Giới thiệu dự án

Trong kỷ nguyên tự động hóa công nghiệp và Công nghiệp 4.0, các dây chuyền sản xuất đòi hỏi tính tự động hóa và độ chính xác tuyệt đối ở khâu kiểm soát chất lượng (QC/QA). Theo thống kê từ ngành sản xuất chế tạo, phương thức phân loại sản phẩm thủ công bằng mắt thường của công nhân gặp phải tỷ lệ sai sót từ 5% đến 12% do các yếu tố suy giảm thị giác, mệt mỏi và thiếu tập trung khi làm việc trong thời gian dài với các chi tiết cơ khí nhỏ hoặc biên dạng phức tạp.

+------------------+      +-------------------+      +----------------------+
|  Khối Cảm Biến   | ---> |   Khối Máy Tính   | ---> |       Khối PLC       |
|  & Thu Nhận Ảnh  |      |  (MATLAB Image    |      |    (RSLogix 5000)    |
| (E3F-DS30C4/USB) |      |   Processing)     |      |                      |
+------------------+      +-------------------+      +----------------------+
                                    |                           |
                                    v (Giao tiếp OPC)           v
                          +-------------------+      +----------------------+
                          | KepServerEx v5.0  |      |   Hệ Thống Chấp Hành |
                          |   (OPC Server)    |      | (Kinetix 300 & MR-J3)|
                          +-------------------+      +----------------------+

Vấn đề thực tiễn (Problem Statement)

Các dây chuyền phân loại truyền thống trên thị trường thường sử dụng cảm biến quang màu đơn điểm (Color Sensor) của các hãng như Omron (E3X-DA, E3MC), SICK (CS1-P1111, NT6) hoặc Datasensor (TL10). Mặc dù các cảm biến này có tốc độ phản hồi nhanh, chúng bộc lộ nhiều điểm nghẽn nghiêm trọng:

  • Giá thành phần cứng cao khi số lượng màu cần nhận biết tăng lên.
  • Bị giới hạn hoàn toàn về khả năng kiểm tra hình thái học (Geometry) và kích thước; không thể phân biệt được sản phẩm đạt chuẩn với sản phẩm bị móp méo, nứt vỡ hoặc sai hình dạng (tròn, vuông, tam giác).
  • Cấu trúc đấu nối dây phức tạp và tính linh hoạt thấp khi cần thay đổi quy cách sản phẩm (Changeover time kéo dài).

Mục tiêu đề tài (Project Objectives)

  1. Thiết kế và thi công hoàn thiện mô hình cơ khí băng tải phân loại sản phẩm tự động, tích hợp bộ truyền động xích và gá đặt camera chuẩn công nghiệp.
  2. Xây dựng thuật toán xử lý ảnh số trên nền tảng MATLAB (Image Processing Toolbox) để nhận dạng, bóc tách chính xác 3 hệ hình học (tròn, vuông, tam giác) và 2 hệ màu sắc cơ bản (đỏ, xanh dương).
  3. Thiết lập mạng truyền thông công nghiệp thời gian thực kết nối MATLAB với PLC Allen-Bradley thông qua giao thức OPC (OLE for Process Control) sử dụng phần mềm trung gian Kepware KepServerEx.
  4. Lập trình điều khiển phối hợp đồng bộ 2 hệ thống truyền động AC Servo: Servo Allen-Bradley Kinetix 300 kéo băng tải và Servo Mitsubishi MR-J3-20A điều khiển tay gạt phân loại chính xác theo vị trí.
  5. Xây dựng hệ thống giao diện người máy GUI (MATLAB GUIDE) hỗ trợ giám sát, chọn chế độ phân loại và tự động trích xuất báo cáo dữ liệu thống kê ra Microsoft Excel.

Phương pháp giải quyết (Solution Approach)

Giải pháp kết hợp công nghệ thị giác máy tính (Machine Vision) và hệ thống điều khiển lập trình công nghiệp (PLC) giúp thay thế hoàn toàn dàn cảm biến màu đắt đỏ. Camera đóng vai trò là "mắt thần" thu nhận ảnh số độ phân giải cao; máy tính xử lý trung tâm giải mã ma trận ảnh $m \times n$, bóc tách không gian màu RGB và phân tích đặc trưng hình thái, sau đó bắn tín hiệu điều khiển trực tiếp xuống PLC qua chuẩn OPC DA.

Kết quả kỳ vọng và Phạm vi áp dụng

  • Chỉ số đo lường (Metrics): Tỷ lệ phân loại chính xác tổng thể đạt $\ge 90%$; thời gian trễ xử lý thuật toán ảnh $\le 200\text{ ms}$; chu kỳ gạt sản phẩm phản hồi chính xác trong khoảng $300\text{ ms} - 500\text{ ms}$.
  • Phạm vi (Scope): Phân loại các khối sản phẩm hình học cơ bản (tròn, vuông, tam giác) mang màu sắc tương phản trên phông nền băng tải đen; áp dụng trong các xưởng đóng gói bao bì, linh kiện cơ khí chính xác và chế biến thực phẩm.
  • Giới hạn (Limitations): Hệ thống sử dụng Webcam quang học tiêu chuẩn; độ ổn định nhận dạng phụ thuộc vào điều kiện chiếu sáng môi trường ngoài và yêu cầu băng tải tạm dừng tại trạm kiểm tra ảnh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí kỹ thuật Dùng cảm biến màu quang học (Omron/SICK) Hệ thống Machine Vision công nghiệp chuyên dụng (Cognex/Keyence) Giải pháp tích hợp MATLAB + PLC + AC Servo (Đề tài đề xuất)
Nhận diện màu sắc Cố định từ 1 đến 3 màu cài đặt trước Đa dạng, xử lý quang phổ rộng Tùy biến linh hoạt qua code phần mềm
Phân tích hình học/lỗi Không thể thực hiện Cực cao, phát hiện lỗi micromet Tốt, phân tích biên dạng diện tích & hình thái
Chi phí đầu tư phần cứng Rất cao khi nhân rộng nhiều kênh cảm biến Rất đắt đỏ ($> 5.000\text{ USD}$) Tiết kiệm, tận dụng PC và Camera tiêu chuẩn
Khả năng mở rộng/Lưu trữ Hạn chế, chỉ xuất xung I/O Hỗ trợ lưu trữ máy chủ cơ sở dữ liệu Tự động xuất báo cáo Excel, giao diện GUI trực quan
Độ phức tạp đấu nối Dày đặc dây tín hiệu và rơ-le trung gian Đơn giản hóa qua mạng Ethernet công nghiệp Tối giản, truyền thông OPC không dây/LAN

Bảng ưu tiên yêu cầu người dùng (MoSCoW)

  • Must have: Nhận dạng chính xác biên dạng (vuông, tròn, tam giác) và màu sắc (đỏ, xanh); PLC điều khiển dừng băng tải và kích hoạt tay gạt Servo đẩy phế phẩm; mạch cách ly chuyển đổi NPN sang PNP.
  • Should have: Giao diện GUIDE giám sát trạng thái thời gian thực; tự động ghi nhật ký phân loại vào file Excel.
  • Could have: Điều chỉnh tỷ số truyền điện tử (Electronic Gear Ratio) trên Driver Servo Mitsubishi để tối ưu góc quét.
  • Won't have (lần này): Thuật toán Deep Learning nhận diện chi tiết bề mặt phức tạp; chế độ điều khiển bám xung vi sai (Differential Line Driver).

Thiết kế hệ thống

Danh mục công nghệ và thiết bị phần cứng

Thành phần Thiết bị / Phiên bản Thông số kỹ thuật chính Vai trò trong hệ thống
Xử lý ảnh & Giao diện MATLAB R2015b / GUIDE Image Processing Toolbox, OPC Toolbox Thu nhận ảnh, trích xuất đặc trưng, máy chủ điều khiển
Truyền thông trung gian Kepware KepServerEx v5.0 Giao thức OPC DA 2.0 / 3.0 Cầu nối trao đổi Tag dữ liệu giữa MATLAB và PLC
Điều khiển logic PLC Allen-Bradley / RSLogix 5000 Ngõ vào/ra số chuẩn Sinking 24VDC Xử lý logic liên động, phát xung điều khiển Servo
Truyền động băng tải Allen-Bradley Kinetix 300 (2097-V31PR0) $400\text{ W}$, 1-phase 120/240VAC, Ethernet/IP Điều khiển động cơ AC Servo TLY-A220T-HK64AA kéo băng tải
Truyền động tay gạt Mitsubishi MR-J3-20A $200\text{ W}$, ngõ vào xung Open Collector/Line Receiver Điều khiển động cơ AC Servo HF-KP23 gạt phân loại phế phẩm
Cảm biến phát hiện Omron E3F-DS30C4 Dạng quang hồng ngoại, NPN ngõ ra cực thu hở Phát hiện phôi vào vị trí chụp ảnh và vị trí gạt

Tính toán tỷ số truyền điện tử (Electronic Gear Ratio) Driver Mitsubishi MR-J3-20A

Động cơ AC Servo Mitsubishi HF-KP23 tích hợp Encoder gia tăng (Incremental Encoder) với độ phân giải lên tới 18-bit, tương đương 262.144 xung/vòng ($P_t = 262.144\text{ ppr}$).

Để đồng bộ với xung phát ra từ PLC với cài đặt số xung điều khiển cho một góc quay mong muốn ($2^\circ/\text{pulse}$), thông số tỷ số truyền điện tử $\frac{CMX}{CDV}$ được xác định qua công thức: $$\frac{CMX}{CDV} = \frac{\Delta \theta \times P_t}{360^\circ} = \frac{2^\circ \times 262.144}{360^\circ} = \frac{524.288}{360} = \frac{65.536}{45}$$

Do đó, các tham số trên bộ Driver MR-J3-20A được cấu hình trực tiếp:

  • Tham số PA06 (CMX - Tử số tỷ số truyền): 65536
  • Tham số PA07 (CDV - Mẫu số tỷ số truyền): 45
  [220VAC Grid]
        |
        v
+------------------+    Safe Torque-Off (STO) Bypassed
|  Kinetix 300     | <-------------------------------- [Jumper Pin 1-2, 3-4]
| (2097-V31PR0)    | ---> [Braking Resistor] (Triệt tiêu năng lượng hãm ngược)
+------------------+
        |
        v
[Servo Motor TLY] -----> Băng tải phôi (Black Belt)

Phương pháp luận (Methodology)

Dự án áp dụng mô hình phát triển hình chữ V (V-Model Engineering Methodology) kết hợp kỹ thuật thiết kế đồng thời giữa Cơ khí - Điện - Lập trình điều khiển:

  1. Pha khảo sát & thiết kế: Tính toán tải mô-men quán tính trục vít/nhông xích, chọn công suất Servo ($200\text{ W}$ và $400\text{ W}$), vẽ sơ đồ nguyên lý tủ điện.
  2. Pha thi công & Module hóa: Hàn khung băng tải cơ khí, gia công khớp nối trục phi 12 ra phi 14 cho cần gạt, làm mạch in trung gian (Opto cách ly & chuyển mức logic NPN/PNP).
  3. Pha tích hợp & Tinh chỉnh: Kết nối OPC Tag giữa MATLAB và PLC, tối ưu hóa thuật toán nhị phân hóa ảnh, hiệu chỉnh vị trí công tắc hành trình giới hạn (LSP/LSN).

Implementation và kết quả

Quy trình phát triển (Development Process)

Hệ thống được lập trình theo quy trình xử lý luồng tín hiệu tuần tự:

[Phôi vào Băng Tải] 
       |
       v
[Cảm biến E3F-DS30C4 phát hiện] ---> [PLC dừng băng tải Kinetix 300]
                                             |
                                             v (Delay ổn định 300ms)
                                  [MATLAB kích hoạt Webcam chụp ảnh]
                                             |
                                             v
                                  [Tiền xử lý & Phân tích ma trận RGB]
                                             |
                                             v
                                  [Nhận diện: Đúng hay Lỗi?]
                                    /                   \
                        (ĐÚNG)    /                       \ (LỖI)
                                 v                         v
                   [Băng tải chạy tiếp]        [Gửi OPC Tag báo Lỗi xuống PLC]
                                                           |
                                                           v
                                               [Servo MR-J3 quay tay gạt]
                                                           |
                                                           v
                                               [Đụng LSP -> Đẩy vật vào thùng]
                                                           |
                                                           v
                                               [Đụng LSN -> Về vị trí Home]

1. Thuật toán xử lý ảnh trên MATLAB

Chương trình thu nhận ảnh màu 24-bit từ Camera, tiến hành chuyển đổi sang ảnh xám (Grayscale), lọc nhiễu trung vị (Median Filter), nhị phân hóa (Binarization) dựa trên ngưỡng Otsu và trích xuất các thông số hình thái học:

% --- MATLAB Image Processing Core Function ---
function [shape_type, color_type] = ProcessProductImage(vidDevice)
    % 1. Thu nhan khung anh tu Camera qua USB
    img_rgb = getsnapshot(vidDevice);
    
    % 2. Trich xuat khong gian mau de nhan dien Red / Blue
    R = img_rgb(:,:,1);
    G = img_rgb(:,:,2);
    B = img_rgb(:,:,3);
    
    mean_R = mean(mean(R));
    mean_B = mean(mean(B));
    if mean_R > mean_B && mean_R > 100
        color_type = 'RED';
    elseif mean_B > mean_R && mean_B > 100
        color_type = 'BLUE';
    else
        color_type = 'UNKNOWN';
    end
    
    % 3. Chuyen doi anh xam va nhi phan hoa
    img_gray = rgb2gray(img_rgb);
    img_bw = im2bw(img_gray, graythresh(img_gray));
    img_clean = medfilt2(~img_bw, [3 3]); % Loc nhieu hat
    
    % 4. Trich xuat dac trung hinh hoc qua Regionprops
    stats = regionprops(img_clean, 'Area', 'Perimeter', 'Circularity', 'BoundingBox');
    
    if ~isempty(stats)
        area = stats(1).Area;
        perimeter = stats(1).Perimeter;
        % Tinh toan do tron (Circularity Metric)
        circularity = (4 * pi * area) / (perimeter^2);
        
        if circularity >= 0.85
            shape_type = 'CIRCLE';
        elseif circularity >= 0.60 && circularity < 0.85
            shape_type = 'SQUARE';
        else
            shape_type = 'TRIANGLE';
        end
    else
        shape_type = 'NONE';
    end
end

2. Kết nối truyền thông MATLAB với PLC qua OPC Toolbox

% --- Thiết lập kết nối OPC DA với KepServerEx ---
opc_server = opcda('localhost', 'Kepware.KEPServerEX.V5');
connect(opc_server);

% Tạo Group và thêm Item tương ứng với PLC Tags
grp = addgroup(opc_server, 'SortingTags');
item_status = additem(grp, 'Channel1.Device1.TriggerCamera');
item_result = additem(grp, 'Channel1.Device1.RejectSignal');

% Đọc cờ phát hiện vật cản từ cảm biến quang gửi lên từ PLC
sensor_flag = read(item_status);
if sensor_flag.Value == 1
    % Thực hiện xử lý ảnh
    [shape, color] = ProcessProductImage(vid);
    
    % Gửi tín hiệu phân loại xuống PLC (1: Lỗi cần gạt; 0: Đạt chuẩn)
    if strcmp(shape, 'TRIANGLE') || strcmp(color, 'UNKNOWN')
        write(item_result, 1); % Kích hoạt Servo Mitsubishi gạt phế phẩm
    else
        write(item_result, 0); % Sản phẩm đạt, tiếp tục chuyển động
    end
end

3. Mạch phối hợp mức logic và cách ly phần cứng

Ngõ ra số của PLC Allen-Bradley là dạng phát mức cao $24\text{ VDC}$ (Sinking/Sourcing), trong khi chân điều khiển xung của Driver Mitsubishi MR-J3-20A nhận mức tích cực thấp ($0\text{ V}$ ngõ vào Open Collector). Đồng thời, cảm biến quang trên thị trường phần lớn là ngõ ra NPN (kéo xuống mass) không tương thích trực tiếp với ngõ vào số PLC dòng Sinking.

Nhóm nghiên cứu đã thiết kế mạch giao tiếp trung gian gồm:

  • Mạch chuyển đổi NPN $\rightarrow$ PNP: Sử dụng Transistor lưỡng cực BJT loại PNP kết hợp điện trở phân cực $R_{\text{pull-up}} = 4.7\text{ k}\Omega$, loại bỏ sự cần thiết của rơ-le cơ học, giảm thời gian trễ đóng cắt từ $15\text{ ms}$ xuống dưới $1\mu\text{s}$.
  • Mạch cách ly Optocoupler: Sử dụng IC cách ly quang tốc độ cao để chống dòng nhiễu ngược cảm ứng từ Driver Servo bảo vệ vi mạch PLC.
[NPN Sensor Output] ---> [4.7k Resistor] ---> [Base Transistor PNP] ---> [PLC 24V Input]
                                                         |
                                                  [Optocoupler] ---> [Driver MR-J3 Command Input]

Thử nghiệm và đánh giá (Testing & Validation)

Hệ thống đã trải qua quá trình kiểm tra liên tục với 150 chu kỳ phân loại trên các mẫu vật có kích thước và màu sắc khác nhau.

+-------------------------------------------------------------------------+
|                  BIỂU ĐỒ KẾT QUẢ THỰC NGHIỆM PHÂN LOẠI                  |
+-------------------------------------------------------------------------+
| Mẫu Phân Loại      | Số Lượng Mẫu | Nhận Dạng Đúng | Tỷ Lệ Chính Xác (%) |
+--------------------+--------------+----------------+---------------------+
| Khối Tròn Đỏ       |      40      |       37       |        92.5%        |
| Khối Vuông Xanh    |      40      |       36       |        90.0%        |
| Khối Tam Giác Đỏ   |      35      |       31       |        88.6%        |
| Sản Phẩm Biến Dạng |      35      |       31       |        88.6%        |
+--------------------+--------------+----------------+---------------------+
| TỔNG CỘNG          |     150      |      135       |        90.0%        |
+--------------------+--------------+----------------+---------------------+
  • Độ trễ vận hành (Timing Benchmark):
    • Thời gian trễ dừng băng tải ổn định cơ học: $300\text{ ms}$.
    • Thời gian chụp ảnh và bóc tách đặc trưng ảnh MATLAB: $120\text{ ms} - 180\text{ ms}$.
    • Thời gian trễ trao đổi gói tin qua mạng OPC DA: $20\text{ ms}$.
    • Tổng thời gian hoàn tất quyết định phân loại: $\approx 500\text{ ms/sản phẩm}$.

Kết quả đạt được

                    KẾT QUẢ TRIỂN KHAI THỰC TẾ DỰ ÁN
  100 % +-------------------------------------------------------+
        |                                                 [90%] |
   80 % |   [Đạt]                     [Đạt]                     |
        |  ======                    ======            =========|
   60 % |  |    |                    |    |            |       ||
        |  |    |     [Đạt]          |    |            |       ||
   40 % |  |    |    ======          |    |            |       ||
        |  |    |    |    |          |    |            |       ||
   20 % |  |    |    |    |          |    |            |       ||
        +--+----+----+----+----------+----+------------+-------++
          Truyền      Giao tiếp        Mạch          Độ chính
          động AC      OPC Server    chuyển đổi       xác phân
           Servo       KepServer     NPN - PNP         loại
  • Tính năng hoàn thiện: Hoàn thành $100%$ mục tiêu thiết kế truyền động 2 trục Servo; băng tải chuyển động mượt mà nhờ điện trở xả hãm (Braking Resistor) hấp thụ năng lượng phản hồi, loại bỏ hiện tượng quá áp Bus DC trên Kinetix 300.
  • Tính ổn định phần cứng: Mạch chuyển đổi NPN sang PNP hoạt động liên tục không phát sinh lỗi lệch xung logic; chức năng STO (Safe Torque-Off) được đấu nối an toàn.

Đổi mới và đóng góp

  1. Thay thế cảm biến phần cứng bằng thuật toán thị giác linh hoạt: Thay vì lắp đặt từ 4 đến 6 cảm biến quang/màu đắt tiền với hệ thống dây tín hiệu chằng chịt, giải pháp chỉ sử dụng duy nhất 01 Camera USB tiêu chuẩn. Việc mở rộng nhận diện các phân lớp sản phẩm mới chỉ yêu cầu cập nhật code xử lý ngưỡng màu mà không cần thay đổi phần cứng.
  2. Thiết kế mạch chuyển đổi trạng thái NPN/PNP không rơ-le: Phát triển thành công mạch bán dẫn giao tiếp tín hiệu tốc độ cao dùng Transistor PNP và điện trở $4.7\text{ k}\Omega$, loại bỏ hoàn toàn hiện tượng hồ quang và độ trễ cơ học ($10 - 20\text{ ms}$) của rơ-le trung gian.
  3. Ứng dụng chuẩn công nghiệp OPC DA vào môi trường tính toán học thuật: Thiết lập cầu nối dữ liệu thông suốt giữa phần mềm tính toán ma trận MATLAB và phần cứng điều khiển cấp công nghiệp (Allen-Bradley PLC), mở ra hướng tiếp cận triển khai các thuật toán xử lý dữ liệu phức tạp cho nhà máy thông minh.
  4. Tối ưu hóa điều khiển vị trí Servo bằng tỷ số truyền số (Electronic Gear): Tính toán chính xác tỷ số $\frac{CMX}{CDV} = \frac{65536}{45}$ trên bộ Driver MR-J3-20A, cho phép động cơ Servo đáp ứng góc quay gạt phế phẩm đạt độ chính xác cao mà không gây quá tải bộ đếm xung tốc độ cao của PLC.

Ứng dụng thực tế và triển khai

Trường hợp ứng dụng thực tế (Use Cases)

  • Công nghiệp đóng gói bánh kẹo, thực phẩm: Kiểm tra phân loại bánh quy theo hình dáng (tròn, vuông), loại bỏ ngay các sản phẩm bị vỡ góc, biến dạng hoặc sai nhãn bao bì trước khi vào máy đóng gói màng co.
  • Sản xuất linh kiện nhựa, cơ khí chính xác: Tự động phát hiện các chi tiết ép nhựa bị lỗi thiếu liệu (khuyết tật biên dạng) hoặc sai màu hạt nhựa nguyên sinh.
  • Dây chuyền phân loại dược phẩm: Kiểm tra hình thái viên nén và vỉ thuốc trên băng chuyền tự động tốc độ cao.
[Xưởng Sản Xuất] ---> [Trạm Kiểm Tra Băng Tải] ---> [Phân Loại Đạt/Lỗi] ---> [Xuất Báo Cáo Excel]
                             ^                              |
                             |                              v
                     [Camera + MATLAB]            [Thùng Phế Phẩm / QC]

Yêu cầu triển khai và Ước tính chi phí (Cost-Benefit Analysis)

  • Yêu cầu hạ tầng: Nguồn điện 1 pha $220\text{ VAC} \pm 10%$, $50\text{ Hz}$; buồng chiếu sáng ổn định tiêu chuẩn ($500\text{ Lux}$) tránh tán xạ ánh sáng mặt trời; máy tính vận hành Core i5, RAM 8GB trở lên chạy hệ điều hành Windows 7/10.
  • Phân tích hiệu quả kinh tế (ROI):
    • Chi phí đầu tư hệ thống thực nghiệm: $\approx 15 - 25\text{ triệu VNĐ}$ (tận dụng thiết bị Servo và PLC có sẵn).
    • So sánh với hệ thống Vision công nghiệp chuyên dụng: Tiết kiệm hơn $60%$ chi phí đầu tư ban đầu.
    • Thời gian hoàn vốn dự kiến: $6 - 9\text{ tháng}$ nhờ cắt giảm 01 nhân sự kiểm tra chất lượng thủ công trên mỗi ca sản xuất.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Phụ thuộc vào chất lượng Webcam: Độ phân giải của Camera USB dân dụng còn thấp, dễ bị nhiễu do rung động cơ học từ khung băng tải khi động cơ Kinetix 300 tăng giảm tốc đột ngột.
  • Phương pháp kiểm tra tĩnh: Dây chuyền vẫn phải dừng phôi lại $300\text{ ms}$ tại trạm chụp để tránh hiện tượng nhòe chuyển động (Motion Blur), làm giảm công suất tổng thể của toàn dây chuyền.
  • Môi trường phần mềm: Việc chạy đồng thời MATLAB, KepServerEx và RSLogix 5000 trên một máy tính cấu hình trung bình đôi khi gây hiện tượng tràn bộ nhớ RAM, làm đứng giao diện hiển thị video khi đang ghi dữ liệu vào Excel.

Hướng nâng cấp và phát triển

  1. Nâng cấp phần cứng thị giác: Thay thế Webcam thông thường bằng Camera công nghiệp chuẩn GigE Vision có tích hợp màn chập toàn khung (Global Shutter) và đèn LED vòng chuyên dụng để phân loại sản phẩm liên tục khi phôi đang di chuyển mà không cần dừng băng tải (Fly-by Inspection).
  2. Khai thác toàn diện tính năng Servo: Chuyển đổi phương thức điều khiển Driver Mitsubishi từ Open Collector sang chế độ nhận xung vi sai kép (Differential Line Driver) để triệt tiêu hoàn toàn nhiễu sóng hài công nghiệp và nâng tốc độ xung lên mức $1\text{ Mpps}$.
  3. Độc lập hóa phần mềm nhúng: Biên dịch thuật toán từ mã nguồn MATLAB sang C++ / OpenCV để nhúng trực tiếp vào các máy tính công nghiệp nhỏ gọn (IPC) hoặc kit Raspberry Pi/Nvidia Jetson, loại bỏ sự phụ thuộc vào bản quyền MATLAB cồng kềnh.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                        ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN                            |
+-----------------------------------------------------------------------------+
|  [Sinh Viên & Giảng Viên]        -->  Bộ tài liệu thực hành tích hợp liên  |
|                                       ngành: Xử lý ảnh - PLC - AC Servo.    |
|                                                                             |
|  [Kỹ Sư Tự Động Hóa]             -->  Tham khảo kiến trúc kết nối OPC DA   |
|                                       và giải pháp chuyển đổi NPN/PNP.      |
|                                                                             |
|  [Doanh Nghiệp Vừa & Nhỏ (SMEs)] -->  Mô hình kiểm tra sản phẩm giá rẻ,     |
|                                       dễ bảo trì và nâng cấp mở rộng.       |
+-----------------------------------------------------------------------------+
  • Sinh viên ngành Kỹ thuật Điện - Điện tử / Tự động hóa: Nguồn tài liệu thực chứng toàn diện về cách kết nối các hệ thống công nghiệp của các hãng khác nhau (Allen-Bradley + Mitsubishi) và cách giải quyết bài toán lệch chuẩn tín hiệu NPN/PNP.
  • Kỹ sư Tích hợp hệ thống: Nắm bắt quy trình thiết lập Tag giao tiếp qua KepServerEx, kỹ thuật cấu hình tham số tỷ số truyền điện tử CMX/CDV trên bộ điều khiển Servo công nghiệp.
  • Doanh nghiệp vừa và nhỏ (SMEs): Tiếp cận giải pháp tự động hóa khâu đóng gói với chi phí linh kiện thấp, nâng cao độ tin cậy của quy trình đóng gói thành phẩm.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu phần cứng tối thiểu để triển khai giải pháp này trong nhà xưởng là gì?

Hệ thống yêu cầu nguồn cấp $220\text{ VAC}$ cho Driver Servo, 01 bộ PLC có ngõ ra phát xung tốc độ cao, 01 PC cấu hình tối thiểu CPU Intel Core i5 thế hệ 4, RAM 8GB, 01 Camera có hỗ trợ chuẩn DirectShow/USB kết nối với buồng tối cách ly ánh sáng tự nhiên.

2. Tại sao hệ thống phải dùng điện trở xả hãm (Braking Resistor) cho Driver Kinetix 300?

Khi động cơ AC Servo giảm tốc độ đột ngột để dừng băng tải đúng vị trí phôi, quán tính cơ học sẽ biến động cơ thành một máy phát điện. Toàn bộ năng lượng tái sinh này được nạp ngược lại Bus DC của bộ Driver. Điện trở hãm có nhiệm vụ tiêu tán năng lượng dư thừa này dưới dạng nhiệt, bảo vệ tụ điện và các linh kiện bán dẫn công suất IGBT bên trong Driver không bị đánh thủng do quá áp.

3. Làm thế nào để mở rộng hệ thống nhận diện thêm các màu sắc và hình dạng mới?

Người vận hành chỉ cần truy cập vào chương trình con ProcessProductImage.m trên MATLAB, bổ sung thêm các điều kiện lọc ngưỡng trên các kênh màu R, G, B hoặc điều chỉnh hệ số độ tròn $C = \frac{4\pi A}{P^2}$ và tỷ lệ khung bao (Bounding Box Aspect Ratio) để nhận diện các hình phức tạp như hình lục giác, chữ nhật hoặc elip.

4. Xử lý như thế nào nếu PLC Allen-Bradley không nhận được tín hiệu từ cảm biến NPN?

Cảm biến NPN kéo điện áp ngõ ra về $0\text{ V}$ (Sinking), trong khi cổng vào số PLC thường nhận nguồn kích $24\text{ VDC}$. Cần đấu nối qua mạch chuyển đổi sử dụng Transistor PNP (chân E nối $+24\text{ V}$, chân B qua điện trở $4.7\text{ k}\Omega$ nối với ngõ ra cảm biến NPN, chân C xuất tín hiệu $24\text{ V}$ vào ngõ vào PLC) như sơ đồ đã thiết kế trong đề tài.

5. Tại sao không xử lý ảnh trực tiếp trên PLC mà phải qua máy tính và OPC Server?

Các dòng PLC phổ thông (như Allen-Bradley MicroLogix hay CompactLogix tiêu chuẩn) được tối ưu hóa cho điều khiển logic và vòng quét ngắt I/O chu kỳ mili-giây, không trang bị bộ xử lý số tín hiệu và bộ nhớ đủ lớn để thao tác trên các ma trận điểm ảnh hàng triệu pixel. Việc phân tầng xử lý (PC xử lý ảnh thuật toán cao $\rightarrow$ OPC Server truyền dữ liệu $\rightarrow$ PLC nhận lệnh điều khiển cơ cấu chấp hành) là cấu trúc chuẩn mực đảm bảo tính thời gian thực và độ an toàn của hệ thống.

Kết luận

Đề tài tốt nghiệp "Thiết kế và thi công hệ thống phân loại sản phẩm lỗi" đã giải quyết triệt để bài toán tích hợp liên ngành giữa Công nghệ Xử lý ảnh số (Machine Vision) và Hệ thống Điều khiển Chấp hành Công nghiệp (PLC - AC Servo). Hệ thống đã chứng minh được tính khả thi kỹ thuật vượt trội với tỷ lệ nhận dạng phân loại đạt $90%$, loại bỏ hoàn toàn hệ thống cảm biến quang màu phức tạp và mở ra hướng ứng dụng tự động hóa linh hoạt với chi phí thấp cho các dây chuyền sản xuất công nghiệp hiện đại.