Bối cảnh và vấn đề nghiên cứu

Trong xu thế tự động hóa quy trình sản xuất công nghiệp hiện đại, việc bốc xếp và lưu kho hàng hóa lên pallet (palletizing) đóng vai trò quyết định đến năng suất và tính an toàn của dây chuyền. Tại các xí nghiệp sản xuất truyền thống, công đoạn xếp hàng lên pallet vẫn chủ yếu được thực hiện bằng sức người hoặc sử dụng các công cụ bán tự động như xe nâng và băng chuyền đơn giản. Phương thức thủ công này bộc lộ nhiều hạn chế nghiêm trọng: người lao động phải đối mặt với công việc nặng nhọc, độc hại và nguy cơ tai nạn lao động cao; chi phí nhân công tăng; năng suất vận hành không ổn định và nguy cơ hư hỏng hàng hóa trong quá trình bốc dỡ tương đối lớn. Việc tích hợp cánh tay robot cùng các giải pháp thị giác máy tính vào hệ thống xếp dỡ hàng hóa tự động mở ra khả năng tối ưu hóa diện tích sàn, loại bỏ các khâu nguy hiểm và duy trì chu kỳ sản xuất liên tục với độ chính xác cao. Tuy nhiên, việc ứng dụng robot palletizing thực tế gặp phải thách thức lớn trong việc nhận diện đa dạng chủng loại hàng hóa, tính toán bù sai lệch góc xoay, định vị tọa độ phôi theo thời gian thực và tích hợp đồng bộ giữa thị giác máy tính với bộ điều khiển công nghiệp.

Đề tài "Nghiên cứu và lập trình hệ thống phân loại và sắp xếp hàng hóa lên pallet tự động" được thực hiện nhằm giải quyết các thách thức kỹ thuật trên thông qua bốn mục tiêu nghiên cứu cụ thể:

  1. Nghiên cứu và sử dụng bộ điều khiển lập trình PLC S7-1200 để điều khiển các cơ cấu vận chuyển và cánh tay robot 4 bậc tự do.
  2. Xây dựng hệ thống có khả năng nhận biết phôi hàng theo hai chế độ vận hành độc lập: phân loại theo màu sắc hoặc phân loại theo hình dáng.
  3. Xác định chính xác góc xoay và tọa độ vị trí của phôi hàng so với hệ tọa độ làm việc của robot.
  4. Lập trình điều khiển cánh tay robot di chuyển chính xác đến tọa độ của phôi hàng trên băng tải, thực hiện gắp và sắp xếp hàng hóa vào vị trí quy định trên pallet tương ứng.

Đối tượng và phạm vi nghiên cứu của đồ án được xác định rõ ràng:

  • Đối tượng nghiên cứu: Cánh tay robot 4 bậc tự do (4 DOF), bộ điều khiển lập trình PLC Siemens S7-1200, thuật toán xử lý ảnh trên nền tảng Python/OpenCV, hệ thống truyền thông công nghiệp và mô hình trạm phân loại xếp hàng lên pallet.
  • Phạm vi thời gian: Đồ án được triển khai thực hiện từ ngày 19/02/2024 đến ngày 15/06/2024, bảo vệ trước Hội đồng chấm khóa luận tốt nghiệp vào ngày 01/07/2024.
  • Phạm vi không gian và giới hạn kỹ thuật: Đề tài nghiên cứu và thử nghiệm tại phòng thí nghiệm Bộ môn Tự động Điều khiển, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh. Giới hạn kỹ thuật của hệ thống bao gồm: hệ thống chỉ phân loại 2 nhóm màu sắc (xanh lam và đỏ) hoặc 2 nhóm hình dáng (hình chữ nhật và hình tròn); khối lượng phôi hàng tối đa robot có thể gắp là 200g; khoảng cách giữa các phôi hàng cấp liên tục trên băng tải phải đạt tối thiểu 5cm để camera kịp nhận diện và xử lý.

Cơ sở lý thuyết và phương pháp

Nghiên cứu ứng dụng lý thuyết động học robot chuỗi hở nhằm thiết lập mối quan hệ toán học giữa các biến khớp và vị trí tác nhân đầu cuối (khâu chấp hành). Tác giả áp dụng phương pháp Denavit-Hartenberg (D-H) với quy tắc chuẩn để gán hệ trục tọa độ cho cánh tay robot 4 bậc tự do. Cấu trúc hình học của robot được xác định qua các kích thước thanh liên kết thực tế: chiều dài link thứ nhất $l_1 = 192\text{ mm}$, link thứ hai $l_2 = 140\text{ mm}$, link thứ ba $l_3 = 140\text{ mm}$ và link thứ tư $l_4 = 75\text{ mm}$. Để đảm bảo cơ cấu hút luôn giữ phôi theo phương thẳng đứng vuông góc với mặt băng tải và pallet, góc của khâu cuối được ràng buộc hình học theo công thức: $\theta_4 = 90^\circ - \theta_2 - \theta_3$.

Khâu ($i$) $\alpha_{i-1}$ $a_{i-1}$ (mm) $d_i$ (mm) $\theta_i$
1 $0^\circ$ 0 192 ($l_1$) $\theta_1$
2 $-90^\circ$ 0 0 $\theta_2$
3 $0^\circ$ 140 ($l_2$) 0 $\theta_3$
4 $0^\circ$ 140 ($l_3$) 0 $90^\circ - \theta_2 - \theta_3$

Phương pháp giải bài toán động học thuận sử dụng ma trận chuyển đổi tổng quát theo quy chuẩn John Craig: $$^{i-1}{i}T = \begin{bmatrix} \cos\theta_i & -\sin\theta_i & 0 & a{i-1} \ \sin\theta_i\cos\alpha_{i-1} & \cos\theta_i\cos\alpha_{i-1} & -\sin\alpha_{i-1} & -\sin\alpha_{i-1}d_i \ \sin\theta_i\sin\alpha_{i-1} & \cos\theta_i\sin\alpha_{i-1} & \cos\alpha_{i-1} & \cos\alpha_{i-1}d_i \ 0 & 0 & 0 & 1 \end{bmatrix}$$

Sau khi thực hiện nhân ma trận từ hệ trục cơ sở ${0}$ đến hệ tác nhân cuối ${4}$ và dịch chuyển theo vector $P_{EE}^4 = [l_4, 0, 0]^T$, vị trí tọa độ điểm đầu cuối $P_{EE} = [P_X, P_Y, P_Z]^T$ của robot được xác lập:

  • $P_X = \cos(\theta_1)[l_3\cos(\theta_2 + \theta_3) + l_2\cos(\theta_2)]$
  • $P_Y = \sin(\theta_1)[l_3\cos(\theta_2 + \theta_3) + l_2\cos(\theta_2)]$
  • $P_Z = l_1 - l_2\sin(\theta_2) - l_3\sin(\theta_2 + \theta_3) - l_4$

Đối với bài toán động học nghịch, từ tọa độ mục tiêu $(P_X, P_Y, P_Z)$ truyền về, thuật toán giải tích cho ra hai bộ nghiệm. Góc khớp $\theta_1$ được xác định thông qua hàm lượng giác $\theta_1 = \text{atan2}(P_Y, P_X)$. Giá trị $\theta_3$ và $\theta_2$ được tính toán qua phương trình hình học: $$c_3 = \frac{P_X^2 + P_Y^2 + (l_1 - l_4 - P_Z)^2 - l_2^2 - l_3^2}{2l_2 l_3}$$ Tác giả lựa chọn bộ nghiệm thứ nhất với $s_3 = \sqrt{1 - c_3^2}$ và $\theta_3 = \text{atan2}(s_3, c_3)$ vì giá trị góc hoàn toàn phù hợp với giới hạn chuyển động cơ khí của các khớp: $\theta_1 \in [-90^\circ, 90^\circ]$, $\theta_2 \in [-90^\circ, 0^\circ]$ và $\theta_3 \in [0^\circ, 140^\circ]$.

Các phương trình động học được đối chiếu và kiểm chứng bằng phần mềm MATLAB trên các trường hợp cụ thể:

  • Động học thuận:
    • Trường hợp 1: $\theta_1 = 0^\circ, \theta_2 = 0^\circ, \theta_3 = 0^\circ \implies P_X = 280\text{ mm}, P_Y = 0\text{ mm}, P_Z = 117\text{ mm}$.
    • Trường hợp 2: $\theta_1 = 90^\circ, \theta_2 = 0^\circ, \theta_3 = 0^\circ \implies P_X = 0\text{ mm}, P_Y = 280\text{ mm}, P_Z = 117\text{ mm}$.
    • Trường hợp 3: $\theta_1 = 0^\circ, \theta_2 = -90^\circ, \theta_3 = 90^\circ \implies P_X = 140\text{ mm}, P_Y = 0\text{ mm}, P_Z = 257\text{ mm}$.
  • Động học nghịch:
    • Kiểm thử tại điểm $(P_X = 140, P_Y = 0, P_Z = 257)$ cho kết quả chính xác về các góc ban đầu.
    • Kiểm thử tại điểm không gian bất kỳ $(P_X = 120, P_Y = 120, P_Z = 100)$ xác nhận bộ nghiệm thứ nhất đảm bảo tính liên tục và nằm trọn trong miền không gian làm việc thực tế.

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp từ webcam công nghiệp gắn trên trạm phân loại, phối hợp tín hiệu phản hồi từ các cảm biến vật lý (cảm biến hồng ngoại, cảm biến quang chữ U) trên mô hình băng tải và robot.

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc điều khiển phân tầng, kết hợp đồng bộ giữa mô hình cơ khí chính xác, mạch điều khiển - động lực, hệ thống thị giác máy tính và giao diện điều khiển giám sát HMI.

Khối chức năng Thiết bị lựa chọn Thông số kỹ thuật / Đặc tính làm việc
Bộ điều khiển trung tâm PLC Siemens S7-1200 CPU tích hợp ngõ ra phát xung tốc độ cao PTO, giao tiếp PROFINET/Ethernet
Cảm biến phát hiện phôi E3F-DS30P1 Cảm biến hồng ngoại phản xạ khuếch tán, ngõ ra PNP-NO, khoảng cách đo 10–30cm
Cảm biến vị trí gốc (Home) EE-SX670P Cảm biến quang chữ U, ngõ ra PNP, dùng xác định điểm Home cho các khớp robot
Thiết bị thu nhận ảnh Webcam HIKVISION DS-U02 Độ phân giải Full HD (1920x1080), kết nối USB 2.0
Cơ cấu chấp hành chuyển động Động cơ bước & Driver Điều khiển vòng hở thông qua xung/hướng từ driver, truyền động khâu xoay và khớp
Cơ cấu kẹp giữ phôi Đầu hút chân không chữ T & Động cơ hút Sử dụng áp suất âm tạo lực giữ bề mặt phôi tải trọng $\le 200\text{g}$
Cơ cấu vận chuyển Băng tải PVC Động cơ DC điều khiển kéo phôi qua trạm camera vào vùng làm việc
Nguồn cấp hệ thống Nguồn tổ ong công nghiệp Bộ nguồn 24VDC - 5A (cấp PLC, cảm biến, driver) và 5VDC - 3A

Mô hình cơ khí được thiết kế 3D hoàn chỉnh trên phần mềm SolidWorks bao gồm các chi tiết: Base (đế), Leg (chân đế), Socket (khớp xoay), MainBody (thân chính), EndStop (cữ hành trình), Rotatgear (bánh răng xoay), Khâu 1, GearBody, Lower, Level, Khâu 2, Triplate, Upper, và Khâu 4 (cụm đầu hút). Hệ thống cơ cấu chấp hành sử dụng 3 động cơ bước tương ứng với 3 trục chính và 1 động cơ xoay khâu cuối để điều chỉnh góc bù phôi hàng.

Kiến trúc phần mềm và quy trình xử lý dữ liệu tích hợp bao gồm:

  1. Xử lý ảnh bằng Python và OpenCV: Webcam thu nhận luồng video liên tục từ vùng quan sát trên băng tải. Chương trình cắt khung hình (Region of Interest - ROI), thực hiện tiền xử lý loại bỏ nhiễu, chuyển đổi không gian màu (RGB sang HSV) để phân loại màu sắc xanh/đỏ qua dải ngưỡng màu, hoặc áp dụng thuật toán trích xuất cạnh và đường bao (contour) để phân biệt hình dáng tròn hay chữ nhật. Từ contour tìm được, chương trình tính toán tọa độ trọng tâm $(X, Y)$ và góc nghiêng của phôi hàng so với trục tọa độ tham chiếu.
  2. Truyền thông Snap7: Giá trị loại phôi, tọa độ điểm $(X, Y)$ và góc lệch được đóng gói và truyền thông trực tiếp xuống các khối dữ liệu (Data Block - DB) của PLC S7-1200 qua cáp mạng Ethernet thông qua thư viện python-snap7.
  3. Lập trình điều khiển PLC: Trên phần mềm TIA Portal, các trục động cơ bước được cấu hình đối tượng công nghệ (Technology Object - Axis) sử dụng chế độ phát xung PTO (Pulse Train Output). Khi cảm biến E3F-DS30P1 kích hoạt báo phôi vào vị trí, PLC kích hoạt băng tải dừng, đọc dữ liệu tọa độ từ Data Block, thực thi thuật toán giải động học nghịch, kích hoạt các hàm chuyển động MC_MoveAbsolute để đưa đầu gắp robot đến tọa độ phôi, kích hoạt rơ-le bật bơm hút chân không, nhấc phôi và di chuyển đặt lên một trong hai pallet theo đúng phân loại. Mỗi trục robot được thiết lập quy trình định vị gốc (Set Home) tự động nhờ cảm biến quang chữ U EE-SX670P.
  4. Giao diện giám sát WinCC (HMI): Màn hình WinCC được thiết kế phục vụ vận hành và giám sát toàn diện gồm: giao diện tổng quan giám sát trạng thái băng tải và robot; giao diện lựa chọn 2 chế độ phân loại (theo màu sắc hoặc theo hình dáng); màn hình Manual phục vụ điều khiển độc lập từng khớp và kích hoạt Set Home; màn hình Setting cài đặt thông số vị trí thả pallet; khu vực hiển thị số liệu thống kê phôi đã xếp và bảng thông báo/cảnh báo sự cố (báo lỗi không gắp được phôi).

Nội dung chính theo từng chương

CHƯƠNG 1: TỔNG QUAN

Chương 1 trình bày tổng quan về bối cảnh công nghiệp hóa, đặt vấn đề về sự cấp thiết của việc tự động hóa khâu bốc dỡ và xếp hàng hóa lên pallet nhằm thay thế nhân công trong môi trường độc hại, nặng nhọc. Chương này xác định bốn mục tiêu nghiên cứu trọng tâm của đề tài liên quan đến việc làm chủ công nghệ điều khiển PLC S7-1200, cánh tay robot 4 bậc tự do và thị giác máy tính. Đồng thời, tác giả đưa ra các giới hạn kỹ thuật cụ thể về số lượng mẫu phân loại (2 màu: xanh lam, đỏ; 2 hình dạng: tròn, chữ nhật), khối lượng phôi gắp tối đa ($200\text{g}$) và khoảng cách tối thiểu giữa các phôi trên băng chuyền ($5\text{cm}$). Kế hoạch nghiên cứu và bố cục của toàn bộ khóa luận được khái quát ở phần cuối chương.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

Chương 2 cung cấp toàn bộ nền tảng lý thuyết phục vụ cho quá trình tính toán và thiết kế. Nội dung chương đi sâu vào tổng quan robot công nghiệp, hệ thống phân loại sản phẩm, hệ thống palletizing và các ứng dụng thực tế. Trọng tâm của chương là lý thuyết động học robot: thiết lập sơ đồ động học 4 bậc tự do, xây dựng bảng thông số Denavit-Hartenberg (D-H), tính toán giải tích ma trận chuyển đổi động học thuận $^{0}_{4}T$ và công thức nghiệm động học nghịch cho các góc $\theta_1, \theta_2, \theta_3$. Kết quả toán học được kiểm chứng độ chính xác thông qua mô phỏng trên phần mềm MATLAB. Bên cạnh đó, chương khảo sát không gian làm việc của robot dựa trên giới hạn quay của các khớp ($\theta_1 \in [-90^\circ; 90^\circ]$, $\theta_2 \in [-90^\circ; 0^\circ]$, $\theta_3 \in [0^\circ; 140^\circ]$) và trình bày cấu trúc phần cứng, nguyên lý phát xung PTO của PLC Siemens S7-1200 cùng các khái niệm thị giác máy tính công nghiệp.

CHƯƠNG 3: THIẾT KẾ HỆ THỐNG

Chương 3 chi tiết hóa quy trình thiết kế và thi công hệ thống từ phần cứng đến phần mềm. Tác giả trình bày các yêu cầu thiết kế hệ thống, sơ đồ nguyên lý hoạt động tổng thể và sử dụng SolidWorks để thiết kế mô hình 3D cho toàn bộ các khâu của robot, băng tải, hai pallet và phôi hàng. Phần cứng được phân tích qua sơ đồ khối và bảng thông số kỹ thuật lựa chọn thiết bị chi tiết: bộ điều khiển PLC S7-1200, cảm biến E3F-DS30P1, cảm biến quang chữ U EE-SX670P, webcam HIKVISION DS-U02, động cơ bước, driver, rơ-le trung gian, cơ cấu hút chân không và bộ nguồn tổ ong (24V 5A, 5V 3A). Về phần mềm, chương trình bày thuật toán xử lý ảnh trên Python (OpenCV) nhận diện màu sắc/hình dáng và tính tọa độ/góc xoay; phương thức truyền thông Snap7 qua Ethernet để gửi dữ liệu vào Data Block của PLC; giải thuật lập trình PLC điều khiển phát xung PTO cho 3 trục Axis và cấu hình giao diện giám sát WinCC (chế độ Auto, Manual, Setting, cảnh báo sự cố).

CHƯƠNG 4: KẾT QUẢ

Chương 4 công bố các kết quả thực tế đạt được sau quá trình thi công và thử nghiệm. Tác giả trình bày hình ảnh mô hình thực tế của cụm băng tải, cánh tay robot 4 DOF, tủ điện điều khiển với hệ thống nút nhấn vật lý và hai vị trí xếp pallet. Về phần mềm, chương minh chứng kết quả giao diện thị giác máy tính nhận diện thành công ngưỡng màu và hình dạng phôi hàng, tính toán chính xác tọa độ tâm và góc nghiêng để gửi sang PLC. Hệ thống đã vận hành ổn định chu trình tự động: băng tải đưa phôi đến, camera nhận diện, băng tải dừng, robot tính toán động học nghịch và di chuyển đầu hút gắp phôi, xoay bù góc và xếp hàng ngay ngắn vào pallet theo đúng màu sắc hoặc hình dáng đã cài đặt. Các giao diện hiển thị thông số, thống kê sản lượng và cảnh báo khi không gắp được phôi trên WinCC cũng được kiểm tra hoạt động thành công.

CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Chương 5 đúc kết toàn bộ các kết quả đạt được đối chiếu với mục tiêu đề ra ban đầu, xác nhận nhóm đã thi công thành công mô hình phần cứng hoạt động đồng bộ với chương trình điều khiển PLC và thị giác máy tính. Chương này cũng phân tích thẳng thắn các mặt hạn chế còn tồn tại của hệ thống và đề xuất các hướng phát triển kỹ thuật trong tương lai để hoàn thiện mô hình tiệm cận với môi trường sản xuất công nghiệp thực tế.

Kết quả và đóng góp

Nghiên cứu đã chế tạo và thử nghiệm thành công mô hình hệ thống phân loại và sắp xếp hàng hóa lên pallet tự động với các kết quả cụ thể:

  • Chế tạo hoàn chỉnh cánh tay robot 4 bậc tự do có kết cấu cơ khí chính xác, dẫn động bằng động cơ bước và cơ cấu gắp bằng đầu hút chân không chữ T, nâng và định vị ổn định phôi hàng có khối lượng lên đến $200\text{g}$.
  • Ứng dụng thành công xử lý ảnh bằng Python và OpenCV, cho phép phân loại chính xác hai nhóm phôi theo màu sắc (đỏ, xanh lam) hoặc theo hình dáng (tròn, chữ nhật), xác định được tọa độ vị trí $(X, Y)$ và góc xoay của phôi trên bề mặt băng tải.
  • Tích hợp thành công giao thức truyền thông công nghiệp qua thư viện Snap7, truyền trực tiếp dữ liệu tọa độ thời gian thực từ máy tính xử lý ảnh vào khối dữ liệu của PLC Siemens S7-1200 qua chuẩn mạng Ethernet.
  • Lập trình thành công thuật toán điều khiển chuyển động đa trục trên PLC S7-1200 sử dụng công nghệ PTO (Pulse Train Output), thực hiện quy trình giải động học nghịch và điều khiển các trục robot di chuyển chính xác đến tọa độ phôi, bù góc xoay và xếp vào 2 pallet riêng biệt.
  • Xây dựng hệ thống giám sát và điều khiển HMI trên WinCC với đầy đủ các chế độ vận hành (Auto, Manual, Setting), chức năng Set Home cảm biến quang chữ U, đếm số lượng phân loại và phát cảnh báo sự cố khi robot không gắp được phôi.

Đóng góp của đồ án thể hiện ở việc tích hợp thành công giải pháp liên ngành giữa Cơ khí chính xác (thiết kế SolidWorks) - Điện tử tự động hóa (điều khiển PLC S7-1200, phát xung PTO) - Công nghệ thông tin (thị giác máy tính OpenCV, truyền thông Snap7). Nghiên cứu cung cấp một giải pháp khả thi, chi phí thấp cho bài toán phân loại và xếp hàng lên pallet tự động, đồng thời kiểm chứng tính đúng đắn giữa mô hình toán học giải tích động học robot và vận hành phần cứng thực tế.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ rõ những hạn chế kỹ thuật hiện tại dựa trên phạm vi nghiên cứu của mô hình:

  • Tải trọng nâng giới hạn: Khối lượng nâng tối đa của robot chỉ đạt $200\text{g}$, chỉ thích hợp cho phôi mẫu thực nghiệm, chưa đáp ứng được các thùng hàng và kiện hàng nặng trong công nghiệp.
  • Tính đa dạng của đối tượng phân loại: Hệ thống chỉ phân loại được 2 nhóm màu sắc (xanh lam, đỏ) và 2 loại hình dạng hình học cơ bản (tròn, chữ nhật).
  • Điều kiện cấp phôi: Băng tải chưa xử lý được dòng sản phẩm cấp liên tục hoặc dồn cục; các phôi hàng bắt buộc phải giữ khoảng cách rời rạc tối thiểu $5\text{cm}$ để hệ thống nhận diện chính xác.
  • Sự phụ thuộc quang học: Thuật toán xử lý ảnh bằng ngưỡng màu và contour trong không gian màu phụ thuộc nhiều vào tính ổn định của nguồn sáng môi trường xung quanh trạm làm việc.

Hướng nghiên cứu và phát triển tiếp theo được tác giả đề xuất:

  • Nâng cấp kết cấu cơ khí và hệ thống truyền động (động cơ servo, driver công suất lớn hơn) để nâng cao tải trọng gắp của cánh tay robot.
  • Nâng cấp thuật toán xử lý ảnh, áp dụng trí tuệ nhân tạo và học sâu (Deep Learning/CNN) để nhận diện đa dạng mẫu mã sản phẩm, phân loại theo mã vạch, mã QR hoặc ký tự quang học (OCR).
  • Tối ưu hóa thuật toán điều khiển để hệ thống có khả năng nhận diện và gắp phôi động trực tiếp khi băng tải đang di chuyển liên tục với tốc độ cao mà không cần dừng băng tải.
  • Phát triển thuật toán xếp hàng thông minh, cho phép tối ưu hóa không gian xếp chồng nhiều lớp hàng hóa phức tạp trên pallet.

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo có giá trị học thuật và thực tiễn cao đối với sinh viên, học viên và kỹ sư thuộc các chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử, Kỹ thuật Robot và Hệ thống Công nghiệp.

Tài liệu đặc biệt hữu ích ở các nội dung kỹ thuật chuyên sâu sau:

  • Phương pháp luận gán trục Denavit-Hartenberg (D-H), quy trình tính toán chi tiết ma trận động học thuận, giải tích động học nghịch và các đoạn mã kiểm chứng bằng MATLAB dành cho cánh tay robot chuỗi hở 4 bậc tự do.
  • Phương pháp cấu hình điều khiển vị trí chuyển động (Motion Control / Axis / PTO) trên PLC Siemens S7-1200 để điều khiển động cơ bước chính xác trong các ứng dụng robot công nghiệp.
  • Kỹ thuật kết nối và truyền nhận dữ liệu thời gian thực giữa ứng dụng thị giác máy tính viết bằng Python (OpenCV) với PLC công nghiệp qua thư viện Snap7 bằng chuẩn Ethernet.
  • Toàn bộ hồ sơ thiết kế cơ khí 3D (SolidWorks) các chi tiết cấu thành robot, sơ đồ đấu nối mạch động lực, mạch điều khiển và phương pháp thiết kế giao diện HMI SCADA/WinCC vận hành mô hình tự động hóa.

Câu hỏi thường gặp

1. Kích thước hình học của các khâu trên cánh tay robot 4 bậc tự do trong đề tài được thiết kế cụ thể là bao nhiêu?
Theo thông số thiết kế cơ khí và bảng D-H của khóa luận, kích thước các khâu của robot lần lượt là: khâu thứ nhất $l_1 = 192\text{ mm}$, khâu thứ hai $l_2 = 140\text{ mm}$, khâu thứ ba $l_3 = 140\text{ mm}$ và khâu thứ tư $l_4 = 75\text{ mm}$.

2. Tại sao tác giả thiết lập ràng buộc góc cho khâu thứ tư là $\theta_4 = 90^\circ - \theta_2 - \theta_3$?
Ràng buộc góc $\theta_4 = 90^\circ - \theta_2 - \theta_3$ được áp dụng để đảm bảo trục của khâu cuối cùng mang đầu hút chân không luôn giữ hướng thẳng đứng vuông góc với mặt phẳng nằm ngang trong suốt quá trình chuyển động, giúp đầu hút tiếp xúc phẳng và gắp giữ phôi trên băng chuyền cũng như đặt lên pallet một cách chính xác.

3. Chương trình thị giác máy tính truyền dữ liệu nhận diện phôi xuống PLC S7-1200 bằng phương thức nào?
Chương trình xử lý ảnh viết bằng Python sử dụng thư viện Snap7 để giao tiếp trực tiếp với PLC Siemens S7-1200 qua cổng truyền thông Ethernet. Dữ liệu sau khi xử lý (loại phôi, tọa độ điểm $X, Y$ và góc xoay của phôi) được ghi thẳng vào các khối dữ liệu (Data Block - DB) của PLC.

4. Giới hạn vận hành và điều kiện cấp phôi của hệ thống được quy định như thế nào?
Hệ thống được thiết kế với các giới hạn vận hành gồm: khối lượng phôi gắp tối đa là $200\text{g}$; phân loại tối đa 2 loại phôi theo màu (đỏ, xanh lam) hoặc 2 loại theo hình dáng (tròn, chữ nhật); các phôi hàng cấp trên băng tải không được cấp dính liền mà phải cách nhau khoảng cách tối thiểu là $5\text{cm}$.

5. Nhóm tác giả kiểm chứng tính đúng đắn của các công thức động học robot bằng công cụ nào?
Nhóm tác giả đã sử dụng phần mềm MATLAB để đối chiếu kết quả tính toán giải tích bằng tay với kết quả mô phỏng động học robot ở cả bài toán động học thuận (kiểm chứng tại 3 bộ góc cụ thể) và động học nghịch (kiểm chứng tại các tọa độ không gian làm việc), từ đó chọn lựa bộ nghiệm phù hợp nhất với kết cấu cơ khí thực tế.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu và lập trình hệ thống phân loại và sắp xếp hàng hóa lên pallet tự động" của sinh viên Nguyễn Trọng Hữu và Nguyễn Việt Hùng (Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh) đã hoàn thành xuất sắc các mục tiêu đề ra về mặt lý thuyết lẫn thực nghiệm kỹ thuật. Công trình đã làm chủ phương pháp toán học động học robot 4 bậc tự do, thiết kế chế tạo thành công mô hình phần cứng hoạt động đồng bộ với hệ thống điều khiển PLC Siemens S7-1200 và thị giác máy tính OpenCV qua giao thức Snap7. Kết quả thử nghiệm khẳng định hệ thống có khả năng nhận diện chính xác hình dáng, màu sắc, bù góc xoay và phân loại phôi hàng lên pallet theo quy trình tự động hóa khép kín, tạo nền tảng tài liệu kỹ thuật có giá trị ứng dụng cao cho nghiên cứu và đào tạo chuyên ngành Tự động hóa.