Giới thiệu dự án

Ngành công nghiệp sản xuất da giày là một trong những trụ cột xuất khẩu quan trọng của Việt Nam, đóng góp hàng chục tỷ USD mỗi năm với sản lượng hàng trăm triệu đôi giày xuất khẩu sang các thị trường khó tính như Mỹ, EU và Nhật Bản. Trong dây chuyền sản xuất giày dép, công đoạn dán keo liên kết giữa đế giày (outsole) và mũ giày (upper) giữ vai trò quyết định đến độ bền cơ học, khả năng chống thấm nước và tính thẩm mỹ của thành phẩm.

Tuy nhiên, tại phần lớn các xưởng sản xuất vừa và nhỏ tại Việt Nam, công đoạn này vẫn được thực hiện thủ công bởi công nhân. Phương pháp thủ công tồn tại các điểm nghẽn nghiêm trọng:

  • Tác động tiêu cực đến sức khỏe người lao động: Tiếp xúc liên tục với các hóa chất kết dính hữu cơ bay hơi (VOCs), gây nguy cơ mắc các bệnh về hô hấp và thần kinh.
  • Độ phân bố keo không đồng đều: Bề rộng đường keo (2 - 5 mm) và độ dày lớp keo (~0.3 mm) phụ thuộc hoàn toàn vào tay nghề công nhân, dẫn đến hiện tượng chỗ thừa gây tràn keo bẩn bề mặt, chỗ thiếu gây bong tróc đế trong quá trình sử dụng.
  • Tỷ lệ phế phẩm cao và năng suất thấp: Biên dạng đế giày cong vênh phức tạp khiến tốc độ bôi keo thủ công chậm chạp, tỷ lệ lỗi trung bình dao động từ 8% đến 12%.

Đề tài "Máy phun keo đế giày điều khiển bằng PLC" (ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Trường Đại học Sư phạm Kỹ thuật TP.HCM) được nghiên cứu nhằm giải quyết triệt để các hạn chế trên bằng giải pháp tự động hóa tích hợp thị giác máy tính và điều khiển chuyển động công nghiệp.

+-----------------------------------------------------------------------------------+
|                              MỤC TIÊU CỐT LÕI CỦA DỰ ÁN                           |
+-----------------------------------------------------------------------------------+
| 1. Thiết kế cơ cấu cơ khí Cartesian Robot XY 2 trục với hành trình 400 x 400 mm.   |
| 2. Phát triển thuật toán thị giác máy tính nhận diện biên dạng đế giày trong 1 lần quét.|
| 3. Tự động quy đổi tọa độ điểm ảnh sang tọa độ thực thông qua ArUco Marker.       |
| 4. Lập trình PLC Siemens S7-1200 xuất xung PTO điều khiển động cơ bước theo biên dạng. |
| 5. Xây dựng giao diện giám sát GUI PyQt5 và kiểm soát chất lượng đường keo sau phun.|
+-----------------------------------------------------------------------------------+

Phương pháp tiếp cận giải pháp

Hệ thống kết hợp mô hình robot tọa độ Descartes (Cartesian Robot) 2 trục XY, bộ điều khiển logic khả trình công nghiệp PLC Siemens S7-1200 (CPU 1214C DC/DC/DC) và camera xử lý ảnh kỹ thuật số (DIP). Camera 2D độ phân giải cao được bố trí vuông góc với bàn làm việc ở độ cao 60 cm để chụp ảnh đế giày. Thuật toán trích xuất biên dạng trên không gian màu HSV và định vị hệ tọa độ qua ArUco marker sẽ tính toán mảng tọa độ thực tế, truyền thông số qua giao thức công nghiệp tới PLC để nội suy chuyển động đầu phun keo bằng xung tốc độ cao PTO (Pulse Train Output).

Kết quả kỳ vọng và phạm vi giới hạn

  • Thời gian chu kỳ (Cycle Time): Hoàn thành quét ảnh, xử lý dữ liệu và phun trọn vẹn chu vi đế giày ($\approx 770\text{ mm}$) trong thời gian dưới $10\text{ s}$.
  • Độ chính xác vị trí: Sai số giữa đường keo phun thực tế và đường biên dạng thiết kế không vượt quá $\pm 0.8\text{ mm}$ (tiêu chuẩn đồ án đặt ra $\le 1.0\text{ mm}$).
  • Phạm vi áp dụng: Đế giày phẳng, đồng màu, kích thước size 40 (kích thước bao xấp xỉ $285 \times 105\text{ mm}$), môi trường làm việc 2D.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Phun keo thủ công Máy phun keo R3-GBOS Máy phun keo Cerim K300 Hệ thống Cartesian PLC (Đề tài)
Cấu trúc truyền động Tay người Robot 6 bậc tự do (6-DOF) Máy CNC 5 trục nội suy Robot Descartes XY (2-DOF)
Độ chính xác Thấp ($\pm 2.0\text{ mm}$) Rất cao ($\pm 0.1\text{ mm}$) Cao ($\pm 0.2\text{ mm}$) Tốt ($\pm 0.5 - 0.8\text{ mm}$)
Thị giác máy tính Mắt người Camera AI 3D cao cấp Lập trình biên dạng tĩnh qua Touchscreen Camera 2D + ArUco Marker Calibration
Chi phí đầu tư Thấp (nhưng tốn nhân công) Rất cao ($> 30.000\text{ USD}$) Rất cao ($> 25.000\text{ USD}$) Thấp ($< 800\text{ USD}$), tối ưu cho SME
Bảo trì & Vận hành Phụ thuộc nhân công Phức tạp, cần chuyên gia Phức tạp, linh kiện độc quyền Đơn giản, linh kiện tiêu chuẩn công nghiệp

Yêu cầu hệ thống theo mô hình MoSCoW

  • Must have: Tự động nhận diện biên dạng đế giày trong 1 lần quét; xuất tọa độ thực qua PLC; điều khiển đầu phun theo biên dạng; sai số $\le 1.0\text{ mm}$.
  • Should have: Giao diện GUI (PyQt5) theo dõi trực quan; tự động kiểm tra đánh giá đường keo lỗi sau khi phun; cơ cấu giác hút khí nén gắp/nhả phôi.
  • Could have: Tự động nhận diện nhiều cỡ giày (size 36 - 44); khả năng bù trừ sai số khi đế giày bị xoay góc bất kỳ.
  • Won't have (lần này): Cảm biến quét 3D đo độ cong bề mặt đế giày (ToF / Laser Triangulation).

Thiết kế hệ thống

graph TD
    subgraph "Khối Xử Lý Ảnh & Giao Diện (PC / Python 3.10)"
        CAM[Logitech C270 HD Camera] -->|USB 2.0| DIP[OpenCV DIP Engine]
        DIP -->|HSV Masking & ArUco Pose| CALC[Tọa độ biên dạng thực mm]
        CALC --> GUI[PyQt5 Dashboard & Quality Inspection]
    end

    subgraph "Khối Điều Khiển Trung Tâm (PLC S7-1200)"
        GUI -->|Ethernet TCP/IP - Snap7| PLC[Siemens CPU 1214C DC/DC/DC]
        PLC -->|Pulse / Dir PTO 100kHz| DRV_X[Driver DM542 - Trục X]
        PLC -->|Pulse / Dir PTO 100kHz| DRV_Y[Driver DM542 - Trục Y]
        PLC -->|Digital Output 24VDC| SSR[Relay Bán Dẫn FOTEK SSR-40DD]
    end

    subgraph "Khối Cơ Khí Chấp Hành (Cartesian Robot)"
        DRV_X --> M_X[Động cơ bước NEMA 17 + Vít me T8]
        DRV_Y --> M_Y[Động cơ bước NEMA 17 + Vít me T8]
        SSR --> NOZZLE[Van phun keo Xy-lanh áp lực]
    end

Bảng thông số công nghệ và phần cứng

Thành phần Thiết bị / Phiên bản Thông số kỹ thuật chính Vai trò chức năng
Bộ điều khiển (PLC) Siemens S7-1200 CPU 1214C DC/DC/DC 14 DI / 10 DO (Transistor), 4 bộ phát xung PTO 100 kHz, PROFINET Port Điều khiển nội suy vị trí 2 trục và kích hoạt đầu phun
Động cơ truyền động NEMA 17 (Model 17HS8401) Góc bước $1.8^\circ$, dòng $1.7\text{ A}$, mô-men giữ $40\text{ N}\cdot\text{cm}$ Kéo trục vít me X và Y
Bộ điều khiển động cơ Driver Microstep DM542 Điện áp $20 - 50\text{ VDC}$, dòng đỉnh $4.2\text{ A}$, vi bước $1/16$ Khuếch đại và phân phối xung vi bước cho motor
Bộ truyền cơ khí Trục Vít me Bi T8 Bước ren $P = 8\text{ mm}$, đường kính $d = 8\text{ mm}$, thép không gỉ 304 Chuyển đổi chuyển động quay thành tịnh tiến 400 mm
Khối thị giác (Vision) Webcam Logitech C270 HD Cảm biến 720p HD ($1280 \times 720$), góc nhìn $60^\circ$, giao tiếp USB Thu nhận hình ảnh không gian làm việc $400 \times 400\text{ mm}$
Rơ-le bán dẫn FOTEK SSR-40DD Input $3 - 32\text{ VDC}$, Output $5 - 60\text{ VDC}$, dòng $40\text{ A}$ Đóng ngắt van điện từ phun keo tốc độ cao
Phần mềm & Thư viện Python 3.10, OpenCV 4.8, PyQt5, TIA Portal v17 Không gian màu HSV, ArUco Marker Dict $5 \times 5$, S7 Protocol Xử lý ảnh, tính toán động học và lập trình PLC

Cơ sở toán học và động lực học phun keo

  1. Lưu lượng và lực phun keo:

    • Chu vi đường phun keo mẫu: $L = 770\text{ mm}$; bán kính vòi phun: $r = 1.5\text{ mm}$ ($d = 3\text{ mm}$).
    • Thể tích keo cần phun: $$V = L \cdot \pi \cdot r^2 = 770 \cdot \pi \cdot (1.5)^2 \approx 5442.8\text{ mm}^3 \approx 5440\text{ mm}^3$$
    • Lưu lượng keo lý thuyết trong chu kỳ $T = 10\text{ s}$: $$Q = \frac{V}{T} = \frac{5440}{10} = 544\text{ mm}^3/\text{s}$$
    • Vận tốc dòng keo ra khỏi đầu phun: $$v = \frac{Q}{\pi \cdot r^2} = \frac{544}{\pi \cdot (1.5)^2} \approx 76.96\text{ mm/s} = 0.07696\text{ m/s}$$
    • Lực đẩy xy-lanh phun keo cần thiết (với khối lượng riêng keo $\rho = 1050\text{ kg/m}^3$): $$F = \rho \cdot Q \cdot v = 1050 \cdot (544 \times 10^{-9}) \cdot 0.07696 \approx 0.0044\text{ N}$$

  2. Mô hình chuyển đổi hệ tọa độ tổng quát (Homogeneous Transformation): Để chuyển một điểm từ hệ tọa độ ảnh ${B}$ sang hệ tọa độ bàn máy Cartesian ${A}$: $$\begin{bmatrix} ^A P_x \ ^A P_y \ 0 \ 1 \end{bmatrix} = \begin{bmatrix} ^A_B R & ^A P_{Borg} \ \mathbf{0}{1\times3} & 1 \end{bmatrix} \begin{bmatrix} ^B P_x \ ^B P_y \ 0 \ 1 \end{bmatrix} = \begin{bmatrix} \cos\theta & -\sin\theta & 0 & X{org} \ \sin\theta & \cos\theta & 0 & Y_{org} \ 0 & 0 & 1 & 0 \ 0 & 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} ^B P_x \ ^B P_y \ 0 \ 1 \end{bmatrix}$$ Trong đó ma trận quay $^A_B R$ và vector tịnh tiến $^A P_{Borg}$ được trích xuất trực tiếp qua 4 góc của ArUco Marker chuẩn dán cố định trên bàn máy.

Methodology

Dự án áp dụng phương pháp nghiên cứu thực nghiệm kết hợp mô hình phát triển V-Model:

[Khảo sát & Lập yêu cầu] -----------------------------> [Kiểm thử nghiệm thu toàn hệ thống]
       \                                                              /
   [Thiết kế Cơ khí 3D & Mạch PLC] ----------------> [Thực nghiệm sai số & Đánh giá đường keo]
             \                                              /
         [Phát triển Thuật toán Vision] --------> [Tích hợp Vision - PLC qua Ethernet]
                   \                              /
                    -----> [Chế tạo phần cứng & Lập trình Module] <-----
  • Tiến độ triển khai (Timeline):
    • Tháng 02/2024: Khảo sát hệ thống thực tế, tính toán động lực học, lựa chọn vật tư.
    • Tháng 03/2024: Thiết kế khung máy trên SolidWorks 2022, lắp ráp cơ khí 2 trục XY.
    • Tháng 04/2024: Đấu nối tủ điện PLC S7-1200, cài đặt vi bước driver DM542, lập trình phát xung PTO.
    • Tháng 05/2024: Lập trình OpenCV trích xuất viền, tích hợp ArUco Marker, thiết kế GUI PyQt5.
    • Tháng 06/2024: Thử nghiệm tổng hợp, hiệu chỉnh sai số quang học, hoàn thiện báo cáo tốt nghiệp.

Implementation và kết quả

Development process

Thuật toán trích xuất biên dạng và hiệu chuẩn tọa độ

Quy trình xử lý ảnh trên máy tính được thực hiện tuần tự:

  1. Phát hiện ArUco Marker: Sử dụng module cv2.aruco phát hiện mã 4 góc nhằm xác định tỉ lệ pixel/mm và vector gốc tọa độ $O_{work}(X_0, Y_0)$.
  2. Phân đoạn màu HSV: Chuyển đổi khung hình từ không gian BGR sang HSV để loại bỏ ảnh hưởng của cường độ sáng. Áp dụng ngưỡng cv2.inRange() để trích xuất mặt phẳng đế giày.
  3. Lọc nhiễu hình thái học (Morphological Operations): Thực hiện phép MORPH_OPEN và MORPH_CLOSE với kernel $5 \times 5$ nhằm loại bỏ các hạt nhiễu rìa.
  4. Tìm viền và xấp xỉ đa giác: Áp dụng thuật toán Suzuki-Abe (cv2.findContours) để lấy toàn bộ đường bao, sau đó sử dụng thuật toán Douglas-Peucker (cv2.approxPolyDP) để làm mượt và giảm số lượng điểm nội suy gửi sang PLC.
import cv2
import numpy as np

def extract_sole_contour(image, aruco_dict, aruco_params, hsv_lower, hsv_upper):
    # 1. Phát hiện ArUco Marker để lấy mốc tọa độ
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    corners, ids, _ = cv2.aruco.detectMarkers(gray, aruco_dict, parameters=aruco_params)
    
    if ids is None or len(corners) == 0:
        return None, "Error: ArUco Marker not found!"

    # Tính toán pixel-to-mm ratio từ kích thước cạnh ArUco chuẩn (ví dụ: 50mm)
    marker_corners = corners[0][0]
    pixel_width = np.linalg.norm(marker_corners[0] - marker_corners[1])
    scale_mm_per_px = 50.0 / pixel_width
    origin_px = marker_corners[0]  # Điểm gốc tọa độ (0, 0) mm

    # 2. Phân đoạn ảnh bằng không gian màu HSV
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    mask = cv2.inRange(hsv, hsv_lower, hsv_upper)

    # 3. Lọc nhiễu Morphological
    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
    mask_cleaned = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel, iterations=2)
    mask_cleaned = cv2.morphologyEx(mask_cleaned, cv2.MORPH_OPEN, kernel, iterations=2)

    # 4. Trích xuất đường viền biên dạng lớn nhất
    contours, _ = cv2.findContours(mask_cleaned, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    if not contours:
        return None, "Error: Sole contour not detected!"
    
    max_contour = max(contours, key=cv2.contourArea)

    # 5. Xấp xỉ đường viền (Douglas-Peucker) giảm điểm truyền PLC
    epsilon = 0.002 * cv2.arcLength(max_contour, True)
    approx_contour = cv2.approxPolyDP(max_contour, epsilon, True)

    # 6. Chuyển đổi tọa độ pixel sang mm của bàn máy
    real_world_points = []
    for pt in approx_contour:
        px_x, px_y = pt[0][0], pt[0][1]
        real_x = (px_x - origin_px[0]) * scale_mm_per_px
        real_y = (px_y - origin_px[1]) * scale_mm_per_px
        real_world_points.append((round(real_x, 2), round(real_y, 2)))

    return real_world_points, mask_cleaned

Lập trình điều khiển vị trí trên PLC S7-1200

PLC sử dụng khối hàm công nghệ MC_Power, MC_Home, và MC_MoveAbsolute từ thư viện Motion Control của Siemens để điều khiển 2 trục tọa độ.

  • Số xung trên 1 mm hành trình được cấu hình dựa trên thông số phần cứng: $$\text{Pulses/mm} = \frac{\text{Số xung vi bước / vòng}}{\text{Bước vít me } P} = \frac{1600\text{ pulses}}{8\text{ mm}} = 200\text{ pulses/mm}$$
  • Khi nhận mảng tọa độ $(X_k, Y_k)$ từ Python qua Socket/Snap7, PLC thực hiện nội suy tuyến tính từng đoạn và kích hoạt chân Q0.4 điều khiển Relay bán dẫn SSR-40DD mở vòi keo đồng bộ theo tốc độ di chuyển $v = 30\text{ mm/s}$.

Testing và validation

Đánh giá sai số khoảng cách và vị trí ArUco

Trường hợp thử nghiệm Cạnh thực tế (mm) Cạnh đo qua Camera (mm) Sai số khoảng cách (mm) Sai số vị trí góc $\Delta X$ (mm) Sai số vị trí góc $\Delta Y$ (mm)
Mẫu 1 (Ánh sáng chuẩn 500 lux) 50.00 50.32 +0.32 0.25 0.31
Mẫu 2 (Ánh sáng yếu 250 lux) 50.00 50.78 +0.78 0.62 0.74
Mẫu 3 (Ánh sáng gắt 900 lux) 50.00 49.41 -0.59 0.55 0.48
Trung bình toàn hệ thống 50.00 50.17 $\pm 0.45$ 0.47 0.51

Đánh giá thời gian chu kỳ phun keo thực tế

+-----------------------------------------------------------------------------+
|                          PHÂN BỔ THỜI GIAN CHU KỲ HOẠT ĐỘNG                 |
+-----------------------------------------------------------------------------+
| 1. Chụp ảnh & Xử lý biên dạng (OpenCV):   0.45 s  [██]                      |
| 2. Truyền thông Socket PC -> PLC S7-1200: 0.12 s  [█]                       |
| 3. Chạy dao Home & tiếp cận điểm đầu:     1.80 s  [████████]                |
| 4. Phun keo dọc chu vi đế giày (770 mm):  7.70 s  [████████████████████████]|
| 5. Chụp ảnh kiểm tra đường keo (QC):      0.50 s  [██]                      |
+-----------------------------------------------------------------------------+
| TỔNG THỜI GIAN HOÀN THÀNH:                10.57 s (Đạt mục tiêu xấp xỉ 10s) |
+-----------------------------------------------------------------------------+

Đánh giá kiểm tra sản phẩm lỗi tự động

Sau khi phun keo, camera chụp lại ảnh hiện trạng. Hệ thống thực hiện phép trừ ảnh nhị phân giữa vùng viền đã lọc (Mask_Original) và vùng keo thực tế (Mask_Glue): $$\text{Tỷ lệ trùng khớp (Overlap Ratio)} = \frac{\text{Area}(\text{Mask_Original} \cap \text{Mask_Glue})}{\text{Area}(\text{Mask_Original})} \times 100%$$ Nếu tỷ lệ $\ge 92%$, hệ thống xác nhận sản phẩm ĐẠT (PASS). Nếu xuất hiện đoạn đứt quãng $> 3\text{ mm}$, GUI lập tức cảnh báo lỗi màu đỏ và ngưng cấp phôi tiếp theo.

Kết quả đạt được

+-------------------------------------------------------------------------------+
|                            KẾT QUẢ ĐẠT ĐƯỢC VS MỤC TIÊU                       |
+-------------------------------------------------------------------------------+
| STT | Chỉ số đánh giá                | Mục tiêu ban đầu | Kết quả thực nghiệm |
|  1  | Nhận diện biên dạng trong 1 lần| 100%             | 100% (Đạt)          |
|  2  | Thời gian chu kỳ phun keo      | <= 10.0 s        | 10.57 s (Chấp nhận) |
|  3  | Sai số bám biên dạng           | <= 1.0 mm        | 0.65 - 0.85 mm (Đạt)|
|  4  | Tự động hóa phát hiện lỗi keo  | Có cảnh báo GUI  | Hoạt động chính xác |
|  5  | Độ ổn định truyền thông PLC    | Không mất gói    | Giao thức TCP/IP OK |
+-------------------------------------------------------------------------------+

Đổi mới và đóng góp

  • Phương pháp hiệu chuẩn động bằng ArUco Marker: Thay vì sử dụng các hệ thống camera vi chỉnh đắt tiền hoặc cảm biến laser công nghiệp phức tạp, đề tài sử dụng ma trận ArUco dán trực tiếp trên mặt bàn gia công để tự động tính toán ma trận xoay $R$ và vector tịnh tiến $T$, loại bỏ hoàn toàn bước căn chỉnh quang học thủ công khi lắp đặt lại camera.
  • Tối ưu hóa điểm nội suy quỹ đạo bằng Douglas-Peucker: Giảm số lượng điểm đường bao từ $> 1500$ điểm pixel xuống còn $80 - 120$ điểm nút thực tế mà vẫn duy trì dung sai biên dạng $< 0.5\text{ mm}$, giúp giảm tải bộ nhớ đệm (DB) của PLC S7-1200 và ngăn ngừa hiện tượng tràn bộ đệm truyền thông.
  • Vòng lặp kiểm tra chất lượng khép kín (Closed-Loop Quality Check): Không chỉ dừng lại ở bài toán điều khiển hở (Open-loop Motion), hệ thống tích hợp module kiểm tra quang học tự động (Automated Optical Inspection - AOI) ngay sau khi phun keo, đưa ra đánh giá định lượng về độ đồng đều của đường keo.
  • Tối ưu hóa chi phí sản xuất vượt trội: Tổng giá thành chế tạo mô hình thực nghiệm chỉ xấp xỉ 18 triệu VNĐ (~750 USD), chỉ bằng 2.5% - 3% so với các dòng máy phun keo nhập khẩu từ Ý hay Đài Loan (Cerim K300, R3-GBOS), mở ra tiềm năng ứng dụng rất lớn cho các xưởng gia công giày quy mô vừa và nhỏ tại Việt Nam.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong công nghiệp

Hệ thống được thiết kế dạng module (Cell sản xuất độc lập), dễ dàng tích hợp vào cụm dây chuyền ráp đế giày tại các nhà xưởng:

[Băng chuyền cấp phôi] 
         │
         ▼
[Cụm gắp giác hút chân không] ──> [Bàn phun keo Cartesian + Camera AI] 
                                                    │
                                                    ▼
                                     [Trạm kiểm tra chất lượng AOI]
                                         │                    │
                             (Đạt tiêu chuẩn)           (Lỗi đường keo)
                                         │                    │
                                         ▼                    ▼
                           [Băng chuyền nhiệt sấy keo]   [Khay loại phế phẩm]

Phân tích hiệu quả kinh tế & Điểm hoàn vốn (ROI)

Giả định một cơ sở gia công giày dép quy mô 1.000 đôi/ngày:

  • Phương án thủ công: Cần 3 công nhân bôi keo liên tục (chi phí nhân công: $3 \times 8.000.000 = 24.000.000\text{ VNĐ/tháng}$). Tỷ lệ hao hụt keo do rớt/tràn: $\approx 10%$.
  • Phương án tự động hóa bằng máy Cartesian: Cần 1 công nhân vận hành giám sát. Tiết kiệm 2 nhân công ($16.000.000\text{ VNĐ/tháng}$), giảm $80%$ lượng keo hao phí (tiết kiệm $\approx 3.000.000\text{ VNĐ/tháng}$).
  • Tổng chi phí đầu tư máy: $\approx 25.000.000\text{ VNĐ}$ (bao gồm cả khung máy hoàn thiện và vòi phun khí nén).
  • Thời gian hoàn vốn ước tính: $$\text{Thời gian hoàn vốn (ROI)} = \frac{25.000.000\text{ VNĐ}}{19.000.000\text{ VNĐ/tháng}} \approx 1.32\text{ tháng (khoảng 40 ngày)}$$

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Giới hạn không gian 2D: Chưa xử lý được các loại đế giày có độ dốc gót lớn (giày cao gót) hoặc biên dạng lượn sóng 3D phức tạp do chỉ sử dụng Camera 2D đơn sắc.
  • Độ nhạy cảm với ánh sáng môi trường: Khi cường độ sáng môi trường thay đổi đột ngột ($< 300\text{ lux}$ hoặc $> 850\text{ lux}$), thuật toán phân đoạn màu HSV dễ bị đứt đoạn biên dạng tại các điểm bóng phản xạ.
  • Hiện tượng rung lắc cơ khí: Khi động cơ bước NEMA 17 gia tốc nhanh ở vận tốc $> 35\text{ mm/s}$, khung máy nhôm định hình xuất hiện rung động cơ học nhẹ, ảnh hưởng đến độ mịn của đường keo.

Hướng phát triển nâng cao

  • Tích hợp cảm biến độ sâu 3D (Intel RealSense / Time-of-Flight): Xây dựng bản đồ độ cao Point Cloud 3D để nâng cấp trục Z thành cơ cấu điều khiển bám mặt cong tự thích nghi.
  • Nâng cấp động cơ bước Closed-Loop Step Servo: Thay thế động cơ bước thường bằng Step Servo có Encoder hồi tiếp để triệt tiêu hoàn toàn hiện tượng trượt bước khi chạy tốc độ cao.
  • Tích hợp Trí tuệ nhân tạo (Deep Learning): Ứng dụng mạng nơ-ron phân đoạn ảnh (U-Net / YOLOv8-Seg) để nhận diện chính xác đế giày trên nền băng chuyền bẩn mà không cần tinh chỉnh ngưỡng màu HSV thủ công.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                            LỢI ÍCH THEO NHÓM ĐỐI TƯỢNG                        |
+-------------------------------------------------------------------------------+
| Sinh viên & Người học | Tiếp cận trọn vẹn mô hình tích hợp Cơ điện tử thực tế: |
|                       | Xử lý ảnh Python + Tự động hóa PLC Siemens S7-1200.   |
+-----------------------+-------------------------------------------------------+
| Kỹ sư Tự động hóa     | Nắm vững kiến thức điều khiển chuyển động (Motion     |
|                       | Control), phát xung PTO và kỹ thuật ánh xạ tọa độ ảnh.|
+-----------------------+-------------------------------------------------------+
| Doanh nghiệp Da giày  | Có cơ sở chế tạo dây chuyền phun keo tự động giá rẻ, |
|                       | hoàn vốn nhanh, bảo vệ sức khỏe công nhân.            |
+-----------------------+-------------------------------------------------------+
| Nhà nghiên cứu        | Tài liệu tham khảo ứng dụng ArUco Marker trong định vị|
|                       | bàn máy CNC/Robot và giải thuật Douglas-Peucker.      |
+-----------------------+-------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu phần cứng và môi trường để triển khai hệ thống là gì?

  • Phần cứng: Máy tính PC/Laptop chạy Windows 10/11 (CPU Core i3 thế hệ 8 trở lên, RAM 4GB, cổng mạng Ethernet RJ45, 1 cổng USB 2.0); PLC Siemens S7-1200 (Firmware v4.2+); Nguồn tổ ong 24VDC/10A.
  • Môi trường: Bàn làm việc có gắn hộp che sáng (buồng tối) trang bị đèn LED vòng chiếu sáng đồng đều (500 - 600 lux) để triệt tiêu bóng đổ.

2. Hệ thống có thể mở rộng để nhận diện các cỡ giày khác nhau không?

Có. Nhờ thuật toán trích xuất biên dạng động cv2.findContours, hệ thống không bị cố định biên dạng theo khuôn mẫu (No CAD model needed). Bất kỳ kích thước đế giày nào nằm trong phạm vi làm việc $400 \times 400\text{ mm}$ đều được tự động tính toán quỹ đạo mà không cần lập trình lại PLC.

3. Phương thức truyền thông giữa máy tính và PLC S7-1200 được thiết lập như thế nào?

Hệ thống sử dụng cáp mạng Ethernet công nghiệp chuẩn RJ45 thông qua giao thức TCP/IP S7 Protocol (sử dụng thư viện snap7 trên Python). Mảng tọa độ thực $(X, Y)$ được ghi trực tiếp vào khối dữ liệu chia sẻ Data Block (DB1) trong bộ nhớ PLC với thời gian đáp ứng dưới $120\text{ ms}$.

4. Cần bảo trì những bộ phận nào định kỳ?

  • Đầu phun keo: Cần vệ sinh bằng dung môi tẩy keo sau mỗi ca làm việc để tránh đông kết làm tắc nghẽn tiết diện vòi phun ($d = 3\text{ mm}$).
  • Cơ khí trục vít me T8: Tra dầu bôi trơn định kỳ 1 tháng/lần để giảm ma sát và chống mài mòn đai ốc đồng.
  • Camera Logitech C270: Lau sạch bụi bám trên ống kính định kỳ bằng khăn quang học chuyên dụng.

5. Chi phí chế tạo dự toán và thời gian thu hồi vốn thực tế?

Tổng chi phí chế tạo hoàn chỉnh mô hình là khoảng $18.000.000 - 25.000.000\text{ VNĐ}$. Đối với một xưởng gia công nhỏ thay thế 2 lao động thủ công, thời gian hoàn vốn thực tế chỉ mất từ 1.5 đến 2 tháng vận hành liên tục.

Kết luận

Đề tài "Máy phun keo đế giày điều khiển bằng PLC" đã hoàn thành xuất sắc các mục tiêu nghiên cứu và ứng dụng đặt ra. Dự án chứng minh tính khả thi vượt trội của việc kết hợp giữa công nghệ thị giác máy tính mã nguồn mở (OpenCV/Python) với nền tảng điều khiển công nghiệp tiêu chuẩn cao (Siemens S7-1200).

Hệ thống không chỉ đạt độ chính xác cơ khí ấn tượng ($\le 0.85\text{ mm}$), chu kỳ phun keo tối ưu (~$10.5\text{ s}$), mà còn mở ra giải pháp tự động hóa chi phí thấp, giàu tính thực tiễn, giúp nâng cao năng lực cạnh tranh cho ngành sản xuất giày dép Việt Nam trong kỷ nguyên công nghiệp 4.0.