Thiết kế thiết bị đo chất lượng nước tại ao nuôi thủy sản

Đồ án thiết kế thiết bị đo chất lượng nước ao nuôi thủy sản - ĐH Sư phạm Kỹ thuật TP.HCM 2025

• Tác giả: Lê Vũ Thanh Phương
• Người hướng dẫn: TS. Trương Ngọc Sơn
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ kỹ thuật máy tính
• Đề tài: Thiết kế thiết bị đo chất lượng nước tại ao nuôi thủy sản
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: Hồ Chí Minh

Tóm tắt

I. Tổng quan thiết bị đo chất lượng nước ao nuôi thủy sản ĐH SPKT

Ngành nuôi trồng thủy sản tại Việt Nam đối mặt nhiều rủi ro về môi trường nước. Biến động nhiệt độ và độ pH đe dọa trực tiếp sức khỏe tôm cá. Tình trạng ô nhiễm nguồn nước xảy ra thường xuyên và khó lường trước. Đề tài nghiên cứu từ Trường Đại học Sư phạm Kỹ thuật TP.HCM phát triển thiết bị đo tự động chuyên dụng. Hệ thống vận hành trên nền tảng vi điều khiển ESP32 hiện đại. Cơ chế thu thập dữ liệu tự động thay thế hoàn toàn phương pháp lấy mẫu thủ công. Mạch điều khiển tích hợp nhiều cảm biến công nghiệp với độ chính xác cao. Dữ liệu môi trường truyền tải liên tục qua mạng không dây LoRa tầm xa. Nền tảng còn định vị vị trí quan trắc chính xác nhờ module GPS chuyên dụng. Giải pháp kỹ thuật này cung cấp thông tin trung thực về chất lượng ao hồ. Người vận hành dễ dàng nắm bắt hiện trạng thông qua giao diện Web và ứng dụng di động. Thiết kế dạng thuyền di chuyển linh hoạt trên mặt nước giúp mở rộng phạm vi khảo sát. Đây là bước tiến quan trọng thúc đẩy số hóa nông nghiệp công nghệ cao.

1.1. Bối cảnh nghiên cứu đề tài tại Đại học Sư phạm Kỹ thuật TP.HCM

Đề tài tốt nghiệp ngành Công nghệ Kỹ thuật Máy tính bắt nguồn từ nhu cầu thực tiễn. Sinh viên Lê Vũ Thanh Phương và Lã Mạnh Hùng thực hiện nghiên cứu dưới sự hướng dẫn của Tiến sĩ Trương Ngọc Sơn. Mục tiêu trọng tâm là chế tạo thiết bị đo đạc môi trường ao nuôi tự động. Vùng đồng bằng sông Cửu Long sở hữu diện tích nuôi trồng thủy sản rất lớn. Tuy nhiên, tình trạng ô nhiễm nguồn nước và dịch bệnh xảy ra liên tiếp. Việc phát hiện sớm nguồn nước suy thoái giữ vai trò sống còn đối với sản lượng thủy sản. Nghiên cứu tập trung giải quyết bài toán đo đạc đa điểm trên diện tích mặt nước rộng. Sản phẩm hoàn thiện mang tính ứng dụng kỹ thuật cao trong đời sống sản xuất.

1.2. Tầm quan trọng của giám sát các thông số nước tự động

Chỉ số pH và nhiệt độ quyết định tốc độ sinh trưởng của thủy sản. Độ đục biểu thị lượng chất lơ lửng và sự phát triển của tảo. Khi các chỉ số này biến động mạnh, tôm cá dễ bị sốc môi trường và nhiễm bệnh. Phương pháp giám sát liên tục giúp phát hiện biến động xấu ngay tức thì. Hệ thống cảnh báo tự động gửi thông báo trực tiếp đến điện thoại khi môi trường suy giảm. Người quản lý kịp thời bật quạt nước, sục khí hoặc châm hóa chất xử lý. Quá trình kiểm soát chủ động giúp giảm thiểu tối đa tỷ lệ hao hụt vật nuôi. Việc ứng dụng công nghệ giám sát số nâng cao năng suất mùa vụ đáng kể.

II. Hạn chế của việc đo chất lượng nước ao nuôi thủy sản thủ công

Phương pháp kiểm tra nước ao truyền thống bộc lộ nhiều điểm yếu nghiêm trọng. Người nuôi thường mang mẫu nước đến các phòng thí nghiệm hoặc dùng que thử hóa chất. Cách làm này tiêu tốn nhiều thời gian và chi phí vận hành. Kết quả phân tích thường có độ trễ lớn so với thực tế môi trường. Môi trường ao nuôi biến đổi nhanh chóng theo thời tiết, nắng mưa thất thường. Sự chậm trễ trong giám sát dẫn đến việc xử lý dịch bệnh không kịp thời. Hơn nữa, diện tích các đầm nuôi thủy sản thường rất rộng lớn. Việc lấy mẫu thủ công chỉ phản ánh cục bộ một vài điểm gần bờ. Khu vực giữa ao và đáy ao thường bị bỏ qua dù chứa nhiều độc tố. Thao tác đo đạc thủ công còn dễ phát sinh sai số do kỹ thuật người thực hiện. Sự thiếu hụt dữ liệu liên tục gây cản trở cho công tác dự báo rủi ro sinh học. Hệ thống giám sát tự động ra đời nhằm giải quyết triệt để các tồn tại này.

2.1. Nhược điểm về độ trễ và chi phí khi đo đạc thủ công

Lấy mẫu nước bằng tay đòi hỏi nhiều nhân công tốn kém. Dụng cụ thử hóa chất nhanh trên thị trường thường có tuổi thọ rất ngắn. Chi phí mua kit kiểm tra định kỳ tạo gánh nặng kinh tế cho cơ sở nuôi trồng. Ngoài ra, việc gửi mẫu nước phân tích phòng lab mất từ hai đến ba ngày. Trong thời gian chờ đợi, nồng độ oxy hòa tan hoặc pH có thể đã vượt ngưỡng an toàn. Hiện tượng cá tôm chết hàng loạt thường xảy ra trước khi có kết quả xét nghiệm. Thiếu công cụ đo đạc tại chỗ khiến người nuôi bị động trong công tác ứng phó. Đầu tư thiết bị cảm biến tự động giúp tiết kiệm chi phí dài hạn.

2.2. Thách thức hạ tầng truyền thông không dây tại vùng nuôi

Hạ tầng viễn thông tại các khu vực nuôi thủy sản thường rất hạn chế. Sóng Wi-Fi tiêu chuẩn chỉ phủ sóng trong bán kính vài chục mét từ nhà điều hành. Sóng di động 4G tại các đầm nuôi xa khu dân cư thường chập chờn và thiếu ổn định. Chi phí duy trì gói cước SIM dữ liệu cho nhiều trạm quan trắc cố định khá đắt đỏ. Môi trường ẩm ướt và hơi mặn vùng ven biển làm suy hao tín hiệu cao tần rất mạnh. Do đó, các thiết bị IoT thông thường khó duy trì kết nối truyền tin liên tục. Việc chọn lựa chuẩn sóng tầm xa, tiết kiệm năng lượng trở thành yêu cầu sống còn. Công nghệ LoRa SX1278 chính là giải pháp tối ưu cho thách thức địa hình này.

III. Thiết kế thiết bị đo chất lượng nước ao nuôi thủy sản dùng LoRa

Hệ thống đo chất lượng nước từ ĐH Sư phạm Kỹ thuật TP.HCM áp dụng kiến trúc phần cứng tối ưu. Trọng tâm của thiết bị là vi điều khiển ESP32 xử lý tác vụ kép tốc độ cao. Các cảm biến đo độ pH, nhiệt độ, độ ẩm và độ đục kết nối trực tiếp với mạch chính. Module định vị vệ tinh GPS ghi nhận tọa độ thời gian thực của vị trí đo. Toàn bộ khối phần cứng được bố trí kín khít bên trong một mô hình thuyền mini nổi. Thuyền di chuyển tự hành hoặc điều khiển từ xa đến mọi vị trí chỉ định trên ao hồ. Dữ liệu sau khi thu thập được mã hóa thành các gói tin nhỏ gọn và truyền đi. Công nghệ LoRa SX1278 tần số 433MHz đảm bảo truyền xa hàng kilomet mà không cần mạng Internet. Trạm nhận đặt tại trung tâm tiếp nhận tín hiệu và giải mã dữ liệu an toàn. ESP32 trạm thu đồng bộ dữ liệu lên máy chủ đám mây thông qua kết nối Wi-Fi. Giải thuật truyền tin thông minh tự động kiểm tra lỗi và gửi lại khi xảy ra sự cố gián đoạn.

3.1. Cấu hình phần cứng ESP32 và các module cảm biến

Vi điều khiển ESP32 giữ vai trò trung tâm điều phối toàn bộ thiết bị. Mạch vi xử lý tích hợp bộ chuyển đổi tín hiệu analog sang digital chất lượng cao. Cảm biến pH công nghiệp đo chính xác độ kiềm và độ axit của nước nuôi. Cảm biến nhiệt độ DS18B20 chống nước theo dõi sát sao nhiệt độ tầng mặt và tầng sâu. Đầu dò quang học đo độ đục phát hiện chính xác mật độ hạt phù sa và tảo. Cảm biến môi trường bổ sung thông tin nhiệt độ và độ ẩm không khí xung quanh. Module GPS NEO-6M cung cấp kinh độ và vĩ độ tại mỗi thời điểm lấy mẫu. Tất cả thiết bị kết nối đồng bộ, chống nhiễu tín hiệu triệt để. Nguồn pin sạc dung lượng cao duy trì hoạt động bền bỉ suốt ngày dài.

3.2. Cơ chế truyền tin LoRa SX1278 và đồng bộ dữ liệu

Module LoRa SX1278 phụ trách truyền phát tín hiệu xuyên suốt không gian rộng. Sau khi cấp nguồn, ESP32 kiểm tra đường truyền và thiết lập liên kết vô tuyến. Khi thuyền đến vị trí đo, hệ thống tiến hành kích hoạt toàn bộ cảm biến. Các dữ liệu đo lường được đóng gói và gán nhãn thời gian thực. Gói tin truyền đi theo chu kỳ thiết lập sẵn về khối thu trung tâm. Khối thu nhận dữ liệu, kiểm tra tính toàn vẹn và đẩy lên máy chủ. Giao thức LoRa duy trì kết nối xuyên suốt ngay cả khi mất sóng Internet di động. Cơ chế đệm dữ liệu cục bộ ngăn chặn nguy cơ thất thoát dữ liệu đo đạc. Thông tin cập nhật liên tục hỗ trợ công tác quản trị ao nuôi an toàn.

IV. Đánh giá ứng dụng thiết bị đo chất lượng nước ao nuôi thủy sản

Hệ thống đo chất lượng nước do nhóm nghiên cứu ĐH SPKT TP.HCM phát triển mở ra hướng đi mới cho ngành thủy sản. Thiết bị chứng minh độ tin cậy vượt trội qua các đợt thử nghiệm thực tế. Khả năng di chuyển bằng thuyền mini giúp đo đạc toàn diện mọi góc ngách trên mặt nước. Nền tảng điều khiển từ xa giải phóng hoàn toàn sức lao động thủ công truyền thống. Dữ liệu chất lượng nước hiển thị trực quan dạng đồ thị trên trang Web và ứng dụng di động. Người quản lý ao nuôi dễ dàng theo dõi xu hướng biến động môi trường theo từng giờ. Khi chỉ số pH hoặc nhiệt độ vượt ngưỡng an toàn, hệ thống tự động kích hoạt cảnh báo tức thời. Nhờ vậy, người dân kịp thời áp dụng các biện pháp kỹ thuật nhằm cứu sống đàn tôm cá. Chi phí chế tạo hệ thống ở mức hợp lý, phù hợp điều kiện tài chính của nông dân Việt Nam. Giải pháp công nghệ này thúc đẩy mạnh mẽ quá trình hiện đại hóa ngành nông nghiệp thông minh.

4.1. Giao diện giám sát Web và ứng dụng di động thông minh

Hệ thống sở hữu giao diện người dùng trực quan trên nền tảng Web và thiết bị di động. Các biểu đồ cập nhật liên tục thông số pH, nhiệt độ, độ ẩm và độ đục. Người vận hành dễ dàng tra cứu lịch sử đo đạc cùng tọa độ GPS tương ứng. Giao diện tích hợp hệ thống phân tích xu hướng biến động chất lượng nước theo chu kỳ. Khi xuất hiện dấu hiệu bất thường, hệ thống tự động đẩy chuông báo động về máy chủ. Ứng dụng di động cho phép điều khiển thuyền chuyển hướng hoặc lấy mẫu tức thời. Tính năng đồng bộ hóa điện toán đám mây hỗ trợ việc truy cập mọi lúc mọi nơi. Nhờ đó, người nuôi quản lý hiệu quả nhiều ao nuôi cùng lúc mà không tốn công đi lại.

4.2. Tiềm năng thương mại hóa và định hướng phát triển

Mô hình thiết bị đo từ ĐH SPKT TP.HCM sở hữu tính khả thi thương mại rất cao. Giá thành linh kiện chế tạo thấp hơn nhiều so với thiết bị ngoại nhập đắt tiền. Quy trình lắp ráp module hóa giúp việc bảo trì và thay thế cảm biến cực kỳ tiện lợi. Hướng phát triển kế tiếp là tích hợp trí tuệ nhân tạo để dự đoán dịch bệnh trên thủy sản. Thuật toán học máy sẽ phân tích dữ liệu lịch sử để đưa ra khuyến cáo xử lý nước tối ưu. Ngoài ra, việc bổ sung pin năng lượng mặt trời giúp thuyền vận hành tự chủ hoàn toàn. Thiết bị hứa hẹn trở thành công cụ đắc lực cho các hợp tác xã nuôi trồng thủy sản bền vững.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong lĩnh vực nông nghiệp và nuôi trồng thủy sản, các thông số môi trường nước bao gồm độ pH, nhiệt độ, độ ẩm môi trường, hàm lượng oxy hòa tan (DO), độ mặn cùng với nồng độ các hợp chất độc hại như amoniac ($NH_3$), nitrit ($NO_2$), hydro sunfua ($H_2S$) tác động trực tiếp đến sức khỏe, tốc độ sinh trưởng và năng suất của thủy sinh vật. Thực tế quản lý tại các hộ nuôi trồng nhỏ lẻ cũng như trang trại tập trung phần lớn vẫn phụ thuộc vào phương thức kiểm tra thủ công, sử dụng bút đo cầm tay hoặc định kỳ gửi mẫu nước đến phòng xét nghiệm. Cách tiếp cận truyền thống này tồn tại độ trễ thông tin cao, tiêu tốn thời gian, nhân lực và không phản ánh được biến động liên tục của môi trường nước theo thời gian thực để đưa ra các biện pháp xử lý kịp thời.

Xuất phát từ thực trạng trên, đề tài "Thiết kế thiết bị đo chất lượng nước tại ao nuôi thủy sản" do nhóm sinh viên Lê Vũ Thanh Phương và Lã Mạnh Hùng thực hiện dưới sự hướng dẫn của TS. Trương Ngọc Sơn (Bộ môn Kỹ thuật Máy tính - Viễn thông, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh) đã triển khai giải pháp ứng dụng công nghệ mạng vạn vật kết nối (IoT) kết hợp phương tiện di chuyển nổi tự động.

Theo thuyết minh của đề tài, các mục tiêu nghiên cứu cụ thể được xác định bao gồm:

1. Nghiên cứu và chế tạo thiết bị đo chất lượng nước sử dụng các cảm biến đo pH, oxy hòa tan, nhiệt độ, độ mặn và các chỉ tiêu quan trọng khác.
2. Phát triển hệ thống thu thập và truyền dữ liệu theo thời gian thực thông qua kết nối IoT, hỗ trợ người nuôi giám sát gián tiếp qua ứng dụng di động hoặc nền tảng website.
3. Thiết kế hệ thống cảnh báo tự động khi các thông số vượt quá mức an toàn, hỗ trợ người quản lý can thiệp kịp thời.
4. Tích hợp chức năng ghi nhận và phân tích dữ liệu để theo dõi xu hướng biến đổi của môi trường nước, phục vụ công tác ra quyết định tối ưu.
5. Giảm thiểu công sức và thời gian kiểm tra thủ công, nâng cao độ chính xác trong công tác kiểm soát môi trường ao nuôi.

Đối tượng nghiên cứu của đồ án là thiết bị đo di động được tích hợp trên mô hình thuyền mini điều khiển từ xa, trang bị hệ thống vi điều khiển, các cảm biến đo đạc chuyên dụng và module vô tuyến tầm xa. Phạm vi nghiên cứu về mặt không gian tập trung vào việc thử nghiệm đo lường tại các vị trí khác nhau trên diện tích mặt ao nuôi thủy sản; phạm vi thời gian và ứng dụng dừng lại ở mức độ thử nghiệm mô phỏng ban đầu trong khuôn khổ khóa luận tốt nghiệp (hoàn thành vào tháng 6 năm 2025).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết của đồ án dựa trên kiến trúc hệ thống mạng vạn vật kết nối (IoT) tiêu chuẩn gồm bốn thành phần cơ bản:

• Thiết bị cảm biến và điều khiển: Đóng vai trò thu nhận tín hiệu vật lý từ môi trường và thực thi các tín hiệu điều khiển. Cảm biến chuyển đổi đại lượng vật lý/hóa học thành tín hiệu điện; vi điều khiển (MCU) tiếp nhận, lọc nhiễu sơ bộ và điều phối hoạt động chấp hành.
• Trạm trung gian (Gateway): Thiết lập cầu nối chuyển tiếp giữa các nút cảm biến biên và hạ tầng mạng diện rộng, định dạng và chuẩn hóa dữ liệu, hỗ trợ lưu trữ hoặc xử lý cục bộ nhằm giảm độ trễ thời gian thực.
• Hạ tầng mạng: Môi trường truyền dẫn dữ liệu bao gồm các giao thức truyền thông không dây tầm ngắn và tầm xa (Wi-Fi, LoRa, mạng di động 3G/4G).
• Bộ phân tích và xử lý dữ liệu: Hệ thống máy chủ đám mây hoặc cơ sở dữ liệu thực hiện phân tích dữ liệu, lưu trữ tập trung, cung cấp giao diện bảng điều khiển (Dashboard) và cơ chế bảo mật, phân quyền truy cập.

Về phương pháp nghiên cứu, đề tài áp dụng phương pháp thiết kế kỹ thuật hệ thống nhúng và thực nghiệm thực tế:

• Phương pháp thiết kế và tích hợp phần cứng: Lựa chọn linh kiện dựa trên các chỉ tiêu kỹ thuật điện áp, dòng tiêu thụ, độ nhạy và giao tiếp ngoại vi; phối ghép các module cảm biến với vi điều khiển trung tâm ESP32 qua các chuẩn I2C, SPI, UART, ADC.
• Phương pháp thiết kế phần mềm nhúng: Xây dựng thuật toán đọc dữ liệu định kỳ, đóng gói khung truyền và xử lý ngoại lệ trên nền tảng Arduino IDE.
• Phương pháp thực nghiệm kiểm chứng: Đưa thiết bị thuyền mini xuống môi trường nước thực tế, kiểm tra khả năng truyền tín hiệu qua sóng LoRa, tính liên tục của dữ liệu gửi lên cơ sở dữ liệu thời gian thực và độ chính xác hiển thị trên giao diện người dùng.

Nguồn dữ liệu của đề tài bao gồm dữ liệu điện áp tương tự (analog) thu thập từ đầu dò pH và đầu dò độ đục; chuỗi dữ liệu số định dạng một dây (1-wire) từ cảm biến nhiệt độ - độ ẩm; chuỗi thời gian thực qua giao tiếp I2C từ module RTC; các bản tin NMEA chứa tọa độ kinh độ - vĩ độ qua cổng nối tiếp UART từ module GPS; và cơ sở dữ liệu phi quan hệ được lưu trữ trên Firebase Realtime Database.

Thiết kế và triển khai

Hệ thống được thiết kế phân cấp theo mô hình 3 cấp chức năng: Cấp Trường, Cấp Điều khiển và Cấp Quản lý.

Cấp hệ thống	Thành phần phần cứng / Công nghệ	Chức năng hoạt động
Cấp Trường (Field Level)	Thuyền mini điều khiển từ xa, ESP32 (Board phát), LoRa SX1278, cảm biến PH-4502C, cảm biến độ đục MJKDZ, cảm biến DHT11, module RTC DS3231, module GPS NEO-M8N, pin/ắc quy nguồn	Di chuyển trên mặt ao, thu thập các chỉ số pH, nhiệt độ, độ ẩm, độ đục, gắn mốc thời gian thực và tọa độ GPS, mã hóa gói tin và truyền qua sóng vô tuyến LoRa
Cấp Điều khiển (Control Level)	ESP32 (Board thu trạm bờ), LoRa SX1278, màn hình TFT LCD, kết nối Wi-Fi 802.11 b/g/n	Tiếp nhận tín hiệu LoRa từ thuyền, giải mã gói tin, hiển thị dữ liệu cục bộ lên màn hình LCD, chuyển tiếp dữ liệu lên máy chủ web qua kết nối Internet
Cấp Quản lý (Management Level)	Firebase Realtime Database, Giao thức HTTP (POST/PUT), Giao diện Website giám sát	Lưu trữ dữ liệu JSON, trực quan hóa vị trí thuyền và thông số môi trường, cảnh báo vượt ngưỡng an toàn, hỗ trợ xuất báo cáo sang tệp Word

Về cấu hình phần cứng, bộ vi điều khiển trung tâm được sử dụng là NodeMCU ESP32 (Espressif ESP32-D0WD), trang bị bộ xử lý kép Xtensa LX6 tần số hoạt động 160–240 MHz, bộ nhớ 520 KB SRAM, 4 MB Flash, tích hợp sẵn kết nối Wi-Fi chuẩn 802.11 b/g/n và Bluetooth 4.2 BLE. Bảng so sánh thông số kỹ thuật giữa ESP32 và vi điều khiển Arduino Uno được tác giả tổng hợp như sau:

Tiêu chí so sánh	Arduino Uno	NodeMCU ESP32
Vi xử lý	ATmega328P (8-bit)	32-bit, Dual-core (Xtensa LX6)
Tốc độ xung nhịp	16 MHz	160 MHz / 240 MHz
Dung lượng RAM	2 KB SRAM	520 KB SRAM + PSRAM
Bộ nhớ Flash	32 KB	4 MB
Số chân I/O	14 Digital, 6 Analog	36 GPIO (18 kênh ADC 12-bit, 2 DAC 8-bit)
Giao tiếp hỗ trợ	UART, I2C, SPI	UART, I2C, SPI, CAN, I2S, PWM
Kết nối không dây	Không tích hợp	Wi-Fi 802.11 b/g/n, Bluetooth BLE
Điện áp hoạt động	5V	3.3V
Dòng tiêu thụ	~50 mA	~80–240 mA (Wi-Fi), ~10 µA (Deep Sleep)

Đối với các cảm biến chuyên dụng:

• Module pH (PH-4502C): Hoạt động theo nguyên lý điện hóa với điện cực thủy tinh phản ứng với ion $H^+$; dải đo 0–14 pH, nhiệt độ hoạt động 0–60°C, điện áp ra analog 0–5V, kết nối cáp đồng trục BNC 1m. Hiệu chuẩn thủ công bằng các dung dịch đệm chuẩn pH 4, 7 và 10. Tác giả đối sánh PH-4502C với bộ cảm biến cao cấp Atlas Scientific EZO pH Kit (có dải đo tương đương 0–14 pH, độ chính xác cao ±0.002 pH, hỗ trợ hiệu chuẩn tự động qua UART/I2C nhưng giá thành rất cao).
• Module đo độ đục (MJKDZ): Hoạt động dựa trên nguyên lý tán xạ quang học của các hạt lơ lửng trong nước; dải đo 0–1000 NTU, điện áp làm việc 3.3V–5V DC, tín hiệu ra analog 0–4.5V, dòng tiêu thụ ~25 mA, nhiệt độ làm việc 4–85°C.
• Module đo nhiệt độ, độ ẩm (DHT11): Sử dụng điện trở nhiệt và cảm biến điện dung; dải đo nhiệt độ 0–50°C (sai số ±2°C), dải đo độ ẩm 20%–90% RH (sai số ±5% RH), giao tiếp kỹ thuật số chuẩn 1-wire, khoảng cách truyền $\le 20$m.
• Module thời gian thực (RTC DS3231): Tích hợp thạch anh bù nhiệt; sai số thời gian $\pm 2$ ppm (khoảng 0°C đến +40°C), giao tiếp chuẩn I2C tại địa chỉ cố định 0x68, pin nuôi dự phòng CR2032 tiêu thụ dòng khoảng 500 nA.
• Module định vị GPS (NEO-M8N): Tiếp nhận đồng thời các hệ thống vệ tinh GNSS (GPS, GLONASS, Galileo, BeiDou); độ chính xác định vị đạt ~2.5m trong điều kiện tối ưu, độ nhạy thu tín hiệu ~167 dBm, tần số cập nhật mặc định 1 Hz (tối đa 18 Hz), giao tiếp qua UART với các chuẩn dữ liệu NMEA, UBX, RTCM.
• Chuẩn truyền thông LoRa (Module SX1278): Sử dụng kỹ thuật điều chế trải phổ dải tần không cần cấp phép (433 MHz), cho phép truyền tải dữ liệu ổn định ở khoảng cách nhiều kilomet trong môi trường mở với công suất tiêu thụ thấp, khắc phục sự phụ thuộc vào hạ tầng mạng viễn thông tại các vùng nuôi hẻo lánh.

Quy trình phần mềm được tổ chức: ESP32 bên phát liên tục kiểm tra kết nối với module LoRa SX1278; khi nhận diện kết nối thành công, hệ thống đọc dữ liệu từ các cảm biến pH, độ đục, DHT11, DS3231 và NEO-M8N; dữ liệu được đóng gói thành chuỗi bản tin và phát đi qua sóng LoRa. Tại trạm bờ, ESP32 bên nhận giải mã bản tin LoRa, xuất thông số lên màn hình TFT LCD, đồng thời thiết lập kết nối Wi-Fi để thực hiện phương thức HTTP POST/PUT, gửi dữ liệu dạng JSON lên Firebase Realtime Database. Nền tảng Web đọc dữ liệu từ Firebase để cập nhật các bảng thông số, vẽ đồ thị thời gian thực và kích hoạt cảnh báo khi thông số môi trường vượt ngưỡng thiết lập.

Nội dung chính theo từng chương

Chương 1: Tổng quan đề tài

Chương này tập trung trình bày tính cấp thiết của việc theo dõi môi trường nước ao nuôi thủy sản đối với sức khỏe vật nuôi và năng suất mùa vụ. Tác giả phân tích những hạn chế của phương pháp đo lường thủ công gián đoạn, từ đó xác lập mục tiêu nghiên cứu và xây dựng 5 nội dung trọng tâm: khảo sát các yếu tố ảnh hưởng chất lượng nước; khảo sát các cảm biến đo lường; nghiên cứu phần cứng điều khiển nhúng ESP32; xây dựng hệ thống giám sát trực tuyến; thử nghiệm và đánh giá hệ thống. Đồng thời, chương 1 vạch rõ 4 giới hạn của đề tài về quy mô thử nghiệm ban đầu, sai số cảm biến thương mại, vấn đề an ninh thông tin khi truyền tải qua Internet và giới hạn phạm vi ở chức năng giám sát (chưa tích hợp cơ cấu chấp hành điều khiển tự động máy sục khí, máy bơm hay châm hóa chất).

Chương 2: Cơ sở lý thuyết và tìm hiểu về hệ thống IoT

Chương 2 cung cấp nền tảng lý thuyết toàn diện về kiến trúc hệ sinh thái IoT gồm bốn tầng chức năng: thiết bị cảm biến/chấp hành, trạm trung gian, hạ tầng mạng truyền dẫn và tầng phân tích xử lý dữ liệu. Tác giả trình bày quy trình thiết kế 4 giai đoạn: khảo sát yêu cầu ban đầu, thiết kế mô hình, thi công lắp đặt và vận hành kiểm tra. Chương này đi sâu vào phân tích nguyên lý hoạt động, sơ đồ kết nối chân, ưu điểm và thông số kỹ thuật chi tiết của từng linh kiện: vi điều khiển NodeMCU ESP32, module cảm biến pH-4502C, module cảm biến độ đục quang học MJKDZ, module cảm biến nhiệt độ - độ ẩm DHT11, module thời gian thực DS3231, module định vị GPS NEO-M8N. Ngoài ra, chương 2 cũng trình bày chi tiết về chuẩn truyền thông vô tuyến LoRa và cơ chế giao tiếp API qua giao thức mạng HTTP.

Chương 3: Thiết kế và thi công mô hình

Nội dung chương 3 mô tả cụ thể kiến trúc hệ thống 3 cấp (Cấp Quản lý, Cấp Điều khiển, Cấp Trường). Tác giả thiết kế chi tiết sơ đồ nguyên lý mạch truyền dữ liệu (lắp đặt trên thuyền mini) và sơ đồ nguyên lý mạch nhận dữ liệu (trạm điều khiển đặt tại bờ kết hợp màn hình TFT LCD). Phần thiết kế phần mềm giới thiệu môi trường lập trình Arduino IDE, xây dựng các lưu đồ giải thuật cho khối phát tín hiệu, khối thu tín hiệu và khối đồng bộ dữ liệu lên Firebase. Quy trình đóng gói dữ liệu, gửi nhận qua module LoRa SX1278 và thiết lập kết nối mạng Internet qua Wi-Fi để cập nhật cơ sở dữ liệu đám mây cũng được diễn giải thông qua các sơ đồ luồng dữ liệu.

Chương 4: Vận hành, kiểm tra và kết quả hoạt động

Chương 4 ghi nhận quá trình triển khai mô hình vào thực tế vận hành. Tác giả kiểm tra các công đoạn: khởi tạo kết nối giữa ESP32 và LoRa; khả năng thu thập dữ liệu đồng bộ của các cảm biến; tính ổn định của mạch phát trên thuyền và mạch thu tại trạm bờ; kiểm tra việc cập nhật số liệu lên Firebase Realtime Database. Kết quả hiển thị trên màn hình TFT LCD và giao diện Website được kiểm nghiệm thông qua các trang chức năng: trang chủ hệ thống, trang giới thiệu, giao diện đăng nhập, màn hình giám sát số liệu trực tiếp, màn hình phát cảnh báo khi chỉ số vượt ngưỡng, màn hình đồ thị thống kê và biểu đồ diễn biến dữ liệu theo thời gian thực. Tác giả đưa ra các nhận xét thực nghiệm về độ trễ truyền dẫn và tính khả thi của mô hình.

Chương 5: Tổng kết

Chương cuối tóm tắt toàn bộ khối lượng công việc đã hoàn thành so với mục tiêu đề ra; khẳng định khả năng chế tạo thành công thiết bị đo di động phục vụ giám sát nước ao nuôi thủy sản. Tác giả trình bày tiềm năng ứng dụng thực tế tại các trại nuôi thủy sản quy mô vừa và nhỏ, đồng thời nêu rõ các hướng phát triển kỹ thuật nhằm nâng cao độ chính xác, tích hợp thêm cơ cấu điều khiển tự động môi trường nước và tối ưu hóa hệ thống trong tương lai.

Kết quả và đóng góp

Về kết quả kỹ thuật, đồ án đã hoàn thành việc chế tạo và tích hợp thành công hệ thống phần cứng và phần mềm với các kết quả cụ thể:

• Chế tạo hoàn chỉnh mô hình thuyền mini điều khiển từ xa mang bo mạch phát tín hiệu gồm ESP32 kết nối đồng thời với cảm biến pH-4502C, cảm biến độ đục MJKDZ, cảm biến DHT11, module RTC DS3231, module GPS NEO-M8N và module truyền thông LoRa SX1278.
• Chế tạo bo mạch nhận tại trạm bờ sử dụng ESP32 tích hợp LoRa SX1278 và màn hình hiển thị TFT LCD, tiếp nhận tín hiệu vô tuyến ổn định từ thuyền đo.
• Thiết lập thành công kênh truyền không dây tầm xa qua LoRa, cho phép truyền dữ liệu đo đạc từ nhiều điểm trên mặt ao về trạm bờ mà không phụ thuộc vào sóng Wi-Fi trên mặt nước.
• Xây dựng thành công cơ chế chuyển tiếp dữ liệu từ ESP32 trạm bờ lên Firebase Realtime Database qua giao thức HTTP trên nền tảng mạng Wi-Fi.
• Phát triển giao diện Web hoàn chỉnh hiển thị thông tin trực quan: tọa độ vị trí thuyền, các chỉ số môi trường (pH, nhiệt độ, độ ẩm, độ đục), màn hình cảnh báo khi thông số vượt ngưỡng an toàn, biểu đồ biến thiên theo thời gian và tính năng xuất báo cáo ra tệp Word.

Về giải pháp và đóng góp, đồ án đã giải quyết hạn chế của các trạm đo cố định bằng giải pháp di động hóa trạm đo trên thuyền mini, cho phép khảo sát chất lượng nước tại nhiều tọa độ khác nhau trong một ao nuôi rộng lớn. Việc ứng dụng công nghệ LoRa kết hợp Wi-Fi/Cloud tạo ra mô hình truyền thông lai (hybrid communication) phù hợp với điều kiện cơ sở hạ tầng nông thôn. Mô hình mang lại giải pháp công nghệ giá thành thấp, tận dụng linh kiện sẵn có, góp phần tự động hóa công tác quản lý ao nuôi thủy sản.

Hạn chế và hướng nghiên cứu tiếp

Theo đánh giá và công bố của nhóm tác giả trong văn bản đồ án, hệ thống còn tồn tại các hạn chế kỹ thuật sau:

• Quy mô thử nghiệm: Nghiên cứu mới dừng lại ở mức độ chế tạo mô hình và thử nghiệm ban đầu trong phạm vi hạn chế, chưa được kiểm chứng vận hành dài ngày trên các vùng nuôi công nghiệp quy mô lớn.
• Độ chính xác của cảm biến: Do rào cản chi phí linh kiện, hệ thống sử dụng các cảm biến thương mại cấp độ cơ bản (như PH-4502C, DHT11) nên độ bền trong môi trường hóa chất ao nuôi và độ chính xác chưa đạt mức tối ưu như các thiết bị đo công nghiệp chuyên dụng (như dòng Atlas Scientific EZO).
• An ninh và bảo mật: Việc truyền dữ liệu qua giao thức HTTP và nền tảng dịch vụ đám mây công cộng tiềm ẩn nguy cơ an toàn thông tin, chưa được tích hợp các cơ chế mã hóa dữ liệu đầu - cuối chuyên sâu.
• Khả năng tự động hóa khép kín: Thiết bị hiện chỉ tập trung hoàn toàn vào chức năng đo đạc và giám sát thụ động, chưa tích hợp mô-đun điều khiển tự động để kích hoạt các cơ cấu chấp hành cải tạo môi trường nước (máy quạt nước, hệ thống sục khí oxy, van bơm xả nước, thiết bị châm hóa chất).

Hướng nghiên cứu tiếp theo được tác giả định hướng bao gồm: nâng cấp chất lượng đầu dò cảm biến chuyên dụng để kéo dài tuổi thọ; tăng cường thuật toán bảo mật và mã hóa gói tin; mở rộng phạm vi thử nghiệm thực địa; và đặc biệt là phát triển hệ thống điều khiển tự động phản hồi khép kín (closed-loop control) để tự động điều chỉnh các thiết bị xử lý môi trường ngay khi nhận cảnh báo vượt ngưỡng an toàn.

Giá trị tham khảo

Báo cáo đồ án tốt nghiệp này cung cấp tài liệu tham khảo hữu ích cho sinh viên, học viên và các nhóm nghiên cứu thuộc các chuyên ngành Công nghệ Kỹ thuật Máy tính, Điện tử - Viễn thông, Kỹ thuật Điều khiển và Tự động hóa, cũng như Nông nghiệp Công nghệ cao. Cụ thể:

• Sinh viên ngành Kỹ thuật Máy tính và Hệ thống Nhúng: Có thể tham khảo sơ đồ nguyên lý phối ghép đa ngoại vi với ESP32, bao gồm việc quản lý đồng thời nhiều giao tiếp phần cứng (ADC cho pH và độ đục, I2C cho RTC DS3231, UART cho GPS NEO-M8N, SPI cho LoRa SX1278, và 1-wire cho DHT11).
• Người nghiên cứu giải pháp IoT nông nghiệp: Có thể tham khảo kiến trúc truyền thông lai sử dụng LoRa để giải quyết bài toán truyền xa tại hiện trường không có sóng Wi-Fi/Internet, sau đó dùng trạm Gateway chuyển tiếp dữ liệu lên Firebase qua HTTP REST API.
• Kỹ sư phát triển hệ thống giám sát: Có thể tham khảo quy trình phân cấp 3 tầng (Trường - Điều khiển - Quản lý) và phương pháp tổ chức bảng điều khiển trên giao diện Web để hiển thị đồng thời tọa độ không gian và chỉ số môi trường theo thời gian thực.

Câu hỏi thường gặp

1. Tại sao nhóm tác giả lại lựa chọn vi điều khiển ESP32 thay vì Arduino Uno cho mô hình đo đạc này? Theo văn bản phân tích tại Chương 2, ESP32 vượt trội so với Arduino Uno nhờ kiến trúc 32-bit lõi kép Xtensa LX6 (tần số 160–240 MHz so với 16 MHz 8-bit của ATmega328P), bộ nhớ RAM lớn 520 KB (so với 2 KB), tích hợp sẵn kết nối Wi-Fi 802.11 b/g/n và Bluetooth BLE 4.2. Ngoài ra, ESP32 cung cấp tới 36 chân GPIO với 18 kênh ADC 12-bit độ phân giải cao và các chế độ tiết kiệm năng lượng (Deep Sleep chỉ tiêu thụ khoảng 10 µA), rất thích hợp cho các thiết bị đo di động chạy bằng pin.

2. Module LoRa SX1278 đóng vai trò gì và có ưu điểm gì trong kiến trúc truyền thông của hệ thống? Module LoRa SX1278 đóng vai trò thiết lập kênh truyền thông vô tuyến giữa Cấp Trường (thuyền mini trên mặt nước) và Cấp Điều khiển (trạm bờ). Ưu điểm của LoRa là khả năng truyền dữ liệu trong phạm vi rộng lớn (đạt tới vài kilomet trong môi trường mở) với mức tiêu thụ điện năng rất thấp và khả năng chống nhiễu cao nhờ kỹ thuật điều chế trải phổ. Giải pháp này giúp thuyền đo hoạt động độc lập trên mặt ao mà không cần phụ thuộc vào vùng phủ sóng Wi-Fi.

3. Cơ chế đẩy dữ liệu từ trạm bờ lên dịch vụ đám mây Firebase được thực hiện như thế nào? Tại trạm bờ, sau khi vi điều khiển ESP32 nhận được chuỗi dữ liệu từ LoRa, nó sử dụng module Wi-Fi tích hợp sẵn để kết nối vào mạng Internet. Tiếp theo, ESP32 sử dụng giao thức HTTP ở tầng ứng dụng, thực thi các truy vấn API dạng POST hoặc PUT với dữ liệu đã được định dạng chuẩn JSON để cập nhật trực tiếp lên cơ sở dữ liệu Firebase Realtime Database.

4. Cảm biến pH-4502C và cảm biến độ đục MJKDZ hoạt động dựa trên nguyên lý kỹ thuật nào? Cảm biến pH-4502C hoạt động dựa trên nguyên lý điện hóa, sử dụng một điện cực thủy tinh nhạy cảm để phản ứng với nồng độ ion $H^+$ trong dung dịch nước nhằm tạo ra điện áp biến thiên tuyến tính từ 0 đến 5V (tương ứng với dải đo 0–14 pH). Trong khi đó, module MJKDZ hoạt động dựa trên nguyên lý quang học tán xạ ánh sáng, đo lường cường độ ánh sáng sau khi bị các hạt lơ lửng trong nước tán xạ để xuất ra điện áp tương tự từ 0 đến 4.5V (tương ứng dải đo 0–1000 NTU).

5. Hệ thống Cấp Quản lý cung cấp những tính năng trực quan nào cho người sử dụng? Thông qua giao diện Website kết nối với Firebase Realtime Database, người dùng được cung cấp các tính năng: theo dõi trực tiếp các chỉ số pH, nhiệt độ, độ ẩm, độ đục và tọa độ địa lý (kinh độ, vĩ độ do GPS cung cấp); hiển thị hệ thống cảnh báo tự động khi các thông số vượt ngưỡng an toàn đã cài đặt; xem biểu đồ và đồ thị thống kê biến thiên dữ liệu theo trục thời gian; và xuất dữ liệu ghi nhận ra định dạng tệp Word phục vụ công tác báo cáo, lưu trữ.

Kết luận

Đồ án tốt nghiệp "Thiết kế thiết bị đo chất lượng nước tại ao nuôi thủy sản" của sinh viên Lê Vũ Thanh Phương và Lã Mạnh Hùng đã thiết kế và chế tạo thành công một mô hình giám sát môi trường nước di động dựa trên nền tảng vi điều khiển ESP32 tích hợp thuyền mini. Hệ thống kết hợp chuẩn truyền vô tuyến tầm xa LoRa SX1278 với giao thức mạng HTTP và nền tảng Firebase Realtime Database, cho phép thu thập đa chỉ số (pH, nhiệt độ, độ ẩm, độ đục, tọa độ GPS) theo thời gian thực và hiển thị trực quan trên giao diện Website kèm chức năng cảnh báo. Dù còn một số hạn chế về quy mô thử nghiệm ban đầu và mức độ công nghiệp hóa của cảm biến, đề tài đã xây dựng được một giải pháp kỹ thuật hoàn chỉnh, có tính ứng dụng thực tiễn cao trong lộ trình hiện đại hóa và số hóa ngành nuôi trồng thủy sản.

Trích đoạn nội dung tài liệu

Chương 1 : TỔNG QUAN ĐỀ TÀI 1. Lý do chọn đề tài Hiện nay, chất lượng nước trong ao nuôi thủy sản đóng vai trò quan trọng trong sự phát triển và năng suất của quá trình nuôi trồng. Các yếu tố như độ pH, hàm lượng oxy hòa tan (DO), nhiệt độ, độ mặn và nồng độ các chất độc hại (NH3, NO2, H2S) có ảnh hưởng trực tiếp đến sức khỏe của thủy sản. Việc giám sát và quản lý chất lượng nước một cách chính xác, liên tục sẽ giúp người nuôi có thể kịp thời điều chỉnh các điều kiện môi trường, giảm thiểu rủi ro và tăng hiệu quả sản xuất.

Tuy nhiên, hầu hết các hộ nuôi hiện nay vẫn sử dụng cách thức thủ công bằng các thiết bị đo cầm tay hoặc xét nghiệm mẫu nước theo chu kỳ. Những phương pháp này không chỉ mất thời gian mà còn có độ trễ cao, không thể cung cấp dữ liệu liên tục và kịp thời. Vì vậy, ứng dụng công nghệ cảm biến tự động kết hợp với hệ thống giám sát từ xa là một giải pháp tiên tiến giúp nâng cao độ chính xác, giảm thiểu thời gian và tăng hiệu quả việc quản lý ao nuôi. Với lý do này, nhóm nghiên cứu xin đề xuất đề tài “Thiết kế thiết bị đo chất lượng nước tại ao nuôi thủy sản” nhằm tạo ra một hệ thống đo lường thông minh, có khả năng theo dõi liên tục và đưa ra cảnh báo khi các chỉ số môi trường vượt ngưỡng an toàn.

Mục tiêu đề tài  Nghiên cứu và chế tạo thiết bị đo chất lượng nước sử dụng các cảm biến đo pH, oxy hòa tan, nhiệt độ, độ mặn và các chỉ tiêu quan trọng khác.  Phát triển hệ thống thu thập và truyền dữ liệu theo thời gian thực thông qua kết nối IoT, khiến người nuôi có thể giám sát gián tiếp nhờ việc sử dụng ứng dụng điện thoại hoặc nền tảng web.  Thiết kế hệ thống cảnh báo tự động khi các thông số vượt quá mức an toàn, giúp người nuôi có thể can thiệp kịp thời.  Tích hợp chức năng ghi nhận và phân tích dữ liệu để theo dõi xu hướng biến đổi của môi trường nước, hỗ trợ người nuôi trong việc đưa ra các quyết định tối ưu.

14  Giảm thiểu công sức và thời gian kiểm tra thủ công, đồng thời tăng độ chính xác trong việc giám sát môi trường nước. Nội dung nghiên cứu của đề tài  Tìm hiểu các yếu tố ảnh hưởng đến chất lượng nước ao hồ: Tiến hành nghiên cứu các thành phần môi trường trong ao nuôi thủy sản và phân tích mức độ tác động của từng yếu tố đến sự phát triển và sức khỏe của sinh vật thủy sinh.  Khảo sát các loại cảm biến đo lường: Tìm hiểu về các loại cảm biến đo pH, nhiệt độ, amoniac (NH3), nitrit (NO2) cùng một số thông số quan trọng khác.  Nghiên cứu phần cứng điều khiển: Lựa chọn và tích hợp các linh kiện như vi điều khiển ESP32, các module thu thập dữ liệu cảm biến và module truyền thông không dây (Wi-Fi, GSM hoặc 4G) nhằm xây dựng một hệ thống có khả năng truyền dữ liệu ổn định và hoạt động liên tục theo thời gian thực.

 Xây dựng hệ thống giám sát trực tuyến: Phát triển phần mềm giao diện người dùng trên nền tảng Web hoặc ứng dụng di động để hiển thị thông tin đo lường, hỗ trợ người nuôi dễ dàng theo dõi từ xa.  Thử nghiệm và đánh giá: Kiểm tra thiết bị trong môi trường thực tế, đánh giá hiệu quả hoạt động thông qua các tiêu chí về độ chính xác và độ bền, từ đó đề xuất các hướng cải tiến cho hệ thống trong tương lai.