Bối cảnh và vấn đề nghiên cứu

Cây bưởi da xanh là một trong năm loại cây ăn quả đặc sản chủ lực của tỉnh Bến Tre và khu vực đồng bằng sông Cửu Long, mang lại hiệu quả kinh tế từ 400 đến 500 triệu đồng/ha/năm. Mặc dù có tiềm năng xuất khẩu lớn, sản lượng bưởi đạt tiêu chuẩn VietGAP và GlobalGAP vẫn còn hạn chế do quy mô canh tác nhỏ lẻ và chất lượng đầu ra chưa đồng đều. Trong chuỗi cung ứng nông sản, phân loại là công đoạn then chốt quyết định giá trị thương phẩm.

Hiện nay, hoạt động phân loại bưởi tại các vựa trái cây chủ yếu thực hiện thủ công bằng kinh nghiệm cảm quan của nhân công. Khảo sát thực tế tại vựa trái cây Lê Hải (huyện Châu Thành, tỉnh Bến Tre vào tháng 3/2019) cho thấy quy trình xử lý gồm 5 bước: tiếp nhận và phân loại sơ bộ, rửa sạch bằng dung dịch Clorin, đóng gói (bọc lưới, dán nhãn, xếp thùng carton), lưu kho lạnh ở 5°C và xuất hàng. Bưởi da xanh trên thị trường được phân loại dựa trên các tiêu chí:

  • Khối lượng: Là yếu tố tiên quyết. Quả loại 1 có khối lượng từ 1,4 kg trở lên (thông thường tối đa 3,0 kg).
  • Kích cỡ và ngoại quan: Loại 1 yêu cầu quả tròn đều, đồng màu, vỏ mỏng, không sâu bệnh; Loại 2 tròn đều, đồng màu; Loại 3 cho phép có khuyết tật nhỏ.
  • Độ chín và chất lượng múi: Yêu cầu vỏ mỏng, múi hồng đỏ, mọng nước, độ ngọt đạt độ Brix từ 10% đến 13%.
  • Tỷ trọng (Khối lượng / Thể tích): Được nhóm tác giả xác định là thông số định lượng biểu thị tương quan giữa độ dày của vỏ và độ mọng nước của múi bưởi.

Phân tích các dây chuyền hiện có cho thấy hệ thống phân loại của Trung Quốc dùng cơ cấu ống xoay đục lỗ chỉ phân loại theo kích thước, bỏ qua khối lượng và màu sắc, đồng thời chiếm diện tích lớn. Hệ thống của công ty KW Automation (Australia) tích hợp rửa, lau chùi và lật ngăn phân loại bằng xy lanh, có đệm cao su giảm chấn nhưng chi phí đầu tư cao, không phù hợp với các cơ sở thu mua quy mô vừa và nhỏ tại Việt Nam.

Từ thực tiễn đó, đề tài xác định mục tiêu và nhiệm vụ nghiên cứu gồm:

  1. Thiết kế và chế tạo mô hình máy phân loại bưởi da xanh tích hợp cơ khí, khí nén và điện tử.
  2. Xây dựng thuật toán xử lý ảnh nhằm nhận diện quả bưởi, phát hiện vùng khác màu (vùng khuyết tật) và ước lượng thể tích.
  3. Lập trình hệ thống điều khiển kết hợp vi điều khiển, phần mềm máy tính và máy chủ web để vận hành theo hai chế độ: phân loại theo khối lượng và phân loại theo tỷ trọng.

Đối tượng nghiên cứu bao gồm hệ thống cơ khí (khung máy, băng tải, bộ truyền xích, máng dốc, xy lanh), hệ thống điện tử - cảm biến (Arduino Mega 2560, cảm biến quang E18-D80NK, cảm biến tải trọng Loadcell, mạch HX711, van điện từ), thuật toán xử lý ảnh không gian màu RGB và hệ thống máy chủ LAMP trên Raspberry Pi 3. Phạm vi nghiên cứu tập trung vào việc phân loại quả bưởi da xanh dựa trên khối lượng và kích thước/thể tích thực nghiệm.

Cơ sở lý thuyết và phương pháp

Đề tài kết hợp phương pháp nghiên cứu lý thuyết tính toán kỹ thuật, khảo sát thực địa tại cơ sở sản xuất và thực nghiệm đo đạc thống kê. Nguồn dữ liệu thực nghiệm được thu thập từ việc cân khối lượng, đo thể tích bằng phương pháp dâng mực nước và thu nhận ảnh số trực tiếp từ mô hình.

Cơ sở lý thuyết và các công thức tính toán bao gồm:

  • Tính toán động lực học và truyền động:
    • Công suất cần thiết trên trục động cơ được xác định qua công thức $P_{ct} = \frac{P_{td}}{\eta}$ với $P_{td} = F_t \cdot v$.
    • Bộ truyền xích ống con lăn được tính toán theo số răng đĩa xích dẫn $z_1 = 29 - 2 u_x$ và đĩa xích bị dẫn $z_2 = u_x \cdot z_1$, thỏa mãn giới hạn mòn $z_{2\max} \le 120$. Vận tốc trung bình của xích tính theo $v = \frac{z \cdot p_c \cdot n}{60000}$.
    • Động lực học máng dốc phân loại áp dụng định luật bảo toàn cơ năng ($W_A = W_B$) và định luật II Newton ($\sum \vec{F} = m\vec{a}$) kết hợp hệ số ma sát lăn ($\mu = 0,5$) để xác định vận tốc lăn của quả bưởi và góc nghiêng tối ưu của máng.
  • Hệ thống khí nén: Sử dụng van đảo chiều khí nén 5/2 tác động đơn để điều hướng dòng khí và xy lanh khí nén tác động kép có gắn van tiết lưu để thực hiện gạt bưởi.
  • Xử lý ảnh số: Ứng dụng không gian màu RGB ($2^{24} \approx 16,7$ triệu màu) và ảnh nhị phân. Quy trình xử lý ảnh gồm 5 bước tuần tự: Thu nhận ảnh $\to$ Tiền xử lý $\to$ Phân đoạn $\to$ Biểu diễn và mô tả $\to$ Nhận dạng và nội suy.
  • Mô hình hồi quy tuyến tính và phương pháp bình phương cực tiểu (OLS): Mô hình hóa mối quan hệ giữa diện tích hình chiếu quả bưởi từ ảnh ($S$) và thể tích thực ($V$) theo phương trình hồi quy bậc nhất: $$y = \alpha x + \beta + \varepsilon$$ Các hệ số được tối ưu hóa bằng phương pháp bình phương cực tiểu nhằm tối thiểu hóa tổng bình phương sai số phần dư ($SSE = \sum \varepsilon_i^2 \to \min$). Mức độ phân tán của dữ liệu mẫu được đánh giá qua phương sai mẫu: $$S^2 = \frac{\sum (X_i - \bar{X})^2}{n - 1}$$
  • Xác định tỷ trọng và giám sát hệ thống: Tỷ trọng ($RD$) của bưởi được tính bằng tỷ số giữa khối lượng và thể tích ($RD = \frac{m}{V}$, đơn vị $kg/dm^3$). Hệ thống giám sát trực tuyến xây dựng trên nền tảng LAMP Server (Linux – Apache – MySQL – PHP/CGI) cài đặt trên Raspberry Pi 3.

Thiết kế và triển khai hệ thống

Mô hình máy phân loại bưởi da xanh được thiết kế hoàn chỉnh trên phần mềm SolidWorks và gia công thực tế bao gồm các phân hệ:

Cụm chức năng Chi tiết kỹ thuật và thông số lựa chọn Chức năng hoạt động
Khung máy & Băng tải Khung sắt định hình; Băng tải dài 2000 mm, rộng 300 mm; Rulo đường kính $D = 42\text{ mm}$, trục $d = 15\text{ mm}$ Nâng đỡ toàn bộ hệ thống và vận chuyển từng quả bưởi vào buồng cân/chụp ảnh
Động cơ dẫn động Động cơ DC SPG S6KA90B-W70, công suất 15 W, tỉ số truyền hộp giảm tốc 1:90, tốc độ 16 vòng/phút, moment 2,94 N.m Dẫn động băng tải với vận tốc thiết kế $v = 0,1\text{ m/s}$ (công suất tính toán yêu cầu $P_{ct} = 14,4\text{ W}$)
Bộ truyền xích Xích ống con lăn đơn; Bước xích $p_c = 6,5\text{ mm}$; Đĩa dẫn $z_1 = 28$ răng, đĩa bị dẫn $z_2 = 18$ răng; Tỉ số truyền $u_x = 0,65$; Khoảng cách trục $a = 211\text{ mm}$; 88 mắt xích Truyền chuyển động từ trục động cơ sang trục rulo của băng tải
Bàn cân & Loadcell Cảm biến tải trọng Loadcell dạng thanh kết hợp mạch khuếch đại HX711; Khung đỡ bàn cân chế tạo bằng công nghệ in 3D Cân khối lượng tĩnh của quả bưởi khi dừng trên buồng đo
Buồng chụp & XLA Hộp chống nhiễu ánh sáng khép kín; Camera cố định phía trên; Cảm biến quang hồng ngoại E18-D80NK Phát hiện bưởi vào vị trí, chụp ảnh bề mặt, tính diện tích điểm ảnh $S$ và phát hiện vùng khác màu
Cơ cấu phân loại Máng nghiêng góc $\alpha = 6,7^\circ$, chiều cao $h = 150\text{ mm}$, chiều dài $c = 1285\text{ mm}$; 4 xy lanh khí nén hành trình 200 mm gắn chi tiết đỡ in 3D Dẫn hướng bưởi lăn tự do ($V_B = 1,7\text{ m/s}$) và đẩy quả bưởi vào 3 ngăn chứa tương ứng hoặc ngăn phế phẩm
Hệ thống điều khiển Mạch vi điều khiển Arduino Mega 2560; 4 van điện từ Solenoid 5/2 SM5100-C6; Máy tính chạy C# WinForm; Raspberry Pi 3 Tiếp nhận tín hiệu cảm biến, xử lý giải thuật, điều khiển van khí nén và truyền dữ liệu giám sát lên máy chủ

Quy trình vận hành được thực hiện qua hai chế độ:

  • Chế độ 1 (Phân loại theo khối lượng): Bưởi đến bàn cân kích hoạt cảm biến E18-D80NK $\to$ Băng tải dừng $\to$ Loadcell đo khối lượng $\to$ Arduino gửi giá trị về WinForm $\to$ Xy lanh tương ứng tác động đẩy bưởi vào máng Loại 1, Loại 2 hoặc Loại 3.
  • Chế độ 2 (Phân loại theo tỷ trọng và loại bỏ khuyết tật): Bưởi dừng tại buồng cân $\to$ Thu nhận đồng thời khối lượng ($m$) và hình ảnh $\to$ WinForm kiểm tra vùng khác màu (nếu vượt ngưỡng khuyết tật, phân vào hàng phế phẩm/Loại 3) $\to$ Tính diện tích $S$, suy ra thể tích $V$ từ phương trình hồi quy $\to$ Tính tỷ trọng $RD = m/V \to$ So khớp khoảng giá trị tỷ trọng $\to$ Điều khiển xy lanh đẩy vào ngăn tương ứng $\to$ Cập nhật dữ liệu và đồ thị lên cơ sở dữ liệu MySQL trên Web Server.

Nội dung chính theo từng chương

Chương 1: Giới thiệu tổng quan

Chương 1 trình bày tổng quan về giá trị kinh tế của cây bưởi da xanh Bến Tre, sự cần thiết của việc tiêu chuẩn hóa chất lượng nông sản phục vụ xuất khẩu và yêu cầu tự động hóa trong bối cảnh công nghiệp hóa. Tác giả tổng hợp kết quả khảo sát thực tế tại vựa bưởi Lê Hải và hội chợ Xuân 2019, phân tích các tiêu chí phân loại thương phẩm (khối lượng, độ mỏng vỏ, tỷ trọng, độ Brix 10–13%). Chương này cũng đánh giá ưu nhược điểm của các dây chuyền phân loại hiện có của Trung Quốc và Australia, từ đó xác lập mục tiêu, đối tượng, phạm vi và phương pháp nghiên cứu của đồ án.

Chương 2: Cơ sở lý thuyết

Chương 2 thiết lập cơ sở khoa học phục vụ tính toán và thiết kế. Nội dung bao gồm lý thuyết lựa chọn công suất động cơ điện và tính toán hình học, động học bộ truyền xích con lăn theo tài liệu chuyên ngành chi tiết máy. Chương này trình bày cấu tạo, nguyên lý van đảo chiều 5/2 và xy lanh khí nén; định nghĩa điểm ảnh, mức xám, không gian màu RGB và 5 bước xử lý ảnh cơ bản; trình bày lý thuyết hồi quy tuyến tính đơn biến, phương pháp bình phương cực tiểu OLS, công thức phương sai và khái niệm tỷ trọng vật lý ($RD$). Cuối cùng là cấu trúc mạng và các bước thiết lập máy chủ LAMP Server.

Chương 3: Thiết kế và thi công

Chương 3 chi tiết hóa toàn bộ quá trình tính toán, thiết kế và thi công hệ thống. Tác giả trình bày các bước tính chọn băng tải ($2000 \times 300\text{ mm}$), tính chọn động cơ DC giảm tốc SPG 15 W dựa trên lực kéo băng tải ($F_{bt} = 130\text{ N}$) và moment xoắn ($M_{bt} = 2,73\text{ N.m}$); tính toán bộ truyền xích ($z_1 = 28, z_2 = 18, a = 211\text{ mm}$); giải hệ phương trình động lực học xác định góc nghiêng máng trượt $\alpha = 6,7^\circ$ và chiều dài máng $c = 1285\text{ mm}$. Chương này cũng mô tả thiết kế 3D các chi tiết gá xy lanh, đế Loadcell, hộp chống nhiễu, sơ đồ mạch điều khiển Arduino Mega 2560, mạch công suất van Solenoid, lưu đồ giải thuật điều khiển và giao diện giám sát WinForm/Web Server.

Chương 4: Thực nghiệm và phân tích

Chương 4 ghi nhận kết quả vận hành và thử nghiệm từng cụm chức năng:

  • Thực nghiệm bàn cân Loadcell qua mạch HX711, so sánh đối chứng với cân điện tử chuẩn để hiệu chuẩn sai số.
  • Thực nghiệm đo thể tích quả bưởi bằng phương pháp dâng mực nước kết hợp chụp ảnh 3 lần để tính diện tích trung bình, từ đó thiết lập phương trình hồi quy tuyến tính giữa $S$ và $V$.
  • Hoạch định các khoảng ngưỡng giá trị tỷ trọng ($RD$) tương ứng cho từng phẩm cấp bưởi.
  • Tiến hành thực nghiệm tổng hợp trên 3 quả bưởi đại diện cho 3 nhóm phẩm cấp trong 8 lần chạy lặp lại để đánh giá độ ổn định và sai số của hệ thống.

Chương 5: Kết luận và hướng phát triển

Chương 5 đúc kết các kết quả đạt được về mặt cơ khí, phần cứng điều khiển và phần mềm giám sát; chỉ ra những hạn chế còn tồn tại về sai số ước lượng thể tích và tốc độ xử lý ảnh; đồng thời đề xuất hướng nghiên cứu tiếp theo nhằm nâng cao hiệu năng hệ thống.

Kết quả và đóng góp

Hệ thống đã chế tạo hoàn chỉnh mô hình máy phân loại cơ điện tử và ghi nhận các kết quả định lượng cụ thể:

  • Hiệu năng phân loại: Qua 8 lần thực nghiệm vận hành lặp lại trên 3 mẫu quả bưởi đặc trưng cho 3 loại, hệ thống đạt tỷ lệ phân loại thành công ước tính 70%.
  • Độ chính xác các phân hệ:
    • Phân hệ cân khối lượng (Loadcell + HX711) đạt độ chính xác cao, sai số nhỏ, đáp ứng tốt yêu cầu phân loại thương phẩm.
    • Phân hệ đo thể tích qua xử lý ảnh 2D bước đầu xác lập được tương quan tuyến tính giữa diện tích bề mặt $S$ và thể tích $V$, tuy nhiên còn ghi nhận sai số do độ bất đối xứng của quả bưởi và ảnh hưởng của điều kiện chiếu sáng.
  • Khả năng điều khiển và giám sát: Vận hành ổn định ở cả 2 chế độ (theo khối lượng độc lập hoặc tích hợp tỷ trọng - vùng khác màu); truyền nhận dữ liệu thời gian thực giữa Arduino, phần mềm WinForm (C#) và giao diện Web Server (LAMP trên Raspberry Pi 3).
Hạng mục thông số Kết quả thiết kế / Tính toán lý thuyết Kết quả chế tạo / Thực nghiệm đạt được
Công suất động cơ băng tải $P_{ct} = 14,4\text{ W}$, tốc độ $n_{sb} = 14\text{ v/ph}$ Động cơ SPG 15 W, tỉ số truyền 1:90, tốc độ 16 v/ph
Tỉ số truyền xích ($u_x$) $u_x = 0,65$ ($z_1 = 28$ răng, $z_2 = 18$ răng) Tỉ số truyền thực tế $u_x' = 0,64$, sai số tương đối $\Delta = 0,01$
Thông số máng dốc Góc nghiêng $\alpha = 6,7^\circ$, chiều dài $c = 1285\text{ mm}$ Gia công đúng góc $6,7^\circ$, bưởi lăn ổn định không bị dập the
Cơ cấu chấp hành phân loại 4 xy lanh khí nén hành trình 200 mm Hoạt động chính xác theo tín hiệu kích van Solenoid 5/2
Tỷ lệ phân loại thành công Tiêu chí phân loại sát thực tế thị trường Đạt ước tính 70% trên tập mẫu thử nghiệm

Đóng góp của đề tài thể hiện ở việc đề xuất và kiểm chứng tiêu chí tỷ trọng ($RD = m/V$) kết hợp nhận diện vùng khuyết tật màu sắc trong phân loại bưởi da xanh tự động, thay vì chỉ dựa vào khối lượng hoặc kích thước đơn thuần như các nghiên cứu trước đây. Mô hình tích hợp thành công giải pháp giám sát IoT qua Web Server, giúp người quản lý theo dõi số lượng và biểu đồ khối lượng từ xa.

Hạn chế và hướng nghiên cứu tiếp

Các hạn chế được nhóm tác giả thẳng thắn ghi nhận trong văn bản:

  • Thuật toán xử lý ảnh 2D chưa được tối ưu hóa, tốc độ xử lý còn trễ và phát sinh sai số khi quả bưởi có hình dạng bất đối xứng hoặc do nhiễu ánh sáng môi trường.
  • Tỷ lệ phân loại thành công tổng hợp dừng lại ở mức 70%, thể tích suy diễn từ diện tích chiếu còn độ lệch so với thể tích thực tế.

Hướng phát triển của đề tài:

  • Ứng dụng trí tuệ nhân tạo (AI) và học máy (Machine Learning) trong xử lý ảnh để nâng cao độ chính xác khi nhận diện hình dạng 3D và khuyết tật vỏ bưởi.
  • Tích hợp mở rộng thêm các module tự động hóa sau phân loại như dán nhãn, bọc túi lưới và đóng thùng carton tự động.

Giá trị tham khảo

Đồ án tốt nghiệp này là tài liệu tham khảo hữu ích cho sinh viên và kỹ sư thuộc các ngành Kỹ thuật Cơ điện tử, Tự động hóa, Cơ khí chế tạo máy và Nông nghiệp công nghệ cao.

Các nội dung có giá trị tham khảo kỹ thuật cao bao gồm:

  • Phương pháp tính toán động lực học máng dốc và thiết kế bộ truyền xích, băng tải cho nông sản cỡ lớn (Chương 3).
  • Quy trình kết nối phần cứng giữa Loadcell, cảm biến quang, vi điều khiển Arduino Mega 2560 và van điện từ khí nén.
  • Phương pháp ứng dụng mô hình hồi quy tuyến tính (OLS) để quy đổi thông số hình học từ ảnh 2D sang thể tích thực thể.
  • Quy trình thiết lập hệ thống giám sát thời gian thực sử dụng LAMP Server trên máy tính nhúng Raspberry Pi 3.

Câu hỏi thường gặp

1. Tiêu chí phân loại bưởi da xanh của mô hình dựa trên các yếu tố nào? Mô hình phân loại bưởi dựa trên khối lượng (đo bằng Loadcell), diện tích/thể tích và vùng khác màu (qua xử lý ảnh). Từ khối lượng và thể tích, hệ thống tính toán chỉ số tỷ trọng ($RD = m/V$) để đánh giá độ mỏng của vỏ và độ mọng nước của múi bưởi theo tiêu chuẩn thương phẩm.

2. Động cơ dẫn động băng tải được tính toán và lựa chọn với thông số kỹ thuật như thế nào? Qua tính toán lực kéo băng tải ($F_{bt} = 130\text{ N}$) và vận tốc $v = 0,1\text{ m/s}$, công suất cần thiết trên trục động cơ là $P_{ct} = 14,4\text{ W}$ với số vòng quay sơ bộ $n_{sb} \approx 14\text{ vòng/phút}$. Tác giả đã lựa chọn động cơ DC giảm tốc SPG S6KA90B-W70 có công suất định mức 15 W, tỉ số truyền 1:90, tốc độ 16 vòng/phút và moment xoắn định mức 2,94 N.m.

3. Góc nghiêng của máng dốc phân loại được thiết kế là bao nhiêu và tính toán dựa trên nguyên lý nào? Góc nghiêng của máng dốc được thiết kế chính xác là $\alpha = 6,7^\circ$ với chiều cao $h = 150\text{ mm}$ và chiều dài $c = 1285\text{ mm}$. Giá trị này được xác định dựa trên định luật bảo toàn cơ năng (vận tốc đầu dốc $V_B = 1,7\text{ m/s}$) và định luật II Newton với hệ số ma sát lăn $\mu = 0,5$.

4. Khâu ước lượng thể tích quả bưởi từ camera được thực hiện bằng phương pháp nào? Hệ thống chụp ảnh quả bưởi trong buồng tối chống nhiễu, xử lý ảnh để tính diện tích hình chiếu phẳng $S$ (pixel). Sau đó, diện tích này được đưa vào phương trình hồi quy tuyến tính bậc nhất $y = \alpha x + \beta$ (được xây dựng từ thực nghiệm đo thể tích dâng nước và tối ưu bằng phương pháp bình phương cực tiểu OLS) để quy đổi ra thể tích $V$.

5. Kết quả thực nghiệm tổng hợp của máy đạt tỷ lệ thành công bao nhiêu? Qua 8 lần thực nghiệm phân loại với 3 mẫu bưởi đặc trưng cho 3 loại phẩm cấp, mô hình đạt tỷ lệ phân loại thành công ước tính 70%. Trong đó phân hệ cân khối lượng đạt độ chính xác cao, các sai số còn lại chủ yếu do thuật toán xử lý ảnh ước lượng thể tích chưa tối ưu.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu – Thiết kế – Chế tạo mô hình máy phân loại bưởi da xanh" của nhóm sinh viên ngành CNKT Cơ điện tử (Trường ĐH Sư phạm Kỹ thuật TP.HCM) đã hoàn thiện một hệ thống cơ điện tử tích hợp hoàn chỉnh từ cơ cấu cơ khí, khí nén đến phần mềm điều khiển và xử lý ảnh. Nghiên cứu đã giải quyết bài toán phân loại nông sản theo hai tiêu chí khối lượng và tỷ trọng, đồng thời triển khai thành công giao diện giám sát trực tuyến qua máy chủ Web LAMP trên Raspberry Pi 3. Dù thuật toán xử lý ảnh còn hạn chế dẫn đến tỷ lệ thành công ở mức 70%, công trình đã cung cấp đầy đủ các tính toán lý thuyết và giải pháp kỹ thuật có giá trị thực tiễn cho việc tự động hóa khâu sau thu hoạch nông sản.