Bối cảnh và vấn đề nghiên cứu

Trong quy trình sản xuất các sản phẩm thuộc lĩnh vực thời trang như giày dép, túi xách, cũng như trong các ngành công nghiệp in ấn và đóng gói, công đoạn tra keo và dán keo đóng vai trò thiết yếu. Tuy nhiên, tại nhiều cơ sở sản xuất và nhà máy ở Việt Nam, các phương pháp phun keo thủ công vẫn chiếm tỷ trọng lớn. Phương pháp thủ công tồn tại nhiều nhược điểm như năng suất lao động thấp, độ đồng đều và độ chính xác của đường keo không cao, đồng thời phụ thuộc nhiều vào tay nghề của công nhân. Mặt khác, các hệ thống máy phun keo điều khiển số bằng máy tính (CNC) hai trục hoặc ba trục hiện hành vẫn đòi hỏi người vận hành phải thiết lập các tham số và lập trình tọa độ chạy dao một cách thủ công. Điều này làm gia tăng đáng kể thời gian chuyển đổi dây chuyền khi phải thay đổi giữa các chủng loại sản phẩm khác nhau, gây hạn chế khả năng tự động hóa linh hoạt trong sản xuất hàng loạt.

Nhằm giải quyết các hạn chế nêu trên, đồ án tốt nghiệp cử nhân ngành Kỹ thuật Điều khiển & Tự động hóa tại Trường Đại học Bách Khoa – ĐHQG-HCM đã đề xuất và thực hiện đề tài "Hệ thống phun keo tự động" (Automatic Gluing System). Đề tài xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể bao gồm:

  1. Đề xuất giải pháp và cải tiến quy trình phun keo từ thủ công sang hệ thống phun keo tự động nhằm nâng cao hiệu suất làm việc và độ chính xác của đường keo.
  2. Thiết kế và chế tạo một mô hình cơ khí - điều khiển hoàn chỉnh để minh họa cho giải pháp, kết hợp công nghệ xử lý ảnh để nhận diện biên dạng sản phẩm và vạch đường phun keo.
  3. Xây dựng thuật toán điều khiển chuyển động hai trục (X-Y) đảm bảo bám sát đường biên đã nhận diện với độ chính xác cao.
  4. Thiết kế phần cứng mô hình có tính module hóa, dễ dàng bảo dưỡng, thay thế linh kiện, đồng thời phát triển phần mềm điều khiển linh hoạt, có khả năng tương thích với thiết bị của nhiều nhà sản xuất khác nhau.
  5. Xây dựng giao diện điều khiển và giám sát đồ họa trực quan (GUI) phục vụ việc vận hành hệ thống.

Đối tượng và phạm vi nghiên cứu của đề tài được giới hạn cụ thể như sau:

  • Đối tượng phun keo: Nghiên cứu giới hạn trên các sản phẩm mẫu có bề mặt phẳng hai chiều (2D).
  • Mô hình phần cứng: Xây dựng cơ cấu chuyển động cơ học hai trục tọa độ độc lập.
  • Phạm vi công nghệ: Phát hiện biên dạng và ranh giới các đối tượng cụ thể từ hình ảnh, điều khiển đầu phun keo bám theo đường biên đã vạch sẵn và giao tiếp máy tính - PLC.
  • Thời gian và địa điểm thực hiện: Đề tài được triển khai từ ngày 06/01/2024 đến ngày 05/05/2024 tại Bộ môn Điều khiển Tự động, Khoa Điện – Điện tử, Trường Đại học Bách Khoa – ĐHQG-HCM.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết của đề tài dựa trên sự kết hợp giữa kỹ thuật thị giác máy tính và kỹ thuật điều khiển chuyển động đa trục trong tự động hóa công nghiệp:

  • Xử lý ảnh số và hình thái học: Đề tài ứng dụng các giải thuật xử lý ảnh cơ bản bao gồm phân ngưỡng nhị phân (Binary Thresholding) và các phép toán hình thái học (Morphological Operations) trên ma trận ảnh nhị phân với phần tử cấu trúc (kernel) kích thước 3x3: phép co (Erosion) để thu nhỏ kích thước đối tượng và loại bỏ chi tiết thừa; phép giãn (Dilation) để mở rộng biên dạng; phép mở (Opening - thực hiện Erosion trước, Dilation sau) nhằm khử nhiễu nhỏ; và phép đóng (Closing - thực hiện Dilation trước, Erosion sau) nhằm lấp đầy các lỗ rỗng bên trong đối tượng. Để làm mịn ảnh và triệt tiêu nhiễu cao tần, bộ lọc Gaussian hai chiều được sử dụng dựa trên hàm phân phối chuẩn:

    $$G_\sigma(x, y) = \frac{1}{2\pi\sigma^2} e^{-\frac{x^2+y^2}{2\sigma^2}}$$

    trong đó $\sigma$ là độ lệch chuẩn đặc trưng cho độ rộng phân phối, $x$ và $y$ là tọa độ điểm ảnh trong mặt nạ. Thuật toán phát hiện đường viền (Contour Detection) từ thư viện OpenCV được áp dụng để xác định ranh giới hình học giữa đối tượng và phông nền.

  • Điều khiển chuyển động đa trục: Áp dụng lý thuyết điều khiển vị trí điểm - điểm (Point-to-Point) và phối hợp chuyển động đồng bộ giữa hai trục. Đề tài khảo sát phương pháp điều khiển vòng hở (Open-loop control) sử dụng động cơ bước, điều khiển vị trí thông qua chuỗi xung ngõ ra (PTO - Pulse Train Output) từ bộ điều khiển lập trình logic (PLC) đến mạch điều khiển động cơ (driver).

  • Giao thức truyền thông công nghiệp: Sử dụng giao thức truyền thông S7 (S7comm) của Siemens thông qua thư viện mã nguồn mở Snap7 viết cho Python, cho phép máy tính cá nhân (PC) kết nối Ethernet tới PLC để đọc và ghi trực tiếp các vùng nhớ dữ liệu (DB), cờ nhớ và các ngõ vào/ra.

  • Khí động học cơ cấu chấp hành: Lý thuyết vận hành của van điện từ khí nén (Solenoid Valve) gồm thân van kim loại, thanh trượt trục phân khoang, lò xo phản hồi và cuộn dây điện từ (coil), hoạt động dựa trên lực điện từ sinh ra khi cấp điện để chuyển đổi trạng thái đóng/mở dòng khí nén đẩy keo.

Phương pháp nghiên cứu thực tế bao gồm phương pháp tính toán và thiết kế hệ thống cơ điện tử; phương pháp lập trình nhúng và thị giác máy tính (sử dụng ngôn ngữ Python trên nền tảng PyCharm, thư viện OpenCV, thư viện giao diện Tkinter); phương pháp lập trình điều khiển logic công nghiệp (ngôn ngữ Ladder Diagram - LAD trên nền tảng TIA Portal V17); và phương pháp thực nghiệm kiểm chứng bằng cách đo lường các thông số chuyển động, tọa độ đỉnh biên và đường keo thực tế trên sản phẩm mẫu. Nguồn dữ liệu của đề tài là dữ liệu ảnh chụp thời gian thực thu thập từ camera khu vực làm việc và dữ liệu tọa độ các đỉnh biên dạng được trích xuất từ phần mềm thị giác máy tính.

Thiết kế và triển khai

Hệ thống phun keo tự động được xây dựng bao gồm hai cấp chức năng chính: cấp điều khiển (Control Level) và cấp trường (Field Level). Cấp điều khiển đảm nhiệm việc thu nhận ảnh, tính toán quỹ đạo, giao tiếp dữ liệu và phát xung điều khiển; cấp trường đảm nhiệm việc biến đổi tín hiệu điều khiển thành chuyển động cơ học và thao tác phun keo.

Cấu hình phần cứng hệ thống bao gồm:

  • Bộ điều khiển khả trình: PLC Siemens S7-1200 CPU 1214C DC/DC/DC, sử dụng nguồn 24VDC, tích hợp các ngõ ra số hỗ trợ phát chuỗi xung tốc độ cao (PTO) để điều khiển vị trí động cơ.
  • Mạch điều khiển động cơ (Driver): Bộ điều khiển vi bước DM542, nhận tín hiệu xung (PUL) và hướng (DIR) từ PLC để cấp dòng cho động cơ bước.
  • Động cơ truyền động: Hai động cơ bước hai pha mã 57 (NEMA 23), góc bước tiêu chuẩn, vận hành theo phương thức điều khiển vòng hở.
  • Cơ cấu cơ khí: Hệ thống khung dẫn hướng hai trục X và Y sử dụng trục vít me T8 kết hợp đai ốc bi, chuyển đổi chuyển động quay của động cơ thành chuyển động tịnh tiến chính xác của đầu phun.
  • Bộ phận phun keo: Cụm đầu phun liên kết với xi lanh chứa keo và van điện từ khí nén, điều khiển việc xả và ngắt dòng keo theo tín hiệu số từ PLC.
  • Tủ điện điều khiển: Tích hợp bộ nguồn tổ ong 24VDC, rơ le trung gian, cầu đấu dây, PLC và các bộ driver DM542.

Để làm rõ cơ sở lựa chọn động cơ bước thay vì động cơ servo cho mô hình, nhóm tác giả đã tổng hợp bảng so sánh các thông số kỹ thuật cốt lõi:

Tiêu chí so sánh Động cơ bước (Step Motor) Động cơ servo (Servo Motor)
Mạch điều khiển (Driver) Đơn giản, người dùng có thể tự chế tạo hoặc mua sẵn Phức tạp, bắt buộc sử dụng driver chuyên dụng từ nhà sản xuất
Nhiễu và rung động Rung động đáng kể ở một số dải tần số Vận hành êm ái, rung động rất ít
Dải tốc độ làm việc Chậm (tối đa khoảng 1000 - 2000 RPM) Nhanh hơn (tối đa đạt từ 3000 - 5000 RPM)
Hiện tượng trượt bước Có thể xảy ra nếu tải trọng quá lớn Khó xảy ra (động cơ vẫn giữ lực khi tải tăng)
Phương pháp điều khiển Vòng hở (không có cảm biến hồi tiếp encoder) Vòng kín (tích hợp encoder hồi tiếp vị trí và vận tốc)
Giá thành hệ thống Thấp, tiết kiệm chi phí Cao hơn đáng kể
Độ phân giải góc bước 2 pha PM: $7.5^\circ$; 2 pha HB: $1.8^\circ$; 5 pha HB: $0.72^\circ$ Phụ thuộc vào độ phân giải encoder (thông thường vài ngàn xung/vòng)

Về mặt phần mềm, quy trình xử lý và điều khiển được triển khai tuần tự:

  1. Thu nhận hình ảnh từ camera đặt phía trên khu vực làm việc (workplace).
  2. Xử lý ảnh trên PyCharm: Áp dụng mặt nạ lọc màu để tách phông nền, làm mờ ảnh bằng bộ lọc Gaussian nhằm giảm nhiễu, nhị phân hóa ảnh, áp dụng thuật toán co giãn hình thái học để làm mịn đường biên, sau đó áp dụng giải thuật tìm đường viền gần đúng (đa giác xấp xỉ) để trích xuất tọa độ các đỉnh biên dạng.
  3. Truyền thông qua Snap7: Ứng dụng Python kết nối với PLC Siemens qua địa chỉ IP cổng Ethernet (cổng 102). Để thực hiện giao tiếp, trên phần mềm TIA Portal V17 cần cấu hình cho phép truy cập đầy đủ (Full Access) trong mục bảo mật và kích hoạt tùy chọn cho phép chức năng PUT/GET dữ liệu từ các ứng dụng bên thứ ba. Tọa độ các đỉnh biên, lệnh khởi động (Start), dừng (Stop), lệnh về gốc tọa độ (Home) và giá trị vận tốc cài đặt được ghi xuống các khối dữ liệu (DB) trên PLC.
  4. Điều khiển PLC: Chương trình PLC viết bằng ngôn ngữ LAD nhận các tọa độ, tính toán khoảng cách của đỉnh biên đầu tiên, thực hiện thuật toán tính toán đồng bộ vận tốc trục Y ($V_y$) phụ thuộc theo vận tốc trục X ($V_x$) để điều khiển hai trục di chuyển đồng thời theo đường chéo hoặc đường biên cong. Song song đó, khối chức năng logic điều khiển đóng/mở van khí nén kích hoạt đầu phun keo đúng thời điểm và ngắt khi kết thúc hành trình.
  5. Giao diện người dùng: Thiết kế bằng thư viện Tkinter trên Python, cho phép hiển thị ảnh trực tiếp từ camera, ảnh sau khi vẽ đường viền nhận diện, các nút bấm vận hành hệ thống, ô nhập tham số vận tốc và các đèn báo trạng thái của các trục.

Nội dung chính theo từng chương

Chương 1. Giới thiệu đề tài

Chương này tập trung trình bày tính cấp thiết của đề tài xuất phát từ thực trạng sản xuất tại các nhà máy thời trang, may mặc, đóng gói và in ấn bao bì. Tác giả chỉ ra rằng việc bôi keo thủ công gây lãng phí vật liệu, thời gian và không đảm bảo độ kết dính đồng đều, trong khi các dòng máy CNC trên thị trường đòi hỏi người thợ phải đo đạc và lập trình biên dạng thủ công cho từng mẫu phôi. Từ đó, chương đề ra mục tiêu tổng thể là xây dựng một mô hình tự động hóa toàn diện từ khâu nhận diện phôi 2D bằng thị giác máy tính đến điều khiển đầu phun keo 2 trục. Chương cũng vạch rõ phạm vi nghiên cứu, đối tượng nghiên cứu và tiến độ thực hiện gồm sáu giai đoạn chính: khảo sát hệ thống thực tế; lên ý tưởng thiết kế và nghiên cứu tài liệu; thiết kế và xây dựng phần cứng; lập trình phần mềm xử lý ảnh và điều khiển; tích hợp toàn hệ thống; chạy thử nghiệm và hiệu chỉnh lỗi.

Chương 2. Tổng quan về hệ thống

Chương 2 trình bày có hệ thống các cơ sở lý thuyết và công nghệ sử dụng trong đồ án. Tác giả giới thiệu về ngôn ngữ lập trình Python, môi trường phát triển tích hợp (IDE) PyCharm, cùng các ưu điểm về tính mô-đun hóa và khả năng hỗ trợ thư viện đồ họa. Phần xử lý ảnh tập trung vào các giải thuật hình thái học (Erosion, Dilation, Opening, Closing), bộ lọc Gaussian làm mờ và thư viện OpenCV đa nền tảng. Tiếp đó, chương giới thiệu thư viện Tkinter và các widget tiêu chuẩn dùng để tạo giao diện người dùng. Về khía cạnh truyền thông công nghiệp, giao thức Snap7 kết nối S7comm được mô tả chi tiết kèm theo cấu trúc lệnh kết nối và các hàm đọc/ghi dữ liệu vào các khối DB của PLC Siemens. Đối với hệ chuyển động, tác giả phân tích cấu trúc hệ thống điều khiển đa trục, các phương pháp tạo quỹ đạo chuyển động điểm - điểm, so sánh ưu nhược điểm giữa điều khiển vòng hở và vòng kín, đồng thời phân tích chi tiết cấu tạo, nguyên lý vận hành của động cơ bước, động cơ servo và van điện từ khí nén.

Chương 3. Xây dựng hệ thống

Chương 3 mô tả chi tiết quá trình thiết kế, chế tạo và cấu hình hệ thống thực tế. Về phần cứng, chương trình bày sơ đồ khối tổng thể, sơ đồ đấu nối tủ điện điều khiển, sơ đồ mạch lực và mạch tín hiệu; cấu hình thông số kỹ thuật của PLC S7-1200 CPU 1214C DC/DC/DC, cấu tạo driver DM542, thông số động cơ bước 57, kết cấu trục vít me T8 và cụm van xả khí nén. Về phần mềm, tác giả trình bày lưu đồ thuật toán xử lý ảnh trên PyCharm (lọc màu, thu nhỏ đường biên, phân ngưỡng nhị phân, xấp xỉ đường biên và dán viền lên ảnh gốc); quy trình cấu hình truyền thông Snap7 trên máy tính; các thiết lập cấu hình trên TIA Portal V17 bao gồm kích hoạt chức năng phát xung PTO, cấu hình vùng nhớ địa chỉ tạo xung, cấp quyền bảo mật truy cập và cho phép chức năng truyền thông PUT/GET.

Chương 4. Thử nghiệm kết quả và đánh giá

Chương 4 cung cấp toàn bộ kết quả thực nghiệm sau khi hoàn thiện chế tạo và lập trình. Tác giả trình bày hình ảnh thực tế của mô hình phần cứng từ nhiều góc chụp, khu vực bàn làm việc và tủ điện điều khiển hoàn chỉnh. Phần mềm PLC được minh họa chi tiết qua cấu trúc các khối hàm chức năng: khối tính toán khoảng cách đỉnh biên đầu tiên, khối tính toán đồng bộ vận tốc trục Y theo trục X ($V_y$ theo $V_x$), khối đọc/ghi tín hiệu vận tốc, tín hiệu gốc Home, số lượng đỉnh biên, khối logic đóng mở van khí nén và khối ghi dữ liệu trạng thái trục. Kết quả phần mềm thị giác trên PyCharm chứng minh khả năng lọc tách đối tượng và xuất mảng tọa độ chính xác. Hệ thống được đưa vào vận hành thử nghiệm toàn diện qua hai chế độ khảo sát: khảo sát chạy thử nghiệm với 1 đối tượng đơn lẻ và khảo sát chạy thử nghiệm với 2 đối tượng đồng thời trong vùng làm việc. Chương cung cấp các bảng thông số kỹ thuật đo đạc thực tế, hình ảnh đường phun keo thực tế trên phôi và bảng đối chiếu, đánh giá mức độ hoàn thành so với các yêu cầu kỹ thuật đề ra ban đầu.

Chương 5. Kết luận và hướng phát triển đề tài

Chương cuối cùng tổng kết các hạng mục đã hoàn thành của đồ án bao gồm: thiết kế chế tạo thành công khung cơ khí hai trục và tủ điện điều khiển; ứng dụng thành công thị giác máy tính để nhận diện biên dạng sản phẩm 2D; tích hợp giao tiếp thời gian thực ổn định giữa Python và PLC S7-1200 qua Snap7; và điều khiển đầu phun keo bám theo đúng quỹ đạo biên dạng. Đồng thời, tác giả thẳng thắn chỉ ra các điểm hạn chế tồn đọng trong quá trình thử nghiệm và đề xuất các định hướng nâng cấp hệ thống trong tương lai.

Kết quả và đóng góp

Về kết quả thực nghiệm, đồ án đã chế tạo thành công một mô hình thực nghiệm hoàn chỉnh với các thông số và tính năng được kiểm chứng:

  • Xây dựng thành công cơ cấu chuyển động cơ khí hai trục sử dụng vít me T8 kết hợp động cơ bước 57 và driver DM542, điều khiển bởi PLC Siemens S7-1200 CPU 1214C DC/DC/DC qua ngõ ra phát xung PTO.
  • Phát triển thành công module xử lý ảnh trên Python/OpenCV có khả năng thu nhận hình ảnh sản phẩm 2D, khử nhiễu bằng bộ lọc Gaussian, thực hiện các phép co giãn hình thái học, phân ngưỡng nhị phân và trích xuất chính xác tọa độ các đỉnh biên dạng bao quanh sản phẩm.
  • Thiết lập kênh truyền thông hai chiều ổn định giữa máy tính và PLC qua thư viện Snap7, hỗ trợ đọc và ghi đồng bộ các định dạng dữ liệu kiểu Bool, Bit, Real và Word vào khối dữ liệu PLC.
  • Lập trình thành công thuật toán đồng bộ vận tốc trục Y theo trục X trên môi trường TIA Portal V17, giúp đầu phun di chuyển mượt mà theo các đoạn thẳng nghiêng hoặc biên dạng phức tạp, kết hợp đóng ngắt van khí nén chính xác tại các vị trí bắt đầu và kết thúc chu trình phun.
  • Hoàn thiện giao diện giám sát và điều khiển GUI bằng Tkinter, thử nghiệm thành công trên hai trường hợp: khảo sát với 1 đối tượng và khảo sát với 2 đối tượng đặt ngẫu nhiên trong vùng làm việc của camera.

Về giải pháp và đóng góp, đồ án mang lại các giá trị cụ thể:

  • Đưa ra giải pháp tự động hóa hoàn toàn công đoạn nhận diện biên dạng phôi phẳng thay thế cho thao tác lập trình tọa độ CNC thủ công, giúp rút ngắn thời gian chuẩn bị máy khi chuyển đổi mẫu sản phẩm.
  • Kết hợp thành công giữa môi trường thị giác máy tính mã nguồn mở chi phí thấp (Python, OpenCV) với hệ thống điều khiển lập trình công nghiệp có độ tin cậy cao (PLC Siemens S7-1200).
  • Cấu trúc hệ thống được thiết kế theo dạng module hóa, thuận tiện cho việc bảo trì, sửa chữa và có khả năng tương thích với nhiều dòng thiết bị công nghiệp khác nhau.

Hạn chế và hướng nghiên cứu tiếp

Mặc dù đã đạt được các mục tiêu kỹ thuật đề ra, đồ án vẫn còn một số hạn chế được tác giả chỉ ra dựa trên phạm vi nghiên cứu thực tế:

  • Đối tượng thử nghiệm mới chỉ giới hạn ở các sản phẩm có bề mặt phẳng hai chiều (2D), hệ thống chưa thể nhận diện và phun keo trên các bề mặt có độ cong hoặc biên dạng không gian ba chiều (3D).
  • Hệ thống truyền động sử dụng động cơ bước điều khiển vòng hở (không có cảm biến hồi tiếp encoder), do đó vẫn tồn tại nguy cơ xảy ra sai số vị trí do hiện tượng trượt bước nếu tải trọng cơ khí tăng bất thường hoặc khi hệ thống vận hành ở tốc độ cao.
  • Độ ổn định của thuật toán xử lý ảnh vẫn phụ thuộc vào điều kiện ánh sáng môi trường khu vực làm việc và độ tương phản màu sắc giữa phôi sản phẩm và bề mặt bàn làm việc.

Các hướng phát triển tiếp theo được tác giả đề xuất bao gồm:

  • Mở rộng hệ cơ khí và thuật toán điều khiển lên không gian ba trục (3D), tích hợp thêm trục Z có khả năng tự động điều chỉnh độ cao đầu phun theo biên dạng bề mặt gồ ghề của sản phẩm.
  • Thay thế động cơ bước bằng động cơ servo hoặc lắp đặt thêm bộ mã hóa quang học (encoder) trên các trục vít me để chuyển đổi hệ thống sang phương thức điều khiển vòng kín, giúp giám sát vị trí liên tục và tự động bù sai số chuyển động.
  • Nâng cấp phần cứng camera công nghiệp và tích hợp hệ thống chiếu sáng chuyên dụng (đèn vòm, đèn thanh) để nâng cao độ tin cậy của thuật toán thị giác máy tính trong môi trường công nghiệp có nhiều rung động và bụi bẩn.

Giá trị tham khảo

Đồ án là tài liệu tham khảo hữu ích cho sinh viên, giảng viên và các kỹ sư thuộc các chuyên ngành Kỹ thuật Điều khiển & Tự động hóa, Cơ điện tử và Kỹ thuật Điện - Điện tử đang nghiên cứu các đề tài về tích hợp thị giác máy tính vào hệ thống điều khiển công nghiệp.

Các nội dung có giá trị tham khảo chuyên môn cao bao gồm:

  • Phương pháp cấu hình và lập trình truyền thông giữa ứng dụng phần mềm trên máy tính (ngôn ngữ Python) và bộ điều khiển khả trình PLC Siemens S7-1200 qua giao thức Snap7 (cấu hình mạng, bảo mật truy cập và hàm đọc/ghi các khối dữ liệu DB).
  • Thuật toán tính toán và đồng bộ vận tốc hai trục ($V_y$ theo $V_x$) được cài đặt trực tiếp bằng ngôn ngữ Ladder (LAD) trên phần mềm TIA Portal V17.
  • Chuỗi thuật toán tiền xử lý ảnh và trích xuất tọa độ biên dạng hình học phục vụ điều khiển chuyển động bằng thư viện OpenCV trên Python.

Câu hỏi thường gặp

Hệ thống sử dụng các thiết bị phần cứng chính nào cho cấp điều khiển và cấp chấp hành?
Hệ thống sử dụng bộ điều khiển logic khả trình PLC Siemens S7-1200 CPU 1214C DC/DC/DC cho cấp điều khiển. Cấp chấp hành bao gồm hai động cơ bước hai pha mã 57 (NEMA 23), hai bộ điều khiển động cơ bước (driver) DM542, cơ cấu truyền động tịnh tiến sử dụng trục vít me T8 kết hợp đai ốc, và van điện từ khí nén điều khiển đóng/mở dòng keo.

Giao thức nào được sử dụng để kết nối máy tính xử lý ảnh với PLC Siemens S7-1200 và cấu hình trên TIA Portal cần lưu ý những gì?
Đồ án sử dụng giao thức truyền thông S7 (S7comm) thông qua thư viện mã nguồn mở Snap7 trên môi trường Python qua cổng kết nối mạng Ethernet (cổng 102). Để máy tính có thể đọc và ghi các biến dữ liệu (DB, cờ nhớ) trong PLC, trên phần mềm TIA Portal V17 cần cấu hình mức độ bảo mật cho phép truy cập đầy đủ (Full Access) đến PLC và phải kích hoạt tùy chọn cho phép chức năng truyền thông PUT/GET dữ liệu từ ứng dụng của bên thứ ba.

Quy trình thị giác máy tính trên Python nhận diện đường phun keo qua những bước xử lý nào?
Quy trình xử lý ảnh trên IDE PyCharm sử dụng thư viện OpenCV bao gồm các bước tuần tự: (1) Thu nhận ảnh từ camera khu vực làm việc; (2) Áp dụng mặt nạ lọc màu để phân tách vùng đối tượng; (3) Sử dụng bộ lọc Gaussian làm mờ ảnh nhằm triệt tiêu nhiễu; (4) Áp dụng các phép toán hình thái học (Erosion và Dilation) với kernel 3x3 để làm liền hoặc tinh chỉnh biên đối tượng; (5) Phân ngưỡng nhị phân; (6) Dùng thuật toán phát hiện đường viền (Contour Detection) và tìm đường đa giác gần đúng của viền để trích xuất tọa độ các đỉnh biên dạng; (7) Dán đường viền lên ảnh gốc hiển thị trên giao diện Tkinter và truyền mảng tọa độ sang PLC.

Bài toán phối hợp chuyển động giữa hai trục X và Y được giải quyết như thế nào trong chương trình điều khiển PLC?
Trong chương trình PLC viết bằng ngôn ngữ LAD trên TIA Portal V17, hệ thống xây dựng khối chức năng tính toán khoảng cách của đỉnh biên đầu tiên và thuật toán tính toán đồng bộ vận tốc trục Y ($V_y$) phụ thuộc trực tiếp theo vận tốc trục X ($V_x$). PLC phát chuỗi xung điều khiển (PTO) đến hai driver DM542 theo tỷ lệ vận tốc đã tính toán, đảm bảo đầu phun keo di chuyển bám chính xác theo đường thẳng nối giữa hai đỉnh biên dạng liên tiếp.

Tại sao đề tài lại lựa chọn động cơ bước điều khiển vòng hở thay vì động cơ servo?
Theo phân tích và so sánh trong đồ án, động cơ bước có cấu tạo mạch driver đơn giản, chi phí đầu tư thấp hơn đáng kể so với động cơ servo, và việc lập trình điều khiển phát xung PTO tương đối dễ thực hiện. Đối với mô hình nghiên cứu thử nghiệm hoạt động ở dải tốc độ từ thấp đến trung bình trên sản phẩm phẳng 2D với tải trọng nhỏ, hệ thống động cơ bước điều khiển vòng hở đáp ứng đầy đủ các yêu cầu kỹ thuật đặt ra mà vẫn đảm bảo tính kinh tế của đồ án.

Kết luận

Đồ án tốt nghiệp "Hệ thống phun keo tự động" đã thiết kế, chế tạo và thử nghiệm thành công mô hình hệ thống tự động hóa quá trình phun keo trên bề mặt phẳng 2D thông qua việc kết hợp giữa công nghệ thị giác máy tính và điều khiển chuyển động đa trục. Bằng việc ứng dụng ngôn ngữ Python, thư viện OpenCV, giao tiếp Snap7 và PLC Siemens S7-1200 điều khiển cơ cấu vít me - động cơ bước, nghiên cứu đã minh chứng tính khả thi của giải pháp nhận diện biên dạng và bám quỹ đạo tự động mà không cần lập trình tọa độ thủ công. Kết quả đạt được cung cấp cơ sở kỹ thuật và thực nghiệm quan trọng, làm tiền đề cho việc mở rộng phát triển các hệ thống máy phun keo 3D điều khiển vòng kín ứng dụng trong sản xuất công nghiệp.