Giới thiệu dự án

Trong bối cảnh công nghiệp 4.0 và xu hướng tự động hóa linh hoạt (Flexible Automation), việc kiểm soát chất lượng sản phẩm (Quality Control - QC) trên các dây chuyền sản xuất đóng vai trò quyết định đến năng suất và uy tín của doanh nghiệp. Theo các thống kê công nghiệp, việc kiểm định thủ công truyền thống bằng mắt thường gây ra tỷ lệ sai sót trung bình từ 10% đến 25% do mệt mỏi thị giác, thao tác lặp lại và không thể phát hiện kịp thời các biến dạng hình học nhỏ ở tốc độ băng tải cao.

Các giải pháp truyền thống trên thị trường thường sử dụng các cụm cảm biến quang nhận diện màu chuyên dụng (như dòng cảm biến Omron E3X-DA/E3MC, Sick NT6/CS1, Datasensor TL10). Tuy nhiên, các dòng cảm biến này bộc lộ nhiều điểm hạn chế: chi phí đầu tư cao khi cần nhận diện nhiều dải màu, cấu hình dây nối phức tạp và đặc biệt không có khả năng phân tích hình dáng hình học (như kiểm tra độ méo tròn, phế phẩm góc cạnh hoặc biến dạng bề mặt). Đồ án "Thiết kế và thi công hệ thống phân loại sản phẩm lỗi" (Ngành Công nghệ Kỹ thuật Điện - Điện tử, Đại học Sư phạm Kỹ thuật TP.HCM) giải quyết trực tiếp bài toán này bằng cách tích hợp công nghệ thị giác máy tính (Machine Vision) trên nền tảng MATLAB với hệ thống điều khiển công nghiệp PLC và truyền động servo đa trục.

[Camera Thu Nhận Ảnh] ──(USB)──> [PC / MATLAB Vision] ──(OPC Server)──> [PLC RSLogix 5000]
                                                                               │
                                    ┌──────────────────────────────────────────┴──────────────────────────┐
                                    ▼                                                                     ▼
                        [Driver Kinetix 300]                                                  [Driver Mitsubishi MR-J3-20A]
                                    │                                                                     │
                                    ▼                                                                     ▼
                        [AC Servo Băng Tải TLY]                                               [AC Servo Tay Gạt HF-KP23]

Mục tiêu đề tài

  1. Thiết kế và gia công cơ khí hoàn chỉnh: Chế tạo mô hình băng tải tích hợp cơ cấu truyền động xích, cụm định vị camera, cảm biến vùng và cơ cấu tay gạt servo phân loại phế phẩm.
  2. Xây dựng thuật toán xử lý ảnh thông minh: Phát triển module trên MATLAB Image Processing Toolbox có khả năng trích xuất đồng thời 2 thuộc tính: màu sắc (RGB space) và hình học (tròn, vuông, tam giác; phát hiện độ méo/lỗi biên dạng).
  3. Thiết lập mạng truyền thông công nghiệp: Đồng bộ hóa dữ liệu thời gian thực giữa phần mềm xử lý ảnh trên PC và bộ điều khiển PLC thông qua giao thức OPC (OLE for Process Control) với KEPServerEX.
  4. Điều khiển truyền động Servo chính xác: Làm chủ cấu hình và phát xung điều khiển vị trí cho 2 dòng driver công nghiệp: Mitsubishi MR-J3-20A (điều khiển cơ cấu tay gạt) và Allen-Bradley Kinetix 300 (điều khiển vận tốc/vị trí băng chuyền).
  5. Số hóa và lưu trữ dữ liệu sản xuất: Thiết kế giao diện điều khiển giám sát (GUI) và tự động trích xuất báo cáo thống kê phân loại ra Microsoft Excel nhằm chống thất thoát dữ liệu khi gặp sự cố ngắt nguồn đột ngột.

Phạm vi và giới hạn hệ thống

  • Phạm vi nhận diện: Phân loại các dạng hình học cơ bản (tròn, vuông, tam giác) và phân tích các dải màu cơ bản (đỏ, xanh lá, xanh dương) cùng việc đánh giá biên dạng méo/vỡ của sản phẩm.
  • Giới hạn kỹ thuật: Hệ thống sử dụng cơ chế dừng tạm thời ($300\text{ ms}$) khi cảm biến phát hiện vật thể để camera thu nhận ảnh tĩnh ổn định trước khi xử lý ($200\text{ ms}$), áp dụng trên nền băng tải đen tương phản cao.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Phân loại thủ công Cảm biến màu chuyên dụng (Omron/Sick) Hệ thống Thị giác máy tính + PLC
Chi phí triển khai Thấp ban đầu, chi phí nhân công cao lâu dài Rất cao khi lắp nhiều cụm cảm biến ($> 15\text{ triệu VNĐ}$) Tối ưu, tận dụng camera và PC xử lý trung tâm
Nhận diện hình dáng Có thể nhận diện nhưng thiếu nhất quán Không thể (chỉ nhận diện điểm màu đơn thuần) Chính xác cao, phân tích biên dạng đa dạng
Tính linh hoạt Kém, phụ thuộc con người Cố định, phải setup lại phần cứng khi đổi mẫu Linh hoạt, chỉ cần cập nhật thuật toán/ngưỡng lọc
Tốc độ & Độ ổn định Giảm dần theo thời gian làm việc Rất cao ($< 5\text{ ms}$) Cao ($500\text{ ms/chu kỳ}$ kiểm định toàn diện)
Khả năng lưu trữ Ghi chép sổ sách/nhập thủ công Cần gắn thêm module PLC đắt tiền Tự động xuất báo cáo Excel theo thời gian thực

Yêu cầu hệ thống theo mô hình MoSCoW

  • Must have: Cảm biến hồng ngoại phát hiện vật; camera chụp ảnh gửi về MATLAB; thuật toán phân loại đúng màu và hình học; truyền cờ trạng thái xuống PLC qua OPC; kích hoạt servo gạt sản phẩm lỗi.
  • Should have: Giao diện GUIDE trực quan hiển thị ảnh xử lý; hệ thống dừng mềm chống sốc cơ khí; mạch chuyển đổi mức tín hiệu NPN-PNP không dùng relay trung gian.
  • Could have: Tự động lưu trữ lịch sử kiểm định vào file Excel; chức năng cài đặt tỷ số truyền điện tử ($CMX/CDV$) cho driver servo.
  • Won't have (lần này): Xử lý nhận diện chuyển động không cần dừng băng tải (Tracking on-the-fly); thuật toán Deep Learning phân loại bề mặt phức tạp 3D.

Thiết kế hệ thống

+-----------------------------------------------------------------------------------+
|                               HỆ THỐNG PHẦN CỨNG                                  |
|                                                                                   |
|  +------------------+    +-------------------+    +----------------------------+  |
|  | Cảm biến quang   |--->| Mạch đệm Opto &   |--->| PLC Allen-Bradley          |  |
|  | E3F-DS30C4 (NPN) |    | Transistor PNP    |    | RSLogix 5000 (Sinking IN)  |  |
|  +------------------+    +-------------------+    +--------------┬-------------+  |
|                                                                  │                |
|  +------------------+    +-------------------+                   │ (Ethernet/IP)  |
|  | USB Digital Cam  |--->| PC (MATLAB R2016) |<──[KEPServerEX]───┘                |
|  | Resolution HQ    |    | GUI + Vision Tool |                                    |
|  +------------------+    +---------┬---------+                                    |
|                                    │ (Dữ liệu thống kê)                           |
|                                    ▼                                              |
|                          +-------------------+                                    |
|                          | Microsoft Excel   |                                    |
|                          +-------------------+                                    |
|                                    │ (Xung phát điều khiển)                       |
|                                    ▼                                              |
|                 +----------------──────────────────────+                          |
|                 | Bộ điều khiển truyền động Servo      |                          |
|                 | - MR-J3-20A (Mitsubishi 200W)        |                          |
|                 | - Kinetix 300 2097-V31PR0 (AB 400W)  |                          |
|                 +------------------┬-------------------+                          |
|                                    │                                              |
|                                    ▼                                              |
|                 +--------------------------------------+                          |
|                 | Cơ cấu chấp hành cơ khí              |                          |
|                 | - Băng tải truyền động xích          |                          |
|                 | - Cần gạt servo + Limit SW (LSP/LSN) |                          |
|                 +--------------------------------------+                          |
+-----------------------------------------------------------------------------------+

Danh mục công nghệ và thông số phần cứng

  1. Bộ điều khiển lập trình (PLC): Allen-Bradley hỗ trợ tập lệnh mạnh mẽ trên nền tảng phần mềm Rockwell RSLogix 5000, giao tiếp Ethernet/IP công nghiệp.
  2. Bộ truyền động Servo chính (Băng tải):
    • Driver: Kinetix 300 (Model 2097-V31PR0), điện áp cấp nguồn $1\text{ pha } 220\text{VAC}$, công suất định mức $400\text{W}$, dòng liên tục $2\text{A}$, dòng cực đại $6\text{A}$. Tích hợp cổng kết nối điện trở xả hãm (Braking resistor) và chân an toàn Safe Torque-Off (STO).
    • Motor: TLY-A220T-HK64AA, tốc độ tối đa $6000\text{ rpm}$, trang bị Incremental Encoder hồi tiếp vị trí, cấp bảo vệ IP65, tích hợp phanh hãm $24\text{VDC}$.
  3. Bộ truyền động Servo phân loại (Cần gạt phế phẩm):
    • Driver: Mitsubishi MR-J3-20A, điều khiển vị trí xung/hướng (Open Collector / Differential Line Driver), giao tiếp USB/RS-422.
    • Motor: HF-KP23, công suất $200\text{W}$, tốc độ $6000\text{ rpm}$, quán tính cực nhỏ.
  4. Phần mềm xử lý & Máy chủ dữ liệu:
    • Môi trường: MATLAB R2016 (Image Processing Toolbox, GUIDE GUI).
    • Middleware: KEPServerEX OPC Server v5/v6, cầu nối trao đổi dữ liệu I/O giữa tag PLC và Workspace MATLAB.
  5. Cảm biến và Giao tiếp điện tử:
    • Cảm biến phát hiện vật: E3F-DS30C4 (ngõ ra NPN cực thu hở, khoảng cách phát hiện $5 \div 30\text{ cm}$).
    • Mạch phối hợp ngõ vào: Vì ngõ vào số PLC là dạng Sinking (chỉ nhận mức tích cực cao PNP), nhóm đã tự thiết kế mạch chuyển đổi NPN $\rightarrow$ PNP sử dụng transistor bán dẫn kết hợp điện trở kéo $4.7\text{ k}\Omega$, cách ly quang qua Optocoupler để triệt tiêu hiện tượng dội xung và bảo vệ ngõ vào PLC.

Tính toán thông số cài đặt Driver Servo Mitsubishi (Electronic Gear)

Để điều khiển góc quay tay gạt chính xác $20\text{ pulse/degree}$, công thức cài đặt tỷ số truyền điện tử ($CMX / CDV$) cho driver MR-J3-20A được tính toán:

$$\text{Tỷ số truyền } \frac{CMX}{CDV} = \frac{\text{Độ phân giải Encoder (PPR)}}{\text{Số xung mong muốn cho 1 vòng}} = \frac{262144}{360 \times 20} = \frac{262144}{7200} = \frac{65536}{1800} = \frac{65536}{45 \times 40}$$

Nhóm thiết lập giá trị nạp parameter: $$\mathbf{CMX = 65536}, \quad \mathbf{CDV = 45}$$

Phương pháp luận (Methodology)

Dự án được triển khai theo quy trình phát triển lặp kết hợp mô hình V-Model nhằm đảm bảo độ tin cậy cơ - điện - quang:

[Khảo sát & Lập cấu hình] ──> [Gia công cơ khí & Tủ điện] ──> [Lập trình MATLAB & PLC]
                                                                        │
[Nghiệm thu toàn hệ thống] <── [Test tích hợp & Tối ưu trễ] <──────────┘

Đánh giá rủi ro và biện pháp giảm thiểu

  • Nhiễu tín hiệu truyền dẫn công nghiệp: Sử dụng cáp bọc kim chống nhiễu (Shielded Twisted Pair) cho đường truyền encoder và tín hiệu điều khiển servo; tiếp địa vỏ máy chuẩn công nghiệp.
  • Sốc điện áp phản kháng từ động cơ Servo: Lắp đặt trở hãm (Braking Resistor) xả năng lượng dư thừa về Bus DC của Kinetix 300, ngăn chặn sự cố đánh thủng module IGBT khi giảm tốc đột ngột.
  • Mất đồng bộ truyền thông: Thiết lập bộ đệm (Buffer Time) $300\text{ ms}$ cho cảm biến trước khi kích hoạt chụp ảnh để loại bỏ hiện tượng rung cơ khí của vật thể trên băng chuyền.

Triển khai thực tế và kết quả kiểm nghiệm

Quy trình phát triển và thuật toán

Toàn bộ quy trình xử lý hình ảnh và phối hợp điều khiển được chuẩn hóa theo mã giải thuật dưới đây:

% === KHỞI TẠO VÀ KẾT NỐI OPC VỚI PLC RSLogix 5000 ===
opcObj = opcda('localhost', 'Kepware.KEPServerEX.V6');
connect(opcObj);
grp = addgroup(opcObj, 'PLC_Tags');
itmSensor = additem(grp, 'Channel1.Device1.Sensor_Detect');
itmClassResult = additem(grp, 'Channel1.Device1.Sort_Trigger');

% === THU NHẬN VÀ XỬ LÝ ẢNH TRÊN MÔI TRƯỜNG MATLAB ===
vid = videoinput('winvideo', 1, 'RGB24_640x480');
set(vid, 'FramesPerTrigger', 1);
start(vid);
img = getdata(vid);

% 1. Tiền xử lý & Chuyển đổi không gian màu
grayImg = rgb2gray(img);
filteredImg = medfilt2(grayImg, [3 3]); % Lọc trung vị khử nhiễu camera
binaryImg = imbinarize(filteredImg, 'adaptive'); % Phân ngưỡng nhị phân thích nghi
binaryImg = imfill(~binaryImg, 'holes'); % Lấp đầy vùng kín đối tượng

% 2. Trích xuất đặc trưng hình học & phân loại
stats = regionprops(binaryImg, 'Area', 'Perimeter', 'Eccentricity', 'Centroid');
if ~isempty(stats)
    area = stats(1).Area;
    perimeter = stats(1).Perimeter;
    metric = 4 * pi * area / (perimeter^2); % Độ tròn (Circularity Metric)
    
    % Kiểm tra màu tại tâm đối tượng (RGB Space)
    cX = round(stats(1).Centroid(1));
    cY = round(stats(1).Centroid(2));
    rVal = img(cY, cX, 1);
    gVal = img(cY, cX, 2);
    bVal = img(cY, cX, 3);
    
    % 3. Quyết định phân loại (Logic định dạng phế phẩm)
    isCircle = (metric > 0.85);
    isCorrectColor = (rVal > 150 && gVal < 80 && bVal < 80); % Chuẩn màu Đỏ
    
    if (isCircle && isCorrectColor)
        write(itmClassResult, 0); % Sản phẩm đạt chuẩn -> Tiếp tục qua băng chuyền
    else
        write(itmClassResult, 1); % Phế phẩm (lệch màu/méo dạng) -> Báo PLC gạt
    end
end

Kiểm thử và đánh giá hiệu năng

Hệ thống đã trải qua quá trình kiểm thử thực nghiệm $100\text{ mẫu}$ thử nghiệm liên tục với các kịch bản màu sắc và hình thái học khác nhau:

Dạng sản phẩm thử nghiệm Số lượng mẫu Nhận diện đúng Nhận diện sai Độ chính xác (%) Nguyên nhân sai số
Hình tròn chuẩn (Màu Đỏ) 25 24 1 96.0% Bóng mờ do ánh sáng môi trường
Hình tròn lỗi méo / sứt mẻ 25 22 3 88.0% Biên dạng vỡ nằm ngoài góc quét
Hình vuông chuẩn (Xanh lam) 25 23 2 92.0% Sai lệch phản xạ màu bề mặt
Hình tam giác / Phế phẩm khác 25 21 4 84.0% Rung động cơ khí khi dừng băng tải
TỔNG HỢP KIỂM ĐỊNH 100 90 10 90.0% Tốc độ đáp ứng trung bình: $500\text{ ms}$

Phân tích thời gian trễ chu kỳ hoạt động (Timing Cycle)

  • $T_1$ (Phát hiện & dừng băng tải): $300\text{ ms}$ (Thời gian để động cơ servo Kinetix dừng hẳn và triệt tiêu rung lắc quán tính).
  • $T_2$ (Thu nhận ảnh & Xử lý trên MATLAB): $120 \div 150\text{ ms}$ (Tính toán ma trận mức xám, trích chọn biên và phân loại logic).
  • $T_3$ (Truyền thông OPC xuống PLC): $30 \div 50\text{ ms}$ (Ghi giá trị tag qua KEPServerEX).
  • $T_4$ (Cơ cấu Servo gạt phân loại kích hoạt): $150\text{ ms}$ (Động cơ HF-KP23 quay gạt ra vị trí cảm biến giới hạn hành trình LSP/LSN).
  • $\rightarrow$ Tổng thời gian xử lý toàn chu kỳ: $\mathbf{\approx 650\text{ ms/sản phẩm}}$.

Đổi mới và đóng góp kỹ thuật

  1. Kiến trúc tích hợp linh hoạt Vision-PLC-Servo hoàn chỉnh: Khác biệt với các mô hình thuần PLC hoặc thuần xử lý ảnh trên máy tính thông thường, đề tài xây dựng thành công giải pháp đồng bộ đa nền tảng phần cứng: PLC Allen-Bradley, Driver Mitsubishi, Driver Kinetix thông qua chuẩn truyền thông OPC DA thời gian thực.
  2. Cải tiến mạch phần cứng thích ứng công nghiệp: Thiết kế mạch đệm giao tiếp Opto kết hợp transistor PNP chuyên dụng, giải quyết triệt để sự không tương thích giữa cảm biến NPN cực thu hở và module ngõ vào Sinking của PLC Rockwell mà không cần lắp đặt relay trung gian cơ học cồng kềnh, giảm thời gian trễ chuyển mạch từ $15\text{ ms}$ xuống dưới $1\text{ ms}$.
  3. Thuật toán đa tiêu chí tối ưu tài nguyên: Kết hợp đồng thời ma trận điểm ảnh RGB và các chỉ số hình thái học ($Circularity\ Metric = \frac{4\pi A}{P^2}$) giúp hệ thống vừa nhận dạng được màu vừa phát hiện được dung sai méo dạng với độ chính xác $90%$, thay thế hoàn toàn hệ thống cụm 4-5 cảm biến quang đắt tiền.
  4. Cơ chế chống mất mát dữ liệu tự động: Tích hợp module xuất dữ liệu tự động từ MATLAB Workspace sang bảng tính Excel, giúp người vận hành theo dõi thống kê sản lượng đạt/lỗi trực quan và ngăn chặn việc mất dữ liệu khi hệ thống gặp sự cố mất nguồn đột ngột.

Ứng dụng thực tế và triển khai

+-----------------------------------------------------------------------------------+
|                        LĨNH VỰC ỨNG DỤNG CÔNG NGHIỆP                              |
|                                                                                   |
|  +---------------------------+  +---------------------------+  +---------------+  |
|  | Dược phẩm & Đóng nắp chai |  | Linh kiện ép nhựa & Cơ khí|  | Chế biến thực |  |
|  | - Kiểm tra màu nắp chai   |  | - Loại bỏ chi tiết ba-via |  | phẩm & Bao bì |  |
|  | - Phát hiện nắp cong/vênh |  | - Kiểm tra khuyết tật góc |  | - Phân loại   |  |
|  |                           |  |                           |  | nông sản      |  |
|  +---------------------------+  +---------------------------+  +---------------+  |
+-----------------------------------------------------------------------------------+

Lộ trình triển khai thực tế (Roadmap)

Giai đoạn 1 (Tuần 1-2) ──> Giai đoạn 2 (Tuần 3-5) ──> Giai đoạn 3 (Tuần 6-7) ──> Giai đoạn 4 (Tuần 8)
[Khảo sát cơ khí &         [Thi công tủ điện,         [Lập trình thuật toán     [Kiểm thử thực địa,
 bố trí buồng tối sáng]    lắp đặt Servo & PLC]       Vision, kết nối OPC]       đánh giá ROI & GO-LIVE]

Phân tích hiệu quả kinh tế (Cost-Benefit & ROI Analysis)

  • Chi phí đầu tư ước tính: $\approx 35.000.000\text{ VNĐ}$ (Bao gồm camera công nghiệp, khung băng tải, driver/động cơ servo cũ chất lượng cao, tủ điện và mạch điều khiển).
  • Chi phí vận hành nhân công truyền thống: 2 công nhân kiểm định chia ca = $16.000.000\text{ VNĐ/tháng}$.
  • Thời gian hoàn vốn (Payback Period):

$$\text{ROI Time} = \frac{35.000.000}{16.000.000 - 1.500.000\text{ (Chi phí điện/bảo trì)}} \approx \mathbf{2.4\text{ tháng}}$$

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Phần cứng quang học: Việc sử dụng webcam dân dụng thông thường dẫn đến hiện tượng trôi khung hình khi ánh sáng môi trường thay đổi đột ngột; góc chụp dễ bị nhiễu do bóng phản xạ.
  • Tối ưu hóa hệ điều hành: Việc chạy đồng thời nhiều tác vụ nặng (MATLAB, KEPServerEX, RSLogix 5000) trên cùng một máy tính cá nhân đôi khi gây nghẽn luồng xử lý (CPU bottleneck), gây hiện tượng đứng màn hình hiển thị trong chốc lát khi đọc/ghi file Excel.
  • Tính năng servo chưa khai thác hết: Chưa sử dụng chế độ phát xung vi sai (Differential Line Driver) trên driver Mitsubishi để đạt tần số phát xung cực cao ($> 1\text{ Mpps}$), hiện mới chỉ sử dụng Open Collector.

Hướng phát triển nâng cao

  • Nâng cấp phần cứng thu nhận ảnh bằng Camera công nghiệp chuẩn GigE / USB3 Vision có tích hợp đèn chiếu sáng vòng (Ring Light) phân cực chống lóa.
  • Chuyển đổi thuật toán từ MATLAB sang C++ / OpenCV hoặc triển khai trực tiếp mô hình học sâu (Deep Learning - YOLOv8) trên kit nhúng NVIDIA Jetson, giảm độ trễ xử lý xuống dưới $30\text{ ms}$ để phân loại động không cần dừng băng tải (Fly-sorting).
  • Tích hợp thêm giao diện giám sát web-based SCADA hỗ trợ chuẩn IIoT (MQTT / OPC UA).

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Tự động hóa / Cơ điện tử: Cung cấp tài liệu mẫu hoàn chỉnh về cách kết nối các thiết bị thực tế đa thương hiệu (Rockwell PLC + Mitsubishi Servo + phần mềm MATLAB).
  • Kỹ sư tích hợp hệ thống (System Integrators): Tham khảo sơ đồ thiết kế mạch chuyển đổi mức NPN-PNP không dùng relay, công thức tính toán tỷ số truyền điện tử cho Driver Servo ($CMX/CDV$).
  • Doanh nghiệp vừa và nhỏ (SMEs): Mô hình tham chiếu chi phí thấp để tự động hóa khâu QC phân loại với tỷ suất sinh lời cực nhanh ($< 3\text{ tháng}$).
  • Nhà nghiên cứu thị giác máy tính: Cung cấp bộ dữ liệu thực nghiệm về độ trễ truyền thông qua giao thức OPC trong các ứng dụng điều khiển phản hồi thời gian thực.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu cấu hình tối thiểu của hệ thống để triển khai giải pháp này là gì?

Máy tính điều khiển cần tối thiểu chip Intel Core i5 thế hệ 4 trở lên, RAM tối thiểu $8\text{GB}$, trang bị cổng Gigabit Ethernet để giao tiếp PLC và cổng USB 3.0 cho Camera. Nguồn điện cấp $1\text{ pha } 220\text{VAC}$ tiêu chuẩn cho tủ điện và hệ thống driver.

2. Giới hạn phân loại của hệ thống là bao nhiêu sản phẩm mỗi phút?

Ở phiên bản hiện tại (dừng băng tải để chụp ảnh), năng suất đạt $\approx 90\text{ sản phẩm/phút}$. Khi nâng cấp lên camera công nghiệp và xử lý C++/OpenCV không dừng băng chuyền, tốc độ có thể đạt từ $200 \div 300\text{ sản phẩm/phút}$.

3. Tại sao không nối trực tiếp ngõ ra cảm biến NPN vào PLC Allen-Bradley?

PLC Allen-Bradley (chuẩn Sinking Input) yêu cầu dòng điện chạy từ ngõ vào về cực âm nguồn (cần tín hiệu kích mức cao PNP $24\text{V}$). Cảm biến NPN kéo ngõ ra xuống mức $0\text{V}$ (GND) nên PLC sẽ không nhận diện được trạng thái logic nếu không có mạch chuyển đổi mức.

4. Chi phí bảo trì định kỳ của hệ thống gồm những hạng mục nào?

Hệ thống sử dụng động cơ servo không chổi than (Brushless AC Servo) nên độ bền rất cao. Bảo trì định kỳ chủ yếu gồm: vệ sinh ống kính camera hàng tuần, kiểm tra độ chùng dây xích truyền động và bôi trơn ổ bi cơ khí định kỳ $3\text{ tháng/lần}$.

5. Có thể mở rộng để nhận diện các sản phẩm có mã vạch hoặc ký tự số không?

Hoàn toàn có thể. Do xử lý trên nền tảng máy tính, bạn chỉ cần bổ sung các hàm xử lý OCR (Optical Character Recognition) hoặc giải mã 1D/2D Barcode trong Image Processing Toolbox mà không cần thay đổi bất kỳ phần cứng điều khiển nào dưới PLC.

Kết luận

Đồ án "Thiết kế và thi công hệ thống phân loại sản phẩm lỗi" đã hiện thực hóa thành công mô hình tự động hóa toàn diện từ khâu quan sát thị giác, xử lý logic số học đến điều khiển chuyển động chính xác cao. Sự phối hợp nhịp nhàng giữa MATLAB Image Processing, KepServerEX OPC, PLC RSLogix 5000 cùng hệ truyền động AC Servo Mitsubishi & Allen-Bradley đã minh chứng cho khả năng ứng dụng thực tiễn của công nghệ Machine Vision trong công nghiệp hiện đại với độ chính xác ấn tượng $90%$. Đây là nền tảng kỹ thuật vững chắc, mở ra tiềm năng ứng dụng to lớn trong việc nâng cao chất lượng sản phẩm và tối ưu hóa chi phí vận hành cho các dây chuyền sản xuất thông minh.