Đồ án thiết kế mô hình tưới tự động cho sầu riêng dùng PLC và xử lý ảnh tại ĐH Sư phạm Kỹ thuật TPHCM

Nghiên cứu thiết kế và thi công mô hình tưới tự động cho cây sầu riêng ứng dụng PLC kết hợp xử lý ảnh hiện đại, giúp tối ưu lượng nước và năng suất.

• Tác giả: Phan Thanh Minh
• Người hướng dẫn: TS. Tạ Văn Phương
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ kỹ thuật điện, điện tử
• Đề tài: Thiết kế và thi công mô hình tưới tự động cho cây sầu riêng dùng PLC kết hợp xử lý ảnh
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: Hồ Chí Minh

Tóm tắt

I. Tổng quan hệ thống tưới tự động cho cây sầu riêng dùng PLC

Hệ thống tưới tự động cho cây sầu riêng dùng PLC tại ĐH Sư phạm Kỹ thuật là đề tài nghiên cứu tốt nghiệp tiêu biểu của Khoa Đào tạo Quốc tế. Đề tài do sinh viên Phan Thanh Minh và Phan Thái Lâm thực hiện dưới sự hướng dẫn của Tiến sĩ Tạ Văn Phương. Mục tiêu cốt lõi của nghiên cứu là số hóa quy trình chăm sóc sầu riêng, một loại cây ăn trái có giá trị kinh tế cao nhưng đòi hỏi kỹ thuật canh tác khắt khe. Nền tảng điều khiển trung tâm sử dụng PLC Siemens S7-1200 nhằm đảm bảo độ tin cậy công nghiệp và khả năng vận hành bền bỉ ngoài trời. Điểm đột phá của dự án nằm ở sự kết hợp giữa kỹ thuật tự động hóa truyền thống và công nghệ trí tuệ nhân tạo. Camera quan sát thu thập hình ảnh thời gian thực từ vườn cây. Dữ liệu hình ảnh được xử lý bởi thuật toán thị giác máy tính nhằm hỗ trợ quyết định tưới. Phương pháp này giảm thiểu phụ thuộc vào cảm tính của người nông dân. Mô hình tạo tiền đề hiện đại hóa nông nghiệp công nghệ cao tại Việt Nam.

1.1. Xuất xứ đề tài và đơn vị nghiên cứu tại ĐH Sư phạm Kỹ thuật

Công trình bắt nguồn từ yêu cầu cấp thiết về ứng dụng tự động hóa trong nông nghiệp Việt Nam. Đề tài do nhóm nghiên cứu thuộc Bộ môn Kỹ thuật Điện - Điện tử, Khoa Đào tạo Quốc tế của Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh triển khai. Nhóm tác giả nhận thấy việc phụ thuộc vào lao động thủ công khiến hiệu quả canh tác chưa cao. Dự án hướng đến việc giải quyết sự thiếu hụt tài nguyên nước và chi phí nhân công ngày càng tăng. Với sự định hướng chuyên môn sâu sắc từ giảng viên hướng dẫn, đề tài tập trung xây dựng mô hình thực nghiệm khép kín. Kết quả nghiên cứu chứng minh năng lực đào tạo gắn liền với thực tiễn sản xuất của nhà trường.

1.2. Vai trò trung tâm của bộ điều khiển lập trình PLC S7 1200

Bộ điều khiển PLC S7-1200 đóng vai trò hạt nhân chỉ huy toàn bộ quy trình vận hành tưới. Thiết bị có độ ổn định công nghiệp cao, chống chịu tốt trước môi trường thời tiết khắc nghiệt. PLC trực tiếp tiếp nhận tín hiệu từ cảm biến và thuật toán xử lý dữ liệu ngoại vi. Thiết bị thực thi các lệnh đóng ngắt rơ le, điều khiển khởi động từ và máy bơm nước. Hệ thống van điện từ tại các khu vực được kích hoạt tuần tự theo logic lập trình sẵn. Khả năng xử lý thời gian thực giúp ngăn chặn sự cố sụt áp và hạn chế quá tải điện lưới. PLC S7-1200 tạo thành cầu nối thông suốt giữa thiết bị phần cứng và phần mềm điều khiển.

II. Thực trạng phát triển hệ thống tưới tự động sầu riêng dùng PLC

Cây sầu riêng là loại cây trồng rất nhạy cảm với chế độ nước trong suốt chu kỳ sinh trưởng. Nhu cầu ẩm thay đổi đột ngột giữa giai đoạn làm bông, đậu trái non và nuôi trái. Phương thức canh tác truyền thống chủ yếu dựa trên sức người và kinh nghiệm chủ quan. Nông dân thường tưới tràn hoặc kéo dây tưới thủ công từng gốc. Cách làm này gây thất thoát lượng nước tưới rất lớn và lãng phí điện năng tiêu thụ. Việc tưới dư thừa làm úng rễ, tạo điều kiện cho nấm Phytophthora phát triển và gây bệnh thối rễ. Ngược lại, tưới thiếu nước trong giai đoạn xả nhụy khiến hoa rụng hàng loạt và giảm năng suất nghiêm trọng. Thêm vào đó, áp lực thiếu hụt nhân công lao động tại vùng nông thôn ngày một gay gắt. Các hệ thống hẹn giờ tưới cơ học trước đây không có khả năng nhận biết thời kỳ sinh trưởng thực tế của cây. Do đó, việc xây dựng một hệ thống tưới thông minh có kiểm soát chính xác trở thành yêu cầu sống còn cho ngành trồng sầu riêng.

2.1. Yêu cầu sinh lý nước khắt khe trong giai đoạn ra hoa đậu trái

Giai đoạn phân hóa mầm hoa và trổ bông của sầu riêng đòi hỏi chế độ quản lý nước rất nghiêm ngặt. Khi cây chuẩn bị phân hóa mầm hoa, vườn cần trải qua thời kỳ siết nước tạo khô hạn nhân tạo. Ngược lại, khi hoa bắt đầu nhú mắt cua, đất cần được cấp ẩm nhẹ đều đặn để kích thích chùm hoa vươn dài. Đến khi hoa nở và xả nhụy, lượng nước tưới phải giảm một nửa nhằm hạn chế hiện tượng rụng hoa non. Nếu lượng ẩm cung cấp thừa, cây sẽ đi đọt non và cạnh tranh dinh dưỡng trực tiếp với hoa. Sự biến động ẩm độ đột ngột trong đất gây sốc nước, dẫn đến tình trạng rụng hoa hàng loạt. Kiểm soát chính xác lượng nước tưới là yếu tố then chốt quyết định tỷ lệ đậu quả.

2.2. Hạn chế của hệ thống tưới thủ công và thiết bị hẹn giờ đơn thuần

Hệ thống tưới thủ công tiêu tốn nhiều thời gian và chi phí nhân công. Nông dân khó túc trực liên tục để kiểm tra từng gốc cây. Trong khi đó, các bộ hẹn giờ cơ học chỉ đóng mở van theo mốc thời gian cố định. Thiết bị hẹn giờ không đo đạc được độ ẩm thực tế của đất canh tác. Hệ thống cũng không thể nhận diện các giai đoạn ra hoa của sầu riêng. Khi gặp trời mưa bất ngờ, bộ hẹn giờ vẫn xả nước khiến gốc cây ngập úng. Lỗi vận hành này làm lãng phí năng lượng điện và hao tổn tài nguyên nước. Sự thiếu hụt phản hồi cảm biến khiến hệ thống cũ trở nên kém hiệu quả trước thời tiết biến đổi.

III. Thiết kế giải pháp hệ thống tưới tự động sầu riêng dùng PLC

Giải pháp kỹ thuật của nhóm nghiên cứu tích hợp hoàn chỉnh phần cứng công nghiệp và trí tuệ nhân tạo. Mô hình áp dụng kiến trúc mạng YOLOv8 để nhận diện tự động các chùm hoa sầu riêng qua camera. Mô hình nhận diện trích xuất đặc trưng hình ảnh nhờ khối C2f và cấu trúc CSP cải tiến. Kết quả phân tích giai đoạn hoa giúp xác định chính xác công thức nước tưới cần thiết cho từng cây. Dữ liệu này được truyền về bộ điều khiển PLC Siemens S7-1200 để làm căn cứ điều khiển. PLC trực tiếp quản lý hệ thống phân phối nước qua các van điện từ độc lập. Mạng lưới tưới chia thành nhiều khu vực vận hành xoay vòng theo chu kỳ. Giải pháp này giúp duy trì áp lực đường ống luôn đạt trạng thái cân bằng ổn định. Công suất máy bơm được tối ưu hóa, loại bỏ hoàn toàn hiện tượng quá tải đột ngột. Toàn bộ thông số thủy lực tuân thủ nghiêm ngặt tiêu chuẩn TCVN 9170:2012.

3.1. Ứng dụng thị giác máy tính YOLOv8 nhận diện hoa sầu riêng

Thuật toán YOLOv8 đảm nhận nhiệm vụ nhận diện cụm hoa sầu riêng theo thời gian thực. Cấu trúc mạng gồm ba thành phần chính: Backbone, Neck và Head. Phần Backbone sử dụng các khối C2f nhằm tối ưu hóa quá trình trích xuất đặc trưng hình thái hoa. Kiến trúc này cân bằng hoàn hảo giữa độ chính xác nhận dạng và tốc độ tính toán. Mô hình đồng thời xác định vị trí hộp bao và gán nhãn các giai đoạn phát triển phức tạp của hoa. Khả năng dự đoán một lần truyền giúp hệ thống phản hồi cực nhanh trên phần cứng nhúng. Dữ liệu nhận diện là căn cứ để điều chỉnh lượng nước tưới tương ứng. Công nghệ thị giác máy tính giúp tự động hóa quá trình giám sát vườn cây một cách khoa học.

3.2. Tính toán thủy lực và phương pháp tưới luân phiên theo vùng

Hệ thống lựa chọn đầu phun mưa BB933 thuộc nhóm vòi phun áp lực trung bình theo tiêu chuẩn TCVN 9170:2012. Bố trí vòi phun theo sơ đồ hình vuông với khoảng cách tính toán chuẩn xác a = b = sqrt(2) * R. Nhằm khắc phục hạn chế công suất máy bơm, mô hình áp dụng kỹ thuật tưới luân phiên theo từng khu vực. Toàn bộ vườn sầu riêng được phân chia thành nhiều vùng tưới độc lập. Mỗi vùng trang bị cụm vòi phun điều khiển qua van điện từ riêng biệt. Tín hiệu xung lệnh từ PLC S7-1200 sẽ kích hoạt tưới xoay vòng lần lượt từng khu vực. Phương pháp phân vùng giữ áp lực nước trên đường ống luôn ổn định. Kỹ thuật này giảm tổn thất cơ học và kéo dài tuổi thọ cho vòi phun.

IV. Ứng dụng thực tế hệ thống tưới tự động cho cây sầu riêng PLC

Hệ thống tưới tự động cho cây sầu riêng ứng dụng PLC chứng minh tính hiệu quả vượt bậc trong thực tế canh tác. Mô hình giải quyết triệt để bài toán lãng phí tài nguyên nước và chi phí vận hành nông nghiệp. Nhờ thuật toán nhận diện thị giác máy tính, việc tưới nước được cá nhân hóa chính xác theo từng giai đoạn phát triển của hoa. Nông dân có thể giám sát trạng thái hoạt động của hệ thống từ xa thông qua giao diện điều khiển hiện đại. Giải pháp điều khiển luân phiên giúp hệ thống thủy lực vận hành êm ái, bảo vệ động cơ bơm và các đường ống dẫn nước ngầm. Kết quả thử nghiệm tại Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh mở ra tiềm năng thương mại hóa rộng lớn. Mô hình này rất phù hợp để triển khai tại các vùng chuyên canh sầu riêng trọng điểm như Tây Nguyên và Đồng bằng sông Cửu Long. Đây là bước tiến quan trọng thúc đẩy chuyển đổi số nông nghiệp bền vững.

4.1. Khả năng tiết kiệm năng lượng và nguồn nước tưới tiêu

Phương thức tưới chia vùng giúp giảm tải công suất tiêu thụ điện tức thời của trạm bơm tưới. Hệ thống đường ống không phải chịu áp lực quá tải đột ngột trong suốt chu trình hoạt động. Nhờ béc phun BB933 phân bố đều, lượng nước ngấm sâu vào vùng rễ tích cực mà không bị bốc hơi lãng phí. Lượng ẩm được bổ sung theo nhu cầu sinh lý thực tế nên tiết kiệm hơn 30% lượng nước ngọt so với phương thức tưới tràn truyền thống. Chi phí tiền điện vận hành máy bơm hàng tháng cũng giảm thiểu đáng kể. Việc giảm tiêu hao năng lượng và bảo vệ nguồn nước ngầm đóng vai trò cốt lõi trong bối cảnh hạn mặn và biến đổi khí hậu ngày càng gay gắt.

4.2. Tiềm năng nhân rộng tại các vùng chuyên canh sầu riêng

Mô hình nghiên cứu sở hữu tính khả thi cao để chuyển giao cho các hợp tác xã nông nghiệp. Cấu hình phần cứng PLC S7-1200 dễ dàng mở rộng thêm các kênh đầu vào ra cho các nông trại diện tích lớn. Giao diện điều khiển giám sát qua nền tảng web thân thiện, giúp chủ vườn dễ dàng theo dõi từ điện thoại thông minh. Nông dân có thể tùy biến chu kỳ tưới cho từng giống sầu riêng như Ri6 hay Monthong theo thổ nhưỡng địa phương. Việc ứng dụng công nghệ tự động hóa nâng cao chất lượng hạt phấn hoa và tăng tỷ lệ đậu quả xuất khẩu. Dự án là giải pháp chiến lược giúp nâng tầm giá trị nông sản Việt Nam trên thị trường toàn cầu.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong xu thế hiện đại hóa ngành nông nghiệp tại Việt Nam, phần lớn phương thức canh tác cây ăn trái truyền thống vẫn phụ thuộc vào lao động thủ công, dẫn đến năng suất thiếu ổn định và hiệu quả kinh tế chưa tối ưu. Cây sầu riêng (Durio zibethinus) là loại cây trồng có giá trị kinh tế cao nhưng đòi hỏi quy trình kỹ thuật chăm sóc đặc biệt nghiêm ngặt, nhất là trong các giai đoạn ra hoa và tạo quả. Độ ẩm của đất và các yếu tố khí hậu tác động trực tiếp đến sự sinh trưởng; việc tưới nước sai liều lượng hoặc không đúng thời điểm có thể gây hiện tượng sốc nước, rụng hoa non, thối rễ hoặc bùng phát nấm bệnh.

Nhằm giải quyết bài toán kiểm soát chế độ tưới chính xác theo từng giai đoạn phát triển sinh học của cây, đồ án tốt nghiệp ngành Công nghệ Kỹ thuật Điện - Điện tử tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh thực hiện đề tài: "Thiết kế và thi công mô hình tưới tự động cho cây sầu riêng sử dụng PLC kết hợp xử lý ảnh" (Design and Construction of Automatic Watering Model for Durian Trees Using PLC Combined with Image Processing).

Tác giả xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể được đánh số như sau:

1. Nhận diện chính xác các giai đoạn phát triển của hoa sầu riêng bằng công nghệ xử lý ảnh, từ đó tự động điều chỉnh lượng nước và dưỡng chất tương ứng với từng giai đoạn sinh trưởng.
2. Nâng cao năng suất và phẩm chất cây trồng thông qua việc tự động hóa toàn bộ quy trình chăm sóc.
3. Thiết kế hệ thống có tính linh hoạt, đáp ứng khả năng triển khai thực tế trên các quy mô diện tích từ 1 ha đến 5 ha.
4. Giám sát và điều khiển hệ thống từ xa thông qua máy tính và điện thoại thông minh với giao diện trực quan, thuận tiện cho người vận hành.
5. Tiết kiệm nhân công lao động, điện năng tiêu thụ và tài nguyên nước, giảm thiểu chi phí vận hành cho nhà vườn.

Đối tượng nghiên cứu của đề tài là cây sầu riêng giống Monthong ở độ tuổi từ 6 đến 10 năm. Phạm vi nghiên cứu dừng lại ở việc thiết kế, tính toán trên mặt bằng thực tế diện tích 11.000 m² tại tỉnh Đắk Lắk và chế tạo mô hình thực nghiệm mô phỏng quy mô nhỏ (realistic simulation), sử dụng bộ điều khiển logic khả trình PLC Siemens S7-1200 kết hợp hệ thống camera và cảm biến môi trường cơ bản.

---

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và tiêu chuẩn áp dụng

Nghiên cứu xây dựng trên nền tảng tích hợp giữa kỹ thuật điều khiển tự động hóa công nghiệp và thị giác máy tính:

• Tiêu chuẩn kỹ thuật quốc gia: Đề tài áp dụng TCVN 9170:2012 (Hệ thống tưới tiêu - Yêu cầu kỹ thuật tưới phun mưa) để tính toán bố trí bán kính, lưu lượng béc tưới và TCVN 7305-2:2008 để xác định thông số độ dày và áp lực danh định của hệ thống đường ống dẫn nước.
• Lý thuyết mạng nơ-ron tích chập (CNN): Khảo sát cấu trúc các tầng cơ bản gồm tích chập (Convolution layer), tầng gộp (Max Pooling, Average Pooling), hàm kích hoạt phi tuyến (ReLU, ReLU6, Sigmoid, Tanh), tầng làm phẳng (Flatten) và tầng kết nối đầy đủ (Fully Connected layer).
• Mô hình thị giác máy tính: Ứng dụng cấu trúc mô hình YOLOv8 (Backbone với các khối C2f và SPPF, Neck kết hợp mạng kim tự tháp tính năng FPN và PAN, Decoupled Head tách biệt định vị và phân loại) kết hợp kiến trúc MobileNetV2 sử dụng khối phần dư đảo ngược (Inverted Residual Block) và tích chập sâu có thể tách rời (Depthwise Separable Convolution) nhằm tối ưu tốc độ tính toán.
• Công nghệ điều khiển và truyền thông: Bộ điều khiển PLC Siemens S7-1200 CPU 1214C DC/DC/DC, giao thức truyền thông công nghiệp Snap7 qua Ethernet, cơ sở dữ liệu thời gian thực Firebase.
• Ngôn ngữ và giao diện người dùng: Ngôn ngữ lập trình Python (sử dụng thư viện OpenCV, NumPy, TensorFlow, Keras, Matplotlib, Snap7) đảm nhiệm suy luận AI và giao tiếp phần cứng; ngăn xếp giao diện web gồm Next.js, React, TypeScript và TailwindCSS.

Phương pháp nghiên cứu

Đề tài áp dụng chuỗi phương pháp nghiên cứu kỹ thuật thực nghiệm:

• Phương pháp phân tích - tổng hợp tài liệu chuyên ngành nông học để lượng hóa chính xác nhu cầu nước và dinh dưỡng của giống sầu riêng Monthong qua từng thời kỳ.
• Phương pháp mô hình hóa và thiết kế thuật toán học sâu: Huấn luyện mô hình YOLOv8 làm nhiệm vụ định vị vùng chứa hoa, sau đó trích xuất vùng quan tâm (ROI) đưa vào MobileNetV2 để phân loại chi tiết.
• Phương pháp thiết kế kỹ thuật phần cứng: Tính toán thủy lực mạng lưới đường ống, tính áp lực cột áp, lựa chọn béc tưới, thiết kế sơ đồ đấu nối tủ điện động lực và điều khiển theo tiêu chuẩn công nghiệp.
• Phương pháp lập trình điều khiển logic: Lập trình sơ đồ bậc thang (Ladder Diagram) trên phần mềm TIA Portal, phân bổ biến I/O và cấu hình vùng nhớ trao đổi dữ liệu (Data Block - DB).
• Phương pháp chế tạo mô hình vật lý và thử nghiệm: Lắp ráp mô hình mô phỏng, vận hành thử nghiệm ở hai chế độ AUTO và MANUAL để kiểm tra khả năng đáp ứng của hệ thống.

Nguồn dữ liệu

• Tập dữ liệu ảnh số hoa sầu riêng qua các giai đoạn sinh trưởng, được thu thập, gán nhãn, tăng cường dữ liệu và chuẩn hóa trên nền tảng Roboflow theo cấu trúc thư mục chuẩn của YOLOv8 và MobileNetV2 (lưu tại các thư mục flowerdurian và roidataset3).
• Số liệu khảo sát thực địa từ vườn sầu riêng của ông Phan Thái Lâm tại tỉnh Đắk Lắk (diện tích 11.000 m², địa hình, nguồn cấp nước và khoảng cách canh tác 9m × 9m).

---

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc điều khiển phân tầng, kết hợp giữa trạm máy tính xử lý trung tâm và bộ điều khiển phần cứng công nghiệp.

Kiến trúc phần cứng và thủy lực

Hệ thống bố trí mặt bằng mô phỏng vườn cây thực tế diện tích 11.000 m². Khoảng cách trồng tiêu chuẩn 9m × 9m (mật độ danh định 81 m²/cây ứng với 135 cây). Trên thực tế, hệ thống bố trí 126 cây do phải dành diện tích cho đường nội bộ, trạm bơm trung tâm, tủ điều khiển và bể chứa nước.

Mạng lưới tưới sử dụng béc phun BB933 thuộc nhóm béc áp lực trung bình theo TCVN 9170:2012. Khoảng cách giữa các đầu béc được tính toán theo sơ đồ bố trí hình vuông: $$a = b = \sqrt{2} \times R$$

Để duy trì áp suất làm việc ổn định, giảm công suất tức thời của máy bơm và tăng tuổi thọ thiết bị, hệ thống áp dụng giải pháp tưới luân phiên theo chu kỳ qua 4 khu vực độc lập, mỗi khu vực được kiểm soát bằng một van điện từ riêng biệt.

Cấu trúc tủ điện bao gồm PLC S7-1200, rơ-le trung gian, nguồn 24VDC, biến tần (VFD) điều khiển bơm tăng áp và cảm biến áp suất (Pressure Transmitter) lắp đặt trên đường ống chính để hồi tiếp tín hiệu điều khiển áp suất vòng kín.

Tên thiết bị / Tín hiệu	Loại tín hiệu	Địa chỉ I/O trên PLC	Chức năng điều khiển
Cảm biến độ ẩm đất	Analog Input	%IW64	Đo độ ẩm đất thực tế tại vùng rễ
Cảm biến nhiệt độ	Analog Input	%IW66	Giám sát nhiệt độ môi trường
Van điện từ khu vực 1	Digital Output	Q0.0	Đóng/mở cấp nước tưới phân vùng 1
Van điện từ khu vực 2	Digital Output	Q0.1	Đóng/mở cấp nước tưới phân vùng 2
Van điện từ khu vực 3	Digital Output	Q0.2	Đóng/mở cấp nước tưới phân vùng 3
Van điện từ khu vực 4	Digital Output	Q0.3	Đóng/mở cấp nước tưới phân vùng 4
Máy bơm tăng áp	Digital Output	Q0.4	Khởi động/dừng động cơ bơm nước

Kiến trúc xử lý ảnh kết hợp (YOLOv8 + MobileNetV2)

Thay vì sử dụng một mô hình duy nhất, hệ thống kết hợp hai mạng nơ-ron chuyên biệt nhằm khắc phục hiện tượng nhiễu nền do lá, cành và điều kiện ánh sáng tự nhiên phức tạp:

1. YOLOv8 (Định vị vùng chứa hoa): Nhận ảnh đầu vào kích thước 640×640×3. Quá trình trích xuất đặc trưng tại Neck tạo ra 3 tầng đặc trưng đa tỉ lệ: $P_{3\text{Neck}}$ (80×80×192), $P_{4\text{Neck}}$ (40×40×384) và $P_{5\text{Neck}}$ (20×20×576). Nhánh dự đoán hộp bao (cv2) sử dụng 65 kênh (4 tọa độ nhân 16 bin rời rạc cộng 1 kênh objectness), sinh ra tổng cộng 8.400 hộp dự đoán. Sau khi tính toán hàm mất mát phân phối tiêu điểm (Distribution Focal Loss - DFL), hệ thống lọc ngưỡng tin cậy (THRESHOLD_DET = 0.15) và chạy thuật toán triệt tiêu phi cực đại (Non-Maximum Suppression - NMS) để lấy hộp bao có điểm tin cậy cao nhất, cắt vùng ảnh quan tâm (ROI).
2. MobileNetV2 (Phân loại giai đoạn hoa): Vùng ảnh ROI sau khi chuẩn hóa về kích thước 224×224×3 được đưa qua tầng tích chập đầu tiên và chuỗi 7 cụm khối phần dư đảo ngược (Inverted Residual Blocks) sử dụng hàm kích hoạt $\text{ReLU6}(x) = \min(\max(0, x), 6)$ cùng kết nối tắt (shortcut connection): $$Y = X + F(X)$$ Đặc trưng trích xuất kích thước 7×7×1280 được đưa qua lớp gộp trung bình toàn cục (Global Average Pooling) về 1×1×1280, làm phẳng, chuẩn hóa theo mẻ (Batch Normalization), qua tầng Dense 128 và kết thúc bằng tầng Dense 4 tương ứng với 4 trạng thái đầu ra: Nhú mắt cua (Bud-initiation), Nở hoa (Flowering), Phát triển quả non (Fruit development) và Không xác định (Unknown).

Truyền thông và giám sát điều khiển

Chương trình Python đóng vai trò cầu nối: nhận diện giai đoạn phát triển từ hình ảnh camera, đọc dữ liệu cảm biến, xác định chế độ tưới tối ưu và gửi mã lệnh điều khiển số xuống khối dữ liệu chung (Data Block - DB) của PLC S7-1200 qua giao thức Ethernet Snap7 (máy tính xử lý đặt IP 192.168.x.10, PLC đặt IP 192.168.x.1). Tín hiệu trạng thái đồng thời được đẩy lên máy chủ đám mây Firebase để hiển thị trên giao diện web xây dựng bằng Next.js và TailwindCSS.

---

Nội dung chính theo từng chương

Chương 1: Giới thiệu (Introduction)

Chương mở đầu phân tích bối cảnh ngành nông nghiệp Việt Nam, nêu bật yêu cầu chuyển đổi từ phương thức tưới thủ công sang tự động hóa chuyên biệt cho cây sầu riêng. Tác giả xác định rõ 5 mục tiêu cốt lõi, phạm vi giới hạn nghiên cứu (mô hình thử nghiệm áp dụng cho sầu riêng 6-10 năm tuổi, sử dụng PLC S7-1200 và cảm biến cơ bản) cùng quy trình 7 bước triển khai dự án từ khảo sát, thiết kế, thi công phần cứng, lập trình phần mềm đến thử nghiệm và đánh giá.

Chương 2: Tổng quan tài liệu và cơ sở lý thuyết (Literature Review and Basic Theory)

Tác giả hệ thống hóa các nghiên cứu trước đây về tưới tiêu tự động:

• Đánh giá hệ sinh thái IoT của Hairudin và cộng sự (sử dụng ESP8266, năng lượng mặt trời và ứng dụng Blynk) cùng hệ thống giám sát môi trường cây sầu riêng của Teo & Shamian (dùng NodeMCU ESP8266 và Firebase).
• Phân tích rõ các hạn chế trước đây: quá phụ thuộc vào năng lượng mặt trời, chỉ giám sát một chiều mà thiếu cơ cấu chấp hành điều khiển phản hồi, chỉ dựa vào độ ẩm đất đơn thuần mà bỏ qua trạng thái sinh học thực tế của cây trồng.
• Tổng hợp định lượng nhu cầu nước và dưỡng chất của giống sầu riêng Monthong qua 3 thời kỳ mẫn cảm, làm cơ sở khoa học để thiết lập giải thuật tưới.
• Trình bày lý thuyết lập trình Python, ngăn xếp công nghệ web (Next.js, React, TypeScript, TailwindCSS), cấu trúc toán học các tầng mạng CNN và cơ chế khối C2f, SPPF của YOLOv8, Inverted Residual Blocks của MobileNetV2.

Chương 3: Tính toán và thiết kế hệ thống (System Calculation and Design)

Tập trung chi tiết hóa toàn bộ các thông số kỹ thuật của mô hình:

• Thiết lập sơ đồ khối chức năng và nguyên lý liên động giữa camera, cảm biến độ ẩm đất (%IW64), nhiệt độ (%IW66) với PLC S7-1200 và các thiết bị chấp hành.
• Quy trình chuẩn bị dữ liệu ảnh trên Roboflow, trích xuất ROI.
• Phân tích chi tiết đường đi của luồng tensor 640×640×3 qua Backbone, Neck (FPN + PAN) và Decoupled Head của YOLOv8; cấu hình tham số mạng MobileNetV2 từ tầng đầu vào đến đầu ra phân loại 4 lớp.
• Lập bảng gán địa chỉ I/O cho PLC, thiết kế sơ đồ nguyên lý mạch động lực và điều khiển, nguyên lý kết nối Snap7 giữa Python và PLC.
• Tính toán mạng lưới thủy lực dựa trên tiêu chuẩn TCVN 9170:2012, phân chia 4 vùng tưới luân phiên cho khu vườn diện tích 11.000 m² (126 cây sầu riêng), lựa chọn béc tưới BB933.

Chương 4: Thi công phần cứng và phần mềm (Hardware and Software Construction)

Chương này phản ánh toàn bộ quá trình thi công thực tế của nhóm nghiên cứu:

• Chế tạo mô hình cơ khí: gia công khung đỡ, tấm nền mica, lắp ráp đường ống cấp nước và các cụm van điện từ.
• Lắp ráp tủ điều khiển công nghiệp: bố trí vị trí PLC Siemens S7-1200, rơ-le trung gian, khối cấp nguồn DC, biến tần và cầu đấu dây bảo đảm tiêu chuẩn an toàn.
• Lập trình điều khiển trên TIA Portal: xây dựng các khối tổ chức (OB), khối hàm (FB) và khối dữ liệu (DB), thiết lập logic tưới tự động đa cấp độ theo độ ẩm kết hợp trạng thái hoa, lập trình chế độ điều khiển bằng tay (MANUAL).
• Xây dựng phần mềm hệ thống: viết mã nguồn Python xử lý ảnh, cấu hình đồng bộ dữ liệu thời gian thực lên Firebase và triển khai giao diện điều khiển webserver.

Chương 5: Thực nghiệm và đánh giá (Experiment and Evaluation)

Trình bày kết quả kiểm thử thực nghiệm trên mô hình hoàn thiện:

• Kiểm thử khả năng nhận dạng của mô hình xử lý ảnh đối với 3 giai đoạn sinh trưởng của hoa sầu riêng: Giai đoạn nhú mầm hoa (Bud-initiation), giai đoạn nở hoa (Flowering), giai đoạn phát triển quả (Fruit development).
• Đánh giá bảng gợi ý chế độ tưới tương ứng với từng giai đoạn nhận diện.
• Kiểm tra tính ổn định trong việc truyền nhận dữ liệu qua giao thức Snap7 giữa máy tính và PLC S7-1200.
• Thử nghiệm đóng/ngắt các van điện từ phân vùng và kích hoạt máy bơm nước theo hai chế độ tự động và thủ công.

Chương 6: Kết luận và hướng nghiên cứu tiếp theo (Conclusion & Future Work)

Tổng kết mức độ hoàn thành so với mục tiêu đề ra: hoàn thiện thành công mô hình vật lý tưới tự động tích hợp PLC và công nghệ xử lý ảnh hai giai đoạn. Đồng thời, chương này chỉ ra các điểm còn hạn chế của mô hình và phác thảo các hướng mở rộng kỹ thuật cho các giai đoạn phát triển tiếp theo.

---

Kết quả và đóng góp

Kết quả kỹ thuật chính

Hệ thống đã chuẩn hóa thành công quy trình điều khiển tưới dựa trên dữ liệu sinh học thực tế của giống sầu riêng Monthong, được đối chiếu qua bảng số liệu định lượng sau:

Giai đoạn sinh trưởng	Lượng nước yêu cầu	Phân bón NPK	Canxi (Ca)	Magie (Mg)	Bo (B) & Vi lượng (TE)	Quy cách tưới thực tế
Nhú mắt cua (Bud-initiation)	0 - 30 lít/cây/tuần	0	0	0	0	Tưới nhấp/phun sương nhẹ giữ ẩm sau kỳ xiết nước (khởi đầu 10L, tăng dần 30-40L mỗi 3-4 ngày, 2-4 lần/ngày)
Nở hoa (Flowering)	20 - 60 lít/cây/tuần	2 - 3 kg/cây	20 - 30 ml/bình 16L	—	Bo phun qua lá; TE: —	Duy trì độ ẩm tối thiểu, giảm tưới còn 15-20 lít/cây/ngày (20%-30% mức bình thường) để ngừa nấm bệnh
Phát triển quả non (Fruit development)	150 - 200 lít/cây/tuần	2,5 - 3 kg/cây	20 - 30 ml/bình 16L	10-20 g/cây (hoặc 10-15ml/bình 16L)	Bo qua lá; TE: 15-20 ml/bình 16L	Tăng dần lượng nước từ mức 50% lên mức bình thường (150-200L/cây) để tránh sốc nước rụng quả non

Về mặt điều khiển và thị giác máy tính:

• Đã thiết kế thành công mô hình kết hợp: YOLOv8 đảm nhận phát hiện vị trí chùm hoa và trích xuất ROI chính xác với ngưỡng tin cậy thấp nhất THRESHOLD_DET = 0.15; MobileNetV2 phân loại thành công 3 giai đoạn phát triển hoa và 1 lớp không xác định.
• Thiết lập hệ thống truyền thông hai chiều ổn định qua giao thức Snap7 giữa Python và PLC S7-1200 qua cổng Ethernet công nghiệp, điều khiển chính xác 4 van điện từ tương ứng với 4 phân khu tưới luân phiên và máy bơm tăng áp (Q0.0 - Q0.4).

Đóng góp so với các nghiên cứu trước

Dựa trên phân tích của tác giả, nghiên cứu mang lại 4 cải tiến then chốt so với các giải pháp IoT của Hairudin et al. và Teo & Shamian:

1. Phân loại giai đoạn hoa bằng xử lý ảnh: Thay vì chỉ dựa hoàn toàn vào số liệu cảm biến độ ẩm đất để ra quyết định tưới, hệ thống sử dụng YOLOv8 kết hợp MobileNetV2 để phân loại pha phát triển sinh học của cây, giúp lượng nước cung cấp sát với nhu cầu thực tế của từng chu kỳ sinh trưởng.
2. Điều khiển tưới đa vùng bằng PLC công nghiệp: Ứng dụng PLC Siemens S7-1200 điều khiển độc lập nhiều phân vùng giúp quá trình tưới diễn ra chính xác, tin cậy và có khả năng chịu đựng điều kiện công nghiệp tốt hơn các vi điều khiển cấp thấp (như ESP8266/NodeMCU).
3. Phát triển hệ thống giao diện người dùng đồng bộ: Xây dựng hệ thống Web Server và bảng điều khiển hỗ trợ theo dõi, can thiệp thủ công từ xa theo thời gian thực qua giao tiếp Firebase.
4. Tích hợp cảm biến môi trường đa thông số: Kết hợp đồng thời cảm biến độ ẩm đất, nhiệt độ và cường độ ánh sáng nhằm nâng cao độ chính xác của giải thuật ra quyết định tưới tự động.

---

Hạn chế và hướng nghiên cứu tiếp

Tác giả thẳng thắn chỉ ra các hạn chế cụ thể tồn tại trong đề tài:

• Đối tượng và phạm vi: Đề tài chỉ áp dụng cho cây sầu riêng trong độ tuổi từ 6 đến 10 năm; hệ thống mới dừng lại ở mức mô hình mô phỏng thực nghiệm quy mô nhỏ phục vụ học tập và nghiên cứu trong phòng thí nghiệm, chưa được triển khai lắp đặt trên diện tích đất canh tác thực địa ngoài môi trường tự nhiên.
• Cảm biến tích hợp: Hệ thống mới chỉ tích hợp các loại cảm biến cơ bản gồm độ ẩm đất, nhiệt độ và ánh sáng, chưa có các cảm biến đo lường dinh dưỡng chuyên sâu trong đất (độ dẫn điện EC, độ pH).
• Năng lực xử lý ảnh: Thuật toán thị giác máy tính chỉ nhận diện 3 giai đoạn phát triển chính của hoa sầu riêng; chưa phân loại các giai đoạn nở hoa chi tiết hơn và chưa có khả năng nhận diện, phát hiện sâu bệnh hại trên thân, lá, hoa.
• Giao diện vận hành: Giao diện điều khiển Web Server hiện tại chỉ hỗ trợ các thao tác giám sát và điều khiển cơ bản, chưa phát triển các tính năng phân tích biểu đồ nâng cao hoặc dự báo dài hạn.

Các hướng mở rộng tiếp theo bao gồm việc hoàn thiện hệ thống thương mại hóa trên đồng ruộng quy mô lớn (1 ha đến 5 ha), bổ sung thuật toán AI phát hiện sâu bệnh và hoàn thiện ứng dụng di động đa nền tảng.

---

Giá trị tham khảo

Đồ án là tài liệu tham khảo có giá trị chuyên môn cao đối với sinh viên, học viên cao học và kỹ sư thuộc các chuyên ngành: Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Điện - Điện tử, Nông nghiệp Công nghệ cao và Kỹ thuật Máy tính.

Các nội dung đặc biệt hữu ích gồm:

• Giải pháp thị giác máy tính hai giai đoạn (Hybrid Deep Learning): Cách thức tổ chức kết hợp YOLOv8 để cắt ROI và MobileNetV2 để phân loại giúp giảm tải tính toán, rất phù hợp cho các bài toán nhận dạng nông nghiệp trên thiết bị nhúng hoặc máy tính công nghiệp.
• Quy trình kết nối Python với PLC Siemens S7-1200: Mã nguồn cấu hình thư viện Snap7, phương thức phân bổ vùng nhớ Data Block (DB) để truyền nhận dữ liệu số giữa mô hình AI và phần cứng PLC.
• Phương pháp tính toán thủy lực tưới tiêu: Cách thức áp dụng các công thức của tiêu chuẩn TCVN 9170:2012 để tính toán khoảng cách béc tưới, lựa chọn chủng loại béc BB933 và giải pháp chia vùng tưới luân phiên tối ưu hóa áp suất đường ống.

---

Câu hỏi thường gặp

1. Tại sao đề tài lại kết hợp cả YOLOv8 và MobileNetV2 thay vì chỉ dùng một mô hình xử lý ảnh duy nhất?

Môi trường nông nghiệp thực tế có phông nền rất phức tạp với sự đan xen của cành, lá và các yếu tố ngoại cảnh, trong khi các chùm hoa sầu riêng lại có kích thước nhỏ và hình dạng biến đổi liên tục. Nếu dùng một mô hình độc lập sẽ khó đạt độ chính xác cần thiết. Do đó, tác giả sử dụng YOLOv8 chuyên biệt cho nhiệm vụ định vị và cắt chính xác vùng quan tâm (ROI) của chùm hoa, sau đó chuyển vùng ảnh này sang MobileNetV2 để phân loại 3 giai đoạn sinh trưởng, giúp tối ưu hóa độ chính xác và giảm tài nguyên tính toán.

2. Thuật toán điều khiển của hệ thống phân biệt lượng nước tưới cho 3 giai đoạn của hoa sầu riêng Monthong như thế nào?

Theo Bảng 2.1 của đồ án:

• Giai đoạn nhú mắt cua: Cây cần tưới nhấp nhẹ để chống sốc nước sau thời gian xiết nước (bắt đầu từ 10 lít/cây, tăng dần 30-40 lít mỗi 3-4 ngày, tổng 0-30 lít/cây/tuần).
• Giai đoạn nở hoa: Đây là giai đoạn cực kỳ mẫn cảm, độ ẩm quá cao sẽ gây thối hoa hoặc nấm bệnh, do đó lượng nước bị cắt giảm chỉ còn duy trì 15-20 lít/cây/ngày (chiếm 20%-30% lượng bình thường, tương đương 20-60 lít/cây/tuần).
• Giai đoạn phát triển quả: Nhu cầu nước tăng mạnh để nuôi quả non, tưới khởi đầu ở mức 50% rồi nâng dần lên mức bình thường từ 150 đến 200 lít/cây/tuần.

3. Phương thức truyền thông giữa chương trình AI trên máy tính và bộ điều khiển PLC Siemens S7-1200 được thiết lập ra sao?

Chương trình sử dụng thư viện mã nguồn mở Snap7 truyền thông qua giao thức Ethernet công nghiệp. Máy tính xử lý hình ảnh (IP 192.168.x.10) phân tích trạng thái hoa, sau đó ghi trực tiếp kết quả (dưới dạng biến BOOL hoặc INT) vào khối dữ liệu chia sẻ (Data Block - DB) trong bộ nhớ của PLC S7-1200 (IP 192.168.x.1) để kích hoạt chu trình tưới logic tương ứng.

4. Tại sao diện tích khu vườn 11.000 m² với khoảng cách 9m × 9m theo lý thuyết trồng được 135 cây nhưng thực tế chỉ bố trí 126 cây?

Khoảng cách trồng chuẩn 9m × 9m ứng với diện tích danh định 81 m²/cây, về mặt lý thuyết thuần túy chia đều cho 11.000 m² sẽ trồng được 135 cây. Tuy nhiên, thiết kế mặt bằng kỹ thuật của đề tài phải trừ diện tích quy hoạch dành cho hệ thống đường giao thông nội bộ, trạm cấp nước trung tâm, vị trí dựng cột điện, bồn chứa nước, tủ điều khiển và các công trình phụ trợ, do đó số lượng cây thực tế được bố trí là 126 cây.

5. Hệ thống phần cứng sử dụng những tín hiệu I/O cụ thể nào trên PLC S7-1200?

Theo bảng phân bổ I/O của đề tài, các chân tín hiệu bao gồm:

• Ngõ vào Analog: %IW64 (kết nối cảm biến độ ẩm đất), %IW66 (kết nối cảm biến nhiệt độ).
• Ngõ ra Digital: Q0.0 (van điện từ khu vực 1), Q0.1 (van điện từ khu vực 2), Q0.2 (van điện từ khu vực 3), Q0.3 (van điện từ khu vực 4) và Q0.4 (khởi động máy bơm tăng áp).

---

Kết luận

Đồ án tốt nghiệp của nhóm tác giả Phan Thanh Minh và Phan Thái Lam đã nghiên cứu, thiết kế và chế tạo thành công mô hình hệ thống tưới tự động cho cây sầu riêng Monthong dựa trên việc tích hợp PLC Siemens S7-1200 với công nghệ thị giác máy tính. Điểm nổi bật của công trình là giải pháp xử lý ảnh kết hợp giữa YOLOv8 và MobileNetV2 để phân loại chính xác 3 giai đoạn sinh trưởng của hoa, từ đó tự động điều tiết lượng nước và dưỡng chất tương ứng theo tiêu chuẩn kỹ thuật TCVN 9170:2012. Mặc dù mới dừng lại ở quy mô mô phỏng thực nghiệm và nhận diện các cảm biến môi trường cơ bản, nghiên cứu đã chứng minh tính khả thi kỹ thuật cao, tạo tiền đề vững chắc cho việc ứng dụng công nghệ điều khiển tự động và trí tuệ nhân tạo vào canh tác nông nghiệp chính xác tại Việt Nam.

Trích đoạn nội dung tài liệu

FACULTY OF INTERNATIONAL EDUCATION HCMC UNIVERSITY OF TECHNOLOGY AND EDUCATION ---------- GRADUATION PROJECT DESIGN AND CONSTRUCTION OF AUTOMATIC WATERING MODEL FOR DURIAN TREES USING PLC COMBINED WITH IMAGE PROCESSING Student: PHAN THANH MINH Student ID: 20142234 Student: PHAN THAI LAM Student ID: 20142223 ELECTRICAL AND ELECTRONIC ENGINEERING Major: TECHNOLOGY Advisor: Ta Van Phuong, Ph. Ho Chi Minh City, June 2025 FACULTY OF INTERNATIONAL EDUCATION HCMC UNIVERSITY OF TECHNOLOGY AND EDUCATION ---------- GRADUATION PROJECT DESIGN AND CONSTRUCTION OF AUTOMATIC WATERING MODEL FOR DURIAN TREES USING PLC COMBINED WITH IMAGE PROCESSING Student: PHAN THANH MINH Student ID: 20142234 Student: PHAN THAI LAM Student ID: 20142223 ELECTRICAL AND ELECTRONIC ENGINEERING Major: TECHNOLOGY Advisor: Ta Van Phuong, Ph. Ho Chi Minh City, June 2025 Acknowledgements Throughout the process of carrying out this thesis, our team has received valuable support and companionship from many individuals. First and foremost, we would like to express our deepest gratitude to Ta Van Phuong, Ph., lecturer at Ho Chi Minh City University of Technology and Education, for his dedicated guidance, professional expertise, and the time he devoted to accompanying us.

His sincere feedback and enthusiastic support laid a strong foundation for us to complete this project effectively. We also wish to extend our heartfelt thanks to the faculty members of the Department of Electrical and Electronics Engineering for equipping us with solid foundational knowledge, which greatly contributed to the successful outcome of this thesis. Lastly, we are deeply grateful to our families and friends for being a steady source of encouragement, motivation, and emotional support throughout this journey. Sincerely, thank you! ABSTRACT In the context of ongoing societal development, the application of science and technology, particularly automatic control engineering, to various aspects of life and agricultural production is becoming increasingly essential to enhance efficiency and quality.

In Vietnam, a nation with agricultural strengths, modernizing production processes and overcoming the dependence on manual labor and outdated technology is critically important. Automatic irrigation systems represent an effective solution that helps save manpower, conserve water resources, and increase precision in crop care. With the objective of accessing and applying advanced automation technologies in agriculture, the project titled "Design and Construction of an Automatic Irrigation System for Durian Trees using PLC S7-1200 combined with Image Processing" was undertaken. This project focuses on developing a smart irrigation solution, utilizing a PLC S7-1200 programmable logic controller as the central processing core.

The system's key and core feature is the integration of image processing technology: a camera captures real-time images of the durian trees, and subsequently, image processing algorithms are applied to analyze visual characteristics to accurately assess the trees' water requirements at that specific time. Based on the analysis results from the images and the logic programmed into the PLC S7-1200, the system automatically makes decisions and controls actuators (such as pumps and solenoid valves) to deliver the appropriate amount of irrigation water. The system can operate in Automatic mode (AUTO), functioning entirely based on image analysis, or Manual mode (MANUAL), allowing direct user control. The outcome of this project is a designed and implemented model of an automatic irrigation system employing PLC S7-1200 and image processing, demonstrating the feasibility and potential of applying computer vision technology in precision agriculture.

The system not only aids in automating plant care and conserving resources but also opens pathways for the development of future smart agriculture solutions. TABLE OF CONTENTS CHAPTER 1: INTRODUCTION .4 Limitations of the topic .5 Content of project.6 Project implementation process. 3 CHAPTER 2: LITERATURE REVIEW AND BASIC THEORY .1 IoT-based irrigation system using solar energy [1] .2 IoT-Based Durian Tree Monitoring System [2] .3 Evaluation of Strengths and Limitations .4 Innovation and Improvement in This Study .2 Overview of python and node.3 Role of Python in the Proposed System .6 Basic layers in convolutional neural networks (CNN). 16 CHAPTER 3: SYSTEM CALCULATION AND DESIGN .2 System Diagram and Operation .2 Image Processing Design .3 YOLOv8 Detection model .4 Mobile netv2 model.3 PLC and Control System .1 PLC Configuration and I/O Mapping .2 Control Logic and Snap7 Communication .1 Overall System Architecture .2 Sprinkler Selection and Layout .3 Irrigation Method and Zone Division .4 Pipe selection and Pressure Head Calculation .