Nghiên cứu phát triển hệ thống lưu kho thông minh ứng dụng AI và Web Server

Đồ án hệ thống lưu kho thông minh ứng dụng AI và Web Server - ĐH Sư phạm Kỹ thuật TP.HCM

• Tác giả: Trương Thiên Bảo
• Người hướng dẫn: TS. Vũ Quang Huy
• Trường học: Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh
• Chuyên ngành: Công nghệ Kỹ thuật Cơ điện tử
• Đề tài: Nghiên cứu phát triển hệ thống lưu kho thông minh ứng dụng AI và Web Server
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Tổng quan về hệ thống lưu kho thông minh ứng dụng AI

Ngành logistics đang đối mặt với nhu cầu xử lý lượng hàng hóa khổng lồ. Kho bãi truyền thống bộc lộ nhiều điểm nghẽn nghiêm trọng. Thời gian tìm kiếm sản phẩm kéo dài. Tỷ lệ sai sót do con người chiếm mức đáng kể. Chi phí nhân công vận hành tăng liên tục hàng năm. Do đó, việc chuyển đổi số mô hình lưu kho trở thành nhiệm vụ cấp thiết.

Đề tài nghiên cứu từ Trường Đại học Sư phạm Kỹ thuật TP.HCM mang đến giải pháp toàn diện. Đề tài tập trung phát triển hệ thống lưu trữ tự động hóa cao. Cấu trúc hệ thống gồm ba trụ cột chính: cơ điện tử, trí tuệ nhân tạo và công nghệ mạng. Cơ cấu cơ khí đảm nhiệm việc nâng hạ và định vị kiện hàng. Thuật toán thị giác máy tính hỗ trợ giải mã nhãn mác với độ chính xác cao. Nền tảng Web Server cung cấp bảng điều khiển trực quan qua Internet.

Sự kết hợp này hình thành một chuỗi vận hành khép kín và đồng bộ. Dữ liệu kho được cập nhật theo thời gian thực tại mọi thời điểm. Doanh nghiệp có thể giám sát trạng thái từng ô chứa từ xa. Quy trình lưu kho trở nên minh bạch và an toàn tuyệt đối.

1.1. Khái niệm và bối cảnh ứng dụng hệ thống kho thông minh

Kho thông minh là hệ thống tích hợp công nghệ điều khiển tự động nhằm tối ưu hóa chu trình xuất nhập hàng. Trước đây, thủ kho phải ghi chép sổ sách thủ công. Việc tìm vị trí sản phẩm tiêu tốn nhiều thời gian và công sức. Nhầm lẫn trong giao nhận hàng hóa thường xuyên xảy ra.

Mô hình kho tự động mới giải quyết triệt để vấn đề này. Hệ thống ứng dụng bộ lập trình PLC kết hợp cảm biến thông minh. Cánh tay cơ khí đưa kiện hàng vào đúng vị trí quy định. Dữ liệu lưu trữ được số hóa toàn bộ trên bộ nhớ kỹ thuật số. Người quản lý theo dõi mọi biến động kho bãi ngay tức thời. Nhờ vậy, chuỗi cung ứng duy trì tốc độ lưu chuyển nhanh và ổn định.

1.2. Mục tiêu nghiên cứu đồ án tốt nghiệp tại ĐH SPKT TP.HCM

Đề tài tốt nghiệp tại Trường Đại học Sư phạm Kỹ thuật TP.HCM hướng đến mục tiêu cơ điện tử ứng dụng. Mục tiêu then chốt là chế tạo mô hình kho hàng đa trục vận hành tự động. Cơ cấu nâng chuyển hàng hóa cần đạt độ mượt và độ chính xác cao.

Bên cạnh phần cơ khí, hệ thống phát triển giải pháp trí tuệ nhân tạo nhận diện mã QR. Camera chụp ảnh sản phẩm đưa vào hệ thống xử lý thời gian thực. Giao diện Web Server được xây dựng nhằm tạo bảng điều khiển thân thiện. Người quản trị có thể giám sát trạng thái trống hay đầy của các ngăn kệ. Dự án chứng minh tính khả thi của mô hình công nghiệp thu nhỏ trong giảng dạy và sản xuất.

II. Thực trạng và thách thức của hệ thống lưu kho thông minh

Quá trình vận hành kho vận truyền thống tồn tại nhiều bất cập lớn. Hoạt động kiểm đếm hàng hóa hoàn toàn phụ thuộc vào mắt thường và sổ tay. Phương thức này gây lãng phí nhiều giờ công lao động mỗi ca làm việc. Sai sót thông tin dẫn đến thất thoát hàng hóa nghiêm trọng. Khi đơn hàng tăng đột biến, hệ thống nhân công dễ rơi vào trạng thái quá tải.

Các kho hàng cơ giới hóa đơn thuần cũng bộc lộ hạn chế. Nhiều hệ thống chưa có tính năng định danh hàng hóa tự động. Dữ liệu giữa sàn thao tác và máy chủ trung tâm thiếu tính đồng bộ. Người quản trị không thể nắm bắt chính xác vị trí khay chứa còn trống. Điều này gây lãng phí diện tích sàn và kéo dài thời gian chờ của xe giao nhận.

Hơn nữa, việc tích hợp công nghệ AI vào môi trường công nghiệp đòi hỏi phần cứng chuẩn mực. Thiết bị điều khiển phải xử lý đồng thời tín hiệu cảm biến và luồng hình ảnh. Các thiết bị cơ khí như động cơ bước và bộ truyền pully cần tính toán chịu tải kỹ lưỡng. Sự thiếu đồng bộ giữa cơ cấu chấp hành và phần mềm dễ gây tắc nghẽn chu trình.

2.1. Hạn chế về tốc độ và độ chính xác trong kho truyền thống

Kho hàng thủ công thường xuyên đối mặt với sự chậm trễ trong khâu bốc dỡ. Nhân sự mất nhiều thời gian di chuyển để tìm kiếm từng mã hàng. Sự mệt mỏi thể chất làm giảm khả năng tập trung sau thời gian dài. Những sai sót như xếp nhầm kệ hoặc thất lạc sản phẩm xảy ra phổ biến.

Hậu quả trực tiếp là năng suất vận hành bị kéo giảm đáng kể. Tốc độ xuất nhập kho không theo kịp nhịp độ luân chuyển thị trường. Khách hàng phải chờ đợi lâu hơn để nhận đơn hàng. Chi phí bồi hoàn và xử lý đơn lỗi tăng cao. Mô hình quản lý thủ công không còn phù hợp với xu hướng tự động hóa hiện đại.

2.2. Khó khăn trong tích hợp phần cứng cơ khí và phần mềm giám sát

Việc kết nối thiết bị cơ điện tử với nền tảng phần mềm gặp nhiều trở ngại kỹ thuật. Động cơ trục nâng đòi hỏi việc tính toán tải trọng và moment xoắn chuẩn xác. Nếu thiết kế pully và dây đai không chuẩn, sai lệch bước sẽ phát sinh. Tín hiệu phản hồi từ cảm biến vị trí có nguy cơ bị nhiễu do xung điện từ.

Ở khía cạnh phần mềm, luồng truyền thông giữa PLC và Web Server cần duy trì liên tục. Mạng trễ có thể khiến trạng thái ngăn kho bị cập nhật sai lệch. Việc xử lý ảnh AI đòi hỏi tốc độ khung hình và thuật toán bóc tách mã vạch nhạy bén. Đảm bảo toàn bộ phần cứng và phần mềm hoạt động trơn tru là bài toán phức tạp.

III. Giải pháp thiết kế hệ thống lưu kho thông minh toàn diện

Đồ án tốt nghiệp đề xuất mô hình tự động hóa toàn diện dựa trên PLC và AI. Cấu trúc cơ khí gồm cơ cấu nâng hạ trục Z kết hợp các trục tọa độ định vị. Tính toán động học trục Z được thực hiện kỹ lưỡng với tốc độ từ 0.5 đến 30 mm/s. Khối lượng tải trọng 1.5 kg cùng đường kính pully 12 mm được chọn làm thông số thiết kế gốc. Động cơ bước được lựa chọn với moment xoắn tải vượt mức yêu cầu nhằm đảm bảo chuyển động mượt mà.

Hệ thống điện được quy hoạch khoa học trong tủ điện tiêu chuẩn. Tủ điện tích hợp bộ lập trình PLC, công tắc bảo vệ CB, bộ chuyển nguồn và rơ-le trung gian. Sơ đồ nguyên lý bảo đảm an toàn điện tối đa khi vận hành liên tục. Mọi tín hiệu điều khiển động cơ và cảm biến hành trình đều được cách ly chống nhiễu.

Phần mềm hệ thống gồm hai thành phần chủ chốt: nhận diện thị giác và máy chủ web. Camera quét mã QR để giải mã thông tin hàng hóa ngay tại cửa tiếp nhận. Dữ liệu mã hàng được chuyển thẳng về bộ nhớ PLC. Bộ điều khiển tự động phân bổ kiện hàng vào ngăn lưu trữ còn trống. Giao diện Web Server trên máy tính hiển thị trực tiếp sơ đồ kho với trạng thái ô chứa cập nhật theo thời gian thực.

3.1. Thiết kế cơ khí chính xác và hệ thống điều khiển PLC

Khung giá đỡ và cơ cấu trục chuyển động được tính toán dựa trên các công thức cơ học chuẩn xác. Trục Z sử dụng bộ truyền động đai cùng pully đường kính 12 mm. Moment quán tính của tải và pully được xác định cụ thể để chọn động cơ bước phù hợp. Cơ cấu bảo đảm tốc độ nâng ổn định và triệt tiêu rung lắc cơ học.

Tủ điều khiển trung tâm được lắp ráp ngăn nắp theo bản vẽ sơ đồ nguyên lý. Thiết bị điều khiển PLC xử lý các ngõ vào số từ cảm biến giới hạn hành trình. Các khối dữ liệu trong PLC ghi nhớ liên tục tình trạng của từng ngăn chứa. Giải pháp này giúp hệ thống phản hồi nhanh và nâng cao tuổi thọ của thiết bị truyền động.

3.2. Ứng dụng AI nhận diện QR code và giám sát qua Web Server

Thị giác máy tính AI đóng vai trò tiếp nhận thông tin đầu vào cho kho hàng. Khi sản phẩm vào cổng nạp, camera nhận diện lập tức quét mã QR gắn trên bao bì. Thuật toán giải mã nhận diện chính xác chủng loại, số lượng và thông số kỹ thuật kiện hàng. Kết quả nhận dạng được chuyển tiếp ngay lập tức sang PLC mà không cần can thiệp thủ công.

Đồng thời, hệ thống triển khai giao diện Web Server để giám sát trực tuyến qua mạng nội bộ. Bảng điều khiển trực quan biểu diễn sơ đồ kho bãi bằng đồ họa sinh động. Trạng thái mỗi ô kệ được hiển thị rõ ràng qua hai màu sắc tượng trưng cho trống hoặc đầy. Người vận hành chỉ cần nhấn nút trên trình duyệt web để gửi lệnh truy xuất hàng tự động.

IV. Đánh giá hiệu quả hệ thống lưu kho thông minh trong thực tế

Đồ án tốt nghiệp tại Trường Đại học Sư phạm Kỹ thuật TP.HCM đã hiện thực hóa mô hình lưu kho tự động hóa cao. Kết quả thử nghiệm cho thấy sự kết hợp giữa PLC, AI và Web Server mang lại độ ổn định vượt trội. Quy trình xuất nhập hàng diễn ra hoàn toàn khép kín. Cánh tay robot đưa kiện hàng vào vị trí chính xác mà không gặp va chạm hay sai lệch vị trí.

Khả năng nhận diện mã QR thông qua camera đạt độ chính xác gần như tuyệt đối trong môi trường thử nghiệm. Thời gian giải mã và truyền tín hiệu sang PLC chỉ mất chưa đến vài giây. Giao diện Web Server hỗ trợ đắc lực cho công tác quản trị dữ liệu kho. Mọi thay đổi về hàng hóa tồn kho được cập nhật tức thời trên màn hình máy tính.

Thành công của đề tài khẳng định tiềm năng ứng dụng to lớn trong ngành logistics hiện đại. Doanh nghiệp có thể nhân rộng mô hình này cho các kho trung chuyển và nhà máy sản xuất linh kiện. Việc cắt giảm lao động chân tay giúp hạ thấp chi phí vận hành đáng kể. Đồng thời, độ an toàn lao động và độ tin cậy của chuỗi cung ứng được cải thiện rõ rệt.

4.1. Hiệu quả vận hành và tối ưu hóa chi phí quản lý kho

Ứng dụng hệ thống tự động giúp rút ngắn hơn sáu mươi phần trăm chu kỳ luân chuyển hàng hóa. Robot chấp hành hoạt động bền bỉ, không chịu ảnh hưởng bởi mệt mỏi hay mất tập trung. Sai sót trong quá trình xếp hàng hoặc nhầm mã sản phẩm gần như bị triệt tiêu hoàn toàn.

Nhờ vào khả năng lưu trữ thông tin tự động, doanh nghiệp tiết kiệm tối đa chi phí nhân công quản kho. Diện tích mặt sàn nhà xưởng được tận dụng tối ưu theo chiều cao nhờ hệ thống giá kệ nhiều tầng. Năng lực lưu thông hàng hóa tăng trưởng mạnh mẽ, đáp ứng kịp thời các đợt cao điểm giao hàng mà không cần tuyển thêm nhân lực thời vụ.

4.2. Tiềm năng mở rộng và phát triển mô hình nhà kho thông minh

Mô hình nghiên cứu sở hữu tính module cao, cho phép mở rộng quy mô linh hoạt theo nhu cầu thực tế. Doanh nghiệp có thể tích hợp thêm các công nghệ hiện đại như xe tự hành AGV hoặc cánh tay robot đa khớp. Việc nâng cấp cụm camera quét ảnh cho phép phân loại hàng hóa dựa trên hình dáng và kích thước bao bì.

Hơn nữa, hệ thống cơ sở dữ liệu trên Web Server dễ dàng kết nối với phần mềm hoạch định doanh nghiệp ERP. Sự đồng bộ này mở đường cho mô hình chuỗi cung ứng thông minh khép kín. Dự án nghiên cứu này đánh dấu bước tiến quan trọng trong việc ứng dụng công nghệ 4.0 vào thực tiễn ngành cơ điện tử Việt Nam.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh công nghiệp hóa và hiện đại hóa, nhu cầu tối ưu hóa không gian lưu trữ và nâng cao hiệu quả quản trị chuỗi cung ứng trong các doanh nghiệp ngày càng trở nên cấp thiết. Mật độ hàng hóa lưu kho gia tăng đòi hỏi việc quản lý phải chuyển dịch từ các mô hình thủ công truyền thống sang các hệ thống tự động hóa nhằm giảm thiểu chi phí nhân công, rút ngắn thời gian xử lý đơn hàng và hạn chế sai sót trong kiểm kê. Việc ứng dụng hệ thống lưu trữ và truy xuất tự động (AS/RS - Automated Storage and Retrieval System) kết hợp cùng các công nghệ như Internet vạn vật (IoT) và Trí tuệ nhân tạo (AI) giúp doanh nghiệp kiểm soát hàng hóa theo thời gian thực và nâng cao năng lực cạnh tranh trên thị trường.

Khóa luận tốt nghiệp ngành Công nghệ Kỹ thuật Cơ điện tử tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã xác định các mục tiêu và nhiệm vụ nghiên cứu cụ thể sau:

1. Về Cơ khí – Tự động hóa: Nghiên cứu, thiết kế và chế tạo cơ cấu robot di chuyển 3 trục (X-Y-Z) có độ chính xác cao, vận chuyển hàng hóa hiệu quả trong không gian xác định; đảm bảo khả năng chịu tải trọng tối đa 500 g cho mỗi kiện hàng và duy trì thời gian xuất/nhập dưới 20 giây cho mỗi ô hàng.
2. Về Điện – Điều khiển: Xây dựng hệ thống điều khiển tự động hóa ổn định, an toàn và tin cậy dựa trên bộ điều khiển logic khả trình (PLC) để vận hành các chuyển động cơ khí liên tục.
3. Về AI và Web Server: Xây dựng hệ thống giám sát, điều khiển từ xa thông qua giao diện Web Server; tích hợp mô hình AI và xử lý ảnh nhằm nhận diện, đọc dữ liệu mã QR và tự động xử lý ký tự khi mã QR bị lỗi với hiệu suất phát hiện đạt trên 95%.

Đối tượng nghiên cứu của đề tài là hệ thống lưu trữ và truy xuất tự động AS/RS thu nhỏ tích hợp công nghệ AI và máy chủ web. Phạm vi không gian nghiên cứu tập trung vào mô hình kho thử nghiệm hai dãy kệ gồm 14 ô hàng (12 ô lưu trữ và 2 ô phục vụ nhập/xuất), kích thước kiện hàng quy chuẩn là 120 x 70 x 70 mm, tải trọng giới hạn dưới 500 g. Về mặt chức năng, nghiên cứu tập trung vào cải tiến thuật toán điều khiển chuyển động và ứng dụng mô hình thị giác ngôn ngữ lớn để nhận diện ký tự thay thế khi nhãn QR bị hư hại.

Cơ sở lý thuyết và phương pháp

Nghiên cứu xây dựng cơ sở lý thuyết dựa trên các nội dung chính về tổ chức kho bãi, cơ học truyền động, lý thuyết điều khiển tự động và mô hình trí tuệ nhân tạo:

• Khung lý thuyết kho bãi: Tác giả phân tích cấu trúc của ba nhóm nhà kho: kho truyền thống (sử dụng kệ Selective vận hành theo FIFO/LIFO hoặc kệ Drive-In theo nguyên lý LIFO), kho bán tự động và kho tự động hoàn toàn (AS/RS). Cấu trúc hệ thống AS/RS được chuẩn hóa thành ba phân hệ chính: hệ thống vận chuyển (robot 3 trục), hệ thống xuất nhập (đọc mã QR, camera xử lý ảnh) và hệ thống lưu trữ (quản lý trạng thái ô hàng bằng khối dữ liệu PLC và cơ sở dữ liệu web).
• Mô hình toán học nội suy vận tốc tuyến tính: Nhằm đảm bảo chuyển động của bàn nâng đi theo đường thẳng nối hai điểm $A(x_0, z_0)$ và $B(x_1, z_1)$ trong mặt phẳng X-Z, tác giả áp dụng công thức khoảng cách Pythagoras:

$$L = \sqrt{\Delta x^2 + \Delta z^2}$$

Trong đó $\Delta x = x_1 - x_0$ và $\Delta z = z_1 - z_0$. Để ổn định cơ khí cho trục Z (trục chịu tải trọng nâng chính và chịu ảnh hưởng của quán tính), nhóm nghiên cứu sử dụng giải pháp nội suy vận tốc trục X phụ thuộc theo vận tốc định trước của trục Z theo thời gian di chuyển đồng thời $T = t_x = t_z$:

$$v_x = \frac{\Delta x}{T}$$

• Mô hình Trí tuệ nhân tạo (AI): Hệ thống tích hợp hai kiến trúc học sâu chuyên biệt:
  • Mô hình YOLOv8n: Sử dụng kiến trúc CSPYOLOv8 làm Backbone, PAFPN làm Neck và Decoupled Head để phát hiện, định vị vùng chứa nhãn dán hoặc mã QR từ camera theo thời gian thực.
  • Mô hình Vintern-1B-v3.5: Mô hình ngôn ngữ lớn đa phương thức (MLLM) 1 tỷ tham số tối ưu hóa cho tiếng Việt. Cấu trúc mô hình gồm bộ mã hóa hình ảnh InternViT-300M-448px (được chưng cất từ InternViT-6B), bộ chiếu hai tầng (Two-layer MLP Projector) và mô hình ngôn ngữ Qwen2-0.5B-Instruct. Pipeline huấn luyện trải qua ba giai đoạn: Khởi động MLP (MLP Warmup), Học tăng cường ViT (ViT Incremental Learning) và Huấn luyện đa phương thức (Multimodal Training).
• Hạ tầng Web Server: Ứng dụng mô hình client-server truyền thông qua giao thức HTTP, kết nối máy chủ tự động hóa (Automation Server/PLC) thông qua API để giám sát trạng thái thời gian thực và điều khiển từ xa.

Phương pháp nghiên cứu thực tế bao gồm phương pháp nghiên cứu lý thuyết (thu thập, phân tích tài liệu kỹ thuật về PLC, chuẩn truyền thông công nghiệp, kiến trúc mạng nơ-ron) và phương pháp thực nghiệm (thiết kế 3D trên phần mềm SolidWorks, tính toán thông số động học, lắp ráp phần cứng, lập trình điều khiển trên TIA Portal và đo đạc thông số thực tế). Nguồn dữ liệu sử dụng là dữ liệu hình ảnh thực nghiệm chụp trực tiếp từ camera của mô hình kho và các tài liệu kỹ thuật từ nhà sản xuất thiết bị.

Thiết kế và triển khai

Hệ thống được thiết kế và chế tạo hoàn chỉnh từ phần cứng cơ khí, tủ điện điều khiển đến kiến trúc phần mềm tích hợp.

Thiết kế phần cứng cơ khí và điện

Khung mô hình có kích thước tổng thể 700 x 460 x 660 mm, được định hình từ nhôm định hình 30 x 30 mm; hệ thống ô chứa hàng sử dụng nhôm 20 x 20 mm kết hợp các tấm mica chịu lực dày 5 mm. Cơ cấu chấp hành gồm robot 3 trục độc lập:

• Trục X: Chuyển động tịnh tiến dọc theo lối đi giữa hai dãy kệ, mang toàn bộ cụm trục Z và bàn nâng.
• Trục Z: Chuyển động thẳng đứng vuông góc với trục X để nâng hạ bàn lấy hàng đến các tầng kệ.
• Trục Y: Bàn nâng hai chiều, có khả năng vươn sang trái hoặc sang phải để cất hoặc lấy kiện hàng từ hai dãy kệ đối xứng.

Để lựa chọn cơ cấu truyền động tối ưu cho mô hình, nhóm nghiên cứu đã tiến hành so sánh các giải pháp kỹ thuật:

Phương pháp truyền động	Ưu điểm	Nhược điểm	Đánh giá lựa chọn
Vít me bi	Độ chính xác cao, khả năng chịu tải trọng lớn, kết cấu cơ khí đơn giản.	Tốc độ truyền động thấp, kích thước cơ khí lớn, chi phí gia công cao, dễ mài mòn.	Không phù hợp do yêu cầu tối ưu thời gian xuất nhập (< 20 s).
Thanh ray - Con trượt	Khả năng tự định vị tốt, độ ổn định cao, giảm rung chấn, chuyển động chính xác.	Chi phí đầu tư cao, chiếm không gian dẫn hướng, bảo trì phức tạp.	Dùng làm cơ cấu dẫn hướng phụ trợ cho các trục.
Dây đai răng (Timing belt)	Tốc độ cao, vận hành êm ái, giảm rung động và tiếng ồn, trọng lượng nhẹ, dễ lắp đặt.	Độ chính xác thấp hơn vít me, có nguy cơ trượt nếu căng sai kỹ thuật, giới hạn tải trọng.	Được lựa chọn cho trục X, Y, Z nhờ đáp ứng tốt tốc độ và tải trọng 500 g.

Các thông số tính toán động lực học cho trục X và trục Z được xác định cụ thể:

Thông số thiết kế	Cơ cấu trục X	Cơ cấu trục Z
Vận tốc mong muốn ($V$)	0,5 – 20 mm/s	0,5 – 30 mm/s
Đường kính Pulley ($D$)	12 mm	12 mm
Khối lượng tải ($m_1$)	3,0 kg	1,5 kg
Khối lượng Pulley ($m_2$)	6 g	6 g
Hệ số ma sát trượt ($\mu$)	0,9	0,9
Ngoại lực ($F_A$)	0 N	0 N
Yêu cầu động cơ lựa chọn	Động cơ bước có moment xoắn cực đại $\ge 0,3\text{ N}\cdot\text{m}$	Động cơ bước có moment xoắn cực đại $\ge 0,3\text{ N}\cdot\text{m}$

Hệ thống điện được bố trí trong tủ điện công nghiệp gồm: bộ điều khiển PLC Siemens S7-1200 CPU 1214 DC/DC/DC; các mạch điều khiển động cơ bước (Step driver) nhận xung phát PTO (Pulse Train Output); cảm biến quang phát hiện vật cản hồng ngoại E3F-DS30P1; cảm biến tiệm cận Fotek PL-05P (loại cảm ứng từ PNP-NO, khoảng cách phát hiện 5 mm) dùng để xác định vị trí gốc tọa độ và giới hạn hành trình; thiết bị đóng cắt MCB 2P 6kA 16A MP6 MPE và bộ nguồn xung tổ ong 24 VDC – 15 A.

Thiết kế kiến trúc phần mềm và giải thuật

Phần mềm điều khiển được phân chia thành ba khối chức năng hoạt động đồng bộ:

1. Chương trình PLC: Được lập trình trên nền tảng TIA Portal bằng ngôn ngữ khối hàm công nghệ (Motion Control Function Blocks):
   • MC_Power: Kích hoạt và cấp nguồn điều khiển cho từng trục chuyển động.
   • MC_Reset: Khôi phục trạng thái hoạt động sau khi xử lý sự cố.
   • MC_Home: Định vị gốc tọa độ vật lý cho các trục X, Y, Z dựa trên tín hiệu cảm biến Fotek PL-05P.
   • MC_MoveJog: Điều khiển chuyển động thủ công bằng tay (chế độ Manual).
   • MC_MoveAbsolute: Điều khiển vị trí tuyệt đối đưa bàn nâng đến chính xác tọa độ của từng ô lưu trữ.
   • MC_MoveRelative: Điều khiển chuyển động tương đối dùng trong các chu trình thò/thụt bàn nâng trục Y.
2. Khối giải mã hình ảnh và Trí tuệ nhân tạo:
   • Ứng dụng phát triển trên ngôn ngữ Python kết nối với camera giám sát đặt tại vị trí cửa nạp hàng.
   • Khi kiện hàng vào vị trí, chương trình tự động đọc mã QR. Nếu mã QR rõ nét, chuỗi dữ liệu định danh hàng hóa lập tức được truyền về PLC qua giao thức truyền thông công nghiệp.
   • Trường hợp mã QR bị trầy xước, rách hoặc mờ (lỗi đọc dữ liệu), camera truyền luồng ảnh về mô hình YOLOv8n để khoanh vùng nhãn văn bản. Sau đó, vùng ảnh được đưa vào mô hình Vintern-1B-v3.5 để trích xuất ký tự chữ và số tiếng Việt trên nhãn dán, thay thế cho mã QR bị hỏng.
3. Giao diện Web Server:
   • Cung cấp trang đăng nhập phân quyền người dùng, trang tổng quan giới thiệu thông tin và sơ đồ kho.
   • Trang điều khiển chế độ Jog hỗ trợ căn chỉnh vị trí thủ công từng trục.
   • Trang vận hành tự động (Auto Mode) hiển thị bảng trạng thái ô hàng (trống hoặc đã chứa hàng), lịch sử các lần xuất/nhập kho.
   • Hỗ trợ hai chế độ xuất kho linh hoạt: xuất hàng trực tiếp bằng cách chọn vị trí tọa độ ô hàng trên màn hình hoặc xuất hàng tự động thông qua việc quét mã/hình ảnh nhận diện.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 giới thiệu lý do lựa chọn đề tài xuất phát từ nhu cầu thực tiễn về tối ưu hóa kho hàng và ứng dụng công nghệ 4.0. Tác giả xác lập ba mục tiêu cốt lõi (chế tạo robot 3 trục chịu tải 500 g, thời gian xuất nhập < 20 s/ô; xây dựng hệ thống điều khiển PLC an toàn; tích hợp AI phát hiện lỗi mã QR đạt độ chính xác > 95% qua Web Server). Chương này cũng vạch rõ giới hạn nghiên cứu trên mô hình thu nhỏ và xác định hai phương pháp luận chủ đạo: nghiên cứu lý thuyết và kiểm nghiệm thực nghiệm.

Chương 2: Cơ sở lý thuyết

Nội dung chương tập trung hệ thống hóa lý thuyết về kho truyền thống, bán tự động và tự động (AS/RS). Trình bày cấu trúc toán học của thuật toán nội suy vận tốc tuyến tính 2 trục X-Z nhằm duy trì vector vận tốc tiếp tuyến ổn định và tối ưu hóa thời gian chạy máy dựa trên trục Z. Phân tích nguyên lý hoạt động của Web Server công nghiệp (giao thức HTTP, RESTful API, Database, Automation Server). Đồng thời, chương 2 làm rõ cấu trúc kỹ thuật của mô hình thị giác ngôn ngữ lớn Vintern-1B-v3.5 (InternViT-300M kết hợp Qwen2-0.5B qua 2-layer MLP) và mạng phát hiện đối tượng YOLOv8n.

Chương 3: Thiết kế phần cứng

Chương 3 trình bày chi tiết quy trình thiết kế phần cứng 6 bước. Phân tích các yêu cầu kỹ thuật cơ điện tử cho mô hình 14 ô hàng; xây dựng sơ đồ khối và lưu đồ quy trình công nghệ nhập hàng, xuất hàng và vận chuyển. Trình bày bản vẽ thiết kế 3D khung nhôm, bàn nâng trục Y và cơ cấu nâng hạ X-Z trên SolidWorks. Đưa ra các công thức tính toán động học, mô-men xoắn để lựa chọn động cơ bước cho trục X và Z với moment tải $\ge 0,3\text{ N}\cdot\text{m}$. Thiết lập sơ đồ nguyên lý tủ điện, bố trí vị trí thiết bị và sơ đồ đấu nối chân I/O giữa PLC Siemens S7-1200, Step driver và các cảm biến.

Chương 4: Thiết kế phần mềm

Chương 4 mô tả toàn bộ cấu trúc phần mềm điều khiển. Trình bày chi tiết lưu đồ thuật toán xuất/nhập hàng và phương pháp cấu hình các khối hàm Motion Control (MC_Power, MC_Home, MC_MoveJog, MC_MoveAbsolute, MC_MoveRelative) trong PLC. Trình bày giải thuật giải mã QR bằng Python và chuỗi xử lý ảnh dự phòng sử dụng YOLOv8n kết hợp Vintern-1B-v3.5. Xây dựng cấu trúc giao diện Web Server phục vụ giám sát kho bãi, quản lý cơ sở dữ liệu và vận hành các chế độ làm việc từ xa.

Chương 5: Thi công và kết quả thực nghiệm

Chương 5 ghi nhận quá trình thi công thực tế mô hình cơ khí, lắp ráp tủ điện và tích hợp thiết bị (PLC CPU 1214, driver, cảm biến E3F-DS30P1, Fotek PL-05P, nguồn 24V-15A). Trình bày các kết quả thử nghiệm thực tế của giao diện Web Server (chế độ Manual Jog, Auto, bảng quản trị cơ sở dữ liệu kho) và ứng dụng AI nhận diện sản phẩm. Tiến hành phân tích kết quả vận hành qua các biểu đồ thời gian xuất/nhập kho, ma trận nhầm lẫn (Confusion Matrix), đồ thị hàm mất mát huấn luyện/kiểm định (Train/Val Loss) và tỷ lệ nhận diện thành công của mô hình AI khi mã QR bị suy giảm chất lượng.

Chương 6: Kết luận và hướng phát triển

Chương tổng kết các hạng mục đã hoàn thành so với mục tiêu ban đầu về cơ khí, điều khiển PLC và ứng dụng trí tuệ nhân tạo. Đồng thời, tác giả chỉ ra các mặt hạn chế còn tồn tại và đề xuất các giải pháp nâng cấp, hoàn thiện hệ thống trong các nghiên cứu tiếp theo.

Kết quả và đóng góp

Nghiên cứu đã hoàn thành việc chế tạo mô hình thực nghiệm và kiểm tra các chỉ số kỹ thuật với những kết quả cụ thể:

• Chỉ số vận hành cơ điện tử: Cơ cấu robot 3 trục vận hành đồng bộ, chuyển động êm ái dọc theo 14 ô kệ hàng; vận chuyển ổn định kiện hàng có kích thước 120 x 70 x 70 mm với tải trọng định mức 500 g. Thời gian trung bình thực hiện chu trình nhập kho hoặc xuất kho cho một kiện hàng được duy trì dưới 20 giây, thỏa mãn yêu cầu thiết kế ban đầu.
• Hệ thống điều khiển và giám sát: Lập trình điều khiển chính xác vị trí các trục chuyển động bằng xung PTO trên PLC Siemens S7-1200. Giao diện Web Server phản hồi ổn định trạng thái đầy/trống của 12 ô lưu trữ, cho phép giám sát dữ liệu và điều khiển chế độ nhập/xuất từ xa mà không cần can thiệp phần cứng tại chỗ.
• Khả năng xử lý lỗi của mô hình AI: Mô hình YOLOv8n định vị chính xác vùng nhãn mác, kết hợp cùng Vintern-1B-v3.5 trích xuất thành công ký tự chữ và số tiếng Việt khi mã QR bị mờ, rách hoặc mất góc. Tỷ lệ phát hiện và xử lý lỗi dữ liệu nhãn hàng đạt trên 95%, đảm bảo luồng thông tin không bị gián đoạn.
• Đóng góp của đồ án: So với các mô hình AS/RS truyền thống vốn chỉ dựa hoàn toàn vào đầu đọc mã vạch tiêu chuẩn (dễ gây dừng dây chuyền khi mã bị trầy xước), đồ án đã tích hợp thành công mô hình ngôn ngữ lớn đa phương thức chuyên biệt cho tiếng Việt (Vintern-1B) chạy song song với PLC. Đây là giải pháp kết hợp liên ngành giữa Cơ điện tử và Trí tuệ nhân tạo, nâng cao tính tự động hóa và độ tin cậy của quy trình quản trị kho bãi.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận đã thẳng thắn ghi nhận các giới hạn kỹ thuật trong phạm vi thực hiện của đề tài:

• Hạn chế về quy mô và cơ khí: Mô hình chỉ dừng lại ở quy mô phòng thí nghiệm (tải trọng tối đa 500 g, dung lượng 14 ô hàng). Khung vỏ sử dụng nhôm định hình và mica nên độ cứng vững chưa tương đương hệ thống công nghiệp nặng. Việc rút gọn phân hệ băng tải tiếp liệu khiến quy trình cấp phôi chưa hoàn toàn khép kín tự động ở đầu vào.
• Hạn chế về thuật toán điều khiển: Do sử dụng phương pháp nội suy vận tốc trục X phụ thuộc theo trục Z nhằm bảo vệ kết cấu chịu tải, thời gian hoàn thành chu trình lưu kho bị phụ thuộc vào cao độ của ô chứa (các ô hàng ở tầng trên cao có thời gian hoàn thành lâu hơn các ô ở tầng thấp).
• Hạn chế về tài nguyên tính toán AI: Mô hình Vintern-1B tuy có kích thước 1 tỷ tham số nhưng vẫn đòi hỏi cấu hình máy tính xử lý có GPU rời để duy trì tốc độ phản hồi theo thời gian thực, gây khó khăn nhất định nếu muốn nhúng trực tiếp vào các vi điều khiển công nghiệp công suất thấp.

Hướng nghiên cứu tiếp theo:

• Nâng cấp kết cấu cơ khí, sử dụng vật liệu thép công nghiệp và hệ truyền động công suất lớn hơn để tăng tải trọng hàng hóa và mở rộng số lượng tầng kệ.
• Tích hợp thêm hệ thống băng chuyền phân loại tự động và liên kết hoạt động với robot tự hành AGV (Automated Guided Vehicle) để khép kín chu trình logistics nội bộ.
• Tối ưu hóa thuật toán nội suy quỹ đạo chuyển động phi tuyến tính cho 3 trục đồng thời nhằm rút ngắn thời gian di chuyển đến các tầng cao.
• Nén mô hình AI (Quantization/Pruning) để triển khai trực tiếp trên các máy tính tính toán biên (Edge AI) nhỏ gọn gắn tại trạm điều khiển.

Giá trị tham khảo

Đồ án là tài liệu tham khảo kỹ thuật hữu ích cho:

• Đối tượng: Sinh viên, học viên cao học và kỹ sư thuộc các chuyên ngành Công nghệ Kỹ thuật Cơ điện tử, Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Robot, Logistics và Quản lý Chuỗi cung ứng.
• Phần nội dung có giá trị tham khảo cao:
  • Phương pháp tính toán động cơ bước và cơ cấu truyền động dây đai: Cung cấp chi tiết các bước tính toán tải trọng, quán tính và lựa chọn mô-men động cơ cho cơ cấu chuyển động nhiều trục (Chương 3).
  • Ứng dụng khối hàm Motion Control trên PLC Siemens S7-1200: Bản mẫu tham khảo chuẩn xác về việc cấu hình phát xung PTO, điều khiển Step driver và xây dựng các hàm di chuyển tuyệt đối/tương đối (Chương 4).
  • Pipeline tích hợp AI MLLM vào hệ thống công nghiệp: Phương pháp kết hợp mạng phát hiện vật thể YOLOv8 với mô hình thị giác ngôn ngữ lớn Vintern-1B xử lý ký tự tiếng Việt phục vụ công tác OCR dự phòng khi mã QR gặp sự cố.

Câu hỏi thường gặp

1. Khối lượng và kích thước kiện hàng mà mô hình có khả năng xử lý là bao nhiêu?
Mô hình được thiết kế theo quy chuẩn kỹ thuật cho khối hàng có kích thước 120 x 70 x 70 mm và tải trọng làm việc tối đa là 500 g.

2. Tại sao nhóm nghiên cứu lại nội suy vận tốc trục X theo trục Z mà không nội suy độc lập từ vận tốc tổng?
Trục Z là trục nâng thẳng đứng, phải chịu tải trọng tĩnh của bàn nâng và tải trọng động của hàng hóa. Nhóm nghiên cứu cố định vận tốc trục Z ở mức ổn định nhằm đảm bảo độ bền cho các kết cấu cơ khí, giảm thiểu lực quán tính khi vận hành ở tốc độ cao; từ đó nội suy vận tốc trục X theo thời gian chuyển động của trục Z.

3. Mô hình AI Vintern-1B đóng vai trò gì trong hệ thống và tại sao lại được chọn thay vì các mô hình khác?
Vintern-1B là mô hình ngôn ngữ lớn đa phương thức (MLLM) 1 tỷ tham số được tối ưu hóa chuyên sâu cho tiếng Việt, tích hợp thị giác InternViT-300M và mô hình ngôn ngữ Qwen2-0.5B. Mô hình này được kích hoạt khi mã QR bị mờ, rách hoặc mất dữ liệu, đảm nhận nhiệm vụ nhận dạng ký tự quang học (OCR) trên nhãn hàng để bù đắp thông tin cho hệ thống. Mô hình được chọn vì độ chính xác cao trên văn bản tiếng Việt và kích thước nhỏ gọn hơn so với các mô hình quốc tế (như GPT-4o, Gemini Pro Vision) hoặc các mô hình mã nguồn mở chưa tối ưu OCR tiếng Việt.

4. Thiết bị điều khiển trung tâm và các cảm biến sử dụng trong mô hình là loại nào?
Hệ thống sử dụng bộ điều khiển logic khả trình PLC Siemens S7-1200 CPU 1214 DC/DC/DC, động cơ bước điều khiển qua Step driver, cảm biến phát hiện vật cản hồng ngoại E3F-DS30P1 và cảm biến tiệm cận Fotek PL-05P (PNP-NO, 5 mm) để định vị hành trình và lấy điểm Home.

5. Hệ thống kho chứa bao nhiêu ô hàng và phân bổ chức năng như thế nào?
Hệ thống gồm 2 dãy kệ đối xứng với tổng cộng 14 ô hàng; trong đó 12 ô được lập trình làm vị trí lưu trữ hàng hóa và 2 ô bố trí làm cửa ngõ chuyên dụng cho quy trình nhập và xuất hàng.

Kết luận

Đồ án tốt nghiệp "Nghiên cứu phát triển hệ thống lưu kho thông minh ứng dụng AI và Web Server" của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã giải quyết trọn vẹn bài toán thiết kế và chế tạo mô hình kho tự động AS/RS 3 trục thu nhỏ với tải trọng 500 g và chu kỳ xuất nhập dưới 20 giây. Nghiên cứu thể hiện tính sáng tạo kỹ thuật cao khi tích hợp đồng bộ giữa phần cứng điều khiển công nghiệp PLC S7-1200, giao diện giám sát Web Server và mô hình AI đa phương thức Vintern-1B kết hợp YOLOv8 nhằm xử lý sự cố mã QR với độ chính xác trên 95%. Kết quả thực nghiệm của đề tài là minh chứng rõ nét cho xu hướng ứng dụng Trí tuệ nhân tạo vào tự động hóa cơ điện tử, mở ra giải pháp tham khảo giá trị cho các mô hình logistics thông minh hiện đại.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan • Nghiên cứu nguyên lí và cấu trúc hoạt động của các loại nhà kho. • Nghiên cứu tài liệu liên quan đến truyền thông và cơ sở dữ liệu. • Chọn các thiết bị cần thiết như PLC, động cơ, driver, cảm biến và các thiết bị điện cũng như các thiết bị cơ khí khác. • Thực hiện thiết kế, thi công hoàn chỉnh hệ thống AS/RS.

• Lập trình PLC cho hệ thống AS/RS và thiết kế giao diện điều khiển bằng WebServer. • Nghiên cứu ứng dụng mô hình AI cho hệ thống. Phương pháp nghiên cứu Để thực hiện đề tài, nhóm em áp dụng các phương pháp nghiên cứu như sau: • Phương pháp nghiên cứu lý thuyết: Thu thập và phân tích các tài liệu, giáo trình và các bài báo nghiên cứu liên quan đế đề tài để xây dựng cơ sở lý thuyết và định hướng thiết kế, phát triển hệ thống. • Phương pháp thực nghiệm: Thiết kế, mô phỏng, lắp ráp và thử nghiệm trực tiếp trên mô hình để thu thập phân tích kết quả đạt được để tìm ra những ưu điểm và nhược điểm từ đó đánh giá hiệu quả hoạt động của hệ thống.

3 Chương 2: Cơ sở lý thuyết CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Chương này sẽ trình bày tổng quan về các loại hình lưu kho hiện nay, với trọng tâm là hệ thống lưu kho tự động, đặc biệt là hệ thống AS/RS. Ngoài ra, các cơ sở lý thuyết và công nghệ được ứng dụng trong đề tài sẽ được đề cập trong chương này. Tìm hiểu cấu trúc các nhà kho 2. Nhà kho truyền thống Nhà kho truyền thống chủ yếu dựa vào các quy trình thủ công với sự tham gia trực tiếp của nhân công trong hầu hết các hoạt động, từ nhận hàng, quản lý hàng tồn kho, chọn đơn hàng, đến đóng gói và vận chuyển.1 mô tả về loại hình nhà kho này.

Nhà kho truyền thống Một trong những nhược điểm chính của kho truyền thống là sự phụ thuộc vào lao động thủ công. Sự tham gia của con người vào nhiều giai đoạn khác nhau làm tăng nguy cơ sai sót và giảm hiệu quả trong quy trình quản lý hàng tồn kho. Như việc ghi lại số lượng hàng và theo dõi lượng hàng xuất kho, nhập kho có thể sẽ không được chính xác. Việc thực hiện đơn hàng trong kho sẽ tốn thời gian và dễ xảy ra lỗi, có thể làm ảnh hưởng đến quá trình xử lý đơn hàng và có khả năng khiến khách hàng không hài lòng.

Người quản lý có thể gặp khó khăn trong việc có cái nhìn chính xác và cập nhật về mức tồn kho. Điều này có thể dẫn đến tình trạng hết hàng khi khách hàng muốn mua hoặc quá trình tồn kho dư thừa làm tăng chi phí vốn và lưu trữ. 4 Chương 2: Cơ sở lý thuyết Mặc dù các giải pháp lưu trữ hiện đại ngày càng phổ biến, nhưng lưu trữ truyền thống vẫn có một số lợi thế đáng chú ý. Một trong số đó là chi phí đầu tư thấp, nhờ không có thiết bị hoặc công nghệ phức tạp.

Ngoài ra, hệ thống này rất linh hoạt và dễ phát triển, cho phép điều chỉnh nhanh chóng để đáp ứng nhu cầu lưu trữ thay đổi. Đối với các doanh nghiệp nhỏ, lưu trữ truyền thống vẫn là một lựa chọn tiết kiệm và dễ quản lý. Tuy nhiên, không thể phủ nhận rằng các hệ thống lưu trữ hiện đại có hiệu quả và lợi ích vượt trội trong quản lý và vận hành. Một số loại kệ phổ biến cho kho hàng truyền thống: a) Kệ Selective: Kệ Selective là loại kệ nhà kho lý tưởng để lưu trữ hàng hóa và pallet nặng.

Loại kệ này cho phép nhập và xuất hàng trực tiếp từ tất cả các pallet hoặc hàng hóa mà không cần phải di chuyển các pallet hoặc hàng hóa khác. Điểm nổi bật của kệ Selective là cấu trúc đơn giản, tải trọng lên đến 2000 kg mỗi tầng, chi phí thấp và dễ lắp đặt trong nhiều loại kho có đặc điểm hàng hóa khác nhau, như minh họa trong hình 2. Đây là giải pháp tối ưu cho các kho cần liên tục xếp dỡ hàng hóa. Cấu tạo kệ Selective Kệ Selective không bị giới hạn bởi các nguyên tắc hoạt động LIFO (Last In, First Out) hoặc FIFO (First In, First Out)[3], vì nó có thể tiếp cận trực tiếp tất cả các pallet, giúp xe nâng dễ dàng xếp dỡ hàng hóa nhanh chóng và hiệu quả.

5 Chương 2: Cơ sở lý thuyết Kệ Selective là sự lựa chọn lý tưởng cho nhiều loại kho, bao gồm ngành bán lẻ, logistics, thực phẩm và đồ uống, vật tư và hàng hóa thành phẩm. Đặc biệt phù hợp với các trung tâm phân phối, nơi hàng hóa cần di chuyển liên tục, kệ Selective có thiết kế linh hoạt, có thể bổ sung và kết hợp với các hệ thống kệ hiện có để tối ưu hóa không gian lưu trữ. Nhờ tính linh hoạt và đa năng, kệ Selective đáp ứng nhiều yêu cầu và mục đích lưu trữ trong các môi trường kho khác nhau. b) Kệ Drive In Kệ nâng chui hay còn gọi là kệ Drive-in là loại kệ lưu trữ phổ biến trong các kho công nghiệp.

Đặc điểm của loại kệ này là cho phép xe nâng vận chuyển hàng hóa vào sâu bên trong, từ đó tận dụng tối đa không gian lưu trữ trong kho. Kệ Drive-in có thể tối ưu hóa không gian lưu trữ hàng hóa, dựa trên nguyên tắc LIFO (Last In, First Out). Thể hiện ở hình 2.3, theo nguyên tắc này, người quản lý kho sẽ tổ chức sắp xếp hàng hóa sao cho phù hợp với quy trình xuất nhập hàng và lưu thông hàng hóa, từ đó giúp tối ưu hóa không gian lưu trữ và rút ngắn thời gian xếp dỡ hàng. Kệ Drive In theo nguyên lý LIFO Kệ Drive In là giải pháp lưu trữ hiệu quả trong kho.

Với khả năng tận dụng tới 70% diện tích kho, giúp tiết kiệm không gian và tối ưu hóa công suất. Ngoài ra, loại kệ này còn phù hợp với nhiều loại hàng hóa khác nhau nhờ kết cấu linh hoạt, từ sản phẩm lớn đến sản phẩm nhỏ. Mặc dù kệ Drive In có nhiều ưu điểm nhưng vẫn tồn tại một số hạn chế, đặc biệt là về mặt lựa chọn sản phẩm. Kệ không phù hợp để lưu trữ 6 Chương 2: Cơ sở lý thuyết các sản phẩm có thời hạn sử dụng ngắn hoặc trong các kho chứa nhiều loại sản phẩm khác nhau.

Hơn nữa, xe nâng thường phải đi sâu vào bên trong để lấy hàng, dễ gây va chạm và tăng nguy cơ hư hỏng. Kho hàng phù hợp để sử dụng kệ Drive In khi lưu trữ các mặt hàng không yêu cầu theo dõi thời hạn sử dụng và không bị thất thoát theo thời gian, chẳng hạn như xi măng, cát, đá, sỏi. Với tính linh hoạt và hiệu quả của mình, kệ Drive In đóng vai trò quan trọng trong việc tối ưu hóa việc quản lý và lưu trữ hàng hóa trong các kho công nghiệp.2 Nhà kho bán tự động Kho bán tự động là hệ thống kho trong đó nhiều công đoạn được tự động hóa nhưng vẫn cần có sự can thiệp của con người trong một số tình huống cụ thể[1]. Các công việc như luân chuyển, xuất nhập hàng hóa chủ yếu do robot hoặc thiết bị tự động thực hiện, tuy nhiên, người dùng vẫn theo dõi, kiểm soát và điều chỉnh để đảm bảo hệ thống hoạt động ổn định và khắc phục các sự cố phát sinh.

Kho bán tự động mang lại nhiều lợi ích quan trọng. Đầu tiên, nó làm tăng hiệu quả lưu trữ và xử lý hàng hóa, giảm thời gian và công sức quản lý hàng hóa. Hệ thống tự động giảm thiểu rủi ro sai sót trong quá trình xuất nhập hàng. Một ví dụ được minh họa trong Hình 2.

Điều khiển nhà kho bán tự động 7 Chương 2: Cơ sở lý thuyết Ngoài ra, hệ thống linh hoạt thích ứng với các yêu cầu sản xuất và lưu trữ khác nhau, giúp doanh nghiệp tiết kiệm thời gian và tiền bạc. Giảm sự phụ thuộc vào lao động con người cũng làm giảm chi phí liên quan đến lao động và tối ưu hóa không gian lưu trữ, tăng công suất và giảm nhu cầu mở rộng kho. Tăng hiệu quả và giảm thiểu thời gian xử lý để cải thiện dịch vụ khách hàng. Tuy nhiên, kho bán tự động cũng có những hạn chế.

Chi phí ban đầu để triển khai hệ thống tự động thường cao hơn các phương pháp truyền thống, đòi hỏi đầu tư lớn. Việc dựa vào công nghệ có thể gây gián đoạn hoạt động khi xảy ra lỗi hệ thống. Cuối cùng, việc xử lý hàng hóa đa dạng hoặc phân loại sai có thể khó khăn, dẫn đến chậm trễ trong lưu trữ và giao hàng. Nhà kho tự động Kho tự động (Automated warehouse) là hệ thống sử dụng thiết bị và công nghệ cơ khí để thực hiện nhiệm vụ lưu trữ và xử lý hàng hóa mà không cần sự can thiệp trực tiếp của con người, mặc dù toàn bộ quá trình được giám sát và kiểm soát thông qua phần mềm.

Hệ thống này bao gồm các cơ chế như robot, băng tải, hệ thống quản lý và các công nghệ khác giúp tự động hóa các nhiệm vụ như tiếp nhận,lưu trữ, xuất khẩu và vận chuyển hàng hóa.6 bên dưới mô phỏng kho tự động của Vinamilk. Hệ thống nhà kho tự động của Vinamilk (Bình Dương) Kho tự động là giải pháp tiên tiến trong quản lý kho, mang lại nhiều lợi ích đáng kể cho doanh nghiệp. Những tính năng nổi bật của chúng bao gồm khả năng tiết kiệm không gian và vận hành hiệu quả [2]. 8 Chương 2: Cơ sở lý thuyết Trước hết, tự động hóa hoàn toàn giúp giảm thiểu lao động và giảm nguy cơ sai sót của con người.

Các hệ thống tự động như băng tải, robot và phần mềm thực hiện công việc tiếp nhận, lưu trữ và xuất hàng chính xác và hiệu quả, ít can thiệp của con người, giúp tối ưu hóa nguồn lực lao động và tăng cường an toàn. Ngoài ra, hệ thống phần mềm linh hoạt cho phép doanh nghiệp tùy chỉnh quy trình theo nhu cầu của mình, tối ưu hóa hiệu suất hoạt động và phản ứng linh hoạt với những thay đổi của thị trường. Kho tự động cũng được thiết kế theo các tiêu chuẩn nghiêm ngặt, đảm bảo hoạt động ổn định và liên tục, tăng độ tin cậy của chuỗi cung ứng. Mặc dù kho tự động có nhiều ưu điểm nhưng vẫn có một số hạn chế.

Chi phí đầu tư cao, bao gồm tự động hóa, robot và phần mềm, có thể là rào cản đối với các doanh nghiệp nhỏ. Ngoài ra, việc bảo trì và bảo dưỡng các thiết bị công nghệ cao đòi hỏi các kỹ năng và chuyên môn đặc biệt.