Tổng quan nghiên cứu

Quá trình lên men đóng vai trò quyết định then chốt trong công nghệ sản xuất chè đen, trực tiếp định hình hương vị, màu sắc và giá trị thương phẩm của sản phẩm cuối cùng. Trong dây chuyền sản xuất công nghiệp liên tục dạng băng tải với lớp chè dày từ 15 đến 20 cm và thời gian lên men kéo dài từ 2,5 đến 4 giờ (khoảng 150 đến 240 phút), việc kiểm soát trạng thái lên men truyền thống hoàn toàn phụ thuộc vào kinh nghiệm cảm quan chủ quan của công nhân. Phương pháp đánh giá thủ công này bộc lộ nhiều hạn chế nghiêm trọng: độ sai lệch cao, tính ổn định không đồng đều giữa các mẻ sản xuất, nguy cơ lên men thiếu hoặc lên men quá mức dẫn đến suy giảm phẩm cấp chè.

Luận văn thạc sĩ ngành Kỹ thuật Điện tử của tác giả Tạ Minh Long (thực hiện năm 2020 tại Trường Đại học Kỹ thuật Công nghiệp – Đại học Thái Nguyên dưới sự hướng dẫn khoa học của PGS.TS Lại Khắc Lãi và PGS.TS Đào Huy Du) đã giải quyết triệt để bài toán thực tiễn này. Nghiên cứu tập trung ứng dụng công nghệ thị giác máy tính kết hợp các thuật toán học máy tiên tiến để xây dựng hệ thống kiểm tra định lượng nhanh chóng, không phá hủy mẫu đối với các chỉ số chất lượng chè đen. Mục tiêu trọng tâm của đề tài là số hóa quá trình biến đổi màu sắc qua 9 thông số đặc trưng (R, G, B, H, S, V, L*, a*, b*), từ đó thiết lập mô hình hồi quy phi tuyến Rừng ngẫu nhiên (Random Forest) nhằm dự đoán chính xác hàm lượng các sắc tố sinh hóa hòa tan trong nước (Theaflavins - TFs, Thearubigins - TRs, Theabrownin - TBs) và điểm đánh giá cảm quan (Sensory Score - SS).

Nghiên cứu được triển khai trên tập dữ liệu thực nghiệm gồm 220 mẫu thu thập trong toàn bộ chu kỳ lên men 300 phút, mở ra giải pháp tự động hóa thông minh giúp các nhà máy chế biến kiểm soát chính xác nhiệt độ, lưu lượng khí cấp ẩm và tốc độ băng tải theo thời gian thực.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa liên ngành chặt chẽ giữa hóa sinh thực phẩm, kỹ thuật xử lý ảnh số và lý thuyết học máy tập thể.

Thứ nhất là lý thuyết biến đổi sinh hóa trong lên men chè đen. Dưới tác động xúc tác của các enzyme nội tại như polyphenol oxidase (PPO) và peroxidase, các hợp chất catechin trong lá chè bị oxy hóa mạnh mẽ để tạo thành ba nhóm sắc tố chính hòa tan trong nước: Theaflavins (TFs - tạo màu vàng sáng và vị tươi mát), Thearubigins (TRs - tạo màu đỏ nâu và vị đậm đà), và Theabrownin (TBs - tạo màu nâu tối sẫm). Sự cân bằng tỷ lệ giữa ba sắc tố này quyết định trực tiếp đến thang điểm cảm quan và giá trị thương mại của chè đen.

Thứ hai là lý thuyết không gian màu và xử lý ảnh số. Một hình ảnh số hóa 24-bit biểu diễn trong không gian RGB thông thường bị giới hạn bởi sự phụ thuộc mạnh vào cường độ ánh sáng môi trường. Do đó, tác giả áp dụng lý thuyết chuyển đổi toán học sang không gian màu HSV (phản ánh sắc thái màu Hue, độ bão hòa Saturation, giá trị sáng Value) và không gian màu đồng nhất CIE Lab* (với L* biểu diễn độ sáng, a* phản ánh trục màu xanh lục - đỏ, b* phản ánh trục màu xanh lam - vàng). Việc trích xuất đồng thời 9 biến số màu sắc cung cấp bức tranh toàn diện về quang phổ bề mặt lá chè.

Thứ ba là lý thuyết học máy tập thể và thuật toán Rừng ngẫu nhiên (Random Forest Regression). Dựa trên nguyên lý kết hợp (ensemble learning) với kỹ thuật lấy mẫu Bootstrap có hoàn lại (Bagging) từ nhiều cây quyết định CART không cắt nhánh, mô hình Random Forest khắc phục triệt để hiện tượng quá khớp (overfitting), xử lý xuất sắc các mối quan hệ phi tuyến tính phức tạp giữa đặc trưng quang học và các hàm lượng hóa sinh mà các mô hình tuyến tính truyền thống không thể giải quyết.

Phương pháp nghiên cứu

Quy trình nghiên cứu thực nghiệm được thiết kế chuẩn mực với các bước thu thập và xử lý dữ liệu khoa học:

Về quy mô và phương pháp lấy mẫu: Tổng cộng 220 mẫu chè được thu thập xuyên suốt chu kỳ lên men kéo dài 300 phút. Cứ sau mỗi khoảng thời gian 30 phút, 20 mẫu chè được lấy ngẫu nhiên tại các vị trí không gian khác nhau trên bề mặt và độ sâu của khối chè lên men liên tục. Cỡ mẫu 220 đảm bảo tính đại diện thống kê cao cho toàn bộ 11 mốc thời gian chuyển hóa hóa sinh.

Về phân tích hóa lý và cảm quan chuẩn hóa: Mẫu lá chè sau khi chụp ảnh số được đem sấy đông khô và nghiền mịn. Hàm lượng TFs và TRs được định lượng chính xác bằng hệ thống sắc ký lỏng hiệu năng cao HPLC (Model PDGU-20A3, Shimadzu Corporation, Nhật Bản) theo tiêu chuẩn quốc gia GB/T30483-2013. Điểm chất lượng cảm quan (SS) được hội đồng chuyên gia đánh giá theo thang điểm chuẩn quốc gia GB/T23776-2009.

Về phương pháp phân tích và tối ưu hóa dữ liệu: Tác giả áp dụng thuật toán phân vùng mẫu SPXY (Sample set Partitioning based on joint X–Y distance) kết hợp khoảng cách Euclidean trên cả biến độc lập (màu sắc) và biến phụ thuộc (chất lượng) để chia tập dữ liệu huấn luyện (Train set) và kiểm tra (Test set) một cách đồng nhất, khách quan. Tiếp đó, phương pháp Phân tích thành phần chính (PCA) được sử dụng để giảm chiều không gian từ 9 biến màu ban đầu thành các thành phần chính trực giao (PCs), loại bỏ hiện tượng đa cộng tuyến. Cuối cùng, mô hình hồi quy Random Forest được huấn luyện và tối ưu hóa số lượng cây (N) cùng số lượng thành phần chính thông qua sai số Root-Mean-Square-Error (RMSEC, RMSEP) và tỷ lệ hiệu suất RPD trên môi trường lập trình Python (Jupyter Notebook).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích định lượng từ 220 mẫu thực nghiệm đã mang lại những kết luận khoa học có giá trị cao:

Thứ nhất, quy luật chuyển dịch quang học rõ nét trên các không gian màu. Trong 300 phút lên men, giá trị độ sáng L* và thành phần màu xanh lục giảm mạnh, trong khi giá trị a* (độ đỏ) và b* (độ vàng) tăng vọt trong giai đoạn đầu rồi chuyển dần sang tông nâu sẫm. Giá trị kênh G trong không gian RGB giảm hơn 35% từ đầu đến cuối chu kỳ, phản ánh trực quan quá trình phân giải diệp lục và oxy hóa catechin.

Thứ hai, động học biến đổi sắc tố TFs, TRs và TBs tuân theo các quy luật riêng biệt:

  • Hàm lượng Theaflavins (TFs) tăng rất nhanh ngay sau khi tế bào lá bị dập vỡ, đạt đỉnh cực đại ở mốc 60 phút (1 giờ), sau đó suy giảm mạnh và duy trì mức ổn định thấp sau 150 phút (2,5 giờ).
  • Hàm lượng Thearubigins (TRs) gia tăng đều đặn theo thời gian và đạt mức cực đại tại mốc 120 phút (2 giờ), trước khi sụt giảm do bị oxy hóa trùng ngưng thứ cấp.
  • Hàm lượng Theabrownin (TBs) liên tục tăng tịnh tiến trong suốt toàn bộ chu kỳ 300 phút, đạt giá trị cao nhất vào cuối quá trình lên men.

Thứ ba, điểm đánh giá cảm quan tổng hợp (SS) đạt giá trị tối ưu tại mốc 180 phút (3 giờ). Tại thời điểm này, tỷ lệ phối hợp giữa TFs (vị tươi sáng) và TRs (màu nước đỏ sáng đậm đà) đạt trạng thái cân bằng lý tưởng nhất trước khi vị chè bị biến chất do sự gia tăng quá mức của hợp chất TBs.

Thứ tư, kiểm định thống kê ANOVA một yếu tố cho thấy tất cả 9 thông số màu sắc và 4 chỉ số chất lượng đều có mức ý nghĩa thống kê cực cao (Sig < 0,001), với phương sai giữa các nhóm thời gian lên men vượt trội hoàn toàn so với phương sai nội bộ nhóm, khẳng định màu sắc bề mặt hoàn toàn có thể dùng làm biến đại diện dự báo chất lượng.

Thảo luận kết quả

Cơ chế sinh hóa giải thích cho hiện tượng trên nằm ở sự biến đổi chuyển tiếp tuần tự của các polyphenol. Giai đoạn 60 phút đầu tiên là thời kỳ hoạt tính enzyme PPO mạnh nhất, thúc đẩy tạo thành TFs. Khi quá trình tiếp diễn đến phút 120, TFs tiếp tục trùng hợp tạo thành TRs, làm nước chè có màu đỏ sáng đặc trưng. Tuy nhiên, nếu thời gian lên men kéo dài quá 180 phút, TRs tiếp tục bị oxy hóa polymer hóa thành Theabrownin (TBs) có khối lượng phân tử lớn, khiến nước chè trở nên đen đục, vị xỉn và đắng chát.

Khi so sánh với các phương pháp kiểm tra truyền thống vốn có sai số cảm quan vượt quá 15-20%, việc kết hợp thị giác máy với thuật toán hồi quy phi tuyến Random Forest đem lại bước đột phá lớn. Dữ liệu thực nghiệm được trực quan hóa sinh động qua các đồ thị phân bố điểm số PCA 2D và 3D: hai thành phần chính đầu tiên (PC1 và PC2) đã giải thích được hơn 85% tổng phương sai của tập dữ liệu gốc, phân tách rõ ràng 11 mốc thời gian lên men thành các cụm riêng biệt.

Biểu đồ quan hệ giữa sai số hiệu chuẩn RMSEC và số lượng cây quyết định (N) cho thấy khi số cây đạt từ 500 đến 1.000, mô hình Random Forest đạt độ hội tụ hoàn hảo với sai số dự đoán cực tiểu, vượt trội hơn hẳn so với các mô hình hồi quy tuyến tính đa biến cổ điển (MLR) hoặc mạng nơ-ron truyền thống dễ bị rơi vào cực tiểu cục bộ.

Đề xuất và khuyến nghị

Nhằm chuyển giao hiệu quả các kết quả nghiên cứu vào thực tế sản xuất công nghiệp, luận văn đề xuất 4 nhóm giải pháp kỹ thuật cụ thể:

  1. Tích hợp module camera công nghiệp thu nhận ảnh đa không gian (RGB, HSV, CIE Lab) phía trên băng tải lên men liên tục CTC. Mục tiêu giảm sai lệch đo đạc quang học xuống dưới 3% trong điều kiện chiếu sáng công nghiệp chuẩn, hoàn thiện lắp đặt thử nghiệm trong vòng 6 tháng tại các nhà máy chế biến chè; chủ thể thực hiện là Phòng Kỹ thuật và Tự động hóa nhà máy.

  2. Nhúng thuật toán Random Forest đã tối ưu hóa tham số (số thành phần chính PCA và số lượng cây CART) vào bộ điều khiển lập trình PLC và giao diện giám sát màn hình cảm ứng HMI. Target metric là đạt tốc độ xử lý phản hồi thời gian thực dưới 500 ms/mẫu ảnh, tự động điều chỉnh tốc độ băng tải duy trì thời gian lưu mẫu tối ưu ở mức 180 phút; chủ thể thực hiện là Đội ngũ kỹ sư phần mềm điều khiển và cơ điện tử.

  3. Chuẩn hóa quy trình điều khiển nhiệt độ và lưu lượng khí cấp ẩm theo từng vùng trên băng chuyền. Duy trì ổn định nhiệt độ khối chè trong ngưỡng 24-28°C và độ ẩm tương đối trên 90% trong suốt chu kỳ lên men, áp dụng liên tục từ quý 1 năm sản xuất; chủ thể chịu trách nhiệm là Bộ phận Vận hành sản xuất và Đảm bảo chất lượng (QA/QC).

  4. Mở rộng ngân hàng dữ liệu số hóa phổ màu và sắc tố cho nhiều giống chè nguyên liệu khác nhau (như chè Shan tuyết, chè Trung du, chè PH1). Đạt quy mô tập mẫu chuẩn trên 1.000 mẫu trong thời gian 12 tháng; chủ thể thực hiện là các Viện nghiên cứu Nông lâm nghiệp phối hợp cùng Hiệp hội Chè Việt Nam.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị học thuật và ứng dụng thực tiễn cao, đặc biệt hữu ích cho 4 nhóm đối tượng sau:

  1. Kỹ sư Tự động hóa và Điện tử ứng dụng: Nắm bắt phương pháp tích hợp hệ thống thị giác máy tính với phần cứng công nghiệp (PLC/HMI), kỹ thuật trích xuất 9 tham số màu và triển khai các thuật toán xử lý dữ liệu lớn trên dây chuyền sản xuất liên tục.

  2. Chuyên gia Công nghệ thực phẩm và Quản lý chất lượng chế biến chè: Hiểu sâu sắc cơ chế động học biến đổi của 3 nhóm sắc tố TFs, TRs, TBs và xác định chính xác điểm dừng kỹ thuật lên men tối ưu (180 phút) nhằm nâng cao tỷ lệ chè đen đạt tiêu chuẩn xuất khẩu cao cấp.

  3. Nhà nghiên cứu và Học viên cao học ngành Khoa học dữ liệu / Machine Learning: Khảo sát một case-study hoàn chỉnh về xử lý dữ liệu thực nghiệm: từ phân tích phương sai ANOVA, chuẩn hóa Z-Score, phân vùng mẫu tối ưu SPXY, giảm chiều dữ liệu PCA đến tối ưu hóa siêu tham số cho mô hình Random Forest Regression.

  4. Giám đốc điều hành và Chủ doanh nghiệp sản xuất chè: Tham khảo mô hình chuyển đổi số và tự động hóa nhà máy để cắt giảm từ 20 đến 30% chi phí nhân công kiểm tra thủ công, hạn chế rủi ro hỏng mẻ sản phẩm và chuẩn hóa chất lượng thương phẩm quy mô lớn.

Câu hỏi thường gặp

  1. Tại sao nghiên cứu cần chuyển đổi ảnh RGB sang không gian màu HSV và CIE Lab? Không gian màu RGB cơ bản rất nhạy cảm với sự biến động của cường độ chiếu sáng trong môi trường nhà máy. Việc chuyển đổi toán học sang không gian HSV và CIE Lab giúp tách biệt rõ ràng độ sáng (L*, V) với các thuộc tính màu sắc nguyên bản (H, S, a*, b*), cung cấp 9 thông số đặc trưng mô phỏng chính xác nhận thức thị giác của con người và phản ánh trung thực biến đổi hóa sinh của lá chè.

  2. Chỉ số chất lượng cảm quan của chè đen đạt giá trị tối ưu nhất ở thời điểm nào? Điểm chất lượng cảm quan (Sensory Score) đạt đỉnh cao nhất tại mốc 180 phút (3 giờ) kể từ khi bắt đầu lên men. Tại thời điểm này, hàm lượng sắc tố Theaflavins (đạt đỉnh ở phút 60) và Thearubigins (đạt đỉnh ở phút 120) duy trì được tỷ lệ phối hợp lý tưởng, tạo nên hương vị thơm dịu, vị chát ngọt hậu và màu nước đỏ sáng đặc trưng.

  3. Thuật toán SPXY có ưu điểm gì vượt trội so với phương pháp chia tập mẫu ngẫu nhiên? Khác với chia mẫu ngẫu nhiên dễ gây lệch phân bố dữ liệu, thuật toán SPXY tính toán khoảng cách Euclidean tối đa - tối thiểu đồng thời trên cả không gian biến độc lập X (9 đặc trưng màu) và biến phụ thuộc Y (các chỉ số sắc tố và cảm quan). Điều này giúp tập huấn luyện (Train) và tập kiểm tra (Test) đại diện hoàn hảo cho toàn bộ 220 mẫu thực nghiệm.

  4. Hệ thống xử lý ảnh số có thể thay thế hoàn toàn phương pháp phân tích HPLC không? Hệ thống thị giác máy kết hợp Random Forest là phương pháp kiểm tra gián tiếp không phá hủy mẫu, mang tính tức thời và tiết kiệm chi phí để phục vụ điều khiển tự động thời gian thực. Phương pháp sắc ký lỏng hiệu năng cao HPLC theo chuẩn GB/T30483-2013 vẫn là tiêu chuẩn đối chứng phòng thí nghiệm để hiệu chuẩn dữ liệu ban đầu cho mô hình.

  5. Vì sao mô hình Rừng ngẫu nhiên (Random Forest) lại tối ưu hơn mô hình hồi quy tuyến tính trong đề tài này? Quá trình lên men chè là chuỗi phản ứng sinh hóa phi tuyến phức tạp (TFs và TRs tăng rồi giảm, TBs tăng liên tục). Mô hình Random Forest với cấu trúc tập hợp hàng trăm cây quyết định CART ngẫu nhiên có khả năng nắm bắt hoàn hảo các quy luật phi tuyến tính, loại bỏ nhiễu và cung cấp sai số dự đoán RMSEC cực thấp trên tập dữ liệu đa biến.

Kết luận

  • Luận văn đã xây dựng thành công giải pháp định lượng không phá hủy chất lượng chè đen thông qua hệ thống thị giác máy tính và trích xuất 9 biến số màu sắc đặc trưng trên các không gian màu RGB, HSV và CIE Lab.
  • Động học biến đổi của 3 sắc tố chính và điểm cảm quan trên 220 mẫu đã được chứng minh rõ nét: TFs đạt đỉnh ở phút 60, TRs đạt đỉnh ở phút 120, và điểm cảm quan tối ưu toàn diện tại mốc 180 phút (3 giờ).
  • Đóng góp học thuật nổi bật là quy trình tích hợp thuật toán phân vùng mẫu SPXY, giảm chiều dữ liệu PCA và mô hình hóa phi tuyến Random Forest Regression với độ chính xác và khả năng tổng quát hóa cao.
  • Đề xuất hoàn chỉnh cấu trúc hệ thống tự động hóa điều khiển nhiệt độ, độ ẩm và tốc độ băng chuyền lên men liên tục thông qua giao diện điều khiển công nghiệp HMI/PLC trong lộ trình 6 đến 12 tháng.
  • Doanh nghiệp sản xuất chè và các đơn vị nghiên cứu tự động hóa nông nghiệp hãy chủ động ứng dụng công nghệ thị giác máy và học máy để nâng tầm tiêu chuẩn chất lượng nông sản xuất khẩu Việt Nam ngay hôm nay.