Tổng quan nghiên cứu

Ngành nuôi trồng thủy sản Việt Nam đóng vai trò trụ cột trong nền kinh tế nông nghiệp với kim ngạch xuất khẩu đạt hơn 8,5 tỷ USD mỗi năm, tuy nhiên tỷ lệ thất thoát sản lượng do ô nhiễm nguồn nước và dịch bệnh bùng phát vẫn chiếm khoảng 20% đến 30% trong mỗi vụ nuôi. Phương thức quan trắc nước truyền thống bằng phương pháp lấy mẫu thủ công bộc lộ nhiều hạn chế nghiêm trọng do độ trễ thông tin cao, tốn kém nhân lực và không phản ánh kịp thời các biến động đột ngột của môi trường ao nuôi. Thực trạng này dẫn đến việc người nuôi lạm dụng các loại kháng sinh và hóa chất xử lý, làm suy giảm chất lượng thủy sản xuất khẩu và tăng nguy cơ rủi ro sinh thái.

Nhằm giải quyết triệt để bài toán trên, đề tài tập trung nghiên cứu, thiết kế và chế tạo hoàn chỉnh hệ thống giám sát trực tuyến và tự động kiểm soát các thông số chất lượng nước ao nuôi thủy sản. Mục tiêu cụ thể là xây dựng mạng lưới thu thập dữ liệu thời gian thực cho các chỉ số cốt lõi gồm nhiệt độ, độ pH và hàm lượng oxy hòa tan DO, đồng thời tự động điều khiển các cơ cấu chấp hành như máy sục khí và máy bơm nước qua kết nối internet.

Nghiên cứu được triển khai thử nghiệm tại phòng thí nghiệm Bộ môn Cơ điện tử thuộc Viện Cơ khí, Trường Đại học Bách khoa Hà Nội kết hợp với mô hình mô phỏng hồ nuôi thực nghiệm trong thời gian từ tháng 3 năm 2020 đến tháng 10 năm 2020. Kết quả nghiên cứu mang lại ý nghĩa thực tiễn to lớn khi giúp giảm 40% thời gian phản hồi trước các sự cố môi trường nước, tiết kiệm khoảng 35% chi phí đầu tư thiết bị so với các hệ thống nhập ngoại và nâng tỷ lệ sống của thủy sản nuôi lên trên 85%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng mô hình phân tầng truyền thông TCP/IP kết hợp với kiến trúc mạng Internet vạn vật 3 lớp tiêu chuẩn gồm tầng cảm nhận, tầng mạng và tầng ứng dụng. Bên cạnh đó, hệ thống áp dụng mô hình truyền thông phân tán Publish/Subscribe của giao thức MQTT nhằm đảm bảo tính linh hoạt và khả năng mở rộng không giới hạn cho các trạm quan trắc phân tán.

Các khái niệm chuyên ngành then chốt được triển khai bao gồm: Giao thức MQTT đóng vai trò truyền nhận dữ liệu nhẹ giữa trạm chủ Master và máy chủ đám mây; Giao thức mạng không dây Zigbee chuẩn IEEE 802.15.4 với cấu trúc Gateway CC2531 và Router CC2531 cho phép kết nối liên trạm đo tiết kiệm năng lượng; Vi điều khiển nhúng Arduino Uno và NodeMCU ESP8266 chịu trách nhiệm thu thập, xử lý sơ bộ tín hiệu tương tự sang số ADC; Môi trường ảo hóa Docker trên hệ điều hành Raspbian Linux của vi máy tính Raspberry Pi giúp quản lý dịch vụ web và cơ sở dữ liệu độc lập; Đường cong chuẩn hóa cảm biến hóa lý dùng để chuyển đổi điện áp đo được sang giá trị nồng độ môi trường thực tế.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập liên tục từ 120 chuỗi mẫu đo đạc tại 2 cụm trạm đo nhánh Slave và 1 trạm điều khiển trung tâm Master, kết hợp với tập dữ liệu đối sánh chuẩn thu được từ thiết bị đo cầm tay công nghiệp HANNA Instruments có độ phân giải cao và sai số cho phép dưới 0,05 đơn vị.

Cỡ mẫu nghiên cứu gồm 120 chu kỳ đo lường tự động được thực hiện liên tục trong 72 giờ trong dải nhiệt độ môi trường từ 20°C đến 35°C và nồng độ pH biến thiên từ 4,0 đến 10,0. Phương pháp chọn mẫu là lấy mẫu phân tầng ngẫu nhiên theo các mốc thời gian thực với chu kỳ 5 giây mỗi lần đo.

Nghiên cứu lựa chọn phương pháp hồi quy thực nghiệm để thiết lập phương trình đường cong hiệu chuẩn cảm biến nhằm triệt tiêu hiện tượng phi tuyến tính của đầu dò hóa học. Đồng thời, phương pháp phân tích thống kê sai số tuyệt đối trung bình MAE được sử dụng để định lượng độ tin cậy của phần cứng, giúp duy trì mức sai số hệ thống dưới 3,5%. Phương pháp đóng gói phần mềm bằng Docker container được ưu tiên lựa chọn để đảm bảo tính ổn định và khả năng cô lập tiến trình khi trạm chủ Raspberry Pi hoạt động liên tục 24/7. Toàn bộ quy trình nghiên cứu được thực hiện từ tháng 3 năm 2020 đến tháng 10 năm 2020 qua 4 giai đoạn từ nghiên cứu lý thuyết, thiết kế phần cứng, lập trình điều khiển đến thử nghiệm thực tế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Hệ thống mạng truyền thông lai Zigbee và MQTT hoạt động ổn định với tỷ lệ truyền nhận bản tin thành công đạt 98,6% ở khoảng cách truyền dẫn 50 mét giữa trạm Router và Gateway, đồng thời ghi nhận độ trễ trung bình của gói tin chỉ ở mức 0,45 giây.

Dữ liệu đo đạc sau khi áp dụng thuật toán hiệu chuẩn cho thấy độ chính xác vượt trội: Sai số tuyệt đối của phép đo nhiệt độ duy trì ở mức ±0,2°C (tương đương độ lệch 1,2%), sai số đo độ pH đạt mức ±0,15 đơn vị (độ lệch 2,1%) khi so sánh đối chứng trực tiếp với máy đo chuẩn HANNA.

Khối điều khiển tự động qua rơ-le phản hồi nhanh chóng với thời gian trễ kích hoạt chỉ 1,2 giây ngay khi thông số oxy hòa tan DO hạ xuống dưới ngưỡng cài đặt 4,5 mg/L hoặc nhiệt độ nước vượt quá 32°C.

Giao diện web quản trị xây dựng trên ngôn ngữ PHP và triển khai qua Docker vận hành trơn tru với mức chiếm dụng tài nguyên vi xử lý trên Raspberry Pi luôn dưới 15% và dung lượng bộ nhớ RAM sử dụng chưa đến 250 MB.

Thảo luận kết quả

Độ chính xác cao và thời gian phản hồi nhanh của hệ thống bắt nguồn từ việc phân tách nhiệm vụ tối ưu giữa phần cứng thu thập tín hiệu Arduino Uno và bộ xử lý truyền thông trung tâm NodeMCU ESP8266. Việc ứng dụng module CC2531 chuẩn Zigbee đã loại bỏ hiện tượng suy giảm tín hiệu vô tuyến trong môi trường độ ẩm cao của ao hồ thủy sản.

So với các giải pháp quan trắc sử dụng mạng di động GSM truyền thống thường tiêu hao năng lượng lớn và phát sinh chi phí cước viễn thông định kỳ, mô hình mạng cảm biến Zigbee kết hợp MQTT Gateway giúp giảm hơn 60% mức tiêu thụ điện năng tại các nút đo lường phân tán.

Dữ liệu đo đạc thực nghiệm được biểu diễn trực quan thông qua biểu đồ đường thể hiện biến thiên nhiệt độ và pH theo chu kỳ 24 giờ trên giao diện web, đi kèm bảng đối chiếu sai số chi tiết giữa hệ thống tự chế tạo và thiết bị chuẩn HANNA tại 5 mốc nồng độ dung dịch chuẩn. Cách trình bày này giúp người quản lý ao nuôi dễ dàng nhận biết quy luật biến đổi chất lượng nước và đánh giá ngay mức độ tin cậy của cảm biến mà không cần xử lý số liệu thủ công.

Đề xuất và khuyến nghị

Tích hợp thuật toán lọc số Kalman và hồi quy phi tuyến đa biến lên vi xử lý nhúng trong vòng 6 tháng tới nhằm giảm thiểu độ trôi cảm biến pH và oxy hòa tan DO, hướng tới mục tiêu hạ mức sai số toàn hệ thống xuống dưới 1,0% do nhóm kỹ sư phần mềm thực hiện.

Mở rộng cự ly truyền thông không dây bằng cách nâng cấp module khuếch đại công suất Zigbee CC2530 có tích hợp anten định hướng ngoài, nâng khoảng cách kết nối từ 50 mét lên 300 mét trong lộ trình 9 tháng triển khai cho các vùng nuôi trồng thủy sản tập trung quy mô lớn do kỹ sư phần cứng đảm nhiệm.

Phát triển ứng dụng di động đa nền tảng kết hợp tính năng cảnh báo tức thời qua giao thức WebSocket và tin nhắn SMS khẩn cấp khi các chỉ số vượt ngưỡng an toàn trong thời gian 3 tháng tới do đội ngũ lập trình ứng dụng phụ trách.

Triển khai quy trình bảo trì, vệ sinh màng cảm biến định kỳ 15 ngày một lần tại các cơ sở nuôi thực tế, giúp kéo dài tuổi thọ đầu đo điện hóa thêm 12 tháng và tiết kiệm 50% chi phí thay thế linh kiện do kỹ thuật viên trang trại thực hiện.

Đối tượng nên tham khảo luận văn

Chủ trang trại và kỹ sư nuôi trồng thủy sản công nghệ cao có thể ứng dụng trực tiếp thiết kế mạch điều khiển rơ-le tự động để vận hành hệ thống sục khí oxy, giúp giảm 30% chi phí điện năng tiêu thụ và giám sát từ xa 100% diện tích ao nuôi thông qua điện thoại thông minh.

Học viên cao học và sinh viên các ngành Kỹ thuật Cơ điện tử, Tự động hóa và Điện tử Viễn thông có thể sử dụng luận văn như tài liệu học thuật chuyên sâu để nghiên cứu kiến trúc mạng cảm biến không dây Zigbee, cách cấu hình MQTT Broker trên Raspberry Pi và phương pháp chuyển đổi tín hiệu cảm biến với hơn 10 sơ đồ nguyên lý mạch chi tiết.

Doanh nghiệp khởi nghiệp trong lĩnh vực công nghệ nông nghiệp thông minh có thể khai thác mô hình phần cứng tối ưu chi phí với tổng giá thành dưới 3,5 triệu đồng mỗi trạm để phát triển các dòng sản phẩm quan trắc thương mại hóa phù hợp với thị trường nội địa.

Cán bộ quản lý môi trường nông nghiệp và các viện nghiên cứu thủy sản có thể áp dụng kiến trúc phần mềm đóng gói Docker để xây dựng hệ thống cơ sở dữ liệu quan trắc tập trung cho vùng nuôi trồng thủy sản diện tích hơn 500 héc-ta.

Câu hỏi thường gặp

Hệ thống sử dụng giải pháp truyền thông nào để khắc phục hiện tượng mất mát gói tin khi truyền qua môi trường nước? Hệ thống kết hợp giao thức không dây Zigbee chuẩn IEEE 802.15.4 giữa các trạm đo nhánh với Gateway CC2531 và giao thức MQTT qua Wi-Fi về trạm chủ. Cấu trúc gói tin MQTT có kích thước tiêu đề chỉ 2 byte giúp tối ưu hóa băng thông, duy trì độ trễ truyền dữ liệu ở mức 0,45 giây và đạt độ tin cậy truyền nhận lên tới 98,6%.

Độ chính xác của các cảm biến trong hệ thống có đáp ứng tiêu chuẩn nuôi trồng thủy sản xuất khẩu không? Các đầu đo nhiệt độ và pH được chuẩn hóa qua dung dịch đệm và đường cong hiệu chuẩn thực nghiệm. Sai số đo nhiệt độ thực tế chỉ ±0,2°C và sai số pH là ±0,15 đơn vị so với máy đo công nghiệp HANNA, hoàn toàn đáp ứng các quy chuẩn kỹ thuật quốc gia về môi trường nuôi tôm, cá xuất khẩu.

Hệ thống có tự động kích hoạt thiết bị xử lý khi môi trường nước suy thoái không? Có, trạm điều khiển trung tâm được lập trình tự động đóng ngắt khối rơ-le công suất để bật máy sục khí oxy hoặc bơm cấp nước trong thời gian 1,2 giây ngay khi chỉ số DO giảm xuống dưới 4,5 mg/L hoặc nhiệt độ nước vượt 32°C, đồng thời hiển thị cảnh báo đỏ trên giao diện web.

Chi phí đầu tư phần cứng cho một trạm đo lường giám sát là bao nhiêu? Chi phí linh kiện cho một cụm trạm đo gồm Arduino Uno, module Zigbee CC2531, cảm biến nhiệt độ, cảm biến pH và mạch rơ-le dao động từ 2,5 đến 3,5 triệu đồng. Mức đầu tư này tiết kiệm hơn 60% so với việc mua sắm các thiết bị quan trắc chuyên dụng nhập khẩu.

Phần mềm điều khiển và giám sát của hệ thống được xây dựng trên công nghệ gì? Hệ thống máy chủ sử dụng hệ điều hành Raspbian Linux cài đặt trên Raspberry Pi, vận hành giao diện web bằng ngôn ngữ PHP và cơ sở dữ liệu được đóng gói toàn diện trong Docker container. Kiến trúc này giúp hệ thống hoạt động liên tục 24/7 với mức tải vi xử lý luôn dưới 15%.

Kết luận

  • Chế tạo thành công hệ thống giám sát online đa thông số môi trường nước ao nuôi thủy sản với độ trễ truyền thông chỉ 0,45 giây và độ tin cậy truyền tin đạt 98,6%.
  • Ứng dụng thành công mô hình mạng lai Zigbee và MQTT, giúp tối ưu hóa hơn 60% năng lượng tiêu thụ tại các nút cảm biến phân tán so với công nghệ truyền thống.
  • Làm chủ thuật toán hiệu chuẩn cảm biến hóa lý, đưa sai số đo nhiệt độ về mức ±0,2°C và sai số pH về mức ±0,15 đơn vị so với thiết bị đo chuẩn HANNA.
  • Xây dựng giao diện web giám sát và điều khiển thiết bị trực quan, đóng gói toàn diện bằng công nghệ Docker trên nền tảng Raspberry Pi hoạt động ổn định liên tục 24/7.
  • Cung cấp giải pháp kỹ thuật cơ điện tử chi phí thấp chỉ khoảng 3 triệu đồng mỗi trạm, mở ra cơ hội ứng dụng rộng rãi cho các hộ nuôi trồng thủy sản quy mô vừa và nhỏ.

Trong giai đoạn 12 tháng tới, nhóm nghiên cứu sẽ tiến hành thử nghiệm mở rộng tại 5 vùng nuôi tôm chuyên canh và tích hợp thuật toán trí tuệ nhân tạo dự báo chất lượng nước trước 6 giờ. Các đơn vị nuôi trồng và nhà nghiên cứu quan tâm có thể tiếp cận toàn văn luận văn để ứng dụng chi tiết sơ đồ mạch và mã nguồn hệ thống quan trắc hiện đại này.