فهرست مطالب:
- مرحله 1: ساخت دستگاه مکانیکی
- مرحله 2: سنسور ارتعاش
- مرحله 3: کنترل و برنامه نویسی آردوینو
- مرحله 4: رابط کاربری گرافیکی تفسیر فازی Neuro
![تجزیه و تحلیل نمونه سنگ: 4 مرحله تجزیه و تحلیل نمونه سنگ: 4 مرحله](https://i.howwhatproduce.com/images/004/image-9242-j.webp)
تصویری: تجزیه و تحلیل نمونه سنگ: 4 مرحله
![تصویری: تجزیه و تحلیل نمونه سنگ: 4 مرحله تصویری: تجزیه و تحلیل نمونه سنگ: 4 مرحله](https://i.ytimg.com/vi/vajgSwHeEgg/hqdefault.jpg)
2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:55
![تجزیه و تحلیل نمونه سنگ تجزیه و تحلیل نمونه سنگ](https://i.howwhatproduce.com/images/004/image-9242-1-j.webp)
برای تجزیه و تحلیل انواع نمونه سنگ ها با استفاده از تکنیک ارتعاش چکش نرم ، از نمونه آنالیز کننده سنگ استفاده می شود. این یک روش جدید در شناسایی نمونه های سنگ است. اگر شهاب سنگ یا هر نمونه سنگ ناشناخته در آنجا باشد ، می توان نمونه را با استفاده از این آنالیز نمونه سنگ تخمین زد. تکنیک چکش نرم باعث ایجاد مزاحمت یا آسیب به نمونه نمی شود. از تکنیک تفسیر پیشرفته Neuro Fuzzy برای شناسایی نمونه ها استفاده می شود. رابط کاربری گرافیکی (GUI) با استفاده از نرم افزار MATLAB طراحی شده است و کاربر می تواند ارتعاشات حاصل از خروجی گرافیکی را مشاهده کند و خروجی حاصله در کسرهای ثانیه در پنل نشان داده می شود.
مرحله 1: ساخت دستگاه مکانیکی
![ساخت دستگاه مکانیکی ساخت دستگاه مکانیکی](https://i.howwhatproduce.com/images/004/image-9242-2-j.webp)
ابعاد دستگاه مکانیکی به شرح زیر است
طول X عرض X ارتفاع = 36 سانتی متر X 24.2 سانتی متر X 32 سانتی متر
طول میله نمونه = 24 سانتی متر
طول چکش = 37 سانتی متر
شعاع دیسک = 7.2 سانتی متر
طول محور = 19.2 سانتی متر (2)
دستگاه مکانیکی چکش نرم به منظور چکاندن نمونه و ایجاد ارتعاش است … ارتعاشات ایجاد شده بر روی نمونه ها پخش می شود. ارتعاشات ایجاد شده بسیار صاف هستند و باعث ایجاد مزاحمت و آسیب به نمونه نمی شوند.
مرحله 2: سنسور ارتعاش
![سنسور ارتعاش سنسور ارتعاش](https://i.howwhatproduce.com/images/004/image-9242-3-j.webp)
3 شماره سنسور ارتعاشی 801S مدل ارتعاش حساسیت خروجی قابل تنظیم برای آردوینو برای جمع آوری ارتعاشات از سنسورهای ارتعاشی استفاده می شود … میانگین هر سه مقدار برای تجزیه و تحلیل داده ها استفاده می شود.
مرحله 3: کنترل و برنامه نویسی آردوینو
![کنترل و برنامه نویسی آردوینو کنترل و برنامه نویسی آردوینو](https://i.howwhatproduce.com/images/004/image-9242-4-j.webp)
آردوینو داده ها را با استفاده از پین های آنالوگ جمع آوری کرده و داده ها را تبدیل کرده و به فایل متنی ارسال می کند
برنامه نویسی آردوینو
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 ("LABEL ، ارزش لرزش") ؛
}
حلقه خالی () {
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 (مقدار) ؛
پردازش واردات. سریال.*؛
سریال mySerial؛
خروجی PrintWriter ؛
void setup ()
{
mySerial = سریال جدید (این ، Serial.list () [0] ، 9600) ؛
خروجی = createWriter ("data.txt")؛ }
خلاء قرعه کشی ()
{
if (mySerial.available ()> 0)
{
مقدار رشته = mySerial.readString ()؛
if (مقدار! = null)
{
output.println (مقدار) ؛
}
}
}
کلید خالی فشرده ()
{
output.flush ()؛
// داده های باقی مانده را روی فایل می نویسد
output.close ()؛ // فایل را تمام می کند
خروج ()؛ // برنامه را متوقف می کند
}
تاخیر (1000) ؛
}
}
}
مرحله 4: رابط کاربری گرافیکی تفسیر فازی Neuro
![تفسیر فازی عصبی رابط کاربری گرافیکی تفسیر فازی عصبی رابط کاربری گرافیکی](https://i.howwhatproduce.com/images/004/image-9242-5-j.webp)
ANFIS ترکیبی از سیستم های فازی منطقی و شبکه های عصبی است. این نوع سیستم استنتاج دارای ماهیت تطبیقی برای تکیه بر موقعیتی است که آموزش داده است. بنابراین مزایای زیادی از یادگیری تا تأیید خروجی دارد. مدل فازی تاکاگی-سوگنو در شکل نشان داده شده است
همانطور که در شکل نشان داده شده است ، سیستم ANFIS از 5 لایه تشکیل شده است ، لایه ای که با جعبه نماد شده است ، یک لایه سازگار است. در همین حال ، نماد دایره ثابت است. هر خروجی هر لایه با دنباله ای از گره ها و l دنباله ای است که پوشش را نشان می دهد. در اینجا توضیحی برای هر لایه وجود دارد ، یعنی:
لایه 1
برای بالا بردن درجه عضویت خدمت می کند
لایه 2
با ضرب هر سیگنال ورودی ، قدرت شلیک را برمی انگیزد.
لایه 3
عادی سازی قدرت شلیک
لایه 4
محاسبه خروجی بر اساس پارامترهای قانون نتیجه
لایه 5
شمارش سیگنال خروجی ANFIS با جمع بندی تمام سیگنال های ورودی تولید می کند
در اینجا رابط کاربری گرافیکی با استفاده از نرم افزار MATLAB طراحی شده است. داده های ارتعاش ورودی با استفاده از کنترلر آردوینو وارد نرم افزار می شوند و نمونه مربوطه با استفاده از تفسیر ANFIS به طور مثر تجزیه و تحلیل می شود.
توصیه شده:
تجزیه و تحلیل LTE Cat.M1 PSM (حالت ذخیره انرژی): 4 مرحله
![تجزیه و تحلیل LTE Cat.M1 PSM (حالت ذخیره انرژی): 4 مرحله تجزیه و تحلیل LTE Cat.M1 PSM (حالت ذخیره انرژی): 4 مرحله](https://i.howwhatproduce.com/images/005/image-13274-j.webp)
تجزیه و تحلیل LTE Cat.M1 PSM (حالت ذخیره انرژی): در مقاله قبلی ، ما نحوه تنظیم چرخه فعال / خواب با استفاده از PSM را مورد بحث قرار دادیم. لطفاً برای توضیحات سخت افزار و تنظیم PSM و فرمان AT به مقاله قبلی مراجعه کنید. (پیوند: https://www.instructables.com/id/What-Is-a-PSMPow…Ac
تجزیه و تحلیل داده های دما/رطوبت با استفاده از Ubidots و Google-Sheets: 6 مرحله
![تجزیه و تحلیل داده های دما/رطوبت با استفاده از Ubidots و Google-Sheets: 6 مرحله تجزیه و تحلیل داده های دما/رطوبت با استفاده از Ubidots و Google-Sheets: 6 مرحله](https://i.howwhatproduce.com/images/005/image-13661-j.webp)
تجزیه و تحلیل داده های دما/رطوبت با استفاده از Ubidots و Google-Sheets: در این آموزش ، داده های مختلف دما و رطوبت را با استفاده از سنسور دما و رطوبت اندازه گیری می کنیم. همچنین نحوه ارسال این داده ها به Ubidots را خواهید آموخت. به طوری که می توانید آن را از هر کجا برای برنامه های مختلف تجزیه و تحلیل کنید. همچنین توسط sendin
سنسور التراسونیک تجزیه و تحلیل برای اندازه گیری فاصله: 3 مرحله
![سنسور التراسونیک تجزیه و تحلیل برای اندازه گیری فاصله: 3 مرحله سنسور التراسونیک تجزیه و تحلیل برای اندازه گیری فاصله: 3 مرحله](https://i.howwhatproduce.com/images/005/image-14718-j.webp)
سنسور اولتراسونیک ANALOG برای اندازه گیری فاصله: این دستورالعمل ها به نحوه استفاده از سنسور اولتراسونیک متصل به آردوینو و اندازه گیری دقیق فاصله 20 تا 720 سانتی متر می پردازد
چشمه رقص: آردوینو با تجزیه و تحلیل طیف MSGEQ7: 8 مرحله
![چشمه رقص: آردوینو با تجزیه و تحلیل طیف MSGEQ7: 8 مرحله چشمه رقص: آردوینو با تجزیه و تحلیل طیف MSGEQ7: 8 مرحله](https://i.howwhatproduce.com/images/005/image-14981-j.webp)
Dancing Fountain: Arduino With MSGEQ7 Spectrum Analyzer: دریافت یک سیگنال صوتی و تبدیل آن به واکنش بصری یا مکانیکی بسیار جالب است. در این پروژه ما باید از Arduino Mega برای اتصال به تجزیه و تحلیل طیف MSGEQ7 استفاده کنیم که سیگنال صوتی ورودی را گرفته و باند را اجرا می کند
1024 نمونه تجزیه و تحلیل طیف FFT با استفاده از مراحل Atmega1284: 9
![1024 نمونه تجزیه و تحلیل طیف FFT با استفاده از مراحل Atmega1284: 9 1024 نمونه تجزیه و تحلیل طیف FFT با استفاده از مراحل Atmega1284: 9](https://i.howwhatproduce.com/images/007/image-20109-j.webp)
1024 نمونه FFT Spectrum Analyzer با استفاده از Atmega1284: این آموزش نسبتاً آسان (با توجه به پیچیدگی این موضوع) به شما نشان می دهد که چگونه می توانید با استفاده از یک برد نوع آردوینو (1284 باریک) و پلاتر سریال یک تجزیه کننده طیف نمونه بسیار ساده 1024 بسازید. هر نوع کمپانی آردوینو