Giới thiệu dự án

Trong bối cảnh hiện đại hóa nông nghiệp và sự phục hồi chuỗi cung ứng sau các biến động kinh tế toàn cầu, ngành sản xuất và chế biến nông sản chất lượng cao tại Việt Nam đang đứng trước yêu cầu cấp thiết về tự động hóa quy trình sau thu hoạch. Ớt ngọt Đà Lạt (Capsicum annuum) là nông sản xuất khẩu chủ lực với ba gam màu thương phẩm chính: đỏ, vàng và xanh lục (hoặc tím khi chín sinh lý đặc biệt). Nông sản này sở hữu giá trị dinh dưỡng vượt trội, giàu vitamin A, C và chất chống oxy hóa. Tuy nhiên, theo các khảo sát ngành nông nghiệp công nghệ cao, khâu phân loại nông sản tại nhiều hợp tác xã và doanh nghiệp vừa và nhỏ (SMEs) vẫn phụ thuộc tới hơn 65% vào lao động thủ công.

Thực trạng phân loại bằng mắt thường bộc lộ nhiều điểm nghẽn nghiêm trọng: năng suất thấp, độ chính xác không đồng đều do hiện tượng mỏi mắt của công nhân (tỷ lệ phân loại nhầm dao động từ 12% đến 18% sau 4 giờ làm việc liên tục), và chi phí nhân công chiếm tới 35-40% tổng chi phí đóng gói. Đáng chú ý, các phương pháp phân loại cơ học truyền thống dựa trên kích thước hoặc trọng lượng hoàn toàn không khả thi đối với ớt ngọt Đà Lạt, bởi quả ở các giai đoạn chín khác nhau thường có cùng kích thước hình học và khối lượng tương đương. Do đó, phân loại quang học theo phổ màu sắc chính là giải pháp then chốt.

Đề tài "Thiết kế hệ thống đếm và phân loại ớt ngọt Đà Lạt theo màu sắc" do nhóm nghiên cứu thuộc Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật – Đại học Đà Nẵng thực hiện, nhằm giải quyết triệt để bài toán tự động hóa dây chuyền đóng gói ớt ngọt với chi phí thấp và hiệu năng cao.

Hệ thống đặt ra 5 mục tiêu kỹ thuật cụ thể:

  1. Thiết kế và thi công mô hình băng tải truyền động điện tự động hóa tích hợp module điều khiển trung tâm ATmega328P (Arduino Uno R3).
  2. Tích hợp cảm biến quang phổ màu TCS34725 với bộ lọc hồng ngoại (IR blocking filter) nhằm nhận diện chuẩn xác 3 dải màu: Đỏ, Vàng và Xanh/Tím.
  3. Ứng dụng cảm biến tiệm cận hồng ngoại E3F-DS10C4 phát hiện vị trí vật thể và kích hoạt bộ đếm sản lượng độc lập theo từng phân luồng.
  4. Điều khiển cơ cấu chấp hành góc quay thông qua động cơ Servo MG90S bánh răng kim loại để gạt sản phẩm vào đúng vị trí khay chứa.
  5. Xây dựng giao diện hiển thị trực quan thông số thời gian thực trên màn hình LCD1602 qua giao thức I2C và phần mềm giám sát trên nền tảng MATLAB GUI.

Giải pháp sử dụng cấu trúc điều khiển phân tán kết hợp cảm biến màu I2C kỹ thuật số và vi điều khiển mã nguồn mở giúp giảm thiểu chi phí đầu tư phần cứng xuống dưới 1.500.000 VNĐ, thời gian đáp ứng nhận diện màu dưới 50ms, độ chính xác phân loại đạt trên 93% với thông lượng thiết kế từ 30 đến 35 sản phẩm/phút.

Phạm vi nghiên cứu tập trung vào mô hình phân loại đơn dòng tuần tự tại phòng thí nghiệm, kiểm thử trực tiếp trên ớt ngọt Đà Lạt với 3 màu sắc tiêu chuẩn trong điều kiện chiếu sáng có kiểm soát.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để xác định vị thế kỹ thuật của đề tài, nhóm nghiên cứu đã tiến hành so sánh đối chuẩn 4 phương pháp phân loại nông sản phổ biến hiện nay:

Tiêu chí đánh giá Phân loại thủ công Cơ học (Kích thước/Trọng lượng) Thị giác máy tính (Camera AI / Industrial PC) Hệ thống nhúng TCS34725 + Arduino (Đề tài)
Độ chính xác màu 80% - 85% (giảm theo ca) Không hỗ trợ nhận diện màu 97% - 99% 92% - 95%
Tốc độ xử lý 10 - 15 quả/phút/người 40 - 60 quả/phút 60 - 120 quả/phút 30 - 40 quả/phút
Chi phí đầu tư Thấp (chỉ tốn nhân công) Trung bình (5 - 15 triệu VNĐ) Rất cao (40 - 150 triệu VNĐ) Rất thấp (< 2 triệu VNĐ)
Bảo trì & Vận hành Phức tạp trong quản lý Dễ kẹt cơ khí, khó mở rộng Đòi hỏi kỹ sư chuyên môn cao Đơn giản, linh kiện dạng module
Phù hợp ớt ngọt Kém hiệu quả lâu dài Không khả thi (cùng kích thước) Tốt nhưng vượt ngân sách SME Tối ưu về chi phí / hiệu năng

Áp dụng phương pháp phân tích yêu cầu MoSCoW:

  • Must Have (Bắt buộc): Nhận diện chính xác 3 màu sắc (Đỏ, Vàng, Xanh/Tím); Đếm chính xác số lượng từng loại và tổng số; Băng tải dừng/chạy thông qua nút nhấn công nghiệp; Cơ cấu gạt servo phản hồi chính xác vị trí.
  • Should Have (Nên có): Hiển thị dữ liệu trực quan trên màn hình LCD1602 qua I2C; Mô phỏng hoàn chỉnh thuật toán trên MATLAB và Proteus trước khi thi công; Tích hợp mạch cách ly bảo vệ vi điều khiển.
  • Could Have (Có thể mở rộng): Kết nối giám sát thời gian thực trên giao diện đồ họa máy tính; Lưu trữ dữ liệu ca làm việc vào bộ nhớ EEPROM.
  • Won't Have (Chưa thực hiện): Phân loại đa làn đồng thời; Nhận diện khuyết tật bề mặt hoặc sâu bệnh bằng Deep Learning.

Thách thức kỹ thuật lớn nhất nằm ở việc bề mặt ớt ngọt có độ bóng cao gây hiện tượng phản xạ gương (specular reflection), làm sai lệch giá trị đọc RGB. Giải pháp khắc phục là chọn cảm biến màu tích hợp bộ lọc hồng ngoại TCS34725, đồng thời thiết lập thuật toán chuẩn hóa không gian màu kết hợp độ rọi (Lux) và nhiệt độ màu (Color Temperature).

Thiết kế hệ thống

Kiến trúc phần cứng của hệ thống được module hóa thành các khối chức năng liên kết chặt chẽ:

flowchart TD
    Power[Khối nguồn tổng 12VDC / Adapter] --> Buck[Mạch hạ áp LM2596: 5VDC - 3A]
    Buck --> MCU[Khối xử lý trung tâm: Arduino Uno R3 - ATmega328P]
    Buck --> Actuators[Khối chấp hành: 2x Servo MG90S & Động cơ LK0195]
    
    Sensors_Color[Cảm biến màu TCS34725] -- "Giao tiếp I2C (SDA/SCL)" --> MCU
    Sensors_IR1[Cảm biến hồng ngoại E3F-DS10C4 #1] -- "Digital IN (Chân D5)" --> MCU
    Sensors_IR2[Cảm biến hồng ngoại E3F-DS10C4 #2] -- "Digital IN (Chân D6)" --> MCU
    Buttons[Nút bấm Start / Stop / Reset] -- "Digital IN (Chân D2, D3, D4)" --> MCU
    
    MCU -- "I2C Address 0x27" --> LCD[Màn hình LCD1602 + Module PCF8574]
    MCU -- "PWM Control (D11, D12)" --> Servos[2x Động cơ Servo MG90S]
    MCU -- "Digital OUT (Chân D13)" --> Relay[Module Relay 1 kênh 5V có Opto]
    Relay --> Conveyor[Động cơ băng tải DC LK0195]

Bảng thông số kỹ thuật chi tiết của hệ thống:

Thành phần Mã linh kiện Thông số kỹ thuật cốt lõi Vai trò trong hệ thống
Vi điều khiển ATmega328P (Uno R3) 8-bit AVR, 16 MHz, 32KB Flash, 2KB SRAM, 14 Digital I/O, 6 Analog Điều phối toàn bộ logic, nhận tín hiệu cảm biến và xuất lệnh PWM
Cảm biến màu Adafruit TCS34725 Mảng quang trở RGB 4 kênh (RGBC), I2C, lọc IR, dải đo RGB 0-255 Nhận diện dải phổ phản xạ từ vỏ quả ớt ngọt
Cảm biến vật cản 2x E3F-DS10C4 Ngõ ra NPN Open-Collector, khoảng cách nhận 2 - 10cm, phản hồi < 2ms Định vị quả ớt tại cửa gạt servo, kích hoạt xung đếm
Động cơ gạt 2x TowerPro MG90S Metal gear, Stall Torque 1.8 kg·cm (5V), tốc độ 0.08s/60 độ Đẩy quả ớt vào thùng phân loại tương ứng
Động cơ băng tải DC Motor LK0195 Động cơ một chiều 12VDC tích hợp hộp giảm tốc Kéo băng chuyền vận chuyển sản phẩm liên tục
Mạch hạ áp 2x LM2596 DC-DC Hiệu suất chuyển đổi 92%, dòng ra cực đại 3A, ripple < 30mV Tách nguồn công suất riêng cho Servo và MCU, chống sụt áp
Cách ly công suất Relay Module 5V 1-CH Cách ly quang Optocoupler, chịu tải 250VAC/10A hoặc 30VDC/10A Bật/tắt an toàn cho động cơ DC kéo băng tải
Khối hiển thị LCD1602 + PCF8574 Màn hình 16 ký tự x 2 dòng, giao tiếp 2 dây I2C (địa chỉ 0x27) Hiển thị trạng thái Start/Stop và số lượng ớt từng màu

Về mặt an toàn điện, chân tín hiệu NPN của cảm biến E3F-DS10C4 được cấu hình cầu phân áp theo công thức: $$R_x = \frac{V_{out} \times R_1}{V_{CC} - V_{out}} = \frac{5 \times 10\text{k}\Omega}{10 - 5} = 10\text{k}\Omega$$ Điều này đảm bảo điện áp cấp vào chân I/O Arduino luôn được ghim ở mức $5\text{VDC}$, triệt tiêu hoàn toàn nguy cơ quá áp làm hỏng cổng vi điều khiển.

Methodology

Quy trình phát triển đồ án tuân theo mô hình V-Model cải tiến, kết hợp giữa kiểm chứng mô phỏng và thi công thực nghiệm:

[Phân tích yêu cầu] -----------------------------> [Kiểm thử nghiệm thu toàn hệ thống]
        \                                                 /
    [Thiết kế mạch & Lưu đồ] -------------> [Kiểm thử tích hợp trên mô hình]
            \                                   /
        [Mô phỏng Proteus & MATLAB] ---> [Thi công phần cứng & Nạp firmware]

  • Tiến độ triển khai (Milestones):

    • Tuần 1 - 2: Nghiên cứu lý thuyết truyền động điện, đặc tính quang học của ớt ngọt Đà Lạt, lựa chọn linh kiện.
    • Tuần 3 - 4: Thiết kế sơ đồ nguyên lý trên Proteus, viết thuật toán mô phỏng GUI trên MATLAB R2022a.
    • Tuần 5 - 6: Thi công cơ khí băng tải, lắp đặt khung gá cảm biến, đấu nối tủ điện và mạch hạ áp LM2596.
    • Tuần 7 - 8: Lập trình firmware nhúng trên Arduino IDE, căn chỉnh ngưỡng nhận diện RGB/Lux/ColorTemp thực tế và đánh giá sai số.

  • Quản trị rủi ro kỹ thuật:

    • Nhiễu điện từ do chổi than động cơ DC LK0195: Khắc phục bằng cách gắn tụ gốm $104$ ($0.1\mu\text{F}$) song song hai cực động cơ và sử dụng relay cách ly quang.
    • Sụt áp vi điều khiển khi Servo MG90S khởi động (Stall current lên tới 800mA): Khắc phục bằng cách cấp nguồn riêng thông qua module LM2596 độc lập, chung mass GND.

Implementation và kết quả

Development process

Quá trình lập trình được chia thành 3 giai đoạn: xây dựng thuật toán điều khiển trên Arduino C++, mô phỏng giao tiếp phần cứng trên Proteus 8.13, và thiết kế bảng điều khiển giám sát MATLAB GUIDE.

1. Thuật toán nhận diện màu sắc thực tế (Trích từ Firmware hệ thống): Cảm biến TCS34725 thu thập dữ liệu quang phổ thô (Raw Data), sau đó vi điều khiển tính toán nhiệt độ màu Kelvin ($T_c$) và độ rọi Lux ($L$) để phân loại thông qua cấu trúc điều kiện:

#include <Wire.h>
#include <Adafruit_TCS34725.h>
#include <Servo.h>
#include <LiquidCrystal_I2C.h>

// Khởi tạo cảm biến với thời gian tích hợp 50ms và độ lợi 4X
Adafruit_TCS34725 tcs = Adafruit_TCS34725(TCS34725_INTEGRATIONTIME_50MS, TCS34725_GAIN_4X);
LiquidCrystal_I2C lcd(0x27, 16, 2);

Servo svdo;  // Servo gạt ớt đỏ (D11)
Servo svva;  // Servo gạt ớt vàng (D12)

int cbd = 5, cbv = 6, bt = 13;
int tgdo = 0, tgxa = 0, tgva = 0;
int doo = 0, xanh = 0, vang = 0, tong = 0;

void setup() {
  svdo.attach(11);
  svva.attach(12);
  svdo.write(0);
  svva.write(0);
  
  lcd.init();
  lcd.backlight();
  pinMode(cbd, INPUT);
  pinMode(cbv, INPUT);
  pinMode(bt, OUTPUT);
  tcs.begin();
}

void loop() {
  uint16_t r, g, b, c, colorTemp, lux;
  tcs.getRawData(&r, &g, &b, &c);
  colorTemp = tcs.calculateColorTemperature_dn40(r, g, b, c);
  lux = tcs.calculateLux(r, g, b);

  // Thuật toán nhận diện phân tầng
  if (r > 15 && r < g && g < b && lux < r) {
    tgdo = 1;  // Xác nhận ớt Đỏ
    Serial.println("DETECTED: RED");
  } 
  else if (r < b && b < g && colorTemp > 8000 && colorTemp < 10996) {
    tgxa = 1;  // Xác nhận ớt Xanh / Tím
    Serial.println("DETECTED: GREEN/PURPLE");
  } 
  else if (r < lux && b < 59 && colorTemp < 7000) {
    tgva = 1;  // Xác nhận ớt Vàng
    tgxa = 0;
    Serial.println("DETECTED: YELLOW");
  }

  // Kích hoạt cơ cấu chấp hành theo cảm biến vật cản E3F-DS10C4
  if (tgdo == 1 && digitalRead(cbd) == LOW) {
    doo++;
    tong++;
    svdo.write(180);
    delay(500);
    svdo.write(0);
    tgdo = 0;
    updateLCD();
  }
  if (tgva == 1 && digitalRead(cbv) == LOW) {
    vang++;
    tong++;
    svva.write(180);
    delay(500);
    svva.write(0);
    tgva = 0;
    updateLCD();
  }
  if (tgxa == 1 && digitalRead(cbv) == LOW) {
    xanh++;
    tong++;
    tgxa = 0;  // Ớt xanh đi thẳng cuối băng tải
    updateLCD();
  }
}

2. Giao diện giám sát MATLAB GUI (GUIDE): Trên MATLAB, hệ thống giao tiếp với Arduino qua giao thức nối tiếp (Serial COM3, Baudrate 9600 bps), cập nhật số lượng từng loại sản phẩm lên giao diện đồ họa thông qua các hàm callback điều khiển writePosition(sv1, 0.5) và writeDigitalPin(anu, 'D13', 1).

Testing và validation

Quá trình kiểm thử được tiến hành qua 2 cấp độ: Mô phỏng logic trên phần mềm Proteus 8.13 và Thực nghiệm trên mô hình vật lý với mẫu thử 300 quả ớt ngọt Đà Lạt (100 quả/mỗi màu).

Kết quả kiểm chuẩn thực nghiệm:

Loại sản phẩm Số mẫu thử (Quả) Phân loại đúng (Quả) Nhận diện sai (Quả) Độ chính xác (%) Thời gian chu kỳ trung bình (s)
Ớt Đỏ 100 96 4 96.0% 1.65s
Ớt Vàng 100 94 6 94.0% 1.72s
Ớt Xanh / Tím 100 91 9 91.0% 1.80s
Tổng thể / TB 300 281 19 93.67% 1.72s
  • Phân tích sai số: Độ chính xác ở mẫu ớt xanh/tím thấp hơn (91%) do màu xanh đậm có mức phản xạ quang thông thấp, dễ tiệm cận ngưỡng nhiễu của môi trường xung quanh.
  • Độ ổn định hệ thống: Động cơ servo MG90S thực hiện $500$ chu kỳ gạt liên tục không xuất hiện hiện tượng trượt bước hoặc quá nhiệt (nhiệt độ vỏ servo duy trì $< 42^\circ\text{C}$). Module nguồn LM2596 duy trì điện áp đầu ra ổn định ở mức $5.02\text{V} \pm 0.05\text{V}$.

Kết quả đạt được

Hệ thống đã hoàn thành 100% các chỉ tiêu thiết kế ban đầu:

  • Chế tạo thành công mô hình băng tải nhỏ gọn, khung nhôm định hình cứng cáp, đi dây thẩm mỹ và an toàn.
  • Hệ thống thực hiện hoàn toàn tự động các khâu: Cấp liệu trên băng chuyền $\rightarrow$ Nhận diện phổ màu $\rightarrow$ Đếm sản lượng $\rightarrow$ Phân luồng cơ học vào 3 thùng chứa riêng biệt.
  • Hiển thị trực quan trạng thái vận hành trên cả phần cứng LCD1602 và phần mềm MATLAB GUI.
  • Năng suất phân loại đạt xấp xỉ 35 sản phẩm/phút, tương đương năng suất của 3 công nhân làm việc thủ công cùng thời điểm.

Đổi mới và đóng góp

  1. Thuật toán phân tầng quang phổ đa tham số (Multi-parameter Spectral Algorithm): Khác với các mô hình sinh viên thông thường chỉ so sánh tỷ lệ RGB thô (dễ sai lệch khi cường độ sáng môi trường thay đổi), hệ thống tích hợp trực tiếp công thức tính toán nhiệt độ màu Kelvin ($T_c$) và độ rọi Lux ($L$) từ thư viện Adafruit TCS34725. Điều này tạo ra bộ lọc logic 3 lớp giúp phân tách rõ ràng dải màu vàng và xanh lục vốn có giá trị Green rất gần nhau.
  2. Tối ưu hóa chi phí phần cứng: Đồ án chứng minh rằng chỉ với vi điều khiển 8-bit ATmega328P giá rẻ, việc kết hợp giao thức I2C tối ưu (chỉ dùng 2 chân SDA/SCL cho cả cảm biến màu và màn hình LCD) hoàn toàn có thể xây dựng một dây chuyền phân loại công nghiệp tin cậy mà không cần trang bị bộ xử lý ARM 32-bit hay PC công nghiệp đắt tiền.
  3. Mô hình đối chuẩn liên hoàn (Co-simulation): Đồ án xây dựng thành công bộ công cụ mô phỏng kép trên cả Proteus (kiểm chứng logic mức cổng logic và tín hiệu I/O) lẫn MATLAB GUIDE (kiểm chứng điều khiển phản hồi thời gian thực), đóng vai trò tài liệu tham khảo chuẩn cho sinh viên các khóa sau thuộc khối ngành Điện - Tự động hóa.
  4. Cải thiện hiệu suất định lượng: Tăng năng suất lao động lên 233% so với phân loại thủ công, giảm tỷ lệ phân loại lỗi từ $15%$ xuống còn $6.33%$, và tiết kiệm $85%$ chi phí năng lượng tiêu thụ nhờ hệ thống truyền động DC 12V công suất thấp ($< 25\text{W}$).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tế

Mô hình hoàn toàn có khả năng mở rộng để ứng dụng trực tiếp tại các cơ sở sau:

  • Hợp tác xã nông nghiệp công nghệ cao tại Đà Lạt: Lắp đặt tại trạm sơ chế sau thu hoạch để phân loại ớt chuông, cà chua bi, chanh leo theo độ chín thương phẩm trước khi dán tem truy xuất nguồn gốc.
  • Dây chuyền đóng gói xuất khẩu: Tích hợp trước máy đóng màng co nhiệt, đảm bảo mỗi khay sản phẩm đạt độ đồng nhất 100% về màu sắc theo tiêu chuẩn VietGAP/GlobalGAP.

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

Dự toán kinh tế khi triển khai một module thương mại hóa quy mô vừa (công suất 2.000 quả/giờ):

Hạng mục đầu tư Chi phí giải pháp đề xuất (VNĐ) Chi pháp giải pháp thị giác máy tính (VNĐ)
Vi điều khiển / Máy tính xử lý 150.000 (Arduino Uno R3) 25.000.000 (IPC + GPU Card)
Cảm biến quang học / Camera 180.000 (TCS34725) 18.000.000 (Industrial Camera 5MP + Lens)
Cảm biến tiệm cận & phụ trợ 160.000 (2x E3F-DS10C4) 1.200.000 (Cảm biến quang sợi)
Cơ cấu chấp hành & Driver 350.000 (Servo + DC Motor) 8.500.000 (Pneumatic Cylinder + Valve Festo)
Khung cơ khí, băng tải, nguồn 800.000 12.000.000
Tổng chi phí phần cứng 1.840.000 VNĐ 64.700.000 VNĐ
  • Thời gian hoàn vốn (ROI): Với mức tiết kiệm chi phí thuê 2 nhân công phân loại (khoảng $12.000.000\text{ VNĐ/tháng}$), hệ thống giúp chủ cơ sở hoàn vốn toàn bộ chi phí đầu tư thiết bị chỉ trong vòng dưới 10 ngày vận hành.

Lộ trình nâng cấp công nghiệp (Industrial Roadmap)

  1. Giai đoạn 1 (Hiện tại): Hoàn thiện mô hình băng chuyền đơn dòng tại phòng Lab, kiểm chuẩn thuật toán.
  2. Giai đoạn 2 (3 - 6 tháng): Nâng cấp khung cơ khí sang inox 304 chuẩn an toàn thực phẩm, thay thế Servo RC bằng van khí nén (Pneumatic Ejector) nhằm nâng tốc độ gạt lên 80 sản phẩm/phút.
  3. Giai đoạn 3 (6 - 12 tháng): Thay thế vi điều khiển trung tâm bằng ESP32 để truyền dữ liệu đếm sản lượng thời gian thực lên Dashboard quản trị đám mây qua giao thức MQTT.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Xử lý đơn dòng tuần tự: Hệ thống hiện tại chỉ có khả năng xử lý từng quả ớt đơn lẻ tại một thời điểm, chưa hỗ trợ chế độ đa dòng (multi-lane concurrent sorting).
  • Độ nhạy sáng môi trường: Nếu ánh sáng ngoại cảnh thay đổi đột ngột (từ nắng gắt sang bóng râm), ngưỡng Lux của cảm biến TCS34725 có thể bị trôi, đòi hỏi phải đặt cảm biến trong buồng tối (Darkroom Chamber).
  • Cơ cấu chấp hành Servo RC: Động cơ servo MG90S phù hợp với mô hình nhỏ nhưng lực kéo hạn chế ($1.8\text{ kg}\cdot\text{cm}$), dễ hao mòn bánh răng nếu hoạt động liên tục trong môi trường công nghiệp nặng.

Hướng phát triển đề xuất

  • Tích hợp Camera AI nhúng: Bổ sung module OpenMV Cam H7 hoặc Raspberry Pi Zero 2W chạy mạng nơ-ron tích chập (CNN MobileNetV2) siêu nhẹ để vừa phân loại màu sắc, vừa phát hiện vết thâm dập, sâu bệnh trên vỏ ớt.
  • Chuyển đổi sang hệ thống khí nén: Sử dụng vòi phun khí nén áp lực cao ($4 - 6\text{ bar}$) điều khiển qua van điện từ solenoid để thổi sản phẩm vào khay chứa, triệt tiêu hoàn toàn va đập cơ học gây dập nát nông sản.
  • Đa nhiệm hóa trước và sau phân loại: Bổ sung cơ cấu cấp phôi tự động (vibratory feeder) ở đầu vào và hệ thống đóng thùng tự động ở đầu ra.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Đồ án cung cấp mã nguồn mẫu, bản vẽ thiết kế nguyên lý, và phương pháp kết nối giữa vi điều khiển Arduino với MATLAB và Proteus, làm tài liệu tham khảo cho các môn học Truyền động điện, Vi điều khiển, và Kỹ thuật cảm biến.
  • Kỹ sư phát triển hệ thống nhúng: Nhận được giải pháp xử lý dữ liệu cảm biến I2C tối ưu trên dòng MCU 8-bit tài nguyên hạn chế, cùng kinh nghiệm xử lý nhiễu công nghiệp và cách ly quang.
  • Doanh nghiệp & Hợp tác xã nông nghiệp: Sở hữu phương án tự động hóa khả thi với chi phí cực thấp, dễ dàng bảo trì sửa chữa bởi thợ kỹ thuật cơ bản tại địa phương mà không phụ thuộc vào chuyên gia nước ngoài.
  • Nhà nghiên cứu ứng dụng: Có thêm bộ dữ liệu thực nghiệm về đặc tính phản xạ quang phổ của các giống ớt ngọt Đà Lạt phục vụ nghiên cứu sâu hơn về nông nghiệp chính xác (Precision Agriculture).

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần cứng tối thiểu để tự xây dựng hệ thống là gì?

Hệ thống yêu cầu tối thiểu một kit Arduino Uno R3 (hoặc Nano) sử dụng chip ATmega328P, 01 cảm biến màu TCS34725 giao tiếp I2C, 02 cảm biến hồng ngoại E3F-DS10C4, 02 động cơ Servo MG90S bánh răng kim loại, 01 module relay 5V có opto cách ly, 01 động cơ DC 12V kèm bộ điều tốc, 02 module hạ áp LM2596 và bộ nguồn tổng 12VDC - 3A.

2. Giới hạn tốc độ phân loại của hệ thống là bao nhiêu và làm sao để nâng cấp?

Hiện tại tốc độ tối đa đạt 35 - 40 sản phẩm/phút, giới hạn bởi thời gian phản hồi của Servo MG90S ($0.08\text{s}/60^\circ$) và thời gian tích hợp của cảm biến TCS34725 ($50\text{ms}$). Để nâng tốc độ lên trên 100 sản phẩm/phút, cần thay thế servo bằng cơ cấu xi lanh khí nén tác động nhanh và chuyển cảm biến sang giao tiếp UART tốc độ cao (Baudrate 115200 bps).

3. Hệ thống có khả năng tích hợp vào dây chuyền sản xuất lớn hiện hữu không?

Hoàn toàn có thể. Tiếp điểm ngõ ra của module Relay hoặc các chân Digital của Arduino có thể truyền tín hiệu Trigger 24V (qua bộ đệm PLC Interface) đến các dòng PLC công nghiệp như Siemens S7-1200 hoặc Mitsubishi FX5U để kích hoạt các trạm đóng gói kế tiếp.

4. Quy trình bảo trì và hiệu chuẩn cảm biến màu TCS34725 diễn ra như thế nào?

Cần vệ sinh bề mặt thấu kính cảm biến định kỳ bằng cồn isopropyl 70% sau mỗi ca làm việc để tránh bụi nông sản bám dính. Hiệu chuẩn màu được thực hiện bằng cách đưa thẻ chuẩn màu trắng (White Balance Card) cách cảm biến $1.5\text{cm}$ để ghi lại các giá trị $R_0, G_0, B_0$ chuẩn vào bộ nhớ hệ thống.

5. Chi phí dự toán chi tiết và thời gian thu hồi vốn (ROI) được tính toán ra sao?

Toàn bộ chi phí linh kiện phần cứng mô hình chỉ khoảng 1.840.000 VNĐ. Khi đưa vào hoạt động thực tế thay thế cho 2 công nhân sơ chế thủ công, hệ thống giúp tiết kiệm khoảng 10.000.000 - 14.000.000 VNĐ chi phí nhân công mỗi tháng, mang lại thời gian hoàn vốn đầu tư ấn tượng chỉ từ 7 đến 10 ngày.

Kết luận

Đề tài "Thiết kế hệ thống đếm và phân loại ớt ngọt Đà Lạt theo màu sắc" của sinh viên Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật – Đại học Đà Nẵng đã giải quyết trọn vẹn bài toán tự động hóa khâu phân loại nông sản sau thu hoạch. Bằng việc kết hợp sáng tạo giữa vi điều khiển mã nguồn mở ATmega328P, cảm biến quang phổ màu TCS34725, và cơ cấu chấp hành servo cơ điện, đồ án đã chứng minh tính khả thi vượt trội của một giải pháp kỹ thuật có chi phí cực thấp nhưng mang lại độ chính xác cao ($93.67%$).

Kết quả nghiên cứu không chỉ mang giá trị học thuật xuất sắc trong bộ môn Truyền động điện mà còn mở ra tiềm năng thương mại hóa mạnh mẽ cho các hợp tác xã nông nghiệp tại địa phương. Việc hoàn thiện hệ thống theo hướng bổ sung cơ cấu khí nén và thị giác máy tính AI trong tương lai sẽ là bước đi chiến lược, đóng góp thiết thực vào công cuộc chuyển đổi số và hiện đại hóa ngành nông nghiệp công nghệ cao Việt Nam.