Giới thiệu dự án

Trong bối cảnh tự động hóa nông nghiệp và chuỗi cung ứng thực phẩm hiện đại, tổn thất sau thu hoạch do quá trình phân loại và đóng gói cơ học chiếm từ 15% đến 25% tổng sản lượng (theo báo cáo của Tổ chức Lương thực và Nông nghiệp Liên Hợp Quốc - FAO). Nguyên nhân cốt lõi bắt nguồn từ việc sử dụng các cơ cấu tay gắp công nghiệp cứng (rigid grippers) truyền thống vốn gây ra ứng suất cục bộ lớn, dẫn đến hiện tượng bầm dập, nứt vỡ tế bào và làm suy giảm nghiêm trọng giá trị thương phẩm của các loại nông sản mỏng manh như ớt chuông, cà chua, đào hay thanh long.

Đồ án tốt nghiệp "Thiết kế và chế tạo tay gắp mềm cho hệ thống đóng gói, phân loại rau củ nông sản" (Mã số đề tài: 22223DT92) được thực hiện bởi nhóm nghiên cứu sinh viên Khoa Cơ khí Chế tạo máy, Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh dưới sự hướng dẫn của TS. Bùi Hà Đức. Đề tài tập trung giải quyết bài toán tương tác mềm phi phá hủy (non-destructive soft manipulation) giữa robot và nông sản bằng cách phát triển cụm tay gắp mềm khí nén đàn hồi (Fluidic Elastomer Actuator - FEA).

+-------------------------------------------------------------------------------+
|                             HỆ THỐNG SOFT GRIPPER                             |
+-------------------------------------------------------------------------------+
|  [Khí nén điều khiển]  --->  [Ngón tay mềm TPU 13 khoang]  ---> [Vật thể]     |
|          ^                                |                         |         |
|          |                         (Biến dạng uốn)                  v         |
|  [Bộ điều khiển vi xử lý] <--- [Thuật toán Vision Python] <--- [Camera CCD]   |
+-------------------------------------------------------------------------------+

Mục tiêu kỹ thuật của đề tài

  1. Thiết kế hình học tối ưu: Xây dựng mô hình 3D ngón tay mềm dạng buồng khí nối tiếp (PneuNets) có khả năng uốn cong linh hoạt dưới áp suất khí nén.
  2. Mô phỏng phần tử hữu hạn (FEM): Ứng dụng mô hình vật liệu siêu đàn hồi Yeoh (Hyperelastic Material) trong ANSYS để phân tích ứng suất và độ biến dạng phi tuyến tính.
  3. Chế tạo bằng công nghệ bồi đắp: Gia công chế tạo trực tiếp các ngón tay mềm bằng vật liệu nhựa nhiệt dẻo đàn hồi Thermoplastic Polyurethane (TPU) thông qua công nghệ in 3D FDM, khắc phục nhược điểm tạo bọt khí của phương pháp đúc khuôn Silicone truyền thống.
  4. Tích hợp thị giác máy tính (Computer Vision): Phát triển thuật toán xử lý ảnh trên nền tảng Python/OpenCV kết hợp nội suy Lagrange để đo lường góc uốn thực nghiệm trong thời gian thực.
  5. Thực nghiệm hệ thống: Đánh giá khả năng cầm nắm, giữ ổn định đối với nông sản có kích thước hình học bất định với tải trọng tối thiểu 500g.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng và các công nghệ gắp giữ

Tiêu chí so sánh Tay gắp khí nén cứng Tay gắp hút chân không Tay gắp mềm PneuNets (Đồ án)
Vật liệu cấu tạo Hợp kim nhôm, thép Cao su NBR / Silicone mỏng Nhựa nhiệt dẻo TPU / Silicone
Khả năng thích ứng biên dạng Kém (yêu cầu cơ cấu ngón tùy biến) Trung bình (chỉ bám bề mặt phẳng) Tự động thích ứng hoàn hảo
Nguy cơ gây tổn hại nông sản Rất cao (dễ bầm dập) Thấp (nhưng dễ tuột khi vỏ ướt/gồ ghề) Cực thấp (phân bố lực đều)
Số bậc tự do (DOFs) 1 DOF cứng 0 DOF (áp suất âm) Vô hạn bậc tự do liên tục
Chi phí chế tạo & bảo trì Cao (nhiều khớp cơ khí) Trung bình (hao mòn cốc hút) Rất thấp (nguyên khối, in 3D)

Ma trận yêu cầu hệ thống (MoSCoW)

  • Must have (Bắt buộc): Chịu được áp suất khí nén 100 – 300 kPa; gắp giữ an toàn vật thể kích thước $12 \times 12 \times 12\text{ cm}$; góc uốn ngón $\alpha \ge 45^\circ$.
  • Should have (Nên có): Kết cấu 4 ngón bố trí đối xứng tâm; tích hợp trục $Z$ tịnh tiến 1 bậc tự do sử dụng động cơ bước Stepper 57HS56.
  • Could have (Có thể có): Giao diện điều khiển không dây giám sát áp suất và chu trình gắp thả qua ứng dụng di động.
  • Won't have (Chưa thực hiện): Tích hợp cảm biến xúc giác áp điện màng mỏng trực tiếp trên bề mặt ngón tay (dành cho giai đoạn phát triển tiếp theo).

Công nghệ và thông số cấu hình hệ thống

  • CAD/CAE Modeling: Autodesk Inventor Professional 2022, ANSYS Workbench 2022 R2 (Nonlinear Structural Mechanics).
  • Phần mềm xử lý ảnh & Đo lường: Python 3.9, OpenCV 4.5.5, NumPy 1.21, SciPy (Lagrange Interpolation Module), NI LabVIEW.
  • Vật liệu chế tạo: Sợi nhựa in TPU Shore 95A (ngón mềm), Nhựa Polylactic Acid - PLA (đế kẹp & đầu nối cứng).
  • Phần cứng điều khiển: Vi điều khiển ATmega328P / ESP32, Cảm biến áp suất khí nén chân không/dương, Van điện từ khí nén 5/2 & 3/2 (12–24VDC), Driver điều khiển động cơ bước TB6600.

Mô hình toán học và cơ sở phần tử hữu hạn (FEM)

Biến dạng của ngón tay mềm TPU thuộc bài toán phi tuyến tính hình học và phi tuyến tính vật liệu. Để mô tả chính xác mật độ năng lượng biến dạng $W$ của chất đàn hồi, mô hình siêu đàn hồi Yeoh bậc 3 được ứng dụng:

$$W = \sum_{i=1}^{3} C_{i0} (I_1 - 3)^i = C_{10}(I_1 - 3) + C_{20}(I_1 - 3)^2 + C_{30}(I_1 - 3)^3$$

Trong đó:

  • $I_1 = \lambda_1^2 + \lambda_2^2 + \lambda_3^2$ là bất biến biến dạng thứ nhất (First Strain Invariant), với $\lambda_i$ là tỷ số co giãn chính.
  • $C_{10}, C_{20}, C_{30}$ là các hằng số vật liệu thực nghiệm thu được từ quá trình hồi quy phi tuyến với hệ số tương quan $R^2 = 0.9936$.
+-------------------------------------------------------------------------+
|                  CÁC HẰNG SỐ VẬT LIỆU MÔ HÌNH YEOH                      |
+----------------+-------------------+-------------------+----------------+
| Độ cứng Shore  | C10 (MPa)         | C20 (MPa)         | C30 (MPa)      |
+----------------+-------------------+-------------------+----------------+
| 20A            | 0.08546573        | 0.01640           | -0.000327      |
| 30A            | 0.17939957        | 0.02790           | -0.000641      |
| 45A            | 0.26882576        | 0.01380           |  0.000577      |
+----------------+-------------------+-------------------+----------------+

+-------------------------------------------------------------------------+
|                    THÔNG SỐ HÌNH HỌC NGÓN TAY MỀM                       |
+------------------------------------+------------------------------------+
| Thông số hình học                  | Kích thước danh nghĩa (mm)         |
+------------------------------------+------------------------------------+
| Tổng chiều dài ngón ($L$)          | 105.0 mm                           |
| Chiều rộng thân ngón ($W$)         | 25.0 mm                            |
| Số lượng khoang khí rỗng ($N$)     | 13 khoang                          |
| Khoảng cách giữa các khoang ($d$)  | 2.0 mm                             |
| Chiều dày lớp đáy trung hòa ($t$)  | 2.0 mm                             |
| Chiều dày vách buồng khí ($w$)     | 1.5 mm                             |
+------------------------------------+------------------------------------+

Implementation và kết quả thực nghiệm

Quy trình gia công FDM 3D Printing

Thay vì sử dụng phương pháp đúc Silicone hai thành phần (RTV) dễ xuất hiện bọt khí gây nổ buồng áp suất, nhóm nghiên cứu đã áp dụng kỹ thuật in 3D FDM trực tiếp với nhựa TPU dẻo:

  • Nhiệt độ đầu đùn (Nozzle Temperature): $220^\circ\text{C} \pm 5^\circ\text{C}$.
  • Nhiệt độ bàn in (Bed Temperature): $60^\circ\text{C}$.
  • Tốc độ in: $20\text{ mm/s}$ (đảm bảo độ liên kết giữa các lớp in layer-to-layer đạt 100%, không rò rỉ khí).
  • Mật độ Infill: $100%$ đối với vách buồng khí; độ dày lớp in (Layer Height): $0.16\text{ mm}$.
        +---+   +---+   +---+   +---+   +---+   +---+  <- Vách buồng khí TPU (1.5mm)
        |   |   |   |   |   |   |   |   |   |   |   |
==[Khí]==+   +---+   +---+   +---+   +---+   +---+   +==
========================================================= <- Lớp đáy trung hòa (2.0mm)

Thuật toán xử lý ảnh xác định độ cong ngón tay

Để kiểm nghiệm thực tế góc uốn mà không cần gắn cảm biến cơ học gây cản trở biến dạng, hệ thống sử dụng thuật toán Computer Vision xử lý không gian màu HSV và nội suy đa thức Lagrange:

import cv2
import numpy as np

def extract_bending_angle(frame_path):
    # Đọc frame ảnh từ camera đo kiểm
    img = cv2.imread(frame_path)
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    
    # Phân ngưỡng tách biên dạng màu ngón tay TPU (màu cam/vàng)
    lower_bound = np.array([5, 100, 100])
    upper_bound = np.array([25, 255, 255])
    mask = cv2.inRange(hsv, lower_bound, upper_bound)
    
    # Tìm contours và trích xuất đường trục trung tâm
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    largest_contour = max(contours, key=cv2.contourArea)
    
    # Thu thập tập điểm đặc trưng dọc thân ngón
    points = []
    for pt in largest_contour[::15]:
        x, y = pt[0][0], pt[0][1]
        points.append((x, y))
        
    pts = np.array(points)
    # Nội suy đường cong spline/Lagrange
    poly_coeffs = np.polyfit(pts[:, 1], pts[:, 0], deg=2)
    
    # Tính toán góc tiếp tuyến tại đỉnh ngón tay (Tip angle)
    dy = pts[-1][1] - pts[0][1]
    dx = pts[-1][0] - pts[0][0]
    bending_angle_deg = np.degrees(np.arctan2(dy, dx))
    
    return bending_angle_deg, poly_coeffs

Kết quả kiểm nghiệm và đối sánh dữ liệu

Quá trình cấp áp suất bậc thang từ $100\text{ kPa}$ đến $300\text{ kPa}$ (bước tăng $25\text{ kPa}$) cho thấy mối quan hệ gần như tuyến tính giữa áp suất và góc uốn ngón tay:

Góc uốn (Độ)
  60 |                                                  * (Thực tế: 54.2°)
  50 |                                            *     x (Mô phỏng: 49.8°)
  40 |                                      *     x
  30 |                                *     x
  20 |                          *     x
  10 |                    *     x
   0 +--------------------+-----+-----+-----+-----+-----+
     0                   100   150   200   250   300   Áp suất (kPa)
                         [*] Thực tế    [x] Mô phỏng ANSYS
Áp suất nạp ($P - \text{kPa}$) Ứng suất tương đương Max (MPa) Góc uốn mô phỏng ANSYS ($^\circ$) Góc uốn thực nghiệm Vision ($^\circ$) Sai số tương đối ($%$)
100 0.42 14.8 15.6 5.40%
125 0.58 19.3 20.7 7.25%
150 0.76 24.1 25.8 7.05%
175 0.95 29.5 31.2 5.76%
200 1.18 35.2 37.0 5.11%
250 1.62 44.0 46.5 5.68%
300 2.15 49.8 54.2 8.83% 
+-------------------------------------------------------------------------+
|                  KẾT QUẢ THỰC NGHIỆM GẮP NÔNG SẢN                       |
+--------------------+----------------+---------------+-------------------+
| Đối tượng gắp      | Khối lượng (g) | Áp suất (kPa) | Trạng thái vật lý |
+--------------------+----------------+---------------+-------------------+
| Ớt chuông Đà Lạt   | 185g           | 150 kPa       | Không vết hằn/dập |
| Cà chua chín       | 120g           | 125 kPa       | An toàn vỏ quả    |
| Quả bơ sáp         | 320g           | 200 kPa       | Cố định vững chắc |
| Khối kiểm chuẩn    | 500g           | 250 kPa       | Không trượt rơi   |
+--------------------+----------------+---------------+-------------------+

Đổi mới công nghệ và đóng góp khoa học

  1. Làm chủ quy trình FDM 3D Printing cho Elastomer: Đột phá trong việc tối ưu hóa thông số đùn nhựa TPU để đạt tính kín khí $100%$ ở áp suất lên tới $300\text{ kPa}$, loại bỏ hoàn toàn quy trình đổ khuôn Silicone 24h phức tạp và tốn kém.
  2. Phương pháp đánh giá quang học không xâm lấn: Kết hợp thị giác máy tính OpenCV và nội suy đa thức để tính toán biến dạng ngón tay mềm, cung cấp công cụ kiểm chuẩn chính xác cho mô hình mô phỏng ANSYS với sai số kiểm soát dưới $8.8%$.
  3. Thiết kế mô-đun hóa 4 ngón linh hoạt: Cụm ngón tay và đế kẹp PLA chuẩn hóa cho phép tháo lắp nhanh (Quick-change mechanism), tương thích linh hoạt với các cơ cấu robot công nghiệp tiêu chuẩn như SCARA, Delta hoặc Cánh tay Robot 6 bậc tự do.
       +-------------------------------------------------------------+
       |             HIỆU QUẢ CẢI TIẾN TRỌNG YẾU                     |
       +-------------------------------------------------------------+
       |  [Thời gian chế tạo mẫu]   : Giảm 70% (từ 24h xuống 7h)     |
       |  [Tỷ lệ phế phẩm nứt bọt]  : Giảm từ 18% xuống 0%           |
       |  [Khả năng bao bọc đa hình]: Tăng 85% so với ngón kẹp nhôm |
       |  [Tỷ lệ tổn hại nông sản]  : Đạt mức 0% tại <= 200 kPa      |
       +-------------------------------------------------------------+

Ứng dụng thực tế và triển khai công nghiệp

Kịch bản vận hành thực tế

Hệ thống được thiết kế chuyên biệt để tích hợp vào công đoạn phân loại - đóng gói tại các hợp tác xã và nhà máy sơ chế nông sản công nghệ cao. Khi băng chuyền đưa nông sản tới vùng quan sát của camera, hệ thống thị giác nhận diện kích thước và tọa độ, cánh tay robot mang cụm Soft Gripper di chuyển tịnh tiến theo trục $Z$, kích hoạt van điện khí nén nạp áp suất $150\text{ kPa}$ để 4 ngón tay ôm trọn bề mặt nông sản và gắp đặt chính xác vào khay xốp đóng gói.

[Băng chuyền nông sản] ---> [Camera nhận diện] ---> [Robot định vị Z-axis]
                                                            |
[Khay đóng gói xuất khẩu] <--- [Gắp mềm 150 kPa] <----------+

Phân tích hiệu quả kinh tế (ROI)

  • Chi phí phần cứng (BOM): Cụm ngón TPU, đế kẹp PLA, van khí nén và mạch vi điều khiển có tổng chi phí gia công dưới 2.500.000 VNĐ (thấp hơn 80% so với các giải pháp Soft Gripper thương mại nhập khẩu như OnRobot hay Soft Robotics Inc).
  • Thời gian hoàn vốn (Payback Period): Dự kiến từ 4 đến 6 tháng khi áp dụng vào dây chuyền đóng gói hoạt động 2 ca/ngày, nhờ giảm tỷ lệ hao hụt do dập nát từ 15% xuống dưới 1% và cắt giảm 50% chi phí nhân công đóng gói thủ công.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Hiện tượng trễ đàn hồi (Hysteresis): Vật liệu TPU có độ trễ cơ học nhất định giữa quá trình nạp và xả áp suất, làm giảm nhẹ tần số đáp ứng động học khi chu kỳ gắp thả vượt quá $1.5\text{ Hz}$.
  • Hệ thống điều khiển vòng hở (Open-loop control): Chưa có vòng phản hồi lực thời gian thực từ bề mặt tiếp xúc của ngón tay, hoàn toàn dựa vào việc cài đặt áp suất nạp định mức.

Hướng nghiên cứu tiếp theo

  1. Tích hợp cảm biến áp điện màng mỏng Piezoresistive hoặc cảm biến sợi quang (FBG) nhúng chìm trong lòng ngón tay để thiết lập hệ điều khiển vòng kín (Closed-loop force feedback).
  2. Phát triển mô hình Deep Learning (YOLOv8) kết hợp phân loại chất lượng nông sản dựa trên độ mềm và độ chín tự động trước khi gắp.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Cơ điện tử/Robot: Tài liệu tham khảo toàn diện về ứng dụng mô hình phi tuyến tính Yeoh, kỹ thuật mô phỏng phi tuyến ANSYS và phương pháp in 3D FDM vật liệu đàn hồi TPU.
  • Kỹ sư R&D & Nhà phát triển Robot: Nắm bắt quy trình tích hợp hệ thống đo kiểm góc uốn không tiếp xúc bằng thị giác máy tính và thuật toán nội suy thực nghiệm.
  • Doanh nghiệp nông nghiệp & Chế biến thực phẩm: Tiếp cận giải pháp công nghệ nội địa hóa với chi phí thấp, giải quyết triệt để bài toán tự động hóa phân loại nông sản mềm không gây tổn thương cơ học.
  • Cộng đồng nghiên cứu Robot mềm (Soft Robotics): Đóng góp bộ dữ liệu đối sánh chi tiết giữa lý thuyết phần tử hữu hạn và thực nghiệm trên vật liệu TPU in 3D.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật về nguồn cấp khí nén để triển khai cụm tay gắp mềm là gì?

Hệ thống yêu cầu nguồn khí nén tiêu chuẩn từ $100\text{ kPa}$ đến $300\text{ kPa}$ ($1.0 - 3.0\text{ bar}$) đi kèm bộ lọc khí điều áp (FRL Unit) để loại bỏ hơi nước và bụi bẩn. Lưu lượng khí khuyến nghị đạt tối thiểu $15 - 20\text{ L/min}$ để đảm bảo thời gian đóng ngón đạt dưới $0.3\text{ giây}$.

2. Vật liệu in TPU có bị rò rỉ khí qua các khe hở giữa các lớp in FDM không?

Nếu in với cài đặt thông thường, hiện tượng rò rỉ khí giữa các lớp in (delamination leakage) rất dễ xảy ra. Để khắc phục triệt để, thông số in phải được cấu hình: Tăng hệ số dòng đùn (Flow Rate) lên $105% - 110%$, chiều dày thành (Wall Perimeters) tối thiểu 4 lớp, nhiệt độ đầu phun $220^\circ\text{C}$ và tắt quạt tản nhiệt lớp in để tối đa hóa sự kết tinh nóng chảy giữa các lớp.

3. Cụm tay gắp mềm có thể tích hợp lên các cánh tay robot công nghiệp nào?

Mặt bích đế kẹp được thiết kế theo tiêu chuẩn mô-đun hóa, dễ dàng tích hợp lên mọi loại cánh tay robot công nghiệp hiện nay như Universal Robots (UR3, UR5, UR10), ABB, KUKA, Yaskawa hoặc các hệ thống robot Delta phân loại tốc độ cao thông qua adapter in 3D tiêu chuẩn ISO 9409-1.

4. Độ bền mỏi và tuổi thọ chu kỳ của ngón tay mềm TPU là bao nhiêu?

Qua thử nghiệm mỏi sơ bộ ở áp suất làm việc định mức $150\text{ kPa}$, ngón tay TPU in 3D đạt tuổi thọ vận hành trên 250.000 chu kỳ gắp/thả liên tục mà không xuất hiện rách màng ngăn buồng khí hoặc biến dạng dư vĩnh viễn (permanent deformation).

5. Chi phí đầu tư chế tạo và thời gian bảo trì hệ thống như thế nào?

Tổng chi phí vật tư gia công 4 ngón tay TPU và đế gắp PLA chưa tới 500.000 VNĐ. Thời gian in 3D hoàn chỉnh cụm ngón là 7 giờ. Khi có sự cố hỏng hóc, ngón tay có thể được thay thế độc lập từng ngón trong vòng dưới 2 phút nhờ cơ cấu bắt vít đầu nối cứng tiêu chuẩn.

Kết luận

Đồ án tốt nghiệp "Thiết kế và chế tạo tay gắp mềm cho hệ thống đóng gói, phân loại rau củ nông sản" của nhóm tác giả tại Trường Đại học Sư phạm Kỹ thuật TP.HCM đã giải quyết thành công các thách thức công nghệ then chốt trong lĩnh vực Robot mềm ứng dụng:

  • Hoàn thiện trọn vẹn quy trình từ thiết kế hình học, giải bài toán phần tử hữu hạn phi tuyến tính trên ANSYS đến chế tạo thực tế bằng công nghệ in 3D TPU.
  • Xây dựng hệ thống đo lường thị giác máy tính chuẩn hóa với độ chính xác cao, chứng minh sự tương thích chặt chẽ giữa mô hình toán học Yeoh và phản ứng cơ học thực tế.
  • Khẳng định tính khả thi vượt trội khi ứng dụng vào phân loại nông sản thực tế với mức độ an toàn gần như tuyệt đối cho sản phẩm.

Đây là nền tảng thực nghiệm vững chắc mở ra tiềm năng thương mại hóa rộng rãi các dòng cơ cấu chấp hành mềm (Soft Actuators) "Make in Vietnam", đóng góp trực tiếp vào mục tiêu hiện đại hóa và nâng cao chuỗi giá trị nông sản công nghệ cao trong kỷ nguyên chuyển đổi số.