Đồ án tốt nghiệp: Ứng dụng PLC điều khiển Robot Delta phân loại sản phẩm theo màu

Đồ án tốt nghiệp: Ứng dụng PLC điều khiển robot Delta phân loại sản phẩm theo màu. Giải pháp tự động hóa cho ngành điện công nghiệp.

Chuyên ngành

Điện Công nghiệp

Người đăng

Ẩn danh

Thể loại

Đồ án tốt nghiệp

2021

76
1
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CẢM ƠN

LỜI MỞ ĐẦU

DANH MỤC HÌNH

DANH MỤC BẢNG BIỂU

1. CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI

1.1. Giới thiệu Robot Delta

1.2. Mục tiêu, nhiệm vụ đề tài

1.3. Các bước tiến hành

2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1. Phương trình động lực học Robot Delta

2.2. Cấu tạo robot song song Delta

2.3. Động học thuận Robot

2.4. Động học nghịch Robot

2.5. Tổng quan về công nghệ xử lý ảnh

2.6. Các khái niệm của xử lí ảnh

2.7. Các vấn đề cơ bản trong xử lý ảnh

2.8. Những vấn đề lý thuyết được sử dụng trong đề tài

2.9. Giới thiệu phần cứng

2.10. Sơ đồ kết nối của PLC S7-1200

2.11. Module mở rộng SM 1222, DQ 8xRelay/2A (6ES7222-1HF32-0XB0)

2.12. Driver Điều Khiển Động Cơ Microstep TB6600

2.13. Công tắc hành trình

2.14. Phần mềm điều khiển Robot

2.15. Thư Viện EmguCV

2.16. Phần mềm TIA Portal V15

2.17. OPC và SQL

3. CHƯƠNG 3: THUẬT TOÁN ĐIỀU KHIỂN

3.1. Thuật toán điều khiển cho PLC

3.2. Chương trình điều khiển robot delta

3.3. Chương trình tính toán tốc độ động cơ băng tải

3.4. Chương trình điều khiển cho ứng dụng Winform

3.5. Giao diện điều khiển

3.6. Chương trình nhận diện màu và xác định tọa độ

3.7. Điều khiển robot tự động gắp vật

3.8. Sắp xếp vật theo thứ tự trên băng tải

3.9. Phương pháp chuyển đổi tọa độ khung hình sang tọa độ của hệ Robot

3.10. Kết nối giữa PC-PLC-SQL

4. CHƯƠNG 4: THI CÔNG MÔ HÌNH

4.1. Thi công phần cứng

4.2. Chuẩn bị phần cứng

4.3. Thi công robot delta và tủ điều khiển

4.4. Thi công phần mềm

5. CHƯƠNG 5: ĐÁNH GIÁ KẾT QUẢ VÀ NHẬN XÉT

5.1. Kết quả xử lý ảnh

5.2. Kết quả robot gắp vật

5.3. Những kiến thức đã nguyên cứu

5.4. Những hạng mục đạt được

5.5. Những hạn chế

5.6. Hướng phát triển

Tóm tắt

I. Khám phá Đồ án PLC Robot Delta phân loại sản phẩm Giải pháp tự động hóa

Trong bối cảnh công nghiệp 4.0, robot công nghiệphệ thống tự động hóa đóng vai trò then chốt, đặc biệt trong các dây chuyền sản xuất cần tốc độ và độ chính xác cao. Đồ án PLC: Robot Delta phân loại sản phẩm là một ví dụ điển hình cho sự kết hợp mạnh mẽ này. Đề tài tập trung vào việc ứng dụng bộ điều khiển khả trình (PLC) để điều khiển một robot Delta, thực hiện nhiệm vụ phân loại các vật thể khác nhau. Mục tiêu chính là tối ưu hóa quy trình sản xuất, giảm thiểu sức lao động và nâng cao hiệu suất. Sự phát triển nhanh chóng của khoa học kỹ thuật đã thúc đẩy nhu cầu về các giải pháp tự động, đặc biệt sau những biến động như đại dịch COVID-19, khi yêu cầu về an toàn lao động và hiệu quả sản xuất tăng cao.

1.1. Tổng quan Robot Delta Vai trò chính trong tự động hóa công nghiệp

Robot Delta, còn được biết đến là robot song song, nổi bật với cấu trúc động học song song ba bậc tự do và cấu trúc vòng kín, mang lại tốc độ và độ chính xác vượt trội so với nhiều loại robot công nghiệp cổ điển khác. Khái niệm về robot cấu trúc song song đã xuất hiện từ những năm 1962, và ngày nay, Robot Delta được ứng dụng rộng rãi trong nhiều lĩnh vực như đóng gói, phân loại sản phẩm, y học (nâng kính phẫu thuật), và thậm chí trong nghiên cứu khoa học. Cấu trúc của robot Delta bao gồm một bàn máy cố định (F), một bàn máy động (E), ba khâu chủ động liên kết với bàn máy cố định và được dẫn động bởi ba động cơ, cùng ba khâu bị động dạng hình bình hành. Nhờ thiết kế này, bàn máy động chỉ có thể chuyển động tịnh tiến theo ba trục XYZ, đảm bảo sự linh hoạt và ổn định. Đặc tính ưu việt này giúp robot Delta trở thành lựa chọn hàng đầu cho các tác vụ phân loại sản phẩm tốc độ cao trong các dây chuyền sản xuất hiện đại.

1.2. Mục tiêu trọng tâm Đồ án PLC điều khiển Robot Delta phân loại

Mục tiêu cốt lõi của đồ án PLC: Robot Delta phân loại sản phẩm là xây dựng một hệ thống tự động hóa hoàn chỉnh có khả năng nhận diện và phân loại sản phẩm theo màu sắc. Cụ thể, đề tài ứng dụng bộ điều khiển PLC Siemens S7-1200 kết hợp với công nghệ xử lý ảnh để đạt được mục tiêu này. Nhiệm vụ chính bao gồm việc tìm hiểu cấu tạo, nguyên lý hoạt động của Robot Delta, đồng thời tính toán động học robot để điều khiển chính xác các chuyển động. Đồ án còn tập trung vào phát triển phần mềm điều khiển, bao gồm cả chế độ vận hành tự động (Auto) và thủ công (Manual), mô phỏng quy trình phân loại sản phẩm trong môi trường công nghiệp. Hệ thống sử dụng Web Camera để nhận dạng đối tượng, sau đó gửi các giá trị tọa độ và màu sắc về máy tính. Máy tính sẽ tính toán thông qua phương trình động học và truyền thông tin cho PLC để điều khiển robot gắp và thả sản phẩm vào vị trí phân loại tương ứng.

1.3. Hướng dẫn các bước triển khai đồ án Robot Delta phân loại

Việc triển khai đồ án PLC: Robot Delta phân loại sản phẩm được thực hiện theo một quy trình khoa học gồm nhiều bước. Đầu tiên là xây dựng chương trình tính toán động học thuận/nghịch của Robot Delta, đây là nền tảng để robot có thể di chuyển chính xác. Tiếp theo, cấu hình PLC Siemens S7-1200 trong phần mềm TIA Portal V15 để điều khiển nhiều động cơ bước cùng lúc, quản lý các tác vụ điều khiển chuyển động. Một phần quan trọng khác là phát triển giao diện người máy (HMI) trên nền tảng Winform của C#, bao gồm các phần kết nối PC với PLC, chế độ Manual và chế độ Auto. Sau đó, tiến hành thiết kế cơ khí và thi công mô hình Robot Delta bằng công nghệ in 3D. Bước cuối cùng bao gồm việc tích hợp thư viện EmguCV để xử lý ảnh từ Web Camera, xây dựng chương trình nhận diện màu sắc và tọa độ, sau đó hiệu chỉnh toàn bộ hệ thống tự động hóa để đảm bảo hoạt động ổn định và chính xác.

II. Thách thức lớn khi triển khai Robot Delta phân loại sản phẩm bằng PLC

Việc xây dựng một hệ thống tự động hóa phức tạp như Đồ án PLC: Robot Delta phân loại sản phẩm đòi hỏi giải quyết nhiều thách thức kỹ thuật. Từ việc đảm bảo độ chính xác trong điều khiển chuyển động đến việc tích hợp các công nghệ khác nhau như xử lý ảnhtruyền thông công nghiệp, mỗi khía cạnh đều ẩn chứa những khó khăn riêng. Những thách thức này không chỉ liên quan đến kiến thức lý thuyết mà còn đòi hỏi kỹ năng thực hành và khả năng giải quyết vấn đề linh hoạt. Việc vượt qua các rào cản này là yếu tố quyết định sự thành công của đề tài, đảm bảo rằng robot Delta có thể hoạt động hiệu quả và tin cậy trong môi trường sản xuất thực tế, đáp ứng các yêu cầu về tốc độ và độ chính xác của quá trình phân loại sản phẩm.

2.1. Vấn đề động học robot và điều khiển chuyển động chính xác

Một trong những thách thức cốt lõi của đồ án PLC: Robot Delta phân loại sản phẩm là giải quyết bài toán động học robot để đảm bảo điều khiển chuyển động chính xác. Robot Delta với cấu trúc song song, mặc dù mang lại tốc độ cao, nhưng việc tính toán động học thuận (từ góc khớp ra tọa độ) và động học nghịch (từ tọa độ ra góc khớp) lại phức tạp. Các phương trình động học phải được xây dựng và giải quyết một cách tỉ mỉ để xác định vị trí chính xác của bộ kẹp robot (Gripper) trong không gian 3 chiều. "Để tìm tọa độ (x0, y0, z0) của điểm E0, chúng ta cần giải quyết tập hợp ba phương trình như (x-xj)^2+(y-yj)^2+(z-zj)^2=re^2" (từ tài liệu). Sai số nhỏ trong tính toán động học có thể dẫn đến việc robot gắp nhầm hoặc gắp không chính xác. Hơn nữa, việc điều khiển đồng thời ba động cơ bước (hoặc động cơ servo) của robot đòi hỏi thuật toán điều khiển phức tạp và tối ưu để đạt được quỹ đạo chuyển động mượt mà và tốc độ cao, đồng thời tránh rung lắc và đảm bảo độ ổn định của hệ thống.

2.2. Khó khăn tích hợp cảm biến và hệ thống xử lý ảnh hiệu quả

Việc tích hợp cảm biếnhệ thống thị giác máy vào hệ thống tự động hóa để phân loại sản phẩm là một thách thức đáng kể. Đồ án sử dụng Web Camera để nhận diện màu sắc và vị trí sản phẩm, đòi hỏi việc triển khai các thuật toán phân loại và xử lý hình ảnh phức tạp. Các khó khăn bao gồm việc chọn lựa loại cảm biến màu hoặc cảm biến quang phù hợp, hiệu chỉnh thông số camera (độ sáng, độ tương phản) để hình ảnh rõ nét trong các điều kiện môi trường khác nhau. Sau đó, dữ liệu hình ảnh thô cần được xử lý thông qua các thư viện như EmguCV để lọc nhiễu, xác định đường biên (contours), và tính toán tọa độ tâm của vật thể. Việc đảm bảo kết quả xử lý ảnh chính xác và nhanh chóng là yếu tố then chốt, vì bất kỳ sai lệch nào cũng ảnh hưởng trực tiếp đến khả năng phân loại sản phẩm của Robot Delta. Tốc độ xử lý ảnh cũng cần đủ nhanh để không làm chậm chu trình hoạt động của toàn bộ hệ thống tự động hóa.

III. Thiết kế Lập trình PLC S7 1200 điều khiển Robot Delta

Để hiện thực hóa đồ án PLC: Robot Delta phân loại sản phẩm, việc thiết kế cơ khí và lập trình PLC đóng vai trò cực kỳ quan trọng. Phần cứng của Robot Delta cần được thiết kế vững chắc, đảm bảo độ cứng và độ chính xác trong chuyển động. Đồng thời, PLC Siemens S7-1200 là trung tâm điều khiển, nơi các lệnh điều khiển được xử lý để vận hành robot và các thiết bị ngoại vi. Sự kết hợp giữa thiết kế cơ khí tối ưu và lập trình PLC hiệu quả là chìa khóa để xây dựng một hệ thống tự động hóa hoạt động ổn định, tin cậy, và đáp ứng được yêu cầu về tốc độ cũng như độ chính xác trong các tác vụ phân loại sản phẩm công nghiệp.

3.1. Cấu tạo cơ bản của Robot Delta Hiểu để thiết kế tối ưu

Cấu tạo của Robot Delta là yếu tố quyết định đến khả năng hoạt động của hệ thống tự động hóa này. Theo tài liệu, robot bao gồm các phần chính: bàn máy cố định (F), bàn máy động (E), ba khâu chủ động F1J1, F2J2, F3J3 liên kết với bàn máy cố định bằng khớp quay và được dẫn động bởi ba động cơ (thường là động cơ bước hoặc động cơ servo). Ba khâu bị động J1E1, J2E2, J3E3, mỗi khâu là một cấu trúc hình bình hành, giúp bàn máy động chuyển động tịnh tiến trong không gian. Thiết kế này mang lại ba bậc tự do xác định bởi các tọa độ khớp θ1, θ2, θ3. Việc thiết kế cơ khí cần chú trọng đến vật liệu (sử dụng in 3D cho các linh kiện trong đồ án), kích thước các khâu và độ chắc chắn của khung gá để giảm thiểu sai số và rung động trong quá trình robot Delta thực hiện nhiệm vụ phân loại sản phẩm. Sự hiểu biết sâu sắc về cấu tạo giúp tối ưu hóa thiết kế, đảm bảo robot hoạt động ổn định và chính xác.

3.2. Hướng dẫn lập trình PLC S7 1200 Điều khiển động cơ chu trình

Việc lập trình PLC Siemens S7-1200 là trung tâm điều khiển cho toàn bộ đồ án PLC: Robot Delta phân loại sản phẩm. Sử dụng phần mềm TIA Portal V15, chương trình PLC được xây dựng để quản lý các điều khiển chuyển động của robot Delta. Các khối chức năng quan trọng như MC_Power, MC_Reset, MC_Home, MC_Halt, MC_MoveAbsolute được ứng dụng để điều khiển các động cơ bước (thông qua driver điều khiển động cơ Microstep TB6600) và các bộ điều khiển động cơ servo một cách chính xác. "CPU kết hợp một bộ vi xử lý, một nguồn cung cấp điện tích hợp, mạch đầu vào và đầu ra, PROFINET tích hợp, I/O điều khiển chuyển động tốc độ cao và đầu vào tương tự trên bo mạch trong một vỏ nhỏ gọn để tạo bộ điều khiển mạnh mẽ." (từ tài liệu). PLC S7-1200 cung cấp các ngõ phát xung PTO (Pulse Train Output) tốc độ cao, cần thiết để điều khiển vị trí và tốc độ của động cơ bước. Chương trình cũng bao gồm các logic điều khiển chu trình hoạt động của băng tải, các cảm biến và bộ kẹp robot (Gripper), đảm bảo toàn bộ hệ thống tự động hóa hoạt động đồng bộ và hiệu quả trong quá trình phân loại sản phẩm.

3.3. Tối ưu thuật toán động học thuận nghịch cho Robot Delta hiệu quả

Tối ưu hóa thuật toán động học thuận nghịch là yếu tố then chốt để Robot Delta hoạt động chính xác trong đồ án PLC: Robot Delta phân loại sản phẩm. Động học thuận giúp xác định tọa độ của điểm cuối công tác (end-effector) từ các góc quay của khớp, trong khi động học nghịch tính toán các góc quay cần thiết cho mỗi khớp để đạt được một vị trí và hướng mong muốn. "Động học nghịch: Từ tọa độ (x0, y0, z0) của điểm E0 --> Các góc θ1, θ2, θ3." (từ tài liệu). Việc áp dụng các phương trình động học chính xác và hiệu quả là cần thiết để PLC có thể điều khiển robot di chuyển tới các vị trí gắp và đặt sản phẩm một cách nhanh chóng và chính xác. Các phép biến đổi tọa độ và ma trận xoay được sử dụng để tận dụng tính đối xứng của Robot Delta, đơn giản hóa quá trình tính toán. Sự tinh chỉnh các thuật toán này ảnh hưởng trực tiếp đến độ chính xác của điều khiển chuyển động và khả năng phân loại sản phẩm của robot, đảm bảo robot không chỉ di chuyển đúng vị trí mà còn thực hiện thao tác gắp/đặt một cách mượt mà, tránh va chạm và tối ưu hóa thời gian chu kỳ.

IV. Giải pháp xử lý ảnh Điều khiển chuyển động cho Robot Delta PLC

Trong đồ án PLC: Robot Delta phân loại sản phẩm, sự kết hợp giữa hệ thống thị giác máyđiều khiển chuyển động tinh vi là chìa khóa để đạt được khả năng phân loại sản phẩm tự động. Việc sử dụng cảm biến màu thông qua Web Camera để nhận diện sản phẩm và xác định vị trí của chúng, sau đó truyền dữ liệu này cho PLC để điều khiển Robot Delta di chuyển. Đây là một quy trình tích hợp đòi hỏi sự đồng bộ chặt chẽ giữa phần mềm xử lý ảnh trên máy tính và chương trình lập trình PLC. Tối ưu hóa các giải pháp này không chỉ nâng cao độ chính xác của quá trình phân loại mà còn cải thiện tốc độ và hiệu suất tổng thể của hệ thống tự động hóa, mang lại giá trị cao trong sản xuất công nghiệp.

4.1. Ứng dụng xử lý ảnh Nhận diện màu vị trí vật thể bằng Web Camera

Công nghệ xử lý ảnh là trái tim của khả năng nhận diện trong đồ án PLC: Robot Delta phân loại sản phẩm. Đồ án tận dụng Web Camera làm cảm biến chính để thu thập hình ảnh sản phẩm trên băng tải. "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." (từ tài liệu). Hình ảnh sau đó được xử lý trên máy tính thông qua thư viện EmguCV (một wrapper .NET cho OpenCV). Quy trình xử lý bao gồm chuyển đổi không gian màu (từ RGB sang HSV) để dễ dàng nhận diện màu sắc, sau đó áp dụng các phép toán hình thái học như giãn nở (dilation) và co (erosion) để lọc nhiễu, làm mịn đường biên và tách vật thể ra khỏi nền. Việc tìm kiếm các đường bao (contours) và tính toán Moments của vùng contour cho phép xác định tâm (Cx, Cy) và diện tích của vật thể. Kết quả là tọa độ và màu sắc của sản phẩm được xác định chính xác, cung cấp dữ liệu đầu vào quan trọng cho PLC để điều khiển Robot Delta thực hiện tác vụ phân loại sản phẩm.

4.2. Phương pháp điều khiển chuyển động động cơ bước chính xác với PLC

Trong đồ án PLC: Robot Delta phân loại sản phẩm, PLC Siemens S7-1200 đóng vai trò chủ đạo trong điều khiển chuyển động của Robot Delta, đặc biệt là các động cơ bước. Các động cơ bước được chọn vì khả năng điều khiển vị trí chính xác và linh hoạt. Việc điều khiển này được thực hiện thông qua các khối chức năng Motion Control trong TIA Portal V15, sử dụng Technology Object và các lệnh như MC_MoveAbsolute, MC_MoveRelative để di chuyển robot đến tọa độ xác định. "Động cơ bước thường quay theo các bước xác định vì vậy mà nó thường sử dụng chủ yếu để điều khiển thích nghi nghĩa là tốc độ quay biến đổi liên tục, thậm chí động cơ bước phải dừng và đứng yên ở vị trí bám sát." (từ tài liệu). Mỗi động cơ bước được kết nối với một driver điều khiển động cơ Microstep TB6600, giúp chuyển đổi tín hiệu xung từ PLC thành chuyển động quay của động cơ. Công tắc hành trình được sử dụng để giới hạn quỹ đạo chuyển động, đảm bảo an toàn và thiết lập điểm home cho robot. Sự kết hợp này mang lại khả năng điều khiển vị trí và tốc độ chính xác cao, cần thiết cho nhiệm vụ gắp và phân loại sản phẩm của robot Delta.

4.3. Thiết kế giao diện người máy HMI và kết nối PC PLC SQL

Để tạo sự thuận tiện cho người vận hành, việc thiết kế giao diện người máy (HMI) là một phần không thể thiếu của đồ án PLC: Robot Delta phân loại sản phẩm. Giao diện được xây dựng trên nền tảng Winform của C#, cho phép người dùng giám sát trạng thái của hệ thống tự động hóa, điều khiển các chế độ hoạt động (Manual/Auto), và nhận các cảnh báo lỗi. "Giao diện chương trình điều khiển Robot Delta với ba phần chính: Kết nối PC với PLC, Chế độ Manual, Chế độ Auto." (từ tài liệu). Kết nối giữa máy tính (PC) chứa ứng dụng HMI, PLC Siemens S7-1200, và cơ sở dữ liệu SQL được thiết lập thông qua OPC KepServer. OPC (OLE for Process Control) đóng vai trò là cầu nối truyền thông, cho phép PC trao đổi dữ liệu (tọa độ, màu sắc, trạng thái) với PLC một cách liền mạch. Cơ sở dữ liệu SQL có thể được sử dụng để lưu trữ dữ liệu sản xuất, lịch sử hoạt động, hoặc các thông số cấu hình. Hệ thống này không chỉ cung cấp khả năng điều khiển trực quan mà còn tạo nền tảng cho việc thu thập và phân tích dữ liệu, phục vụ cho việc tối ưu hóa quy trình phân loại sản phẩm trong tương lai.

V. Khám phá kết quả thực nghiệm của Đồ án Robot Delta phân loại sản phẩm

Các kết quả thực nghiệm từ Đồ án PLC: Robot Delta phân loại sản phẩm đã chứng minh hiệu quả và tính khả thi của hệ thống tự động hóa này. Mô hình thực tế đã được thi công với các linh kiện in 3D, PLC Siemens S7-1200, Web Camera, và động cơ bước, hoạt động đúng như thiết kế. Các thử nghiệm được tiến hành để đánh giá khả năng nhận diện, độ chính xác của chuyển động và tốc độ phân loại sản phẩm theo màu sắc. Những đánh giá này cung cấp cái nhìn chân thực về hiệu suất của Robot Delta trong một môi trường được kiểm soát, khẳng định tiềm năng ứng dụng của nó trong công nghiệp.

5.1. Hiệu suất nhận diện và phân loại sản phẩm theo màu sắc thực tế

Trong quá trình thực nghiệm, đồ án PLC: Robot Delta phân loại sản phẩm đã cho thấy hiệu suất đáng kể trong việc nhận diện và phân loại sản phẩm theo màu sắc. Hệ thống thị giác máy sử dụng Web Camera và thư viện EmguCV đã thành công trong việc xác định các vật mẫu có ba màu cơ bản: xanh lá, xanh lam và đỏ. Sau khi xử lý ảnh (chuyển đổi HSV, co, giãn, tìm contours), hệ thống có thể chính xác xác định màu sắc và tọa độ của từng sản phẩm trên băng tải. "Hình ảnh thực tế sau khi qua các bước xử lý và lọc màu" (từ tài liệu) cho thấy vật thể được tách rõ ràng khỏi nền, giúp robot dễ dàng gắp. Khả năng nhận diện màu sắc chính xác là yếu tố then chốt, đảm bảo Robot Delta di chuyển đến đúng vị trí của sản phẩm cần phân loại, tránh nhầm lẫn. Kết quả này khẳng định tính hiệu quả của các thuật toán phân loại được triển khai, biến dữ liệu hình ảnh thành thông tin điều khiển hữu ích cho PLC.

5.2. Đánh giá độ chính xác và tốc độ gắp đặt của Robot Delta PLC

Đánh giá độ chính xáctốc độ của Robot Delta là một phần quan trọng của đồ án PLC: Robot Delta phân loại sản phẩm. Các thử nghiệm đã chỉ ra rằng, nhờ vào điều khiển chuyển động chính xác của PLC Siemens S7-1200thuật toán động học tối ưu, Robot Delta có thể gắp và đặt sản phẩm với độ chính xác cao. Độ ổn định của hệ thống tự động hóa được duy trì ngay cả khi hoạt động ở tốc độ tương đối. "Bảng đánh giá thực nghiệm" (từ tài liệu) cung cấp dữ liệu cụ thể về hiệu suất này. Tốc độ gắp đặt được tối ưu hóa để giảm thời gian chu kỳ sản xuất, nhưng vẫn đảm bảo an toàn và tránh gây hỏng hóc cho sản phẩm. Việc sử dụng công tắc hành trình và các cơ chế phản hồi giúp robot duy trì vị trí chính xác và tự động hiệu chỉnh khi cần thiết. Kết quả thực nghiệm khẳng định rằng giải pháp robot Delta kết hợp PLC này hoàn toàn đáp ứng các yêu cầu về năng suất và chất lượng trong các ứng dụng phân loại sản phẩm công nghiệp.

VI. Kết luận Tương lai Đồ án Robot Delta phân loại sản phẩm tự động

Đồ án PLC: Robot Delta phân loại sản phẩm đã thành công trong việc xây dựng một hệ thống tự động hóa có khả năng nhận diện và phân loại sản phẩm theo màu sắc một cách hiệu quả. Sự kết hợp giữa PLC Siemens S7-1200, Robot Deltacông nghệ xử lý ảnh đã mở ra nhiều tiềm năng trong việc tối ưu hóa quy trình sản xuất. Mặc dù đạt được những kết quả tích cực, đề tài vẫn còn những hạn chế nhất định và có thể được phát triển hơn nữa trong tương lai. Những hạn chế và hướng phát triển này là cơ sở để các nghiên cứu tiếp theo tiếp tục nâng cao hiệu quả và ứng dụng rộng rãi của robot công nghiệp trong các lĩnh vực khác nhau của đời sống và sản xuất.

6.1. Hạn chế hiện tại và phương hướng phát triển cho đồ án Robot Delta

Mặc dù đồ án PLC: Robot Delta phân loại sản phẩm đã đạt được những thành công nhất định, vẫn tồn tại một số hạn chế cần được khắc phục. Một trong những hạn chế là khả năng xử lý các sản phẩm có hình dạng phức tạp hoặc bề mặt phản chiếu cao, điều này có thể ảnh hưởng đến hiệu suất của hệ thống thị giác máy. Tốc độ phân loại sản phẩm có thể chưa tối ưu hoàn toàn cho các dây chuyền sản xuất quy mô lớn. Về hướng phát triển, đề tài có thể được nâng cấp để tích hợp cảm biến tiên tiến hơn như cảm biến hình ảnh 3D để nhận diện không chỉ màu sắc mà cả hình dạng và kích thước, mở rộng khả năng phân loại sản phẩm. Việc tối ưu hóa thuật toán điều khiểnlập trình PLC để đạt tốc độ cao hơn mà vẫn duy trì độ chính xác là một mục tiêu quan trọng. Ngoài ra, việc phát triển một giao diện người máy (HMI) thân thiện hơn, tích hợp khả năng học máy (machine learning) để robot tự động thích nghi với các loại sản phẩm mới cũng là một hướng đi đầy hứa hẹn để nâng cao giá trị của hệ thống tự động hóa này.

6.2. Tiềm năng ứng dụng rộng rãi của hệ thống Robot Delta trong công nghiệp

Tiềm năng ứng dụng của hệ thống Robot Delta được xây dựng trong đồ án PLC: Robot Delta phân loại sản phẩm là rất lớn. Với đặc tính tốc độ và độ chính xác cao, Robot Delta có thể được triển khai trong nhiều ngành công nghiệp khác nhau, từ thực phẩm và đồ uống đến dược phẩm và điện tử. Khả năng phân loại sản phẩm tự động theo màu sắc, kích thước, hoặc hình dạng giúp tối ưu hóa quy trình đóng gói, kiểm tra chất lượng và sắp xếp kho hàng. "Robot đã được ra đời và trở thành một công cụ đắc lực và hiệu quả giúp đỡ con người thực hiện rất nhiều công việc từ đơn giản đến phức tạp nhằm giảm thiểu sức lao động chân tay cũng như để giải quyết những công việc mà khả năng con người không thể thực hiện được." (từ lời mở đầu tài liệu). Sự linh hoạt trong việc lập trình PLC cho phép dễ dàng điều chỉnh hệ thống để đáp ứng các yêu cầu sản xuất đa dạng. Tương lai của robot công nghiệp như Robot Delta sẽ tiếp tục được tích hợp sâu rộng vào các nhà máy thông minh, góp phần vào sự phát triển của hệ thống tự động hóa và nâng cao năng lực cạnh tranh của ngành công nghiệp Việt Nam.

30/09/2025

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 download by : skknchat@gmail.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 download by : skknchat@gmail.com 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 download by : skknchat@gmail.com 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 download by : skknchat@gmail.com CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2. Phương trình động lực học Robot Delta 2.

Cấu tạo robot song song Delta Hình 2.5 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 ( x0 , 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.

5 download by : skknchat@gmail.6 Mô hình động học robot delta Ta di chuyển các tâm của các hình cầu từ các điểm J1 , J 2 và J3 đến các điểm J ’1 , J ’3 J'2 và 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 2.7 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 phương trình như ( x−x j )2+( y− y j )2+ ( z−z j )2=r2e, nơi tọa độ các tâm hình cầu (x j , y j , z j) và bán kính re đã biết. 6 download by : skknchat@gmail.8 Tọa độ các điểm J'1 , J'2 , J '3 trên mặt phẳng Oxy f f e e O F1=O F2 =O F3= 2 tan (300 )= 2 √3 J1 J '1=J 2 J'2 =J 3 J'3 =2 tan (300 )=2 √3 F 1 J1=r f cos (θ1 ) , F2 J 2=r f cos (θ2 ), F3 J3=rf cos (θ3 ) J'1 (0 ;− f2−√3e −r cos θ ;−r sin θ ) f 1 f 1 J'2 ((f2−√3e ) +rf cos θ2 cos 300 ; (f2−√3e +r cos θ )sin 30 ;−r sin θ ) f 2 0 f 2 J'3 ((f2−√3e +r f cos θ3 )cos 30 ; (f2−√3e +r cos (θ ))sin30 ;−r sin θ ) 0 f 3 0 f 3 Trong các phương trình sau đây ta sẽ chỉ định tọa độ của các điểm J1 , J 2 ,J 3 là ( x1 , y1 , z1 ), (x2 , y2 , z2 ) và (x3 , y3 , z3 ). Dưới đây là phương trình của ba hình cầu: { x2 +( y − y1 )2+( z−z1)2=re2 x2 + y2+ z2 −2 y1 y−2 z1 z=r e2− y12−z12 (1) (x−x2 )2+ ( y− y2 )2 +(z−z2 )2=re2⇒ x2 + y2+ z2 −2 x2 x −2 y2 y−2 z2 z=r e2−x22− y22−z22 (2) (x−x3 )2+ ( y− y3 )2 +(z−z3 )2 =re2 { x2+ y2 + z2−2 x3 x−2 y3 y−2 z3 z=r2e−x32 − y32−z32 (3 ) Đặt: wi=x2i+ y2i+ z2i, ta được: ¿ Từ (4) - (5): x=a1 z +b1 (7) y=a2 z +b2 (8) 1 a 1= d [( z2−z1 )( y3− y1 )−( z3−z1)( y2− y1)] 7 download by : skknchat@gmail.

Động học nghịch Robot Động học nghịch: Hình 2.9 Mô hình động học robot delta với các thông số cho trước 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. 8 download by : skknchat@gmail.10 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 E'1và bán kính E'1 J 1(trong đó E'1 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 E'1 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 2.11 Mặt phẳng YZ Ta có: E e e ( x0 , y0 , z0 )E E1= 2 tan 30o= 2 √3 E1 (x , y − 2 e√3 , z )⇒ E =(0 , y − 2√e3 ,z ) 0 0 0 ' 1 0 0 E ( E'1=x0 ⇒ E'1 J 1=√ E1 J12−E1 E'12=√r2e−x20 F1 0 ,− 2 f √3 , 0 ) 9 download by : skknchat@gmail.com f 1 1 2 ( yJ − y F ) +( zJ −zF ) 1 1 2 2 =r f (y + J1 2 2 ) 2 √ 3 + z J1 =r2f ⇒ J 1 (0 , y J , zJ1 ) { 2 1 e ⇒ ( yJ − yE )2+ (zJ −z E )2 =re2−x02 1 1' 1 1' − y0 + 2 √ 3 ) +( zJ1−z0 )2=re2−x02 z J1 θ1=arctan ( y −y F1 J1 ) Do khớp F ❑1 J 1chỉ 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.12 Quy đổi tọa độ 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. Sự thay đổi duy nhất là chúng ta cần phải xác định tọa độ mới x'0 và y'0 cho điểm E0, có thể dễ dàng thực hiện bằng cách sử dụng “ma trận xoay” tương ứng. Để tìm góc θ3, chúng ta phải xoay khung tham chiếu theo chiều kim đồng hồ. Tổng quan về công nghệ xử lý ảnh 2.

Các khái niệm của xử lí ảnh Xử lý ảnh kỹ thuật số là ngành học nghiên cứu các kỹ thuật xử lý ảnh. Hình ảnh được đề cập trong nghiên cứu này là cảm biến thị giác dạng ảnh tĩnh (webcam). Về mặt toán học, hình ảnh là một hàm liên tục của cường độ ánh sáng trên trường hai chiều. Để được máy tính xử lý, một hình ảnh phải được trình bày dưới dạng số với các 10 download by : skknchat@gmail.com giá trị rời rạc.

Hình ảnh kỹ thuật số có thể được biểu diễn bằng ma trận hai chiều f (x, y) bao gồm M cột và N hàng. Hình ảnh Một hình ảnh được định nghĩa là một hàm hai chiều, F(x, y), trong đó x và y là các tọa độ không gian, và biên độ của F tại bất kỳ cặp tọa độ nào (x, y) được gọi là cường độ của hình ảnh đó tại điểm đó. Khi các giá trị x, y và biên độ của F là hữu hạn, ta gọi nó là ảnh số. Nói cách khác, một hình ảnh có thể được xác định bởi một mảng hai chiều được sắp xếp cụ thể theo hàng và cột.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ