Đồ án tốt nghiệp: Hệ thống phân loại sản phẩm bằng màu sắc (HUTECH)

Khám phá hệ thống phân loại sản phẩm theo màu sắc giúp tối ưu quản lý kho, cải thiện tìm kiếm và nâng cao trải nghiệm mua sắm của khách hàng.

Người đăng

Ẩn danh

Thể loại

Đồ Án Tốt Nghiệp

2021

85
7
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CÁM ƠN

1. CHƯƠNG I: GIỚI THIỆU

1.1. Xu thế sử dụng dây chuyền phân loại sản phẩm trong sản xuất

1.2. Ứng dụng xu thế trong bài toán thực tế

1.3. Mục tiêu mô hình

1.4. Nội dung nghiên cứu

2. CHƯƠNG II: CẤU TRÚC VÀ CÁC THIẾT THIẾT BỊ TRONG HỆ THỐNG

2.1. Cấu trúc chung của hệ thống phân loại sản phẩm

2.2. Băng tải

2.3. Khối xi lanh khí nén

2.3.1. Xi lanh khí nén

2.3.2. Van điện từ (Van khí nén)

2.3.3. Máy nén khí và bình trích chứa khí nén

2.3.4. Ống dẫn khí & Van tiết lưu

2.4. Cảm biến màu sắc TCS230-Chống nhiễu

2.5. Bộ điều khiển logic khả trình PLC

2.6. Cảm biến quang

3. CHƯƠNG III: THIẾT KẾ VÀ XÂY DỰNG MÔ HÌNH

3.1. Cấu trúc hệ thống

3.2. Lựa chọn thiết bị

3.3. Xây dựng khối băng tải và cơ cấu chấp hành

3.4. Lập trình hệ thống nhận dạng màu sắc

3.5. Lập trình điều khiển PLC

3.6. Thiết kế và xây dựng tủ điện

4. CHƯƠNG IV: Đánh giá và Kết Luận

DANH SÁCH CÁC HÌNH ẢNH

DANH SÁCH CÁC BẢNG

Tóm tắt

I. Tổng Quan Đồ Án Tốt Nghiệp Hệ Thống Phân Loại Sản Phẩm

Ngày nay, với sự phát triển của khoa học kỹ thuật, tự động hóa trở thành xu hướng tất yếu trong công nghiệp. Trong đó, việc phân loại sản phẩm đóng vai trò quan trọng, giúp tiết kiệm công sức, nâng cao năng suất và chất lượng. Hệ thống này đặc biệt hữu ích trong các ngành sản xuất sản phẩm độc hại hoặc đòi hỏi độ chính xác cao. Đồ án tốt nghiệp này tập trung vào xây dựng hệ thống phân loại sản phẩm bằng màu sắc, một giải pháp hiệu quả cho nhiều ứng dụng thực tế. Ứng dụng hệ thống phân loại sản phẩm giúp doanh nghiệp tối ưu hóa quy trình sản xuất, giảm thiểu sai sót và nâng cao khả năng cạnh tranh. Ví dụ, trong ngành dệt nhuộm, việc phân loại vải nhuộm theo màu sắc giúp đơn giản hóa quá trình sắp xếp và quản lý kho. Hệ thống phân loại sản phẩm giúp doanh nghiệp tiết kiệm chi phí nhân công, đồng thời đảm bảo an toàn cho người lao động trong môi trường làm việc độc hại. Mục tiêu của đồ án là xây dựng một hệ thống hoạt động ổn định, tin cậy, chi phí hợp lý và dễ dàng tùy chỉnh. Dựa trên tài liệu gốc, việc ứng dụng hệ thống phân loại sản phẩm giúp "tiết kiệm công sức & nguồn lao động, đồng thời nâng cao năng suất và chất lượng sản phẩm".

1.1. Xu Hướng và Lợi Ích Của Phân Loại Sản Phẩm Tự Động

Việc ứng dụng hệ thống phân loại sản phẩm tự động ngày càng phổ biến. Điều này giúp tiết kiệm chi phí nhân công, giảm thiểu sai sót và nâng cao năng suất. Ứng dụng tự động hóa giúp doanh nghiệp tập trung vào các hoạt động có giá trị gia tăng cao hơn. Hệ thống phân loại sản phẩm tự động không chỉ mang lại hiệu quả kinh tế mà còn cải thiện điều kiện làm việc cho người lao động. Việc triển khai hệ thống đòi hỏi sự đầu tư ban đầu nhưng mang lại lợi ích lâu dài.

1.2. Ứng Dụng Thực Tế Phân Loại Vải Nhuộm Theo Màu Sắc

Trong ngành dệt nhuộm, việc phân loại vải nhuộm theo màu sắc là một công đoạn quan trọng. Hệ thống phân loại giúp đơn giản hóa quá trình sắp xếp, quản lý và kiểm kê hàng hóa trong kho. Hệ thống phân loại sản phẩm theo màu sắc có thể được tích hợp vào dây chuyền sản xuất hiện có, giúp tối ưu hóa quy trình làm việc. Từ đó chúng em có ý tưởng xây dựng mô hình băng chuyền phân loại sản phẩm theo màu sắc với sản phẩm chính ở đây là vải nhuộm.

II. Bài Toán Đặt Ra Thách Thức Trong Phân Loại Sản Phẩm

Mặc dù có nhiều ưu điểm, việc triển khai hệ thống phân loại sản phẩm vẫn đối mặt với nhiều thách thức. Chi phí đầu tư ban đầu cao, đặc biệt đối với các hệ thống nhập khẩu nguyên chiếc, là một rào cản lớn. Bên cạnh đó, việc tích hợp hệ thống vào dây chuyền sản xuất hiện có đòi hỏi sự điều chỉnh và tối ưu hóa. Độ chính xác của hệ thống cũng là một yếu tố quan trọng cần được đảm bảo. Hệ thống phân loại sản phẩm cần có khả năng phân biệt các màu sắc khác nhau một cách chính xác, đặc biệt trong điều kiện ánh sáng thay đổi. Các yếu tố môi trường, chẳng hạn như bụi bẩn và độ ẩm, cũng có thể ảnh hưởng đến hiệu suất của hệ thống. Cần có giải pháp bảo trì, bảo dưỡng định kỳ để đảm bảo hệ thống hoạt động ổn định và lâu dài. Việc lựa chọn cảm biến màu sắc phù hợp, xây dựng thuật toán phân loại hiệu quả và thiết kế giao diện người dùng thân thiện là những yếu tố quan trọng để giải quyết bài toán đặt ra.

2.1. Chi Phí Đầu Tư Ban Đầu và Tích Hợp Hệ Thống

Chi phí là yếu tố quan trọng khi triển khai hệ thống phân loại sản phẩm. Việc lựa chọn thiết bị, phần mềm và dịch vụ phù hợp có thể giúp giảm thiểu chi phí đầu tư. Việc tích hợp hệ thống vào dây chuyền sản xuất hiện có cần được thực hiện một cách cẩn thận để tránh ảnh hưởng đến hoạt động sản xuất. Việc tận dụng các thiết bị, linh kiện sẵn có có thể giúp tiết kiệm chi phí và thời gian triển khai.

2.2. Độ Chính Xác và Các Yếu Tố Ảnh Hưởng Đến Hiệu Suất

Độ chính xác là yếu tố then chốt quyết định sự thành công của hệ thống phân loại sản phẩm. Cần có các biện pháp kiểm tra, đánh giá định kỳ để đảm bảo hệ thống hoạt động chính xác. Các yếu tố môi trường như ánh sáng, bụi bẩn và độ ẩm có thể ảnh hưởng đến hiệu suất của hệ thống. Cần có giải pháp bảo vệ, bảo trì để đảm bảo hệ thống hoạt động ổn định trong mọi điều kiện.

III. Phương Pháp Xây Dựng Hệ Thống Phân Loại Bằng Màu Sắc

Để xây dựng hệ thống phân loại sản phẩm bằng màu sắc, cần lựa chọn các thành phần phù hợp, bao gồm cảm biến màu sắc, bộ điều khiển và cơ cấu chấp hành. Cảm biến màu sắc TCS230 được sử dụng để nhận diện màu sắc của sản phẩm. Arduino Uno R3 đóng vai trò là bộ điều khiển, xử lý tín hiệu từ cảm biến và điều khiển cơ cấu chấp hành. PLC (Programmable Logic Controller) được sử dụng để điều khiển hệ thống một cách linh hoạt và hiệu quả. Cơ cấu chấp hành, chẳng hạn như xi lanh khí nén, được sử dụng để đẩy sản phẩm vào khu vực phân loại tương ứng. Thuật toán phân loại được xây dựng dựa trên các giá trị màu sắc đo được từ cảm biến. Giao diện người dùng được thiết kế để người dùng có thể dễ dàng điều chỉnh và cấu hình hệ thống. Việc tối ưu hóa thuật toáncải thiện hiệu suất của hệ thống là một quá trình liên tục.

3.1. Lựa Chọn Cảm Biến Màu Sắc và Bộ Điều Khiển

Việc lựa chọn cảm biến màu sắc phù hợp là yếu tố quan trọng để đảm bảo độ chính xác của hệ thống. Cảm biến cần có khả năng phân biệt các màu sắc khác nhau một cách chính xác và ổn định. Cảm biến màu sắc TCS230 là một lựa chọn phổ biến do chi phí hợp lý và hiệu suất tốt. Arduino Uno R3 là một bộ điều khiển linh hoạt và dễ sử dụng, phù hợp cho các dự án nhỏ và vừa.

3.2. Xây Dựng Thuật Toán Phân Loại và Thiết Kế Giao Diện

Thuật toán phân loại cần được xây dựng dựa trên các giá trị màu sắc đo được từ cảm biến. Cần có các biện pháp hiệu chuẩn và điều chỉnh để đảm bảo độ chính xác của thuật toán. Giao diện người dùng cần được thiết kế thân thiện và dễ sử dụng để người dùng có thể dễ dàng điều chỉnh và cấu hình hệ thống. Sử dụng các thư viện và công cụ hỗ trợ lập trình có thể giúp giảm thời gian phát triển và nâng cao chất lượng phần mềm.

IV. Giải Pháp Sử Dụng Machine Learning Phân Loại Màu Sắc Hiệu Quả

Việc áp dụng Machine Learning vào hệ thống phân loại sản phẩm có thể mang lại nhiều lợi ích, đặc biệt trong việc nâng cao độ chính xác và khả năng thích ứng. Mô hình phân loại được huấn luyện trên một dataset màu sắc lớn, giúp hệ thống có khả năng phân biệt các màu sắc khác nhau một cách chính xác, ngay cả trong điều kiện ánh sáng thay đổi. Deep Learning, một nhánh của Machine Learning, có thể được sử dụng để xây dựng các mô hình phân loại phức tạp, có khả năng xử lý các dữ liệu hình ảnh và video. Các thư viện như TensorFlowKeras cung cấp các công cụ mạnh mẽ để xây dựng và triển khai các mô hình Machine Learning.

4.1. Xây Dựng Dataset Màu Sắc và Huấn Luyện Mô Hình

Việc xây dựng dataset màu sắc chất lượng là yếu tố quan trọng để huấn luyện mô hình phân loại hiệu quả. Dataset cần bao gồm nhiều mẫu màu sắc khác nhau, được thu thập trong các điều kiện ánh sáng khác nhau. Quá trình huấn luyện mô hình cần được thực hiện cẩn thận để tránh overfitting và underfitting. Các kỹ thuật như cross-validation và regularization có thể được sử dụng để cải thiện hiệu suất của mô hình.

4.2. Áp Dụng Deep Learning và Các Thư Viện Hỗ Trợ

Deep Learning cung cấp các công cụ mạnh mẽ để xây dựng các mô hình phân loại phức tạp, có khả năng xử lý các dữ liệu hình ảnh và video. Các thư viện như TensorFlowKeras cung cấp các API dễ sử dụng để xây dựng và triển khai các mô hình Deep Learning. Việc sử dụng các mô hình pre-trained, chẳng hạn như ResNet và Inception, có thể giúp tiết kiệm thời gian huấn luyện và nâng cao hiệu suất của mô hình.

V. Ứng Dụng Triển Khai Thực Tế Hệ Thống Phân Loại Sản Phẩm

Sau khi xây dựng và huấn luyện mô hình phân loại, cần triển khai hệ thống vào thực tế. Việc này đòi hỏi sự tích hợp các thành phần phần cứng và phần mềm, cũng như tối ưu hóa thuật toán để đảm bảo hiệu suất hoạt động. Hệ thống nhúng như Raspberry Pi có thể được sử dụng để triển khai mô hình phân loại trực tiếp trên thiết bị. OpenCV, một thư viện computer vision mã nguồn mở, cung cấp các công cụ để xử lý hình ảnh và video. Việc đánh giá hiệu năng của hệ thống trong điều kiện thực tế là rất quan trọng để đảm bảo hệ thống hoạt động ổn định và chính xác.

5.1. Tích Hợp Phần Cứng và Phần Mềm

Việc tích hợp các thành phần phần cứng và phần mềm cần được thực hiện một cách cẩn thận để đảm bảo hệ thống hoạt động đồng bộ và hiệu quả. Cần có các giao thức giao tiếp chuẩn để các thành phần có thể trao đổi dữ liệu với nhau. Việc kiểm tra và đánh giá hệ thống sau khi tích hợp là rất quan trọng để phát hiện và khắc phục các lỗi.

5.2. Đánh Giá Hiệu Năng và Tối Ưu Hóa Thuật Toán

Việc đánh giá hiệu năng của hệ thống trong điều kiện thực tế là rất quan trọng để đảm bảo hệ thống hoạt động ổn định và chính xác. Cần có các chỉ số đánh giá hiệu năng rõ ràng, chẳng hạn như độ chính xác phân loại, thời gian xử lý và độ tin cậy. Việc tối ưu hóa thuật toán và điều chỉnh các tham số hệ thống có thể giúp cải thiện hiệu năng của hệ thống.

VI. Kết Luận Hướng Phát Triển Cho Hệ Thống Phân Loại Sản Phẩm

Đồ án tốt nghiệp này đã trình bày phương pháp xây dựng hệ thống phân loại sản phẩm bằng màu sắc, sử dụng cảm biến màu sắc, bộ điều khiển và cơ cấu chấp hành. Việc áp dụng Machine Learning có thể nâng cao độ chính xác và khả năng thích ứng của hệ thống. Trong tương lai, hệ thống có thể được mở rộng để phân loại sản phẩm dựa trên nhiều tiêu chí khác nhau, chẳng hạn như kích thước, hình dạng và chất liệu. Việc tích hợp công nghệ nhận diện ảnhxử lý ảnh có thể giúp hệ thống phân loại các sản phẩm phức tạp. Hệ thống phân loại sản phẩm đóng vai trò quan trọng trong việc tự động hóa quy trình sản xuất và nâng cao hiệu quả hoạt động của doanh nghiệp.

6.1. Mở Rộng Khả Năng Phân Loại Đa Dạng

Trong tương lai, hệ thống phân loại sản phẩm có thể được mở rộng để phân loại sản phẩm dựa trên nhiều tiêu chí khác nhau, chẳng hạn như kích thước, hình dạng và chất liệu. Việc này đòi hỏi sự tích hợp các cảm biến và thuật toán phân loại khác nhau. Việc xây dựng một hệ thống phân loại đa năng có thể mang lại nhiều lợi ích cho doanh nghiệp.

6.2. Tích Hợp Công Nghệ Nhận Diện Ảnh và Xử Lý Ảnh

Việc tích hợp công nghệ nhận diện ảnhxử lý ảnh có thể giúp hệ thống phân loại các sản phẩm phức tạp, có hình dạng và kích thước khác nhau. Các thuật toán segmentation ảnhfeature extraction có thể được sử dụng để trích xuất các đặc trưng quan trọng từ hình ảnh sản phẩm. Các mô hình phân loại được huấn luyện trên các đặc trưng này có thể đạt được độ chính xác cao.

22/09/2025

Trích đoạn nội dung tài liệu

Chương I: GIỚI THIỆU 1.1 Xu thế sử dụng dây chuyền phân loại sản phẩm trong sản xuất Ngày nay cùng với sự phát triển mạnh mẽ của các ngành khoa học kỹ thuật, việc ứng dụng tự động hóa chính là xu thế chung của ngành công nghiệp. Hòa chung vào các quá trình trình tự động, thì khâu phân loại sản phẩm trong các ngành sản xuất cũng được chú ý đưa vào sử dụng. Việc sử dụng hệ thống phân loại sản phẩm giúp cho việc tiết kiệm công sức & nguồn lao động, đồng thời nâng cao năng suất và chất lượng sản phẩm. Nó còn mang nhiều ưu điểm hơn khi thay cho việc phân loại thủ công với một số ngành nghề sản xuất các sản phẩm có chứa chất độc hại (hóa chất, phân đạm, nhuộm, …) ảnh hưởng tới sức khỏe hoặc các ngành nghề yêu cầu việc sắp xếp có độ chính xác cao (sản xuất linh kiện, …) Hình 1.1: Dây chuyền phân loại hoa qua theo màu sắc( Internet) Dây chuyền là một hình thức tổ chức sản xuất trong đó các bộ phận, thiết bị được thiết kế tiếp nhau theo một trình tự đặt trước.

1 TIEU LUAN MOI download : skknchat123@gmail.com Dây chuyền phân loại sản phẩm là dây chuyền mà trong đó sản phẩm có những đặc điểm chung sẽ được phân ra thành từng loại tùy theo yêu cầu (các sản phẩm phân loại có cùng màu sắc, cùng kích thước, khối lượng, …) Tùy theo yêu cầu sản xuất trong thực tế mà người ta phân ra các hình thức phân loại sản phẩm như:  Phân loại sản phẩm theo kích thước (cao-thấp, dài ngắn)  Phân loại sản phẩm theo khối lượng  Phân loại sản phẩm theo hình ảnh  Phân loại sản phẩm theo màu sắc  Phân loại sản phẩm dựa trên mã vạch Đặc điểm chung của các hình thức phân loại đó là việc điều khiển đều sử dụng bộ điều khiển logic khả trình PLC. Phân loại theo kích thước sản phẩm: Kiểu phân loại này sử dụng các cảm biến quang, hồng ngoại để phát hiện và só sánh kính thước của sản phẩm, sau đó đưa tín hiệu về PLC và PLC thực hiện ra lệnh các chức năng điều khiển theo yêu cầu. Hình thức phân loại theo kích thước thường được ứng dụng trong các nhà máy đóng chai, đóng hộp với ưu điểm là chi phí cảm biến thấp, dễ lắp đặt và vận hành. Phân loại theo khối lượng sản phẩm: Kiểu phân loại sử dụng cảm biến trọng lượng để phân biệt sản phẩm nặng – nhẹ, so sánh xem có đủ khối lượng yêu cầu để phân loại hay chưa… sau đó tín hiệu cũng được đưa về PLC và PLC thực hiện các chức năng điều khiển, phân loại.

Phạm vi ứng dụng thường là các nhà máy sản xuất xi măng, phân bón hay các nhà máy sản xuất sản phẩm dưới dạng đóng gói bao bì cần khối lượng chính xác. 2 TIEU LUAN MOI download : skknchat123@gmail.com Phân loại theo màu sắc sản phẩm: Kiểu phân loại sử dụng các cảm biến màu sắc (các cảm biến có thể nhận biết màu riêng biệt như đen, trắng, đỏ, vàng, lục, …) Sau đó tín hiệu phát hiện màu sắc cũng được gửi về PLC và PLC tiến hành các chức năng giống như các hình thức trên. Hình thức phân loại này thường ứng dụng trong công nghiệp sản xuất vải nhuộm, sản xuất màu, … Phân loại theo hình ảnh sản phẩm: Khác với hình thức phân loại theo màu sắc, phân loại theo hình ảnh sử dụng camera để chụp sản phẩm thay vì sử dụng các các cảm biến màu sắc. Các hình ảnh của sản phẩm được chụp qua camera nhận dạng sẽ được so sánh với ảnh gốc để phân biệt sản phẩm thuộc loại nào.

Phạm vi ứng dụng thường là các nhà máy sản xuất gạch, đá. Phân loại theo mã vạch sản phẩm: Kiểu phẩn loại sử dụng máy đọc mã vạch hoặc là camera nhận dạng mã vạch. Phạm vi ứng dụng chủ yếu là trong bưu chính, vận tải, chuyển phát, … Hình 1.2: Hệ thống phân loại sản phẩm theo mã vạch được sử dụng ở GHN( Internet) 1.2 Ứng dụng xu thế trong bài toán thực tế 3 TIEU LUAN MOI download : skknchat123@gmail.com Mặc dù việc ứng dụng hệ thống phân loại sản phẩm tự động ngày càng trở nên phổ biến nhưng ngoại trừ một số ngành nghề yêu cầu hệ thống phân loại phức tạp, thì đa số các doanh nghiệp vẫn sử dụng lao động thủ công cho việc phân loại để đảm bảo lợi kinh tế. Bởi lẽ việc đầu tư một hệ thống tự động hoàn toàn cũng như được nhập khẩu nguyên từ nước ngoài có chi phí rất cao, trong khi dây chuyền máy móc sản xuất chính trong các doanh nghiệp trong nước hầu hết là các công nghệ cũ sau 1,2 thế hệ.

Việc nâng cấp dây chuyền chính trong từng ngành sản xuất sẽ được ưu tiên hơn. Qua việc tìm hiểu và nghiên cứu từ các thông tin qua mạng chúng em đã được biết đến các quá trình tự động được áp dụng trong quy trình nhuộm. Một trong những khâu tự động đó là quá trình đóng gói sản phẩm: sản phẩm vải nhuộm sau được đưa vào máy đếm và đóng trục, sau đó băng tải sẽ vận chuyển các trục vải đến các thùng chứa rồi chuyển đi tới kho. Nhận thấy hệ thống băng tải có thể cải tiến, giúp phân loại các sản phẩm vải nhuộm với các màu sắc khác nhau thành từng màu giúp cho việc sắp xếp dễ dàng.

Từ đó chúng em có ý tưởng xây dựng mô hình băng chuyền phân loại sản phẩm theo màu sắc với sản phẩm chính ở đây là vải nhuộm. Dưới đây là quy trình công nghệ quá trình nhuộm vải PES/CO tại nhà máy Dệt Phú Thọ: Giai đoạn tiền xử lí vải: 4 TIEU LUAN MOI download : skknchat123@gmail.1: Các quá trình thuộc công đoạn tiền xử lí vải nhuộm (Internet) Gồm các quá trình: xử lí vải mộc, nấu tẩy, nhuộm hoặc làm bóng (với vải giữ nguyên màu) với mục đích loại bỏ các tạp chất của vải trước khi nhuộm. Vải mộc sau khi kiểm tra sẽ được nối thành các đầu tấm và đưa vào các máy JET để thực hiện công đoạn nấu – tẩy Vải mộc là thành phẩm sau quá trình dệt từ sợi. Trong còn chứa nhiều tạp chất như: dầu mỡ, hợp chất nitơ, chất tĩnh điện, đường và axit hữu cơ nền cần phải thực hiện các quá trình làm sạch hóa học đó để loại bỏ tạp chất.

Nấu – tẩy: Vải mộc sau khi đã được kiểm tra được vào được vào máy JET để nấu tẩy, người ta sử dụng công nghệ nấu tẩy kết hợp đồng thời để tiết kiệm thời gian, điện, nước và hơi. Công đoạn này ngoài việc loại bỏ các tạp chất của vải mộc còn giúp cho xơ bông trương nở đều và xốp để dễ thấm nước, thấm mồ hôi, dễ nhuộm màu và đều màu và sâu màu hơn. Làm bóng: Quá trình tẩy trắng hay làm bóng giúp cho vải tăng thêm độ sáng. Sau công đoạn nấu tẩy, tuy các chất màu thiên nhiên của trong đã bị phá hủy và vải đã đạt độ trắng 82-85%, song với các màu hàng để trắng thì các chỉ 5 TIEU LUAN MOI download : skknchat123@gmail.com tiêu này vẫn chưa đạt yêu cầu.

Nên sẽ sử dụng thêm các chất hòa tan trong nước và phân li thành ion để tăng độ trắng quang học. Gia đoạn nhuộm, in: Vải sẽ được vào máy nhuộm sẽ được tiến đưa vào nhuộm. Dưới dưới nhiệt độ và độ ẩm cao (khoảng 130-150 độ C) Vải sẽ ngấm thuốc nhuộm và thay đổi màu sắc tự nhiên Sau các quá trình nấu, tẩy, làm bóng, nhuộm và in thì đều phải giặt vải, với mục đích loại bỏ các chất thừa sau mỗi công đoạn Hình 1.2: Quá trình nhuộm/in vải( Internet) Gia đoạn hoàn tất vải 6 TIEU LUAN MOI download : skknchat123@gmail.3: Quá trình hoát tất vải nhuộm( Internet) Sau quá trình nhuộm, kết hợp với các phương pháp hóa học, vải sẽ được chuyển qua các công đoạn của quá trình hoàn tất bao gồm: vắt( sấy), văng khổ( văng sấy định hình) và cán nỉ với mục đích định hình lại khổ vải và giúp cho vải có chất lượng mềm , mịn theo yêu cầu Quá trình sấy: Vải sẽ được đưa vào máy vắt ly tâm giúp giảm độ ẩm và khối lượng vải khi vẫn còn ngấm nước xuống mức yêu cầu. Vải chất vào thùng hình trụ, thùng có đục nhiều lỗ và đặt vào máy.

Khí máy chạy, thùng chứa vật liệu quay tròn xung quanh trục, nhờ lực ly tâm tác động lên vải, phần nước không liên quan chặt chẽ với vật liệu sẽ bị văng ra khỏi vải qua các lỗ thủng. Quá trình văng sấy định hình: Quá trình giúp gỡ xoắn vải, đưa vải từ hình dạng xoắn thành dạng phẳng, tạo khổ vải thành phẩm hợp lí với mật độ ngang dọc theo yêu cầu Quá trình hồ mềm và cán nỉ: Quá trình giúp vải có thêm các tính chất mới như: mặt vải phẳng, mịn, mất đi nếp nhăn trong quá trình giặt và giúp vải có khả năng phản xạ ánh sáng tốt hơn. 7 TIEU LUAN MOI download : skknchat123@gmail.com Kết thúc quá trình hoàn tất vải, có thể coi như vải nhuộm là thành phẩm cuối cùng trong quá trình nhuộm. Bước cuối cùng là vải sẽ được đếm số mét và tiến hành đóng bọc nilon.4: Vải nhuộm có thể đem đi sử dụng sau giai đoạn hoàn tất vải( Internet) Giai đoạn đóng gói sản phẩm: Quá trình đóng gói sản phẩm là công đoạn đưa vải vào máy đếm vải.

Máy sẽ đếm số met vải và có thể cắt vải theo ý muốn. Vải qua máy đếm sẽ được cuộn tròn lại thành các trục, đóng gói và được đưa lên băng tải để di chuyển tới thùng chứa (xe đẩy có bánh lăn). Người công nhân xe di chuyển các thùng chứa này đến kho để lưu trữ vải. 8 TIEU LUAN MOI download : skknchat123@gmail.5: Vải được đưa vào máy đếm( Internet) Hình 1.6: Vải được lưu trữ tại kho( Internet) Do các cuộn vải sau khi nhuộm có màu sắc đa dạng.

Nên việc có thể phân loại chúng thành từng màu dựa trên băng chuyền vận chuyển sẵn có rồi đưa vào một thùng chứa riêng sẽ thuận tiện cho việc sắp xếp và thống kê số 9 TIEU LUAN MOI download : skknchat123@gmail.com lượng sản phẩm ở kho sau này. Để công việc phân loại sản phẩm được thực hiên một cách dễ dàng và giảm thiểu chi phí vận hành chúng em có ý tưởng xây dựng mô hình “hệ thống phân loại sản phẩm theo màu sắc” và sản phẩm trực tiếp ở đây là Vải nhuộm.3 Mục tiêu mô hình  Hệ thống tự động phân loại sản phẩm theo 3 loại: đỏ, xanh dương, xanh lá  Hệ thống hoạt động ổn định, có độ tin cậy cao  Chi phí lắp đặt phù hợp, chi phí vận hành thấp  Có thể dễ dàng tùy chỉnh, thay đổi màu sắc hệ thống cần nhận dạng.

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