Đồ án: Ứng dụng xử lý ảnh phân loại sản phẩm, điều khiển WinCC

Phân loại sản phẩm tự động với xử lý ảnh và WinCC. Tìm hiểu giải pháp hiệu quả, nâng cao năng suất và độ chính xác trong sản xuất công nghiệp.

Người đăng

Ẩn danh

Thể loại

Đồ án tốt nghiệp

2022

116
1
0

Phí lưu trữ

35 Point

Mục lục chi tiết

NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN

NHẬN XÉT CỦA NGƯỜI PHẢN BIỆN

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP

LỜI CAM ĐOAN

DANH SÁCH BẢNG, HÌNH ẢNH

MỞ ĐẦU

1. CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG PHÂN LOẠI SẢN PHẨM THEO HÌNH DẠNG

1.1. Tổng quan về hệ thống

1.2. Nguyên lý hoạt động của hệ thống

1.3. Các công nghệ sử dụng trong hệ thống

1.4. Phương pháp phân loại sản phẩm theo hình dạng

1.4.1. Các hình dạng cơ bản của sản phẩm

1.4.2. Phương pháp nhận dạng hình dạng

1.4.3. Phương pháp tìm đặc điểm hình dạng để phân loại sản phẩm

1.4.3.1. Phương pháp tìm đỉnh
1.4.3.2. Phương pháp tìm độ dài cạnh
1.4.3.3. Phương pháp tìm tâm và bán kính

1.5. Phương án thiết kế

1.5.1. Yêu cầu thiết kế

1.5.2. Lựa chọn phương án thiết kế

2. CHƯƠNG 2: GIỚI THIỆU VỀ RASPPBERRY VÀ NGÔN NGỮ LẬP TRÌNH PYTHON

2.1. Tổng quan về Raspberry

2.2. Giới thiệu ngôn ngữ lập trình Python

2.2.1. Giới thiệu ngôn ngữ Python

2.2.2. Đặc điểm nổi bật của Python

2.3. Giới thiệu thư viện OpenCV

2.3.1. Giới thiệu OpenCV

2.3.2. Đặc điểm OpenCV

2.4. Tổng quan về xử lý ảnh

2.4.1. Giới thiệu xử lí ảnh

2.4.2. Những vấn đề trong xử lý ảnh

2.4.3. Biến đổi ảnh

2.4.4. Lọc màu ảnh

2.4.5. Phương pháp phát hiện biên

2.4.6. Phân đoạn ảnh

2.4.7. Các phép giãn nở của ảnh

2.4.8. Những định dạng của ảnh

2.4.9. Các phần mềm hỗ trợ xử lý ảnh

2.5. Tiền xử lý ảnh

2.5.1. Đọc ảnh và cắt ảnh

2.5.3. Biến đổi ảnh

2.5.5. Vẽ viền quanh ảnh

2.6. Xác định cạnh và tính toán ảnh để nhận dạng hình dạng

2.6.2. Tính toán ảnh

3. CHƯƠNG 3: TỔNG QUAN VỀ PLC VÀ PHẦN MỀM TIA PORTAL

3.1. Giới thiệu về PLC

3.2. Giới thiệu về PLC S7 – 1200

3.2.1. Cấu trúc phần cứng của PLC S7 – 1200:

3.2.2. Cấu trúc phần mềm của PLC S7 – 1200

3.2.3. Module mở rộng của PLC S7 – 1200:

3.2.4. Ngôn ngữ lập trình cho PLC S7 – 1200:

3.2.5. Phương pháp lập trình PLC S7 – 1200

3.2.6. Các tập lệnh cơ bản của PLC S7 – 1200

3.2.7. Bộ đảo logic NOT

3.2.8. Cuộn dây ngõ ra (LAD)

3.2.9. Các lệnh Set và Reset

3.2.10. Lệnh dò ngưỡng dương và âm

3.2.11. Bộ đếm Counter

3.2.12. Lệnh so sánh

3.2.13. Các lệnh tính toán

3.2.14. Lệnh giá trị nhỏ nhất và lớn nhất

3.3. Phần mềm lập trình cho PLC S7 – 1200

3.3.1. Tổng quan về phần mềm TIA Portal V16

3.3.2. Giao diện phần mềm TIA Portal

3.3.3. Sử dụng bảng Tag trong PLC

3.3.4. Tải chương trình xuống CPU

3.4. Giới thiệu về WinCC

3.4.1. Tổng quan về WinCC

3.4.2. Các ứng dụng của WinCC

4. CHƯƠNG 4: THIẾT KẾ VÀ THI CÔNG MÔ HÌNH “ỨNG DỤNG XỬ LÝ ẢNH ĐỂ PHÂN LOẠI SẢN PHẨM THEO HÌNH DẠNG”

4.1. Yêu cầu công nghệ của hệ thống

4.2. Thiết kế phần cứng

4.2.2. Lựa chọn thiết bị

4.2.2.1. Khối xử lý trung tâm
4.2.2.2. Khối nút nhấn và đèn báo
4.2.2.3. Thiết kế băng tải
4.2.2.4. Khối cảm biến
4.2.2.5. Khối động lực
4.2.2.6. Khối cách ly bảo vệ
4.2.2.7. Động cơ DC kéo băng tải

4.2.3. Sơ đồ đấu nối tủ điện

4.3. Thi công mô hình hệ thống

5. CHƯƠNG 5: CHƯƠNG TRÌNH ĐIỀU KHIỂN VÀ GIÁM SÁT HỆ THỐNG

5.1. Bảng phân công đầu vào, đầu ra

5.2. Giản đồ thời gian

5.3. Giới thiệu về giao diện hệ thống điều khiển và giám sát

5.4. Thành phần chính của hệ thống SCADA

5.5. Thiết kế giao diện

5.5.1. Tạo giao diện cho hệ thống:

5.5.2. Gắn HMI Tags cho hệ thống:

5.5.3. Hiệu chỉnh giao diện:

5.6. Giao tiếp và truyền thông Raspberry với PLC S7 1200

5.6.1. Mở quyền truy cập truyền nhận dữ liệu trên PLC S7 1200

5.6.2. Cài đặt địa chỉ và truyền thông

5.6.3. Đọc và ghi dữ liệu

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Hướng dẫn phân loại sản phẩm bằng xử lý ảnh WinCC tối ưu

Trong bối cảnh công nghiệp 4.0, việc tự động hóa dây chuyền sản xuất là yếu tố then chốt để nâng cao năng suất và khả năng cạnh tranh. Một trong những khâu quan trọng nhất là kiểm tra và phân loại sản phẩm. Giải pháp phân loại sản phẩm bằng xử lý ảnh & WinCC ra đời như một sự tất yếu, kết hợp sức mạnh của thị giác máy tính (computer vision) và hệ thống giám sát điều khiển tiên tiến. Hệ thống này không chỉ thay thế con người trong các công việc lặp đi lặp lại, đòi hỏi độ chính xác cao mà còn cung cấp dữ liệu trực quan, giúp quản lý sản xuất hiệu quả. Nghiên cứu “Ứng dụng xử lý ảnh để phân loại sản phẩm theo hình dạng, điều khiển và giám sát qua WinCC” của nhóm sinh viên Bùi Anh Dũng và Phạm Lê Bảo Hoàng (ĐH Sư phạm Kỹ thuật Đà Nẵng, 2022) đã chứng minh tính khả thi và hiệu quả của mô hình này. Bằng cách sử dụng các thiết bị phổ biến như Raspberry Pi, PLC Siemens S7-1200 và phần mềm SCADA WinCC, hệ thống có khả năng nhận dạng và phân loại sản phẩm theo hình dạng một cách tự động, nhanh chóng và chính xác. Giải pháp này mở ra hướng đi mới cho các doanh nghiệp vừa và nhỏ muốn tiếp cận công nghệ nhà máy thông minh với chi phí hợp lý.

1.1. Tổng quan về công nghệ thị giác máy tính trong công nghiệp

Thị giác máy tính hay computer vision là một lĩnh vực của trí tuệ nhân tạo, cho phép máy tính "nhìn" và diễn giải thế giới trực quan. Trong môi trường công nghiệp, công nghệ này được ứng dụng để tạo ra các hệ thống vision công nghiệp, thực hiện các nhiệm vụ như kiểm tra chất lượng sản phẩm, nhận dạng sản phẩm, và đếm sản phẩm tự động. Một hệ thống cơ bản bao gồm một camera công nghiệp để thu nhận hình ảnh, một bộ xử lý (như máy tính công nghiệp hoặc bo mạch nhúng Raspberry Pi) để chạy các thuật toán xử lý ảnh, và hệ thống cơ cấu chấp hành để thực hiện hành động dựa trên kết quả phân tích. Các thuật toán này, thường được xây dựng trên thư viện mạnh mẽ như OpenCV, có khả năng phân tích các đặc điểm của sản phẩm như hình dạng, màu sắc, kích thước, hoặc phát hiện các lỗi bề mặt mà mắt thường khó nhận ra. Việc áp dụng thị giác máy tính giúp loại bỏ yếu tố chủ quan của con người, đảm bảo tính nhất quán và độ chính xác 24/7.

1.2. Vai trò của SCADA WinCC trong giám sát và điều khiển dây chuyền

SCADA WinCC (Windows Control Center) là một hệ thống giám sát, điều khiển và thu thập dữ liệu mạnh mẽ của Siemens. Trong một dây chuyền phân loại sản phẩm bằng xử lý ảnh, WinCC đóng vai trò là giao diện trung tâm, kết nối giữa con người và máy móc (HMI WinCC). Nó cho phép người vận hành giám sát và điều khiển toàn bộ quá trình một cách trực quan. Thông qua giao diện WinCC, các thông số vận hành như tốc độ băng tải, số lượng sản phẩm mỗi loại, trạng thái hoạt động của xi-lanh phân loại đều được hiển thị theo thời gian thực. Hơn nữa, WinCC có khả năng thu thập và lưu trữ dữ liệu sản xuất, tạo báo cáo, cảnh báo khi có sự cố, hỗ trợ đắc lực cho việc quản lý chất lượng (QC/QA tự động) và bảo trì hệ thống. Sự tích hợp giữa hệ thống vision và SCADA WinCC tạo nên một giải pháp hoàn chỉnh, từ khâu nhận dạng thông minh đến khâu điều khiển và giám sát tập trung.

II. Thách thức trong phân loại sản phẩm và nhu cầu tự động hóa

Quy trình phân loại sản phẩm thủ công truyền thống đang bộc lộ nhiều hạn chế trong môi trường sản xuất hiện đại. Sự phụ thuộc vào sức người dẫn đến các vấn đề cố hữu như năng suất thấp, chi phí nhân công cao, và đặc biệt là tỷ lệ sai sót lớn do mệt mỏi và thiếu tập trung. Các lỗi này không chỉ ảnh hưởng trực tiếp đến chất lượng đầu ra mà còn làm suy giảm uy tín của thương hiệu. Hơn nữa, với một số sản phẩm có chi tiết kỹ thuật nhỏ hoặc yêu cầu phân loại tốc độ cao, con người gần như không thể đáp ứng. Báo cáo của Bùi Anh Dũng và Phạm Lê Bảo Hoàng (2022) nhấn mạnh: “Công việc này đòi hỏi sự tập trung cao và có tính lặp lại, nên các công nhân khó đảm bảo được sự chính xác”. Điều này cho thấy nhu cầu cấp thiết phải áp dụng các giải pháp tự động hóa dây chuyền sản xuất. Việc chuyển đổi sang các hệ thống tự động, đặc biệt là các hệ thống ứng dụng thị giác máy tính, không còn là một lựa chọn mà đã trở thành một yêu cầu bắt buộc để doanh nghiệp tồn tại và phát triển trong kỷ nguyên số.

2.1. Hạn chế của quy trình QC QA sản phẩm thủ công truyền thống

Quy trình kiểm tra chất lượng (QC/QA) thủ công tồn tại nhiều nhược điểm chí mạng. Thứ nhất, tính chủ quan của con người là không thể tránh khỏi. Hai công nhân khác nhau có thể đưa ra hai đánh giá khác nhau cho cùng một sản phẩm. Thứ hai, sự mệt mỏi làm giảm độ chính xác theo thời gian, đặc biệt trong các ca làm việc kéo dài. Tốc độ kiểm tra của con người cũng bị giới hạn, không thể đáp ứng các dây chuyền sản xuất tốc độ cao. Cuối cùng, chi phí nhân công cho bộ phận QC/QA là một khoản đáng kể. Việc triển khai hệ thống QC/QA tự động bằng hệ thống vision công nghiệp giúp giải quyết triệt để các vấn đề này, mang lại sự đồng nhất, chính xác và hiệu suất vượt trội, đồng thời giải phóng sức lao động của con người cho những công việc đòi hỏi sự sáng tạo hơn.

2.2. Sự cấp thiết của tự động hóa dây chuyền trong nhà máy thông minh

Khái niệm nhà máy thông minh (Smart Factory) là trụ cột của cuộc cách mạng công nghiệp 4.0, nơi các hệ thống vật lý và kỹ thuật số được kết nối và phối hợp với nhau. Tự động hóa dây chuyền là bước đi đầu tiên và cơ bản nhất trên hành trình xây dựng một nhà máy thông minh. Một hệ thống phân loại đối tượng tự động không chỉ giúp tăng năng suất mà còn tạo ra một lượng lớn dữ liệu số. Dữ liệu này, khi được thu thập và phân tích bởi các hệ thống như SCADA WinCC, sẽ cung cấp cái nhìn sâu sắc về hiệu quả sản xuất, giúp tối ưu hóa quy trình, dự đoán nhu cầu bảo trì và đưa ra các quyết định kinh doanh dựa trên dữ liệu. Do đó, đầu tư vào các hệ thống tự động hóa như phân loại bằng xử lý ảnh là một khoản đầu tư chiến lược cho tương lai.

III. Phương pháp xử lý ảnh để nhận dạng sản phẩm với OpenCV

Trái tim của hệ thống phân loại chính là khả năng "hiểu" được hình ảnh sản phẩm. Để làm được điều này, nghiên cứu đã lựa chọn sử dụng bo mạch Raspberry Pi 4B kết hợp với ngôn ngữ lập trình Python và thư viện mã nguồn mở OpenCV. Đây là một sự kết hợp mạnh mẽ, hiệu quả về chi phí và linh hoạt. Python với cú pháp đơn giản, dễ học, cùng hệ sinh thái thư viện phong phú, là lựa chọn lý tưởng cho các ứng dụng trí tuệ nhân tạo. Trong khi đó, OpenCV (Open Source Computer Vision Library) cung cấp một bộ công cụ toàn diện với hàng ngàn thuật toán xử lý ảnh và thị giác máy tính đã được tối ưu hóa. Quy trình nhận dạng sản phẩm được thực hiện qua nhiều bước. Đầu tiên, hình ảnh từ camera được tiền xử lý để loại bỏ nhiễu và chuẩn hóa điều kiện ánh sáng. Sau đó, các thuật toán chuyên dụng được áp dụng để trích xuất các đặc trưng quan trọng của sản phẩm, trong trường hợp này là các đường biên và số đỉnh, từ đó xác định hình dạng. Toàn bộ quá trình này diễn ra chỉ trong vài phần nghìn giây, đảm bảo đáp ứng tốc độ của băng tải phân loại.

3.1. Các bước tiền xử lý ảnh để tăng độ chính xác nhận dạng

Tiền xử lý là bước không thể thiếu để đảm bảo các thuật toán nhận dạng hoạt động hiệu quả. Hình ảnh thô từ camera công nghiệp thường bị ảnh hưởng bởi nhiễu, điều kiện chiếu sáng không đồng đều. Các bước tiền xử lý cơ bản bao gồm: chuyển đổi ảnh màu sang ảnh đa cấp xám để giảm độ phức tạp tính toán, sau đó áp dụng các bộ lọc (ví dụ: Gaussian Blur) để làm mờ ảnh và loại bỏ nhiễu. Bước quan trọng tiếp theo là nhị phân hóa ảnh (Thresholding), chuyển ảnh xám thành ảnh đen trắng dựa trên một ngưỡng nhất định. Quá trình này giúp làm nổi bật đối tượng cần phân loại so với nền. Cuối cùng, các phép toán hình thái học như giãn nở (Dilation) và co (Erosion) có thể được sử dụng để lấp đầy các lỗ hổng trên đối tượng hoặc loại bỏ các điểm nhiễu nhỏ, tạo ra một hình ảnh sạch sẽ, sẵn sàng cho việc phân tích đặc trưng.

3.2. Thuật toán phân loại đối tượng dựa trên đặc trưng hình học

Sau khi có ảnh nhị phân đã được làm sạch, bước tiếp theo là xác định hình dạng. Đề tài của Bùi Anh Dũng và Phạm Lê Bảo Hoàng (2022) sử dụng một phương pháp hiệu quả dựa trên đặc trưng hình học. Đầu tiên, thuật toán tìm đường bao (Contour Detection) trong OpenCV được dùng để xác định các đường viền khép kín của đối tượng. Với mỗi đường bao tìm được, hàm cv2.approxPolyDP (thuật toán Ramer-Douglas-Peucker) được áp dụng để xấp xỉ đường bao đó thành một đa giác có ít đỉnh hơn. Số lượng đỉnh của đa giác xấp xỉ này chính là chìa khóa để phân loại đối tượng. Ví dụ, nếu đa giác có 3 đỉnh, sản phẩm được nhận dạng là hình tam giác. Nếu có 4 đỉnh, đó có thể là hình vuông hoặc hình chữ nhật. Để phân biệt hai hình này, thuật toán sẽ tính toán tỷ lệ giữa chiều rộng và chiều cao của hình chữ nhật bao quanh đối tượng. Nếu tỷ lệ này gần bằng 1, đó là hình vuông. Nếu số đỉnh lớn hơn (ví dụ, trên 8), đối tượng được xác định là hình tròn. Đây là một thuật toán xử lý ảnh đơn giản nhưng rất hiệu quả cho các bài toán nhận dạng sản phẩm có hình dạng cơ bản.

IV. Bí quyết tích hợp camera và PLC giám sát hệ thống qua WinCC

Việc kết nối liền mạch giữa các thành phần khác nhau là yếu tố quyết định sự thành công của một hệ thống tự động hóa. Trong mô hình này, thách thức là làm thế nào để Raspberry Pi (khối xử lý ảnh) có thể giao tiếp và ra lệnh cho PLC Siemens S7-1200 (khối điều khiển). Đồng thời, toàn bộ hệ thống phải được giám sát và điều khiển một cách tập trung thông qua giao diện SCADA WinCC. Giải pháp được lựa chọn là sử dụng giao thức truyền thông qua Ethernet, một chuẩn công nghiệp phổ biến và đáng tin cậy. Cụ thể, thư viện Snap7 được sử dụng trong môi trường Python trên Raspberry Pi để đọc và ghi dữ liệu trực tiếp vào các vùng nhớ (Data Blocks) của PLC. Phương pháp này cho phép hệ thống vision gửi kết quả nhận dạng (ví dụ: mã sản phẩm tương ứng với hình tròn, vuông, tam giác) đến PLC một cách nhanh chóng. PLC, sau khi nhận được thông tin, sẽ thực thi chương trình điều khiển đã được lập trình sẵn bằng phần mềm TIA Portal, kích hoạt các cơ cấu chấp hành phù hợp để phân loại sản phẩm.

4.1. Phương pháp giao tiếp giữa Raspberry Pi và PLC S7 1200

Để thực hiện việc tích hợp camera và PLC, cần thiết lập một kênh truyền thông tin cậy. Nghiên cứu đã sử dụng thư viện mã nguồn mở Snap7. Đây là một thư viện đa nền tảng cho phép giao tiếp với các dòng PLC S7 của Siemens qua Ethernet. Về phía PLC Siemens S7-1200, cần cấu hình trong phần mềm TIA Portal để cho phép kết nối PUT/GET từ các thiết bị khác trong mạng. Một vùng nhớ DB (Data Block) cụ thể sẽ được dành riêng cho việc trao đổi dữ liệu. Về phía Raspberry Pi, một chương trình Python sẽ sử dụng các hàm của thư viện Snap7 để thiết lập kết nối tới địa chỉ IP của PLC, sau đó ghi kết quả nhận dạng vào địa chỉ ô nhớ đã quy định trong DB. Quá trình này đảm bảo dữ liệu được truyền đi một cách chính xác và có độ trễ thấp, yếu tố cực kỳ quan trọng trong các ứng dụng điều khiển thời gian thực.

4.2. Thiết kế giao diện HMI WinCC để giám sát và điều khiển

Giao diện Người-Máy (HMI WinCC) được thiết kế trên phần mềm TIA Portal và chạy trên WinCC Runtime Advanced. Giao diện này cung cấp một cái nhìn tổng quan về toàn bộ hệ thống. Các thành phần chính trên màn hình giám sát bao gồm: hình ảnh mô phỏng băng tải phân loại và các xi-lanh, các chỉ số về số lượng sản phẩm đã được phân loại cho từng loại (hình tròn, vuông, tam giác, chữ nhật), các nút nhấn điều khiển (Start, Stop, Emergency Stop), và khu vực hiển thị cảnh báo. Mỗi đối tượng đồ họa trên màn hình HMI được liên kết (tagging) với một biến tương ứng trong chương trình PLC. Nhờ đó, khi trạng thái của một biến trong PLC thay đổi (ví dụ: cảm biến phát hiện sản phẩm), đối tượng đồ họa trên HMI cũng cập nhật theo và ngược lại. Điều này giúp việc giám sát và điều khiển trở nên trực quan và dễ dàng hơn bao giờ hết.

V. Kết quả ứng dụng thực tiễn và hiệu quả của mô hình đề tài

Mô hình “Ứng dụng xử lý ảnh để phân loại sản phẩm theo hình dạng, điều khiển và giám sát trên WinCC” không chỉ dừng lại ở lý thuyết mà đã được thi công và vận hành thực tế. Kết quả từ đề tài cho thấy hệ thống hoạt động ổn định, đáp ứng được các yêu cầu công nghệ đề ra. Hệ thống có khả năng nhận dạng chính xác bốn loại hình dạng sản phẩm cơ bản (tròn, vuông, tam giác, chữ nhật) và thực hiện hành động phân loại tương ứng thông qua cơ cấu xi-lanh khí nén trên băng tải phân loại. Tốc độ xử lý của Raspberry Pi 4B kết hợp với thời gian đáp ứng của PLC S7-1200 đảm bảo dây chuyền có thể hoạt động liên tục với năng suất cao. Giao diện SCADA WinCC cung cấp đầy đủ thông tin vận hành, giúp người dùng dễ dàng theo dõi và kiểm soát. Thành công của mô hình này chứng tỏ rằng việc kết hợp các công nghệ mã nguồn mở, chi phí thấp (Raspberry Pi, OpenCV) với các thiết bị điều khiển công nghiệp tiêu chuẩn (PLC Siemens) là một hướng đi hoàn toàn khả thi để xây dựng các giải pháp tự động hóa dây chuyền hiệu quả, phù hợp với điều kiện của nhiều doanh nghiệp tại Việt Nam.

5.1. Đánh giá độ chính xác và tốc độ của hệ thống nhận dạng

Kết quả thực nghiệm cho thấy hệ thống nhận dạng sản phẩm đạt độ chính xác cao trong điều kiện ánh sáng phòng thí nghiệm được kiểm soát. Tỷ lệ nhận dạng sai chủ yếu xảy ra khi sản phẩm bị đặt nghiêng hoặc ánh sáng môi trường thay đổi đột ngột, gây ra bóng đổ làm sai lệch hình dạng trên ảnh. Tốc độ xử lý ảnh trên Raspberry Pi 4B, bao gồm cả các bước tiền xử lý và nhận dạng, diễn ra nhanh chóng, đảm bảo không tạo ra điểm nghẽn cho chu trình hoạt động của PLC. Hệ thống có khả năng đếm sản phẩm tự động và phân loại với tốc độ phù hợp với quy mô của một dây chuyền sản xuất nhỏ. Các kết quả này khẳng định tiềm năng ứng dụng của hệ thống vision công nghiệp dựa trên nền tảng Raspberry Pi trong các bài toán không yêu cầu tốc độ xử lý quá cực đoan.

5.2. Hiệu quả vận hành và khả năng mở rộng của mô hình

Mô hình đã chứng minh được hiệu quả vận hành rõ rệt so với phương pháp thủ công. Năng suất tăng, sai sót giảm, và dữ liệu sản xuất được ghi nhận một cách tự động. Một ưu điểm lớn của kiến trúc hệ thống là khả năng mở rộng. Về phần mềm, các thuật toán xử lý ảnh có thể dễ dàng được nâng cấp để nhận dạng thêm các hình dạng phức tạp hơn, hoặc thậm chí phân loại theo màu sắc, kích thước, hay phát hiện lỗi sản phẩm. Về phần cứng, việc sử dụng PLC Siemens S7-1200, một dòng PLC module hóa, cho phép dễ dàng thêm các module I/O để điều khiển thêm nhiều cơ cấu chấp hành hoặc kết nối thêm nhiều cảm biến. Hệ thống này là một nền tảng vững chắc để phát triển các giải pháp tự động hóa phức tạp hơn, tiến gần hơn tới mô hình nhà máy thông minh toàn diện.

27/09/2025
Đồ án tốt nghiệp ứng dụng xử lý ảnh để phân loại sản phẩm theo hình dạng điều khiển và giám sát qua wincc

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG PHÂN LOẠI SẢN PHẨM THEO HÌNH DẠNG 1.1 Tổng quan về hệ thống Ngày nay, nước ta đang thực chính sách “Công nghiệp hoá – hiện đại hoá đất nước”. Nền Công nghiệp đang hướng tới Công nghiệp 4.0, là sự kết hợp các công nghệ lại với nhau, làm mờ ranh giới giữa vật lý, kỹ thuật số và sinh học. Với sự phát triển của công nghệ kỹ thuật, các bộ điều khiển đang có ứng dụng rộng rãi trong các lĩnh vực khoa học kỹ thuật và đời sống xã hội, đặc biệt là trong tự động hoá và điều khiển. Từ đó mà việc đưa tự động hóa vào sản xuất như diễn ra một điều tất yếu.

Việc tạo ra các sản phẩm tự động hoá không những trong công nghiệp mà ngay cả trong đời sống con người ngày càng được phổ biến. Phân loại sản phẩm là một bài toán đã và đang được ứng dụng rất nhiều trong thực tế hiện nay. Công việc này đòi hỏi sự tập trung cao và có tính lặp lại, nên các công nhân khó đảm bảo được sự chính xác trong công việc. Chưa kể đến có những phân loại dựa trên các chi tiết kĩ thuật rất nhỏ mà mắt thường khó có thể nhận ra.

Điều đó sẽ ảnh hưởng trực tiếp tới chất lượng sản phẩm và uy tín của nhà sản xuất. Vì vậy, hệ thống tự động nhận dạng và phân loại sản phẩm ra đời là một sự phát triển tất yếu nhằm đáp ứng nhu cầu cấp bách này.2 Nguyên lý hoạt động của hệ thống Đề tài “Ứng dụng xử lý ảnh để phân loại sản phẩm theo hình dạng, điều khiển và giám sát qua WinCC” là mô hình phân loại sản phẩm theo hình dạng (hình tròn, hình vuông, hình tam giác và hình chữ nhật). Dựa trên ngôn ngữ Python với thư viện chính là OpenCV và được thực hiện trên Kit Raspberry Pi 4B và PLC S7 - 1200. Tại đây sử dụng các đặc điểm riêng biệt của từng hình dạng để đi nhận dạng rồi sau đó phân loại từng sản phẩm.

Hệ thống gồm camera, Raspberry, PLC. Camera sẽ chụp ảnh sản phẩm cần phân loại rồi sau đó gửi đến Rasppberry để xử lí, sau khi xử lí được ảnh thì Rasppberry sẽ gửi đến PLC để điều khiển và phân loại sản phẩm. Kết quả thực hiện của đề tài là nhận dạng được những sản phẩm có hình dạng (hình tròn, hình vuông, hình tam giác và hình chữ nhật) cùng với việc đếm được sản phẩm theo hình dạng của từng sản phẩm, hiển thị trên màn hình.3 Các công nghệ sử dụng trong hệ thống  Phương pháp xử lý ảnh dùng phần mềm Matlab SVTH: Bùi Anh Dũng Người hướng dẫn: ThS. Phan Thị Thanh Vân Phạm Lê Bảo Hoàng 2 TIEU LUAN MOI download : skknchat@gmail.com Tên đề tài: Ứng dụng xử lý ảnh để phân loai sản phẩm theo hình dạng, điều khiển và giám sát qua WinCC Matlab là ngôn ngữ lập trình bậc cao dùng cho kỹ thuật.

Đồng thời nó là môi trường tương tác có thể thực hiện nhiều nhiệm vụ, phát triển giải thiết, phân tích dữ liệu, tính toán các phép tính số học và hình ảnh hoá số liệu. So với các ngôn ngữ lập trình truyền thống như C, C++ hay Fortran thì Matlab có nhiều ưu điểm hơn do được tích hợp các hỗ trợ rất mạnh. - Ưu điểm : Phần mềm dễ sử dụng - Nhược điểm : + Độ chính xác không cao + Việc truyền thông, giao tiếp với các phần mềm rất khó  Phương pháp xử lý ảnh dùng phần mềm Labview Labview là một phần mềm lập trình mô phỏng robot được sáng chế ra với mục đích hỗ trợ người dùng tạo ra các thiết bị ảo dựa trên nhu cầu cá nhân. - Ưu điểm : + Phần mềm dễ sử dụng nên được nhiều người sử dụng + Khả năng phát hiện hình dạng của chương trình LabView là cực kì nhanh chóng.

Có thể sử dụng các chứng năng mở rộng có sẵn trong Labview đê tăng khả năng phân biệt nhiều sản phẩm + Kết quả xử lý ảnh với tỷ lệ sai lệch nhỏ và có độ chính xác cao - Nhược điểm : Khó khăn về kết hợp giữa phần mềm Labview với các phần mềm khác Trên đây là 2 phương pháp được sử dụng rất nhiều hiện nay. Tuy nhiên, trong một hệ thống đòi hỏi độ chính xác cao, việc giao tiếp và truyền thống với các thiết bị khác phải đảm bảo tính ổn định và nhanh chóng. Trong các nhà máy, xí nghiệp hiện nay thì việc sử dụng phương pháp xử lý ảnh thông qua Raspberry kết hợp với PLC đang dần thay thế các phương pháp khác. Do vậy, trong đề tài này sử dụng các công nghệ như sau: - Sử dụng Kit Raspberry Pi 4B thông qua thư viện OpenCV để xử lý ảnh - Sử dụng PLC S7 – 1200 để phân loại sản phẩm - Sử dụng WinCC để giám sát quá trình hoạt động và hiện thị số lượng lên màn hình 1.4 Phương pháp phân loại sản phẩm theo hình dạng Với đề tài “Ứng dụng xử lý ảnh để phân loại sản phẩm theo hình dạng, điều khiển và giám sát qua WinCC”.

Ở phần này sẽ đi tìm hiểu chi tiết phương pháp nhận dạng của từng sản phẩm và phân loại sản phẩm theo từng hình dạng đã được nhận dạng.1 Các hình dạng cơ bản của sản phẩm Trong cuộc sống hiện nay, nhu cầu về kiểu dáng sản phẩm ngày càng được chứ SVTH: Bùi Anh Dũng Người hướng dẫn: ThS. Phan Thị Thanh Vân Phạm Lê Bảo Hoàng 3 TIEU LUAN MOI download : skknchat@gmail.com Tên đề tài: Ứng dụng xử lý ảnh để phân loai sản phẩm theo hình dạng, điều khiển và giám sát qua WinCC trọng, để đáp ứng nhu cầu thiết yếu đó nên trên thị trường ra nhiều sản phẩm có hình dạng và kiểu dáng đa dạng. Ở đề tài này, để gần với thực tế, nhóm chọn sản phẩm có hình dạng phổ biến. Chủ yếu là các hình dạng ở ngoài cuộc sống (hình tròn, hình vuông, hình tam giác và hình chữ nhật).

Đặc điểm cơ bản của sản phẩm có hình dạng phổ biến:  Đặc điểm nhận dạng hình chữ nhật: Có 4 đỉnh, 4 cạnh, 4 góc vuông, 2 cạnh đối diện đều bằng nhau khác với so với hình vuông là 2 cạnh kề không bằng nhau,…  Đặc điểm nhận dạng hình vuông : Có 4 đỉnh, 4 cạnh, 4 góc vuông, 2 cạnh đối diện đều bằng nhau, 2 cạnh kề bằng nhau,…  Đặc điểm nhận dạng hình tròn: Một hình tròn là một vùng trên mặt phẳng nằm "bên trong" đường tròn. Bán kính tính từ tâm đến đường tròn. Đặc điểm nhận dạng: Bán kính đều bằng nhau,…  Đặc điểm nhận dạng hình tam giác: có 3 đỉnh và 3 cạnh là hình tam giác,… 1.2 Phương pháp nhận dạng hình dạng Phương pháp nhận dạng hình ảnh là giai đoạn quan trọng của hệ thống xử lý ảnh. Nhận dạng là quá trình phân loại các đối tượng được biểu diễn theo một mô hình nào đó.

Ảnh được chụp sẽ được phân tích thành các đặc trưng riêng biệt, với những đặc trưng đó ta đem đi nhận dạng. Như đã đề cập ở trên thì các hình dạng của sản phẩm sẽ có các đặc điểm riêng biệt. Tuy nhiên, thì vẫn có một số đặc điểm giống nhau, đặc điểm khác nhau, cùng với đó có thêm một số đặc điểm bị dư thừa trong việc so sánh với các sản phẩm khác. Chính vì vậy, ở đề tài này, ta cần chọn lọc ra từng đặc điểm riêng biệt của từng hình mà các hình khác không có và loại bỏ các đặc điểm không cần thiết.

Như vậy, để nhận dạng được hình dạng của sản phẩm cần xác định các đặc điểm đặc trưng riêng biệt của từng hình dạng. Ở đây chỉ có 4 hình dạng sản phẩm (hình chữ nhật, hình vuông, hình tròn, hình tam giác) cần phân loại, chính vì vậy sẽ có một số đặc điểm hình dạng không cần xét tới. Sản phẩm hình chữ nhật Hình chữ nhật là hình có 4 đỉnh, 4 cạnh, 4 góc vuông, 2 cạnh đối diện bằng nhau,. Từ đặc điểm đó ta đi so sánh với 3 hình còn lại và phân tích thấy: Đặc điểm thứ nhất có 4 đỉnh, nhưng sản phẩm hình vuông cũng có 4 đỉnh.

Vì vậy ta có đặc điểm thứ hai để so sánh sự khác biệt với hình vuông, đó là 2 cạnh kề không bằng nhau với hình chữ nhật, với hình vuông thì chúng bằng nhau. Như vậy, đặc điểm nhận dạng sản phẩm hình chữ nhật, gồm 4 đỉnh và 2 cạnh kề không bằng nhau. SVTH: Bùi Anh Dũng Người hướng dẫn: ThS. Phan Thị Thanh Vân Phạm Lê Bảo Hoàng 4 TIEU LUAN MOI download : skknchat@gmail.com Tên đề tài: Ứng dụng xử lý ảnh để phân loai sản phẩm theo hình dạng, điều khiển và giám sát qua WinCC Hình 1.

1: Đặc điểm hình chữ nhật Sản phẩm hình vuông Đặc điểm nhận dạng: Có 4 đỉnh, 4 cạnh, 4 góc vuông, 2 cạnh đối diện đều bằng nhau, 2 cạnh kề bằng nhau,… Từ đặc điểm đó ta đi so sánh với 3 hình còn lại và phân tích thấy: Đặc điểm thứ nhất có 4 đỉnh, nhưng sản phẩm hình chữ nhật cũng có 4 đỉnh như đã đề cập ở trên. Chính vì vậy ta có đặc điểm thứ hai để so sánh sự khác biệt với hình chữ nhật, đó là 2 cạnh bằng nhau. Như vậy, đặc điểm nhận dạng sản phẩm hình vuông, gồm 4 đỉnh và 2 cạnh kề bằng nhau. 2: Đặc điểm hình vuông Sản phẩm hình tròn Đặc điểm nhận dạng: Bán kính đều bằng nhau,… Từ đặc điểm đó ta đi so sánh với 3 hình còn lại và phân tích thấy: bán kính tính từ tâm đến đường tròn bên ngoài tất cả chúng đều bằn nhau chính vì vậy đó là đặc điểm riêng biệt của hình tròn.

3: Đặc điểm hình tròn SVTH: Bùi Anh Dũng Người hướng dẫn: ThS. Phan Thị Thanh Vân Phạm Lê Bảo Hoàng 5 TIEU LUAN MOI download : skknchat@gmail.com Tên đề tài: Ứng dụng xử lý ảnh để phân loai sản phẩm theo hình dạng, điều khiển và giám sát qua WinCC Sản phẩm hình tam giác Đặc điểm nhận dạng: có 3 đỉnh và 3 cạnh là hình tam giác,… Từ đặc điểm đó ta đi so sánh với 3 hình còn lại và phân tích thấy: Chỉ có hình tam giác có 3 đỉnh, và đó chính là đặc điểm đặc trưng riêng biệt của tam giác. 4: Đặc điểm hình tam giác Bảng 1. 1 Đặc điểm hình dạng sản phẩm Đặc điểm Hình vuông Hình chữ nhật Hình tròn Hình tam giác đỉnh 4 đỉnh 4 đỉnh không 3 đỉnh 2 cạnh kề bằng 2 cạnh kề không cạnh không 3 cạnh nhau bằng nhau bán kính không Không bằng nhau không Như vậy ta có thể thấy, ta chỉ cần tìm ba đặc điểm chính: Đỉnh, cạnh và bán kính.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ