Bối cảnh và vấn đề nghiên cứu

Trong xu thế công nghiệp hóa và hiện đại hóa, việc ứng dụng robot trong công nghiệp đã trở thành giải pháp then chốt nhằm nâng cao chất lượng sản phẩm, tăng cường năng suất của dây chuyền sản xuất, rút ngắn thời gian chu kỳ công đoạn và cải thiện điều kiện an toàn cho người lao động. Sự cạnh tranh hàng hóa đòi hỏi các hệ thống tự động hóa phải sở hữu tính linh hoạt cao nhằm đáp ứng các yêu cầu thay đổi liên tục từ thị trường. Trong các dây chuyền này, cánh tay robot 5 trục (5 bậc tự do) đóng vai trò quan trọng nhờ không gian làm việc lớn hơn đáng kể so với các hệ thống ít bậc tự do, đồng thời cấu trúc điều khiển và tính toán động học ít phức tạp hơn so với robot 6 bậc tự do. Để nâng cao tính độc lập và độ chính xác trong định vị, việc tích hợp cánh tay robot với công nghệ thị giác máy tính công nghiệp (camera Cognex) là hướng tiếp cận cần thiết.

Mục tiêu nghiên cứu tổng quát của đề tài là điều khiển cánh tay robot thực hiện gắp vật thể trên bàn xoay ở trạng thái đứng yên hoặc chuyển động với các tốc độ khác nhau, sau đó vận chuyển và xếp đặt chính xác vào các vị trí được quy định trước. Nhóm tác giả phân rã mục tiêu này thành 3 nhiệm vụ nghiên cứu cụ thể:

  1. Gắp sản phẩm tại một vị trí cố định với các tốc độ bàn xoay khác nhau và chuyển sang bàn để vật.
  2. Gắp sản phẩm tại vị trí cố định đưa đến trước camera Cognex In-Sight 5110 để thực hiện quét mã QR nhận dạng; dữ liệu quét từ camera được truyền về các thanh ghi của bộ xử lý trung tâm (CPU) nhằm phục vụ xử lý và so sánh thông số cho công đoạn kế tiếp.
  3. Vận hành tích hợp toàn hệ thống: cánh tay robot gắp sản phẩm trên bàn xoay, đưa qua camera nhận dạng mã QR, CPU tiến hành phân loại và điều khiển robot đưa sản phẩm đến đúng các ô phân loại tương ứng trên bàn để vật.

Đối tượng nghiên cứu của đồ án bao gồm: mô hình cánh tay robot 5 bậc tự do sử dụng khung cơ khí Fanuc LR Mate 100iB được hoán cải động cơ, hệ thống bàn xoay cấp phôi, hệ thống thị giác công nghiệp Cognex In-Sight 5110 và trạm điều khiển khả trình PLC dòng Q của hãng Mitsubishi.

Phạm vi nghiên cứu được giới hạn như sau:

  • Về phần cứng cơ khí: Tận dụng lại cánh tay cơ khí cũ Fanuc LR Mate 100iB và thay thế toàn bộ hệ thống động cơ truyền động bằng động cơ servo Mitsubishi; không thực hiện bài toán thiết kế cơ khí mới từ đầu và chưa nghiên cứu lý thuyết động lực học robot.
  • Về đối tượng thao tác: Hệ thống thực hiện nhận dạng, phân loại và gắp xếp 12 sản phẩm mẫu chia thành 4 nhóm mã khác nhau đặt trên bàn xoay và chuyển về một bệ đỡ cố định.
  • Về điều khiển và đồng bộ: Hệ thống chưa giải quyết bài toán đồng bộ động học liên tục giữa các trục servo của robot với bàn xoay khi bàn xoay chuyển động quay tự do.
  • Về xử lý ảnh: Khai thác các thuật toán và công cụ nhận dạng mã sẵn có trong phần mềm In-Sight Explorer mà không nghiên cứu thuật toán xử lý ảnh mức thấp.
  • Về không gian và thời gian: Đề tài được thực hiện và nghiệm thu vào tháng 12 năm 2022 tại Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết của đề tài được xây dựng trên các nền tảng điều khiển tự động hóa công nghiệp và động học cơ cấu nhiều vật:

  • Lý thuyết điều khiển PLC: Cấu trúc phần cứng PLC, cơ chế vòng quét (Scan Cycle với chu kỳ từ 1ms đến 100ms) bao gồm đọc tín hiệu đầu vào, thực thi chương trình, truyền thông nội bộ, tự kiểm tra lỗi và cập nhật ngõ ra. Cấu hình kiến trúc Đa CPU (Multi-CPU) của họ Mitsubishi Q Series cho phép ghép nối tối đa 4 CPU trên cùng một đế Base, kết hợp bộ vi xử lý logic tuần tự Q04UDEHCPU và bộ vi xử lý điều khiển chuyển động Q172DSCPU.
  • Hệ thống truyền động Servo: Nguyên lý vận hành của động cơ AC Servo và Drive Servo (MR-J3, MR-J4); cơ chế hồi tiếp vòng kín từ Encoder tương đối (Incremental) và Encoder tuyệt đối (Absolute); các phương thức phát xung điều khiển vị trí: Chế độ Xung/Hướng (Pulse/sign), Chế độ xung thuận/nghịch (CW/CCW) và Chế độ trễ pha 90 độ (Pulse/pulse).
  • Phương pháp động học Robot (Denavit-Hartenberg - DH): Quy tắc đặt trục tọa độ cho cơ cấu chuỗi động học hở 5 khớp quay, xác định 4 tham số hình học ($a_{i-1}$, $\alpha_{i-1}$, $d_i$, $\theta_i$) và xây dựng ma trận biến đổi thuần nhất ${}^{i-1}_iT$.
Khớp ($i$) $a_{i-1}$ $\alpha_{i-1}$ $d_i$ $\theta_i$
1 0 0 $l_0$ $\theta_1$
2 $l_1$ $90^\circ$ 0 $\theta_2$
3 $l_2$ 0 0 $\theta_3$
4 $l_3$ 0 0 $\theta_4$
5 0 $90^\circ$ 0 $\theta_5$

Từ bảng tham số DH, ma trận chuyển đổi tổng quát từ gốc đến điểm cuối được xác định bởi: $${}^0_5T = {}^0_1T \cdot {}^1_2T \cdot {}^2_3T \cdot {}^3_4T \cdot {}^4_5T$$ Phương trình vị trí điểm công tác cuối ${}^0P_{EE} = [P_x, P_y, P_z]^T$ được khai triển từ các thông số hình học khớp. Đối với bài toán động học nghịch, góc $\theta_1$ được xác định thông qua hàm lượng giác: $$\theta_1 = \text{atan2}(P_y, P_x)$$ Các góc khớp $\theta_2, \theta_3, \theta_4$ được giải thông qua phương pháp hình học giải tích với việc đặt các biến phụ: $$N_x = P_x c_1 + P_y s_1 - l_1 - l_4 c_{234}$$ $$N_y = P_z - l_0 - l_4 s_{234}$$ Dẫn đến phương trình xác định góc $\theta_3$: $$N_x^2 + N_y^2 = l_2^2 + l_3^2 + 2 l_2 l_3 \cos\theta_3$$

  • Ngôn ngữ lập trình Motion SFC: Mô hình lưu đồ trạng thái tuần tự chuyên dụng cho việc quản lý các chuỗi tác vụ chuyển động đa trục trên Motion CPU.
  • Nguồn dữ liệu và thiết bị: Dữ liệu thực nghiệm thu nhận trực tiếp từ hệ thống cảm biến quang học, dữ liệu vị trí Encoder phản hồi từ 5 động cơ servo, ảnh quét mã QR từ camera Cognex In-Sight 5110 và các thanh ghi bộ nhớ của PLC Q04UDEHCPU.

Thiết kế và triển khai

Hệ thống được thiết kế và chế tạo bao gồm các phân hệ phần cứng, mạng truyền thông và môi trường phần mềm điều khiển:

Thành phần Mã hiệu thiết bị Thông số / Chức năng kỹ thuật
PLC CPU Q04UDEHCPU CPU xử lý logic chu trình chính, tích hợp cổng Ethernet
Motion CPU Q172DSCPU Bộ điều khiển chuyển động chuyên dụng dòng Q
Đế gắn Module Base Q312DB Đế kết nối trạm Đa CPU và các module mở rộng
Bộ nguồn trạm Q61P Ngõ vào 100–240VAC, ngõ ra 6A - 5VDC
Module ngõ ra số QY41P 32 ngõ ra transistor dạng sink (12–24VDC)
Servo Driver MR-J4, MR-J3-10B Điều khiển các trục khớp quay và bàn xoay
Động cơ Servo HG-KR23B, HF-MP13, HG-KR13 Động cơ AC Servo dẫn động trực tiếp các trục
Camera công nghiệp Cognex In-Sight 5110 Thu nhận và giải mã hình ảnh mã QR sản phẩm
Cơ cấu chấp hành kẹp Nam châm điện 24V-300N Lực hút giữ phôi sản phẩm
Rơ-ley điều khiển OMRON MY2N-GS-DC24 Đóng cắt mạch kích hoạt nam châm điện
Thiết bị bảo vệ NV30-FA, CP30-BA Cầu dao chống giật và cầu dao bảo vệ quá tải
Bộ lọc nhiễu ZAC2205-00U, ZCW2210-01 Lọc nhiễu điện từ nguồn cấp cho driver và PLC

Hệ thống truyền thông được cấu hình theo 2 lớp mạng:

  • Mạng SSCNET III: Sử dụng cáp quang chuyên dụng kết nối tốc độ cao giữa Motion CPU Q172DSCPU với các Driver Servo MR-J3/MR-J4, loại trừ hoàn toàn nhiễu công nghiệp và đồng bộ thời gian quét chuyển động.
  • Mạng Ethernet: Kết nối cổng mạng tích hợp trên CPU Q04UDEHCPU với Camera Cognex In-Sight 5110 và máy tính điều khiển giám sát (PC).

Môi trường phát triển phần mềm bao gồm:

  • GX Works2: Soạn thảo chương trình điều khiển logic tuần tự cho PLC Q04UDEHCPU.
  • MT Developer2: Cấu hình tham số cơ cấu cơ khí, cài đặt tham số Driver Servo và lập trình lưu đồ SFC cho CPU chuyển động Q172DSCPU.
  • In-Sight Explorer: Thiết lập vùng chụp (ROI), căn chỉnh độ phơi sáng, nhận dạng và trích xuất chuỗi ký tự từ mã QR.
  • GT Designer 3 & GT SoftGOT2000: Thiết kế giao diện HMI hiển thị trực tiếp trên màn hình máy tính thay cho màn hình phần cứng chuyên dụng nhằm tối ưu chi phí, bao gồm các màn hình: Khởi động, Màn hình chính, Màn hình điều khiển nhích từng bước (JOG), Màn hình kiểm chứng động học thuận, Màn hình kiểm chứng động học nghịch và Màn hình giám sát tự động (Auto).

Giải thuật điều khiển hệ thống tuân theo quy trình khép kín: Khởi tạo vị trí gốc (Home) $\rightarrow$ Khởi động bàn xoay mang 12 phôi $\rightarrow$ Cánh tay robot di chuyển đến tọa độ gắp phôi $\rightarrow$ Nam châm điện kích hoạt hút phôi $\rightarrow$ Robot nâng phôi đến vị trí tiêu cự của Camera Cognex In-Sight 5110 $\rightarrow$ Camera quét và truyền dữ liệu chuỗi ký tự mã QR về thanh ghi PLC qua Ethernet $\rightarrow$ PLC so sánh phân loại và phát lệnh chuyển động $\rightarrow$ Motion CPU điều khiển robot đưa phôi vào đúng khay tương ứng trên bàn để vật $\rightarrow$ Ngắt nam châm điện và quay về chu kỳ mới.

Nội dung chính theo từng chương

CHƯƠNG 1: TỔNG QUAN

Chương 1 trình bày bối cảnh công nghiệp hóa, sự cần thiết của việc tự động hóa nâng cao chất lượng và năng suất dây chuyền sản xuất. Tác giả luận giải việc lựa chọn cấu hình robot 5 bậc tự do kết hợp công nghệ thị giác máy tính Cognex nhằm cân bằng giữa phạm vi làm việc của cơ cấu chấp hành và độ phức tạp tính toán giải thuật. Chương xác định 3 nhiệm vụ nghiên cứu tuần tự, phân tích bố cục đồ án và nêu rõ các giới hạn kỹ thuật: tái sử dụng khung cơ khí cánh tay Fanuc LR Mate 100iB đã qua sử dụng, thay thế động cơ servo Mitsubishi, phân loại 12 mẫu vật với 4 nhóm mã, không tính toán động lực học và chấp nhận sai số cơ khí dao động trong khoảng 1mm đến 1.5mm.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

Chương 2 tổng hợp hệ thống lý thuyết nền tảng phục vụ tính toán và điều khiển:

  • Phân tích cấu trúc phần cứng, ưu điểm, vai trò và nguyên lý vòng quét của hệ thống PLC; giới thiệu cấu trúc phân hệ Đa CPU của họ Mitsubishi Q Series với các mã hiệu QnUCPU, Qn(H), QnPH, QnPRHCPU; bảng quy cách module nguồn (Q61P, Q62P, Q63P, Q64P), module ngõ vào số (QX40, QX41, QX42) và module ngõ ra (QY10, QY40P, QY41P, QY42P).
  • Phân loại và cấu tạo động cơ AC Servo Mitsubishi theo nhóm ứng dụng: quán tính thấp (HF-KP), quán tính trung bình (HF), servo tuyến tính (LM-F) và servo dẫn động trực tiếp (TM-RB); nguyên lý làm việc của Driver Servo MR-J3, MR-J4; phân loại Encoder tương đối và Encoder tuyệt đối; các chế độ phát xung Pulse/sign, CW/CCW, Pulse/pulse.
  • Xây dựng mô hình toán học cho robot 5 bậc tự do: Đặt hệ trục tọa độ theo Denavit-Hartenberg, xác định bảng thông số DH, thiết lập các ma trận chuyển đổi từ ${}^0_1T$ đến ${}^4_5T$, thiết lập phương trình ma trận tổng quát ${}^0_5T$ xác định vị trí điểm cuối ${}^0P_{EE}$. Xây dựng thuật toán giải bài toán động học nghịch xác định giá trị các góc khớp $\theta_1, \theta_2, \theta_3, \theta_4, \theta_5$ từ tọa độ Descartes $(P_x, P_y, P_z)$ và góc hướng.
  • Lý thuyết xử lý ảnh công nghiệp và cấu trúc lập trình ngôn ngữ Motion SFC trên CPU điều khiển chuyển động.

CHƯƠNG 3: THIẾT KẾ VÀ THI CÔNG HỆ THỐNG

Chương 3 trình bày chi tiết quá trình thiết kế cơ - điện và giải thuật:

  • Tính toán và lựa chọn thiết bị phần cứng: trạm CPU gồm CPU Q04UDEHCPU, Motion CPU Q172DSCPU, nguồn Q61P, Base Q312DB, module ngõ ra QY41P; hệ truyền động gồm driver MR-J4, MR-J310B và các động cơ HG-KR23B, HF-MP13, HG-KR13; camera Cognex In-Sight 5110; nam châm điện 24V-300N; rơ-ley OMRON MY2N-GS-DC24; thiết bị bảo vệ NV30-FA, CB CP30-BA và bộ lọc nhiễu ZAC2205-00U, ZCW2210-01.
  • Chế tạo phần cứng cơ khí: Mặt bàn xoay, giá đỡ bàn xoay, mặt bàn giá để vật, giá đỡ bàn để vật, kết cấu khung đỡ mô hình và chế tạo 12 phôi sản phẩm mẫu.
  • Thi công tủ điện: Thiết kế sơ đồ bố trí thiết bị, lắp ráp ray, máng đi dây, đấu nối nguồn 24VDC, trạm PLC, bộ lọc nhiễu, cầu dao, driver servo; thiết lập sơ đồ mạng SSCNET III kết nối các driver servo và mạng Ethernet kết nối PLC với Camera Cognex và máy tính.
  • Xây dựng phần mềm và giải thuật: Thiết lập thông số xử lý ảnh trên In-Sight Explorer, cấu hình chuyển động trên MT Developer2, lập trình logic trên GX Works2 và xây dựng lưu đồ giải thuật cho toàn bộ chu trình gắp - nhận diện - phân loại.

CHƯƠNG 4: VẬN HÀNH HỆ THỐNG

Chương 4 tập trung vào phương pháp vận hành, kiểm chứng giải thuật và thử nghiệm giao diện:

  • Thiết kế hệ thống màn hình giám sát và điều khiển GUI qua phần mềm GT SoftGOT2000 gồm 6 màn hình chính: Màn hình khởi động, Màn hình chính, Màn hình JOG, Màn hình Forward Kinematics, Màn hình Inverse Kinematics và Màn hình giám sát chế độ Auto.
  • Kiểm chứng thực nghiệm động học thuận: Nhập các bộ giá trị góc khớp thực tế ($\theta_1 = 0^\circ, \theta_2 = 0^\circ, \theta_3 = 0^\circ, \theta_4 = 0^\circ, \theta_5 = 0^\circ$ và các tổ hợp góc khác), kiểm tra vị trí không gian của cơ cấu chấp hành cuối.
  • Kiểm chứng động học nghịch: Đặt lệnh cho robot di chuyển tới tọa độ đích xác định, ví dụ tọa độ $P(400; 250; 200)$, đánh giá độ chính xác tiếp cận điểm công tác của đầu kẹp.
  • Vận hành chế độ tự động (Auto): Đánh giá khả năng đồng bộ giữa bàn xoay mang sản phẩm, camera Cognex bắt mã QR, truyền nhận dữ liệu chuỗi ký tự qua thanh ghi CPU và điều khiển robot gắp xếp chính xác vào vị trí chỉ định.

CHƯƠNG 5: KẾT QUẢ

Chương 5 báo cáo kết quả thực nghiệm đạt được trên mô hình:

  • Hệ thống cơ cấu cánh tay robot 5 bậc, bàn xoay phôi và giá đỡ bàn để vật hoạt động ổn định, đúng chu trình thiết kế.
  • Robot thực hiện thành công các thao tác gắp phôi từ bàn xoay, đưa phôi qua vùng quét của camera, đọc mã QR và xếp đặt ngay ngắn lên bàn để vật.
  • Phân tích ưu điểm và nhược điểm thực tế: Hệ thống có tính trực quan cao, tích hợp thành công mạng SSCNET III và thị giác máy tính; nhược điểm tồn tại là độ rung lắc cơ khí nhất định và sai lệch vị trí do sử dụng kết cấu cơ khí cũ.

CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Chương 6 tổng kết toàn bộ kết quả thực hiện đồ án, khẳng định việc hoàn thành các mục tiêu đặt ra từ Chương 1; đồng thời vạch ra các hướng mở rộng kỹ thuật nhằm hoàn thiện mô hình trong các giai đoạn nghiên cứu tiếp theo.

Kết quả và đóng góp

Về mặt kỹ thuật và số liệu thực nghiệm, đồ án đã đạt được các kết quả cụ thể:

  • Hoàn thành thi công tủ điện điều khiển công nghiệp tích hợp trạm PLC Đa CPU (Q04UDEHCPU kết hợp Motion CPU Q172DSCPU) điều khiển 5 trục servo thông qua mạng cáp quang SSCNET III và giao tiếp Ethernet với Camera Cognex In-Sight 5110.
  • Giải quyết và kiểm chứng chính xác giải thuật động học thuận và động học nghịch cho robot 5 bậc tự do; điều khiển robot tiếp cận chính xác các tọa độ kiểm chứng, tiêu biểu như điểm $P(400; 250; 200)$.
  • Thực hiện phân loại thành công 12 sản phẩm mẫu chia thành 4 loại mã QR khác nhau. Kết quả thử nghiệm nhận dạng và gắp xếp giữa các nhóm sản phẩm được ghi nhận:
Nhóm sản phẩm Loại mã định danh Số lượng mẫu Tỷ lệ quét nhận dạng Kết quả gắp xếp
Loại 1 Mã QR Type A 3 $100%$ Đúng vị trí bàn để vật
Loại 2 Mã QR Type B 3 $100%$ Đúng vị trí bàn để vật
Loại 3 Mã QR Type C 3 $100%$ Đúng vị trí bàn để vật
Loại 4 Mã QR Type D 3 $100%$ Đúng vị trí bàn để vật

Các giải pháp và đóng góp do nhóm tác giả tự nêu:

  • Tái sử dụng và hoán cải thành công khung cơ khí cũ: Phục hồi khung cánh tay robot Fanuc LR Mate 100iB đã qua sử dụng bằng việc thay thế toàn bộ hệ truyền động sang động cơ AC Servo Mitsubishi thế hệ mới, làm chủ phương pháp tích hợp hệ thống điều khiển đa năng trên nền tảng cơ khí sẵn có.
  • Ứng dụng cấu trúc Đa CPU và ngôn ngữ Motion SFC: Tách biệt hoàn toàn tác vụ điều khiển logic (trên Q04UDEHCPU) và tác vụ điều khiển quỹ đạo nhiều trục thời gian thực (trên Q172DSCPU), giúp tối ưu hóa thời gian vòng quét và nâng cao độ mượt chuyển động của các trục khớp.
  • Tối ưu hóa chi phí hệ thống giám sát: Ứng dụng phần mềm GT SoftGOT2000 để chạy trực tiếp giao diện HMI/SCADA trên máy tính điều hành, đáp ứng đầy đủ tính năng cấu hình và giám sát vận hành mà không cần đầu tư màn hình cảm ứng công nghiệp rời.

Hạn chế và hướng nghiên cứu tiếp

Theo công bố của nhóm tác giả trong văn bản, đề tài tồn tại các hạn chế kỹ thuật:

  • Khung cánh tay cơ khí gốc Fanuc LR Mate 100iB là thiết bị cũ đã qua sử dụng, dẫn đến độ rơ cơ khí và sai số tích lũy tại điểm cuối công tác dao động trong khoảng từ 1mm đến 1.5mm sau khi hoán cải gắn động cơ servo mới.
  • Nghiên cứu mới dừng lại ở việc giải quyết bài toán động học vị trí (Kinematics), hoàn toàn chưa tính toán và xây dựng mô hình động lực học robot (Dynamics) để bù trừ mô-men xoắn, quán tính tải và lực ly tâm khi robot chuyển động ở vận tốc cao.
  • Hệ thống chưa thực hiện được bài toán bám quỹ đạo động học liên tục (Tracking) đồng bộ giữa các trục robot với bàn xoay khi bàn xoay chuyển động liên tục; quá trình gắp vật vẫn dựa trên việc dừng bàn xoay hoặc điều chỉnh vị trí theo từng mốc vận tốc xác định.
  • Về thị giác máy tính, đề tài mới khai thác công cụ giải mã QR có sẵn trong phần mềm In-Sight Explorer của hãng Cognex, chưa phát triển các thuật toán xử lý ảnh chuyên sâu để nhận dạng hình học hoặc kiểm tra khuyết tật sản phẩm.

Các hướng phát triển tiếp theo được đề xuất:

  • Nghiên cứu và giải quyết bài toán động lực học cho cánh tay robot nhằm kiểm soát rung lắc, nâng cao độ chính xác chuyển động và tối ưu hóa vận tốc các khớp.
  • Nghiên cứu thuật toán đồng bộ động học thời gian thực giữa robot và bàn xoay cấp phôi liên tục mà không cần dừng bàn xoay.
  • Nâng cấp và cải tiến cơ cấu cơ khí, giảm thiểu sai số rơ khớp cơ học của cánh tay robot.
  • Mở rộng chức năng của hệ thống thị giác máy tính sang các tác vụ kiểm tra ngoại quan, phân loại sản phẩm theo kích thước, màu sắc và phát hiện lỗi bề mặt.

Giá trị tham khảo

Đề tài có giá trị tham khảo thiết thực đối với:

  • Sinh viên và học viên chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Cơ điện tử, Kỹ thuật Robot thực hiện đồ án tốt nghiệp hoặc các dự án nghiên cứu về cánh tay robot công nghiệp.
  • Kỹ sư điều khiển tự động có nhu cầu tham khảo kiến trúc trạm Đa CPU của Mitsubishi (phối hợp PLC CPU Q04UDEHCPU và Motion CPU Q172DSCPU), phương pháp cấu hình mạng SSCNET III kết nối Driver Servo MR-J3, MR-J4.
  • Các tài liệu và nội dung đáng tham khảo bao gồm: Bảng tham số DH và chuỗi công thức giải động học thuận/nghịch cho robot 5 bậc tự do; sơ đồ nguyên lý đấu nối mạch động lực, mạch điều khiển và bộ lọc chống nhiễu trong tủ điện công nghiệp; quy trình tích hợp truyền thông Ethernet giữa Camera Cognex In-Sight với PLC Mitsubishi và phương pháp lập trình chuyển động bằng ngôn ngữ SFC trên phần mềm MT Developer2.

Câu hỏi thường gặp

Khóa luận sử dụng kiến trúc phần cứng điều khiển nào để vận hành cánh tay robot 5 bậc tự do? Hệ thống sử dụng trạm điều khiển Đa CPU dòng Q của hãng Mitsubishi đặt trên khung đế Base Q312DB, bao gồm CPU logic Q04UDEHCPU phụ trách chu trình logic chung và Motion CPU Q172DSCPU chuyên trách điều khiển chuyển động nhiều trục, kết hợp bộ nguồn Q61P và module ngõ ra transistor QY41P.

Hệ thống truyền thông giữa các bộ điều khiển, driver servo và camera được tổ chức như thế nào? Hệ thống sử dụng mạng truyền thông cáp quang tốc độ cao SSCNET III để kết nối Motion CPU Q172DSCPU với hệ thống Driver Servo (MR-J4 và MR-J3-10B), đảm bảo khả năng chống nhiễu và độ trễ thấp; đồng thời sử dụng mạng cáp Ethernet công nghiệp để kết nối cổng mạng tích hợp của CPU Q04UDEHCPU với Camera Cognex In-Sight 5110 và máy tính điều khiển giám sát.

Phương pháp giải bài toán động học nghịch của robot 5 bậc trong đề tài dựa trên cơ sở nào? Phương pháp giải bài toán động học nghịch được xây dựng từ ma trận chuyển đổi thuần nhất Denavit-Hartenberg ${}^0_5T$, trong đó góc xoay khớp đế $\theta_1$ được xác định trực tiếp từ tọa độ $(P_x, P_y)$ qua hàm $\text{atan2}(P_y, P_x)$, các góc khớp tiếp theo $\theta_2, \theta_3, \theta_4$ được giải thông qua phương pháp hình học giải tích với việc thiết lập các biến trung gian $N_x, N_y$ kết hợp cùng góc hướng đặt trước của khâu công tác.

Nguyên nhân dẫn đến sai số cơ khí dao động từ 1mm đến 1.5mm của hệ thống là gì? Sai số này xuất phát từ việc đề tài tái sử dụng lại phần khung cơ khí cánh tay robot cũ Fanuc LR Mate 100iB đã qua sử dụng và tiến hành tháo lắp, hoán cải cơ cấu gá để thay thế toàn bộ động cơ nguyên bản bằng động cơ AC Servo Mitsubishi, tạo ra độ rơ cơ khí và sai lệch tích lũy tại khâu công tác cuối.

Hệ thống phân loại bao nhiêu sản phẩm mẫu và sử dụng cơ cấu chấp hành nào để gắp vật? Hệ thống thực hiện nhận dạng và phân loại 12 sản phẩm mẫu thuộc 4 nhóm mã QR khác nhau đặt trên bàn xoay cấp phôi; cơ cấu chấp hành gắp vật ở khâu công tác cuối sử dụng một nam châm điện 24VDC có lực hút 300N, được kích hoạt thông qua rơ-ley trung gian OMRON MY2N-GS-DC24 kết nối với module ngõ ra QY41P.

Kết luận

Đồ án tốt nghiệp của tác giả Phạm Văn Hùng và Nguyễn Sơn Nam đã hoàn thành việc thiết kế, chế tạo và vận hành mô hình cánh tay robot 5 bậc tự do kết hợp bàn xoay và camera Cognex In-Sight 5110 để phân loại sản phẩm theo mã QR. Bằng việc làm chủ kiến trúc trạm Đa CPU Mitsubishi Q Series (Q04UDEHCPU và Q172DSCPU) qua mạng SSCNET III, nhóm tác giả đã giải quyết bài toán động học và điều khiển chuyển động vị trí phục vụ chu trình tự động hóa khép kín. Dù còn hạn chế về sai số cơ khí từ 1mm đến 1.5mm do hoán cải thiết bị cũ và chưa xây dựng mô hình động lực học, đồ án đã cung cấp một tài liệu kỹ thuật thực nghiệm chi tiết về tích hợp thị giác máy tính với điều khiển chuyển động công nghiệp.