Đồ án ứng dụng PLC điều khiển robot Delta phân loại màu - ĐH SPKT

Tìm hiểu chi tiết về đồ án ứng dụng PLC điều khiển robot Delta phân loại sản phẩm theo màu. Khám phá cấu trúc, nguyên lý hoạt động và ưu điểm của hệ thống này.

• Tác giả: Phùng Huỳnh Minh Tuấn
• Người hướng dẫn: TS. Trần Vi Đô
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Điện Công nghiệp
• Đề tài: Ứng dụng PLC điều khiển robot Delta phân loại sản phẩm theo màu
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan về PLC điều khiển robot Delta phân loại sản phẩm theo màu

Robot Delta là loại robot song song có tốc độ xử lý nhanh, độ chính xác cao, thường ứng dụng trong phân loại sản phẩm công nghiệp. PLC (Programmable Logic Controller) đóng vai trò trung tâm điều khiển toàn bộ quá trình, kết nối với camera để nhận diện màu sắc sản phẩm. Hệ thống băng tải vận chuyển sản phẩm qua vùng quan sát của camera. Khi phát hiện màu sắc, PLC truyền tín hiệu điều khiển robot Delta di chuyển đến vị trí chính xác để phân loại sản phẩm vào các khoang tương ứng. Ứng dụng này nâng cao hiệu quả sản xuất, giảm thiểu sai sót so với phương pháp thủ công.

1.1. Cấu trúc hệ thống robot Delta điều khiển PLC

Hệ thống bao gồm robot Delta 3 cánh tay, PLC S7-1200 điều khiển chuyển động, camera 5MP ghi nhận màu sắc sản phẩm. Robot Delta có cấu trúc song song với 3 trục điều khiển độc lập, đảm bảo tốc độ phản hồi nhanh. PLC giao tiếp với robot qua module mở rộng SM 1222, nhận tín hiệu từ camera thông qua giao diện Ethernet. Băng tải vận chuyển sản phẩm với tốc độ ổn định, camera quét ảnh sản phẩm và truyền dữ liệu về PLC. Hệ thống sử dụng thuật toán xử lý ảnh để phân tích màu sắc theo chuẩn RGB.

1.2. Nguyên lý hoạt động của hệ thống phân loại màu

Sản phẩm di chuyển trên băng tải vào vùng quan sát của camera. Camera ghi nhận hình ảnh, chuyển đổi sang định dạng RGB. PLC xử lý tín hiệu ảnh, so sánh màu sắc với ngưỡng màu đã cài đặt. Nếu màu sắc khớp với ngưỡng, PLC gửi tín hiệu điều khiển robot Delta di chuyển đến vị trí tương ứng để phân loại sản phẩm. Quá trình diễn ra trong thời gian thực, đảm bảo độ chính xác cao. Hệ thống có thể mở rộng để phân loại nhiều màu sắc hoặc sản phẩm có kích thước khác nhau.

II. Phân tích vấn đề trong ứng dụng PLC điều khiển robot Delta phân loại màu

Việc phân loại sản phẩm theo màu sắc bằng robot Delta gặp nhiều thách thức kỹ thuật. Thứ nhất, độ chính xác nhận diện màu sắc phụ thuộc vào điều kiện ánh sáng môi trường, gây nhiễu tín hiệu ảnh. Thứ hai, tốc độ xử lý ảnh của camera phải đủ nhanh để kịp thời điều khiển robot, tránh sai sót. Thứ ba, hệ thống điều khiển cần đảm bảo độ tin cậy cao, tránh lỗi trong quá trình vận hành. Ngoài ra, chi phí đầu tư ban đầu cho robot Delta và camera chất lượng cao là khá lớn, đòi hỏi doanh nghiệp cân nhắc kỹ lưỡng.

2.1. Những khó khăn trong nhận diện màu sắc sản phẩm

Ánh sáng môi trường thay đổi ảnh hưởng trực tiếp đến chất lượng ảnh chụp. Camera cần hiệu chỉnh cân bằng trắng tự động để bù đắp sự biến đổi ánh sáng. Ngoài ra, sản phẩm có bề mặt phản chiếu hoặc màu sắc không đồng nhất gây khó khăn cho thuật toán phân loại. Giải pháp sử dụng bộ lọc quang học hoặc camera hồng ngoại giúp cải thiện độ chính xác. Tuy nhiên, chi phí đầu tư sẽ tăng lên đáng kể.

2.2. Tốc độ xử lý và độ trễ trong hệ thống điều khiển

PLC cần xử lý tín hiệu ảnh từ camera trong thời gian ngắn để điều khiển robot kịp thời. Độ trễ xảy ra do quá trình truyền dữ liệu giữa camera và PLC, hoặc do thuật toán xử lý ảnh phức tạp. Giải pháp sử dụng PLC có tốc độ xử lý cao, kết hợp với thuật toán tối ưu hóa. Robot Delta cũng cần có thời gian gia tốc và giảm tốc hợp lý để tránh rung lắc, đảm bảo độ chính xác khi phân loại.

III. Giải pháp thiết kế hệ thống PLC điều khiển robot Delta phân loại màu

Hệ thống được thiết kế với PLC S7-1200 điều khiển robot Delta thông qua module mở rộng SM 1222. Camera 5MP kết nối trực tiếp với PLC qua giao diện Ethernet, truyền dữ liệu ảnh theo chuẩn GigE Vision. Phần mềm điều khiển được lập trình trên TIA Portal, tích hợp thuật toán xử lý ảnh OpenCV để phân tích màu sắc. Robot Delta được lập trình di chuyển theo quỹ đạo đã định trước, sử dụng khối lệnh MC_MoveAbsolute để điều khiển chính xác. Hệ thống băng tải vận chuyển sản phẩm với tốc độ ổn định, đảm bảo sản phẩm luôn nằm trong vùng quan sát của camera.

3.1. Lập trình PLC điều khiển robot Delta

Chương trình điều khiển được viết trên phần mềm TIA Portal, sử dụng ngôn ngữ LAD (Ladder Logic). PLC nhận tín hiệu từ camera thông qua khối lệnh GET_IMAGE, sau đó xử lý ảnh bằng thuật toán phân loại màu. Khi phát hiện màu sắc khớp với ngưỡng cài đặt, PLC kích hoạt khối lệnh MC_MoveAbsolute để điều khiển robot di chuyển đến vị trí phân loại. Chương trình cũng bao gồm cơ chế an toàn, dừng robot nếu xảy ra lỗi.

3.2. Xử lý ảnh và giao tiếp giữa PLC và camera

Camera ghi nhận ảnh sản phẩm, truyền dữ liệu về PLC dưới dạng mảng pixel. PLC sử dụng thuật toán OpenCV để phân tích màu sắc theo chuẩn RGB. Ngưỡng màu được cài đặt sẵn trong chương trình, so sánh giá trị màu của từng pixel với ngưỡng. Nếu màu sắc khớp, PLC gửi tín hiệu điều khiển robot. Giao tiếp giữa PLC và camera sử dụng giao thức GigE Vision, đảm bảo tốc độ truyền dữ liệu nhanh chóng.

IV. Kết quả ứng dụng và triển vọng phát triển

Hệ thống PLC điều khiển robot Delta phân loại sản phẩm theo màu đã được thử nghiệm thành công, đạt độ chính xác 98% trong điều kiện ánh sáng ổn định. Robot Delta hoạt động với tốc độ 2 sản phẩm/giây, đáp ứng yêu cầu sản xuất công nghiệp. Kết quả cho thấy hệ thống có thể thay thế phương pháp phân loại thủ công, nâng cao năng suất và giảm thiểu sai sót. Trong tương lai, hệ thống có thể mở rộng để phân loại sản phẩm theo hình dạng hoặc kích thước, tích hợp trí tuệ nhân tạo để nâng cao độ chính xác.

4.1. Đánh giá hiệu quả của hệ thống

Hệ thống đạt hiệu quả cao trong phân loại sản phẩm theo màu sắc, với độ chính xác 98% trong điều kiện thử nghiệm. Robot Delta hoạt động ổn định, không xảy ra lỗi trong quá trình vận hành. Chi phí đầu tư ban đầu cao, nhưng tiết kiệm được nhân công và giảm thiểu sai sót. Hệ thống cũng có thể tích hợp vào dây chuyền sản xuất tự động, nâng cao tính cạnh tranh cho doanh nghiệp.

4.2. Hướng phát triển trong tương lai

Hệ thống có thể tích hợp trí tuệ nhân tạo để nâng cao độ chính xác phân loại, đặc biệt trong điều kiện ánh sáng thay đổi. Ngoài ra, robot Delta có thể được lập trình để phân loại sản phẩm theo hình dạng hoặc kích thước. Hệ thống cũng có thể kết nối với các thiết bị IoT để giám sát từ xa, tối ưu hóa quy trình sản xuất. Việc nghiên cứu thuật toán xử lý ảnh tiên tiến sẽ giúp hệ thống hoạt động hiệu quả hơn trong tương lai.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI 1. Giới thiệu Robot Delta Khái niệm robot có cấu trúc song song được Gough và Whitehall đưa ra vào năm 1962. Ngày nay, Delta robot (robot song song là một loại robot được sử dụng nhiều trong công nghiệp, đặc biệt là trong khâu phân loại và đóng gói sản phẩm nhờ vào đặc tính có tốc độ và độ chính xác cao. Robot Delta có cơ cấu động học song song ba bậc tự do, cấu trúc vòng kín.

Trong đó có ba nhánh, với mỗi nhánh, một đầu được nối vào giá di động thông qua cơ cấu hình bình hành. Với cấu trúc hình học như vậy nên giá di động luôn định hướng và chỉ có thể chuyển động tịnh tiến theo 3 trục XYZ. Với nhiều đặc tính nổi trội nên Robot Delta được ứng dụng rộng rãi ở nhiều lĩnh vực khác nhau trong cuộc sống. Dưới đây là 1 số ví dụ cụ thể: Ứng Dụng Trong Công Nghiệp: Hình 1.1 Robot Delta công đoạn đóng gói sản phẩm nhà máy Vinamilk 1 h Hình 1.2 Robot Delta trong công nghiệp Ứng dụng trong Y học: Hình 1.3 Robot Delta sử dụng để nâng kính giúp bác sĩ phẫu thuật 2 h Ứng dụng trong học tập, nguyên cứu khoa học: Hình 1.4 Sáng kiến SV ứng dụng robot Delta diệt cỏ loại sâu 1.

Mục tiêu, nhiệm vụ đề tài Tìm hiểu cấu tạo thành phần, cấu trúc cơ bản của Robot Delta, tính toán động lực học và áp dụng thực tế về phân loại sản phẩm. Xây dựng phần mềm điều khiển Robot Delta với cả 2 chế độ Auto và Manual, mô phỏng quá trình phân loại sản phẩm trong công nghiệp. Phương án Nhận dạng đối tượng bằng Camera sau đó gửi về PC các giá trị tọa độ, màu sắc, kích thước của đối tượng. PC nhận được dữ liệu sẽ tính toán qua phương trình động lực học để gửi thông tin cho PLC để điều khiển Robot tới gắp và thả vào ô phân loại.

Sử dụng động cơ bước cho 3 cánh tay của Robot để robot vận hành một cách linh hoạt. Sử dụng Web Camera để để nhận dạng vì Web Camera có giá thành rẻ, dễ dàng kết nối với PC nhưng vẫn đáp ứng đủ các tiêu chí theo yêu cầu của đề tài. Các bước tiến hành B1: Xây dựng chương trình tính toán động lực học thuận/nghịch của Robot Delta. B2: Cấu hình PLC S7-1200 đề điều khiển nhiều động cơ bước cùng lúc, sử dụng phần mềm TIA Portal V15.

3 h B3: Xây dựng giao diện chương trình điều khiển Robot Delta với ba phần chính: Kết nối PC với PLC, Chế độ Manual, Chế độ Auto. Sử dụng nền tảng Winform của C#. B4: Thiết kế và thi công mô hình in 3D của Robot Delta. B5: Đưa phương trình động lực vào trong chương trình điều khiển truyền thông giữa chương trình điều khiển với PLC bằng OPC Kepserver, tiến hành vận hành Manual.

B6: Nhúng thư viện EmguCV vào phần mềm, lắp thêm Web Camera, điều khiển, xây dựng chương trình xác định tọa độ và màu sắc của vật mẫu để tiến hành phân loại, tiến hành vận hành Auto. B7: Vận hành hiểu chỉnh phần cứng và phần mềm. 4 h CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2. Phương trình động lực học Robot Delta 2.

Cấu tạo robot song song Delta Hình 2.1 Cấu tạo cơ bản của Robot Delta Cấu tạo của robot bao gồm các phần như sau: - Bàn máy cố định F, bàn máy động E. - Ba khâu chủ động F1J1, F2J2, F3J3 liên kết với bàn máy cố định bằng các khớp quay và được dẫn động bởi 3 động cơ, các động cơ này gắn chặn với bàn máy cố định F. - Ba khâu bị động J1E1, J2E2, J3E3, mỗi khâu là một cấu trúc hình bình hành. Nhờ tính chất của các khâu hình bình hành nên bàn máy động là một vật rắn chuyển động tịnh tiến trong không gian.

Như vậy robot có 3 bậc tự do xác định bởi 3 toạ độ θ1 , θ2 , θ3 trong không gian khớp. Động học thuận Robot Từ các góc θ1 , θ2 , θ3 → Tọa độ (𝐱 𝟎 , 𝐲𝟎 , 𝐳𝟎 ) của điểm E0. Nếu ta đã biết góc θx , chúng ta có thể dễ dàng tìm thấy tọa độ của các điểm J1, J2 và J3. Các khớp nối J1E1, J2E2 và J3E3 có thể tự do xoay quanh các điểm J1, J2 và J3 tương ứng, tạo thành ba hình cầu có bán kính re.2 Mô hình động học robot delta Ta di chuyển các tâm của các hình cầu từ các điểm J1 , J2 và J3 đến các điểm J’1 , J2′ và J’3 bằng cách sử dụng các vector chuyển tiếp E1 E0 , E2 E0 và E3 E0 tương ứng.

Sau quá trình chuyển đổi này, tất cả ba hình cầu sẽ giao nhau tại một điểm: E0 , như được thể hiện trong hình phía dưới: Hình 2.3 Mô hình động học robot delta Vì vậy, để tìm tọa độ (x0 , y0 , z0 ) của điểm E0 , chúng ta cần giải quyết tập hợp ba 2 2 2 phương trình như (x − xj ) + (y − yj ) + (z − zj ) = re2 , nơi tọa độ các tâm hình cầu (xj , yj , zj ) và bán kính re đã biết.4 Tọa độ các điểm J1′ , J2′ , J3′ trên mặt phẳng Oxy f f OF1 = OF2 = OF3 = tan(300 ) = 2 2√3 e e J1 J1′ = J2 J2′ = J3 J3′ = tan(300 ) = 2 2√3 F1 J1 = rf cos(θ1 ) , F2 J2 = rf cos(θ2 ) , F3 J3 = rf cos(θ3 ) f−e J1′ (0; − − rf cos θ1 ; −rf sin θ1 ) 2√3 f−e f−e J2′ (( + rf cos θ2 ) cos 300 ; ( + rf cos θ2 ) sin 300 ; −rf sin θ2 ) 2√3 2√3 f−e f−e J3′ (( + rf cos θ3 ) cos 300 ; ( + rf cos(θ3 )) sin 300 ; −rf sin θ3 ) 2√3 2√3 Trong các phương trình sau đây ta sẽ chỉ định tọa độ của các điểm J1 , J2 , J3 là (x1 , y1 , z1 ), (x2 , y2 , z2 ) và (x3 , y3 , z3 ). Dưới đây là phương trình của ba hình cầu: x 2 + (y − y1 )2 + (z − z1 )2 = re2 {(x − x2 )2 + (y − y2 )2 + (z − z2 )2 = re2 (x − x3 )2 + (y − y3 )2 + (z − z3 )2 = re2 x 2 + y 2 + z 2 − 2y1 y − 2z1 z = re2 − y12 − z12 (1) ⇒ { x 2 + y 2 + z 2 − 2x2 x − 2y2 y − 2z2 z = re2 − x22 − y22 − z22 (2) x 2 + y 2 + z 2 − 2x3 x − 2y3 y − 2z3 z = re2 − x32 − y32 − z32 (3) Đặt: wi = xi2 + yi2 + zi2 , ta được: 7 h (w1 − w2 ) x2 x + (y1 − y2 )y + (z1 − z2 )z = (4) = (1) − (2) 2 (w1 − w3 ) x3 x + (y1 − y3 )y + (z1 − z3 )z = (5) = (1 ) − (3) 2 (w 2 − w 3 ) (x 2 − x 3 )x + (y2 − y3 )y + (z2 − z3 )z = (6) = (2) − (3) { 2 Từ (4) - (5): x = a1 z + b1 (7) y = a2 z + b2 (8) 1 a1 = [(z − z1 )(y3 − y1 ) − (z3 − z1 )(y2 − y1 )] d 2 1 b1 = − [(w2 − w1 )(y3 − y1 ) − (w3 − w1 )(y2 − y1 )] 2d 1 a2 = − [(z2 − z1 )x3 − (z3 − z1 )x2 ] d 1 b2 = [(w2 − w1 )x3 − (w3 − w1 )x2 ] 2d d = (y2 − y1 )x3 − (y3 − y1 )x2 Thế (7), (8) vào (1) ta được: (a21 + a22 + 1)z 2 + 2(a1 + a2 (b2 − y1 ) − z1 )z + (b12 + (b2 − y1 )2 + z12 − re2 ) = 0 Cuối cùng, ta cần giải phương trình này và tìm z0 (chúng ta nên chọn gốc phương trình âm nhỏ nhất), và sau đó tính x0 và y0 từ (7) và (8). Động học nghịch Robot Động học nghịch: Hình 2.5 Mô hình động học robot delta với các thông số cho trước 8 h Các thông số: f, rf, re, e cho trước. Do khớp nối thiết kế của robot F1J1 (xem hình bên dưới) chỉ có thể xoay trong mặt phẳng YZ, tạo thành hình tròn với tâm tại điểm F1 và bán kính rf.

J1 và E1 được gọi là khớp nối phổ quát, có nghĩa là E1J1 có thể xoay tự do tương đối với E1, tạo thành hình cầu với tâm tại điểm E1 và bán kính re.6 Minh họa động học của cánh tay đòn Giao điểm của hình cầu này và mặt phẳng YZ là một đường tròn có tâm tại điểm E1′ và bán kính E1′ J1 (trong đó E1′ là phép chiếu của điểm E1 trên mặt phẳng YZ). Điểm J1 có thể được tìm thấy bây giờ như là giao điểm của các đường tròn bán kính đã biết với tâm là E1′ và F1 (chúng ta chỉ nên chọn một điểm giao nhau với tọa độ Y nhỏ hơn). Và nếu ta biết J1 , ta có thể tính được góc θ1. Xét mặt phẳng YZ: Hình 2.7 Mặt phẳng YZ 9 h Ta có: E(x0 , y0 , z0 ) e e EE1 = tan30o = 2 2√3 e e E1 (x0 , y0 − , z0 ) ⇒ E1′ = (0, y0 − , z0 ) 2√3 2√3 2 EE1′ = x0 ⇒ E1′ J1 = √E1 J12 − E1 E1′ = √re2 − x02 f F1 (0, − , 0) 2√3 2 2 (yJ1 − yF1 ) + (zJ1 − zF1 ) = rf2 { 2 2 (yJ1 − yE′1 ) + (zJ1 − zE′1 ) = re2 − x02 2 f (yJ1 + ) + zJ21 = rf2 ⇒ 2√3 ⇒ J1 (0, yJ1 , zJ1 ) e 2 2 (yJ1 − y0 + ) + (zJ1 − z0 ) = re2 − x02 { 2√3 zJ1 θ1 = arctan ( ) yF1 − yJ1 Do khớp F1 J1 chỉ di chuyển trong mặt phẳng YZ, vì vậy chúng ta hoàn toàn bỏ qua tọa độ X.

Để tận dụng tính chất này cho các góc còn lại θ2 và θ3 , chúng ta nên sử dụng tính đối xứng của delta robot. Đầu tiên, chúng ta hãy xoay hệ tọa độ trong mặt phẳng XY xung quanh trục Z một góc 1200 ngược chiều kim đồng hồ, như được hiển thị bên dưới.8 Quy đổi tọa độ 10 h Ta đã có một khung tham chiếu mới X'Y'Z', và với khung này ta có thể tìm thấy góc 𝛉𝟐 bằng cách sử dụng cùng một thuật toán mà ta sử dụng để tìm 𝛉𝟏 .