Bối cảnh và vấn đề nghiên cứu

Trong ngành công nghiệp sản xuất nhôm định hình, chất lượng bề mặt là tiêu chuẩn cốt lõi để đánh giá giá trị thành phẩm. Các dạng khuyết tật bề mặt như vết trầy xước, vết nứt hoặc rỗ phát sinh trong quá trình đùn ép và vận chuyển không chỉ làm suy giảm giá trị thẩm mỹ mà còn ảnh hưởng trực tiếp đến độ bền cơ học của vật liệu. Tại nhiều cơ sở sản xuất, công đoạn kiểm tra chất lượng ngoại quan vẫn chủ yếu dựa vào phương pháp quan sát thủ công bằng mắt thường của công nhân. Phương pháp này bộc lộ ba hạn chế lớn:

  • Độ chính xác không ổn định: Kết quả kiểm tra phụ thuộc trực tiếp vào trạng thái sức khỏe, mức độ tập trung và phán đoán chủ quan của người thao tác.
  • Hiệu suất vận hành thấp: Tốc độ kiểm tra thủ công không theo kịp tốc độ vận hành liên tục của các dây chuyền băng tải tự động hóa hiện đại.
  • Hạn chế khả năng quan sát: Khó phát hiện các vết xước nhỏ có kích thước tương đương sợi tóc hoặc kiểm soát toàn diện bề mặt trên các thanh nhôm có chiều dài lớn.

Trước yêu cầu chuẩn hóa chất lượng, công nghệ thị giác máy (Machine Vision) trở thành giải pháp thay thế tất yếu. Tuy nhiên, đối với các sản phẩm dạng thanh dài di chuyển liên tục, việc sử dụng các camera chụp theo vùng truyền thống (Area Scan Camera) gặp nhiều trở ngại về độ phân giải và tốc độ xử lý khung hình. Đồ án "Kết hợp Line Scan Camera và chuyển động băng tải kiểm tra bề mặt thanh nhôm định hình" được thực hiện nhằm nghiên cứu, xây dựng hệ thống tự động tích hợp giữa camera quét dòng (Line Scan Camera), hệ thống điều khiển chuyển động servo đa trục và thuật toán học sâu để kiểm tra ngoại quan sản phẩm tốc độ cao.

Mục tiêu nghiên cứu của đồ án bao gồm:

  1. Nghiên cứu, thiết kế và chế tạo hoàn chỉnh mô hình phần cứng tự động hóa từ khâu cấp phôi cơ khí đến cơ cấu dịch chuyển băng tải.
  2. Ứng dụng công nghệ Camera Line Scan kết hợp hệ thống điều khiển chuyển động 3 trục Servo qua bộ điều khiển lập trình PLC nhằm đồng bộ chuyển động và thu nhận ảnh bề mặt độ phân giải cao.
  3. Phát triển giải pháp phần mềm toàn diện trên máy tính, bao gồm việc ứng dụng mô hình học sâu YOLOv8 để nhận diện khuyết tật bề mặt thanh nhôm.
  4. Xây dựng giao diện người dùng (GUI) có phân quyền bảo mật, đồng thời thiết lập giao thức truyền thông công nghiệp thời gian thực giữa máy tính và PLC.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Bề mặt sản phẩm thanh nhôm định hình (tập trung phát hiện các dạng khuyết tật như vết trầy xước mảnh, xước to); hệ thống Camera Line-Scan thu nhận ảnh quét dòng; hệ thống điều khiển trung tâm sử dụng PLC Mitsubishi dòng Q.
  • Phạm vi nghiên cứu: Đồ án giới hạn ở quy mô nghiên cứu thử nghiệm và chế tạo mô hình thực nghiệm có kích thước thu nhỏ so với thực tế sản xuất, vận hành với các yêu cầu và chế độ điều khiển cơ bản được đặt ra trong phòng thí nghiệm; tập trung kiểm tra ngoại quan bề mặt chuyển động tuyến tính và phân loại lỗi.

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng trên nền tảng lý thuyết điều khiển tự động hóa công nghiệp và thị giác máy tính:

  • Bộ điều khiển lập trình (PLC): Sử dụng dòng PLC Mitsubishi MELSEC-Q (CPU Q02HCPU) với kiến trúc điều khiển logic khả trình, đóng vai trò làm trung tâm điều phối toàn bộ chu trình chấp hành, thu thập tín hiệu cảm biến và xuất lệnh điều khiển vị trí tốc độ cao. Ngôn ngữ lập trình được áp dụng là sơ đồ bậc thang (Ladder Diagram - LAD) theo tiêu chuẩn IEC 61131-3.
  • Truyền động Servo và mạng truyền thông SSCNET III: Hệ thống sử dụng động cơ xoay chiều AC Servo phối hợp cùng bộ điều khiển truyền động Driver MR-J4. Giao thức mạng truyền thông quang SSCNET III (tốc độ truyền 50 Mbps) được ứng dụng để liên kết module định vị QD75MH4 với Driver servo, cho phép truyền dữ liệu điều khiển vị trí vòng kín với độ trễ thấp và khả năng chống nhiễu điện từ. Động cơ tích hợp bộ mã hóa vòng quay Encoder tuyệt đối 18-bit (độ phân giải 262.144 xung/vòng).
  • Thị giác máy (Machine Vision) và Camera Line-scan: Nguyên lý quét dòng thực hiện thu nhận dữ liệu quang học 1 chiều (1D) vuông góc với hướng chuyển động của vật thể. Ảnh 2 chiều (2D) hoàn chỉnh được tái tạo liên tục thông qua quá trình ghép nối các dòng quét theo thời gian thực dựa trên sự đồng bộ chính xác với tốc độ di chuyển của băng tải.
  • Kỹ thuật chiếu sáng bề mặt kim loại: Đồ án áp dụng nguyên lý quang học chuyên dụng cho bề mặt kim loại phản xạ cao (nhôm), tính toán thời gian phơi sáng (Exposure Time) và tần số quét dòng (Line Rate) tương thích với cường độ nguồn sáng phụ trợ nhằm loại bỏ hiện tượng lóa và làm nổi bật biên dạng vết xước.
  • Học sâu (Deep Learning) và kiến trúc YOLOv8: Thuật toán YOLOv8 do Ultralytics phát triển được ứng dụng để phát hiện và định vị khuyết tật. Cấu trúc mạng gồm: phần thân (Backbone) dùng CSPDarknet53 kết hợp Spatial Pyramid Pooling (SPP); phần cổ (Neck) phối hợp PANet và FPN để trích xuất đặc trưng đa quy mô; phần đầu (Head) dạng decoupled tách biệt tác vụ phân loại và định vị hộp bao. Hàm mất mát sử dụng CIOU Loss cho việc hồi quy vị trí hộp bao và Binary Cross Entropy có làm mịn nhãn (label smoothing) cho phân loại.
  • Giao thức truyền thông MC Protocol (MELSEC Communication Protocol): Truyền thông Ethernet công nghiệp cấu hình theo định dạng mã ASCII, phục vụ việc đọc/ghi dữ liệu hai chiều giữa máy tính chạy phần mềm xử lý ảnh Python và PLC Mitsubishi.

Phương pháp nghiên cứu gồm 3 nhóm chính:

  1. Phương pháp thiết kế và chế tạo: Thiết kế cơ khí hệ thống cấp phôi 2 trục (Z, Y) và 1 trục băng tải; thiết kế và thi công tủ điện, đấu nối nguồn, cảm biến, PLC và Driver servo.
  2. Phương pháp lập trình và thuật toán: Viết chương trình điều khiển vị trí servo bằng GX Works2; cấu hình tham số truyền động bằng MR Configurator 2; thu nhận ảnh bằng phần mềm Pylon Viewer; huấn luyện mạng nơ-ron tích chập YOLOv8 trên Python (môi trường PyCharm) và lập trình giao diện giám sát bằng thư viện PyQt qua Qt Designer.
  3. Phương pháp thực nghiệm: Đưa các mẫu thanh nhôm thực tế có khuyết tật qua hệ thống băng tải ở các điều kiện vận tốc khác nhau để đo lường độ ổn định cơ khí, độ sai lệch kích thước và độ chính xác của giải thuật nhận diện lỗi.

Nguồn dữ liệu của nghiên cứu là tập ảnh quét bề mặt thanh nhôm thực nghiệm được thu nhận trực tiếp từ hệ thống phần cứng của đồ án và dữ liệu phản hồi trạng thái từ Encoder servo, cảm biến quang điện.

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo cấu trúc tích hợp cơ điện tử và thị giác máy hoàn chỉnh:

[Máy tính xử lý ảnh (Python/YOLOv8)] 
[Cảm biến quang CX-423]        [Động cơ Servo Trục Y/Z]     [Động cơ Servo Băng tải]

1. Tính toán thông số kỹ thuật truyền động và quang học

Để đảm bảo độ chính xác điều khiển và chất lượng ảnh quét, các thông số cơ khí và quang học được tính toán đồng bộ:

  • Tính toán truyền động cơ khí servo:

    • Trục 1 (Trục Z - Vitme có hộp giảm tốc): Bước vít me $P = 10\text{ mm}$, tỷ số truyền hộp số $i = 1:5$. Khoảng di chuyển khi động cơ quay một vòng là $AL = 10 / 5 = 2\text{ mm}$. Với Encoder 18-bit ($AP = 262.144\text{ xung/vòng}$), tham số cài đặt bước di chuyển là $2\text{ mm}$.
    • Trục 2 (Trục Y - Vitme truyền động trực tiếp): Bước vít me $P = 20\text{ mm}$, tỷ số truyền $i = 1:1$. Khoảng di chuyển khi động cơ quay một vòng $AL = 20\text{ mm}$.
    • Trục 3 (Dẫn động băng tải qua hộp giảm tốc): Chu vi rulo $L = 260\text{ mm}$, tỷ số truyền hộp số VGM 090SL2-49-14-50 là $i = 1:49$. Để triệt tiêu sai số làm tròn, quy đổi theo 1 vòng quay rulo tải: tổng số xung phát ra $AP = 262.144 \times 49 = 12.845.056\text{ xung}$, khoảng di chuyển tương ứng $AL = 260\text{ mm}$.

  • Tính toán thông số cấu hình Camera Line-scan:

    • Vận tốc băng tải vận hành: $V_{conv} = 10.400\text{ mm/phút} \approx 173,33\text{ mm/giây}$.
    • Vùng quan sát thực tế (Field of View - FOV): Chiều rộng vùng quét đo đạc bằng thước là $FOV = 188,8\text{ mm}$.
    • Độ phân giải cảm biến ngang: Sử dụng Camera chuẩn 4K có $N_{pixels} = 4096\text{ pixels}$.
    • Độ phân giải không gian ($P_{res}$): $$P_{res} = \frac{FOV}{N_{pixels}} = \frac{188,8}{4096} \approx 0,0461\text{ mm/pixel}$$ Mỗi điểm ảnh đại diện cho vùng diện tích thực tế kích thước $0,0461\text{ mm} \times 0,0461\text{ mm}$.
    • Tần số quét dòng yêu cầu ($R_{line}$): Nhằm đảm bảo tỷ lệ ảnh không bị biến dạng (ảnh vuông): $$R_{line} = \frac{V_{conv}}{P_{res}} = \frac{173,33}{0,0461} \approx 3.760\text{ Hz}$$
    • Thời gian phơi sáng ($T_{exp}$): Chu kỳ quét dòng $T_{line} = 1 / 3760 \approx 265,9\ \mu\text{s}$. Điều kiện hoạt động an toàn đòi hỏi $T_{exp} < T_{line} = 265,9\ \mu\text{s}$. Hệ thống được cài đặt thực tế tại $T_{exp} = 60\ \mu\text{s}$, kết hợp nguồn sáng đèn rọi trực tiếp để hạn chế lóa sáng và chống nhòe chuyển động.
    • Chế độ kích hoạt chụp (Trigger Mode): Cấu hình chế độ OnTrigger, nguồn tín hiệu kích hoạt Line 1 (lấy từ cảm biến quang), chế độ kích hoạt mức cao (Level High). Khi cảm biến phát hiện vật thể, camera tự động quét với tần số $3.760\text{ Hz}$; khi vật thể đi qua, tín hiệu về mức thấp và camera ngừng quét, giúp chiều dài ảnh thu được khớp với chiều dài phôi.

2. Lựa chọn thiết bị phần cứng

Bảng tổng hợp các thiết bị điện và cơ khí chính được sử dụng trong hệ thống:

Nhóm thiết bị Tên thiết bị / Mã hiệu Thông số kỹ thuật chính
Bộ điều khiển PLC Mitsubishi Q02HCPU Bộ nhớ chương trình lớn, tốc độ xử lý cơ bản cao
Đế gắn PLC Mitsubishi Q312DB Đế gắn 12 vị trí module cho dòng Q
Nguồn cấp PLC Mitsubishi Q61P Nguồn cấp chuyên dụng cho rack PLC
Module điều khiển Mitsubishi QD75MH4 Module định vị 4 trục qua mạng quang SSCNET III
Module ngõ ra số Mitsubishi QY41P Module ngõ ra transistor bảo vệ ngắn mạch
Driver Servo Mitsubishi MR-J4W3-222B Bộ khuếch đại 3 trục trong 1 vỏ, chia sẻ DC Bus
Động cơ Servo Mitsubishi HF-KP13, HF-KP23, HG-KR23 Động cơ AC Servo công suất nhỏ tích hợp Encoder 18-bit
Camera công nghiệp Basler raL4096-24gm Chuẩn quét dòng 4K (4096 pixels), giao tiếp GigE
Ống kính quang học Myutron MS3520 Ống kính công nghiệp tiêu cự cố định độ phân giải cao
Hộp giảm tốc VGM 090SL2-49-14-50 Tỷ số truyền $i = 1:49$, chuyên dùng cho tải băng tải
Cảm biến quang Panasonic CX-423 Thu phát phản xạ khuếch tán, phạm vi 70–300 mm, ngõ ra NPN
Cảm biến tiệm cận Panasonic GX-F12A Cảm ứng từ phát hiện kim loại 2 mm, ngõ ra NPN
Cảm biến tiệm cận Azbil APM-D3A1 Cảm ứng từ 2,5 mm, tần số đáp ứng 120 Hz, ngõ ra NPN
Cảm biến khe Omron EE-SX672 Cảm biến quang chữ U khoảng cách 5 mm, ngõ ra NPN
Nguồn chuyển đổi DC Meanwell NES 35-24 Điện áp 24VDC, dòng định mức 1,5A, công suất 36W
Nguồn chuyển đổi DC Meanwell MDR-40-5 Điện áp 5VDC, dòng định mức 6A, công suất 30W
Nguồn chuyển đổi DC S-60-12 Điện áp 12VDC, dòng định mức 5A, công suất 60W
Thiết bị bảo vệ Mitsubishi CP30-BA / CP32FM CB bảo vệ dòng định mức 5A và 10A, dòng cắt ngắn mạch 2,5 kA
Khí nén & Phụ kiện SMC SY5220-5MZ, MY2N-J, cáp quang MR-J3BUS1M Van điện từ điều khiển khí nén, relay trung gian, cáp quang 1m

Nội dung chính theo từng chương

CHƯƠNG 1: TỔNG QUAN

Chương 1 phân tích thực trạng công đoạn kiểm tra chất lượng nhôm định hình hiện nay trong công nghiệp. Tác giả chỉ ra sự phụ thuộc vào phương pháp thủ công bằng mắt thường tạo ra rào cản lớn về độ chính xác, tính đồng nhất và năng suất lao động. Khảo sát nhu cầu ứng dụng thị giác máy chỉ ra camera Area Scan không đáp ứng được đối với các dải sản phẩm dài vô tận chuyển động nhanh. Từ đó, chương xác định mục tiêu nghiên cứu, các phương pháp chế tạo - lập trình - thực nghiệm, đồng thời giới hạn phạm vi nghiên cứu trong mô hình thử nghiệm tự động quy mô nhỏ sử dụng PLC Q-Series và Camera Line Scan.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

Chương 2 trình bày có hệ thống các nền tảng khoa học kỹ thuật làm cơ sở thiết kế. Cụ thể: cấu trúc và vai trò của PLC Q-series trong dây chuyền; nguyên lý điều khiển vòng kín của động cơ AC Servo và Driver thế hệ MR-J4; cơ chế truyền dữ liệu quang thời gian thực của mạng SSCNET III (băng thông 50 Mbps). Về phần thị giác máy, chương làm rõ nguyên lý thu nhận ảnh quét dòng 1D ghép thành 2D, các yếu tố ảnh hưởng trực tiếp đến chất lượng ảnh (tần số quét dòng Line rate, thời gian phơi sáng Exposure time), giải pháp chiếu sáng cho bề mặt kim loại độ phản xạ cao. Cuối cùng, chương thuyết minh về mạng nơ-ron tích chập CNN, mô hình phát hiện đối tượng YOLOv8, cơ chế truyền thông MC-Protocol qua mạng Ethernet công nghiệp, phân loại encoder (tuyệt đối và tương đối), cùng tổng quan về ngôn ngữ lập trình Ladder (LAD) và Python.

CHƯƠNG 3: THIẾT KẾ VÀ THI CÔNG HỆ THỐNG

Chương 3 tập trung vào công tác tính toán và thiết kế thực tế cho hệ thống phần cứng. Tác giả tiến hành tính toán thông số cơ khí vít me, số xung phát lệnh cho Driver MR-J4W3-222B điều khiển 3 trục (Trục 1: vít me bước 10 mm tỷ số 1:5; Trục 2: vít me bước 20 mm tỷ số 1:1; Trục 3: rulo chu vi 260 mm tỷ số 1:49). Phần quang học xác định vùng quan sát $FOV = 188,8\text{ mm}$, độ phân giải không gian $0,0461\text{ mm/pixel}$, tốc độ băng tải $173,33\text{ mm/s}$ để ấn định tần số quét dòng $3.760\text{ Hz}$ và thời gian phơi sáng $60\ \mu\text{s}$. Phần điện trình bày sơ đồ khối hệ thống, sơ đồ đấu nối mạch cấp nguồn trung tâm (24V, 12V, 5V), mạch tín hiệu I/O, mạch mạng SSCNET III và mạch động lực 3 trục servo. Phần cơ khí trình bày kết cấu bệ đỡ khung gỗ, thanh trượt trục Y-Z, băng tải và giá gắn camera Basler raL4096-24gm.

CHƯƠNG 4: NGUYÊN LÝ HOẠT ĐỘNG, THUẬT TOÁN ĐIỀU KHIỂN VÀ CHƯƠNG TRÌNH ĐIỀU KHIỂN

Chương 4 mô tả toàn bộ nguyên lý vận hành tự động và các lưu đồ thuật toán điều khiển của hệ thống. Chu trình hoạt động gồm quy trình cấp phôi từ trục Y, Z sang băng tải, cảm biến quang CX-423 kích hoạt camera Line scan quét theo tín hiệu mức. Phần mềm máy tính nhận luồng ảnh, chạy thuật toán YOLOv8 để phân tích, phát hiện vết xước bề mặt và đánh giá chất lượng OK/NG. Chương trình điều khiển PLC được xây dựng trên GX Works2 quản lý logic chuyển động; phần mềm xử lý ảnh và giao diện người dùng được lập trình bằng Python/PyCharm, giao diện thiết kế bằng Qt Designer tích hợp cơ chế phân quyền tài khoản (Engineer và Operator) và thiết lập giao thức MC Protocol đọc ghi dữ liệu trạng thái với PLC.

CHƯƠNG 5: KẾT QUẢ, NHẬN XÉT VÀ ĐÁNH GIÁ

Chương 5 công bố kết quả thi công phần cứng và phần mềm qua các kịch bản thực nghiệm. Tác giả thiết lập 2 kịch bản thực nghiệm chính: kiểm tra độ ổn định kích thước hình học khi cơ cấu servo dịch chuyển và kiểm tra khả năng nhận diện khuyết tật bề mặt (vết xước mảnh, xước to) bằng thuật toán học sâu. Kết quả đo đạc được tổng hợp trong các bảng dữ liệu thực nghiệm (Bảng 5.1 và Bảng 5.2), minh họa giao diện làm việc khi đăng nhập quyền Operator và Engineer, cùng ảnh kết quả phân loại sản phẩm đạt (OK) hoặc lỗi (NG). Chương kết thúc bằng các nhận xét khách quan về độ bền vững cơ khí, độ trễ truyền thông và tính chính xác của mô hình học sâu.

CHƯƠNG 6: KẾT LUẬN VÀ ĐỊNH HƯỚNG PHÁT TRIỂN

Chương 6 đúc kết toàn bộ quá trình thực hiện đồ án, đánh giá mức độ hoàn thành so với các mục tiêu đề ra ban đầu. Đồng thời, tác giả chỉ ra các mặt hạn chế còn tồn tại về quy mô mô hình, tốc độ xử lý khi phôi dài hơn và đề xuất các hướng cải tiến kỹ thuật trong tương lai nhằm nâng cao khả năng áp dụng thực tế trong nhà máy.

Kết quả và đóng góp

Đồ án ghi nhận các kết quả thực nghiệm và giá trị ứng dụng cụ thể:

  • Kết quả phần cứng và cơ cấu chấp hành:

    • Hoàn thiện mô hình thực nghiệm 3 trục tích hợp: hệ thống cấp phôi trục Y-Z sử dụng vít me kết hợp động cơ servo, và hệ thống băng tải kéo phôi rulo chu vi 260 mm qua hộp số giảm tốc tỷ số 1:49.
    • Vận hành thành công mạng truyền thông cáp quang SSCNET III với Driver tích hợp MR-J4W3-222B, giảm 30% không gian tủ điện so với việc dùng các driver đơn lẻ, đồng thời loại bỏ hiện tượng sai lệch hay trôi xung nhờ đường truyền quang băng thông 50 Mbps.
    • Đồng bộ thành công chuyển động băng tải ở tốc độ $10.400\text{ mm/phút}$ ($173,33\text{ mm/s}$) với tần số quét của Camera Line Scan Basler tại mốc $3.760\text{ Hz}$, thu được ảnh bề mặt có độ phân giải không gian $0,0461\text{ mm/pixel}$ mà không bị méo tỷ lệ.

  • Kết quả phần mềm và giải thuật xử lý ảnh:

    • Huấn luyện thành công mô hình học sâu YOLOv8 nhận diện các vết trầy xước bề mặt thanh nhôm định hình; phân loại chính xác các trạng thái sản phẩm đạt chuẩn (OK) và khuyết tật (NG).
    • Xây dựng phần mềm giám sát trên máy tính bằng Python và Qt Designer với 2 chế độ làm việc: quyền Vận hành (Operator) hiển thị kết quả kiểm tra thời gian thực và quyền Kỹ sư (Engineer) cho phép cấu hình tham số, kết nối PLC.
    • Kết nối thành công giao thức MC Protocol qua chuẩn cáp mạng Ethernet công nghiệp để trao đổi trạng thái bit và thanh ghi giữa PC và PLC MELSEC-Q.

  • Đóng góp của đồ án:

    • Đưa ra giải pháp kỹ thuật giải quyết bài toán kiểm tra ngoại quan cho đối tượng sản phẩm có chiều dài lớn chuyển động liên tục thông qua việc kết hợp camera quét dòng và mô hình học sâu.
    • Xây dựng quy trình tính toán chuẩn hóa giữa các thông số cơ khí (bước vít me, tỷ số truyền), thông số servo (độ phân giải encoder 18-bit) và thông số quang học (Line rate, Exposure time, FOV), cung cấp tài liệu tham khảo chi tiết cho các ứng dụng tích hợp tương tự.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên giới hạn phạm vi nghiên cứu được tác giả trình bày trong văn bản:

  • Hạn chế:

    • Hệ thống mới dừng lại ở quy mô mô hình phòng thí nghiệm có kích thước nhỏ, chưa thử nghiệm trên thanh nhôm nguyên bản có chiều dài thực tế trong nhà xưởng công nghiệp (thường từ 3 đến 6 mét).
    • Chế độ vận hành của hệ thống còn đơn giản, chủ yếu thử nghiệm trong môi trường ánh sáng được kiểm soát cục bộ; chưa đánh giá độ bền khi làm việc 24/7 dưới điều kiện bụi kim loại và rung động cơ khí cao tại xưởng đùn ép nhôm thực tế.
    • Khả năng xử lý phân loại khuyết tật của mô hình học sâu mới chỉ tập trung vào nhóm lỗi bề mặt cơ bản (vết xước mảnh, xước to), chưa mở rộng sang nhiều dạng lỗi phức tạp khác như rỗ bọt khí hay biến dạng biên dạng góc.

  • Hướng nghiên cứu tiếp:

    • Nâng cấp kết cấu cơ khí để mở rộng chiều dài băng tải và cơ cấu kẹp giữ phôi, hướng tới thử nghiệm trực tiếp trên dây chuyền sản xuất nhôm định hình công nghiệp.
    • Thu thập thêm tập dữ liệu hình ảnh đa dạng về các chủng loại khuyết tật khác nhau (nứt, rỗ khí, oxy hóa) để nâng cao khả năng khái quát hóa của mô hình YOLO.
    • Nghiên cứu tích hợp các giải pháp chiếu sáng chuyên dụng đa góc (như Low-angle lighting, Coaxial lighting) nhằm giảm thiểu tối đa hiện tượng nhiễu ảnh do bề mặt nhôm phản xạ không đồng đều.

Giá trị tham khảo

Đồ án là tài liệu tham khảo kỹ thuật hữu ích cho:

  • Sinh viên và kỹ sư các ngành: Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Kỹ thuật Điện - Điện tử và Công nghệ Thông tin (chuyên ngành Thị giác máy tính).
  • Những đề tài nghiên cứu hoặc dự án công nghiệp liên quan đến:
    • Phương pháp tính toán quang học cho Camera Line Scan (công thức tính độ phân giải không gian, tần số quét dòng $R_{line}$ và thời gian phơi sáng $T_{exp}$).
    • Cấu hình điều khiển vị trí đa trục sử dụng PLC Mitsubishi dòng Q và Driver Servo đa trục (MR-J4W3) giao tiếp qua mạng quang SSCNET III.
    • Thiết lập giao thức truyền thông MC Protocol qua Ethernet để liên kết chương trình xử lý ảnh trên máy tính (Python) với PLC công nghiệp.

Câu hỏi thường gặp

1. Tại sao đồ án lại lựa chọn Camera Line Scan thay vì Camera Area Scan thông thường?
Camera Area Scan chỉ chụp ảnh theo từng khung hình 2D cố định, gặp khó khăn lớn về độ phân giải và tốc độ xử lý khi sản phẩm có kích thước dài và di chuyển liên tục trên băng tải. Camera Line Scan quét liên tục từng dòng 1D vuông góc với chiều chuyển động, kết hợp với tốc độ băng tải để tạo ảnh 2D có độ phân giải cao và chiều dài linh hoạt theo thực tế của thanh nhôm.

2. Tần số quét dòng (Line Rate) của camera được tính toán dựa trên những thông số nào?
Tần số quét dòng được tính từ vận tốc băng tải ($V_{conv} = 173,33\text{ mm/s}$) và độ phân giải không gian ($P_{res} = 0,0461\text{ mm/pixel}$): $$R_{line} = \frac{V_{conv}}{P_{res}} = \frac{173,33}{0,0461} \approx 3.760\text{ Hz}$$ Việc cài đặt đúng $3.760\text{ Hz}$ đảm bảo ảnh thu được có tỷ lệ vuông, không bị méo theo chiều dọc.

3. Driver Servo MR-J4W3-222B mang lại lợi ích gì so với các driver servo truyền thống?
Driver MR-J4W3-222B là dòng driver "3-in-1", có khả năng điều khiển độc lập cả 3 động cơ servo (2 trục gắp phôi và 1 trục băng tải) trên một thân thiết bị duy nhất. Cấu hình này giúp tiết kiệm 30% không gian lắp đặt tủ điện, giảm dây cáp kết nối và tối ưu năng lượng nhờ cơ chế chia sẻ chung DC Bus.

4. Mạng SSCNET III kết nối giữa PLC và Driver Servo hoạt động với phương thức và tốc độ nào?
Hệ thống sử dụng mạng truyền thông cáp quang SSCNET III kết nối từ module định vị QD75MH4 đến Driver Servo MR-J4W3-222B với băng thông truyền dữ liệu đạt 50 Mbps. Phương thức truyền cáp quang giúp cách ly nhiễu điện từ công nghiệp và ngăn ngừa hiện tượng trôi xung tín hiệu.

5. Cơ chế kích hoạt chụp ảnh (Trigger) của hệ thống camera hoạt động ra sao?
Hệ thống sử dụng cảm biến quang CX-423 kết nối vào cổng Line 1 của camera, cấu hình theo chế độ chụp mức cao (Level High). Khi cảm biến phát hiện thanh nhôm đi qua (mức 1), camera bắt đầu quét liên tục với tần số $3.760\text{ Hz}$; khi thanh nhôm đi qua hết, cảm biến về mức 0 và camera ngừng quét, giúp ảnh chụp khớp chính xác với chiều dài phôi.

Kết luận

Đồ án tốt nghiệp đã hoàn thành việc thiết kế và chế tạo mô hình thực nghiệm kiểm tra ngoại quan bề mặt thanh nhôm định hình kết hợp Camera Line Scan 4K và chuyển động băng tải servo 3 trục. Bằng việc làm chủ công nghệ điều khiển vị trí qua mạng quang SSCNET III trên nền tảng PLC Mitsubishi Q-Series và ứng dụng thuật toán học sâu YOLOv8 kết hợp truyền thông MC Protocol, đề tài đã chứng minh tính khả thi của giải pháp tự động hóa thay thế thao tác thủ công. Kết quả nghiên cứu cung cấp cơ sở kỹ thuật và dữ liệu tính toán thực nghiệm tin cậy cho các bài toán kiểm tra chất lượng sản phẩm dạng thanh dài trong sản xuất công nghiệp.