I. Mô hình giám sát và điều khiển
Đồ án tốt nghiệp “Thiết kế và thi công mô hình giám sát và điều khiển mô hình trồng nấm rơm” tại HCMUTE tập trung vào việc xây dựng một hệ thống tự động hóa quy trình trồng nấm rơm. Hệ thống này bao gồm hai phần chính: mô hình giám sát và mô hình điều khiển. Mô hình giám sát thu thập dữ liệu về các yếu tố môi trường ảnh hưởng đến sự phát triển của nấm rơm như nhiệt độ, độ ẩm, mực nước. Dữ liệu này được xử lý và hiển thị trên một màn hình LCD và một website. Mô hình điều khiển sử dụng các thiết bị điều khiển như quạt, hệ thống phun sương để tự động điều chỉnh môi trường trồng nấm dựa trên dữ liệu giám sát. Hệ thống còn có khả năng gửi thông báo qua tin nhắn SMS khi xảy ra sự cố hoặc theo yêu cầu của người dùng. Mô hình điều khiển được thiết kế với hai khu vực riêng biệt để thuận tiện cho việc giám sát và điều chỉnh riêng từng khu. Kích thước mô hình được giới hạn trong phạm vi 60x40x40cm để đảm bảo hiệu quả điều chỉnh môi trường trong thời gian ngắn.
1.1. Giám sát môi trường trồng nấm
Phần giám sát tập trung vào việc thu thập và xử lý thông số môi trường. Các sensor như DHT11 (đo nhiệt độ và độ ẩm) và cảm biến mực nước được sử dụng để thu thập dữ liệu. Dữ liệu thu thập được truyền về bộ điều khiển trung tâm. Việc sử dụng Arduino và NODEMCU ESP8266 đảm bảo việc xử lý và truyền dữ liệu hiệu quả. Dữ liệu sau đó được hiển thị trực quan trên màn hình LCD. Ngoài ra, dữ liệu được truyền lên web server, cho phép người dùng theo dõi từ xa. Thu thập dữ liệu là một khía cạnh quan trọng của hệ thống, đảm bảo việc cung cấp thông tin chính xác và kịp thời để điều khiển hệ thống. Internet of Things (IoT) được áp dụng để kết nối các thiết bị và truyền dữ liệu một cách hiệu quả. Hệ thống giám sát cho phép người dùng nắm bắt tình trạng của môi trường trồng nấm một cách toàn diện, góp phần vào việc tối ưu hóa quy trình sản xuất.
1.2. Điều khiển tự động
Phần điều khiển tự động bao gồm các actuator như quạt, hệ thống phun sương, được điều khiển thông qua bộ điều khiển trung tâm. Arduino và ULN2803 đóng vai trò trung gian điều khiển các thiết bị này. PLC và SCADA không được sử dụng trong mô hình này do quy mô nhỏ. Tuy nhiên, nguyên tắc điều khiển tương tự có thể được mở rộng cho hệ thống lớn hơn. Hệ thống tự động điều chỉnh nhiệt độ và độ ẩm dựa trên các ngưỡng được thiết lập trước. Điều khiển tự động giúp tiết kiệm thời gian và công sức lao động, đồng thời đảm bảo môi trường trồng nấm luôn ở mức tối ưu. Việc sử dụng Arduino cho phép lập trình linh hoạt và dễ dàng điều chỉnh các tham số. Dữ liệu được xử lý dựa trên các thuật toán được thiết kế để đảm bảo sự ổn định và hiệu quả của hệ thống.
II. Trồng nấm rơm HCMUTE
Đề tài tập trung vào việc trồng nấm rơm trong điều kiện môi trường được kiểm soát. Việc lựa chọn nấm rơm là do chu kỳ sinh trưởng ngắn, dễ trồng và nhu cầu thị trường cao. Nấm rơm HCMUTE trong đồ án này là một mô hình minh họa cho việc áp dụng công nghệ tự động hóa vào sản xuất nông nghiệp. Nghiên cứu trồng nấm này đóng góp vào việc phát triển nông nghiệp thông minh và nông nghiệp bền vững. Sản xuất nông nghiệp công nghệ cao là mục tiêu hướng đến. Mô hình này có thể được mở rộng và áp dụng cho các loại nấm khác cũng như các loại cây trồng khác.
2.1. Ứng dụng công nghệ
Đồ án sử dụng các công nghệ hiện đại như Internet of Things (IoT), Arduino, và web server để giám sát và điều khiển môi trường trồng nấm. Việc sử dụng HTML, PHP, và MySQL đảm bảo cho việc xây dựng website quản lý dữ liệu. Các công nghệ này giúp cho việc giám sát và điều khiển trở nên hiệu quả hơn so với phương pháp truyền thống. Công nghệ sinh học được áp dụng trong việc lựa chọn giống nấm và phương pháp trồng. Việc sử dụng cảm biến và thiết bị điều khiển chính xác giúp đảm bảo chất lượng sản phẩm. Xử lý dữ liệu được thực hiện thông qua các thuật toán lập trình trên Arduino. Mô hình toả học cho phép mô phỏng và tối ưu hóa quá trình trồng nấm.
2.2. Phân tích dữ liệu và tối ưu hóa
Dữ liệu thu thập được từ các sensor được sử dụng để phân tích và tối ưu hóa quy trình trồng nấm. Phân tích dữ liệu giúp xác định các yếu tố ảnh hưởng đến năng suất và chất lượng nấm. Việc sử dụng phần mềm lập trình cho phép xử lý và phân tích một lượng lớn dữ liệu. Dữ liệu lớn (Big Data), nếu được thu thập trong thời gian dài, có thể được sử dụng để xây dựng các mô hình dự báo năng suất. Tối ưu hóa sản lượng là mục tiêu chính của việc phân tích dữ liệu. Tối ưu hóa sản lượng có thể được thực hiện bằng cách điều chỉnh các tham số môi trường dựa trên dữ liệu phân tích. Dữ liệu dự báo năng suất có thể giúp người trồng nấm lên kế hoạch sản xuất hiệu quả hơn.
III. Kết luận và hướng phát triển
Đồ án tốt nghiệp đã thành công trong việc thiết kế và thi công mô hình giám sát và điều khiển trồng nấm rơm. Mô hình chứng minh khả năng áp dụng công nghệ tự động hóa vào sản xuất nông nghiệp. Năng suất nấm rơm có thể được cải thiện nhờ việc điều khiển môi trường chính xác. Chi phí trồng nấm rơm có thể được giảm thiểu nhờ tiết kiệm nhân công và năng lượng. An toàn thực phẩm được đảm bảo nhờ việc kiểm soát môi trường. Tuy nhiên, mô hình vẫn còn một số hạn chế về quy mô và tính năng. Hướng phát triển trong tương lai là mở rộng quy mô mô hình, tích hợp thêm các tính năng như trí tuệ nhân tạo (AI) và học máy (Machine Learning) để tối ưu hóa quy trình trồng nấm.
3.1. Hạn chế và cải tiến
Mô hình hiện tại có quy mô nhỏ, chỉ phù hợp cho mục đích nghiên cứu và minh họa. Một số tính năng chưa được tích hợp đầy đủ như cảnh báo tự động qua email. Việc mở rộng quy mô và tích hợp thêm các tính năng cần được xem xét trong tương lai. Quản lý chất lượng nấm rơm có thể được cải thiện bằng việc tích hợp thêm các cảm biến khác. Cải tiến hệ thống cần tập trung vào việc tăng tính ổn định và độ chính xác của hệ thống. Tối ưu hóa thuật toán điều khiển giúp cho hệ thống hoạt động hiệu quả hơn.
3.2. Hướng phát triển trong tương lai
Tích hợp trí tuệ nhân tạo (AI) và học máy (Machine Learning) để tự động điều chỉnh các tham số môi trường một cách thông minh hơn. Mở rộng quy mô mô hình để phù hợp với sản xuất thương mại. Tích hợp thêm các tính năng như dự báo năng suất và quản lý chuỗi cung ứng. Ứng dụng các công nghệ tiên tiến hơn như Big Data và cloud computing để quản lý và phân tích dữ liệu. Nghiên cứu khoa học HCMUTE có thể tiếp tục đóng góp vào sự phát triển của mô hình này.
