Đồ án ĐH Sư Phạm Kỹ Thuật: Ứng dụng PLC điều khiển robot Delta phân loại màu

Đồ án tốt nghiệp HCMUTE về ứng dụng PLC điều khiển robot Delta phân loại sản phẩm theo màu sắc. Tải tài liệu kỹ thuật, sơ đồ đấu nối và code mẫu chi tiết.

• 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: Hồ Chí Minh

Tóm tắt

I. Tổng quan đồ án PLC điều khiển robot Delta

Đồ án nghiên cứu ứng dụng PLC S7-1200 kết hợp robot Delta phân loại sản phẩm theo màu sắc, nhằm tối ưu quy trình sản xuất công nghiệp. Hệ thống sử dụng camera 5MP để nhận diện màu sắc sản phẩm thông qua thuật toán xử lý ảnh, sau đó truyền tín hiệu điều khiển tới PLC. Robot Delta được lập trình di chuyển chính xác đến vị trí phân loại dựa trên tín hiệu từ PLC. Đây là giải pháp tích hợp công nghệ điều khiển tự động vào quy trình sản xuất, nâng cao hiệu suất và giảm thiểu sai sót so với phương pháp thủ công. Hệ thống được ứng dụng trong các dây chuyền sản xuất linh kiện điện tử, thực phẩm đóng gói hoặc dược phẩm.

1.1. Cấu hình hệ thống điều khiển

Hệ thống bao gồm PLC S7-1200 CPU 1212 DC/DC/DC điều khiển toàn bộ quá trình. Module mở rộng SM 1222 RLY cung cấp ngõ ra relay cho các thiết bị ngoại vi như băng tải, đèn báo. Camera 5MP gắn cố định trên băng tải chụp ảnh sản phẩm di chuyển. Robot Delta 3 bánh được lắp đặt phía cuối băng tải, có khả năng di chuyển nhanh và chính xác. Tín hiệu ảnh từ camera được xử lý bằng phần mềm OpenCV để trích xuất đặc trưng màu sắc, sau đó truyền qua giao thức Modbus RTU tới PLC. Hệ thống đảm bảo độ trễ thấp nhờ kết nối trực tiếp giữa các thiết bị.

1.2. Nguyên lý hoạt động cơ bản

Sản phẩm di chuyển trên băng tải qua camera. Camera chụp ảnh và gửi dữ liệu tới máy tính xử lý. Thuật toán OpenCV phân tích màu sắc sản phẩm, xác định màu (đỏ, xanh lá, xanh dương) dựa trên ngưỡng RGB hoặc HSV. Kết quả phân loại được gửi tới PLC qua cổng COM. PLC xử lý tín hiệu, điều khiển robot Delta di chuyển tới vị trí tương ứng (kệ chứa màu đỏ, xanh lá hoặc xanh dương). Robot sử dụng cơ cấu gắp hút chân không để di chuyển sản phẩm. Toàn bộ quá trình diễn ra trong vòng 1-2 giây, đảm bảo tốc độ sản xuất.

II. Phân tích thách thức trong phân loại sản phẩm theo màu

Phân loại sản phẩm theo màu bằng phương pháp thủ công gặp nhiều hạn chế như tốc độ chậm, độ chính xác thấp do yếu tố con người. Camera công nghiệp phải đối mặt với thách thức về ánh sáng môi trường, khiến màu sắc sản phẩm bị biến đổi. Sự thay đổi kích thước hoặc hình dạng sản phẩm cũng ảnh hưởng đến độ chính xác nhận diện. Robot Delta cần độ chính xác cao trong chuyển động để tránh va chạm hoặc làm rơi sản phẩm. Ngoài ra, tích hợp hệ thống điều khiển PLC, camera và robot đòi hỏi kiến thức chuyên sâu về lập trình và giao thức truyền thông. Việc đồng bộ dữ liệu giữa các thiết bị cũng là thách thức lớn.

2.1. Ảnh hưởng của điều kiện môi trường

Ánh sáng thay đổi theo thời gian trong nhà máy gây ra hiện tượng overexposure hoặc underexposure cho camera. Điều này dẫn đến sai lệch trong nhận diện màu sắc. Bề mặt sản phẩm phản xạ ánh sáng mạnh cũng khiến thuật toán phân loại nhầm lẫn giữa màu trắng với màu sáng khác. Nhiệt độ và độ ẩm cao có thể ảnh hưởng đến độ nhạy của cảm biến camera. Các giải pháp khắc phục bao gồm sử dụng ánh sáng LED ổn định, lắp đặt tấm chắn ánh sáng hoặc điều chỉnh ngưỡng RGB trong thuật toán xử lý ảnh.

2.2. Độ chính xác của robot Delta

Robot Delta hoạt động dựa trên cơ cấu song song, có tốc độ cao nhưng độ chính xác phụ thuộc vào độ phân giải encoder và độ trễ truyền thông. Sai số trong chuyển động có thể dẫn đến sản phẩm rơi khỏi vị trí gắp hoặc va chạm với băng tải. Động học robot Delta phức tạp, yêu cầu lập trình chính xác để tránh va chạm giữa cánh tay robot và sản phẩm. Ngoài ra, trọng lượng sản phẩm thay đổi cũng ảnh hưởng đến độ ổn định của robot. Giải pháp bao gồm hiệu chỉnh lại hệ thống sau khi lắp đặt và sử dụng thuật toán bù trừ sai số động học.

III. Giải pháp thiết kế hệ thống điều khiển tích hợp

Hệ thống được thiết kế tích hợp PLC S7-1200, camera 5MP, robot Delta và băng tải thành một quy trình khép kín. PLC điều khiển băng tải dừng khi sản phẩm đến vị trí camera. Camera chụp ảnh và gửi dữ liệu qua cổng USB tới máy tính. Phần mềm xử lý ảnh sử dụng thuật toán HSV để phân loại màu sắc, sau đó gửi tín hiệu điều khiển qua Modbus RTU tới PLC. PLC kích hoạt robot Delta di chuyển tới vị trí tương ứng. Robot sử dụng cơ cấu gắp hút chân không, được lập trình bằng ngôn ngữ LAD (Ladder Diagram). Toàn bộ hệ thống hoạt động tự động, chỉ cần can thiệp khi xảy ra lỗi.

3.1. Lập trình PLC S7 1200

PLC S7-1200 được lập trình bằng phần mềm TIA Portal. Chương trình điều khiển bao gồm các khối chức năng (FB) xử lý tín hiệu từ camera, điều khiển băng tải và robot. Sử dụng khối MC_MoveAbsolute để điều khiển robot di chuyển tới vị trí chính xác. Ngữ cảnh lập trình tuân thủ tiêu chuẩn IEC 61131-3. PLC giám sát trạng thái hệ thống thông qua các biến toàn cục, gửi tín hiệu báo lỗi khi xảy ra sự cố. Chương trình cũng bao gồm chế độ dừng khẩn cấp và khôi phục trạng thái sau khi lỗi.

3.2. Xử lý ảnh bằng OpenCV

Thuật toán xử lý ảnh sử dụng thư viện OpenCV để trích xuất đặc trưng màu sắc sản phẩm. Ảnh từ camera được chuyển đổi sang không gian màu HSV để loại bỏ ảnh hưởng của ánh sáng. Ngưỡng màu được xác định thông qua phương pháp Otsu hoặc phân tích histogram. Thuật toán phát hiện biên cạnh (Canny) kết hợp với phương pháp phân vùng (Contour) để xác định kích thước sản phẩm. Kết quả phân loại được gửi tới PLC dưới dạng mã màu (0: đỏ, 1: xanh lá, 2: xanh dương). Hệ thống có thể mở rộng để phân loại thêm nhiều màu sắc bằng cách điều chỉnh ngưỡng RGB.

IV. Kết quả ứng dụng và triển vọng phát triển

Hệ thống đã được thử nghiệm trong môi trường phòng thí nghiệm, đạt độ chính xác 98% trong phân loại sản phẩm theo màu sắc. Thời gian xử lý mỗi sản phẩm là 1,2 giây, đáp ứng yêu cầu sản xuất công nghiệp. Robot Delta hoạt động ổn định với sai số vị trí dưới 1mm. Hệ thống có khả năng mở rộng để phân loại sản phẩm theo hình dạng hoặc kích thước bằng cách tích hợp thêm cảm biến siêu âm. Trong tương lai, hệ thống có thể kết hợp trí tuệ nhân tạo (AI) để nâng cao độ chính xác nhận diện màu sắc trong điều kiện ánh sáng phức tạp.

4.1. Đánh giá hiệu suất hệ thống

Hiệu suất hệ thống được đánh giá thông qua ba tiêu chí: độ chính xác phân loại, tốc độ xử lý và độ tin cậy. Độ chính xác đạt 98% nhờ thuật toán xử lý ảnh kết hợp HSV. Tốc độ xử lý 1,2 giây/sản phẩm đáp ứng yêu cầu sản xuất hàng loạt. Độ tin cậy cao nhờ tích hợp cơ chế giám sát lỗi và khôi phục trạng thái tự động. Hệ thống hoạt động ổn định trong vòng 8 giờ liên tục mà không xảy ra lỗi. Chi phí đầu tư ban đầu thấp nhờ sử dụng các thiết bị thương mại sẵn có.

4.2. Hướng phát triển tương lai

Hệ thống có thể tích hợp trí tuệ nhân tạo (AI) để nâng cao độ chính xác nhận diện màu sắc trong điều kiện ánh sáng phức tạp. Sử dụng mạng nơ-ron tích chập (CNN) để phân loại màu sắc thay vì phương pháp ngưỡng RGB. Hệ thống cũng có thể mở rộng để phân loại sản phẩm theo hình dạng hoặc kích thước bằng cách bổ sung cảm biến siêu âm. Ngoài ra, tích hợp giao thức OPC UA sẽ cho phép kết nối hệ thống với các hệ thống MES hoặc ERP trong nhà máy thông minh.

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 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 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 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 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 (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 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 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 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 .