकरण के आयाम इस प्रकार हैं

लंबाई X चौड़ाई X ऊँचाई = 36 सेमी X 24.2 सेमी X 32 सेमी

प्रतिदर्श छड़ की लंबाई = 24 सेमी

हथौड़े की लंबाई = 37 सेमी

डिस्क त्रिज्या = 7.2 सेमी

धुरी की लंबाई = 19.2 सेमी (2)

स्वचालित सॉफ्ट हैमरिंग यांत्रिक उपकरण नमूने को हथौड़े से चलाने और कंपन पैदा करने के लिए है… उत्पन्न कंपन नमूनों में फैले हुए हैं। उत्पन्न कंपन बहुत सहज हैं और नमूने को परेशान या नुकसान नहीं पहुंचाएंगे।

चरण 2: कंपन सेंसर

3 संख्या 801S कंपन सेंसर कंपन मॉडल एनालॉग आउटपुट Arduino के लिए समायोज्य संवेदनशीलता रोबोट कंपन सेंसर का उपयोग कंपन एकत्र करने के लिए किया जाता है … डेटा का विश्लेषण करने के लिए सभी तीन मानों के माध्य का उपयोग किया जाता है।

चरण 3: Arduino नियंत्रण और प्रोग्रामिंग

Arduino एनालॉग पिन का उपयोग करके डेटा एकत्र करेगा और डेटा को रूपांतरित करके टेक्स्ट फ़ाइल में भेजेगा

अरुडिनो प्रोग्रामिंग

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

{

सीरियल.बेगिन (९६००);

पिनमोड (vib_1, INPUT);

पिनमोड (vib_2, INPUT);

पिनमोड (vib_3, INPUT);

Serial.println ("लेबल, कंपन मूल्य");

}

शून्य लूप () {

इंट वैल1;

इंट वैल2;

इंट वैल3;

इंट वैल;

वैल1 = एनालॉगरेड (vib_1);

वैल2 = एनालॉगरेड (vib_2);

वैल3 = एनालॉगरेड (vib_3);

वैल = (वैल १ + वैल २ + वैल ३) / ३;

अगर (वैल> = 100)

{

सीरियल.प्रिंट ("डेटा,");

सीरियल.प्रिंट ("VIB =");

Serial.println (मान);

आयात प्रसंस्करण। धारावाहिक। *;

सीरियल माय सीरियल;

प्रिंटवाइटर आउटपुट;

व्यर्थ व्यवस्था()

{

mySerial = नया सीरियल (यह, Serial.list () [0], ९६००);

आउटपुट = createWriter ("data.txt"); }

शून्य ड्रा ()

{

अगर (mySerial.उपलब्ध ()> 0)

{

स्ट्रिंग मान = mySerial.readString ();

अगर (मान! = शून्य)

{

output.println (मान);

}

}

}

शून्य कुंजी दबाया ()

{

आउटपुट। फ्लश ();

// शेष डेटा को फ़ाइल में लिखें

आउटपुट.क्लोज़ (); // फ़ाइल को समाप्त करें

बाहर जाएं(); // प्रोग्राम को रोकता है

}

देरी (1000);

}

}

}

चरण 4: न्यूरो फजी इंटरप्रिटेशन ग्राफिकल यूजर इंटरफेस

ANFIS तार्किक फ़ज़ी सिस्टम और तंत्रिका नेटवर्क का एक संयोजन है। इस तरह की अनुमान प्रणाली में प्रशिक्षित स्थिति पर भरोसा करने के लिए अनुकूली प्रकृति होती है। इस प्रकार सीखने से लेकर आउटपुट को मान्य करने तक इसके बहुत सारे फायदे हैं। ताकागी-सुजेनो फजी मॉडल चित्र में दिखाया गया है

जैसा कि चित्र में दिखाया गया है, ANFIS प्रणाली में 5 परतें होती हैं, बॉक्स द्वारा प्रतीक परत एक ऐसी परत होती है जो अनुकूली होती है। इस बीच, सर्कल द्वारा प्रतीक तय किया गया है। प्रत्येक परत के प्रत्येक आउटपुट को नोड्स के अनुक्रम के साथ दर्शाया गया है और l लाइनिंग को दर्शाने वाला क्रम है। यहाँ प्रत्येक परत के लिए एक स्पष्टीकरण दिया गया है, अर्थात्:

परत १।

सदस्यता की डिग्री बढ़ाने के लिए कार्य करता है

परत 2

प्रत्येक इनपुट सिग्नल को गुणा करके फायरिंग-शक्ति पैदा करने का कार्य करता है।

परत 3

फायरिंग ताकत को सामान्य करें

परत 4

परिणामी नियम के मापदंडों के आधार पर आउटपुट की गणना करना

परत 5

सभी आने वाले संकेतों को जोड़कर ANFIS आउटपुट सिग्नल की गणना करने से उत्पादन होगा

यहां ग्राफिकल यूजर इंटरफेस MATLAB सॉफ्टवेयर का उपयोग करके बनाया गया है। इनपुट कंपन डेटा को Arduino कंट्रोलर का उपयोग करके सॉफ़्टवेयर में फीड किया जाता है और संबंधित नमूने का विश्लेषण ANFIS व्याख्या का उपयोग करके कुशलता से किया जाएगा।