I. Giới thiệu về đồ án tốt nghiệp
Đồ án tốt nghiệp với chủ đề Delta Robot phân loại sản phẩm sử dụng PLC S7-1200 được thực hiện bởi sinh viên Võ Đoàn Việt Anh và Hà Hạt dưới sự hướng dẫn của Th.s Nguyễn Phong Lưu. Đồ án này thuộc ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh. Mục tiêu chính của đồ án là thiết kế và xây dựng một hệ thống tự động hóa sử dụng Delta Robot để phân loại sản phẩm dựa trên kích thước, kết hợp với PLC S7-1200 và công nghệ xử lý ảnh.
1.1. Mục tiêu và ý nghĩa
Mục tiêu của đồ án là tạo ra một hệ thống phân loại sản phẩm tự động với độ chính xác cao, tốc độ nhanh, và khả năng nhận diện sản phẩm ở mọi góc độ. Hệ thống sử dụng Delta Robot kết hợp với PLC S7-1200 và công nghệ xử lý ảnh để đạt được hiệu quả tối ưu. Đồ án không chỉ có ý nghĩa học thuật mà còn mang tính ứng dụng cao trong các ngành công nghiệp sản xuất, giúp tối ưu hóa quy trình và nâng cao năng suất.
1.2. Phạm vi và giới hạn
Đồ án tập trung vào việc phân loại sản phẩm có kích thước 2x2, 3x3, và 4x4. Hệ thống hoạt động trong điều kiện ánh sáng ổn định và chỉ có thể xử lý các sản phẩm nhẹ với khối lượng dưới 1 kg. Tốc độ băng tải phải được duy trì ổn định, và số lượng sản phẩm trong mỗi hộp phân loại không vượt quá 5 sản phẩm.
II. Cơ sở lý thuyết và công nghệ
Chương này trình bày các cơ sở lý thuyết và công nghệ được áp dụng trong đồ án, bao gồm động học Robot Delta, xử lý ảnh, và lập trình PLC. Các khái niệm về động học thuận và động học nghịch của Delta Robot được phân tích chi tiết, cùng với các phương pháp xử lý ảnh để nhận diện và xác định vị trí sản phẩm.
2.1. Động học Robot Delta
Delta Robot là một loại robot song song với cấu trúc hình học đặc biệt, cho phép chuyển động tịnh tiến trong không gian mà không thay đổi hướng. Động học của Delta Robot được mô tả thông qua các phương trình toán học, bao gồm động học thuận (từ góc quay đến tọa độ) và động học nghịch (từ tọa độ đến góc quay). Các phương trình này giúp xác định chính xác vị trí và chuyển động của robot trong quá trình phân loại sản phẩm.
2.2. Xử lý ảnh và nhận diện sản phẩm
Công nghệ xử lý ảnh được sử dụng để nhận diện và xác định vị trí của sản phẩm trên băng tải. Hệ thống sử dụng camera 1080p để chụp ảnh sản phẩm, sau đó áp dụng các thuật toán xử lý ảnh như tìm đường bao, xác định tâm vật, và phân loại kích thước. Dữ liệu từ camera được xử lý trên máy tính và truyền về PLC S7-1200 để điều khiển Delta Robot.
III. Thiết kế và thi công hệ thống
Chương này mô tả quá trình thiết kế và thi công hệ thống, bao gồm việc xây dựng mô hình 3D trên Solidworks, lựa chọn thiết bị, và lắp đặt phần cứng. Hệ thống bao gồm Delta Robot, PLC S7-1200, camera 1080p, động cơ băng tải, và bơm hút chân không. Các thiết bị được kết nối và lập trình để hoạt động đồng bộ, đảm bảo quá trình phân loại sản phẩm diễn ra chính xác và hiệu quả.
3.1. Thiết kế mô hình 3D
Mô hình 3D của Delta Robot và các thành phần hệ thống được thiết kế trên Solidworks, bao gồm đế cố định, đế di động, khớp trên, và khớp dưới. Mô hình này giúp hình dung và tối ưu hóa cấu trúc cơ khí của robot trước khi tiến hành thi công thực tế.
3.2. Lựa chọn và lắp đặt thiết bị
Các thiết bị chính được lựa chọn bao gồm PLC S7-1200, động cơ servo, bơm hút chân không, và camera 1080p. Các thiết bị này được kết nối với nhau thông qua hệ thống dây điện và được lập trình để hoạt động đồng bộ. PLC S7-1200 đóng vai trò trung tâm điều khiển, nhận dữ liệu từ camera và điều khiển Delta Robot thực hiện các thao tác phân loại sản phẩm.
IV. Kết quả và đánh giá
Hệ thống Delta Robot phân loại sản phẩm đã được thử nghiệm và đạt được độ chính xác gần 90% trong việc nhận diện và gắp sản phẩm. Hệ thống hoạt động ổn định với tốc độ phân loại trên 20 sản phẩm/phút. Giao diện điều khiển được thiết kế trực quan, cho phép người dùng dễ dàng vận hành hệ thống ở cả hai chế độ Auto và Manual.
4.1. Kết quả thử nghiệm
Kết quả thử nghiệm cho thấy hệ thống có khả năng nhận diện và phân loại sản phẩm với độ chính xác cao. Tỉ lệ gắp sản phẩm chính xác đạt gần 90%, và tốc độ phân loại đáp ứng được yêu cầu đề ra. Hệ thống cũng thể hiện khả năng hoạt động ổn định trong thời gian dài.
4.2. Đánh giá và hướng phát triển
Đồ án đã đạt được các mục tiêu đề ra và mang lại nhiều giá trị thực tiễn. Tuy nhiên, hệ thống vẫn còn một số hạn chế như khả năng xử lý sản phẩm nặng và phụ thuộc vào điều kiện ánh sáng. Trong tương lai, hệ thống có thể được cải tiến bằng cách tích hợp thêm các công nghệ IoT và AI để nâng cao hiệu quả và tính linh hoạt.
