Tổng quan nghiên cứu

Đo độ hồi nhàu của vải là một trong những chỉ tiêu quan trọng để đánh giá chất lượng và đặc tính của vật liệu dệt may. Theo tiêu chuẩn ISO 2313:1972, góc phục hồi nhàu của mẫu vải được đo để xác định khả năng trở lại trạng thái ban đầu sau khi bị gấp nếp. Góc phục hồi 0° biểu thị sự phục hồi nhàu bằng không, trong khi 180° thể hiện sự phục hồi hoàn toàn. Trong thực tế, việc đo góc phục hồi nhàu thường được thực hiện thủ công bằng mắt thường, dẫn đến sai số lớn và thiếu tính khách quan.

Luận văn tập trung nghiên cứu ứng dụng công nghệ tự động hóa trong việc đo độ hồi nhàu của vải, đặc biệt là sử dụng xử lý ảnh với thư viện OpenCV kết hợp điều khiển vị trí camera để đo góc phục hồi chính xác. Mục tiêu cụ thể bao gồm phát triển hệ thống đo tự động có khả năng đo đồng thời 5 mẫu vải với sai số vị trí nhỏ hơn ±2mm và sai số góc không quá 6 độ so với máy cơ hiện có. Nghiên cứu được thực hiện tại Trường Đại học Bách Khoa - Đại học Quốc gia TP. Hồ Chí Minh trong năm 2016, nhằm cung cấp giải pháp tự động hóa hiệu quả, giảm thiểu sai số do con người và nâng cao năng suất đo lường trong ngành dệt may.

Việc ứng dụng công nghệ xử lý ảnh và điều khiển tự động không chỉ giúp tăng độ chính xác mà còn rút ngắn thời gian đo, đồng thời mở ra hướng phát triển cho các thiết bị đo lường trong ngành dệt may. Kết quả nghiên cứu có ý nghĩa thực tiễn lớn, góp phần thúc đẩy công nghiệp hóa, hiện đại hóa trong lĩnh vực kiểm định chất lượng vải.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai nền tảng lý thuyết chính:

  1. Lý thuyết xử lý ảnh và thị giác máy tính: Sử dụng thư viện OpenCV, một thư viện mã nguồn mở mạnh mẽ, cung cấp hơn 500 hàm xử lý ảnh và thị giác máy tính. Các khái niệm chính bao gồm:

    • Không gian màu HSV (Hue, Saturation, Value) để phân tích và lọc ảnh.
    • Phương pháp Image Moment để xác định tọa độ điểm ảnh đặc trưng trên mẫu vải.
    • Camera calibration dựa trên mô hình Pin-hole để xác định các thông số nội ngoại của camera, từ đó tái tạo không gian 3D và tính toán góc phục hồi nhàu chính xác.

  2. Tiêu chuẩn đo độ hồi nhàu vải ISO 2313:1972: Định nghĩa quy trình chuẩn đo góc phục hồi nhàu, bao gồm chuẩn bị mẫu, gấp mẫu, nén tải trọng 10N trong 5 phút, và đo góc phục hồi sau 5 phút giải phóng tải trọng. Góc phục hồi được tính toán dựa trên vị trí điểm đặc trưng trên mẫu vải.

Các khái niệm chuyên ngành quan trọng gồm: góc phục hồi nhàu, xử lý ảnh kỹ thuật số, camera calibration, điều khiển tự động vị trí camera, và cơ cấu kẹp mẫu vải.

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Dữ liệu thu thập từ các mẫu vải dệt chuẩn kích thước 40 x 15 mm, được chuẩn bị theo tiêu chuẩn ISO 2313:1972. Hình ảnh mẫu vải được thu nhận qua camera CCD/CMOS với độ phân giải 640x480 pixel.

  • Phương pháp phân tích:

    • Xử lý ảnh sử dụng thư viện OpenCV để chuyển đổi không gian màu từ BGR sang HSV, lọc ảnh theo ngưỡng (Threshold), và xác định tọa độ điểm đặc trưng bằng Image Moment.
    • Camera calibration để hiệu chỉnh các thông số nội ngoại nhằm đảm bảo tính chính xác trong việc tái tạo tọa độ 3D.
    • Tính toán góc phục hồi nhàu dựa trên tọa độ điểm ảnh đã hiệu chỉnh, sử dụng phép biến đổi hệ tọa độ và công thức arctan.

  • Thiết kế và điều khiển hệ thống:

    • Chế tạo máy đo độ hồi nhàu với khả năng đo đồng thời 5 mẫu vải.
    • Sử dụng động cơ RC Servo để kẹp mẫu và nam châm điện kết hợp vít me để điều khiển vị trí camera đến 5 vị trí đo khác nhau với sai số vị trí ±2mm.
    • Bộ điều khiển PID và Fuzzy-PI được mô phỏng và nhúng trên vi điều khiển STM32 để đảm bảo độ chính xác và ổn định trong vận hành.

  • Timeline nghiên cứu: Nghiên cứu bắt đầu từ tháng 8/2016, hoàn thành thiết kế, chế tạo và thử nghiệm trong vòng 4 tháng, kết thúc vào tháng 12/2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Độ chính xác đo góc phục hồi nhàu: Hệ thống tự động đo được góc phục hồi với sai số trung bình không quá 6 độ so với máy đo cơ truyền thống, đáp ứng mục tiêu đề ra. Ví dụ, một mẫu vải đo 10 lần cho kết quả trung bình góc phục hồi là 63,58°, sai số nhỏ so với phương pháp thủ công.

  2. Khả năng đo đồng thời 5 mẫu: Máy đo thiết kế cho phép đo 5 mẫu cùng lúc, tăng hiệu suất lên gấp 5 lần so với máy đo đơn mẫu. Điều này phù hợp với yêu cầu đo 20 mẫu cho mỗi loại vải theo tiêu chuẩn, giúp rút ngắn thời gian thử nghiệm đáng kể.

  3. Sai số vị trí camera: Việc điều khiển camera đến 5 vị trí đo khác nhau đạt sai số vị trí nhỏ hơn ±2mm, đảm bảo độ tin cậy trong việc xác định tọa độ điểm ảnh và tính toán góc phục hồi.

  4. Ảnh hưởng của nhiễu và môi trường: Do camera di chuyển đến các vị trí đo, ảnh hưởng của nhiễu và biến động môi trường ảnh hưởng nhẹ đến kết quả đo. Tuy nhiên, việc sử dụng bộ lọc ảnh và thuật toán xử lý ảnh trong không gian màu HSV giúp giảm thiểu nhiễu hiệu quả.

Thảo luận kết quả

Kết quả cho thấy việc ứng dụng xử lý ảnh và điều khiển tự động trong đo độ hồi nhàu vải là khả thi và hiệu quả. So với các nghiên cứu trước đây sử dụng phương pháp thủ công hoặc máy đo cơ đơn giản, hệ thống tự động này giảm thiểu sai số do con người và tăng năng suất đo lường.

Việc sử dụng thư viện OpenCV giúp xử lý ảnh nhanh chóng và chính xác, đồng thời camera calibration đảm bảo tính chính xác trong việc tái tạo tọa độ 3D. Bộ điều khiển PID và Fuzzy-PI được mô phỏng trên Matlab và nhúng trên vi điều khiển STM32 cho thấy đáp ứng hệ thống ổn định, sai số nhỏ, phù hợp với yêu cầu thực tế.

Dữ liệu có thể được trình bày qua biểu đồ so sánh sai số góc phục hồi giữa phương pháp thủ công và tự động, cũng như bảng thống kê kết quả đo 5 mẫu đồng thời với sai số vị trí camera. Điều này minh họa rõ ràng hiệu quả và độ tin cậy của hệ thống.

Đề xuất và khuyến nghị

  1. Tối ưu hóa thuật toán xử lý ảnh: Cải tiến thuật toán lọc ảnh và nhận dạng điểm đặc trưng để giảm thiểu ảnh hưởng của nhiễu và biến đổi ánh sáng, nâng cao độ chính xác đo góc phục hồi. Thời gian thực hiện: 6 tháng, chủ thể: nhóm nghiên cứu và kỹ sư phần mềm.

  2. Phát triển hệ thống đo đa mẫu mở rộng: Nâng cấp hệ thống để đo đồng thời nhiều hơn 5 mẫu, ví dụ 10 mẫu, nhằm tăng năng suất thử nghiệm cho các nhà máy dệt may lớn. Thời gian thực hiện: 1 năm, chủ thể: phòng thí nghiệm và đối tác công nghiệp.

  3. Tích hợp giao diện người dùng thân thiện: Thiết kế phần mềm điều khiển và hiển thị kết quả trực quan, dễ sử dụng cho kỹ thuật viên vận hành, giảm thiểu sai sót trong quá trình đo. Thời gian thực hiện: 3 tháng, chủ thể: nhóm phát triển phần mềm.

  4. Ứng dụng trong kiểm định chất lượng sản phẩm: Khuyến nghị các doanh nghiệp dệt may áp dụng hệ thống tự động này để kiểm soát chất lượng vải, giảm thiểu sai sót và nâng cao uy tín sản phẩm trên thị trường. Thời gian triển khai: theo kế hoạch sản xuất, chủ thể: doanh nghiệp và cơ quan quản lý chất lượng.

Đối tượng nên tham khảo luận văn

  1. Kỹ sư và nhà nghiên cứu trong lĩnh vực kỹ thuật cơ điện tử: Luận văn cung cấp mô hình ứng dụng xử lý ảnh và điều khiển tự động trong đo lường, giúp phát triển các thiết bị đo lường tự động khác.

  2. Sinh viên cao học ngành kỹ thuật cơ điện tử và công nghệ thông tin: Tài liệu chi tiết về xử lý ảnh, camera calibration và điều khiển PID/Fuzzy-PI là nguồn học liệu quý giá cho nghiên cứu và thực hành.

  3. Doanh nghiệp ngành dệt may và kiểm định chất lượng: Cung cấp giải pháp tự động hóa đo độ hồi nhàu vải, giúp nâng cao hiệu quả kiểm tra chất lượng sản phẩm.

  4. Nhà phát triển phần mềm và thiết bị đo lường tự động: Tham khảo để phát triển các ứng dụng xử lý ảnh và điều khiển thiết bị trong các lĩnh vực công nghiệp khác.

Câu hỏi thường gặp

  1. Tại sao phải sử dụng xử lý ảnh trong đo độ hồi nhàu vải?
    Xử lý ảnh giúp tự động hóa việc đo góc phục hồi nhàu, giảm sai số do con người và tăng tính khách quan. Ví dụ, việc xác định tọa độ điểm đặc trưng trên mẫu vải bằng thuật toán Image Moment chính xác hơn so với đo bằng mắt thường.

  2. Camera calibration có vai trò gì trong nghiên cứu này?
    Camera calibration xác định các thông số nội ngoại của camera, giúp tái tạo chính xác tọa độ 3D từ ảnh 2D, từ đó tính toán góc phục hồi nhàu chính xác. Đây là bước quan trọng để đảm bảo độ tin cậy của hệ thống đo.

  3. Hệ thống có thể đo bao nhiêu mẫu cùng lúc?
    Hệ thống được thiết kế để đo đồng thời 5 mẫu vải, tăng hiệu suất lên gấp 5 lần so với máy đo đơn mẫu truyền thống, phù hợp với yêu cầu đo 20 mẫu theo tiêu chuẩn.

  4. Sai số vị trí camera ảnh hưởng thế nào đến kết quả đo?
    Sai số vị trí camera nhỏ hơn ±2mm giúp đảm bảo tọa độ điểm ảnh chính xác, từ đó giảm sai số tính toán góc phục hồi nhàu. Sai số lớn hơn có thể làm lệch kết quả đo.

  5. Có thể áp dụng hệ thống này cho các loại vải khác nhau không?
    Hệ thống chủ yếu áp dụng cho vải dệt theo tiêu chuẩn ISO 2313:1972. Với các loại vải khác, cần điều chỉnh thuật toán xử lý ảnh và tham số đo để đảm bảo độ chính xác.

Kết luận

  • Luận văn đã phát triển thành công hệ thống đo độ hồi nhàu vải tự động sử dụng xử lý ảnh OpenCV và điều khiển vị trí camera chính xác.
  • Hệ thống đo đồng thời 5 mẫu với sai số góc không quá 6 độ và sai số vị trí camera ±2mm, đáp ứng tiêu chuẩn ISO 2313:1972.
  • Phương pháp xử lý ảnh trong không gian màu HSV và camera calibration giúp nâng cao độ chính xác và giảm thiểu sai số do môi trường.
  • Bộ điều khiển PID và Fuzzy-PI được mô phỏng và nhúng trên vi điều khiển STM32 đảm bảo vận hành ổn định, chính xác.
  • Tiếp theo, cần tối ưu thuật toán xử lý ảnh, mở rộng số mẫu đo và phát triển giao diện người dùng để ứng dụng rộng rãi trong ngành dệt may.

Hành động tiếp theo: Các kỹ sư và nhà nghiên cứu nên tiếp tục phát triển và ứng dụng công nghệ tự động hóa trong đo lường chất lượng vải, đồng thời doanh nghiệp dệt may cần xem xét áp dụng hệ thống để nâng cao hiệu quả kiểm định sản phẩm.