Bối cảnh và vấn đề nghiên cứu

Ngành nông nghiệp Việt Nam, đặc biệt là lĩnh vực nuôi trồng thủy hải sản, đang từng bước chuyển dịch từ phương thức sản xuất thủ công sang ứng dụng khoa học kỹ thuật nhằm tối ưu hóa năng suất và giảm thiểu sức lao động. Trong bối cảnh công nghệ Internet of Things (IoT) phát triển mạnh mẽ từ năm 2015 với sự tham gia của nhiều tập đoàn công nghệ lớn, việc kết nối các thiết bị cảm biến và máy móc qua mạng Internet đã mở ra khả năng giám sát từ xa các điều kiện sinh thái trong môi trường nuôi trồng. Xuất phát từ thực tiễn nghề nuôi tôm tại Việt Nam thường xuyên đối mặt với rủi ro dịch bệnh và ô nhiễm nguồn nước, đề tài "Giám sát mô hình ao nuôi tôm sử dụng công nghệ IoT" được thực hiện nhằm xây dựng một giải pháp kỹ thuật số hỗ trợ người nuôi theo dõi liên tục chất lượng nước ao tôm.

Mục tiêu nghiên cứu của đồ án bao gồm:

  1. Thu thập dữ liệu từ môi trường nước thông qua các cảm biến chuyên dụng, chuyển đổi dữ liệu thành tín hiệu số và truyền lên máy chủ web để xử lý, vẽ đồ thị thống kê hỗ trợ theo dõi tình trạng ao nuôi.
  2. Truyền hình ảnh trực tiếp từ khu vực ao nuôi lên giao diện web thông qua camera giám sát từ xa.
  3. Rèn luyện phương pháp nghiên cứu khoa học, tổng hợp tài liệu chuyên ngành và tư duy giải quyết vấn đề kỹ thuật phần cứng lẫn phần mềm.
  4. Thiết kế giao diện tương tác người dùng trên nền tảng web nhằm theo dõi và quản lý các thông số vận hành của hệ thống một cách thuận tiện.

Nhiệm vụ nghiên cứu được phân định thành các nội dung cụ thể:

  1. Nghiên cứu tài liệu hướng dẫn kỹ thuật, cấu tạo và nguyên lý hoạt động của các cảm biến đo chất lượng nước (nhiệt độ, độ đục, độ pH).
  2. Nghiên cứu công nghệ IoT, kiến trúc phần cứng và kỹ thuật lập trình vi điều khiển ESP32.
  3. Tích hợp và giao tiếp với thiết bị camera giám sát qua mạng.
  4. Chế tạo mô hình ao nuôi thực tế dạng phao thăm dò gắn cảm biến.
  5. Thiết kế hệ thống dịch vụ web (Web Service) và giao diện ứng dụng web (Web Application) để tiếp nhận, lưu trữ và trực quan hóa dữ liệu theo thời gian thực.

Đối tượng nghiên cứu của đồ án là các cảm biến môi trường nước (cảm biến độ pH Analog DFRobot, cảm biến độ đục Water Turbidity Sensor DFRobot, cảm biến nhiệt độ DS18B20), thiết bị ghi hình (webcam), module vi điều khiển Wi-Fi/Bluetooth ESP32, cấu hình mạng không dây, cùng các ngôn ngữ và thư viện lập trình web (PHP, MySQL, JavaScript, HTML, CSS, Chart.js, SimpleWebRTC).

Phạm vi nghiên cứu tập trung vào việc đo đạc, giám sát và cảnh báo 3 thông số môi trường nước cơ bản (nhiệt độ, độ đục, độ pH) cùng việc truyền tải hình ảnh bề mặt ao nuôi. Đồ án không nghiên cứu các giải pháp tự động điều chỉnh hóa chất hoặc xử lý môi trường khi thông số biến động, do mỗi loài tôm có các tiêu chuẩn sinh thái khác nhau.

Cơ sở lý thuyết và phương pháp

Cơ sở lý thuyết của đồ án dựa trên các nghiên cứu về đặc tính sinh học, môi trường sống của các loài tôm kinh tế phổ biến tại Việt Nam và kiến trúc mạng IoT:

  • Đặc tính sinh học của 4 đối tượng nuôi chính: Tôm sú (Penaeus monodon), Tôm thẻ chân trắng (Penaeus vannamei), Tôm càng xanh (Macrobrachium rosenbergii) và Tôm hùm (Panulirus spp.).
  • Các tác nhân môi trường ảnh hưởng tiêu cực đến sức khỏe tôm: khí độc $H_2S$ sinh ra từ sự phân hủy chất hữu cơ đáy ao (độc tính tăng khi pH thấp); bùn đáy tích tụ các chất độc $NH_3$, $NO_2^-$; lượng thức ăn thừa dư lắng; sự phát triển của các chủng vi khuẩn gây hại (như Vibrio gây bệnh Vibriosis); và sự thay đổi đột ngột của nhiệt độ do thời tiết, mưa bão.
  • Khung lý thuyết mạng IoT: Mô hình truyền nhận dữ liệu giữa các "Things" thông qua định danh (ID), tính kết nối liên thông (interconnectivity), tính không đồng nhất của phần cứng, quy mô kết nối lớn, khả năng tự quản của mạng và các yêu cầu bảo mật, quyền riêng tư.
Loài tôm Nhiệt độ (°C) Độ pH Độ mặn (‰) Độ đục (NTU) Thời gian thu hoạch
Tôm sú 25 - 30 7,5 10 - 22 7 - 12 110 - 120 ngày
Tôm thẻ chân trắng 27 - 30 7,5 10 - 20 7 - 12 75 - 90 ngày
Tôm càng xanh 26 - 31 6,5 0 - 16 15 - 22 7 - 8 tháng
Tôm hùm 26 - 30 6,5 30 - 35 0 - 16 12 - 15 tháng

Phương pháp nghiên cứu được triển khai kết hợp giữa nghiên cứu tài liệu kỹ thuật và phương pháp thiết kế thực nghiệm:

  • Phương pháp phân tích - tổng hợp: Khảo sát số liệu sản lượng tôm tại châu Á giai đoạn 2012–2019 (theo báo cáo của GOAL 2017); tổng hợp tài liệu datasheet của linh kiện cảm biến và vi điều khiển.
  • Phương pháp thiết kế kỹ thuật và chế tạo thử nghiệm: Thiết kế mạch thu thập tín hiệu phần cứng; lập trình giải thuật xử lý tín hiệu analog/digital trên vi điều khiển ESP32; xây dựng Web Service bằng PHP giao tiếp cơ sở dữ liệu MySQL; phát triển giao diện Web Application hiển thị đồ thị thời gian thực và xử lý luồng video qua giao thức WebRTC.

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo cấu trúc phân tầng gồm 3 khối chức năng chính: Khối xử lý tín hiệu (phần cứng thu thập), Khối Web Service (máy chủ dịch vụ backend), và Khối Web Application (giao diện người dùng frontend).

[Khối cảm biến & Camera] 
                                  [Web Service - PHP]
                               [Web Application - Frontend]
                                 (HTML/CSS, Chart.js, Form)

1. Khối xử lý tín hiệu và phần cứng

  • Khối nguồn: Sử dụng nguồn 5V DC, dòng cấp khoảng 1A (hoặc pin dự phòng) để nuôi toàn bộ mạch điều khiển và các module cảm biến.
  • Cảm biến nhiệt độ DS18B20: Cảm biến nhiệt độ kỹ thuật số của hãng Maxim, độ phân giải 12-bit (dải chọn từ 9-12 bit), dải đo từ -55°C đến +125°C, sai số ±0,5°C trong khoảng đo -10°C đến +85°C. Đầu dò bọc ống thép không gỉ đường kính 6mm, dài 50mm, dây cáp bọc PVC dài 1m. Cảm biến sử dụng giao tiếp chuẩn One-Wire, cần một điện trở kéo 4,7kΩ nối từ chân dữ liệu DQ lên chân nguồn VCC, kết nối trực tiếp vào chân digital D5 của module ESP32.
  • Cảm biến độ đục (Water Turbidity Sensor DFRobot): Đo độ đục chất lỏng dựa trên nguyên lý quang học (đo độ truyền và tán xạ ánh sáng theo tổng lượng chất rắn lơ lửng TSS). Điện áp hoạt động 5V DC, dòng tiêu thụ tối đa 40mA, thời gian phản hồi dưới 500ms, điện áp ngõ ra tương tự từ 0V đến 4,5V. Ngõ ra analog được nối vào chân ADC1_3 (chân VN) của ESP32. Công thức chuyển đổi giá trị ADC 12-bit sang độ đục: $$\text{data_duc} = \frac{(4096 - \text{analogRead}(\text{A6})) \times 4000}{4096}$$
  • Cảm biến độ pH (Analog pH Sensor DFRobot): Dải đo 0–14 pH, dải nhiệt độ hoạt động 0–60°C, độ chính xác ±0,1 pH ở 25°C, thời gian phản ứng dưới 1 phút, đầu nối chuẩn BNC. Ngõ ra analog kết nối vào chân ADC1_0 (chân VP) của ESP32. Công thức chuyển đổi giá trị ADC 12-bit sang giá trị pH: $$\text{data_ph} = \frac{(4096 - \text{analogRead}(\text{A3})) \times 14}{4096}$$
  • Module vi điều khiển trung tâm ESP32 (ESP-WROOM-32): Vi xử lý 32-bit lõi kép Xtensa LX6, bộ nhớ ROM 448 KB, SRAM 520 KB, hỗ trợ Wi-Fi chuẩn 802.11n (lên đến 150 Mbps) và Bluetooth v4.2 BLE. Module nhận dữ liệu từ 3 cảm biến, thực hiện đóng gói dữ liệu và gửi yêu cầu HTTP chứa các giá trị đo lên Web Server thông qua kết nối Wi-Fi.
  • Thiết bị quan sát: Sử dụng webcam kết nối với máy tính qua cổng USB, vỏ bọc chống nước cơ bản, truyền hình ảnh lên giao diện web.
  • Kết cấu cơ khí mô hình: Khung mô hình được thiết kế từ các ống nhựa PVC ghép nối dạng phao thăm dò cố định vị trí các cảm biến. Do cụm ống nhựa và cảm biến có trọng lượng lớn khiến mô hình chìm sâu, tác giả đã bổ sung thêm lớp vật liệu mút xốp ở phần đáy phao để trợ lực nâng nổi trên mặt nước.

2. Thiết kế phần mềm Web Service và Web Application

  • Web Service (Backend): Được phát triển bằng ngôn ngữ lập trình PHP kết hợp hệ quản trị cơ sở dữ liệu MySQL. ESP32 truyền dữ liệu đo lường lên endpoint API của Web Service với tần suất 1 lần/giây. Để tối ưu hóa tài nguyên máy chủ và dung lượng lưu trữ, Web Service chỉ lấy mẫu với tần suất $1/30$ (lần/giây): dữ liệu tức thời 1 giây/lần được ghi tạm vào tệp data.json để phục vụ vẽ đồ thị thời gian thực; sau 30 lần nhận dữ liệu (tương đương 30 giây), hệ thống tính giá trị trung bình cộng của 3 thông số cảm biến rồi thực hiện truy vấn chèn (INSERT) vào cơ sở dữ liệu MySQL. Cơ sở dữ liệu bao gồm 3 bảng lưu dữ liệu cảm biến theo thời gian, 1 bảng lưu thông số cài đặt ngưỡng cảnh báo, và 1 bảng lưu dữ liệu thống kê vụ mùa.
  • Web Application (Frontend): Xây dựng bằng HTML, CSS và JavaScript gồm 3 trang chức năng:
    • Trang giám sát: Sử dụng kỹ thuật Ajax gửi yêu cầu HTTP định kỳ 1 giây/lần đến Web Service để đọc tệp data.json, sau đó phân tích dữ liệu JSON thành đối tượng JavaScript và dùng thư viện Chart.js để cập nhật 3 biểu đồ real-time (nhiệt độ, độ đục, độ pH). Tích hợp thư viện SimpleWebRTC để truyền luồng hình ảnh trực tiếp từ webcam.
    • Trang cài đặt: Cung cấp biểu mẫu HTML cho phép người dùng thiết lập các ngưỡng giới hạn an toàn cho từng chỉ số môi trường, gửi dữ liệu cập nhật về Web Service để lưu vào bảng cấu hình trong MySQL, phục vụ việc kích hoạt cảnh báo qua email và tin nhắn khi xảy ra sự cố.
    • Trang thống kê dữ liệu: Cung cấp biểu mẫu nhập mốc thời gian bắt đầu và kết thúc vụ mùa, trích xuất dữ liệu lịch sử từ MySQL và hiển thị đồ thị thống kê tổng quan theo từng chu kỳ nuôi.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 làm rõ tính cấp thiết của việc hiện đại hóa nông nghiệp thông qua ứng dụng công nghệ IoT. Tác giả xác định 4 mục tiêu cốt lõi của đồ án xoay quanh việc thu thập dữ liệu cảm biến, hiển thị đồ thị thời gian thực, truyền hình ảnh camera và xây dựng giao diện web thân thiện với người dùng. Phạm vi nghiên cứu được xác lập tập trung vào việc đo lường 3 thông số nước (nhiệt độ, độ pH, độ đục) trên mô hình thử nghiệm, chưa can thiệp vào các hệ thống chấp hành tự động xử lý nước.

Chương 2: Cơ sở lý thuyết

Chương 2 trình bày tổng quan về ngành công nghiệp nuôi tôm tại Việt Nam và các nước châu Á, phân tích số liệu biến động sản lượng tôm giai đoạn 2012–2019 dựa trên báo cáo của tổ chức GOAL (2017). Tác giả cung cấp dữ liệu sinh thái chi tiết của 4 giống tôm kinh tế chính, tổng hợp bảng ngưỡng môi trường chuẩn và chỉ ra các nguyên nhân hàng đầu gây suy giảm chất lượng ao nuôi (khí $H_2S$, bùn đáy, vi khuẩn Vibrio). Đồng thời, chương này khảo sát toàn diện khái niệm, đặc tính kỹ thuật, các yêu cầu an ninh mạng của hệ sinh thái IoT và các mô hình ứng dụng thực tế như nhà thông minh (Smarthome), đô thị thông minh (Smart City).

Chương 3: Thiết kế hệ thống

Chương 3 trình bày chi tiết toàn bộ giải pháp kỹ thuật của đồ án. Nội dung bao gồm sơ đồ khối hệ thống, sơ đồ khối xử lý tín hiệu chi tiết, sơ đồ nguyên lý kết nối chân và lưu đồ thuật toán đọc dữ liệu của cảm biến DS18B20, module độ đục DFRobot, module pH DFRobot với vi điều khiển ESP32. Tác giả thuyết minh chi tiết cấu trúc phần cứng của module SoC ESP-WROOM-32, thiết kế cơ khí khung phao bằng ống nhựa PVC và mút xốp. Về phần mềm, chương này mô tả chi tiết cấu trúc tệp dữ liệu trung gian data.json, các tệp xử lý backend bằng PHP/MySQL, và các trang giao diện Web Application sử dụng thư viện Chart.js, SimpleWebRTC.

Chương 4: Kết quả

Chương 4 công bố các kết quả thực nghiệm đạt được của đề tài thông qua hình ảnh thực tế của mô hình phao đo đạc hoàn chỉnh và các giao diện web:

  • Mô hình phần cứng hoàn chỉnh với khung ống nhựa PVC gắn đầu dò cảm biến, được gia cố mút xốp để đảm bảo độ nổi cân bằng trên mặt nước; camera webcam gắn trên cơ cấu xoay phục vụ quan sát.
  • Giao diện trang giám sát (Web Monitoring) hoạt động trên trình duyệt web, hiển thị luồng video từ camera và 3 đồ thị thời gian thực của độ đục, nhiệt độ, độ pH được cập nhật liên tục mỗi giây qua giao thức Ajax.
  • Giao diện trang cài đặt ngưỡng cảnh báo, xác nhận hệ thống có khả năng phát hiện sự cố chênh lệch thông số và gửi thông báo cảnh báo qua email.
  • Giao diện trang thống kê dữ liệu vụ mùa cho phép tra cứu dữ liệu đo lường lịch sử theo khoảng thời gian tùy chọn.

Chương 5: Kết luận và hướng phát triển

Chương 5 tóm tắt các kết quả đạt được đối chiếu với mục tiêu ban đầu: hoàn thiện mô hình thu nhỏ giám sát ao tôm qua mạng Internet, vận hành ổn định các cảm biến đo lường và hệ thống giao diện web 24/24. Đồng thời, chương này chỉ ra các hạn chế của mô hình thực nghiệm và đề xuất các định hướng nâng cấp, hoàn thiện giải pháp kỹ thuật trong tương lai.

Kết quả và đóng góp

1. Kết quả thực nghiệm

  • Chế tạo thành công mô hình phao quan trắc chất lượng nước thu nhỏ sử dụng khung ống nhựa PVC kết hợp mút xốp nâng nổi.
  • Thu thập và xử lý tín hiệu chính xác từ 3 cảm biến môi trường: nhiệt độ (DS18B20, dải đo -55°C đến +125°C, sai số ±0,5°C), độ pH (dải đo 0–14 pH, độ chính xác ±0,1 pH), và độ đục (cảm biến quang học đo TSS ngõ ra 0–4,5V).
  • Lập trình vi điều khiển ESP32 truyền dữ liệu thành công qua mạng Wi-Fi lên Web Service với chu kỳ 1 giây/lần.
  • Xây dựng thành công hệ thống backend PHP/MySQL áp dụng cơ chế lưu trữ hai tầng: tầng bộ nhớ đệm tệp data.json cập nhật thời gian thực 1 giây/lần và tầng cơ sở dữ liệu lưu mẫu trung bình 30 giây/lần để giảm tải cho máy chủ.
  • Thiết kế giao diện Web Application hiển thị đồng thời luồng video webcam và 3 đồ thị trực quan hóa thời gian thực bằng Chart.js, tích hợp chức năng cảnh báo qua thư điện tử (email) và thống kê lịch sử vụ mùa.

2. Giải pháp và kiến nghị

  • Ứng dụng công nghệ IoT vào nuôi trồng thủy sản giúp người nông dân theo dõi chất lượng nước liên tục 24/24 từ xa mà không cần trực tiếp lấy mẫu mang đi kiểm nghiệm thủ công.
  • Sử dụng cơ chế cảnh báo qua email và tin nhắn khi thông số vượt ngưỡng an toàn giúp phát hiện sớm các nguy cơ ô nhiễm nguồn nước, giảm thiểu rủi ro tôm chết hàng loạt.
  • Lưu trữ dữ liệu đo đạc theo từng vụ mùa làm cơ sở dữ liệu so sánh, giúp người nuôi đánh giá mức độ ảnh hưởng của thời tiết và lựa chọn giống tôm phù hợp cho các vụ tiếp theo.

3. Đóng góp của đề tài

  • Hiện thực hóa một giải pháp giám sát ao nuôi tôm chi phí thấp dựa trên các linh kiện phần cứng và công nghệ mã nguồn mở phổ biến (ESP32, PHP, MySQL, Chart.js).
  • Đóng góp tài liệu kỹ thuật hoàn chỉnh về sơ đồ ghép nối phần cứng, công thức tính toán giải thuật đo lường cảm biến analog/digital trên vi điều khiển ESP32 và phương thức xây dựng Web Service phục vụ các ứng dụng IoT trong nông nghiệp.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế

  • Hệ thống chỉ thực hiện chức năng giám sát, thu thập dữ liệu và đưa ra cảnh báo; chưa tích hợp các cơ cấu chấp hành tự động để điều chỉnh, khắc phục môi trường nước (như tự động bật quạt nước tạo oxy, kích hoạt máy bơm nước, hay định lượng hóa chất cân bằng pH).
  • Thiết bị camera giám sát (webcam USB) chưa có vỏ bọc chống nước chuyên dụng đạt chuẩn công nghiệp, nên trong mô hình thực nghiệm mới chỉ đáp ứng quan sát trên bề mặt bờ ao, chưa duy trì quan sát liên tục và lâu dài dưới đáy nước.
  • Kết cấu khung phao bằng ống nhựa PVC có khối lượng tương đối nặng, phải sử dụng thêm mút xốp phụ trợ để duy trì trạng thái nổi ổn định.

2. Hướng nghiên cứu tiếp

  • Tích hợp thêm các loại cảm biến chuyên sâu quan trọng trong nuôi tôm như cảm biến đo nồng độ oxy hòa tan trong nước (DO), cảm biến đo độ mặn, và các cảm biến phát hiện khí độc ($H_2S$, $NH_3$).
  • Phát triển khối điều khiển tải tự động liên động với hệ thống quạt nước, máy cho tôm ăn tự động và hệ thống cấp thoát nước dựa trên các ngưỡng thông số cảm biến.
  • Cải tiến kết cấu cơ khí phao nổi bằng vật liệu chuyên dụng nhẹ và bền hơn; trang bị camera dưới nước chuyên dụng có khả năng chống thấm nước áp lực cao.
  • Phát triển thêm ứng dụng di động (Mobile App) trên hệ điều hành Android và iOS để nâng cao tính tiện dụng cho người nông dân.

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo hữu ích cho:

  • Sinh viên và học viên ngành Công nghệ Kỹ thuật Điện tử - Truyền thông, Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Máy tính, Công nghệ Thông tin: Tham khảo phương pháp thiết kế hệ thống nhúng IoT hoàn chỉnh từ tầng thu thập phần cứng đến tầng dịch vụ máy chủ web; cách lập trình vi điều khiển ESP32 giao tiếp cảm biến One-Wire và ADC; cách xây dựng kiến trúc Web Service bằng PHP/MySQL kết hợp giao tiếp Ajax/JSON.
  • Kỹ sư và người nghiên cứu phát triển thiết bị nông nghiệp thông minh: Tham khảo bảng thông số kỹ thuật môi trường sống của các loài tôm kinh tế, sơ đồ nguyên lý mạch đo lường chất lượng nước và giải thuật tính toán quy đổi giá trị cảm biến thực tế.
  • Phần đáng tham khảo nhất: Sơ đồ kết nối phần cứng chi tiết của các cảm biến DS18B20, module độ pH, module độ đục với ESP32 (Chương 3); giải thuật tối ưu hóa lưu trữ dữ liệu bằng cách kết hợp tệp đệm data.json và cơ sở dữ liệu MySQL (Mục 3.4.1); và bảng thông số môi trường sinh thái của từng loại tôm (Bảng 2.1).

Câu hỏi thường gặp

1. Hệ thống trong đồ án giám sát những thông số chất lượng nước nào và sử dụng loại cảm biến cụ thể nào?
Hệ thống giám sát 3 thông số môi trường nước chính: nhiệt độ nước sử dụng cảm biến kỹ thuật số DS18B20 (giao tiếp 1 dây One-Wire, dải đo -55°C đến +125°C); độ đục của nước sử dụng cảm biến quang học Water Turbidity Sensor DFRobot (ngõ ra analog 0–4,5V); và độ pH của nước sử dụng cảm biến Analog pH Sensor DFRobot (ngõ ra analog, dải đo 0–14 pH).

2. Vi điều khiển trung tâm của hệ thống có đặc điểm kỹ thuật gì nổi bật?
Hệ thống sử dụng module vi điều khiển SoC ESP32 (ESP-WROOM-32) tích hợp vi xử lý 32-bit lõi kép Xtensa LX6, bộ nhớ ROM 448 KB, SRAM 520 KB, hỗ trợ kết nối mạng Wi-Fi chuẩn 802.11n tốc độ 150 Mbps, Bluetooth v4.2 BLE, cùng các chân chuyển đổi tín hiệu tương tự sang số (ADC) phục vụ đọc dữ liệu từ các cảm biến.

3. Cơ chế truyền và lưu trữ dữ liệu từ vi điều khiển lên máy chủ web được thiết kế như thế nào để tránh lãng phí tài nguyên?
Vi điều khiển ESP32 truyền dữ liệu đo lường lên Web Service mỗi giây một lần và dữ liệu này được ghi tạm vào tệp data.json để giao diện web đọc qua Ajax vẽ đồ thị real-time. Để tránh lãng phí tài nguyên cơ sở dữ liệu, Web Service áp dụng cơ chế lấy mẫu với tần suất $1/30$ (lần/giây): sau 30 lần nhận dữ liệu (tương đương 30 giây), hệ thống tính trung bình cộng của 3 thông số rồi mới ghi vào cơ sở dữ liệu MySQL.

4. Mô hình cơ khí đặt cảm biến được chế tạo như thế nào và giải quyết vấn đề độ nổi ra sao?
Mô hình được xây dựng theo ý tưởng phao tàu thăm dò bằng các ống nhựa PVC ghép nối lại để cố định các đầu dò cảm biến. Do tổng trọng lượng của ống nhựa và cảm biến lớn khiến mô hình bị chìm sâu trong nước, tác giả đã gia công bổ sung thêm lớp vật liệu mút xốp ở phần đáy mô hình để tăng lực nâng, giúp mô hình nổi ổn định trên mặt ao.

5. Hệ thống thực hiện cảnh báo sự cố cho người sử dụng thông qua những phương thức nào?
Khi các thông số chất lượng nước đo được bị chênh lệch vượt ngưỡng an toàn đã được thiết lập trước trong trang cài đặt, hệ thống sẽ hiển thị cảnh báo trực quan trên giao diện trang giám sát của Web Application, đồng thời tự động gửi thông báo sự cố qua thư điện tử (email) và tin nhắn đến người quản lý.

Kết luận

Đồ án tốt nghiệp "Giám sát mô hình ao nuôi tôm sử dụng công nghệ IoT" của sinh viên Huỳnh Minh Quân và Huỳnh Văn Lý đã hoàn thành việc thiết kế và chế tạo một hệ thống quan trắc chất lượng nước thu nhỏ phục vụ nuôi trồng thủy sản. Hệ thống tích hợp thành công vi điều khiển ESP32 với các cảm biến nhiệt độ, độ đục, độ pH và camera giám sát, cho phép thu thập dữ liệu và truyền tải ổn định qua mạng Wi-Fi. Nền tảng ứng dụng web đi kèm đã giải quyết tốt bài toán trực quan hóa dữ liệu theo thời gian thực, lưu trữ lịch sử vụ mùa và tự động gửi cảnh báo sự cố qua email. Đây là công trình thực nghiệm có tính ứng dụng thực tiễn cao, đóng góp một giải pháp kỹ thuật cụ thể cho tiến trình chuyển đổi số và tự động hóa ngành nông nghiệp tại Việt Nam.