Giới thiệu dự án

Sự phát triển mạnh mẽ của cuộc Cách mạng Công nghiệp 4.0 đang thúc đẩy quá trình chuyển đổi số toàn diện trong ngành nông nghiệp (Smart Agriculture). Theo các báo cáo thống kê ngành nông nghiệp công nghệ cao, các mô hình canh tác chính xác (Precision Farming) kết hợp Internet of Things (IoT) có khả năng nâng cao năng suất cây trồng từ 20% - 30%, đồng thời tiết kiệm hơn 40% lượng nước tưới và 25% lượng phân bón hóa học so với phương pháp truyền thống.

Dâu tây (Fragaria × ananassa) là cây trồng có giá trị kinh tế và nhu cầu tiêu thụ rất lớn trên thị trường. Tuy nhiên, dâu tây – đặc biệt là giống dâu tây Hana có nguồn gốc từ Nhật Bản – là loại cây cực kỳ nhạy cảm với các biến động của môi trường khí hậu và dung dịch dinh dưỡng. Cây chỉ phát triển tối ưu trong dải nhiệt độ dưới 30°C, thời gian chiếu sáng từ 8 – 12 giờ/ngày, độ pH dung dịch rễ dao động nghiêm ngặt từ 5.5 – 6.5 và nồng độ chất rắn hòa tan (TDS) tăng dần theo chu kỳ sinh trưởng từ 450 ppm đến 1000 ppm. Tại các khu vực nhiệt đới có nền nhiệt cao như Thành phố Hồ Chí Minh, việc canh tác dâu tây truyền thống ngoài trời gặp nhiều thách thức lớn do sốc nhiệt, nấm bệnh và khó kiểm soát dinh dưỡng đất.

+-------------------------------------------------------------------------+
|                              HỆ THỐNG IOT                               |
|                                                                         |
|  +-------------------+      +------------------+      +---------------+ |
|  |  CẢM BIẾN (TDS,   | ---> |  BỘ XỬ LÝ TRUNG  | ---> | CƠ SỞ DỮ LIỆU | |
|  | pH, DHT11, BH1750)|      |   TÂM & TRUYỀN   |      |  REALTIME     | |
|  +-------------------+      |   THÔNG KHÔNG DÂY|      |  (FIREBASE)   | |
|                             +------------------+      +---------------+ |
|                                       |                       |         |
|                                       v                       v         |
|                             +------------------+      +---------------+ |
|                             | CHẤP HÀNH TỰ ĐỘNG|      | WEB DASHBOARD | |
|                             | (BƠM, QUẠT, LED) |      | & GIÁM SÁT    | |
|                             +------------------+      +---------------+ |
+-------------------------------------------------------------------------+

Vấn đề thực tiễn (Problem Statement)

Các trang trại và nhà kính quy mô vừa và nhỏ hiện nay đang đối mặt với các rào cản kỹ thuật:

  • Thiếu cơ chế điều khiển hồi tiếp vòng kín (Closed-loop Control): Việc châm phân bón và cân bằng pH chủ yếu thực hiện thủ công, dẫn đến hiện tượng cháy rễ do thừa dinh dưỡng hoặc còi cọc do lệch pH.
  • Rủi ro vận hành thiết bị không được phát hiện kịp thời: Hỏng máy bơm dinh dưỡng hoặc quạt làm mát trong thời gian ngắn có thể làm hư hại toàn bộ vườn cây mà người quản lý không nhận biết được từ xa.
  • Chi phí đầu tư các hệ sinh thái ngoại nhập quá cao: Các giải pháp nhà kính công nghiệp nhập khẩu từ Israel hay Hà Lan có giá thành đắt đỏ, không tối ưu hóa cho điều kiện vi khí hậu tại Việt Nam.

Mục tiêu đề tài

  1. Thiết kế phần cứng hoàn chỉnh: Tích hợp khối vi xử lý trung tâm Arduino Mega 2560 kết hợp vi điều khiển truyền thông ESP32 NodeMCU-32S cùng hệ thống cảm biến chuyên dụng (DHT11, BH1750, TDS Meter V1.0, DFRobot Analog pH Meter Pro, HC-SR04, ACS712).
  2. Xây dựng thuật toán điều khiển tự động: Tự động điều hòa nhiệt độ không khí qua quạt thông gió và phun sương; tự động bổ sung dinh dưỡng (A/B) và dung dịch đệm pH (pH Up/Down) bằng động cơ nhu động (Peristaltic Pump); tự động kích hoạt đèn LED quang hợp theo chu kỳ.
  3. Phát triển nền tảng giám sát thời gian thực: Xây dựng Web Dashboard kết nối Firebase Realtime Database, cho phép giám sát thông số vi khí hậu và điều khiển thiết bị chấp hành kép (Dual-mode: Manual & Auto).
  4. Tích hợp cơ chế tự chẩn đoán sự cố phần cứng: Phát hiện dòng rò hoặc hỏng hóc tải chấp hành thông qua cảm biến dòng điện Hall ACS712 và cảnh báo cạn dung dịch qua cảm biến siêu âm.

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng phương pháp thủy canh hồi lưu (NFT - Nutrient Film Technique) kết hợp mô hình vi điều khiển phân tầng (Dual-MCU Architecture). Kết quả kỳ vọng đạt được độ trễ truyền thông qua mạng Wi-Fi $T_{latency} < 7\text{s}$, sai số kiểm soát nhiệt độ trong ngưỡng $\pm 2^\circ\text{C}$, sai số pH trong khoảng $\pm 0.1\text{ pH}$, tổng công suất tiêu thụ của toàn bộ hệ thống $P_{total} < 60\text{W}$, kích thước mô hình thực nghiệm gọn gàng đạt $45 \times 35 \times 35\text{ cm}$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí phân tích Phương pháp canh tác truyền thống Hệ thống hẹn giờ bán tự động Hệ thống IoT thủy canh hồi lưu khép kín
Độ chính xác vi khí hậu Rất thấp (phụ thuộc tự nhiên) Trung bình (cố định theo Timer) Rất cao (thích ứng tức thời qua cảm biến)
Kiểm soát dinh dưỡng (TDS/pH) Đo thủ công bằng bút đo cầm tay Không hỗ trợ tự động bù trừ Vòng lặp điều khiển tự động liên tục
Giám sát và cảnh báo từ xa Không có Không có Web Dashboard thời gian thực, lưu trữ Cloud
Phát hiện sự cố tải chấp hành Phát hiện khi cây đã héo Không có Cảm biến dòng ACS712 phát hiện tức thời
Chi phí nhân công vận hành Tốn kém nhiều nhân lực Trung bình Tối ưu hóa, giảm hơn 80% nhân công

Yêu cầu người dùng theo mô hình MoSCoW

  • Must-have (Bắt buộc): Đo đạc chính xác nhiệt độ, độ ẩm, cường độ ánh sáng, TDS, pH; tự động kích hoạt quạt/bơm khi vượt ngưỡng; hiển thị dữ liệu cục bộ trên màn hình TFT ST7735 và từ xa qua Website.
  • Should-have (Cần có): Cảnh báo cạn dung dịch phân bón/pH/nước qua cảm biến siêu âm HC-SR04; kiểm tra dòng điện làm việc của relay qua module ACS712.
  • Could-have (Nên có): Chế độ ghi log lịch sử biến động dinh dưỡng trên Cloud để phục vụ phân tích mùa vụ.
  • Won't-have (Chưa triển khai): Xử lý hình ảnh AI nhận diện sâu bệnh trực tiếp trên biên (Edge AI Camera) – dành cho giai đoạn phát triển tiếp theo.

Thiết kế hệ thống

+-------------------------------------------------------------------------+
|                           KIẾN TRÚC HỆ THỐNG                            |
|                                                                         |
|  [Cảm biến: DHT11, BH1750, TDS, pH, HC-SR04, ACS712] & [Keypad 4x4]    |
|                                  |                                      |
|                  (Analog / Digital / I2C 100kHz)                        |
|                                  v                                      |
|            +-------------------------------------------+                |
|            |      XỬ LÝ TRUNG TÂM: ARDUINO MEGA 2560   |                |
|            |  - Đọc tín hiệu ADC 10-bit & Lọc trung bình|                |
|            |  - Thực thi FSM: Chế độ Auto / Manual     |                |
|            |  - Xuất hiển thị TFT ST7735 (SPI Bus)     |                |
|            |  - Điều khiển Relay 8 Kênh (Active Low)   |                |
|            +-------------------------------------------+                |
|                                  ^                                      |
|                    (UART Full-Duplex @ 9600 Baud)                       |
|                                  v                                      |
|            +-------------------------------------------+                |
|            |      GATEWAY TRUYỀN THÔNG: ESP32 NODEMCU  |                |
|            |  - Phân tích chuỗi JSON dữ liệu cảm biến   |                |
|            |  - Đồng bộ Firebase Client qua Wi-Fi 2.4G |                |
|            +-------------------------------------------+                |
|                                  |                                      |
|                     (HTTPS / WSS RESTful API)                           |
|                                  v                                      |
|            +-------------------------------------------+                |
|            |    FIREBASE REALTIME DATABASE (CLOUD)     |                |
|            +-------------------------------------------+                |
|                                  ^                                      |
|                          (Websocket / JSON)                             |
|                                  v                                      |
|            +-------------------------------------------+                |
|            |     GIAO DIỆN NGƯỜI DÙNG (WEB DASHBOARD)  |                |
|            +-------------------------------------------+                |
+-------------------------------------------------------------------------+

Technology Stack và đặc tả phiên bản

  • Khối xử lý biên (Edge Controller): Arduino Mega 2560 R3 (Vi điều khiển ATmega2560, xung nhịp 16 MHz, 256 KB Flash, 8 KB SRAM, 54 chân Digital I/O, 16 kênh ADC 10-bit).
  • Khối Gateway IoT: ESP32 NodeMCU-32S (Dual-core Xtensa 32-bit LX6, 240 MHz, Wi-Fi 802.11 b/g/n, Bluetooth v4.2 BR/EDR & BLE).
  • Phần mềm nhúng: Arduino IDE v2.3.2, Framework Arduino C/C++17, thư viện Adafruit_GFX v1.11.9, Adafruit_ST7735 v1.10.4, FirebaseESP32 v4.4.14.
  • Frontend & Cloud: HTML5/CSS3, JavaScript (ES6+), Firebase Realtime Database SDK v9.x, Chart.js v4.4.1 phục vụ vẽ biểu đồ thời gian thực.
  • Môi trường phát triển: Visual Studio Code v1.89 kết hợp PlatformIO IDE Extension.

Thiết kế cấu trúc cơ sở dữ liệu Firebase (JSON Tree)

{
  "Greenhouse_System": {
    "Telemetry": {
      "temperature": 27.5,
      "humidity": 78.0,
      "light_intensity": 14500,
      "pH_value": 6.12,
      "tds_value": 750,
      "water_level_pct": 85.0
    },
    "Actuators_Status": {
      "fan_status": true,
      "misting_pump": false,
      "nutrient_pump": false,
      "ph_up_pump": false,
      "ph_down_pump": false,
      "grow_light": true,
      "hydro_circulation_pump": true
    },
    "Thresholds": {
      "temp_max": 30.0,
      "light_min": 10000,
      "ph_target_min": 5.8,
      "ph_target_max": 6.5,
      "tds_target_min": 700,
      "tds_target_max": 850
    },
    "Control_Mode": {
      "auto_mode": true
    },
    "System_Alerts": {
      "pump_overcurrent": false,
      "nutrient_tank_empty": false
    }
  }
}

Phương pháp luận phát triển (Methodology)

Dự án được triển khai theo mô hình V-Model lặp trong 16 tuần (từ ngày 19/02/2024 đến 09/06/2024):

  1. Giai đoạn 1 (Tuần 1 - 4): Thu thập yêu cầu nông học dâu tây Hana, tính toán công suất tải và phân tích sai số linh kiện.
  2. Giai đoạn 2 (Tuần 5 - 8): Thiết kế sơ đồ nguyên lý (Schematic), Layout mạch in PCB trên phần mềm Altium Designer, thi công khung vỏ mô hình 45x35x35 cm.
  3. Giai đoạn 3 (Tuần 9 - 12): Lập trình firmware điều khiển FSM trên ATmega2560, lập trình driver giao tiếp UART với ESP32, xây dựng giao diện Website và kết nối Firebase API.
  4. Giai đoạn 4 (Tuần 13 - 16): Thử nghiệm thực địa dung dịch đệm chuẩn, hiệu chuẩn cảm biến (Calibration), đo đạc thời gian đáp ứng và đánh giá độ ổn định của cây trồng.

Implementation và kết quả

Quy trình phát triển và thuật toán lõi

Hệ thống xử lý tín hiệu analog từ que đo pH và TDS đòi hỏi giải thuật lọc nhiễu trung bình trượt (Moving Average Filter) nhằm triệt tiêu dao động điện áp do sóng bơm và nguồn gợn sóng gây ra.

                  +--------------------------------+
                  | Lấy 10 mẫu Analog liên tiếp    |
                  | (Khoảng cách 20ms giữa mỗi mẫu)|
                  +--------------------------------+
                                  |
                                  v
                  +--------------------------------+
                  |  Sắp xếp & loại bỏ giá trị     |
                  |     cực đại và cực tiểu        |
                  +--------------------------------+
                                  |
                                  v
                  +--------------------------------+
                  |  Tính trung bình số học 8 mẫu  |
                  |  Chuyển đổi ADC 10-bit sang V  |
                  +--------------------------------+
                                  |
                                  v
                  +--------------------------------+
                  | Tính pH/TDS theo công thức cân |
                  | chỉnh điện áp thực nghiệm      |
                  +--------------------------------+

Đoạn mã nguồn xử lý thuật toán cân bằng dinh dưỡng và pH tự động trên Arduino Mega 2560:

#include <Arduino.h>

// Định nghĩa chân phần cứng
const int PIN_PH_ANALOG = A0;
const int PIN_TDS_ANALOG = A1;
const int RELAY_NUTRIENT_PUMP = 22;
const int RELAY_PH_UP = 23;
const int RELAY_PH_DOWN = 24;

// Ngưỡng mục tiêu cho dâu tây Hana
const float TARGET_PH_MIN = 5.8;
const float TARGET_PH_MAX = 6.4;
const int TARGET_TDS_MIN = 700; // ppm
const int TARGET_TDS_MAX = 850; // ppm

float readFilteredADC(int pin) {
    long sum = 0;
    int samples = 10;
    for(int i = 0; i < samples; i++) {
        sum += analogRead(pin);
        delay(20);
    }
    float rawVoltage = (sum / (float)samples) * (5.0 / 1023.0);
    return rawVoltage;
}

float getPhValue() {
    float voltage = readFilteredADC(PIN_PH_ANALOG);
    // Phương trình hồi quy sau khi hiệu chuẩn với dung dịch đệm pH 4.01, 6.86, 9.18
    float pH = 3.5 * voltage + 0.15; 
    return pH;
}

int getTdsValue(float temperature) {
    float voltage = readFilteredADC(PIN_TDS_ANALOG);
    // Bù trừ nhiệt độ theo tiêu chuẩn thủy canh
    float compensationCoefficient = 1.0 + 0.02 * (temperature - 25.0);
    float compensationVoltage = voltage / compensationCoefficient;
    int tds = (133.42 * pow(compensationVoltage, 3) - 255.86 * pow(compensationVoltage, 2) + 857.39 * compensationVoltage) * 0.5;
    return tds;
}

void autoDosingProcess(float currentPh, int currentTds) {
    // Thuật toán cấp liều ngắt quãng để tránh sốc dung dịch
    if (currentTds < TARGET_TDS_MIN) {
        digitalWrite(RELAY_NUTRIENT_PUMP, LOW); // Kích hoạt bơm dinh dưỡng A&B
        delay(3000); // Bơm trong 3 giây
        digitalWrite(RELAY_NUTRIENT_PUMP, HIGH); // Tắt bơm và chờ hòa tan
    }
    
    if (currentPh < TARGET_PH_MIN) {
        digitalWrite(RELAY_PH_UP, LOW); // Châm dung dịch KOH loãng
        delay(1500);
        digitalWrite(RELAY_PH_UP, HIGH);
    } else if (currentPh > TARGET_PH_MAX) {
        digitalWrite(RELAY_PH_DOWN, LOW); // Châm dung dịch H3PO4 loãng
        delay(1500);
        digitalWrite(RELAY_PH_DOWN, HIGH);
    }
}

Thử nghiệm và đánh giá độ chính xác cảm biến

Quá trình kiểm chuẩn (Calibration) được tiến hành trong môi trường phòng thí nghiệm với các thiết bị đo đối chứng tiêu chuẩn quốc tế:

1. Đánh giá sai số cảm biến pH DFRobot Gravity với dung dịch đệm chuẩn

  • Điểm chuẩn pH 4.01: Giá trị đo thực tế = $4.05\text{ pH}$ (Sai số tuyệt đối: $+0.04$)
  • Điểm chuẩn pH 6.86: Giá trị đo thực tế = $6.82\text{ pH}$ (Sai số tuyệt đối: $-0.04$)
  • Điểm chuẩn pH 9.18: Giá trị đo thực tế = $9.10\text{ pH}$ (Sai số tuyệt đối: $-0.08$)
  • Kết luận: Sai số đo lường trung bình đạt $\pm 0.053\text{ pH}$, thỏa mãn yêu cầu kỹ thuật $\pm 0.1\text{ pH}$.

2. Đánh giá sai số cảm biến TDS Meter V1.0 đối chứng bút đo điện tử chuyên dụng

  • Mẫu kiểm tra 450 ppm: Đo thực tế = $462\text{ ppm}$ (Độ lệch: $+2.6%$)
  • Mẫu kiểm tra 750 ppm: Đo thực tế = $738\text{ ppm}$ (Độ lệch: $-1.6%$)
  • Mẫu kiểm tra 950 ppm: Đo thực tế = $915\text{ ppm}$ (Độ lệch: $-3.6%$)
  • Kết luận: Sai số tối đa của TDS là $3.6%$, nằm trong giới hạn cho phép $\le 10%$.

3. Đánh giá sai số cảm biến nhiệt độ DHT11

  • Đối chứng nhiệt kế thủy ngân tiêu chuẩn tại các mốc nhiệt $25^\circ\text{C}$, $30^\circ\text{C}$, $35^\circ\text{C}$: Độ lệch trung bình dao động từ $\pm 0.8^\circ\text{C}$ đến $\pm 1.2^\circ\text{C}$, đạt yêu cầu $\pm 2%$.

4. Đo đạc độ trễ phản hồi hệ thống qua Internet (Round-Trip Latency)

  • Đo kiểm 50 lần thao tác điều khiển thiết bị (Bật/Tắt quạt, đèn, bơm) từ Web Dashboard thông qua mạng 4G/Wi-Fi:
    • Độ trễ tối thiểu ($T_{min}$): $1.2\text{ s}$
    • Độ trễ trung bình ($T_{avg}$): $2.4\text{ s}$
    • Độ trễ cực đại khi mạng nghẽn ($T_{max}$): $5.1\text{ s}$
    • Kết luận: Toàn bộ các gói tin điều khiển đều có độ trễ $< 7\text{ s}$, đáp ứng thời gian thực cho nông nghiệp.

Kết quả đạt được so với mục tiêu ban đầu

+-------------------------------------------------------------------------+
|                  ĐÁNH GIÁ KẾT QUẢ ĐẠT ĐƯỢC (%)                          |
|                                                                         |
|  Đo lường vi khí hậu & TDS/pH: [====================] 100% (Hoàn thành) |
|  Tự động hóa liều lượng châm:  [====================] 100% (Hoàn thành) |
|  Giám sát & Điều khiển Website:[====================] 100% (Hoàn thành) |
|  Cảnh báo dòng rò (ACS712):    [====================] 100% (Hoàn thành) |
|  Độ trễ truyền nhận (< 7s):    [====================] 100% (Đạt 2.4s TB)|
|  Công suất tiêu thụ (< 60W):   [====================] 100% (Đạt 42.5W)  |
+-------------------------------------------------------------------------+

Đổi mới và đóng góp

  1. Kiến trúc vi điều khiển kết hợp tối ưu (Asymmetric Dual-Core Architecture): Phân tách hoàn toàn nhiệm vụ kiểm soát phản xạ cứng thời gian thực (Hard Real-time I/O trên ATmega2560) và nhiệm vụ giao thức mạng phi đồng bộ (Asynchronous Wi-Fi TCP/IP Stack trên ESP32). Thiết kế này giúp hệ thống không bị treo hoặc lỡ nhịp lấy mẫu cảm biến khi mạng Wi-Fi bị ngắt quãng.
  2. Cơ chế chẩn đoán an toàn chủ động (Active Diagnostic Mechanism): Tích hợp cảm biến dòng Hall ACS712 trực tiếp trên bus tải của Relay. Khi lệnh điều khiển bật bơm được xuất ra nhưng dòng đo được bằng $0\text{ A}$ (hỏng tải/đứt dây) hoặc dòng vượt ngưỡng danh định $1.5\text{ lần}$ (kẹt cánh bơm), hệ thống sẽ lập tức cô lập mạch và gửi mã lỗi ERR_ACTUATOR_FAULT lên Web Dashboard.
  3. Mô hình hóa nông học chính xác cho giống dâu Hana chịu nhiệt: Đóng góp bảng thông số dinh dưỡng động theo từng tuần tuổi phù hợp với khí hậu nhiệt đới phía Nam, chứng minh khả năng canh tác dâu tây Nhật Bản tại chỗ mà không cần phòng lạnh đắt tiền.
+-------------------------------------------------------------------------+
|       SO SÁNH CÁC HỆ THỐNG TRỒNG DÂU TÂY THỦY CANH HIỆN CÓ              |
|                                                                         |
|  TIÊU CHÍ             ĐỀ TÀI (ĐH SPKT)   GIẢI PHÁP [2]   GIẢI PHÁP [3]  |
|  ---------------------------------------------------------------------  |
|  Kiểm soát TDS/pH     Tự động khép kín   Không hỗ trợ    Thủ công       |
|  Chẩn đoán tải hỏng   Có (ACS712)        Không           Không          |
|  Màn hình tại chỗ     TFT 1.8" SPI       LCD 16x2 I2C    Không          |
|  Đồng bộ Cloud        Firebase Realtime  Blynk Cloud     Custom Server  |
|  Công suất tiêu thụ   < 45W              ~ 65W           ~ 80W          |
+-------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Trang trại nông nghiệp đô thị (Urban Rooftop Farming): Triển khai tại sân thượng, ban công nhà phố tại các đô thị lớn nhằm tạo nguồn thực phẩm sạch tại chỗ.
  • Phòng thí nghiệm sinh học và trường học: Làm mô hình học cụ trực quan cho sinh viên, học sinh nghiên cứu kỹ thuật sinh học nông nghiệp kết hợp STEM IoT.
  • Hợp tác xã nông nghiệp công nghệ cao: Ứng dụng mở rộng thành từng cụm module nhà màng sản xuất thương phẩm dâu tây trái vụ.
+-------------------------------------------------------------------------+
|                LỘ TRÌNH TRIỂN KHAI THỰC TẾ (12 THÁNG)                   |
|                                                                         |
|  Tháng 1 - 3: Chuẩn hóa Bo mạch điều khiển công nghiệp (PCB Industrial)  |
|  Tháng 4 - 6: Thử nghiệm diện hẹp 5 cụm Module nhà màng (Pilot Test)    |
|  Tháng 7 - 9: Nâng cấp Firmware hỗ trợ giao thức mạng Mesh / LoRaWAN    |
|  Tháng 10-12: Chuyển giao công nghệ và thương mại hóa hệ thống          |
+-------------------------------------------------------------------------+

Phân tích hiệu quả tài chính và ROI (Return on Investment)

  • Chi phí phần cứng nguyên mẫu (BOM): Khoảng $3.200.000\text{ VNĐ}$ (Bao gồm vi điều khiển, trọn bộ cảm biến pH/TDS/DHT11/ACS712, cụm bơm nhu động, khung mô hình và nguồn DC).
  • Chi phí vận hành điện năng: Hệ thống tiêu thụ trung bình $42.5\text{ W}$, tương đương khoảng $30.6\text{ kWh/tháng}$ ($\approx 75.000\text{ VNĐ/tháng}$).
  • Hiệu quả kinh tế: Mô hình thương mại 50 cụm cây cho thu hoạch trung bình $8 - 12\text{ kg dâu tây/tháng}$. Với giá dâu Hana chất lượng cao khoảng $250.000 - 350.000\text{ VNĐ/kg}$, thời gian hoàn vốn đầu tư ước tính chỉ từ 14 – 18 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Cảm biến DHT11 có dải đo độ ẩm và nhiệt độ với độ nhạy vừa phải, phản hồi chậm khi vi khí hậu biến thiên nhanh.
  • Thuật toán cấp phân bón đang sử dụng cơ chế ngưỡng cứng ngắt quãng (Bang-bang with Deadband), chưa tích hợp bộ điều khiển vi phân tỉ lệ (PID) hay logic mờ (Fuzzy Logic) để làm mượt đường cong nồng độ dung dịch.
  • Hệ thống phụ thuộc vào kết nối Wi-Fi 2.4 GHz; chưa tích hợp khe sim 4G LTE dự phòng khi mất kết nối mạng cục bộ.

Hướng phát triển tiếp theo

  • Thay thế cảm biến DHT11 bằng module công nghiệp chuẩn SHT30 hoặc BME280 (giao tiếp I2C, vỏ chống ẩm chuyên dụng).
  • Áp dụng thuật toán điều khiển PID tự động thích nghi cho các bơm định lượng dinh dưỡng.
  • Tích hợp vi xử lý chuyên dụng biên (như ESP32-CAM hoặc Raspberry Pi) để ứng dụng mô hình Deep Learning (YOLOv8-Nano) nhận diện sớm bệnh đốm lá và theo dõi độ chín của quả.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp tài liệu tham khảo hoàn chỉnh từ thiết kế schematic, layout PCB đến lập trình vi điều khiển giao tiếp Firebase.
  • Kỹ sư nhúng & Lập trình viên IoT: Nắm bắt mô hình kiến trúc giao tiếp UART non-blocking giữa Arduino và ESP32, kỹ thuật lọc số tín hiệu analog cho cảm biến hóa học nước.
  • Doanh nghiệp & Nông hộ: Tiếp cận giải pháp công nghệ tự động hóa với chi phí thấp, tối ưu hóa năng suất và giảm thiểu rủi ro vận hành.
  • Nhà nghiên cứu khoa học: Cung cấp tập dữ liệu thực nghiệm về hành vi sinh trưởng của giống dâu tây ôn đới trong môi trường thủy canh vi khí hậu nhiệt đới.

Hướng dẫn cài đặt và Triển khai hệ thống

1. Chuẩn bị phần cứng và kết nối chân (Pinout Mapping)

  • Arduino Mega 2560:
    • Cảm biến pH: Chân Analog A0
    • Cảm biến TDS: Chân Analog A1
    • Cảm biến DHT11: Chân Digital 2
    • Cảm biến ánh sáng BH1750: SDA (Pin 20), SCL (Pin 21)
    • Màn hình TFT ST7735: SCK (Pin 52), MOSI (Pin 51), CS (Pin 53), A0/DC (Pin 9), RESET (Pin 8)
    • Giao tiếp ESP32: TX1 (Pin 18) -> ESP32 RX2 (GPIO 16), RX1 (Pin 19) -> ESP32 TX2 (GPIO 17)
    • Module Relay 8 kênh: Chân Digital 22 đến 29

2. Cấu hình phần mềm và Nạp Firmware

  1. Tải và cài đặt Arduino IDE 2.x cùng các thư viện: Adafruit_GFX, Adafruit_ST7735, DHT sensor library, BH1750, FirebaseESP32.
  2. Mở file mã nguồn Arduino_Master.ino, chọn Board Arduino Mega 2560 và tiến hành nạp code.
  3. Mở file mã nguồn ESP32_Gateway.ino, cấu hình thông tin Wi-Fi và Firebase: 
    #define WIFI_SSID "YOUR_WIFI_SSID"
#define WIFI_PASSWORD "YOUR_WIFI_PASSWORD"
#define FIREBASE_HOST "your-project-id.firebaseio.com"
#define FIREBASE_AUTH "YOUR_FIREBASE_DATABASE_SECRET"
  4. Chọn Board ESP32 Dev Module và nạp chương trình.

3. Xử lý sự cố thường gặp (Troubleshooting Guide)

  • Lỗi cảm biến pH/TDS nhảy số liên tục: Kiểm tra điểm nối đất chung (Common Ground - GND) giữa nguồn 12V máy bơm và nguồn 5V vi điều khiển; bọc kim chống nhiễu cho dây tín hiệu que đo.
  • ESP32 không kết nối được Firebase: Kiểm tra lại cấu hình Security Rules trên Firebase Console; đảm bảo router phát Wi-Fi băng tần 2.4 GHz (ESP32 không hỗ trợ băng tần 5 GHz).
  • Màn hình TFT bị trắng màn hình: Kiểm tra lại điện áp cấp cho chân LED nền (phải qua trở hạn dòng hoặc nguồn 3.3V) và kiểm tra đúng thứ tự các chân giao tiếp SPI cứng.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống là gì?

Hệ thống yêu cầu nguồn điện AC 220V ổn định (chuyển đổi qua nguồn tổ ong DC 12V-5A), vùng phủ sóng Wi-Fi 2.4 GHz có kết nối Internet liên tục, và nguồn nước sạch đầu vào có chỉ số TDS gốc $< 150\text{ ppm}$.

2. Hệ thống xử lý thế nào khi xảy ra sự cố mất kết nối mạng Wi-Fi?

Bộ xử lý trung tâm Arduino Mega 2560 hoạt động hoàn toàn độc lập với mạng. Mọi logic điều khiển tự động (bơm dinh dưỡng, bật quạt, duy trì tuần hoàn nước) vẫn được thực thi bình thường theo thông số cấu hình lưu trong bộ nhớ EEPROM. Khi có mạng trở lại, ESP32 sẽ tự động tái đồng bộ dữ liệu lên Firebase.

3. Khả năng mở rộng số lượng cảm biến và cụm cây trồng như thế nào?

Arduino Mega 2560 còn trống hơn 30 chân I/O và 14 kênh ADC, cho phép gắn thêm các cảm biến đo CO2, bức xạ nhiệt, hoặc cảm biến đo oxy hòa tan (DO). Đối với quy mô trang trại nhiều nhà màng, các node ESP32 có thể liên kết qua giao thức ESP-NOW hoặc LoRaWAN để truyền dữ liệu về một trạm Gateway tập trung.

4. Quy trình bảo dưỡng và hiệu chuẩn cảm biến định kỳ ra sao?

Que đo pH cần được ngâm trong dung dịch bảo quản KCl 3M và hiệu chuẩn lại với dung dịch đệm chuẩn (pH 4.01 và 6.86) sau mỗi 30 - 45 ngày canh tác. Đầu dò que đo TDS cần được vệ sinh sạch màng muối khoáng bám dính định kỳ 2 tuần một lần bằng nước cất.

5. Chi phí đầu tư và thời gian thu hồi vốn (ROI) thực tế?

Với chi phí chế tạo phần cứng khoảng 3.2 triệu đồng cho một cụm module chuẩn, hệ thống giúp tiết kiệm 80% chi phí nhân công chăm sóc và giảm 25% lượng phân bón lãng phí. Thời gian hoàn vốn thực tế đạt được từ 14 đến 18 tháng tùy thuộc vào quy mô nhân rộng số lượng máng trồng.

Kết luận

Đồ án tốt nghiệp "Thiết kế và thi công hệ thống trồng dâu tây thủy canh trong nhà kính ứng dụng IoT" của sinh viên Trần Quang Diệu và Nguyễn Thị Thảo (Khoa Điện - Điện Tử, Trường Đại học Sư phạm Kỹ thuật TP.HCM) dưới sự hướng dẫn của PGS.TS Phan Văn Ca đã giải quyết triệt để bài toán canh tác giống dâu tây Hana chịu nhiệt trong điều kiện khí hậu nhiệt đới.

Bằng việc kết hợp hài hòa giữa kiến trúc vi điều khiển phân tầng (Arduino Mega 2560 + ESP32), công nghệ đám mây Firebase và hệ thống cảm biến chuyên sâu, hệ thống đã chứng minh được tính khả thi kỹ thuật vượt trội: sai số pH $\pm 0.053\text{ pH}$, sai số TDS $3.6%$, độ trễ điều khiển trung bình $2.4\text{ s}$ và công suất tiêu thụ điện tối ưu dưới $45\text{ W}$.

Công trình không chỉ mang giá trị học thuật ứng dụng cao trong lĩnh vực Hệ thống Nhúng và IoT mà còn mở ra tiềm năng thương mại hóa rộng lớn cho các mô hình nông nghiệp đô thị chính xác, góp phần thúc đẩy nền nông nghiệp thông minh và bền vững tại Việt Nam. Bạn có thể tải mã nguồn và sơ đồ mạch để ứng dụng trực tiếp cho các dự án nông nghiệp công nghệ cao của mình.