đồ án điều khiển tự động đề tài ứng dụng công nghệ xử lý ảnh trong kiểm tra phân loại sản phẩm lỗi bề mặt

Xử lý ảnh là kỹ thuật áp dụng trong việc tăng cường và xử lý các ảnh thu nhận từ các thiết bị như camera, webcam… Do đó, xử lý ảnh đã được ứng dụng và phát triển trong rất nhiều lĩnh vực

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT HƯNG YÊN KHOA: CƠ KHÍ

CHUYÊN NGÀNH: CƠ ĐIỆN TỬ

ĐỒ ÁN ĐIỀU KHIỂN TỰ ĐỘNG

ĐỀ TÀI: ỨNG DỤNG CÔNG NGHỆ XỬ LÝ ẢNH TRONG KIỂM TRA, PHÂN LOẠI SẢN PHẨM LỖI BỀ MẶT

Giảng viên hướng dẫn : Hoàng Quốc Tuân

Sinh viên thực hiện: Ngô Quý Hiệp MSV: 11019361 Nguyễn Hữu Hiếu MSV: 11019364

Hưng Yên, tháng 11 năm 2022

PHỤC LỤC

CHƯƠNG 1: MỞ ĐẦU 8

1.1 Mục tiêu đề tài 8

1.2 Nội dung nghiên cứu 8

1.3 Đối tượng nghiên cứu 8

1.4 Phương pháp nghiên cứu 8

1.5 Phạm vi nghiên cứu 9

1.6 Ý nghĩa đề tài 9

CHƯƠNG 2: TỔNG QUAN VỀ XỬ LÝ ẢNH 10

2.1 Xử lý ảnh là gì? 10

2.2 Các bước cơ bản trong xử lý ảnh 11

2.2.1 Thu nhận ảnh (Image Acquisition) 11

2.2.2 Tiền xử lý (Image Processing) 11

2.2.3 Phân đoạn (Segmentation) hay phân vùng ảnh 11

2.2.4 Biểu diễn ảnh (Image Representation) 12

2.2.5 Nhận dạng và nội suy ảnh (Image Recognition and Interpretation) 13

2.2.6 Cơ sở tri thức (Knowledge Base) 13

2.5.3 Phương pháp phát hiện biên 18

2.5.4 Các phép toán hình thái Morphology 20

2.5.5 Các toán tử Bitwise 22

CHƯƠNG 3: TỔNG QUAN VỀ HỆ THỐNG THỰC NGHIỆM 24

3.1 Kết cấu và nguyên lý làm việc của hệ thống thực nghiệm 24

3.1.1 Sơ đồ khối hệ thống 24

3.1.2 Mô hình 3D, bố trí trạm cấp phôi và phân loại tự động 24

3.1.3 Nguyên lý hoạt động của hệ thống thực nghiệm 27

3.2 Thông số kỹ thuật của các thiết bị cơ bản trong hệ thống thực nghiệm 28

3.2.1 Thiết bị đầu vào 28

3.3 Sơ đồ điện 38

3.3.1 Sơ đồ đấu nối PLC và Modul I/O 38

3.3.2 Sơ đồ đấu nối Camera Cognex và cảm biến phát hiện phôi 39

3.3.3 Sơ đồ đấu nối hệ thống khí nén 39

3.3.4 Sơ đồ đấu nối hệ thống điện 40

CHƯƠNG 4: THIẾT LẬP TRUYỀN THÔNG VÀ LẬP TRÌNH 41

4.1 Giao tiếp truyền thông giữa Python và PLC qua giao thức truyền thông Modbus TCP/IP 41

4.1.1 Mạng truyền thông công nghiệp 41

4.1.2.1 Modbus RTU 42

4.1.2.2 Modbus ASC II 43

4.1.2.3 Modbus TCP/IP 43

4.1.3 Cấu hình phần mềm để giao tiếp truyền thông Modbus TCP/IP 43

4.1.3.1 Cấu hình trên Python 43

4.2.1.3 Viết chương trình xử lý ảnh bằng ngôn ngữ Python 50

4.2.2 Chương trình điều khiển PLC 54

4.2.2.1 Bài toán điều khiển hệ thống 54

4.2.2.2 Lưu đồ thuật toán chương trình điều khiển PLC 55

4.2.2.3 Khai báo địa chỉ trên PLC 56

4.2.2.4 Chương trình điều khiển PLC trên phần mềm TIA 56

4.2.3 Chương trình điều khiển cánh tay Robot ABB IRB120 62

4.2.3.1 Lưu đồ thuật toán 62

4.2.3.2 Khai báo địa chỉ I/O của Robot 63

4.2.3.3 Chương trình điều khiển Robot 63

CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ 68

5.1 Những kết quả đạt được 68

5.2 Các mặt hạn chế 68

5.3 Kết luận 68

5.4 Kiến nghị 68

Hình 3.2: Mô hình 3D trạm cấp phôi tự động trên phần mềm Inventor 25

Hình 3.3 : Sơ đồ bố trí mặt trạm cấp và phân loại phôi tự động 25

Hình 3.4: Thiết kế của trạm Robot ABB IRB120 26

Hình 3.5: Mô hình 3D toàn bộ hệ thống trên phần mềm Robot Studio 27

Hình 3.6: Cảm biến quang Omron E3Z-D61 2M 28

Hình 3.7: Cảm biến quang E18 – D80NK 29

Hình 3.8: Camera Cognex 5000 seri + Len 25mm 29

Hình 3.9: Cách kết nối cáp Breakout với camera 32

Hình 3.10: Hình ảnh băng tải 33

Hình 3.11: Module PLC S7-1200 CPU 1212C DC/DC/DC- 6ES7212-1AE40- 34

0XB0 34

Hình 3.12: 6ES7223-1QH32-0XB0 - Module S7-1200, DIGITAL I/O SM 1223, 35

8DI AC/8DO RLY 35

Hình 3.13: Cánh tay Robot ABB IRB 120 36

Hình 3.14: Các khớp và trục Robot ABB IRB 120 36

Hình 3.15: Sơ đồ đấu nối PLC và Module I/O 38

Hình 3.16: Sơ đồ đấu nối Camera Cognex và cảm biến Omron E3Z-D61 2M 39

Hình 3.17: Sơ đồ đấu nối hệ thống khí nén 39

Hình 3.18: Sơ đồ đấu nối hệ thống điện 40

Hình 4.1: Mô hình mạng truyền thông công nghiệp 41

Hình 4.2: Lưu đồ thuật toán xử lý ảnh 47

Hình 4.3: Ảnh nền trước và sau khi chuyển sang màu nhị phân 48

Hình 4.4: Ảnh chụp phôi trước và sau khi chuyển đổi 48

Hình 4.5: Ảnh thu được sau khi thực hiện hợp nhất ảnh nền và ảnh chứa phôi bằng toán tử XOR 49

Hình 4.6: Loại bỏ nhiễu 49

Hình 4.7: Tìm và vẽ đường bao cho ảnh 50

Hình 4.8: Lưu đồ thuật toán chương trình PLC 55

Hình 4.9: Lưu đồ thuật toán điều khiển Robot 62

LỜI NÓI ĐẦU

Đất nước ta đang trên đà phát triển, do đó khoa học kĩ thuật đóng một vai trò quan trọng trong công cuộc công nghiệp hóa, hiện đại hóa đất nước Việc áp dụng khoa học kĩ thuật chính là làm tăng năng suất lao động, thay thế sức lao động của người lao động một cách có hiệu quả nhất, bảo đảm an toàn cho người lao động trong quá trình làm việc Để tạo nền tảng tốt cho bước phát triển trong tương lai, chúng ta cần đầu tư, nghiên cứu, giáo dục, phát triển khoa học kĩ thuật một cách nghiêm túc ngay từ trong các trường đại học Đồ án Điều Khiển Tự Động là một môn học giúp sinh viên ngành Cơ điện tử có bước đi chập chững, làm quen với công việc thiết kế mà mỗi người kĩ sư cơ điện tử sẽ gắn cuộc đời minh vào đó Học tốt môn học này sẽ giúp cho sinh viên mường tượng ra được công việc tương lai, qua đó có cách nhìn đúng đắn hơn về con đường học tập đồng thời tăng thêm lòng nhiệt huyết, yêu nghề cho mỗi sinh viên Không những thế quá trình thực hiện đồ án sẽ là thử thách thực sự đối với những kĩ năng mà sinh viên đã được học từ những năm trước như các hệ thông điện, kĩ năng sử dụng phần mềm: Autocad, Autocad Electriccal, TIA Portal… cùng với những kiến thức trong những môn học nền tảng: Lập trình PLC, Hệ thống cơ điện tử, Điện tử công suất…

Trong quá trình thực hiện đồ án, chúng em nhận được sự chỉ dẫn rất tận tình của thầy Hoàng Quốc Tuân cùng các quý thầy cô khác trong Khoa Sự giúp đỡ của các thầy cô là nguồn động lực lớn lao cỗ vũ tinh thần cho chúng em trên con đường học tập, rèn luyện đầy gian lao vất vả Do đây là đồ án điện đầu tiên mà chúng em thực hiện nên chắc chắn sẽ mắc phải những thiếu xót, sai lầm Em rất mong nhận được sự góp ý chân thành từ phía các thầy cô Em xin chân thành cảm ơn!

Sinh viên thực hiện

NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN

Hưng Yên, ngày… tháng… năm 2022.

Giáo viên hướng dẫn

CHƯƠNG 1: MỞ ĐẦU 1.1 Mục tiêu đề tài

- Nghiên cứu, phân tích đặc điểm của động cơ DC băng tải, xylanh khí nén, robot ABB - Nghiên cứu, phân tích đặc điểm của camera, làm quen với ngôn ngữ lập trình Python cũng như các công cụ hỗ trợ trong thư viện OpenCV

- Nghiên cứu, tìm hiểu cách lập trình điều khiển cho robot ABB đến các vị trí lập trình sẵn và truyền thông gửi, nhận tín hiệu từ PLC

- Nghiên cứu, phân tích đặc điểm cảm biến

- Nghiên cứu, phân tích phương pháp điều khiển, giao tiếp Modbus TCP/IP giữa PLC và Python thông qua máy tính

1.2 Nội dung nghiên cứu

- Nghiên cứu phương pháp tìm,vẽ biên dạng bằng OpenCV với ngôn ngữ lập trình Python - Nghiên cứu phương pháp xây dựng chương trình điều khiển cho hệ thống phân loại phôi - Nghiên cứu, điều khiển, vận hành trạm phân loại phôi tự động

1.3 Đối tượng nghiên cứu

Khách thể nghiên cứu:

-Nghiên cứu, lắp đặt vận hành mô phỏng điều khiển mô hình phân loại sản phẩm theo hình dạng lỗi bề mặt sử dụng OpenCV

Đối tượng nghiên cứu gồm các bộ phận sau:

- Nghiên cứu hệ thống băng tải vận chuyển sản phẩm - Lắp đặt hệ thống camera công nghiệp

- Xây dựng quy trình điều khiển

1.4 Phương pháp nghiên cứu

Để xây dựng và phát triển đề tài thì sử dụng các phương pháp nghiên cứu sau: - Phương pháp nghiên cứu lý thuyết: Sử dụng các kiến thức cơ sở lý thuyết và các tài liệu liên quan

- Phương pháp nghiên cứu thực tiễn: Dựa trên các trạm phân loại đã có trong xưởng và một số nguồn tham khảo trên Internet, thiết kế và lắp đặt trạm hoàn chỉnh

- Phục vụ cho quá trình cung cấp, phân loại sản phẩm theo hình dạng

- Phục vụ cho quá trình giảng dạy, quá trình sản xuất, phân loại của hệ thống xử lý ảnh

CHƯƠNG 2: TỔNG QUAN VỀ XỬ LÝ ẢNH 2.1 Xử lý ảnh là gì?

Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ Nó là một nhanh khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó

Xử lý ảnh là kỹ thuật áp dụng trong việc tăng cường và xử lý các ảnh thu nhận từ các thiết bị như camera, webcam… Do đó, xử lý ảnh đã được ứng dụng và phát triển trong rất nhiều lĩnh vực quan trọng như:

• Trong lĩnh vực quân sự: xử lý và nhận dạng ảnh quân sự

• Trong lĩnh vực giao tiếp người máy: nhận dạng ảnh, xử lý âm thanh, đồ họa • Trong lĩnh vực an, bảo mật: nhận diện khuôn mặt người, nhận diện vân tay, mẫu

ảnh có thể được quét từ vệ tinh chụp trực tiếp bằng máy quét ảnh Hình 2.1 dưới đây mô tả các bước cơ bản trong xử lý ảnh

2.2 Các bước cơ bản trong xử lý ảnh

Hình 2.1 Các bước cơ bản trong xử lý ảnh

2.2.1 Thu nhận ảnh (Image Acquisition)

Ảnh có thể nhận qua camera màu hoặc trắng đen Thường ảnh nhận qua camera là ảnh tương tự (loại camera ống chuẩn CCIR với tần số 1/25, mỗi ảnh 25 dòng), cũng có loại camera đã số hóa (như loại CCD – Change Coupled Device) là loại photodiot tạo cường độ sáng tại mỗi điểm ảnh.Camera thường dùng là loại quét dòng, ảnh tạo ra có dạng hai chiều Sau đó các tín hiệu này sẽ được số hóa Việc lựa chọn các thiết bị thu nhận ảnh sẽ phụ thuộc vào đặc tính của các đối tượng cần xử lý Các thông số quan trọng ở bước này là độ phân giải, chất lượng màu, dung lượng bộ nhớ và tốc độ thu nhận ảnh của các thiết bị.Chất lượng ảnh thu nhận được phụ thuộc vào thiết bị thu, vào môi trường (ánh sáng, phong cảnh)

2.2.2 Tiền xử lý (Image Processing)

Ở bước này, ảnh sẽ được cải thiện về độ tương phản, khử nhiễu, khử bóng, khử độ lệch,v.v… với mục đích làm cho chất lượng ảnh trở lên tốt hơn nữa, chuẩn bị cho các bước xử lý phức tạp hơn về sau trong quá trình XLA Quá trình này thường được thực hiện bởi các bộ lọc

2.2.3 Phân đoạn (Segmentation) hay phân vùng ảnh

Phân đoạn ảnh là bước then chốt trong xử lý ảnh Giai đoạn này nhằm phân tích ảnh thành các vùng có cùng tính chất nào đó dựa theo biên hay các vùng liên thông Tiêu chuẩn để xác định các vùng liên thông có thể là cùng mức xám, cùng màu hay cùng độ nhóm Quá trình phân đoạn ảnh nhằm tách đối tượng cần khảo sát ra khỏi phần nội dung còn lại

quá trình phân đoạn ảnh là quá trình giảm bớt số lượng thông tin trong ảnh và chỉ giữ lại những thông tin cần thiết cho ứng dụng Do đó phân đoạn ảnh là quá trình loại bỏ các đối tượng không quan tâm trong ảnh Có nhiều phương pháp phân đoạn ảnh khác nhau Trong đó quá trình phân đoạn ảnh sử dụng một ngưỡng giá trị xám để phân đoạn ảnh ra thành các đối tượng và nền là phương pháp đơn giản nhất Lúc này các điểm ở bên dưới ngưỡng giá trị xám thuộc về nền còn những điểm ảnh ở bên trên ngưỡng giá trị xám thuộc về đối tượng Phương pháp phân đoạn ảnh này hiệu quả lớn đối với ảnh nhị phân, văn bản in hay đồ họa Dựa vào đặc tính vật lý của vùng ảnh, các kỹ thuật phân đoạn vùng có thể được chia làm 3 loại:

• Các kỹ thuật cục bộ: dựa trên các đặc tính cục bộ của các điểm ảnh và các lân cận của nó

• Các kỹ thuật tổng thể: phân đoạn một ảnh dựa trên cơ sở của thông tin lấy từ tổng thể như sử dụng biểu đồ mức xám histogram

• Các kỹ thuật chia, nối và phát triển: dựa trên các khái niệm tương đồng về hình dạng và tính đồng nhất Hai vùng có thể được nối lại với nhau và liền kề bên nhau Các vùng không đồng nhất có thể được chia thành các vùng nhỏ Một vùng có thể được phát triển bằng các nối các điểm ảnh sao cho nó đồng nhất với nhau

2.2.4 Biểu diễn ảnh (Image Representation)

Kết quả của bước phân đoạn ảnh thường được cho dưới dạng dữ liệu điểm ảnh thô, trong đó hàm chứa biên của một vùng ảnh, hoặc tập hợp tất cả các điểm ảnh thuộc về chính vùng ảnh đó Trong cả hai trường hợp, sự chuyển đổi dữ liệu thô này thành một dạng thích hợp hơn cho việc xử lý trong máy tính là rất cần thiết Để chuyển đổi chúng, câu hỏi đầu tiên cần phải trả lời là nên biểu diễn một vùng ảnh dưới dạng biên hay dưới dạng một vùng hoàn chỉnh gồm tất cả những điểm ảnh thuộc về nó Biểu diễn dạng biên cho một vùng phù hợp với những ứng dụng chỉ quan tâm chủ yếu đến các đặc trưng hình dạng bên ngoài của đối tượng, ví dụ như các góc cạnh và điểm uốn trên biên chẳng hạn Biểu diễn dạng vùng lại thích hợp cho những ứng dụng khai thác các tính chất bên trong của đối tượng, ví dụ như vân ảnh hoặc cấu trúc xương của nó Sự chọn lựa cách biểu diễn thích hợp cho một vùng ảnh chỉ mới là một phần trong việc chuyển đổi dữ liệu ảnh thô sang một dạng thích hợp hơn cho các xử lý về sau Chúng ta còn phải đưa ra một phương pháp mô tả dữ liệu đã được chuyển đổi đó sao cho những tính chất cần quan tâm đến sẽ được làm nổi bật lên,

thiết cho xử lý tiếp theo bằng máy tính Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắn với việc tách các đặc tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối tượng này với đối tượng khác trong phạm vi ảnh nhận được Ví dụ: trong nhận dạng ký tự trên phong bì thư, chúng ta miêu tả các đặc trưng của từng ký tự giúp phân biệt ký tự này với ký tự khác

2.2.5 Nhận dạng và nội suy ảnh (Image Recognition and Interpretation)

Nhận dạng ảnh là quá trình xác định ảnh Quá trình này thường thu được bằng cách so sánh với mẫu chuẩn đã được học (hoặc lưu) từ trước Nội suy là phán đoán theo ý nghĩa trên cơ sở nhận dạng Ví dụ: một loạt chữ số và nét gạch ngang trên phong bì thư có thể được nội suy thành mã điện thoại Có nhiều cách phân loai ảnh khác nhau về ảnh Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân theo hai loại nhận dạng ảnh cơ bản:

• Nhận dạng theo tham số • Nhận dạng theo cấu trúc

Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản (Text), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người…

2.2.6 Cơ sở tri thức (Knowledge Base)

Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ sáng tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo nhiễu Trong nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các phương pháp toán học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận và xử lý ảnh theo cách của con người Trong các bước xử lý đó, nhiều khâu hiện nay đã xử lý theo các phương pháp trí tuệ con người Vì vậy, ở đây các cơ sở tri thức được phát huy

2.2.7 Mô tả

Ảnh sau khi số hóa sẽ lưu vào bộ nhớ, hoặc truyền sang các khâu tiếp theo để phân tích Nếu lưu trữ ảnh trực tiếp từ các ảnh thô, đòi hỏi dung lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng và công nghệ Thông thường, các ảnh được gọi là các đặc trưng ảnh như: biên ảnh, vùng ảnh

2.3 Ảnh và biểu diễn ảnh

Ảnh trong thực tế là một ảnh liên tục cả về không gian và giá trị độ sáng Để có thể xử lý ảnh bằng máy tính thì cần thiết phải tiến hành số hóa ảnh Quá trình số hóa biến đổi các tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hóa về không gian) và lượng tử hóa các thành phần giá trị mà về nguyên tắc bằng mắt thường không thể phân biệt được hai điểm liền kề nhau Các điểm như vậy được gọi là các pixel (Picture Element) hay các phần tử ảnh hoặc điểm ảnh Ở đây cần phân biệt khái niệm pixel hay đề cập đến trong các hệ thống đồ họa máy tính Để tránh nhầm lẫn ta gọi khái niệm pixel này là pixel thiết bị Khái niệm pixel thiết bị có thểxém xét như sau: khi ta quan sát màn hình (trong chế độ đồ họa), màn hình không liên tục mà gồm các điểm nhỏ, gọi là pixel Mỗi pixel gồm một tập tọa độ (x, y) và màu Như vậy mỗi ảnh là tập hợp các điểm ảnh Khi được số hóa nó thường được biểu diễn bởi mảng 2 chiều I(n,p): n là dòng và p là cột Về mặt toán học có thể xem ảnh là một hàm hai biến f(x,y) với x, y là các biến tọa độ Giá trị số ở điểm (x,y) tương ứng với giá trị xám hoặc độ sáng của ảnh (x là các cột còn y là các hàng) Giá trị của hàm ảnh f(x,y) được hạn chế trong phạm vi của các số nguyên dương

Thông thường đối với ảnh xám, giá trị là 255 ( ) bởi vì mỗi phần tử ảnh được mã hóa bởi một byte Khi quan tâm đến ảnh màu ta có thể mô tả màu qua ba hàm số: thành phần màu đỏ qua R(x,y), thành phần màu lục qua G(x,y) và thành phần màu lam qua B(x,y) Bộ ba giá trị R, G, và B nhận được từ:

(1.4) (1.5) (1.6)

Ở đó , và theo thứ tự là những đặc tính phổ của các cảm biến (bộ lọc) đỏ, lục và lam R, G, B cũng không âm và hữu hạn Ảnh có thể được biểu diễn theo một trong hai mô hình: mô hình Vector hoặc mô hình Raster

Mô hình Vector: Ngoài mục đích tiết kiệm không gian lưu trữ, dễ dàng hiển thị và in ấn,

các ảnh biểu diễn theo mô hình vector còn có ưu điểm cho phép dễ dàng lựa chọn, sao chép, di chuyển, tìm kiếm…Theo những yêu cầu này thì kỹ thuật biểu diễn vector tỏ ra ưu việt hơn Trong mô hình này, người ta sử dụng hướng vector của các điểm ảnh lân cận để mã hóa và tái tạo lại hình ảnh ban đầu Các ảnh vector được thu nhận trực tiếp từ các thiết bị số hóa như Digitalize hoặc được chuyển đổi từ các ảnh Raster thông qua các chương trình vector hóa

Mô hình Raster: là mô hình biểu diễn ảnh thông dụng nhất hiện nay Ảnh được biểu diễn

dưới dạng ma trận các điểm ảnh Tùy theo nhu cầu thực tế mà mỗi điểm ảnh có thể được biểu diễn bởi một hay nhiều bit Mô hình Raster thuận lợi cho việc thu nhận, hiển thị và in ấn Các ảnh được sử dụng trong phạm vi của đề tài này cũng là các ảnh được biểu diễn theo mô hình Raster Khi xử lý các ảnh Raster chúng ta có thể quan tâm đến mối quan hệ trong vùng lân cận của các điểm ảnh Các điểm ảnh có thể xếp hàng trên một lưới (raster) hình vuông, lưới hình lục giác hoặc theo một cách hoàn toàn ngẫu nhiên với nhau

Hình 2.2: Lân cận 4 và lân cận 8

Cách sắp xếp theo hình vuông là được quan tâm đến nhiều nhất và có hai loại: điểm 4 láng giềng (4 liền kề) hoặc 8 láng giềng (8 liền kề) Với điểm 4 láng giềng, một điểm ảnh I(i, j) sẽ có điểm kế cận theo 2 hướng i và j; trong khi đó với điểm 8 láng giềng, điểm ảnh I(i, j) sẽ có 4 điểm kế cận theo 2 hướng i, j và 4 điểm kế cận theo hướng chéo 45o

2.4 Phạm vi ứng dụng của xử lý ảnh

Xử lý ảnh đã đem lại nhiều ứng dụng trong nhiều lĩnh vực khác nhau: y học, khoa học hình hình sự, khí tượng thuỷ văn, quản lý, Quản lý là là một trong những ứng dụng quan trọng của xử lý ảnh Cùng với sự bùng nổ của kinh tế thị trường Khối lượng quản lý càng lớn, như quản lý hồ sơ, quản lý phiếu điều tra trong công tác thống kê, các câu hỏi trắc nghiệm Để thực hiện các công việc trên một cách chính xác, nhanh chóng và hiệu quả Xử lý ảnh và nhận dạng đã nghiên cứu và phát triển mạnh mẽ bài toán nhập liệu tự động

2.5 Một số cơ sở lý thuyết sử dụng trong đồ án 2.5.1 Ảnh đen trắng, ảnh màu, ảnh cấp xám

Ảnh đen trắng: Đó là những bức ảnh mà mỗi điểm ảnh chỉ là những điểm đen hoặc

trắng, được quy định bằng một bit Nếu bit mang giá trị là 0 thì điểm ảnh là điểm đen, còn nếu mang giá trị là 1 thì điểm ảnh là điểm trắng Do đó để biểu diễn một điểm ảnh đen trắng ta có thể dùng một ma trận nhị phân, là ma trận mà mỗi phần tử chỉ nhận một trong hai giá trị là 0 hoặc 1

Ảnh màu: Quá trình giấu tin vào ảnh màu cũng tương tự như với ảnh đen trắng

nhưng trước hết ta phải chọn từ mỗi điểm ảnh ra bit có trọng số thấp nhất (LSB) để tạo thành một ảnh nhị phân gọi là ảnh thứ cấp Sử dụng ảnh thứ cấp này như ảnh môi trường để giấu tin, sau khi biến đổi ảnh thứ cấp ta trả nó lại ảnh ban đầu để thu được ảnh kết quả

Ảnh đa cấp xám: Đối với ảnh đa cấp xám bảng màu của nó đã có sẵn, tức là những

cặp màu trong bảng màu có chỉ số chênh lệch càng ít thì càng giống nhau Vì vậy đối với ảnh đa cấp xám bit LSB của mỗi điểm ảnh là bit cuối cùng của mỗi điểm ảnh Quá trình tách bit LSB của ảnh đa cấp xám và thay đổi các bit này bằng thuật toán giấu tin trong ảnh đen trắng sẽ làm chỉ số của điểm màu bị thay đổi tăng hoặc giảm 1 đơn vị, do đó điểm ảnh mới sẽ có độ sáng tối của ô màu liền trước hoặc liền sau ô màu của điểm ảnh cũ Bằng mắt thường rất khó có thể nhận thấy sự thay đổi về độ sáng tối này

Ảnh nhỏ hơn hoặc bằng 8 màu: Những ảnh thuộc loại này gồm có 16 màu (4 bit

màu) và ảnh 256 màu (8 bit màu) Khác với ảnh màu, ảnh xám với số bit nhỏ hơn hoặc bằng 8 bit không phải luôn luôn được sắp xếp màu bảng màu Những màu ở liền kề nhau trong bảng màu có thể rất khác nhau chẳng hạn như màu đen với màu trắng vẫn có thể được xếp cạnh nhau Vì vậy việc xác định bit LSB của ảnh loại này rất khó Nếu ta chỉ làm như đối với ảnh xám, tức là vẫn lấy bit cuối cùng của mỗi điểm ảnh để tạo thành ảnh thứ cấp thì mỗi thay đổi 0 -> 1 hoặc 1 ->0 trên ảnh thứ cấp có thể làm cho ảnh màu của điểm ảnh cũ và mới tương đương ứng thay đổi rất nhiều dù chỉ số màu của chúng cũng tăng hoặc giảm 1 mà thôi

Ảnh hightcolor (16 bit màu): Ảnh 16 bit màu thực tế chỉ sử dụng 15 bit cho mỗi

điểm ảnh trong đó 5 bit biểu diễn cường độ tương đối của màu đỏ, 5 bit biểu diễn cường độ tương đối của màu xanh lam, 5 bit biểu diễn cường độ tương đối của màu xanh lơ Còn lại một bit không dùng đến là bit cao nhất của byte thứ hai trong mỗi cặp thứ hai byte biểu diễn một điểm ảnh, đó chính là bit LSB của ảnh 16 bit màu Việc thay đổi giá trị của những bit này sẽ không hề ảnh hưởng tới màu sắc của từng điểm ảnh trong môi trường

Ảnh true color (24 bit màu): Ảnh true color sử dụng 3 byte cho mỗi điểm ảnh, mỗi

byte biểu diễn một thành phần trong cấu trúc RGB Trong mỗi byte các bit cuối cùng của mỗi byte trong phần dữ liệu ảnh là các bit LSB của ảnh true color Để tăng lượng thông tin giấu được vào ảnh môi trường, từ mỗi byte của ảnh true color ra sẽ lấy nhiều hơn một bit để tạo thành ảnh thứ cấp Thông thường cũng chỉ nên lấy nhiều nhất 4 bit cuối cùng của mỗi byte để ảnh kết quả không bị nhiễu đáng kể, khi đó lượng thông tin tối đa có thể giấu trong ảnh cũng tăng lên gấp bốn lần so với lượng thông tin tối đa giấu được trong ảnh đó nếu chỉ lấy 1 bit cuối cùng ở từng byte

2.5.2 Lọc nhiễu

Ảnh thu nhận được thường sẽ bị nhiễu nên cần phải loại bỏ nhiễu Các toán tử không gian dùng trong kỹ thuật tăng cường ảnh được phân nhóm theo công dụng: làm trơn nhiễu, nổi biên Để làm trơn nhiễu hay tách nhiễu, người ta sử dụng các bộ lọc tuyến tính (lọc trung bình, thông thấp) hoặc lọc phi tuyến (trung vị, giả trung vị, lọc đồng hình) Từ bản chất của nhiễu (thường tương ứng với tần số cao) và từ cơ sở lý thuyết lọc là: bộ lọc chỉ cho tín hiệu có tần số nào đó thông qua, để lọc nhiễu người ta thường dùng lọc thông thấp (theo quan điểm tần số không gian) hay lấy tổ hợp tuyến tính để san bằng (lọc trung bình) Để làm nổi cạnh (ứng với tần số cao), người ta dùng các bộ lọc thông cao, lọc Laplace Phương pháp lọc nhiễu Chia làm 2 loại: lọc tuyến tính, lọc phi tuyến

Làm trơn nhiễu bằng lọc tuyến tính: Khi chụp ảnh có thể xuất hiện nhiều loại nhiễu vào quá trình xử lý ảnh, nên ta cần phải lọc nhiễu Gồm các phương pháp cơ bản lọc trung bình, lọc thông thấp,… Ví dụ lọc trung bình: Với lọc trung bình, mỗi điểm ảnh được thay thế bằng trung bình trọng số của các điểm lân cận

Làm trơn nhiễu bằng lọc phi tuyến: Các bộ lọc phi tuyến cũng hay được dùng trong kỹ thuật tăng cường ảnh Một số phương pháp lọc cơ bản bộ lọc trung vị, lọc ngoài,… Với lọc trung vị, điểm ảnh đầu vào sẽ được thay thế bởi trung vị các điểm ảnh còn lọc giả trung vị sẽ dùng trung bình cộng của hai giá trị “trung vị” (trung bình cộng của max và min)

Lọc trung vị: Kỹ thuật này đòi hỏi giá trị các điểm ảnh trong cửa sổ phải xếp theo thứ tự tăng hay giảm dần so với giá trị trung vị Kích thước cửa số thường được chọn sao cho số điểm ảnh trong cửa sổ là lẻ

Lọc ngoài: Giả thiết có ngưỡng nào đó cho các mức nhiễu (có thể dựa vào lược đồ xám) Tiến hành so sánh giá trị độ xám của một điểm ảnh với trung bình số học 8 lân cận của nó Nếu sai lệch lớn hơn ngưỡng, điểm ảnh này được coi như nhiễu Trong trường hợp đó, thay thế giá trị của điểm ảnh bằng giá trị trung bình 8 lân cận vừa tính được

2.5.3 Phương pháp phát hiện biên

Biên là một trong những vấn đền ta cần quan tâm trong xử lý ảnh Vì ở giai đoạn phân đoạn ảnh chủ yếu dựa vào biên

Điểm biên: Một điểm ảnh được coi là điểm biên nếu có sự thay đổi nhanh hoặc đột ngột về mức xám (hoặc màu) Ví dụ trong ảnh nhị phân, điểm đen gọi là điểm biên nếu lân cận nó có ít nhất một điểm trắng

Đường biên (đường bao: boundary): tập hợp các điểm biên liên tiếp tạo thành một đường biên hay đường bao

Ý nghĩa của đường biên trong xử lý: ý nghĩa đầu tiên của đường biên là một loại đặc trưng cục bộ tiêu biểu trong phân tích, nhận dạng ảnh Thứ hai, người ta sử dụng biên làm phân cách các vùng xám (màu) cách biệt Ngược lại, người ta cũng sử dụng các vùng ảnh để tìm đường phân cách Tầm quan trọng của biên: để thấy rõ tầm quan trọng của biên, xét ví dụ sau: khi người họa sỹ muốn vẽ một danh nhân, họa sỹ chỉ cần vẽ vài đường nứt tốc họa mà không cần vẽ một cách đầy đủ

Như vậy, phát hiện biên một cách lý tưởng là phát hiện được tất cả các đường biên trong các đối tượng Định nghĩa toán học của biên ở trên là cơ sở cho các kỹ thuật phát hiện biên Điều quan trọng là sự biến thiên giữa các điểm ảnh thường nhỏ, trong khi đó biến thiên độ sáng của điểm biên thường là khá lớn khi qua biên Xuất phát cơ sở này người ta thường sử dụng hai phương pháp phát hiện biên như sau: Tách biên theo đạo hàm bậc một: Có 2 phương pháp cơ bản là: một là tạo gradient của hai hướng và trực giao trong ảnh, hai là dùng tập đạo hàm có hướng Tách biên theo đạo hàm bậc hai: được thực hiện trên một số dạng vi phân bậc 2 để làm xuất hiện biên Có hai dạng của phương pháp đạo hàm bậc hai đã được nghiên cứu là: phương pháp Laplace và đạo hàm trực tiếp

Bộ tách biên Canny: Phương pháp phát hiện này được sử dụng phổ biến vì nó có nhiều ưu điểm hơn các phương pháp khác Các bước thực hiện: Làm phẳng dùng bộ lọc Gauss; Sau đó, Gradient cục bộ của biên độ và hướng được tính Tìm điểm ảnh có biên độ lớn nhất dùng kỹ thuật nonmaximal suppression; Các điểm ảnh đỉnh (tìm được từ bước 2) được chia làm hai ngưỡng T1 và T2, T1 < T2 Các điểm ảnh đỉnh có giá trị lớn hơn T2 được gọi là Strong và nằm trong khoảng T1 và T2 được gọi là Weak Liên kiết các điểm ảnh Weak có 8 kết nối đến điểm ảnh Strong

Phương pháp gradient: Gradient là một vector có các thành phần biểu thị tốc độ thay đổi giá trị của điểm ảnh theo 2 hướng x và y, hay có thể nói là nó đại diện cho sự thay đổi về hướng và độ lớn của một vùng ảnh

(1.7) (1.8)

Với dx, dy lần lượt là khoảng cách giữa 2 điểm lân cận theo chiều x và chiều y (Ta có thể xem dx, dy là số lượng điểm ảnh giữa 2 điểm)

(1.9) (1.10)

Nếu định nghĩa g1 (f’x), g2 (f’y) là Gradient (vector gradient thành G(g1,g2)) theo hai hướng x, y tướng ứng thì biên độ (tức độ lớn) g(m,n) và hướng của biên tại điểm (m,n) được tính như sau:

(1.11) (1.12)

Việc tính xấp xỉ đạo hàm bậc nhất (f’x và f’y ở đây là g1 và g2) theo các hướng x và y được thực hiện thông qua 2 mặt nạ nhân chập (toán tử đạo hàm), tương ứng sẽ cho ta các kỹ thuật phát hiện biên khác nhau tương ứng với mặt nạ mà nó sử dụng (Roberts, Sobel, Prewitt,…)

2.5.4 Các phép toán hình thái Morphology

Khái niệm Morphology trong xử lý ảnh số khởi nguồn từ một ngành của sinh học, nghiên cứu về hình thể và cấu trúc của động thực vật Đây là một công cụ giúp rút trích các thành phần trong ảnh nhị phân, biễu diễn và mô tả chúng dưới dạng các vùng hoặc dạng như các đường biên, xương và bao lồi Kỹ thuật morphology cũng được áp dụng trên ảnh xám cho các công đoạn tiền/hậu xử lý ảnh (pre or post processing) Các phép toán đầu tiên trong Morphology được phát triển vào những năm 1964 bởi Georges Matheron (1930 - 2000) và Jean Serra (1940) tại trường đại học École des Mines de Paris, Pháp Matheron là tiến sĩ hướng dẫn của Jean, họ cố gắng xác định số lượng đặc tính của khoáng sản thông qua “thin cross section” và công việc cho ra kết quả là một phương pháp tiếp cận mới, cũng như sự tiến bộ trong hình học tích phân và tô pô Từ đó đến hết năm 1970, Morphology xử

lý cơ bản với các ảnh nhị phân, tạo ra các phép toán và kĩ thuật như: Dilation, Erosion, Opening, Closing…

• Phép giãn (Dilation): Phép toán Dilation là thao tác giãn nở/phình to các đối tượng ảnh đơn sắc

Ảnh đầu vào Ảnh đầu ra

Hình 2.4: Phép co

Những định dạng của ảnh: Ảnh thu nhận được sau quá trình số hóa thường được

lưu lại cho các quá trình xử lý tiếp theo hay truyền đi Trong quá trình truyền của kỹ thuật xử lý ảnh, tồn tại nhiều định dạng khác nhau từ ảnh đen trắng như định dạng IMG, ảnh đa cấp xám cho đến ảnh màu (BMP,JPEG,GIF)

Các phần mềm hổ trợ xử lý ảnh: Hiện nay xử lý ảnh được giảng dạy trường đại học

và ứng dụng vào thực tế rất nhiều như các phần mềm chỉnh sửa hình ảnh hay nhận biết khuôn mặt Chính vì thế có rất nhiều công cụ để chúng ta lập trình ứng dụng vào thực tế,

Như phải kể đến Matlap, hay ngôn ngữ Python, Với bài toán này chúng em sử dụng ngôn ngữ lập trinh Python

2.5.5 Các toán tử Bitwise

Trong Python, chúng ta có thể sử dụng toán tử Bitwise để thực hiện các thao tác với các bit Điều đó tương tự với việc sử dụng các toán tử logic như AND, OR và NOT, nhưng ở cấp độ bit Chúng ta có thể đánh giá biểu thức Boolean bằng toán tử Bitwise thay vì toán tử Logic, nhưng việc lạm dụng như vậy thường không được khuyến khích Trừ khi bạn có lý do chính đáng và biết mình đang làm gì, bạn chỉ nên sử dụng toán tử bitwise để kiểm soát các bit Trong hầu hết các trường hợp, bạn sẽ muốn truyền các giá trị số nguyên làm đối số cho các toán tử bitwise

Toán tử AND: Toán tử AND theo bit (&) thực hiện kết hợp các thao tác logic trên

các bit tương ứng của các toán hạng Đối với mỗi cặp bit chiếm cùng một vị trí trong hai số, nó chỉ trả về một khi cả hai bit được bật (tức là có giá trị là 1) Mẫu bit kết quả là phần giao của các đối số của toán tử Nó có hai bit được bật ở các vị trí mà cả hai toán hạng có giá trị là 1 Ở tất cả các vị trí khác, ít nhất một trong các đầu vào có bit 0 Về mặt số học, điều này tương đương với tích của hai giá trị bit Một nhân với một sẽ là một, nhưng bất cứ giá trị nào nhân với 0 sẽ luôn cho kết quả bằng 0

Toán tử OR: Toán tử OR bitwise (|) thực hiện phép logic Đối với mỗi cặp bit tương

ứng, nó trả về 1 nếu ít nhất một trong số các bit được bật (tức là có giá trị là 1) Mẫu bit kết quả là sự kết hợp của các đối số của toán tử Nó có năm bit được bật khi một trong hai toán hạng có giá trị là 1 Chỉ có sự kết hợp của hai giá trị số 0 mới trả về kết quả là 0 trong kết quả đầu ra cuối cùng

Ví dụ:

Biểu thức Giá trị nhị phân

a 10011100

b 110100

a|b 10111100

Toán tử NOT: Toán tử logic cuối cùng trong số các toán tử logic trên bit là toán tử

NOT (~), toán tử này chỉ nhận vào một đối số, làm cho nó trở thành toán tử bitwise đơn lẻ duy nhất Nó thực hiện phủ định tính logic trên một số nhất định bằng cách lật ngược lại tất cả các bit của nó Các bit 0 thành 1 và 1 thành 0

Ví dụ:

Biểu thức Giá trị nhị phân

a 10011100

~a 1100011

Toán tử XOR: Toán tử XOR thực hiện đánh giá hai điều kiện loại trừ lẫn nhau và

cho bạn biết liệu một trong số chúng có được đáp ứng chính xác hay không Ví dụ, một người có thể là người vị thành niên hoặc người lớn, nhưng người đó không thể là cả hai cùng một lúc Sự lựa chọn là bắt buộc Tên XOR là viết tắt của "Exclusive or" vì nó thực hiện thao tác phân tách trên các cặp bit Nói cách khác, mọi cặp bit phải chứa các giá trị bit đối lập để tạo ra giá trị là 1

CHƯƠNG 3: TỔNG QUAN VỀ HỆ THỐNG THỰC NGHIỆM 3.1 Kết cấu và nguyên lý làm việc của hệ thống thực nghiệm

3.1.1 Sơ đồ khối hệ thống

Hình 3.1: Sơ đồ khối hệ thống

3.1.2 Mô hình 3D, bố trí trạm cấp phôi và phân loại tự động

❖ Hệ thống thực nghiệm bao gồm: + Trạm cấp và phân loại phôi tự động + Trạm Robot ABB IRB120

Hình 3.2: Mô hình 3D trạm cấp phôi tự động trên phần mềm Inventor

Bảng 3.1: Các chi tiết, cơ cấu trên trạm cấp và phân loại phôi tự động

Hình 3.5: Mô hình 3D toàn bộ hệ thống trên phần mềm Robot Studio

3.1.3 Nguyên lý hoạt động của hệ thống thực nghiệm

- Khi khởi động hệ trạm cấp và phân loại phôi sẽ làm việc, xi lanh đẩy phôi từ ổ chứa phôi sau khi phôi đi qua cảm biến, cảm biến sẽ gửi tín hiệu kích hoạt camera chụp ảnh Ảnh sau khi chụp xong sẽ được lưu vào một thư mục Chương trình Python sẽ đọc ảnh trong thư mục từ đó đưa ra kết quả phôi có lỗi hay không và gửi kết quả xuống bộ điều khiển PLC Bộ điều khiển PLC nhận tín hiệu từ Python sau đó sẽ điều khiển xi lanh đẩy phôi vào khay chứa phôi lỗi nếu tín hiệu nhận được là phôi bị lỗi bề mặt Nếu phôi đạt thì tiếp tục được băng tải vận chuyển đến điểm cuối của băng tải 2 Khi phôi đi đến điểm cuối của băng tải 2 thì bộ điều khiển PLC sẽ tiến hành gửi tín hiệu sang trạm Robot ABB gọi Robot đến điểm cuối băng tải 2 gắp phôi Phôi sau khi được Robot gắp sẽ được lưu trữ lần lượt tại khay chứa phôi không lỗi Hệ thống hoạt động lặp đi lặp lại tạo thành một dây chuyền khép kín từ khâu phân loại phôi đến khâu lưu trữ phôi,

3.2 Thông số kỹ thuật của các thiết bị cơ bản trong hệ thống thực nghiệm 3.2.1 Thiết bị đầu vào

3.2.1.1 Cảm biến quang

❖ Cảm biến quang phát hiện phôi đến chỗ chụp ảnh

Hình 3.6: Cảm biến quang Omron E3Z-D61 2M

Cảm Biến Quang Omron E3Z-D61 12-24VDC được biết đến là một dòng cảm biến dòng E32Z seri, thuộc loại phản xạ khuếch tán, đóng vai trò rất quan trọng trong lĩnh vực công nghiệp tự động hóa

Thông số kỹ thuật

• Loại: Phản xạ khuếch tán • Khoảng cách cảm biến: 100mm • Nguồn sáng: Led hồng ngoại • Nguồn điện cung cấp: 12-24 VDC • NPN output: Dây có sẵn (3 lõi) • Dòng tiêu thụ: 30mA

• Thời gian hồi đáp: 1ms • Kích thước: 30 x 20 x 10mm • Khối lượng: 150g

• Tiêu chuẩn bảo vệ: IEC, IP67 ❖ Cảm biến quang E18 – D80NK:

Hình 3.7: Cảm biến quang E18 – D80NK

Thông số kỹ thuật:

• Model: E18-D80NK • Nguồn cung cấp: 5VDC

• Ngõ ra NPN thường mở (giúp tùy biến được điện áp ngõ ra, trở treo lên áp bao nhiêu sẽ tạo thành điện áp ngõ ra bấy nhiêu)

• Đầu ra điều khiển DC / SCR / Relay: 100mA / 5V • Mức tiêu thụ: <25mA

• Thời gian đáp ứng <2ms

• Góc điểm: 15 °, khoảng cách hiệu quả 3cm-8cm (có thể điều chỉnh)

3.2.1.2 Camera công nghiệp Cognex-Insight 5110 + len 25mm

Hình 3.8: Camera Cognex 5000 seri + Len 25mm

Thông số kỹ thuật:

• Dòng: In-Sight 5110-01 • Điện áp: 24VDC • Tốc độ định mức: 4x • Acquisition: 60fps

• Yêu cầu firmware min.: In-Sight version 4.4.3

• Bộ nhớ công việc/chương trình: Bộ nhớ flash non-volatile 128MB • Bộ nhớ xử lý ảnh: 256MB

• Loại cảm biến: 1/3-inch CCD

• Đặc tính cảm biến: Đường chéo 5.92mm, 7.4x7.4µm sq Pixels • Độ phân giải: 640x480pixel

• Tốc độ màn trập điện tử: 16µs-1000ms • Độ sâu bit: 256 mức xám (8 bit/pixel)

• Khung hình mỗi giây: 60 khung hình đầy đủ mỗi giây • Cấp bảo vệ: IP67

• Kích thước: 83.4x124.2x61.4mm (đã lắp nắp ống kính) • Trọng lượng: 350g

Kết nối và chỉ báo:

Bảng 3.2: Chức năng đèn chỉ báo trên camera Cognex-Insight 5110-01

24VDC Connector Cáp kết nối Breakout cung cấp kết nối với nguồn điện cung cấp bên ngoài, đầu vào kích hoạt thu nhận, đầu ra tốc độ cao và nối tiếp RS-232 để thông tin liên lạc Ngoài ra đầu nối này được sử dụng để gắn cáp Modun I/O bổ sung thêm các I/O rời rạc cho mục đích chung và chiếu sáng

User 1 LED Khi đèn xanh bật, người dùng có thể định cấu hình đầu ra digital của In-sight Explorer sử dụng dòng đầu ra rời rạc 4 User 0 LED Khi đèn đỏ bật, người dùng người dùng có thể định cấu hình đầu ra digital của In-sight Explorer sử dụng dòng đầu ra rời rạc 5

Network Traffic LED Đèn xanh nhấp nháy trong khi truyền, nhận tín hiệu Network Status LED Đèn xanh bật khi được kết nối mạng

ENET Connector Kết nối hệ thống camera với mạng lưới Đầu nối ENET cung cấp kết nối Ethernet với các thiết bị mạng bên ngoài

1 Xác minh rằng nguồn điện 24VDC đã được rút và không nhận điện

2 Theo tùy chọn, kết nối I/O hoặc dây nối tiếp với thiết bị thích hợp( ví dụ: PLC, bộ mã hóa hoặc nối tiếp thiết bị)

3 Gắn cáp I/O Breakout +24VDC ( dây trắng/ xanh lá cây) và 24V COMMON(dây nâu) và các thiết bị đầu cuối tương ứng trên nguồn điện

4 Gắn đầu nối M12 của cáp Breakout vào đầu nối 24VDC của hệ thống camera 5 Khôi phục cho nguồn điện 24VDC và bật nó lên nếu cần

Hình 3.9: Cách kết nối cáp Breakout với camera

3.2.2 Thiết bị đầu ra 3.2.2.1 Xi lanh khí nén

Thông số kỹ thuật:

• Đường kính: 16mm • Hành trinh: 50mm

Thông số kỹ thuật:

• Bore size: 10 mm

• Kiểu tác động: Kiểu tác động kép

• Max press : 1.0Mpa (10.2Kgf/cm²) • Vít đường Kính : 6mm

• Kích thước cuối cùng : 1.4x1.1x1.5 cm/0.5 " x 0.4 " x 0.6 " (L * W * H)

• Kích Thước tổng thể : 15.7x2.4 cm/6 " x 0.9 " (L * Max W) • Chất liệu : Hợp Kim nhôm • Màu : bạc

• Trọng Lượng tịnh : 104 gam

• Loại dung môi hoạt động: Khí nén ( Khí được lọc với độ mịn là 40 um)

• Áp suất hoạt động: Loại 2 tác động – 0.15 – 1.0 MPa (22-145 psi) ( 1.5 – 10

• bar)

• Áp suất thử thách: 1.5 MPa (215 psi) (15 bar)

• Nhiệt độ ( Độ C): – 20 – 70 độ C • Hành trình: 70mm

3.2.3 Bộ điều khiển PLC S7-1200 3.2.3.1 PLC S7-1200 1212 DC/DC/DC

Hình 3.11: Module PLC S7-1200 CPU 1212C DC/DC/DC- 6ES7212-1AE40- 0XB0

• Thời gian lưu giữ đồng hồ thời gian thực: Thông thường 10 ngày / ít nhất 6 ngày tại 400C

• PROFINET: 1 cổng truyền thông Ethernet • Tốc độ thực thi tính toán thực: 18 μs/lệnh • Tốc độ thực thi Boolean: 0,1 μs/lệnh