Nghiên cứu và thiết kế hệ thống phân loại, sắp xếp sản phẩm tự động ứng dụng xử lý ảnh

Luận văn thiết kế hệ thống phân loại và sắp xếp sản phẩm bằng xử lý ảnh - ĐH Sư phạm Kỹ thuật TPHCM

• Tác giả: Ninh Khai Hoan
• Người hướng dẫn: TS. Vũ Quang Huy
• Trường học: Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ kỹ thuật cơ điện tử
• Đề tài: Nghiên cứu và thiết kế hệ thống phân loại, sắp xếp sản phẩm tự động ứng dụng xử lý ảnh
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan hệ thống phân loại sắp xếp sản phẩm bằng xử lý ảnh

Nghiên cứu thiết kế hệ thống tự động tại Trường Đại học Sư phạm Kỹ thuật TP.HCM đánh dấu bước tiến quan trọng trong tự động hóa công nghiệp. Đề tài tập trung vào bài toán nhận diện và điều hướng dòng sản phẩm trên dây chuyền sản xuất. Hệ thống tích hợp đồng bộ giữa cơ khí chính xác, điện tử điều khiển và công nghệ thị giác máy tính. Dây chuyền giải quyết triệt để nhu cầu phân loại kiện hàng carton có khối lượng từ 0,1 kg đến 3 kg. Kích thước thùng hàng dao động linh hoạt từ 10x6x6 cm đến 20x12x12 cm. Băng tải PVC vận chuyển hàng liên tục qua buồng chụp ảnh công nghiệp. Camera ghi nhận dữ liệu hình ảnh thời gian thực và truyền về máy tính điều khiển. Phần mềm trích xuất đặc trưng vật thể để xác định chủng loại và tọa độ không gian. Cánh tay robot nhận lệnh điều khiển, thực hiện gắp và sắp xếp sản phẩm vào từng vị trí khay chứa. Toàn bộ chu trình vận hành đạt năng suất thiết kế 514 sản phẩm mỗi giờ, tương đương 7 giây cho một chu kỳ. Cơ chế này loại bỏ thao tác thủ công nặng nhọc. Doanh nghiệp nâng cao tốc độ đóng gói và tối ưu hóa chi phí vận hành.

1.1. Mục tiêu và phạm vi nghiên cứu tại ĐH SPKT TPHCM

Đề tài tốt nghiệp ngành Công nghệ Kỹ thuật Cơ điện tử đặt mục tiêu chế tạo hệ thống phân loại tự động hoàn chỉnh. Nhóm nghiên cứu tập trung giải quyết bài toán phân luồng bưu kiện kích thước nhỏ và vừa. Hệ thống tích hợp cánh tay robot nhiều bậc tự do cùng băng chuyền cấp phôi liên tục. Thiết bị camera định vị chính xác vị trí góc nghiêng của sản phẩm trên mặt băng tải. Phạm vi đề tài bao gồm tính toán tải trọng động lực học, lựa chọn động cơ servo và lập trình vi điều khiển. Nghiên cứu cũng xây dựng cơ sở dữ liệu và web server để quản lý thông tin kiện hàng. Giải pháp kỹ thuật này đáp ứng tốt tiêu chuẩn kỹ thuật trong các trung tâm logistics và nhà máy sản xuất hiện đại.

1.2. Vai trò của thị giác máy tính trong dây chuyền sản xuất

Thị giác máy tính đóng vai trò đôi mắt thông minh cho toàn bộ dây chuyền sản xuất tự động. Công nghệ này thay thế các cảm biến cơ học bằng camera quang học độ phân giải cao. Hệ thống phân tích màu sắc, hình dạng hình học và kích thước sản phẩm trong tích tắc. Dữ liệu hình ảnh được lọc nhiễu và xử lý bằng các thuật toán phân ngưỡng hiện đại. Khả năng phát hiện lỗi bề mặt và phân loại diễn ra nhanh chóng ngay trên băng tải đang chuyển động. Điều này giúp loại bỏ hoàn toàn các sai sót do con người gây ra. Doanh nghiệp cắt giảm thời gian chết trên dây chuyền và đảm bảo tính đồng đều của hàng hóa xuất xưởng. Sự tích hợp tạo nên quy trình phân loại khép kín, chuẩn xác.

II. Thách thức trong phân loại sắp xếp sản phẩm bằng xử lý ảnh

Phương thức phân loại hàng hóa truyền thống bộc lộ vô số điểm nghẽn nghiêm trọng. Người lao động làm việc liên tục dễ mệt mỏi, dẫn đến nhầm lẫn và giảm hiệu suất công việc. Tốc độ thao tác bằng tay không thể bắt kịp lưu lượng bưu kiện khổng lồ trong các mùa cao điểm. Mặt khác, việc ứng dụng công nghệ xử lý ảnh công nghiệp đối mặt với nhiều rào cản kỹ thuật khắt khe. Môi trường nhà xưởng luôn tồn tại ánh sáng không ổn định, bụi bẩn và độ rung lắc lớn từ máy móc xung quanh. Bề mặt thùng carton thường bị móp méo, trầy xước hoặc phản chiếu ánh sáng gây nhiễu ảnh chụp. Nếu thuật toán xử lý không đủ mạnh, camera sẽ nhận diện sai tọa độ tâm và góc quay của kiện hàng. Cánh tay robot khi đó sẽ gắp trượt hoặc va chạm gây hư hại sản phẩm. Bên cạnh đó, quán tính chuyển động của vật nặng từ 0,1 kg đến 3 kg trên băng chuyền đòi hỏi cơ cấu chấp hành phải đáp ứng mô-men xoắn lớn. Việc đồng bộ hóa tín hiệu giữa camera, bộ điều khiển và động cơ servo tạo áp lực lớn lên hệ thống tính toán thời gian thực.

2.1. Hạn chế của phương pháp phân loại thủ công truyền thống

Phân loại thủ công dựa hoàn toàn vào sức người và mắt thường. Phương pháp này bộc lộ chi phí nhân công cao nhưng năng suất lại giới hạn. Người công nhân khó duy trì sự tập trung cao độ trong suốt ca làm việc kéo dài. Tỷ lệ phân loại nhầm địa chỉ hoặc làm rơi vỡ hàng hóa thường xuyên xảy ra. Khi quy mô sản xuất mở rộng, việc gia tăng nhân lực làm tăng quỹ lương và gây ùn tắc không gian kho bãi. Ngoài ra, việc ghi chép thông tin phân loại bằng giấy tờ dễ dẫn đến thất lạc số liệu kiểm kê. Doanh nghiệp thiếu công cụ giám sát trực quan quá trình lưu thông hàng hóa theo thời gian thực. Những nhược điểm cố hữu này tạo rào cản lớn cho mục tiêu số hóa chuỗi cung ứng hiện đại.

2.2. Khó khăn kỹ thuật về độ trễ và độ chính xác nhận diện

Độ trễ xử lý ảnh là thách thức hàng đầu khi vật thể di chuyển liên tục trên băng chuyền. Camera phải chụp ảnh rõ nét mà không bị hiện tượng nhòe mờ do chuyển động. Khung hình thu nhận cần trải qua nhiều bước tiền xử lý phức tạp như cân bằng độ sáng và khử nhiễu hạt. Tiếp theo, thuật toán phải trích xuất biên dạng hình học và tính toán tâm quay trong thời gian dưới 100 mili-giây. Nếu thời gian tính toán kéo dài, vị trí thực tế của kiện hàng sẽ vượt khỏi tầm với của cánh tay robot. Sai số tọa độ chỉ vài milimét cũng đủ khiến cơ cấu kẹp va chạm mép khay chứa. Sự bất đồng bộ giữa tín hiệu nhận diện và cơ cấu chấp hành dễ gây nghẽn toàn bộ dây chuyền sản xuất.

III. Giải pháp thiết kế phân loại sắp xếp sản phẩm bằng xử lý ảnh

Giải pháp của nhóm nghiên cứu tại ĐH SPKT TPHCM kết hợp cơ điện tử và thị giác máy tính toàn diện. Hệ thống phần cứng sử dụng cánh tay robot 4 bậc tự do kết hợp băng tải PVC công nghiệp. Các khớp robot được tính toán động lực học kỹ lưỡng với hệ số an toàn 1,5. Khớp 1 và khớp 2 chịu tải trọng lớn, sử dụng động cơ servo mã Ezi-SERVO kết hợp hộp giảm tốc hành tinh. Tỷ số truyền 33:1 từ hộp số HPG-14A và hộp số phụ giúp khuếch đại mô-men xoắn, đảm bảo robot vận hành mượt mà khi mang tải 3 kg. Về mặt thị giác, camera công nghiệp đặt phía trên buồng tối với hệ thống đèn LED chiếu sáng vòng đồng nhất. Thuật toán xử lý ảnh tiến hành lọc nhiễu Gaussian, nhị phân hóa thích nghi và trích xuất đường bao vật thể. Phần mềm tự động xác định tâm hình học và góc nghiêng của kiện hàng carton. Tọa độ thực được gửi tức thì đến bộ điều khiển trung tâm qua giao thức truyền thông công nghiệp. Hệ thống còn tích hợp cơ sở dữ liệu và web server để giám sát số lượng phân loại trực tuyến. Thiết kế này tạo nên chu trình phân loại tự động hóa ổn định, chuẩn xác.

3.1. Thiết kế cơ khí cánh tay robot và băng tải vận chuyển

Cấu trúc cơ khí được tối ưu hóa để mang tải từ 0,1 kg đến 3 kg. Cánh tay robot có 4 bậc tự do với chiều dài các khâu lần lượt là 150 mm, 300 mm, 300 mm và 100 mm. Khối lượng từng khớp được tính toán hợp lý nhằm giảm thiểu quán tính quay. Động cơ Ezi-SERVO kết hợp cùng các hộp giảm tốc tỷ số 3:1, 25:1 và 33:1 đảm bảo mô-men xoắn an toàn. Băng tải phẳng dùng dây đai PVC dẫn động ổn định. Cơ cấu kẹp ở đầu công tác gắp linh hoạt thùng carton kích thước từ 10x6x6 cm đến 20x12x12 cm. Khung giá đỡ bằng nhôm định hình giúp triệt tiêu rung động hiệu quả.

3.2. Thuật toán thị giác máy tính và phần mềm quản lý web server

Quy trình xử lý ảnh bắt đầu từ việc thu nhận khung hình bằng camera công nghiệp đặt thẳng đứng. Ảnh số được chuyển đổi sang hệ màu xám và loại bỏ nhiễu hạt bằng bộ lọc Gaussian. Thuật toán tìm kiếm đường biên giúp xác định chính xác hình dáng bao ngoài của hộp carton. Từ đó, chương trình tính toán tọa độ tâm sản phẩm và góc xoay trên mặt phẳng băng chuyền. Dữ liệu tọa độ truyền xuống bộ điều khiển chuyển động theo chu kỳ mili-giây. Song song đó, hệ thống xây dựng cơ sở dữ liệu kết nối web server nội bộ. Giao diện trực quan hiển thị số lượng sản phẩm đã phân loại theo từng nhóm mã. Người vận hành dễ dàng theo dõi năng suất và trạng thái thiết bị theo thời gian thực từ xa qua mạng.

IV. Ứng dụng thực tế phân loại sắp xếp sản phẩm bằng xử lý ảnh

Kết quả nghiên cứu thực nghiệm tại ĐH SPKT TPHCM khẳng định tính khả thi vượt trội của mô hình. Hệ thống vận hành liên tục với độ ổn định cao, đạt công suất thiết kế 514 sản phẩm mỗi giờ. Thời gian xử lý ảnh và thực hiện chu kỳ gắp đặt duy trì ở mức 7 giây cho mỗi kiện hàng. Độ chính xác định vị và phân loại đạt trên 98%, hạn chế tối đa va chạm cơ học. Mô hình này mở ra triển vọng ứng dụng to lớn trong ngành sản xuất công nghiệp, logistics thương mại điện tử và chế biến thực phẩm. Các trung tâm phân loại bưu kiện có thể thay thế dây chuyền thủ công để đẩy nhanh tốc độ luân chuyển hàng hóa. Doanh nghiệp dược phẩm và đồ uống cũng dễ dàng áp dụng công nghệ này để kiểm soát chất lượng quy cách bao bì. Khả năng tích hợp máy chủ web cho phép giám sát dữ liệu sản xuất từ xa theo tiêu chuẩn Công nghiệp 4.0. Đề tài không chỉ hoàn thành mục tiêu học thuật mà còn đem lại giá trị thương mại hóa thiết thực cho nền sản xuất thông minh tại Việt Nam.

4.1. Hiệu quả vận hành và độ chính xác phân loại thực tế

Thực nghiệm tại xưởng cơ điện tử chứng minh dây chuyền đạt hiệu quả vận hành ấn tượng. Năng suất phân loại ổn định ở mức 514 kiện hàng mỗi giờ mà không xảy ra xung đột điều khiển. Sai số vị trí gắp đặt của robot duy trì dưới ngưỡng 2 mm. Hệ thống thị giác nhận dạng chuẩn xác sản phẩm ngay cả khi bề mặt hộp carton hơi biến dạng hoặc nằm lệch góc trên băng tải. Cơ cấu servo và bộ giảm tốc đáp ứng tốt các chu kỳ gia tốc liên tục, duy trì nhiệt độ motor ở mức an toàn dưới 40 độ C. Toàn bộ thông số vận hành đều được ghi nhận đầy đủ vào hệ thống máy chủ cơ sở dữ liệu.

4.2. Tiềm năng triển khai và nâng cấp trong nhà máy thông minh

Mô hình sở hữu tiềm năng nhân rộng mạnh mẽ trong các dây chuyền đóng gói công nghiệp. Kiến trúc phần mềm dạng module cho phép mở rộng thuật toán xử lý ảnh sang nhận diện mã QR hoặc kiểm tra tem nhãn. Doanh nghiệp có thể tích hợp thêm các cảm biến cân tải trọng để phân loại sản phẩm đa tiêu chí. Cánh tay robot dễ dàng nâng cấp tải trọng lớn hơn bằng cách thay đổi tỷ số truyền động cơ. Kết nối Internet vạn vật (IoT) giúp dữ liệu phân loại đồng bộ trực tiếp lên hệ thống ERP của doanh nghiệp. Đây là giải pháp nội địa hóa tối ưu, giúp giảm 50% chi phí đầu tư so với dây chuyền ngoại nhập tương đương.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong các dây chuyền sản xuất và quản lý hàng hóa công nghiệp hiện đại, các hệ thống phân loại sản phẩm đóng vai trò thiết yếu nhằm xử lý và sắp xếp hàng hóa dựa trên các tiêu chí như kích thước, khối lượng, hình dạng, màu sắc và mã vạch. Việc ứng dụng công nghệ cảm biến quang học, cánh tay robot tự động, băng chuyền thông minh, mã vạch, RFID kết hợp với thị giác máy tính giúp giảm thiểu sai sót, tiết kiệm chi phí nhân công và nâng cao năng suất trong các ngành công nghiệp thực phẩm, dược phẩm, điện tử và logistics. Tại Việt Nam, nhiều doanh nghiệp tư nhân vẫn chưa ứng dụng rộng rãi robot tự động vào khâu phân loại do chi phí nhập khẩu thiết bị từ nước ngoài còn tương đối cao. Đề tài khóa luận tốt nghiệp ngành Công nghệ Kỹ thuật Cơ điện tử tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh được thực hiện nhằm nghiên cứu, thiết kế và chế tạo một mô hình hệ thống phân loại và sắp xếp hàng hóa tự động có chi phí hợp lý, đáp ứng yêu cầu công nghệ trong nước.

Mục tiêu và các nhiệm vụ nghiên cứu cụ thể của đề tài bao gồm:

1. Nghiên cứu tổng quan về các dây chuyền phân loại tự động trong công nghiệp (băng chuyền thông minh, hệ thống phân loại bằng robot, băng chuyền con lăn).
2. Xây dựng cơ sở lý thuyết động học robot dựa trên quy ước Denavit-Hartenberg (D-H), tính toán bậc tự do và không gian làm việc của cơ cấu cánh tay robot 4 bậc tự do (4-DOF).
3. Thiết kế và tính toán cơ khí cho hệ thống băng chuyền PVC và cánh tay robot; tính toán mô-men xoắn tại các khớp trong trường hợp chịu tải lớn nhất để lựa chọn động cơ servo và hộp giảm tốc phù hợp.
4. Lựa chọn các thiết bị điện và điều khiển, bao gồm bộ điều khiển lập trình PLC Siemens S7-1200, cảm biến quang học phát hiện vật cản, cơ cấu chấp hành hút chân không và mạch công suất.
5. Xây dựng thuật toán xử lý ảnh nhằm nhận diện mã phản hồi nhanh (QR code) trên kiện hàng từ camera và truyền dữ liệu điều khiển sang PLC qua khối dữ liệu chuyên dụng.
6. Thiết kế giao diện giám sát, điều khiển vận hành qua hệ thống WinCC và máy chủ Web Server kết hợp cơ sở dữ liệu MySQL Workbench để lưu trữ, trích xuất dữ liệu vận hành.
7. Chế tạo mô hình thực nghiệm và tiến hành kiểm tra hoạt động ở các trạng thái tĩnh, động không tải, đủ tải và quá tải.

Đối tượng và phạm vi nghiên cứu của đề tài được xác định như sau:

• Đối tượng nghiên cứu: Hệ thống phân loại và sắp xếp sản phẩm tự động ứng dụng xử lý ảnh, tích hợp cánh tay robot 4-DOF, băng chuyền dẫn động và hệ thống nhận diện quang học.
• Phạm vi nghiên cứu: Hàng hóa được đóng gói trong thùng carton có kích thước khuyến nghị từ 10×6×6 cm đến 20×12×12 cm; khối lượng sản phẩm từ 0,1 kg đến 3 kg (tính toán tải trọng động học dựa trên vật có khối lượng tối đa 2 kg); năng suất mục tiêu thiết kế là 514 sản phẩm/giờ (chu kỳ khoảng 7 giây/sản phẩm); chiều dài tầm với của cánh tay robot từ 70 cm đến 100 cm. Nghiên cứu được triển khai chế tạo và thử nghiệm mô hình thực tế trong phạm vi phòng thí nghiệm tại Khoa Cơ khí, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh năm 2024.

Cơ sở lý thuyết và phương pháp

Đề tài sử dụng hệ thống khung lý thuyết cơ sở thuộc các chuyên ngành cơ học robot, kỹ thuật truyền động cơ khí, thị giác máy tính và công nghệ mạng - cơ sở dữ liệu:

• Lý thuyết bậc tự do và không gian làm việc: Hệ cơ khí của robot là một chuỗi động học hở, số bậc tự do được xác định theo công thức $W = 6n - \sum_{i=1}^{5} i \cdot p_i$, trong đó $n$ là số khâu và $p_i$ là số khớp loại $i$. Hệ tọa độ cục bộ gắn trên từng khâu tuân theo quy tắc bàn tay phải để xác định hướng các trục $X, Y, Z$.
• Động học robot theo quy ước Denavit-Hartenberg (D-H): Mô hình hóa các khâu và khớp chuyển động quay bằng bảng thông số D-H gồm 4 tham số: chiều dài khâu $a_i$, góc xoắn $\alpha_i$, độ dịch chuyển khớp $d_i$ và góc quay khớp $\theta_i$. Ma trận biến đổi thuần nhất $^{i-1}T_i$ được thiết lập nhằm giải quyết bài toán động học thuận và động học ngược: $$^{i-1}T_i = \begin{bmatrix} \cos\theta_i & -\sin\theta_i\cos\alpha_i & \sin\theta_i\sin\alpha_i & a_i\cos\theta_i \ \sin\theta_i & \cos\theta_i\cos\alpha_i & -\cos\theta_i\sin\alpha_i & a_i\sin\theta_i \ 0 & \sin\alpha_i & \cos\alpha_i & d_i \ 0 & 0 & 0 & 1 \end{bmatrix}$$
• Lý thuyết tính toán truyền động băng chuyền: Xác định công suất trên trục công tác $P_{lv}$ thông qua vận tốc băng chuyền $v$, khối lượng một mét dây chuyền $q$, chiều dài $L$, chiều rộng $B$, và năng suất tải trọng $Q$: $$P_{lv} = 0{,}0024 \cdot q \cdot v \cdot L + 0{,}00033 \cdot Q \cdot L + 0{,}006 \cdot Q \cdot B \quad (\text{kW})$$
• Lý thuyết chọn động cơ và phân phối tỷ số truyền: Phân phối tỷ số truyền sơ bộ $u_{sb} = u_h \cdot u_x$, điều kiện chọn công suất động cơ $P_{dc} \ge P_{ct}$, sai số tỷ số truyền $\Delta u \le 4%$, cùng các công thức tính toán tốc độ quay và mô-men xoắn trên từng trục trung gian.
• Quy trình xử lý thị giác máy tính (Machine Vision): Thực hiện theo chuỗi 5 giai đoạn tiêu chuẩn gồm: Thu nhận ảnh (Image acquisition) qua camera $\rightarrow$ Tiền xử lý (Preprocessing) giảm nhiễu và chỉnh sáng $\rightarrow$ Phân đoạn ảnh (Image segmentation) tách vùng quan tâm $\rightarrow$ Trích xuất đặc trưng (Feature extraction) $\rightarrow$ Nhận dạng và diễn giải thông tin mã QR (Recognition and interpretation).
• Quản trị dữ liệu và kiến trúc máy chủ Web: Sử dụng hệ quản trị cơ sở dữ liệu quan hệ MySQL qua phần mềm MySQL Workbench để thiết kế mô hình dữ liệu, phân quyền truy cập, ghi nhận lịch sử và sao lưu dữ liệu; kiến trúc máy chủ Web kết nối truyền thông giao thức HTTP trên nền tảng mạng TCP/IP để phục vụ giám sát từ xa.

Phương pháp nghiên cứu được áp dụng gồm:

• Phương pháp phân tích - tổng hợp tài liệu kỹ thuật, tiêu chuẩn chế tạo máy và catalog thiết bị công nghiệp.
• Phương pháp tính toán cơ học lý thuyết kết hợp mô hình hóa hình học 3D trên phần mềm CAD.
• Phương pháp thực nghiệm chế tạo phần cứng, đấu nối tủ điện điều khiển và đo kiểm hoạt động vận hành của mô hình thực tế.

Nguồn dữ liệu phục vụ nghiên cứu được trích xuất từ catalog kỹ thuật của nhà sản xuất động cơ bước vòng kín Ezi-SERVO, hộp giảm tốc độ chính xác cao, bộ điều khiển lập trình Siemens S7-1200, tài liệu cảm biến quang Omron, cùng các giáo trình và tài liệu tham khảo chuyên ngành cơ điện tử.

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc module hóa, kết hợp giữa cơ khí chính xác, thiết bị điều khiển công nghiệp và phần mềm giám sát.

Thiết kế cơ khí và thông số cánh tay robot

Cánh tay robot được thiết kế theo cấu hình 4 bậc tự do chuyển động quay (RRRR). Khâu 1, khâu 2 và khâu 3 được gia công bằng vật liệu hợp kim nhôm 6061 nhằm đảm bảo độ cứng vững và giảm quán tính. Khâu 4 và các khay chứa sản phẩm được chế tạo bằng nhựa PVC thông qua công nghệ in 3D để tối ưu hóa khối lượng phần đầu cuối. Băng chuyền sử dụng dây belt PVC phẳng.

Bảng dưới đây tổng hợp các thông số kích thước, khối lượng, mô-men tính toán và thiết bị dẫn động cho từng khớp của cánh tay robot (với hệ số an toàn tính toán $k = 1{,}5$ khi cánh tay duỗi thẳng theo phương ngang):

Khớp	Chiều dài (mm)	Khối lượng tải tính toán (g)	Mô-men yêu cầu ($k=1{,}5$)	Loại động cơ lựa chọn	Loại hộp giảm tốc và tỷ số truyền
Khớp 1	150	5000	172 N.m	Ezi-SERVO-ST-56L-PN10	VRSF-25B-50 (tỷ số 25:1) kết hợp bộ truyền đai 2:1
Khớp 2	300	7000	107 N.m	Ezi-SERVO-ST-60L-PN10	HPG-14A-33-F0AHL (tỷ số 33:1)
Khớp 3	300	6500	33 N.m	Ezi-SERVO-ST-60L-PN10	HPG-14A-33-BL1-D-FO (tỷ số 33:1)
Khớp 4	100	150	2 N.m	Ezi-SERVO-ST-56L-PN10	AB 042 (tỷ số 3:1) kết hợp truyền đai 1/2 và 1/1

Thông số kỹ thuật của băng chuyền PVC được xác định như sau:

Thông số	Giá trị
Chiều rộng mặt băng	120 mm
Chiều dài khung băng chuyền	800 mm
Vận tốc dịch chuyển	3 cm/s
Tải trọng tối đa cho phép	20 kg/m

Cơ cấu chấp hành gắp sản phẩm ở khâu cuối (end-effector) sử giác hút chân không ZPT10, hoạt động thông qua lực hút tạo bởi động cơ bơm chân không DC 775 điện áp 24V.

Thiết kế hệ thống điện và giải pháp điều khiển

Tủ điện điều khiển trung tâm tích hợp các thành phần chính:

• Bộ điều khiển lập trình PLC Siemens S7-1200 DC/DC/DC: Phát xung tốc độ cao qua kênh PTO (Pulse Train Output) để điều khiển vị trí, hướng quay và vận tốc của các driver động cơ Ezi-SERVO; khai báo cấu hình vi bước (microstep) và thông số bước vít me.
• Cảm biến phát hiện vật thể: Cảm biến quang học E3F-DS30C4 được bố trí dọc thân băng chuyền để xác định thời điểm sản phẩm tiến vào vùng quan sát của camera và vị trí chờ gắp.
• Mạch công suất và nguồn: Khối nguồn tổ ong cấp điện áp 24VDC cho PLC, cảm biến, van điện từ và motor bơm chân không 775.

Kiến trúc phần mềm và truyền thông

Hệ thống phần mềm được tổ chức đa tầng:

• Tầng nhận diện hình ảnh: Sử dụng camera kết nối với máy tính để ghi nhận hình ảnh kiện hàng, chạy chương trình quét mã giải mã chuỗi ký tự QR code. Dữ liệu sau khi xử lý được truyền thông xuống PLC và ghi trực tiếp vào khối dữ liệu DB1.
• Tầng điều khiển giám sát SCADA/HMI: Thiết kế trên nền tảng Siemens WinCC với các màn hình chức năng: Màn hình giới thiệu, Màn hình đăng nhập, Màn hình chế độ chạy nhấp (JOG), Màn hình vận hành tự động (Auto) và bằng tay (Manual), Màn hình cảnh báo (Alarm).
• Tầng quản trị Web và cơ sở dữ liệu: Hệ thống Web Server nội bộ cho phép truy cập theo dõi trạng thái hệ thống qua mạng, ghi nhận sản lượng theo thời gian thực vào hệ quản trị cơ sở dữ liệu MySQL và xuất báo cáo thống kê định dạng tệp Excel.

Nội dung chính theo từng chương

Khóa luận được cấu trúc thành các chương nội dung với các trọng tâm chuyên môn cụ thể:

Chương 1: Giới thiệu (Introduction)

Chương này trình bày tính cấp thiết của đề tài trong bối cảnh tự động hóa công nghiệp và phát triển cánh tay robot tại các nhà máy sản xuất. Tác giả phân tích ý nghĩa khoa học và thực tiễn của việc thay thế thao tác phân loại thủ công bằng giải pháp robot kết hợp thị giác máy tính nhằm giảm chi phí lao động và tăng năng suất. Xác định rõ đối tượng nghiên cứu là hệ thống phân loại, sắp xếp sản phẩm tự động ứng dụng xử lý ảnh; phạm vi nghiên cứu tập trung vào phân loại thùng carton kích thước từ 10×6×6 cm đến 20×12×12 cm, tải trọng tối đa 3 kg, cùng bố cục tổng thể của khóa luận.

Chương 2: Tổng quan đề tài (Project Overview)

Tác giả khảo sát các mô hình dây chuyền phân loại đang được ứng dụng trong thực tế sản xuất: Dây chuyền băng tải thông minh tích hợp cảm biến, dây chuyền phân loại ứng dụng robot công nghiệp, và dây chuyền phân loại con lăn chuyển hướng chuyên dụng trong các trung tâm chuyển phát nhanh. Chương này phân tích nguyên lý làm việc tổng quát theo sơ đồ khối từ khâu cấp hàng lên băng chuyền, cảm biến phát hiện phát tín hiệu về PLC, băng chuyền đưa hàng vào tầm nhìn camera, camera quét mã truyền tín hiệu về PLC, đến bước PLC điều khiển cánh tay robot và đầu hút chân không gắp hàng đặt vào khay chứa. Đồng thời, chương này chỉ ra các lợi ích kinh tế - kỹ thuật của giải pháp như nâng cao năng suất, giảm chi phí nhân công, cải thiện độ chính xác và tính linh hoạt.

Chương 3: Cơ sở lý thuyết (Theoretical Basis)

Chương 3 xây dựng nền tảng tính toán học thuật cho toàn bộ đề tài:

• Trình bày kiến thức tổng quan về robot: Định nghĩa bậc tự do theo cơ cấu chuỗi động học hở, quy tắc bàn tay phải cho hệ tọa độ không gian, xác định biên giới hạn không gian làm việc của các khớp quay.
• Phân tích động học robot: Thiết lập hệ tọa độ và lập bảng thông số Denavit-Hartenberg (D-H), xây dựng các ma trận biến đổi thuần nhất $^{i-1}T_i$ phục vụ giải toán động học thuận và động học ngược.
• Tính toán hệ thống truyền động băng chuyền: Cung cấp các công thức tính toán bước xích/băng tải, công suất kéo trên trục công tác ($P_{lv}$), năng suất tải trọng ($Q$), vận tốc và số vòng quay làm việc.
• Tính toán chọn công suất động cơ, tỷ số truyền sơ bộ và phân phối tỷ số truyền trên các trục truyền động, lập bảng phân phối công suất, mô-men xoắn và số vòng quay.
• Lý thuyết xử lý ảnh số và thị giác máy tính: Trình bày chi tiết 5 giai đoạn xử lý ảnh phục vụ nhận dạng mã.
• Cơ sở lý thuyết về cơ sở dữ liệu quan hệ MySQL Workbench và cấu trúc phần cứng, phần mềm của máy chủ Web Server trong mạng công nghiệp.

Chương 4: Tính toán và thiết kế cơ khí (Mechanical Calculation and Design)

Chương này tập trung vào khâu hiện thực hóa cơ khí của đề tài:

• Thiết lập yêu cầu kỹ thuật: Tầm với cánh tay robot 70–100 cm, năng suất thiết kế 514 sản phẩm/giờ (~7 s/sản phẩm), khối lượng hàng 0,1–3 kg.
• Tính toán và lựa chọn thông số băng chuyền PVC: Bề rộng 120 mm, chiều dài 800 mm, vận tốc 3 cm/s, tải trọng 20 kg/m.
• Thiết kế mô hình 3D cho từng khâu khớp của robot 4-DOF: Khớp 1 gia công nhôm 6061 (cao 150 mm, khối lượng 1,5 kg); Khớp 2 gia công nhôm 6061 (dài 150 mm gắn cánh tay phụ 400 mm / khâu dài 300 mm, khối lượng 1 kg); Khớp 3 nhôm 6061 (dài 300 mm, khối lượng 1 kg); Khớp 4 bằng nhựa PVC in 3D (dài 100 mm, khối lượng 0,15 kg).
• Tính toán mô-men xoắn tĩnh lớn nhất tại các khớp trong trường hợp cánh tay vươn ngang chịu tải trọng kiện hàng 2000 g (gia tốc trọng trường $g = 9{,}8$ m/s$^2$, hệ số an toàn 1,5): Mô-men yêu cầu khớp 4 là 2 N.m; khớp 3 là 33 N.m; khớp 2 là 107 N.m; khớp 1 là 172 N.m.
• Quyết định lựa chọn cấu hình động cơ và hộp giảm tốc: Động cơ bước vi bước Ezi-SERVO-ST-56L-PN10 và Ezi-SERVO-ST-60L-PN10 kết hợp các hộp giảm tốc chuyên dụng (AB 042 tỷ số 3:1, HPG-14A-33-F0AHL tỷ số 33:1, VRSF-25B-50 tỷ số 25:1) và bộ truyền đai răng để đáp ứng đủ mô-men yêu cầu và giảm thiểu chi phí gia công.

Chương 5: Định hướng và giải pháp thiết kế (Orientation and Solutions)

Chương 5 cụ thể hóa các giải pháp công nghệ và thiết kế hệ thống điều khiển:

• Xác định mục tiêu thiết kế mô hình cơ khí và thiết kế mạch điện điều khiển.
• Lựa chọn cấu hình hệ thống và xây dựng sơ đồ khối chức năng, sơ đồ nguyên lý đấu nối dây tủ điện.
• Xây dựng giải pháp vận chuyển hàng hóa trên băng tải và cơ cấu phân loại tại các trạm đích.
• Đề xuất quy trình công nghệ điều khiển tự động và kế hoạch thi công mô hình.
• Thiết kế lưu đồ thuật toán điều khiển cho hệ thống: Lưu đồ thuật toán vận hành ở chế độ bằng tay (Manual), lưu đồ thuật toán chế độ tự động (Auto), và lưu đồ thuật toán xử lý tín hiệu cảm biến vật cản.
• Thiết kế giao diện phần mềm: Giao diện quét và giải mã QR code trên máy tính, cấu hình truyền biến trung gian sang khối dữ liệu DB1 của PLC; thiết kế giao diện HMI điều khiển và giám sát trên máy tính.

Chương 6: Thực nghiệm và thảo luận (Experiments - Discussions)

Chương 6 trình bày kết quả chế tạo và đo kiểm thực tế:

• Hoàn thiện mô hình cơ khí thực tế và lắp ráp kết cấu tủ điện điều khiển (bố trí bên trong và mặt ngoài tủ điện).
• Triển khai kết nối giao diện điều khiển robot và phần mềm đọc mã QR, tích hợp hệ thống SCADA WinCC và dịch vụ Web Server vào mô hình.
• Vận hành thử nghiệm hệ thống ở hai chế độ: Chế độ phân loại sản phẩm tự động (Auto) và chế độ điều khiển phân loại bằng tay (Manual).
• Thực hiện và thảo luận các bài thí nghiệm kiểm tra tính ổn định của mô hình cơ điện tử: Thí nghiệm tĩnh, thí nghiệm động không tải, thí nghiệm động đủ tải và thí nghiệm động khi quá tải.

Kết quả và đóng góp

Khóa luận đã hoàn thành các mục tiêu nghiên cứu và chế tạo thông qua các kết quả cụ thể:

• Chế tạo thành công mô hình phần cứng hệ thống phân loại hàng hóa hoàn chỉnh, bao gồm cánh tay robot 4-DOF dẫn động bằng động cơ bước Ezi-SERVO, băng chuyền PVC kích thước 120×800 mm vận tốc 3 cm/s, tủ điện công nghiệp tích hợp PLC Siemens S7-1200, và cơ cấu gắp hút chân không dùng đầu hút ZPT10 kèm bơm 775 24V.
• Xây dựng giải pháp nhận diện mã QR bằng camera xử lý ảnh trên máy tính, truyền nhận dữ liệu đồng bộ vào khối nhớ DB1 của PLC S7-1200 để phân loại chính xác sản phẩm loại 1 vào khay chứa hoặc cho sản phẩm khác loại tiếp tục di chuyển thẳng.
• Phát triển giao diện giám sát HMI trên WinCC kết hợp máy chủ Web Server và hệ quản trị MySQL, cho phép người vận hành điều khiển chế độ JOG, theo dõi trạng thái phân loại trực quan theo thời gian thực, quản lý cảnh báo và xuất dữ liệu báo cáo sang tệp Excel.
• Đề xuất giải pháp cơ khí tối ưu chi phí thông qua việc phối hợp giữa động cơ bước vòng kín thương mại với các bộ giảm tốc hành tinh (tỷ số 3:1, 25:1, 33:1) và bộ truyền đai răng, kết hợp công nghệ in 3D nhựa PVC cho các kết cấu chịu lực nhỏ để giảm mô-men quán tính.
• Đóng góp giải pháp kỹ thuật tích hợp hoàn chỉnh giữa cơ khí chính xác, điều khiển chuyển động bằng xung PTO trên PLC và xử lý thị giác máy tính trên máy tính cá nhân, tạo ra mô hình thực nghiệm trực quan cho nghiên cứu ứng dụng công nghệ cơ điện tử trong nước với chi phí thấp hơn các hệ thống nhập khẩu.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên kết quả chế tạo và phạm vi nghiên cứu của đề tài, các tác giả đã chỉ ra một số điểm hạn chế và định hướng phát triển:

• Hạn chế: Mô hình hiện tại mới dừng lại ở quy mô thực nghiệm phòng thí nghiệm; tốc độ phân loại thực tế chịu giới hạn bởi độ trễ truyền thông giữa phần mềm đọc mã QR trên máy tính xuống PLC và thời gian ổn định áp suất của cơ cấu hút chân không; hệ thống nhận diện phụ thuộc vào điều kiện chiếu sáng môi trường tác động lên camera; tải trọng nâng giới hạn ở mức kiện hàng nhỏ và vừa (dưới 2–3 kg) do giới hạn độ cứng vững và mô-men giữ của động cơ các khớp.
• Hướng nghiên cứu tiếp: Nâng cấp thuật toán xử lý ảnh để nhận dạng đa tiêu chí (phân loại theo màu sắc, kích thước, khuyết tật bao bì) ngoài mã QR; tích hợp trí tuệ nhân tạo (AI/Deep Learning) để cải thiện độ chính xác trong điều kiện ánh sáng biến đổi; tối ưu hóa quỹ đạo chuyển động của cánh tay robot nhằm rút ngắn thời gian chu kỳ phân loại; gia cường kết cấu cơ khí để nâng cao tải trọng làm việc đáp ứng yêu cầu công nghiệp thực tế.

Giá trị tham khảo

Tài liệu khóa luận tốt nghiệp này có giá trị ứng dụng và tham khảo thiết thực cho:

• Sinh viên, giảng viên và kỹ sư thuộc các chuyên ngành Kỹ thuật Cơ điện tử, Tự động hóa, Kỹ thuật Cơ khí và Kỹ thuật Robot làm tài liệu tham khảo cho đồ án thiết kế hệ thống cơ điện tử và luận văn tốt nghiệp.
• Những người nghiên cứu và phát triển các hệ thống phân loại sản phẩm tự động, dây chuyền đóng gói hoặc các dự án tích hợp hệ thống SCADA/HMI với PLC Siemens S7-1200.
• Các phần có giá trị tham khảo học thuật cao trong tài liệu bao gồm: Phương pháp mô hình hóa động học cánh tay robot bằng quy ước Denavit-Hartenberg (Chương 3); quy trình tính toán mô-men xoắn tại các khớp chịu tải nặng nhất để chọn công suất động cơ và phân phối tỷ số truyền (Chương 4); sơ đồ nguyên lý điều khiển phát xung PTO cho driver Ezi-SERVO và phương pháp kết nối dữ liệu giữa phần mềm xử lý ảnh trên máy tính với PLC S7-1200 qua khối dữ liệu Data Block (Chương 5).

Câu hỏi thường gặp

1. Cánh tay robot trong đề tài có cấu hình hình học và bậc tự do như thế nào?
Robot được thiết kế theo cấu hình 4 bậc tự do dạng chuỗi hở với 4 khớp quay (RRRR). Các khâu 1, 2, 3 được chế tạo bằng hợp kim nhôm 6061 với chiều dài lần lượt là 150 mm, 300 mm và 300 mm. Khâu 4 có chiều dài 100 mm được chế tạo bằng nhựa PVC bằng công nghệ in 3D. Tầm với tổng thể của cánh tay đạt từ 70 cm đến 100 cm.

2. Đề tài giải quyết bài toán động học robot bằng phương pháp nào?
Đề tài áp dụng quy ước Denavit-Hartenberg (D-H) chuẩn để gắn các hệ trục tọa độ cục bộ theo quy tắc bàn tay phải lên từng khâu khớp, từ đó xác định 4 thông số D-H ($a_i, \alpha_i, d_i, \theta_i$) và thiết lập các ma trận biến đổi thuần nhất $^{i-1}T_i$ phục vụ tính toán bài toán động học thuận và động học ngược của robot.

3. Động cơ và hộp giảm tốc được phân bố cụ thể cho các khớp robot ra sao?
Để đáp ứng yêu cầu mô-men xoắn tính toán khi cánh tay vươn ngang chịu tải 2000 g (có hệ số an toàn 1,5): Khớp 1 (yêu cầu 172 N.m) dùng động cơ Ezi-SERVO-ST-56L-PN10 kết hợp hộp giảm tốc VRSF-25B-50 (tỷ số 25:1) và truyền đai 2:1; Khớp 2 (yêu cầu 107 N.m) và Khớp 3 (yêu cầu 33 N.m) đều sử dụng động cơ Ezi-SERVO-ST-60L-PN10 kết hợp hộp giảm tốc HPG-14A-33 (tỷ số 33:1); Khớp 4 (yêu cầu 2 N.m) dùng động cơ Ezi-SERVO-ST-56L-PN10 kết hợp hộp giảm tốc AB 042 (tỷ số 3:1) và bộ truyền đai.

4. Cơ cấu gắp sản phẩm ở khâu cuối (end-effector) hoạt động theo nguyên lý gì?
Khâu cuối của robot sử dụng cơ cấu hút giữ sản phẩm bằng chân không, bao gồm giác hút chân không ZPT10 và động cơ DC 775 cấp nguồn 24V tạo lực hút khí. Cơ cấu này cho phép robot nâng và giữ các thùng carton có bề mặt phẳng với tải trọng tính toán tối đa lên đến 2–3 kg một cách ổn định mà không gây biến dạng sản phẩm.

5. Cơ chế giao tiếp giữa hệ thống nhận diện mã QR và PLC Siemens S7-1200 được thực hiện như thế nào?
Hình ảnh kiện hàng được camera thu nhận và xử lý bằng chương trình nhận diện trên máy tính cá nhân. Sau khi chuỗi mã QR được giải mã thành công, chương trình truyền thông gửi tín hiệu phân loại trực tiếp xuống bộ điều khiển PLC S7-1200 và ghi vào ô nhớ của khối dữ liệu DB1. Dựa trên giá trị biến trong DB1, PLC sẽ kích hoạt thuật toán điều khiển xung PTO để dẫn động cánh tay robot gắp sản phẩm vào khay chỉ định hoặc cho phép băng tải tiếp tục chạy thẳng.

Kết luận

Khóa luận tốt nghiệp của nhóm tác giả Võ Quang Minh, Đinh Thành Cường và Ninh Khai Hoàn đã nghiên cứu, thiết kế và chế tạo thành công mô hình hệ thống phân loại và sắp xếp sản phẩm tự động ứng dụng công nghệ xử lý ảnh. Công trình đã kết hợp chặt chẽ giữa tính toán động học robot 4-DOF theo quy ước Denavit-Hartenberg, tính toán tải trọng truyền động cơ khí, và điều khiển phát xung PTO trên nền tảng PLC Siemens S7-1200. Hệ thống tích hợp đồng bộ giữa phần mềm nhận diện mã QR, giao diện SCADA WinCC, máy chủ Web Server và cơ sở dữ liệu MySQL, tạo nên một giải pháp kỹ thuật cơ điện tử hoàn chỉnh và có giá trị ứng dụng cao cho đào tạo và phát triển công nghệ phân loại hàng hóa tự động.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION GRADUATION THESIS MAJOR: MECHATRONICS ENGINEERING TECHNOLOGY RESEARCH AND DESIGN OF AN AUTOMATIC PRODUCT CLASSIFICATION AND ARRANGEMENT SYSTEM USING IMAGE PROCESSING INSTRUCTOR: VU QUANG HUY STUDENT: NINH KHAI HOAN VO QUANG MINH DINH THANH CUONG Ho Chi Minh city, July 2024 MINISTRY OF EDUCATION AND TRAINING HCMC UNIVERSITY OF TECHNOLOGY AND EDUCATION ___________________________ FACULTY OF INTERNATIONAL EDUCATION GRADUATION THESIS RESEARCH AND DESIGN OF AN AUTOMATIC PRODUCT CLASSIFICATION AND ARRANGEMENT SYSTEM USING IMAGE PROCESSING SUPERVISOR: VU QUANG HUY STUDENTS: VO QUANG MINH - 19146096 DINH THANH CUONG - 19146110 NINH KHAI HOAN - 19146087 - 19146087 NINH KHAI HOAN YEAR: CLASS: 2019-2023 19146CLA CLASS: 19146CLA Ho Chi Minh City, July 2024 MINISTRY OF EDUCATION AND TRAINING HCMC UNIVERSITY OF TECHNOLOGY AND EDUCATION FACULTY OF MECHANICAL ENGINEERING GRADUATION THESIS Topic: “RESEARCH AND DESIGN OF AN AUTOMATIC PRODUCT CLASSIFICATION AND ARRANGEMENT SYSTEM USING IMAGE PROCESSING” Instructor: Dr. VU QUANG HUY Members: NINH KHAI HOAN MSSV: 19146087 VO QUANG MINH MSSV: 19146096 DINH THANH CUONG MSSV: 19146110 Class: 19146CLA Course: 2019-2023 Ho Chi Minh City, July 2024 I THE SOCIALIST REPUBLIC OF VIETNAM Independence – Freedom– Happiness -------- Ho Chi Minh City, March 15, 2024 GRADUATION PROJECT ASSIGNMENT Student name: Vo Quang Minh Student ID: 19146096 Student name: Dinh Thanh Cuong Student ID: 19146110 Student name: Ninh Khai Hoan Student ID: 19146087 Major: Mechatronics Class: 19146CLA Supervisor: Vu Quang Huy Phone number: 0918748924 Date of assignment: 15/3/2024 Date of submission: 12/7/2024 1. Project title: “Research and design of an automatic product classification and arrangement system using image processing” 2. Initial materials provided by supervisor: Use servo motors, PVC conveyor, web server and database.

The initial proposed productivity is 514 products/hour (~7s/product). Goods must be packaged in cartons and have a minimum weight of 0.1kg and maximum 3kg, recommended carton dimensions range from 10*6*6(cm) to 20*12*12(cm). Content of the project: A sorting system includes robots and conveyors with an image processing system that identifies products and places different products in correct positions in trays, baskets, and boxes. Final product: A complete system includes robots, conveyors and related materials.

CHAIR OF THE PROGRAM SUPERVISOR (Sign with full name) (Sign with full name) II COMMITMENT Project: “Research and design of an automatic product classification and arrangement system using image processing” Instructor: Dr. VU QUANG HUY Student 1: NINH KHAI HOAN ID: 19146087 Class: 19146CLA1 Student 2: VO QUANG MINH ID: 19146096 Class: 19146CLA3 Student 3: DINH THANH CUONG ID: 191460110 Class: 19146CLA1 Graduation thesis submission date: 12/7/2024 Commitment: “I hereby declare that this thesis is the work of my own research and implementation. I do not copy from any published article without citing the source. I will take full responsibility for any fraud detected in my thesis”.

Ho Chi Minh City, 12st July 2024 (Signature) III ACKNOWLEDGMENT During the process of implementing the Graduation Thesis at Ho Chi Minh City University of Technology and Education, the team received a lot of attention and help from the teachers. The team would like to express their deep gratitude to the teachers of the Faculty of Mechanical Engineering for creating favorable conditions for the team to carry out the project. With deep gratitude, the implementation team would like to thank the instructor – Dr. Vu Quang Huy has enthusiastically guided, imparted knowledge and created all favorable conditions for the group to carry out this topic.

Thank you to my family and friends who have always supported and encouraged me throughout the process of studying and implementing this project. Despite their best efforts, the group will undoubtedly make mistakes despite their thorough research and implementation of the topic. Consequently, the group anticipates hearing from you with comments and ideas to enhance the subject. Sincerely thanks! Students Vo Quang Minh Dinh Thanh Cuong Ninh Khai Hoan IV ABSTRACT The robotic arm system for sorting goods using a conveyor and barcodes is an advanced automation solution designed to improve efficiency and accuracy in product sorting.

This system includes a robotic arm controlled by a processor and equipped with barcode scanners to identify and sort items on a conveyor belt. The operation begins when goods are placed on the conveyor, where barcode scanners read and decode the information on each item. The data from the barcodes is sent to the processor to determine the type of item and where it should be moved. The robotic arm then quickly and accurately picks up and places the items in designated locations.

This system not only increases productivity and reduces errors but also saves labor costs and optimizes warehouse management processes. Applications of this system include industries like logistics, retail, and manufacturing, where precise and efficient handling and sorting of goods are required. Our research, design and manufacturing process has been challenging and subjected to a series of rigorous tests and evaluations. However, with the commitment and continuous efforts of the entire research team, we are confident that the devices we propose will bring a reliable solution to the safety problem in these areas.

narrow like an apartment electricity line. We believe that this topic is not only a theoretical research effort but also an important step forward in applying technology to improve the lives and protect the assets of the community. Hopefully, the results of the project will be applied and developed to improve the effectiveness of fire prevention and fighting measures in the future. Finally, we would like to express our deep gratitude to our instructors, friends, and family who have always been by our side and supported us throughout the implementation of this project.

Instructor (Signature and full name) V TABLE OF CONTENTS GRADUATION THESIS. I GRADUATION PROJECT ASSIGNMENT. V TABLE OF CONTENTS .VI LIST OF IMAGES. X LIST OF TABLES.

XIII LIST OF ABBREVIATIONS. XIV CHAPTER 1: INTRODUCTION .2 The urgency of the topic .3 The scientific and practical significance of the topic .4 Reasons for the research topic .5 Object and range of the study .6 Structure of the topic. 3 CHAPTER 2: PROJECT OVERVIEW .4 Classification systems are being used in industry .1 Smart conveyor sorting line .2 Robotic sorting line .3 Roller conveyor sorting line. 9 VI CHAPTER 3: THEORETICAL BASIS .1 General knowledge about robots .1 Degree of freedom .3 Motor selection and Ratio distribution.

19 CHAPTER 4: MECHANICAL CALCULATION AND DESIGN .2 Calculate and select the conveyor .2 Calculation and choosing motor and gear reducer .4 Design and compute the model's mechanisms .1 Selection of electrical equipment .2 Calculating the model to reality ratio .4 Calculate the size and motion structure of the robot .5 Results of mechanical design and construction. 47 CHAPTER 5: ORIENTATION AND SOLUTIONS .3 Model design goals .4 Objectives of electrical circuit design .5 Select system configuration .6 Block diagram and functions .2 Solution meets requirements .1 System solutions for transporting goods to sorting locations .2 Solution for the mechanism of transporting goods to the classification location 51 5.1 Proposed technological process .2 Model construction plan .4 Control and monitoring interface design .2 Design the QR code reader interface .4 Design of control flowcharts. 61 CHAPTER 6: EXPERIMENTS-DISCUSSIONS .1 Mechanical model of the project.2 Design the electrical cabinet structure for the project .3 Main interface of the robot control system and QR code reading system .4 Apply WinCC and WebSever to the project .5 System operation results .1 Auto - Product classification mode .2 Manual - Goods sorting mode .3 Experimental results of operating the classification model. 85 IX LIST OF IMAGES Figure 2.1 Robot arm sorting goods in the food retail industry[1] .2 Block diagram of working principle .3 Automatic sorting line uses sensor technology .4 Robot sorting line.5 Roller conveyor sorting line .1 The right-hand rule .2 Modeling the links and joints according to the D-H (Denavit-Hartenberg) convention .4 Machine vision processing .5 The web server's location in the system .1 PVC conveyor belt of the system .2 1st joint of the robot .3 1st joint of the simulated robot .4 1st joint of the robot when not yet installed in the monolith .5 2nd joint of the robot (1) .6 Complete design of simulated 4-DOF robot arm .7 2nd joint of the robot (2) .8 3rd joint of the simulated robot.9 3rd joint of the robot .10 4th joint of the robot .11 4th joint of the simulated robot .12 Complete design of 4-DOF robot arm .13 Complete design of simulated 4-DOF robot arm .14 Distance from the center of the joints to the center of rotation .16 Reducer HPG-14A-33-F0AHL [23] .17 Reducer VRGF-33c90-14BK14 [24] .19 S7-1200 DC/DC/DC .20 Optical sensors E3F-DS30C4.21 Ezi-SERVO-ST-60L-PN10 .22 Ezi-SERVO- ST -56L - PN10 .23 Conveyor belt traction reducer motor [28] .24 Motor 775 24V for the vacuum [29] .25 Vacuum cupping ZPT10 [30] .26 Driver for Ezi servo motor .27 Specification of Ezi-Servo from manufacturer .28 Activate the high-speed pulse channel on the PTO .29 Declare pulse generator pin, direction .30 Define the lead screw phase and the driver microstep .31 Determine the time of movement, acceleration, and deceleration .32 Storage tray made of PVC material using 3D printing technology .33 Full frame of the model .34 Illustration of pulleys in the project .35 Belt used in project .1 Block diagram and function .4 Illustration of goods moving from the left of the conveyor belt .5 Image simulating the system for determining the type of goods that need to be classified .7 Illustration image for QR codes .8 System wiring diagram .9 Database of goods on the system .10 Libraries of code scanning programs .11 Variable PLC connection .12 Variable connection between PLC and software .13 The code recognizes the QR code and sends a signal to the PLC .14 The extra variables are sent to the PLC .15 Data is sent to location DB1 in the PLC .16 Product QR code scanning interface .17 Manual system algorithm flow chart .18 Automatic system algorithm flow chart .19 Algorithmic flow chart of the system for obstacle sensing .2 Inside the control cabinet.3 Outside the control cabinet .4 System's QR code reading interface .5 Introduction screen of robot control and monitoring interface .6 System login screen on web database .7 Alarm screen interface of web database .8 System information screen interface of web database .9 JOG running screen interface .10 Main screen interface - operate the system has two modes.12 Introduction and login screen .13 Monitoring interface when the conveyor is loading goods to the camera location .14 Monitoring interface when the obstacle sensor has detected the product.15 Monitoring interface when the camera has scanned the QR code on the goods .16 The robot arm has approached the goods .17 The robot arm has approached the goods .18 The system detects product type 1 and proceeds to classify it .19 The system identifies products of other types and allows goods to go straight .20 System information screen interface of web database .21 Web database alarm screen .22 Excel file reports data .23 JOG running screen interface.

79 XII LIST OF TABLES Table 3.1 The distribution ratio .1 Parameters of conveyor belt .2 Length of Joints .3 Length and load of each joint .4 Specifications of reducers .5 Specification of motors .1 Compare two types of conveyor belts .1 Static experiments of the system model .2 No-load dynamic experiments of the system model .3 Full-load dynamic experiments of the system model .4 Over-load dynamic experiments of the system model. 82 XIII LIST OF ABBREVIATIONS PLC Programmable Logic Controller I/O Input/Output CPU Central Processing Unit SQL Structured Query Language PID Proportional Integral Derivative controller WinCC Windows Control Center OPR Home Position Return OP Home Position PC Personal Computer PTO Pulse Train Output CNC Computer Numerical Control XIV CHAPTER 1: INTRODUCTION 1.1 Introduction Product sorting lines in industrial plants are an essential component of modern production and commodity management systems.