(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm

(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm(Đồ án tốt nghiệp) Thiết kế thi công hệ thống phân loại sản phẩm

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐÀO TẠO CHẤT LƯỢNG CAO ĐỒ ÁN TỐT NGHIỆP THIẾT KẾ THI CÔNG HỆ THỐNG PHÂN LOẠI SẢN PHẨM SVTH : NGUYỄN VĂN YÊN MSSV: 16151319 LÝ QUANG KHẢI MSSV: 16151033 Khóa : 2016 Ngành : CNKT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA GVHD : THS PHÙNG SƠN THANH Thành phố Hồ Chí Minh, tháng 07 năm 2020 TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐÀO TẠO CHẤT LƯỢNG CAO ĐỒ ÁN TỐT NGHIỆP THIẾT KẾ THI CÔNG HỆ THỐNG PHÂN LOẠI SẢN PHẨM SVTH : NGUYỄN VĂN YÊN MSSV: 16151319 LÝ QUANG KHẢI MSSV: 16151033 Khóa : 2016 Ngành : CNKT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA GVHD : THS PHÙNG SƠN THANH Thành phố Hồ Chí Minh, tháng 07 năm 2020 CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP - TỰ DO - HẠNH PHÚC ******* LỜI CAM ĐOAN Đồ án tốt nghiệp cơng trình nghiên cứu nhóm, được thực hiện hướng dẫn khoa học ThS Phùng Sơn Thanh Các số liệu, mơ hình được trình bày luận văn này hoàn toàn trung thực Nhóm xin cam kết đề tài nhóm tự thực hiện dựa vào số tài liệu trước và khơng chép từ tài liệu hay cơng trình có trước Nhóm thực hiện đề tài xin hoàn toàn chịu trách nhiệm lời cam đoan này Nhóm thực hiện đề tài Nguyễn Văn Yên Lý Quang Khải Khoa ĐT CLC – ĐH SPKT TP.HCM v LỜI CẢM ƠN Lời đầu tiên, nhóm thực hiện đề tài xin gửi lời cảm ơn chân thành nhất đến ThS Phùng Sơn Thanh tận tình giúp đỡ, giải đáp thắc mắc, hướng dẫn nhóm thực hiện đề tài, tạo điều kiện tốt nhất từ bố trí phịng thí nghiệm đến thiết bị vật tư suốt thời gian nhóm thực hiện đề tài Những kiến thức bổ ích từ Thầy được áp dụng vào đề tài rất nhiều, từ kiến thức nhỏ nhặt bài học lớn Một lần nhóm thực hiện đề tài xin được gửi lời cảm ơn chân thành đến Thầy Để hoàn thành tốt đồ án tốt nghiệp này, nhóm nhận được giúp đỡ nhiệt tình q thầy khoa Điện – Điện tử nói chung giảng viên ngành Điều khiển Tự động hóa nói riêng trang bị kiến thức cần thiết, đóng góp ý kiến giải đáp thắc mắc liên quan đến đề tài Nhóm cũng xin gửi lời cảm ơn đến tập thể lớp 16151CLB đóng góp ý kiến giúp cải thiện hệ thống, giúp đỡ nhóm suốt trình thực hiện đề tài Xin cảm ơn gia đình và bạn bè ln bên cạnh động viên, khích lệ tinh thần để nhóm hồn thành tốt đề tài này Nhóm thực đề tài! Khoa ĐT CLC – ĐH SPKT TP.HCM vi TÓM TẮT Trong đề tài này, nhóm sử dụng băng chuyền để vận chuyển sản phẩm, Camera được sử dụng để phân loại vật thể dựa barcode, logo và số lượng chúng bao gồm khâu chính: xử lý liệu thu thập được từ camera so sánh, phân loại Quá trình phân loại sản phẩm dựa việc thu thập thông tin mã, logo, số lượng, đối tượng thông qua hệ thống Camera Nếu sản phẩm có yếu tố quy định mã, logo, số lượng, được lưu trữ kho Còn ngược lại sản phẩm khác với quy định, được gỡ khỏi băng chuyền phân loại thành làn thích hợp Sau nhận dạng được barcode, số lượng, logo vật thể băng chuyền công nghệ xử lý ảnh được thực nghiệm đạt được độ xác cao Cơ cấu van điện từ khí nén và xilanh nhận tín hiệu từ PLC phân loại sản phẩm vào lane quy định Tuy nhiên, hệ thống đơi lúc hoạt động cịn thiếu ổn định ảnh hưởng số yếu tố ánh sáng tự nhiên gây nên bóng vật thể nên gây nhận dạng ảnh bị lỗi Cuối cùng, nhóm sử dụng phần mềm Pycharm để lập trình chương trình xử lý ảnh dựa ngơn ngữ lập trình Python thư viện nguồn mở OpenCV giao tiếp được với PLC Kết quả thu được hệ thống phân loại sản phẩm dựa yếu tố : logo, barcode, số lượng và giao tiếp với PLC hoạt động với yêu cầu đề Khoa ĐT CLC – ĐH SPKT TP.HCM vii SUMMARY In this project, we use the conveyor to move the products, cameras are used to classify objects based on code, logo and their number includes two main stages: processing collected data by camera and compare, categorize The product classification process will be based on the collection of information about code, logo, quantity, of objects through the Camera system If the product has elements that comply with code, logo, quantity, will be stored in the warehouse Otherwise the product is different from the regulation, it will be removed from the conveyor and classified into appropriate lanes After identifying the code, the number, the logo of the object on the conveyor belt by image processing technology have been experimented with high accuracy Electromagnetic valve and xilanh will receive a signal from the PLC acting on the stick, pushing the product into the specified lane However, the system sometimes operates still unstable due to the influence of a number of factors such as natural light causing shadows of the object, resulting in faulty image recognition Finally, we used Pycharm software to program image processing programs based on the Python programming language on the OpenCV open source library that could communicate with the PLC The result is a product classification system based on factors: logo, code, quantity and communication with the PLC to operate properly according to the requirements Khoa ĐT CLC – ĐH SPKT TP.HCM viii MỤC LỤC NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP i PHIẾU NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN ii PHIẾU NHẬN XÉT CỦA GIẢNG VIÊN PHẢN BIỆN iii LỊCH TRÌNH THỰC HIỆN ĐỒ ÁN TỐT NGHIỆP iv LỜI CAM ĐOAN v LỜI CẢM ƠN vi TÓM TẮT vii SUMMARY viii MỤC LỤC ix DANH MỤC BẢNG BIỂU xiii DANH MỤC HÌNH ẢNH xiv DANH MỤC TỪ VIẾT TẮT xvii CHƯƠNG TỔNG QUAN 1.1 Đặt vấn đề 1.2 Mục tiêu nghiên cứu 1.3 Nội dung nghiên cứu 1.4 Giới hạn đề tài CHƯƠNG CƠ SỞ LÝ THUYẾT 2.1 Tổng quan phân loại sản phẩm 2.1.1 Các phương pháp phân loại sản phẩm 2.1.2 Phương pháp phân loại sản phẩm dùng xử lí ảnh 2.2 Tổng quan xử lí ảnh 2.2.1 Xử lý ảnh số 2.2.2 Điểm ảnh 2.2.3 Độ phân giải ảnh 2.2.4 Mức xám 2.2.5 Biểu diễn ảnh 2.2.6 Phân tích ảnh 2.2.7 Nhận dạng phân loại ảnh Khoa ĐT CLC – ĐH SPKT TP.HCM ix 2.2.8 Thư viện mã nguồn mở OpenCV 2.3 Cảm biến phát vật thể 10 2.3.1 Cảm biến siêu âm 10 2.3.2 Cảm biến quang thu phát chung 11 2.3.3 Cảm biến tiệm cận 12 2.4 Các thuật toán xử lí ảnh 13 2.4.1 Thuật toán Feature Matching ( Brute Force Matcher) nối điểm ảnh 13 2.4.2 Thuật tốn nhận diện vật thể hình trịn (Hough Circle Transform) 13 2.4.3 Thuật toán đọc mã barcode 14 2.5 Mạng truyền thông công nghiệp 15 2.5.1 Truyền thông Modbus 16 2.5.2 Truyền thông Profibus 17 2.5.3 Giao tiếp Camera với PLC 17 2.5.4 Giao tiếp Rasberry với PLC 18 2.6 Phương thức giao tiếp giữa PLC với máy tính 18 2.7 Trung tâm xử lí tín hiệu 20 2.7.1 Giới thiệu Raspberry 20 2.7.2 Giới thiệu PLC S7-1200 21 2.8 Cơ cấu chấp hành 22 2.8.1 Xilanh 22 2.8.2 Động step 24 CHƯƠNG TÍNH TOÁN THIẾT KẾ 25 3.1 Giới thiệu 25 3.2 Phương pháp lựa chọn 25 3.3 Đề xuất sơ đồ khối 26 3.4 Yêu cầu thiết kế 26 3.4.2 Mạch động lực 27 3.4.3 Sơ đồ kết nối khối nguồn 27 3.4.4 Sơ đồ kết nối van điện từ khí nén và xilanh 28 3.4.5 Sơ đồ kết nối PLC và thiết bị 28 Khoa ĐT CLC – ĐH SPKT TP.HCM x 3.2 Yêu cầu điều khiển 29 3.3 Linh kiện phần cứng 29 3.3.1 Camera 29 3.3.2 Băng tải 30 3.3.3 PLC S7-1200 30 3.3.4 Nguồn tổ ong 12V 31 3.3.5 CB đóng ngắt 31 3.3.6 Relay 32 3.3.7 Xi lanh khí nén 32 3.3.8 Van điện từ khí nén 33 3.3.9 Cảm biến quang 33 3.3.10 Module led 34 3.3.11 Nút nhấn 34 3.3.12 Đèn báo 35 3.4 Điều khiển và giám sát 35 CHƯƠNG THI CÔNG HỆ THỐNG 37 4.1 Nguyên lí hoạt động 37 4.1 Thi công phần khí 37 4.2 Thi công phần tủ điện 40 4.2 Lập trình điều khiển 41 4.2.1 Thuật toán xử lý ảnh 41 4.2.2 Lưu đồ giải thuật chương trình PLC 42 CHƯƠNG KẾT QUẢ NHẬN XÉT ĐÁNH GIÁ 44 5.1 Kết 44 5.1.1 Mơ hình 44 5.1.2 Phần tủ điện 46 5.2 Giao diện webserver 47 5.3 Thực nghiệm 47 5.3.1 Sai logo – sai số lượng 48 5.3.2 Sai logo – số lượng 49 Khoa ĐT CLC – ĐH SPKT TP.HCM xi 5.3.3 Đúng logo – sai số lượng 50 5.3.4 Đúng logo – số lượng 51 5.4 Lỗi xảy và hướng khắc phục 52 5.4.1 Lỗi xảy 52 5.4.2 Cách khắc phục 52 5.5 Nhận xét, đánh giá 52 CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 53 6.1 Kết luận 53 6.1.1 Ưu điểm 53 6.1.2 Nhược điểm 53 6.2 Hướng phát triển 53 TÀI LIỆU THAM KHẢO 55 PHỤ LỤC 57 Khoa ĐT CLC – ĐH SPKT TP.HCM xii CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 6.1 Kết luận 6.1.1 Ưu điểm Sau tổng hợp kết quả đạt được và đem so sánh với yêu cầu mục tiêu thiết kế cho thấy hệ thống đáp ứng tương đối đầy đủ, với xác cao Mơ hình phần cứng hoạt động tốt, thiết bị nhỏ gọn, lắp đặt dễ dàng, có tính kinh tế, thuận tiện cho việc học tập và cũng phát triển thành dây chuyền sản xuất Nhận diện gần xác barcode, logo, số lượng sản phẩm, bị ảnh hưởng nhiễu sử dụng thêm led hắt sáng nhằm cố định mức sáng cũng thử nhiều lần tìm ngưỡng phù hợp Với việc cố định ánh sáng từ led ( không bị ảnh hưởng nhân tố ánh sáng bên ngoài mơi trường) việc xử lí ảnh bị sai số dẫn đến tình trạng nhận diện sai lệnh, phân loại sai lane quy định 6.1.2 Nhược điểm Với việc sử dụng led hắt sáng gây tình trạng đổ bóng vật thể, cũng hệ thống khơng hoạt động được nếu có nguồn sáng bên ngoài mạnh led ảnh hưởng đến hệ thống Tốc độ hoạt động hệ thống chưa cao băng tải hoạt động đồng thời với cấu van điện từ khí nén và xi lanh Do băng tải phải dừng lại để camera thu thập liệu cũng phải dừng lại hệ thống van và xilanh hoạt động phân loại Hệ thống đọc được mã barcode chưa thực hiện việc phân loại dựa vào barcode Vì để phân loại barcode cùng với logo và số lượng cần tới tổ hợp trường hợp sản phẩm , quy mô hệ thống không đáp ứng đủ 6.2 Hướng phát triển Từ mặt hạn chế đề tài, để đề tài hoạt động tốt và áp dụng vào thực tế sau này nhóm đề hướng phát triển sau: Làm thành dây chuyền sản xuất với cấu hình mạnh hơn, cải tiến thêm chức phân loại sản phẩm dựa vào barcode, tìm hiểu phát triển thêm chức vận hành giám sát từ xa Cải thiện giải thuật để không nhận dạng được logo mà cịn nhận dạng được rất nhiều logo khác nhau, phân biệt được số lượng sản phẩm với kích thước khác nhau,… Thay sử dụng cấu van điện từ khí nén và xilanh , sử dụng robot Dobot Magician (Hình 6.0) để gắp thả vật thể hệ thống, Robot công nghiệp Dobot M1 (Hình 6.1) nhằm cải thiện tốc độ hoạt động nâng cao độ xác cho hệ thống Khoa ĐT CLC – ĐH SPKT TP.HCM 53 Hình 6.1 Dobot Magician Hình 6.2 Dobot M1 Khoa ĐT CLC – ĐH SPKT TP.HCM 54 TÀI LIỆU THAM KHẢO Tiếng Việt [1] TS Nguyễn Thanh Hải (2014), “Giáo trình Xử lý ảnh”, Nhà xuất Đại học Quốc gia Thành phố Hồ Chí Minh [2] Phạm Trần Lam Hải, Trần Thanh Hùng, Nguyễn Văn Khanh, Lưu Trọng Hiếu (2015), “Ứng dụng xử lý ảnh số việc phân loại sản phẩm”, Tạp chí Khoa học Trường Đại học Cần Thơ [3] Nguyễn Văn Long (2016), “Ứng dụng Xử lý ảnh thực tế với thư viện OpenCV” [4] Võ Đức Khánh, Hoàng Văn Kiếm (2008), “Giáo trình xử lý ảnh số”, Nhà xuất Đại học Quốc gia Thành phố Hồ Chí Minh [5] Nguyễn Tiến Phúc (2017), “Xử lý ảnh phân loại sản phẩm theo màu sắc”, Bài báo nghiên cứu khoa học Trường Đại học Sao Đỏ [6] Nguyễn Quang Hoan (2006), “Xử lý ảnh”, Lưu hành nội Học viện cơng nghệ bưu viễn thơng [7] Chí Trương (2013), “Thư viện thuật toán Pyzbar”, OpenCV https://techtutorialsx.com/2020/01/01/python-pyzbar-detecting-and-decodingbarcode/ [8] Việt Anh (2018), “Thư viện thuật toán Hough Circle”, OpenCV https://docs.opencv.org/2.4/doc/tutorials/imgproc/imgtrans/hough_circle/hough_circ le.html [9] Tạ Hải (2017), “Thư viện thuật toán Brute-Force Matching”, OpenCV https://docs.opencv.org/3.4/dc/dc3/tutorial_py_matcher.html [10] Team Việt Dev (2018), “OpenCV là gì? Ứng dụng thế giới thực”, Blog Team Việt Dev https://teamvietdev.com/opencv-la-gi-ung-dung-opencv-trong-the-gioi-thuc/ Khoa ĐT CLC – ĐH SPKT TP.HCM 55 Tiếng Anh [1] Krutika Bapat (2019), “Hough Transform with OpenCV”, LearnOpenCV.com [2] Gonzalez, RC and Woods, RE (2008), “Digital Image Processing”, Pearson Prentice Hall, Upper Saddle River [3] Bhabatosh Chanda, Dwijesh Dutta Maumder (2001), “Digital Image Processing and Analysis”, Prentice Hall of India [4] Wilhelm Burger and Mark J Burge (2009), “Principles of Digital Image Processing”, Fundamental Techniques, Sprigner Khoa ĐT CLC – ĐH SPKT TP.HCM 56 PHỤ LỤC  Chương trình xử lí ảnh from multiprocessing import Process, Queue # chay ham song song ( Ham count product & ham barcode+check logo) import cv2 # thu vien Open CV from pyzbar import pyzbar # Thu vien doc Barcode import time from pyModbusTCP.client import ModbusClient import numpy as np def bar_logo_function(q): """ Processed Barcode Function :return: """ # thu vien OpenCV(cv2) chuyen dung xu li anh cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) #doc hinh anh tu camera # hình mẫu template = cv2.imread('tao3.PNG', cv2.IMREAD_GRAYSCALE) # cv2.imshow("template", template) w, h = template.shape[::-1] sift = cv2.xfeatures2d.SIFT_create() kp1, des1 = sift.detectAndCompute(template, None) count_check_ = list_result_logo = [] while True: count_check_ += ret, image = cap.read() # lay hinh anh tu camera if not ret: # ktra neu hinh anh fail thi stop while true break # kiểm tra logo Khoa ĐT CLC – ĐH SPKT TP.HCM 57 img_gray = cv2.cvtColor(image, cv2.IMREAD_GRAYSCALE) kp2, des2 = sift.detectAndCompute(img_gray, None) if des2 is None: list_result_logo = [0, 0, 0, 0, 0] count_check_ = else: matches = cv2.BFMatcher().knnMatch(des1, des2, k=2) good = [] count_point_match = try: for m, n in matches: if m.distance < 0.73 * n.distance: count_point_match += good.append([m]) list_result_logo.append(1) list_result_logo.append(0) if count_point_match > 10 else except: list_result_logo = [0, 0, 0, 0, 0] count_check_ = # img_out_logo = cv2.drawMatchesKnn(template, kp1, img_gray, kp2, good, None, flags=cv2.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS) # cv2.imshow('dgd', img_out_logo) barcodes = pyzbar.decode(img_gray) barcodeData = for barcode in barcodes: (x, y, w, h) = barcode.rect cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2) barcodeData = barcode.data.decode("utf-8") barcodeType = barcode.type # draw the barcode data and barcode type on the image text = "{} ({})".format(barcodeData, barcodeType) cv2.putText(image, text, (x - 10, y), cv2.FONT_HERSHEY_SIMPLEX, Khoa ĐT CLC – ĐH SPKT TP.HCM 58 0.5, (0, 0, 255), 2) if count_check_ == 5: check_logo_final = max(list_result_logo, key=list_result_logo.count) if barcodeData != 0: print("Barcode_logo: ", str(barcodeData) + str(check_logo_final)) q.put(str(barcodeData) + str(check_logo_final)) print("Done - send barcode and logo.") count_check_ = list_result_logo = [] cv2.putText(image, str(True if check_logo_final == else False), (20, 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2) cv2.imshow("Barcode and Logo Detection", image) k = cv2.waitKey(1) if k % 256 == 27: # ESC pressed print("Closing ") break if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() def shape_detection(q, c): """ Đếm sp Sp màu sáng, màu tối :return: """ cap = cv2.VideoCapture(1, cv2.CAP_DSHOW) count_true = count_product = [] while True: Khoa ĐT CLC – ĐH SPKT TP.HCM 59 count_true += ret, image = cap.read() gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # gray = cv2.medianBlur(cv2.cvtColor(image, cv2.COLOR_BGR2GRAY), 5) circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1.6, gray.shape[0] / 8) # circles = #gray.shape[0] / 8) cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1.2, 100) num_products = if circles is not None: circles = np.uint16(np.around(circles)) for i in circles[0, :]: center = (i[0], i[1]) radius = i[2] cv2.circle(image, (i[0], i[1]), i[2], (255, 0, 255), 3) num_products = len(circles[0]) count_product.append(num_products) if count_true >= 9: num_products = max(count_product, key=count_product.count) try: # print("Getting data ") barcode_logo = q.get(timeout=0.1) # print ("Done") send_data_plc = barcode_logo + str(num_products) + '1' # print(send_data_plc) for addr in range(0, len(send_data_plc)): # print(send_data_plc[addr]) is_ok = c.write_single_register(addr, int(send_data_plc[addr])) # print("Check send data: ", is_ok) except: pass print("Co {} san pham.".format(num_products)) count_true = count_product = [] Khoa ĐT CLC – ĐH SPKT TP.HCM 60 cv2.imshow("Count Product", image) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() if name == ' main ': c = ModbusClient() c.host("192.168.0.1") c.port(502) c.unit_id(1) c.open() q = Queue() barcode_process = Process(target=bar_logo_function, args=(q,)) barcode_process.start() count_object_process = Process(target=shape_detection, args=(q,c, )) count_object_process.start() Khoa ĐT CLC – ĐH SPKT TP.HCM 61  PLC Tag Khoa ĐT CLC – ĐH SPKT TP.HCM 62  Chương trình PLC Khoa ĐT CLC – ĐH SPKT TP.HCM 63 Khoa ĐT CLC – ĐH SPKT TP.HCM 64 Khoa ĐT CLC – ĐH SPKT TP.HCM 65 Khoa ĐT CLC – ĐH SPKT TP.HCM 66 S K L 0 ... việc thi? ?́t kế thi công hệ thống Chương 3: Tính tốn thi? ??t kế: X́t phát từ yêu cầu thi? ?́t kế yêu cầu điều khiển đề tài, trình bày tính tốn thi? ?́t kế lựa chọn thi? ?́t bị phần cứng hệ thống. .. thống Chương 4: Thi công hệ thống: Tiến hành thi công, lắp ráp mơ hình thi? ?́t kế; trình bày lưu đồ thuật tốn lập trình điều khiển; vận hành hệ thống Chương 5: Kết quả, nhận xét đánh giá: Trình... HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐÀO TẠO CHẤT LƯỢNG CAO ĐỒ ÁN TỐT NGHIỆP THI? ?́T KẾ THI CÔNG HỆ THỐNG PHÂN LOẠI SẢN PHẨM SVTH : NGUYỄN VĂN YÊN MSSV: 16151319 LÝ QUANG KHẢI MSSV: