Giới thiệu dự án

Nuôi cá cảnh và thủy sinh là một thú chơi nghệ thuật lẫn khoa học phổ biến toàn cầu, đem lại giá trị thư giãn tinh thần và cân bằng sinh thái không gian sống. Theo các khảo sát thị trường từ Hiệp hội Cá cảnh Quốc tế (OATA), hơn 65% trường hợp cá cảnh chết đột ngột tại các hộ gia đình bắt nguồn từ việc biến động chất lượng nước không được phát hiện kịp thời (sốc nhiệt, ngộ độc chất thải hữu cơ) và tình trạng bỏ đói hoặc cho ăn quá liều khi chủ nuôi vắng nhà.

Tại Việt Nam, các giải pháp tự động hóa hồ cá công nghiệp ngoại nhập từ Israel, Nhật Bản hay Mỹ có chi phí triển khai từ vài chục đến hàng trăm triệu đồng, vượt quá khả năng tiếp cận của đa số người chơi cá gia đình. Trong khi đó, các thiết bị nội địa phần lớn là cơ học đơn giản, thiếu tính năng giám sát từ xa hoặc sử dụng các nền tảng đám mây đóng gói sẵn có độ trễ cao.

[Cảm biến: DS18B20, HC-SR04, Độ đục] 
   [Khối Relay & Cơ cấu chấp hành]
   (Peltier TEC1-12706, Bơm cấp nước, Bơm lọc, Động cơ nhả thức ăn)

Đề tài tốt nghiệp ngành Công nghệ Kỹ thuật Điện tử - Viễn thông tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh (HCMUTE) của nhóm tác giả Nguyễn Văn Hữu Lộc và Trần Minh Quân, dưới sự hướng dẫn của ThS. Nguyễn Văn Phúc, đã nghiên cứu và phát triển thành công: "Hệ thống điều khiển và giám sát bể cá thông minh ứng dụng IoT". Hệ thống giải quyết trọn vẹn bài toán tự động hóa môi trường thủy sinh với chi phí tối ưu, độ bền công nghiệp và khả năng tương tác di động thời gian thực.

Mục tiêu kỹ thuật của dự án

  1. Thu thập dữ liệu môi trường đa thông số: Đo đạc liên tục nhiệt độ nước (°C), độ đục (NTU) và mực nước (cm) với sai số dưới 3%.
  2. Cơ cấu chấp hành và điều hòa vi khí hậu chủ động: Tự động kích hoạt mô-đun hạ nhiệt bán dẫn (Thermoelectric Cooler - TEC), bơm lọc tuần hoàn 3 ngăn và bơm cấp nước bù khi mực nước sụt giảm.
  3. Định thời cho ăn chính xác qua Internet: Đồng bộ thời gian chuẩn xác microsecond thông qua giao thức NTP (Network Time Protocol), loại bỏ hoàn toàn việc sử dụng mô-đun phần cứng RTC (Real-Time Clock) rời.
  4. Hệ thống điều khiển kép (Dual-Interface Control): Giám sát trực quan tại chỗ qua màn hình màu TFT IPS (giao tiếp SPI) và điều khiển không dây từ xa qua ứng dụng Android Native kết nối cơ sở dữ liệu thời gian thực Firebase.

Phạm vi và giới hạn hệ thống

  • Môi trường hoạt động: Thiết kế chuyên dụng cho các bể cá cảnh nước ngọt trong nhà quy mô gia đình và văn phòng (thể tích 30 - 150 lít).
  • Nền tảng di động: Hỗ trợ thiết bị chạy hệ điều hành Android từ phiên bản 8.0 trở lên.
  • Cơ chế cảnh báo: Đẩy thông báo Push Notification theo thời gian thực khi thông số vượt ngưỡng thiết lập (nhiệt độ, cạn nước, nước đục).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng và khoảng trống công nghệ

Các nghiên cứu trước đây tại các trường đại học trong nước đã tiếp cận bài toán bể cá thông minh nhưng vẫn tồn tại nhiều hạn chế kỹ thuật rõ rệt:

Tiêu chí kỹ thuật Mô hình Châu Nguyễn Hoang Ân [1] Mô hình Lý Thanh Nhân [2] Mô hình Bùi Đức Thành [3] Giải pháp đề tài HCMUTE
Vi điều khiển chính Arduino Uno / Mega ESP8266 ESP8266 / Arduino ESP32 Dual-Core 240MHz
Nền tảng phần mềm Web Server tĩnh MIT App Inventor (Kéo thả) Blynk App (Bản miễn phí) Native Android (Java/XML)
Đồng bộ thời gian Module RTC DS3231 rời Không có định thời tự động Server Timer của Blynk Giao thức NTP (UDP 123)
Hiển thị tại chỗ Không trang bị Màn hình LCD 16x2 I2C Không trang bị Màn hình màu TFT IPS (SPI)
Cơ chế kiểm soát nhiệt Chỉ đo đạc, không điều hòa Gia nhiệt đơn thuần (Điện trở) Quạt gió cưỡng bức Sò lạnh Peltier TEC1-12706
Cơ sở dữ liệu MySQL Localhost Firebase giới hạn Blynk Cloud Server Firebase Realtime DB (NoSQL)

Phân tích yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have (Bắt buộc): Đo nhiệt độ, đo độ đục, đo mực nước; cơ chế bật/tắt bơm tự động; ứng dụng Android giám sát từ xa; điều hòa nhiệt độ nước bằng sò lạnh; bảo vệ an toàn nguồn điện.
  • Should have (Nên có): Định thời cho ăn qua giao thức NTP; hiển thị đồ họa trực quan trên màn hình TFT LCD; cảnh báo quá ngưỡng qua Android Notification.
  • Could have (Có thể mở rộng): Tích hợp cảm biến đo độ pH và nồng độ oxy hòa tan (DO); đèn LED mô phỏng chu kỳ ánh sáng mặt trời tự nhiên.
  • Won't have (Chưa thực hiện ở pha này): Nhận diện hành vi cá bệnh bằng Camera AI nhúng.

Thiết kế kiến trúc hệ thống

+-------------------------------------------------------------------------------+
|                             KIẾN TRÚC TỔNG THỂ                                |
+-------------------------------------------------------------------------------+
  [KHỐI HIỂN THỊ]  [KHỐI CÔNG SUẤT]        [KHỐI TRUYỀN THÔNG]
  TFT LCD 1.8" SPI  Relay SRD-05VDC (x4)    WiFi 802.11 b/g/n -> Firebase RTDB

Công nghệ và linh kiện sử dụng

  1. Vi điều khiển ESP32-WROOM-32D: 32-bit Dual-core Xtensa LX6 tốc độ 240MHz, 520KB SRAM, 4MB Flash, 36 chân GPIO, 18 kênh ADC 12-bit, tích hợp chuẩn WiFi 802.11 b/g/n và Bluetooth 4.2 BLE.
  2. Cảm biến nhiệt độ DS18B20 Waterproof: Giao thức truyền thông kỹ thuật số 1-Wire (Dallas Semiconductor), độ phân giải cấu hình 9 đến 12-bit (bước nhảy 0.0625°C), phạm vi đo -55°C đến +125°C với độ chính xác ±0.5°C trong dải 10°C đến 85°C.
  3. Cảm biến siêu âm HC-SR04: Đo khoảng cách mặt nước dựa trên sóng siêu âm 40kHz, dải đo 2cm - 400cm, độ phân giải 3mm.
  4. Cảm biến quang học đo độ đục (Turbidity Sensor): Đo lường tổng chất rắn lơ lửng (TSS) dựa trên nguyên lý tán xạ và suy giảm ánh sáng hồng ngoại (bước sóng 940nm), xuất tín hiệu Analog 0 - 4.5V tương ứng 0 - 1000 NTU.
  5. Khối làm lạnh nhiệt điện (Peltier): Tấm bán dẫn TEC1-12706 ($I_{max} = 6A$, $V_{max} = 12V$, $Q_{max} = 60W$), kết hợp khối nhôm tản nhiệt nước (Water Cooling Block) và quạt tản gió chủ động.

Cấu trúc dữ liệu Firebase Realtime Database

Cơ sở dữ liệu NoSQL được tổ chức dưới định dạng JSON Tree phân cấp tối ưu hóa băng thông truyền nhận:

{
  "AquariumSystem": {
    "Telemetry": {
      "temperature": 27.4,
      "turbidity": 8.5,
      "water_level": 18.2,
      "last_updated": 1721542800
    },
    "Thresholds": {
      "temp_max": 28.0,
      "temp_min": 24.0,
      "level_min": 12.0,
      "turbidity_max": 25.0
    },
    "Control": {
      "mode": "AUTO",
      "peltier_state": false,
      "pump_refill": false,
      "pump_filter": true,
      "manual_feed_trigger": false
    },
    "Schedule": {
      "feed_hour": 7,
      "feed_minute": 30,
      "feed_duration_sec": 7
    }
  }
}

Implementation và kết quả

Thuật toán và kỹ thuật xử lý tín hiệu nhúng

Vi điều khiển ESP32 chạy firmware được cấu trúc hóa theo máy trạng thái hữu hạn (Finite State Machine - FSM), kết hợp cơ chế lấy mẫu ngắt không chặn (Non-blocking Timer via millis()).

1. Xử lý chuẩn giao tiếp 1-Wire trên cảm biến DS18B20 và lọc tín hiệu độ đục

Thuật toán chuyển đổi điện áp ADC 12-bit (0 - 4095) của cảm biến độ đục sang giá trị tiêu chuẩn Nephelometric Turbidity Units (NTU) sử dụng hàm bậc hai thực nghiệm kết hợp bộ lọc trung bình động (Moving Average Filter) 10 mẫu để triệt tiêu can nhiễu sóng nước:

#include <OneWire.h>
#include <DallasTemperature.h>

#define ONE_WIRE_BUS 4
#define TURBIDITY_PIN 34
#define TRIG_PIN 5
#define ECHO_PIN 18

OneWire oneWire(ONE_WIRE_BUS);
DallasTemperature sensors(&oneWire);

float readTurbidityNTU() {
    long sumRaw = 0;
    for(int i = 0; i < 10; i++) {
        sumRaw += analogRead(TURBIDITY_PIN);
        delay(10);
    }
    float voltage = (sumRaw / 10.0) * (3.3 / 4095.0) * 1.5; // Hệ số cầu chia áp
    // Phương trình hiệu chuẩn chuyển đổi điện áp sang NTU
    float ntu = -1120.4 * (voltage * voltage) + 5742.3 * voltage - 4352.9;
    if (ntu < 0) ntu = 0;
    return ntu;
}

2. Thuật toán đo mực nước và tính toán khoảng cách siêu âm

Nguyên lý đo dựa trên việc phát xung 10$\mu s$ trên chân Trigger và đo thời gian phản hồi mức cao ($t$) trên chân Echo: $$\text{Distance (cm)} = \frac{t \times v_{sound}}{2} = \frac{t \times 0.0343}{2}$$ Mực nước thực tế trong bể được tính bằng: $\text{Water Level} = H_{tank} - \text{Distance}$.

3. Đồng bộ thời gian thực qua giao thức NTP (Network Time Protocol)

Thay vì sử dụng module DS1307/DS3231 tiêu tốn chân I2C và phụ thuộc vào pin dự phòng, hệ thống khởi tạo truy vấn UDP đến máy chủ thời gian pool.ntp.org theo múi giờ GMT+7:

#include <time.h>

const char* ntpServer = "pool.ntp.org";
const long  gmtOffset_sec = 7 * 3600;
const int   daylightOffset_sec = 0;

void setupNTP() {
    configTime(gmtOffset_sec, daylightOffset_sec, ntpServer);
    struct tm timeinfo;
    if(!getLocalTime(&timeinfo)){
        Serial.println("[ERROR] Không thể lấy dữ liệu NTP");
        return;
    }
    Serial.println(&timeinfo, "[NTP SYNC] Thời gian thực: %A, %B %d %Y %H:%M:%S");
}

bool checkFeedingSchedule(int targetHour, int targetMinute) {
    struct tm timeinfo;
    if(!getLocalTime(&timeinfo)) return false;
    return (timeinfo.tm_hour == targetHour && 
            timeinfo.tm_minute == targetMinute && 
            timeinfo.tm_sec == 0);
}

4. Thuật toán điều hòa nhiệt độ với dải trễ (Hysteresis Temperature Control)

Nhằm tránh tình trạng rơ-le đóng ngắt liên tục làm cháy sò lạnh Peltier khi nhiệt độ dao động quanh ngưỡng, giải pháp tích hợp biên trễ $\Delta T = 0.5^\circ C$:

Nhiệt độ nước (T)

void processTemperatureRegulation(float currentTemp, float setTemp) {
    const float HYSTERESIS = 0.5;
    if (currentTemp > (setTemp + HYSTERESIS)) {
        digitalWrite(RELAY_PELTIER_PIN, HIGH); // Bật làm mát
    } else if (currentTemp <= setTemp) {
        digitalWrite(RELAY_PELTIER_PIN, LOW);  // Dừng làm mát khi đạt nhiệt độ chuẩn
    }
}

Kết quả đo kiểm và đánh giá thực nghiệm

Hệ thống được vận hành thử nghiệm liên tục trong 14 ngày (336 giờ) trên bể cá mẫu dung tích 45 lít tại phòng thí nghiệm Bộ môn Kỹ thuật Máy tính - Viễn thông.

Đánh giá độ chính xác của cơ chế tự động (Auto Mode Testing)

Thử nghiệm được thực hiện qua 50 lần kích hoạt kịch bản ngẫu nhiên cho từng chức năng:

Chức năng kiểm thử Số lần thử nghiệm Số lần phản hồi đúng Tỷ lệ chính xác (%) Thời gian trễ trung bình
Bù nước khi mực nước < 10cm 50 50 100% 120 ms
Bật sò lạnh khi T > 28.5°C 50 49 98.0% 250 ms
Tắt sò lạnh khi T <= 26.0°C 50 50 100% 180 ms
Kích hoạt motor cho ăn đúng giờ NTP 50 50 100% < 10 ms
Bật bơm lọc khi độ đục > 30 NTU 50 49 98.0% 310 ms
Đẩy Push Notification khi quá ngưỡng 50 48 96.0% 1.25 s

Hiệu suất giảm nhiệt của khối làm mát Peltier TEC1-12706

Đo đạc trên khối nước 40 lít trong môi trường nhiệt độ phòng $32.5^\circ C$:

  • Thời gian hạ nhiệt từ 32.0°C xuống 26.0°C: 48 phút.
  • Tốc độ làm mát trung bình: $0.125^\circ C / \text{phút}$.
  • Điện năng tiêu thụ khối làm mát: $\approx 72\text{W}$ (12V - 6A).
  • Độ trễ đồng bộ dữ liệu Firebase lên App Android: $280\text{ms} - 450\text{ms}$ (kết nối WiFi băng tần 2.4GHz).

Đổi mới và đóng góp

Các cải tiến kỹ thuật nổi bật

  1. Loại bỏ hoàn toàn Module thời gian thực vật lý (Hardware RTC-less Architecture):

    • Vấn đề cũ: Các hệ thống IoT truyền thống dùng mô-đun DS1307/DS3231 thường gặp lỗi trôi giờ (drift time) sau vài tháng hoặc chết pin CMOS CR2032 dẫn đến việc cho cá ăn sai giờ nghiêm trọng.
    • Giải pháp mới: Đề tài ứng dụng thư viện time.h của ESP32 kết nối trực tiếp giao thức NTP qua mạng cục bộ. Khi có kết nối Internet, thời gian được đồng bộ định kỳ mỗi 60 phút, triệt tiêu 100% sai số cơ học mà không phát sinh thêm chi phí phần cứng.

  2. Ứng dụng di động Native tối ưu sâu (Native Android vs No-Code Platforms):

    • Thay vì sử dụng MIT App Inventor (thiếu linh hoạt giao diện) hoặc Blynk (phụ thuộc chi phí mua điểm Energy widget và hạn chế xử lý ngầm), ứng dụng được lập trình hoàn toàn bằng Java/XML trên Android Studio.
    • Thiết lập Android Foreground Service kết hợp Firebase Realtime Database Listener cho phép lắng nghe sự kiện vượt ngưỡng và kích hoạt thông báo rung/chuông cảnh báo ngay cả khi người dùng tắt màn hình hoặc thoát ứng dụng.

  3. Cơ chế hiển thị kép phân tầng (Dual-Layer Interface):

    • Tích hợp màn hình TFT IPS 1.8 inch giao tiếp SPI tốc độ cao (Clock Rate lên đến 40MHz) gắn trực tiếp tại bể, giải quyết bài toán kiểm tra nhanh tại chỗ mà không cần mở điện thoại. Hệ thống hiển thị mã màu trực quan: Xanh lá (thông số an toàn), Đỏ nhấp nháy (thông số nguy hiểm).
+--------------------------------------------------------------------------------+
|                         SO SÁNH CÁC CHỈ SỐ KỸ THUẬT                            |
+--------------------------------------------------------------------------------+
|  Tiêu chí                  | Hệ thống cũ (Blynk/RTC) | Đề tài HCMUTE (NTP/App) |
|----------------------------|-------------------------|-------------------------|
|  Chi phí linh kiện (BOM)   | 1.250.000 VNĐ           | 890.000 VNĐ (-28.8%)    |
|  Tốc độ đồng bộ Cloud      | 1.2 - 2.5 giây          | 0.28 - 0.45 giây        |
|  Độ chính xác định thời    | Lệch ~2-5 phút/năm      | Tuyệt đối (Microsecond) |
|  Khả năng chạy nền App     | Bị hệ điều hành kill    | Foreground Service 24/7 |
+--------------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Kịch bản sử dụng thực tế (Use-Case Scenarios)

[Chủ nuôi đi công tác dài ngày]
  1. Người nuôi cá cảnh gia đình đi công tác/du lịch dài ngày: Hệ thống vận hành hoàn toàn tự động theo lịch trình đã nạp vào bộ nhớ Flash ESP32 (ngay cả khi mất kết nối Internet tạm thời, các thuật toán kiểm soát cục bộ vẫn duy trì).
  2. Trại nhân giống cá cảnh cao cấp (Cá Koi, Betta giống thuần, Cá Đĩa - Discus): Những loài cá đòi hỏi biên độ nhiệt cực kỳ khắt khe ($\pm 1.0^\circ C$) và độ trong suốt của nước < 10 NTU. Cơ chế kích hoạt bơm lọc tràn đa cấp tự động và làm mát tức thời giúp giảm tỷ lệ chết phôi và cá giống xuống dưới 2%.

Dự toán chi phí phần cứng (Bill of Materials - BOM)

STT Tên linh kiện / Mô-đun Quy cách kỹ thuật Đơn giá (VNĐ)
1 Vi điều khiển ESP32 NodeMCU 30 chân, 4MB Flash, WiFi/BLE 115.000
2 Cảm biến nhiệt độ DS18B20 Dây bọc kim loại chống nước dài 1m 45.000
3 Cảm biến độ đục nước (Turbidity) Dải đo 0 - 1000 NTU kèm board khuếch đại 85.000
4 Cảm biến siêu âm HC-SR04 Khoảng cách 2 - 400cm, 5V DC 30.000
5 Mô-đun 4 Relay có Opto cách ly SRD-05VDC-SL-C, chịu tải 10A 250VAC 45.000
6 Sò nóng lạnh Peltier TEC1-12706 Kích thước 40x40mm, 12V 6A 60W 65.000
7 Tản nhiệt nhôm nước + Quạt 12V Khối tản nhiệt nhôm 40x80mm 120.000
8 Màn hình màu TFT 1.8 inch SPI Chuẩn IPS, độ phân giải 128x160 95.000
9 Máy bơm nước mini 12V DC (x2) Bơm chìm lưu lượng 240L/h 90.000
10 Động cơ Servo SG90 + Phễu thức ăn Động cơ quay góc 180 độ 35.000
11 Nguồn tổ ong 12V - 15A + Buck 5V Nguồn tổng DC kèm mạch hạ áp HCW-P715 165.000
-- TỔNG CHI PHÍ PHẦN CỨNG (Chưa bao gồm vỏ hộp in 3D) 890.000 VNĐ

Hiệu quả hoàn vốn (ROI): Với chi phí đầu tư chưa đến 900.000 VNĐ, hệ thống giúp bảo vệ các đàn cá cảnh có giá trị từ vài triệu đến hàng chục triệu đồng, loại bỏ hoàn toàn rủi ro cá chết do quên cho ăn hoặc sốc nhiệt mùa hè.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Ràng buộc nền tảng: Ứng dụng điều khiển mới được tối ưu hóa cho hệ điều hành Android; chưa hỗ trợ nền tảng iOS.
  • Độ chính xác cảm biến quang học: Đầu đo của cảm biến độ đục dễ bị bám rêu tảo sau 30 - 45 ngày hoạt động liên tục trong môi trường nước, đòi hỏi người dùng phải vệ sinh định kỳ.
  • Băng tần mạng: ESP32 chỉ tương thích với sóng WiFi băng tần 2.4GHz, chưa hỗ trợ băng tần 5GHz.

Hướng phát triển trong tương lai

  • Mở rộng cảm biến phân tích hóa lý: Tích hợp thêm cảm biến đo nồng độ pH nước ($pH-4502C$), cảm biến đo tổng lượng chất rắn hòa tan ($TDS$) và cảm biến nồng độ oxy hòa tan ($DO$).
  • Cross-Platform Mobile Application: Chuyển đổi mã nguồn giao diện sang Flutter hoặc React Native để hỗ trợ đồng thời iOS và Android.
  • Tích hợp Trí tuệ nhân tạo biên (Edge AI): Ứng dụng Camera ESP32-CAM và mô hình thị giác máy tính TinyYOLO để phát hiện mật độ di chuyển của cá, nhận diện sớm các dấu hiệu nấm trắng, thối vây hoặc cá bị sốc nước.

Đối tượng hưởng lợi

                         CỘNG ĐỒNG HƯỞNG LỢI
[SINH VIÊN]    [LẬP TRÌNH VIÊN]  [CHỦ NUÔI CÁ]    [TRẠI THỦY SINH]  [NHÀ NGHIÊN CỨU]
Tài liệu tham  Mẫu code chuẩn    Yên tâm đi xa,   Giảm 80% công     Dữ liệu thực 
khảo đồ án     ESP32 + Native    tiết kiệm thời   chăm sóc, ngừa    nghiệm IoT vi 
điện tử IoT    App + Firebase    gian hàng ngày   dịch bệnh cá      điều khiển
  • Sinh viên ngành Kỹ thuật Điện tử, Viễn thông, IoT: Được cung cấp một tài liệu tham khảo hoàn chỉnh từ sơ đồ nguyên lý mạch in (PCB Layout), cấu hình vi điều khiển ESP32, lập trình giao tiếp cảm biến OneWire/SPI/Analog đến thiết kế ứng dụng Android Native.
  • Lập trình viên và Kỹ sư Hệ thống nhúng: Sở hữu mẫu kiến trúc đồng bộ thời gian NTP không cần chip RTC rời, giải thuật điều khiển dải trễ Hysteresis chống dội rơ-le và cấu trúc lưu trữ Firebase Realtime tối ưu chi phí Cloud.
  • Hộ gia đình và Người nuôi cá cảnh: Hoàn toàn chủ động theo dõi và chăm sóc sinh vật cảnh từ xa, giảm thiểu thời gian thay nước thủ công nhờ hệ thống lọc tuần hoàn và bù nước thông minh.
  • Cơ sở kinh doanh và Trại nhân giống thủy sinh: Nâng cao tỷ lệ sống của các dòng cá cảnh nhạy cảm với môi trường, tự động hóa quy trình quản lý chất lượng nước với chi phí chỉ bằng 1/10 các tủ điều khiển công nghiệp ngoại nhập.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật tối thiểu để triển khai và vận hành hệ thống là gì?

Hệ thống yêu cầu nguồn điện lưới $220\text{V AC}$ cấp cho bộ nguồn tổ ong $12\text{V}-15\text{A}$, mạng WiFi băng tần $2.4\text{GHz}$ có kết nối Internet để đồng bộ Firebase và máy chủ NTP. Điện thoại thông minh sử dụng hệ điều hành Android phiên bản 8.0 (Oreo) trở lên.

2. Khi mất kết nối WiFi hoặc mất mạng Internet, hệ thống có tiếp tục hoạt động không?

Có. Hệ thống được thiết kế với cơ chế tự trị (Autonomous Fallback Mode). Khi mất WiFi, ESP32 vẫn tiếp tục duy trì đọc cảm biến cục bộ, hiển thị dữ liệu lên màn hình TFT LCD và tự động kích hoạt bơm bù nước hoặc sò làm mát theo các ngưỡng logic đã nạp sẵn trong bộ nhớ Flash. Tuy nhiên, tính năng điều khiển từ xa qua App và nhận Push Notification tạm thời gián đoạn cho đến khi kết nối mạng được phục hồi.

3. Có thể thay thế sò nóng lạnh Peltier bằng máy nén (Block Chiller) công suất lớn hơn không?

Hoàn toàn được. Chân điều khiển của ESP32 xuất tín hiệu qua Relay trung gian có Opto cách ly. Người dùng chỉ cần đấu nối ngõ ra tiếp điểm Relay ($NO/COM$) sang mạch điều khiển khởi động từ của máy làm lạnh công suất lớn mà không cần chỉnh sửa firmware cốt lõi.

4. Quy trình bảo trì và hiệu chuẩn cảm biến định kỳ như thế nào?

  • Cảm biến độ đục: Dùng khăn mềm lau sạch mắt phát/thu quang học 1 tháng/lần để tránh rêu bám làm sai lệch điện áp đọc.
  • Hộp lọc tràn: Giặt bông lọc thô và bổ sung vi sinh cho sứ lọc định kỳ 2 - 4 tuần/lần.
  • Bộ phận cho cá ăn: Kiểm tra độ ẩm hộp chứa thức ăn để tránh hiện tượng vón cục làm kẹt trục xoay của động cơ.

5. Chi phí vận hành tiền điện hàng tháng của hệ thống là bao nhiêu?

Với công suất tiêu thụ trung bình khi bật bơm lọc ($5\text{W}$ chạy ngắt quãng) và sò lạnh ($72\text{W}$ kích hoạt khoảng 2 - 3 giờ/ngày vào mùa nóng), tổng điện năng tiêu thụ ước tính khoảng $8 - 12\text{ kWh/tháng}$, tương đương chi phí tiền điện khoảng $20.000 - 30.000\text{ VNĐ/tháng}$.

Kết luận

Đồ án "Thiết kế hệ thống điều khiển và giám sát bể cá" của sinh viên Nguyễn Văn Hữu Lộc và Trần Minh Quân tại Trường Đại học Sư phạm Kỹ thuật TP.HCM đã giải quyết toàn diện các thách thức trong kỹ thuật chăm sóc thủy sinh hiện đại.

Bằng việc kết hợp sức mạnh xử lý của vi điều khiển ESP32, giao thức đồng bộ thời gian NTP, cơ sở dữ liệu Firebase Realtime và ứng dụng di động Native Android, hệ thống đã tạo ra một giải pháp IoT hoàn chỉnh: từ giám sát đa thông số chất lượng nước thời gian thực, điều hòa nhiệt độ chủ động bằng bán dẫn Peltier đến cho cá ăn tự động chính xác tuyệt đối.

Sự thành công của mô hình không chỉ khẳng định tính khả thi vượt trội về mặt kỹ thuật và giá trị kinh tế (giảm gần 30% chi phí BOM so với các mô hình truyền thống), mà còn mở ra hướng tiếp cận chuẩn mực cho các ứng dụng nông nghiệp đô thị thông minh và nuôi trồng thủy sản công nghệ cao tại Việt Nam.