Tổng quan nghiên cứu

Ngành công nghiệp sản xuất đồ uống và bia tại Việt Nam đạt sản lượng hơn 3 tỷ lít mỗi năm, đòi hỏi các dây chuyền chiết rót và đóng chai phải vận hành liên tục với công suất từ 30.000 đến 60.000 chai mỗi giờ. Trong môi trường sản xuất tốc độ cao này, phương pháp kiểm tra thủ công bằng mắt thường bộc lộ nhiều hạn chế nghiêm trọng với tỷ lệ sai sót dao động từ 5% đến 10% do sự mệt mỏi thị giác của công nhân. Các lỗi phổ biến như nắp chai bị đóng lệch, thiếu nắp, nứt vỡ miệng chai hoặc dị vật không chỉ gây thất thoát nguyên liệu mà còn đe dọa trực tiếp đến uy tín thương hiệu và an toàn vệ sinh thực phẩm.

Luận văn tập trung giải quyết bài toán tự động hóa quy trình kiểm định chất lượng bao bì thông qua đề tài nghiên cứu thiết kế hệ thống nhận dạng chai bị lỗi trong dây chuyền sản xuất bia. Mục tiêu cốt lõi là xây dựng một mô hình thực nghiệm hoàn chỉnh, tích hợp công nghệ thị giác máy tính với phần mềm LabVIEW và phần cứng thu thập dữ liệu chuyên dụng để phát hiện chính xác các sản phẩm lỗi trong thời gian thực.

Nghiên cứu được hoàn thành tại Trường Đại học Kỹ thuật Công nghệ TP. Hồ Chí Minh trong giai đoạn từ tháng 06 năm 2012 đến tháng 03 năm 2013. Về mặt giá trị ứng dụng, giải pháp đề xuất giúp hạ tỷ lệ sót lỗi xuống dưới 2%, giảm thiểu 70% chi phí nhân công kiểm định tại vị trí băng chuyền và nâng cao tính ổn định cho toàn bộ dây chuyền đóng chai tự động.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng tích hợp giữa lý thuyết xử lý ảnh công nghiệp, nguyên lý lập trình luồng dữ liệu và lý thuyết điều khiển tự động vòng kín:

Thứ nhất, lý thuyết thị giác máy tính và xử lý ảnh số đóng vai trò trung tâm trong việc phân tích hình thái học của bao bì. Quy trình xử lý bao gồm các giai đoạn: tiền xử lý ảnh nhằm lọc nhiễu, chuyển đổi ảnh thang độ xám (Grayscale), phân ngưỡng nhị phân (Binary Thresholding) và trích xuất đặc trưng hình học. Thuật toán so khớp mẫu (Pattern Matching) dựa trên hệ số tương quan chuẩn hóa được áp dụng để đối chiếu hình thái nắp chai thực tế với mẫu nắp chuẩn, từ đó nhận diện các sai lệch về kích thước, góc nghiêng hoặc vị trí đóng nắp.

Thứ hai, mô hình lập trình đồ họa G-code trong môi trường LabVIEW của hãng National Instruments cung cấp cấu trúc điều khiển trực quan dựa trên giao diện người dùng (Front Panel) và sơ đồ khối chức năng (Block Diagram). Hệ thống tận dụng các cấu trúc vòng lặp While, thanh ghi dịch (Shift Register) để lưu trữ trạng thái dữ liệu cảm biến theo thời gian, cùng cấu trúc Case để phân luồng quyết định phân loại sản phẩm.

Thứ ba, lý thuyết điều khiển động cơ DC bằng thuật toán vi tích phân tỷ lệ (PID) kết hợp kỹ thuật điều chế độ rộng xung (PWM) với tần số từ 3 kHz đến 60 kHz. Mô hình đảm bảo vận tốc băng tải luôn duy trì ổn định khi tải trọng thay đổi, hỗ trợ đồng bộ hóa tọa độ không gian giữa camera thu hình và cơ cấu chấp hành.

Thứ tư, nguyên lý thu thập dữ liệu và điều khiển phần cứng thông qua card giao tiếp HDL USB 9090. Thiết bị tích hợp bộ chuyển đổi tương tự sang số (ADC) 10-bit với dải giá trị từ 0 đến 1023, 4 kênh ngõ vào số (Digital Input DI1-DI4) và bộ giải mã tín hiệu encoder quang học với khả năng đếm lên tới 100.000 xung.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm kết hợp mô phỏng với quy trình thu thập dữ liệu chặt chẽ:

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp từ hệ thống camera USB giám sát trên mô hình băng tải phòng thí nghiệm. Bộ dữ liệu thử nghiệm bao gồm 200 mẫu chai bia tiêu chuẩn và chai có khuyết tật (gồm nắp đóng lệch, không có nắp, méo mó nắp và chai rỗng sai quy cách). Phương pháp chọn mẫu là lấy mẫu ngẫu nhiên phân tầng, trong đó 60% là mẫu đạt chuẩn và 40% là các dạng mẫu lỗi nhằm đánh giá toàn diện độ nhạy của thuật toán.

Lý do lựa chọn môi trường LabVIEW kết hợp công cụ NI Vision Assistant và card HDL USB 9090 xuất phát từ khả năng xử lý hình ảnh theo thời gian thực với độ trễ thấp, tính tương thích phần cứng đa dạng thông qua chuẩn giao tiếp NI-VISA, và khả năng dựng mô hình mô phỏng 3D sinh động giúp người vận hành dễ dàng giám sát trạng thái cơ cấu chấp hành. Tiến trình nghiên cứu được triển khai xuyên suốt 9 tháng với các mốc: thiết kế cơ khí băng tải, cấu hình phần cứng giao tiếp, lập trình giải thuật thị giác và thử nghiệm hiệu chỉnh toàn hệ thống.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Hệ thống thực nghiệm đã chứng minh tính khả thi và hiệu quả vượt trội trong việc phát hiện khuyết tật sản phẩm:

Thứ nhất, độ chính xác nhận dạng nắp chai lỗi và thiếu nắp đạt mức 96.5% trên tổng số 200 lượt kiểm tra thực nghiệm. Thời gian xử lý trung bình cho mỗi khung hình chỉ mất khoảng 45 ms, hoàn toàn đáp ứng yêu cầu phân loại tức thời trên băng chuyền di chuyển với vận tốc 0.25 m/s.

Thứ hai, card giao tiếp HDL USB 9090 mang lại hiệu năng vượt trội so với thế hệ HDL 9001 tiền nhiệm. Tốc độ chuyển đổi tín hiệu ADC tăng gấp 5 lần và độ chính xác đo lường nâng cao gấp 4 lần, giúp hệ thống đọc tín hiệu analog từ các cảm biến nhiệt độ LM35 và biến trở điều tốc với sai số điện áp dưới 0.5%.

Thứ ba, thuật toán điều khiển PID vị trí và vận tốc động cơ DC thông qua việc phát xung PWM từ card HDL USB 9090 giúp triệt tiêu hiện tượng vọt lố, duy trì độ ổn định tốc độ băng tải với sai lệch vận tốc thực tế dưới 1.8% so với giá trị đặt.

Thứ tư, giao diện giám sát 3D Picture Control trên LabVIEW mô phỏng trực quan chuyển động thực của dây chuyền, giúp giảm 35% thời gian phản ứng và thao tác của người vận hành khi xảy ra sự cố so với các bảng điều khiển dạng số truyền thống.

Thảo luận kết quả

Hiệu quả phân loại sản phẩm của hệ thống phụ thuộc vào sự kết hợp hài hòa giữa thuật toán phần mềm và điều kiện môi trường phần cứng. Nguyên nhân dẫn đến khoảng 3.5% số mẫu bị nhận diện sai chủ yếu bắt nguồn từ hiện tượng phản xạ ánh sáng không đồng đều trên bề mặt nắp kim loại và độ rung cơ khí của băng tải khi chuyển động. Khi cường độ ánh sáng môi trường dao động quá 15%, ngưỡng nhị phân cố định có thể làm biến dạng đường biên của nắp chai trong ảnh thu nhận.

Khi so sánh với các hệ thống kiểm tra quang học chuyên dụng của nước ngoài vốn có chi phí lên đến hàng chục nghìn USD, giải pháp ứng dụng LabVIEW kết hợp card HDL USB 9090 chứng minh tính kinh tế vượt trội khi giảm hơn 80% chi phí đầu tư ban đầu nhưng vẫn đạt được độ tin cậy trên 95%.

Toàn bộ dữ liệu thực nghiệm có thể được trực quan hóa thông qua bảng ma trận nhầm lẫn (Confusion Matrix) để phân tích chi tiết tỷ lệ dương tính giả (False Positive) và âm tính giả (False Negative). Đồng thời, đồ thị đáp ứng bước nhảy của bộ điều khiển PID theo thời gian minh họa rõ nét khả năng bù sai lệch của động cơ khi băng tải gặp tải trọng đột ngột.

Đề xuất và khuyến nghị

Nhằm nâng cao hiệu quả ứng dụng và mở rộng quy mô hệ thống vào thực tế sản xuất công nghiệp, nghiên cứu đề xuất các nhóm giải pháp mang tính hành động cao:

Một là, nâng cấp hệ thống chiếu sáng và camera quang học bằng cách tích hợp camera công nghiệp chuyên dụng chuẩn GigE Vision hoặc USB 3.0 có độ phân giải từ 2.0 đến 5.0 Megapixel kết hợp nguồn sáng vòm (Ring/Dome LED). Giải pháp này do phòng kỹ thuật tự động hóa thực hiện trong vòng 3 đến 6 tháng nhằm triệt tiêu bóng lóa kim loại, đặt mục tiêu nâng độ chính xác nhận dạng tổng thể lên trên 99.2%.

Hai là, tối ưu hóa thuật toán nhận diện bằng cách tích hợp các mô hình trí tuệ nhân tạo và mạng nơ-ron tích chập (CNN) thông qua thư viện mở rộng của LabVIEW trong thời gian từ 6 đến 12 tháng bởi nhóm nghiên cứu phần mềm, hướng tới giảm tỷ lệ nhận diện sai xuống dưới 0.5%.

Ba là, thiết kế cơ cấu phân loại khí nén tốc độ cao (Pneumatic Ejector) được điều khiển trực tiếp bởi ngõ ra số của card HDL USB 9090, đồng bộ hoàn toàn với tín hiệu encoder nhằm tự động đẩy chai lỗi ra khỏi dây chuyền ở vận tốc băng tải trên 1.0 m/s với thời gian đáp ứng cơ cấu dưới 20 ms trong lộ trình triển khai 4 tháng.

Bốn là, chuẩn hóa giao thức truyền thông công nghiệp OPC UA và Modbus TCP/IP để kết nối hệ thống giám sát LabVIEW với mạng điều hành sản xuất MES toàn nhà máy, do bộ phận chuyển đổi số phụ trách trong vòng 6 tháng nhằm đảm bảo khả năng giám sát tập trung 24/7 và truy xuất 100% dữ liệu lịch sử sản xuất.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thực tiễn sâu sắc cho nhiều nhóm đối tượng:

Thứ nhất, kỹ sư cơ điện tử và tự động hóa công nghiệp có thể sử dụng luận văn làm tài liệu tham khảo chi tiết về phương pháp ghép nối phần cứng thu thập dữ liệu đa năng, kỹ thuật lập trình LabVIEW điều khiển động cơ PID và cách xử lý tín hiệu encoder trong thực tế sản xuất.

Thứ hai, cán bộ quản lý chất lượng (QA/QC) và giám đốc nhà máy sản xuất bia, nước giải khát tìm thấy giải pháp công nghệ giúp tối ưu hóa chi phí đầu tư thiết bị kiểm tra ngoại quan tự động, giảm thiểu rủi ro sản phẩm lỗi lọt ra thị trường tiêu dùng.

Thứ ba, giảng viên và các nhà nghiên cứu tại các viện, trường đại học kỹ thuật có thể ứng dụng mô hình thực nghiệm và cấu trúc mô phỏng 3D trong luận văn làm giáo cụ trực quan cho các học phần Xử lý ảnh công nghiệp, Điều khiển tự động và Đo lường điều khiển bằng máy tính.

Thứ tư, sinh viên và học viên cao học chuyên ngành Kỹ thuật Điện, Tự động hóa và Điện tử viễn thông có thể khai thác mã nguồn thuật toán G-code, sơ đồ kết nối chân phần cứng NI-VISA để phát triển các đề tài nghiên cứu liên quan đến thị giác máy tính.

Câu hỏi thường gặp

Tại sao tác giả lựa chọn phần mềm LabVIEW thay vì các ngôn ngữ lập trình dạng văn bản như C++ hay Python?

LabVIEW sở hữu kiến trúc lập trình luồng dữ liệu trực quan, cho phép xây dựng giao diện vận hành kết hợp mô phỏng 3D nhanh chóng mà không cần viết mã lệnh phức tạp. Môi trường này tích hợp sẵn bộ thư viện NI Vision mạnh mẽ và khả năng tương thích phần cứng cao qua NI-VISA, giúp rút ngắn hơn 50% thời gian phát triển hệ thống điều khiển và thu thập dữ liệu thời gian thực.

Card giao tiếp HDL USB 9090 đóng vai trò gì trong kiến trúc hệ thống?

Card HDL USB 9090 hoạt động như cầu nối trung gian thu thập dữ liệu và xuất tín hiệu điều khiển. Thiết bị tiếp nhận tín hiệu từ cảm biến qua kênh ADC 10-bit, đọc phản hồi vị trí từ encoder và xuất tín hiệu điều chế xung PWM tần số từ 3 kHz đến 60 kHz để điều khiển vận tốc động cơ băng tải cũng như kích hoạt cơ cấu gạt phân loại sản phẩm.

Hệ thống xử lý sự thay đổi của ánh sáng môi trường xung quanh như thế nào?

Trong mô hình thực nghiệm, hệ thống sử dụng thuật toán phân ngưỡng thích nghi kết hợp trích xuất đặc trưng hình thái học để giảm thiểu ảnh hưởng của quang thông môi trường. Tuy nhiên, để vận hành tối ưu trong công nghiệp, hệ thống cần được bao bọc trong buồng chụp kín với nguồn sáng LED chuyên dụng nhằm duy trì cường độ rọi sáng ổn định 100%.

Thuật toán PID được ứng dụng nhằm mục đích gì trong mô hình băng tải?

Thuật toán PID được cấu hình trong LabVIEW để điều khiển vòng kín vị trí và tốc độ của động cơ DC kéo băng tải. Khi khối lượng chai trên băng tải thay đổi đột ngột, bộ PID tự động hiệu chỉnh độ rộng xung PWM ngõ ra từ 0 đến 100%, giữ cho vận tốc di chuyển của chai luôn ổn định ở mức 0.25 m/s, tránh gây mờ nhòe ảnh chụp.

Giải pháp trong luận văn có thể ứng dụng cho các dây chuyền sản xuất khác ngoài ngành bia không?

Hoàn toàn có thể. Mô hình xử lý ảnh và điều khiển chấp hành này dễ dàng tùy biến cho các ngành công nghiệp đóng gói dược phẩm, nước giải khát, mỹ phẩm hoặc phân loại nông sản. Người dùng chỉ cần thay đổi mẫu nắp chuẩn trong khối Pattern Matching và thiết lập lại ngưỡng kích thước hình học tương ứng với sản phẩm mới.

Kết luận

  • Luận văn đã thiết kế và hoàn thiện thành công mô hình hệ thống nhận dạng chai bia bị lỗi tự động trên nền tảng phần mềm LabVIEW kết hợp xử lý ảnh thời gian thực.
  • Ứng dụng hiệu quả card giao tiếp thế hệ mới HDL USB 9090 với tốc độ chuyển đổi ADC cao gấp 5 lần và độ chính xác tăng gấp 4 lần so với thiết bị tiền nhiệm.
  • Xây dựng thành công thuật toán điều khiển PID ổn định vận tốc động cơ băng tải và giao diện vận hành trực quan 3D hỗ trợ giám sát toàn diện.
  • Đạt tỷ lệ nhận dạng khuyết tật sản phẩm chính xác 96.5% với thời gian đáp ứng khung hình chỉ 45 ms, mở ra giải pháp tự động hóa chi phí thấp cho doanh nghiệp nội địa.
  • Đề xuất lộ trình nghiên cứu mở rộng trong 12 đến 18 tháng nhằm nâng cấp camera công nghiệp, ứng dụng trí tuệ nhân tạo và tích hợp hệ thống quản trị sản xuất toàn diện.

Doanh nghiệp sản xuất và các đơn vị nghiên cứu quan tâm có thể ứng dụng ngay kiến trúc công nghệ này để nâng cao năng suất dây chuyền và hiện đại hóa quy trình kiểm soát chất lượng bao bì.