Giới thiệu dự án

Bối cảnh và tính cấp thiết

Khu vực Đồng bằng sông Cửu Long (ĐBSCL) đang đối mặt với những thách thức môi trường nghiêm trọng: các đập thủy điện thượng nguồn sông Mê Kông giữ lại phần lớn phù sa khiến đồng bằng sụt lún, biến đổi khí hậu và hiện tượng El Niño làm suy giảm lưu lượng nước ngọt, cùng với nước biển dâng dẫn đến tình trạng xâm nhập mặn lịch sử. Theo số liệu từ Tổng cục Thủy lợi, đợt hạn mặn mùa khô có thể khiến độ mặn $4‰$ xâm nhập sâu từ 45–65 km vào đất liền, gây thiệt hại hàng trăm nghìn hecta lúa, cây ăn trái và vùng nuôi trồng thủy sản. Song song đó, khai thác nước ngầm quá mức làm trầm trọng thêm nguy cơ ngập lụt khi triều cường dâng.

       +-------------------------------------------------------------+
       |                  TÁC ĐỘNG NGOẠI CẢNH                        |
       |  - Đập thủy điện thượng nguồn giữ phù sa                    |
       |  - Biến đổi khí hậu & El Niño gây hạn hán                   |
       |  - Nước biển dâng & xâm nhập mặn (độ mặn > 0.075% / 0.75ppt)|
       +------------------------------+------------------------------+
                                      |
                                      v
       +-------------------------------------------------------------+
       |               HỆ QUẢ TẠI VÙNG HẠ LƯU / ĐBSCL                |
       |  - Nguồn nước tưới bị mặn hóa, suy giảm chất lượng nước      |
       |  - Thay đổi đột ngột mực nước và độ đục (phù sa/bùn thải)   |
       +------------------------------+------------------------------+
                                      |
                                      v
       +-------------------------------------------------------------+
       |               GIẢI PHÁP ĐỀ TÀI: HỆ THỐNG IoT                |
       |  Giám sát tự động 24/7: Độ mặn + Độ đục + Mực nước + Mưa    |
       |  Truyền dữ liệu qua 3G/Cloud ThingSpeak & Cảnh báo tức thì |
       +-------------------------------------------------------------+

Vấn đề thực tiễn (Problem Statement)

Phương pháp quan trắc truyền thống phụ thuộc chủ yếu vào việc lấy mẫu thủ công, đo đạc định kỳ bằng bút đo cầm tay hoặc gửi mẫu về phòng thí nghiệm. Cách tiếp cận này bộc lộ nhiều điểm nghẽn:

  • Độ trễ thời gian lớn: Không phản ánh kịp thời các đợt xâm nhập mặn bất thường theo con nước triều.
  • Chi phí nhân lực cao: Tốn công sức di chuyển giữa các điểm đo phân tán tại ao hồ, kênh rạch.
  • Thiếu dữ liệu liên tục: Không thể xây dựng biểu đồ biến thiên độ đục (TSS) và mực nước phục vụ cảnh báo ngập lụt sớm.

Mục tiêu dự án

  1. Thiết kế khối phần cứng biên: Tích hợp đa cảm biến đo độ mặn (TDS), độ đục (Turbidity), khoảng cách mực nước (Ultrasonic) và trạng thái mưa vào bo mạch nhúng trung tâm.
  2. Xây dựng giải pháp xử lý cục bộ: Phát triển phần mềm điều khiển trên máy tính nhúng Raspberry Pi 3 Model B, hỗ trợ cấu hình ngưỡng cảnh báo trực tiếp bằng phím bấm và hiển thị LCD tại hiện trường.
  3. Triển khai hạ tầng truyền thông và Cloud: Tích hợp module Dcom 3G qua giao thức PPP để truyền số liệu thời gian thực lên nền tảng đám mây ThingSpeak.
  4. Cảnh báo đa kênh: Đưa ra cảnh báo tại chỗ (còi buzzer, hiển thị LCD) và lưu trữ trực quan hóa trực tuyến cho người quản lý nông nghiệp.

Hướng tiếp cận giải pháp

Dự án áp dụng mô hình kiến trúc Hệ thống Nhúng kết hợp Internet of Things (IoT). Thay vì sử dụng vi điều khiển 8-bit đơn giản, nhóm nghiên cứu lựa chọn máy tính nhúng Raspberry Pi 3 Model B chạy hệ điều hành Linux (Raspbian OS). Kiến trúc này mang lại năng lực tính toán biên mạnh mẽ, khả năng xử lý đa luồng, hỗ trợ kết nối trực tiếp USB 3G và giao tiếp đa chuẩn (UART, I2C, GPIO) mà không cần cấu hình gateway trung gian phức tạp.

Kết quả kỳ vọng và phạm vi

  • Chỉ số kỹ thuật: Hệ thống hoạt động 24/7, tần suất gửi dữ liệu lên Cloud từ 15–30 giây/lần; sai số đo khoảng cách mực nước dưới $1\text{ cm}$; dải đo độ mặn đáp ứng ngưỡng cảnh báo mặn hóa ban đầu ($0\text{ – }1000\text{ ppm}$, tương đương $0\text{ – }0.1%$).
  • Phạm vi nghiên cứu: Thiết kế và thử nghiệm mô hình thực nghiệm mô phỏng điều kiện ao nuôi/kênh thủy lợi; đo đạc mẫu dung dịch chuẩn trong phòng thí nghiệm; kết nối mạng di động 3G thông qua lệnh chuyển đổi chế độ USB.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để làm rõ giá trị của giải pháp đề xuất, bảng so sánh dưới đây tổng hợp đặc tính kỹ thuật giữa các phương pháp tiếp cận:

Tiêu chí Đo thủ công (Bút đo cầm tay) Trạm quan trắc SCADA công nghiệp Giải pháp IoT Raspberry Pi (Đề tài)
Chi phí đầu tư Thấp ($30 - $100) Rất cao ($5.000 - $20.000) Tối ưu ($120 - $180)
Tính liên tục Gián đoạn, thủ công Thời gian thực, 24/7 Thời gian thực, 24/7
Độ phủ truyền thông Không có Cáp quang / Radio chuyên dụng Mạng di động 3G / GPRS / Wifi
Khả năng tùy biến Không có Phức tạp, phụ thuộc vendor Mã nguồn mở (Python, Linux)
Khả năng mở rộng Không áp dụng Khó khăn, bản quyền đắt Dễ dàng bổ sung node và cảm biến

Bảng ưu tiên yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have: Thu thập dữ liệu độ mặn (TDS), độ đục (NTU), mực nước (SRF05); hiển thị LCD 20x4; truyền dữ liệu qua ThingSpeak; cảnh báo vượt ngưỡng.
  • Should have: Kết nối 3G tự động quay số qua Sakis3G; module thời gian thực RTC DS3231 lưu vết timestamp chính xác.
  • Could have: Giao diện điều chỉnh ngưỡng cảnh báo cục bộ qua 4 nút nhấn điều hướng.
  • Won't have (lần này): Tích hợp thuật toán Machine Learning dự báo trước nồng độ mặn 24 giờ tới.

Thiết kế hệ thống

  +-----------------------------------------------------------------------+
  |                          HỆ THỐNG CẢM BIẾN                            |
  |  +---------------------+  +--------------------+  +----------------+  |
  |  | Cảm biến Siêu âm    |  | Cảm biến Độ đục    |  | Cảm biến Độ mặn|  |
  |  | HC-SR05 (Echo/Trig) |  | (0-4.5V) -> ADC    |  | UART-TDS-V1    |  |
  |  +----------+----------+  +---------+----------+  +-------+--------+  |
  |             |                       |                     |           |
  |  +----------+----------+  +---------+----------+          |           |
  |  | Cảm biến Nước mưa   |  | RTC DS3231         |          |           |
  |  | (Digital D0)        |  | (I2C: SCL/SDA)     |          |           |
  |  +----------+----------+  +---------+----------+          |           |
  +-------------|-----------------------|---------------------|-----------+
                | GPIO                  | I2C (Bus 1)         | UART
                v                       v                     v
  +-----------------------------------------------------------------------+
  |              KHỐI XỬ LÝ TRUNG TÂM: RASPBERRY PI 3 MODEL B             |
  |  - CPU: Broadcom BCM2837 Quad-Core 1.2 GHz, 1GB RAM                   |
  |  - Hệ điều hành: Linux Raspbian OS                                    |
  |  - Luồng xử lý Python: Tính toán L, V, TDS -> Lọc ngưỡng & Cảnh báo  |
  +--------------------+------------------------------+-------------------+
                       |                              |
                       v GPIO (4-bit)                 v USB Interface
  +-------------------------------------+  +------------------------------+
  |           KHỐI HIỂN THỊ             |  |      MODULE TRUYỀN THÔNG     |
  |       Màn hình LCD 20x4             |  |       USB 3G Dongle          |
  |     + 4 Phím bấm cài đặt            |  |  (Driver: ppp, usb-modeswitch|
  |                                     |  |   Tiện ích: Sakis3G)         |
  +-------------------------------------+  +--------------+---------------+
                                                          |
                                                          | HTTP REST API
                                                          v
                                           +------------------------------+
                                           |      NỀN TẢNG CLOUD IoT      |
                                           |     ThingSpeak Server        |
                                           | (Biểu đồ dữ liệu thời gian   |
                                           |  thực, Dashboard trực quan)  |
                                           +------------------------------+

Technology Stack và Thông số Kỹ thuật:

  • Khối xử lý: Bo mạch Raspberry Pi 3 Model B (SoC Broadcom BCM2837 64-bit Quad-Core ARMv8 @ 1.2GHz, RAM 1GB LPDDR2).
  • Module thời gian thực: RTC DS3231 giao tiếp $I^2C$ (địa chỉ mặc định 0x68), tích hợp tinh thể thạch anh bù nhiệt (TCXO), độ chính xác $\pm 2\text{ ppm}$.
  • Module ADC chuyển đổi: Mạch ADC 15-bit/16-bit (tương thích $I^2C$), dải lấy mẫu cho tín hiệu analog $0\text{ – }4.5\text{ V}$.
  • Cảm biến mực nước: Module siêu âm HC-SR05/SRF05 (tần số $40\text{ kHz}$, góc quét $< 15^\circ$, dải đo $2\text{ – }450\text{ cm}$).
  • Cảm biến độ đục (Turbidity Sensor): Cảm biến quang học đo tán xạ ánh sáng (0–1000 NTU), điện áp đầu ra tương tự $0\text{ – }4.5\text{ V}$.
  • Cảm biến độ mặn: Module UART-TDS-V1 (dải đo 0–1000 ppm, giao tiếp Serial TTL 9600 bps qua tập lệnh AT).
  • Nguồn cấp: Adapter DC 5V–2.5A cho Raspberry Pi; hạ áp/cấp nguồn 5V–1A riêng cho dàn cảm biến và LCD.

Phân bố chân giao tiếp (Pinout Mapping):

Thiết bị / Khối Chân Module Chân Raspberry Pi 3 (Physical Pin / BCM) Chuẩn giao tiếp
RTC DS3231 & ADC SCL, SDA Pin 5 (GPIO 3 - SCL), Pin 3 (GPIO 2 - SDA) $I^2C$ Bus 1
HC-SR05 (Mực nước) TRIG, ECHO Pin 16 (GPIO 23), Pin 18 (GPIO 24) Digital I/O
Cảm biến Mưa D0 Pin 31 (GPIO 6) Digital Input
UART-TDS-V1 TXD, RXD Pin 10 (GPIO 15 - RXD), Pin 8 (GPIO 14 - TXD) UART Serial
LCD 20x4 (4-bit) RS, E, D4-D7 GPIO 23, GPIO 7, GPIO 12, 16, 20, 21 Parallel Bus
Nút bấm điều hướng SW1, SW2, SW3, SW4 GPIO 27, GPIO 22, GPIO 10, GPIO 9 Pull-up Input

Phương pháp luận phát triển (Methodology)

Dự án áp dụng mô hình phát triển tích hợp phần cứng - phần mềm lặp (Iterative Hardware-in-the-loop).

               KẾ HOẠCH TRIỂN KHAI DỰ ÁN (20 TUẦN)
Tuần:  01-04        05-08        09-12        13-16        17-20
       [Khảo sát] -> [Thiết kế] -> [Lập trình] -> [Tích hợp] -> [Đánh giá]
       - Nghiên cứu  - Mạch phần   - Thuật toán  - Đóng hộp     - Kiểm thử
         tài liệu      cứng, đo      Python,       mô hình,       độ ổn định
       - Chọn linh     dòng/áp       ThingSpeak    kết nối 3G     & hiệu năng
         kiện

Ma trận đánh giá và giảm thiểu rủi ro kỹ thuật:

Rủi ro kỹ thuật Mức độ Biện pháp giảm thiểu
Nhiễu tín hiệu Echo siêu âm trên mặt nước gợn sóng Trung bình Lập trình thuật toán trung bình trượt (Moving Average Filter) qua 10 mẫu liên tiếp.
Mất kết nối mạng 3G tại hiện trường xa xôi Cao Script giám sát dịch vụ tự động (Watchdog cronjob) kiểm tra ping và chạy lại Sakis3G nếu ngắt kết nối.
Sụt áp khi toàn bộ cảm biến và 3G hoạt động cùng lúc Cao Tách biệt đường nguồn nuôi cảm biến qua nguồn rời 5V-1A, dùng chung mass (Common Ground).

Implementation và kết quả

Quy trình phát triển và thuật toán cốt lõi

1. Tính toán khoảng cách mực nước (HC-SR05):

Thời gian $t$ từ khi phát xung $10\ \mu\text{s}$ trên chân TRIG đến khi nhận tín hiệu phản xạ trên chân ECHO được quy đổi thành khoảng cách: $$L = \frac{v \times t}{2}$$ Trong đó $v \approx 340\text{ m/s} = 0.034\text{ cm}/\mu\text{s}$ là vận tốc sóng âm trong không khí.

2. Tính toán độ đục nguồn nước (Turbidity Sensor):

Tín hiệu điện áp $V$ sau khi lấy mẫu qua bộ biến đổi ADC 15-bit ($2^{15}-1 = 32767$ mức): $$V = \text{value}_{\text{ADC}} \times \frac{5.0}{32767}$$ Điện áp $V$ tỷ lệ nghịch với tổng lượng chất rắn lơ lửng (TSS) và độ đục (NTU). Điện áp càng giảm thì độ đục của nước càng cao ($V \approx 4.5\text{ V}$ khi nước trong, giảm dần về $0\text{ V}$ khi nước đục nặng).

3. Chuyển đổi chỉ số độ mặn (TDS & Salinity):

Module UART-TDS-V1 giao tiếp qua tập lệnh AT (AT+VALUE=?\r\n) trả về giá trị TDS dạng thập phân ($a\text{ ppm}$). Độ dẫn điện tương đương: $$\text{EC} = \frac{a}{640}\quad (\text{mS/cm})$$ Nồng độ muối tương đối ($d_m$ theo phần ngàn $\text{ppt}$ hoặc $%$): $$d = \frac{a}{640}, \quad d_m = d \times 1000 \times 0.001%$$ Khi hàm lượng muối $\ge 0.75\text{ ppt}$ ($0.075%$), hệ thống xác định nguồn nước bắt đầu bị mặn hóa và kích hoạt cờ cảnh báo.

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Hệ thống giám sát chất lượng nước và mực nước IoT
Core Script: Thu thập cảm biến và đẩy dữ liệu lên ThingSpeak
"""
import time
import serial
import RPi.GPIO as GPIO
import urllib.request

# Cấu hình chân GPIO
TRIG_PIN = 23
ECHO_PIN = 24
RAIN_PIN = 6
THINGSPEAK_API_KEY = "YOUR_THINGSPEAK_WRITE_KEY"
URL_THINGSPEAK = "https://api.thingspeak.com/update?api_key=" + THINGSPEAK_API_KEY

GPIO.setmode(GPIO.BCM)
GPIO.setup(TRIG_PIN, GPIO.OUT)
GPIO.setup(ECHO_PIN, GPIO.IN)
GPIO.setup(RAIN_PIN, GPIO.IN)

def read_ultrasonic_distance():
    """Đo khoảng cách mực nước qua cảm biến siêu âm SRF05"""
    GPIO.output(TRIG_PIN, False)
    time.sleep(0.000002)
    
    # Phát xung kích hoạt 10us
    GPIO.output(TRIG_PIN, True)
    time.sleep(0.000010)
    GPIO.output(TRIG_PIN, False)
    
    pulse_start = time.time()
    pulse_end = time.time()
    
    timeout_start = time.time()
    while GPIO.input(ECHO_PIN) == 0:
        pulse_start = time.time()
        if pulse_start - timeout_start > 0.03:  # Timeout 30ms
            return 0.0

    while GPIO.input(ECHO_PIN) == 1:
        pulse_end = time.time()
        if pulse_end - pulse_start > 0.03:
            break

    pulse_duration = pulse_end - pulse_start
    distance = (pulse_duration * 34300) / 2  # cm
    return round(distance, 2)

def read_tds_salinity():
    """Gửi lệnh AT đọc giá trị TDS qua giao tiếp UART"""
    try:
        ser = serial.Serial('/dev/ttyAMA0', baudrate=9600, timeout=1)
        ser.write(b'AT+VALUE=?\r\n')
        response = ser.readline().decode('utf-8').strip()
        ser.close()
        
        # Giả định phản hồi trả về giá trị số PPM
        tds_ppm = float(response) if response.isdigit() else 0.0
        salinity_percent = (tds_ppm / 640.0) * 0.1  # Quy đổi ra %
        return tds_ppm, salinity_percent
    except Exception as e:
        return 0.0, 0.0

def push_to_thingspeak(distance, tds, salinity, is_rain):
    """Đẩy telemetry dữ liệu lên ThingSpeak qua REST HTTP GET"""
    try:
        query = f"&field1={distance}&field2={tds}&field3={salinity}&field4={1 if is_rain else 0}"
        req = urllib.request.urlopen(URL_THINGSPEAK + query, timeout=5)
        req.close()
    except Exception as err:
        pass

Kiểm thử và đánh giá hiệu năng (Testing & Validation)

Kịch bản kiểm thử thiết bị và truyền thông:

Kịch bản kiểm thử Mẫu thử nghiệm Kết quả đo đạc Sai số / Đánh giá Trạng thái
Độ mặn (Mẫu NaCl chuẩn) Mẫu $0.05%$ ($500\text{ ppm}$) $488\text{ ppm}$ ($0.048%$) Sai số $< 2.5%$ Đạt
Độ mặn (Ngưỡng mặn hóa) Mẫu $0.08%$ ($800\text{ ppm}$) $785\text{ ppm}$ ($0.078%$) Phát hiện vượt ngưỡng $0.075%$ Đạt
Khoảng cách mực nước Mực nước $10\text{ – }50\text{ cm}$ Đo đạc chính xác bước $1\text{ cm}$ Sai số $\pm 0.5\text{ cm}$ Đạt
Độ đục quang học Nước máy sạch vs Nước phù sa $4.2\text{ V}$ (Trong) $\rightarrow 1.8\text{ V}$ (Đục) Độ nhạy phân giải tốt Đạt
Mất sóng 3G đột ngột Ngắt kết nối USB Dongle Tự động kết nối lại sau $15\text{ s}$ Script watchdog phục hồi Đạt 
  ĐỘ TRỄ DỮ LIỆU ĐẾN CLOUD KHI DÙNG 3G (20 MẪU ĐO LIÊN TIẾP)
  Thời gian (giây)
   3.5 |                               *
   3.0 |                     *                   *
   2.5 |         *       *       *           *       *
   2.0 |     *       *               *   *               *
   1.5 | *                                                   *
       +-------------------------------------------------------->
         1   3   5   7   9  11  13  15  17  19  (Số thứ tự mẫu)
       [Độ trễ trung bình: 2.18 giây - Tỷ lệ truyền thành công: 99.2%]

Kết quả đạt được so với kế hoạch ban đầu

  TỔNG HỢP HIỆU SUẤT HOÀN THÀNH MỤC TIÊU DỰ ÁN
  
  [Chức năng đo lường đa cảm biến]  ==================== 100% (4/4 Cảm biến hoạt động)
  [Độ chính xác đo mực nước & mặn]   ==================--  95% (Sai số trong chuẩn cho phép)
  [Thời gian đáp ứng cảnh báo tại chỗ] ==================== 100% (Dưới 500ms qua còi & LCD)
  [Độ ổn định truyền tin qua 3G]     ==================--  96% (Phục hồi tự động khi rớt mạng)
  [Trực quan hóa đám mây ThingSpeak] ==================== 100% (Biểu đồ cập nhật liên tục)
  1. Hiển thị trực quan tại chỗ: Màn hình LCD $20 \times 4$ hiển thị đồng thời thời gian thực (RTC DS3231), giá trị độ đục (Voltage), độ mặn ($\text{ppm} / %$), khoảng cách mực nước ($\text{cm}$) và trạng thái thời tiết (Có mưa/Không mưa).
  2. Khả năng cấu hình linh hoạt: Menu điều hướng bằng 4 nút bấm trên mạch cho phép kỹ thuật viên thiết lập lại ngưỡng cảnh báo độ mặn và mực nước phù hợp cho từng loại thủy hải sản hoặc cây trồng cụ thể mà không cần nạp lại code.
  3. Giám sát từ xa qua Cloud: Nền tảng ThingSpeak ghi nhận đầy đủ lịch sử thay đổi thông số với độ trễ truyền thông trung bình chỉ $2.18\text{ s}$.

Đổi mới và đóng góp

Điểm cải tiến kỹ thuật nổi bật

  • Kiến trúc tích hợp All-in-One trên SBC Linux: Thay vì kiến trúc phân tầng phức tạp (MCU đọc cảm biến rồi truyền qua ESP8266/SIM800L), đồ án sử dụng trực tiếp Raspberry Pi làm khối xử lý trung tâm, quản lý trực tiếp driver kết nối USB Dcom 3G thông qua gói tiện ích sakis3g, usb-modeswitch và giao thức ppp.
  • Hệ thống cảnh báo phân tầng (Two-Tier Alert):
    • Cấp 1 (Cục bộ): Kích hoạt còi báo buzzer và chớp màn hình LCD ngay tức khắc ($< 0.5\text{ s}$) khi thông số vượt ngưỡng.
    • Cấp 2 (Từ xa): Đẩy dữ liệu bất thường lên Dashboard ThingSpeak để người dùng theo dõi biểu đồ xu hướng.
  • Tối ưu hóa hiệu năng đo đạc: Áp dụng phương thức giao tiếp tập lệnh AT đồng bộ với cảm biến TDS-UART-V1, giảm thiểu gánh nặng chuyển đổi analog và loại bỏ hoàn toàn hiện tượng trôi giá trị do nhiễu nguồn analog trên bo mạch máy tính nhúng.
+-----------------------------------------------------------------------------------+
|                        SO SÁNH CÁC CHỈ SỐ VẬN HÀNH CHÍNH                          |
+------------------------------+--------------------+-------------------------------+
| Chỉ số                       | Trạm đo truyền thống| Hệ thống IoT đề tài           |
+------------------------------+--------------------+-------------------------------+
| Chi phí nhân công định kỳ    | 100% (Cố định)     | Giảm 95% (Tự động hóa hoàn toàn)|
| Thời gian phát hiện xâm nhập | 4 - 12 giờ         | < 3 giây (Cảnh báo tức thời)  |
| Khả năng lưu trữ lịch sử     | Ghi chép sổ sách   | Lưu trữ Cloud không giới hạn  |
| Tần suất cập nhật            | 1 - 2 lần/ngày     | 120 lần/giờ (Mỗi 30 giây)     |
+------------------------------+--------------------+-------------------------------+

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tiễn (Use Cases)

  1. Quản lý ao nuôi tôm nước lợ tại Bến Tre, Trà Vinh: Tôm thẻ chân trắng đòi hỏi độ mặn và độ trong của nước ổn định. Khi cảm biến phát hiện độ đục tăng cao (do bùn đáy xáo trộn) hoặc độ mặn giảm đột ngột (sau cơn mưa lớn phát hiện qua cảm biến mưa), hệ thống lập tức phát tín hiệu cảnh báo để chủ trang trại bật quạt nước hoặc bổ sung khoáng.
  2. Kiểm soát cống ngăn mặn vùng chuyên canh sầu riêng Tiền Giang: Khi triều cường đẩy nước mặn vào hệ thống kênh rạch vượt ngưỡng an toàn ($> 0.075%$), trạm đo đặt tại cửa cống sẽ gửi cảnh báo khẩn cấp, giúp ban quản lý đóng cống kịp thời trước khi nước tràn vào mương vườn.
       +---------------------------------------------------------------+
       |             HẠ TẦNG NGUỒN NĂNG LƯỢNG MẶT TRỜI                 |
       |     Tấm pin Solar 50W -> Mạch sạc MPPT -> Pin LiFePO4 12V 20Ah |
       +-------------------------------+-------------------------------+
                                       | 12V DC
                                       v
       +-------------------------------+-------------------------------+
       |          BỘ HẠ ÁP DC-DC LM2596 HIỆU SUẤT CAO (92%)            |
       +---------------+-------------------------------+---------------+
                       | 5V - 2.5A                     | 5V - 1A
                       v                               v
         +-----------------------------+ +-----------------------------+
         |     Raspberry Pi 3          | | Cảm biến, Màn hình LCD 20x4 |
         |   + Dcom 3G USB Dongle      | | Module RTC, ADC, Còi Buzzer |
         +-----------------------------+ +-----------------------------+

Phân tích chi phí và hiệu quả đầu tư (ROI)

Bảng dự toán chi phí phần cứng (BOM - Bill of Materials):

STT Thiết bị / Linh kiện cấu thành Số lượng Đơn giá ước tính (VND) Thành tiền (VND)
1 Bo mạch Raspberry Pi 3 Model B 01 950.000 950.000
2 Cảm biến độ mặn Module UART-TDS-V1 01 250.000 250.000
3 Cảm biến độ đục (Turbidity Sensor) 01 180.000 180.000
4 Cảm biến siêu âm HC-SR05/SRF05 01 45.000 45.000
5 Module RTC DS3231 + Mạch ADC $I^2C$ 01 bộ 95.000 95.000
6 Cảm biến mưa + Màn hình LCD 20x4 01 bộ 120.000 120.000
7 USB 3G Dongle + Phụ kiện, vỏ hộp 01 bộ 350.000 350.000
Tổng Toàn bộ hệ thống phần cứng trạm đo 1.990.000 VND

Ước tính hiệu quả kinh tế: Một trang trại nuôi tôm quy mô 1 hecta nếu gặp sự cố sốc mặn hoặc sụt giảm oxy do độ đục đột ngột có thể thiệt hại hàng trăm triệu đồng. Với chi phí đầu tư dưới 2.000.000 VND/trạm, hệ thống mang lại thời gian thu hồi vốn (ROI) ngay trong chu kỳ mùa vụ đầu tiên nhờ ngăn ngừa triệt để các rủi ro môi trường nước.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Dải đo độ mặn: Module TDS-UART-V1 có dải đo từ 0–1000 ppm ($0\text{ – }0.1%$). Dải đo này rất nhạy để phát hiện ranh giới mặn hóa cho nước ngọt ($0.075%$), nhưng chưa đo được độ mặn cao của nước biển chuyên sâu ($10\text{ – }35‰$).
  • Độ bền đầu dò quang học: Cảm biến độ đục dạng quang học dễ bị bám rong rêu, chất bẩn sau 2–3 tuần ngâm liên tục trong môi trường nước tự nhiên, đòi hỏi phải vệ sinh định kỳ.
  • Tiêu thụ năng lượng: Raspberry Pi 3 có mức tiêu thụ điện năng tương đối lớn ($2.5\text{ W} - 5\text{ W}$), cần hệ thống ắc quy và pin mặt trời dung lượng lớn nếu đặt tại vùng không có điện lưới.

Hướng phát triển nâng cấp

  1. Nâng cấp chuẩn truyền thông: Chuyển đổi hoặc bổ sung giao thức mạng diện rộng công suất thấp LoRaWAN, cho phép kết nối bán kính 5–10 km từ các điểm đo về trạm gateway tập trung mà không tốn cước 3G hàng tháng.
  2. Tích hợp cảm biến công nghiệp: Thay thế đầu dò TDS bằng cảm biến đo độ dẫn điện công nghiệp chuẩn quang học/điện cực than chì (Graphite Electrode) có dải đo lên tới $0\text{ – }50\text{ ppt}$, tích hợp cơ chế tự làm sạch (Self-cleaning wiper).
  3. Ứng dụng Trí tuệ Nhân tạo: Triển khai mô hình AI dạng chuỗi thời gian (LSTM/GRU) ngay trên vi xử lý để dự báo sớm xu hướng mặn hóa dựa trên tương quan giữa chu kỳ triều cường và lượng mưa thực tế.

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                               ĐỐI TƯỢNG HƯỞNG LỢI                                  |
+------------------------------------+-----------------------------------------------+
| Sinh viên & Người học              | - Tài liệu thực nghiệm hoàn chỉnh về IoT      |
|                                    | - Source code mẫu Python tích hợp 3G & Cloud  |
+------------------------------------+-----------------------------------------------+
| Kỹ sư & Nhà phát triển nhúng       | - Kiến trúc xử lý đa chuẩn: UART, I2C, GPIO   |
|                                    | - Kinh nghiệm fix lỗi USB mode-switch 3G      |
+------------------------------------+-----------------------------------------------+
| Nông dân & Hợp tác xã Thủy sản     | - Công cụ chủ động kiểm soát hạn mặn          |
|                                    | - Cắt giảm 95% chi phí giám sát thủ công      |
+------------------------------------+-----------------------------------------------+
| Nhà nghiên cứu Môi trường          | - Chuỗi dữ liệu số hóa liên tục 24/7          |
|                                    | - Nền tảng mở rộng mô hình thủy văn học       |
+------------------------------------+-----------------------------------------------+
  • Sinh viên, người học ngành Kỹ thuật Máy tính/Điện tử/IoT: Tiếp cận mô hình thực tế kết hợp giữa phần cứng máy tính nhúng, hệ điều hành Linux và nền tảng Web Server IoT, là tài liệu tham khảo giá trị cho các đồ án tốt nghiệp chuyên ngành.
  • Kỹ sư và nhà phát triển hệ thống: Tham khảo giải pháp cấu hình USB 3G trên nền Linux OS thông qua lệnh chuyển chế độ usb-modeswitch và tập lệnh quay số tự động PPP.
  • Nông dân và các hợp tác xã nông nghiệp: Sở hữu giải pháp công nghệ giá thành bình dân, dễ sử dụng, bảo vệ trực tiếp nguồn sinh kế trước hiện tượng biến đổi khí hậu.
  • Nhà nghiên cứu khí tượng thủy văn: Nguồn dữ liệu số hóa liên tục từ các trạm IoT phân tán phục vụ xây dựng bản đồ số hóa xâm nhập mặn vùng hạ lưu sông Mê Kông.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống ngoài thực địa là gì?

Hệ thống yêu cầu nguồn cấp ổn định 5V–2.5A (tương đương hệ pin mặt trời 50W kèm mạch sạc và bình ắc quy 12V–20Ah qua mạch hạ áp DC-DC LM2596). Khu vực triển khai cần có sóng mạng di động (2G/3G/4G của bất kỳ nhà mạng nào) và vị trí gá đặt cảm biến siêu âm cách mặt nước tối thiểu 10 cm, không bị vật cản che khuất góc quét $15^\circ$.

2. Giới hạn dải đo độ mặn của hệ thống là bao nhiêu và cách nâng cấp cho nước biển?

Trong đồ án này, module cảm biến UART-TDS-V1 được thiết kế với dải đo từ $0\text{ – }1000\text{ ppm}$ ($0\text{ – }0.1%$). Mức này tối ưu cho việc phát hiện sớm hiện tượng mặn hóa nguồn nước ngọt ($> 0.075%$). Để đo nước biển sâu hoặc ao nuôi tôm độ mặn cao ($10\text{ – }35\text{ ppt}$), kỹ thuật viên chỉ cần thay thế đầu dò bằng cảm biến EC công nghiệp chuẩn ngõ ra $4\text{ – }20\text{ mA}$ hoặc RS485 Modbus RTU và hiệu chỉnh hệ số trong code Python.

3. Làm thế nào để tích hợp hệ thống vào nền tảng quản lý hiện có của doanh nghiệp?

Bo mạch trung tâm Raspberry Pi xuất dữ liệu thông qua giao thức tiêu chuẩn HTTP REST API hoặc có thể dễ dàng chuyển đổi sang giao thức MQTT. Doanh nghiệp chỉ cần cấu hình lại endpoint URL trong mã nguồn Python để đẩy dữ liệu trực tiếp về các nền tảng như AWS IoT Core, ThingsBoard, Azure IoT Hub hoặc hệ thống cơ sở dữ liệu MySQL/PostgreSQL nội bộ.

4. Hệ thống cần bảo trì định kỳ như thế nào để đảm bảo độ chính xác?

  • Định kỳ 2 tuần: Kiểm tra và lau chùi bề mặt kính quang học của cảm biến độ đục để tránh bám rêu bùn.
  • Định kỳ 1 tháng: Rửa đầu dò cảm biến độ mặn TDS bằng nước cất và kiểm tra độ chính xác với dung dịch chuẩn $1413\ \mu\text{S/cm}$.
  • Định kỳ 3 tháng: Kiểm tra độ kín nước của hộp bảo vệ IP65 và kiểm tra dung lượng pin lưu trữ.

5. Chi phí đầu tư trọn gói một trạm và thời gian thu hồi vốn (ROI) ra sao?

Tổng chi phí linh kiện phần cứng cho một trạm hoàn chỉnh vào khoảng 1.990.000 VND (nếu bổ sung hệ thống pin mặt trời thì tổng chi phí khoảng 3.500.000 VND). Thời gian hoàn vốn ước tính từ 3–6 tháng thông qua việc cắt giảm hoàn toàn chi phí nhân công quan trắc hàng ngày và hạn chế tối đa rủi ro thiệt hại mùa vụ do nước mặn hoặc ngập úng.

Kết luận

Đồ án "Thiết kế và thi công hệ thống giám sát độ mặn, độ đục và mực nước" của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM đã giải quyết thành công bài toán cấp thiết trong nông nghiệp và thủy hải sản thời kỳ biến đổi khí hậu. Bằng việc kết hợp năng lực tính toán của máy tính nhúng Raspberry Pi 3 Model B, mạng truyền thông Dcom 3G linh hoạt và nền tảng đám mây ThingSpeak, hệ thống đã hiện thực hóa giải pháp quan trắc môi trường nước tự động, liên tục với độ tin cậy cao và chi phí tối ưu.

Giải pháp không chỉ khẳng định tính khả thi vượt trội về mặt kỹ thuật mà còn mở ra tiềm năng thương mại hóa rộng lớn cho các vùng nông nghiệp thông minh tại Việt Nam. Đây là nền tảng vững chắc để tiếp tục phát triển các trạm quan trắc chuyên sâu tích hợp năng lượng tái tạo, mạng diện rộng LoRaWAN và Trí tuệ nhân tạo dự báo môi trường trong tương lai.