Tổng quan nghiên cứu

Cà chua là loại rau quả được trồng với diện tích lớn thứ hai trên thế giới và là mặt hàng tiêu thụ phổ biến tại Việt Nam. Theo báo cáo ngành, diện tích trồng cà chua tại Việt Nam đạt trên 100.000 ha với sản lượng khoảng 462.435 tấn, giá trị kinh tế cao do cà chua có thể chế biến thành nhiều sản phẩm khác nhau, góp phần nâng cao giá trị xuất khẩu nông sản. Tuy nhiên, việc phân loại cà chua sau thu hoạch hiện nay chủ yếu được thực hiện thủ công, gây tốn thời gian và chi phí lao động, đồng thời ảnh hưởng đến chất lượng sản phẩm.

Mục tiêu nghiên cứu của luận văn là thiết kế và chế tạo thiết bị phân loại cà chua tự động dựa trên màu sắc, nhằm nâng cao hiệu quả phân loại, giảm thiểu sai số và tăng năng suất. Nghiên cứu tập trung vào việc phát triển mô hình phân loại cà chua thành ba nhóm chính: xanh, chưa chín và chín, sử dụng công nghệ thị giác máy tính kết hợp với hệ thống cơ khí tự động. Phạm vi nghiên cứu thực hiện tại Việt Nam trong giai đoạn 2021-2022, với mục tiêu đạt năng suất phân loại khoảng 1 tấn trong 8 giờ làm việc.

Ý nghĩa của nghiên cứu thể hiện qua việc góp phần hiện đại hóa quy trình sản xuất nông nghiệp, giảm chi phí nhân công, nâng cao chất lượng sản phẩm và khả năng cạnh tranh trên thị trường xuất khẩu. Thiết bị phân loại tự động còn giúp giảm thiểu tổn thất sau thu hoạch và đáp ứng nhu cầu phát triển nông nghiệp công nghệ cao tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: lý thuyết thị giác máy tính và lý thuyết cơ học rung động. Thị giác máy tính được ứng dụng để xử lý và phân tích hình ảnh cà chua, sử dụng mô hình màu RGB và HSV nhằm nhận diện màu sắc chính xác. Các thuật toán xử lý ảnh bao gồm lọc nhiễu, phân đoạn ảnh và phân loại dựa trên đặc trưng màu sắc.

Lý thuyết cơ học rung động được áp dụng trong thiết kế hệ thống cấp liệu rung nhằm đảm bảo cà chua di chuyển nhẹ nhàng, tránh tổn thương trong quá trình vận chuyển và phân loại. Mô hình toán học về lực rung và dao động được mô phỏng bằng phần mềm MATLAB Simscape để tối ưu hóa thiết kế cơ khí.

Các khái niệm chuyên ngành quan trọng bao gồm: phân loại tự động, thị giác máy tính, mô hình màu sắc RGB và HSV, hệ thống cấp liệu rung, xi lanh khí nén và thuật toán xử lý ảnh.

Phương pháp nghiên cứu

Nguồn dữ liệu chính bao gồm số liệu thực tế về diện tích và sản lượng cà chua tại Việt Nam, các tiêu chuẩn phân loại cà chua theo CODEX STAN 293:2008, TCVN 9765:2013, và các tiêu chuẩn quốc tế khác. Dữ liệu hình ảnh cà chua được thu thập qua hệ thống camera trong quá trình thử nghiệm thiết bị.

Phương pháp phân tích gồm thiết kế CAD tham số cho các bộ phận cơ khí, mô phỏng rung động bằng Simscape trong MATLAB, phát triển phần mềm xử lý ảnh và điều khiển thiết bị. Cỡ mẫu thử nghiệm khoảng 1250 quả cà chua mỗi giờ, được chọn ngẫu nhiên từ các trang trại quy mô vừa và nhỏ tại một số địa phương.

Timeline nghiên cứu kéo dài từ tháng 2/2021 đến tháng 12/2021, bao gồm các giai đoạn: khảo sát thực trạng, thiết kế mô hình, mô phỏng và tính toán, chế tạo thiết bị, phát triển phần mềm, thử nghiệm và hiệu chỉnh.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Thiết kế mô hình phân loại tự động: Mô hình được chia thành 4 cụm chức năng gồm cấp liệu, vận chuyển, chiếu sáng và chụp ảnh, phân loại và cấp liệu ra. Thiết bị có khả năng phân loại cà chua theo màu sắc thành 3 nhóm: xanh, chưa chín và chín với năng suất đạt 1 tấn/8 giờ.

  2. Độ chính xác phân loại: Phần mềm xử lý ảnh và điều khiển thiết bị đạt độ chính xác phân loại 83.33% đối với cà chua xanh và 96.67% đối với cà chua chín, vượt trội so với phương pháp thủ công và một số hệ thống nhập khẩu có công suất thấp hơn (2-2.5 tấn/giờ).

  3. Mô phỏng rung động cấp liệu: Sử dụng Simscape mô phỏng lực rung và dao động của phễu cấp liệu, kết quả cho thấy biên độ rung phù hợp giúp cà chua di chuyển nhẹ nhàng, giảm thiểu tổn thương. Tần số rung được điều chỉnh khoảng 6.5 Hz với lực đàn hồi lò xo 523.4 N/m.

  4. Thiết kế cơ khí và hệ thống khí nén: Xi lanh khí nén được bố trí với khoảng cách 150 mm, tốc độ cấp liệu đạt 1250 quả/phút, đảm bảo vận hành êm ái, ổn định và hiệu quả trong quá trình phân loại.

Thảo luận kết quả

Nguyên nhân chính giúp thiết bị đạt hiệu quả cao là sự kết hợp đồng bộ giữa phần cứng cơ khí được thiết kế tối ưu và phần mềm xử lý ảnh ứng dụng trí tuệ nhân tạo. So với các hệ thống phân loại cà chua nhập khẩu có giá thành cao và công suất thấp, mô hình này phù hợp với quy mô sản xuất vừa và nhỏ tại Việt Nam, đồng thời giảm chi phí đầu tư.

Kết quả mô phỏng rung động cho thấy việc điều chỉnh tần số và biên độ rung là yếu tố then chốt để bảo vệ quả cà chua không bị tổn thương trong quá trình vận chuyển. Dữ liệu có thể được trình bày qua biểu đồ biên độ rung theo thời gian và bảng so sánh độ chính xác phân loại giữa các nhóm màu.

Nghiên cứu cũng cho thấy việc áp dụng tiêu chuẩn phân loại quốc tế giúp thiết bị đáp ứng yêu cầu chất lượng sản phẩm xuất khẩu, góp phần nâng cao giá trị nông sản Việt Nam trên thị trường toàn cầu.

Đề xuất và khuyến nghị

  1. Triển khai ứng dụng rộng rãi thiết bị phân loại tự động tại các vùng trồng cà chua quy mô vừa và nhỏ nhằm nâng cao năng suất và chất lượng sản phẩm, dự kiến trong vòng 1-2 năm tới, do các doanh nghiệp chế biến và hợp tác xã nông nghiệp thực hiện.

  2. Nâng cấp phần mềm xử lý ảnh tích hợp trí tuệ nhân tạo để cải thiện độ chính xác phân loại, đặc biệt với các loại cà chua có màu sắc phức tạp, thời gian 6-12 tháng, do nhóm nghiên cứu và đối tác công nghệ đảm nhiệm.

  3. Đào tạo kỹ thuật vận hành và bảo trì thiết bị cho người lao động tại các trang trại và doanh nghiệp, nhằm đảm bảo thiết bị hoạt động ổn định và bền bỉ, thực hiện trong 3-6 tháng, do các trung tâm đào tạo nghề phối hợp với nhà sản xuất.

  4. Hỗ trợ chính sách tài chính và kỹ thuật từ nhà nước để khuyến khích đầu tư công nghệ cao trong nông nghiệp, giảm chi phí đầu tư ban đầu cho người nông dân và doanh nghiệp, triển khai trong giai đoạn 2023-2025, do các cơ quan quản lý nhà nước thực hiện.

Đối tượng nên tham khảo luận văn

  1. Doanh nghiệp chế biến nông sản: Nghiên cứu giúp cải tiến quy trình phân loại cà chua, nâng cao chất lượng nguyên liệu đầu vào, giảm tổn thất sau thu hoạch và tăng giá trị sản phẩm xuất khẩu.

  2. Hợp tác xã và trang trại quy mô vừa và nhỏ: Áp dụng thiết bị phân loại tự động để giảm chi phí nhân công, tăng năng suất và đảm bảo tiêu chuẩn chất lượng sản phẩm.

  3. Nhà nghiên cứu và sinh viên ngành công nghệ thực phẩm, cơ khí và tự động hóa: Tham khảo phương pháp thiết kế, mô phỏng và phát triển hệ thống phân loại tự động ứng dụng thị giác máy tính và cơ học rung động.

  4. Cơ quan quản lý và hoạch định chính sách nông nghiệp: Sử dụng kết quả nghiên cứu để xây dựng các chương trình hỗ trợ phát triển nông nghiệp công nghệ cao, thúc đẩy hiện đại hóa ngành nông nghiệp.

Câu hỏi thường gặp

  1. Thiết bị phân loại cà chua tự động hoạt động dựa trên nguyên lý nào?
    Thiết bị sử dụng công nghệ thị giác máy tính để nhận diện màu sắc cà chua qua hệ thống camera và phần mềm xử lý ảnh, kết hợp với cơ cấu cơ khí gồm phễu cấp liệu rung và xi lanh khí nén để vận chuyển và phân loại tự động.

  2. Độ chính xác phân loại của thiết bị đạt bao nhiêu?
    Thiết bị đạt độ chính xác 83.33% với cà chua xanh và 96.67% với cà chua chín, giúp giảm sai số so với phân loại thủ công và nâng cao chất lượng sản phẩm.

  3. Thiết bị có phù hợp với quy mô sản xuất nhỏ không?
    Có, thiết bị được thiết kế phù hợp với các trang trại và hợp tác xã quy mô vừa và nhỏ, với năng suất khoảng 1 tấn/8 giờ, đáp ứng nhu cầu thực tế tại Việt Nam.

  4. Phần mềm xử lý ảnh có thể nâng cấp như thế nào?
    Phần mềm có thể tích hợp thêm các thuật toán trí tuệ nhân tạo và học máy để cải thiện khả năng nhận diện màu sắc phức tạp và phân loại chính xác hơn các loại cà chua đa dạng.

  5. Chi phí đầu tư thiết bị có cao không?
    So với các hệ thống nhập khẩu có công suất thấp và giá thành cao, thiết bị này có chi phí hợp lý hơn, phù hợp với điều kiện tài chính của các doanh nghiệp và nông dân Việt Nam, đồng thời giảm chi phí nhân công lâu dài.

Kết luận

  • Thiết kế và chế tạo thành công mô hình phân loại cà chua tự động dựa trên màu sắc với năng suất 1 tấn/8 giờ.
  • Độ chính xác phân loại đạt 83.33% cho cà chua xanh và 96.67% cho cà chua chín, vượt trội so với phương pháp thủ công.
  • Ứng dụng công nghệ thị giác máy tính và mô phỏng cơ học rung động giúp tối ưu hóa thiết kế và vận hành thiết bị.
  • Thiết bị phù hợp với quy mô sản xuất vừa và nhỏ tại Việt Nam, góp phần hiện đại hóa ngành nông nghiệp.
  • Đề xuất triển khai ứng dụng rộng rãi, nâng cấp phần mềm và đào tạo kỹ thuật nhằm phát huy hiệu quả trong thực tế.

Next steps: Triển khai thử nghiệm thực tế tại các vùng trồng cà chua, hoàn thiện phần mềm xử lý ảnh, và xây dựng kế hoạch đào tạo vận hành thiết bị.

Các doanh nghiệp, hợp tác xã và nhà nghiên cứu được khuyến khích áp dụng và phát triển công nghệ phân loại tự động nhằm nâng cao giá trị nông sản Việt Nam.