Đồ án tốt nghiệp Công nghệ kỹ thuật điều khiển và tự động hóa: Phân loại và sắp xếp sản phẩm dùng cánh tay máy scara

Nguyễn Trần Minh Nguyệt Sinh viên thực hiện: Nguyễn Hoàng MSSV: 20151373 Lớp: 20151CL4A Ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa Tên đề tài: Phân loại và sắp xếp sản phẩm dùng

Tổng Quan

Đặt vấn đề

Với sự tiến bộ vượt bậc của khoa học và công nghệ, các kỹ thuật hiện đại đang được áp dụng rộng rãi trong nhiều lĩnh vực Xu hướng tự động hóa và robot hóa trong sản xuất công nghiệp đã tạo ra một nền công nghiệp hiện đại hơn so với trước đây Việc sử dụng robot thay thế con người không chỉ mang lại độ chính xác cao mà còn nâng cao năng suất và khả năng làm việc trong những điều kiện khắc nghiệt.

Từ những năm 1960, cánh tay robot đã được phát triển và ứng dụng rộng rãi trong các lĩnh vực công nghiệp như hàn, sơn, lắp ráp và vận chuyển Tại Việt Nam, số lượng robot ngày càng gia tăng, với nhiều thương hiệu tự động hóa nổi tiếng như Yaskawa, ABB và Universal đã đến chia sẻ công nghệ Kỹ thuật robot đã trở thành một môn học quan trọng tại các trường đại học kỹ thuật, chẳng hạn như Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, nơi có nhiều mô hình robot đa dạng Đề tài nghiên cứu của sinh viên về cánh tay robot cũng đang phát triển mạnh mẽ Việc xây dựng và điều khiển các mô hình robot là cần thiết để đáp ứng xu hướng tự động hóa trong ngành công nghiệp robot.

Robot mang lại nhiều ưu điểm, như khả năng hoạt động liên tục mà không cần nghỉ ngơi và hiệu suất làm việc vượt trội so với con người Tuy nhiên, nhược điểm lớn nhất của robot là chi phí cao, chủ yếu do phải nhập khẩu từ nước ngoài Thêm vào đó, việc sửa chữa robot khi gặp sự cố cũng trở nên khó khăn nếu không có kiến thức chuyên môn đầy đủ.

Xu hướng hiện tại cho thấy sinh viên đang chọn đề tài “Phân loại và sắp xếp sản phẩm bằng cánh tay máy Scara” để phát triển một hệ thống ứng dụng cao Mục tiêu là tạo ra một công cụ phục vụ cho học tập, nghiên cứu, đồng thời cải tiến các hệ thống hiện có.

Mục tiêu đề tài

Mục tiêu của đề tài là thực hiện thi công, điều khiển và giám sát hệ thống phân loại sản phẩm dựa trên kích thước, với thời gian hoàn thành hai pallet ba lớp trong khoảng 8 phút.

 Hệ thống có thể phân loại được hai sản phẩm có kích thước khác nhau

 Xác định được vị trí, góc xoay của sản phẩm để tiến hành gắp và xếp lên pallet

 Giám sát được số lượng của sản phẩm trên pallet

 Giám sát được trạng thái hoạt động của các thiết bị và toàn bộ hệ thống

 Các thông số của hệ thống có thể được cài đặt trong quá trình vận hành.

Giới hạn đề tài

Chỉ phân loại hai sản phẩm có cùng chiều cao, cân nặng gần bằng nhau và có bề mặt phẳng

Thuật toán PID được áp dụng cho động cơ băng tải với các thông số được xác định thông qua phương pháp thử sai và không thay đổi Các thuật toán khác không nằm trong phạm vi nghiên cứu này.

Cánh tay robot hoạt động theo phương pháp điểm tới điểm, không quy hoạch đường đi cho cánh tay Robot

Mô hình hoạt động ở trong nhà/nhà máy

Không giám sát từ xa

Sản phẩm chỉ có một màu, chỉ sử dụng phương pháp lọc màu cho phần xử lý ảnh, các thuật toán khác nằm ngoài phạm vi đề tài

Sử dụng xử lý ảnh trong môi trường 2D, môi trường 3D nằm ngoài phạm vi của đề tài.

Phương pháp nghiên cứu

Đề tài này tập trung vào việc sử dụng mô hình cánh tay Robot có sẵn trên thị trường, kết hợp với các thiết bị khác để phát triển quy trình hút và xếp các sản phẩm đa dạng.

Tham khảo, tận dụng các tài liệu, thông tin trên Internet và kết hợp với kiến thức sẵn có để thực hiện đề tài

Giới thiệu nội dung

Phần còn lại của đề tài có nội dung như sau:

Chương 2 của bài viết tập trung vào cơ sở lý thuyết liên quan đến việc phân tích các mô hình xếp sản phẩm lên pallet, nhằm lựa chọn mô hình tối ưu nhất Bài viết cũng nêu rõ các tiêu chí đánh giá chất lượng của pallet sau khi hoàn thành quá trình xếp sản phẩm Ngoài ra, chương này còn giới thiệu khái quát về lựa chọn cấu hình hệ thống, động học Robot, giải thuật PID và xử lý ảnh, tạo nền tảng cho các chương tiếp theo.

 Chương 3 Tính toán động học cho cánh tay Robot: tính toán động học thuận, nghịch cho cánh tay Robot và kiểm chứng động học

 Chương 4: Nội dung thực hiện: nêu yêu cầu của hệ thống, đề xuất qui trình công nghệ Thi công phần cứng và phần mềm cho hệ thống

 Chương 5 Kết quả và đánh giá: trình bày các kết quả đạt được và đánh giá chất lượng

 Chương 6 Kết luận và hướng phát triển: Chỉ ra đã làm được những gì trong đề tài này và nêu hướng phát triển trong tương lai.

Cơ Sở Lý Thuyết

Các loại mô hình xếp sản phẩm lên pallet

Có hai loại mô hình xếp sản phẩm lên pallet:

 Mô hình một: Mô hình xếp pallet kết hợp nhiều cơ cấu và xếp sản phẩm theo lớp, được mô tả như hình 2.1

Hình 2.1 Mô hình xếp pallet kết hợp nhiều cơ cấu

 Mô hình hai: Sử dụng cánh tay Robot để xếp một đến hai sản phẩm lần lượt lên pallet, được mô tả như hình 2.2

Hình 2.2 Mô hình xếp pallet sử dụng cánh tay Robot

Ưu và nhược điểm của mỗi mô hình

 Tốc độ xếp nhanh hơn

 Cồng kềnh, tốn nhiều diện tích

 Chỉ xếp được cho một loại sản phẩm một lúc

 Khả năng mở rộng, cải tiến hạn chế

 Dễ gây trầy xước sản phẩm

 Gọn gàng, tiếp kiệm không gian

 Có thể xếp nhiều pallet cùng một lúc với các sản phẩm khác nhau

 Khả năng mở rộng, cải tiến linh hoạt

 Ít gây trầy xước sản phẩm

 Tốc độ xếp chậm hơn

 Để phù hợp với đề tài là có phân loại hai sản phẩm thì mô hình hai là sự lựa chọn phù hợp.

Các tiêu chí đánh giá chất lượng

Sau khi hoàn thành qui trình xếp sản phẩm lên pallet thì một pallet tiêu chuẩn phải thỏa mãn các tiêu chí sau:

 Sản phẩm không được trầy xước

 Pallet phải đủ số lượng sản phẩm

 Sản phẩm được xếp ngay ngắn, theo trật tự

 Pallet ổn định, không dễ bị nghiêng, ngã.

Tổng quan Robot

Robot là những thiết bị tự động, có khả năng mô phỏng toàn bộ hoặc một phần hoạt động của con người Chúng được phát triển nhằm thay thế con người trong việc thực hiện các công việc phức tạp.

Robot được lập trình bởi máy tính có khả năng thực hiện nhiều hoạt động phức tạp dưới sự điều khiển của vi mạch điện tử Hầu hết các khớp robot hoạt động nhờ động cơ điện với dạng chuyển động quay, phù hợp cho hệ thống tải nhẹ Với khả năng lặp lại công việc, tốc độ cao, độ chính xác lớn và độ bền cao, robot thường được sử dụng trong lắp ráp, sản xuất, sửa chữa và làm việc trong các môi trường khắc nghiệt, độc hại và nguy hiểm.

Động học Robot

Mục đích của bài toán động học thuận là xác định vị trí của khâu tác động cuối của tay máy dựa trên các biến khớp Động học thuận cũng được sử dụng để xác định không gian làm việc của robot Tay máy được cấu tạo bởi một chuỗi động hở, bao gồm nhiều khâu (Links) nối với nhau qua các khớp Một đầu của chuỗi kết nối với giá (Base), trong khi đầu còn lại gắn với phần công tác (End effector) Mỗi khâu kết hợp với khớp phía trước tạo thành một cặp khâu khớp, được đặc trưng bởi hai loại thông số.

 Các thông số không thay đổi giá trị trong quá trình làm việc của tay máy được gọi là tham số

Các biến khớp là các thông số thay đổi giá trị khi tay máy hoạt động Để thể hiện sự thay đổi giữa hệ tọa độ của các khớp liền kề, ta thực hiện phép biến đổi đồng nhất Quy tắc Denavit-Hartenberg cho phép kết hợp các ma trận chuyển vị riêng lẻ thành một ma trận chuyển vị thuần nhất Biến đổi này có một nghiệm duy nhất, trong khi ba thông số còn lại được cố định theo thiết kế cơ khí, liên quan đến hệ trục giữa Zi-1 và Zi.

Góc quay giữa trục Zi-1 và trục Zi quanh trục Xi-1 được ký hiệu là ai-1 Khoảng cách giữa trục Zi-1 và trục Zi dọc theo trục Xi-1 được gọi là ai-1 Khoảng cách giữa trục được ký hiệu là di.

Xi−1 đến Xi dọc theo trục Zi ; i là góc quay giữa trục Xi−1 và Xi quay quanh trục

Phương pháp Denavit-Hartenberg là một kỹ thuật quan trọng trong tính toán động học thuận của robot, cho phép xác định các trục tọa độ tại các khớp của robot Ma trận chuyển đổi tổng quát giữa hệ trục thứ {i-1} và hệ trục thứ {i} được sử dụng để mô tả mối quan hệ giữa các khớp.

Hình 2.3 Thông số trong hệ trục giữa Zi-1 và Zi (một cặp khâu khớp)

Ma trận chuyển vị của hệ từ hệ 0 đến hệ i được tính bằng cách nhân các ma trận chuyển vị ở từng khâu lại với nhau:

Động học thuận là quá trình xác định vị trí và hướng của cơ cấu chấp hành cuối dựa trên các giá trị biến khớp đã biết Kết quả của quá trình này được biểu diễn dưới dạng ma trận.

R3×3 là ma trận thể hiện hướng của điểm đầu cuối so với tọa độ gốc, trong khi P3×1 là ma trận biểu diễn vị trí của điểm đầu cuối so với tọa độ gốc.

Mục đích của bài toán động học nghịch là xác định các biến khớp của robot dựa trên tọa độ và hướng của cơ cấu chấp hành cuối Nhiều phương pháp khác nhau đã được phát triển để giải quyết bài toán này, giúp tối ưu hóa quá trình điều khiển robot.

Trong bài toán động học nghịch, có ba phương pháp chính để giải quyết: phương pháp đại số, phương pháp hình học, và phương pháp kết hợp cả hai Khi robot có nhiều bậc tự do, việc tính toán động học nghịch trở nên phức tạp hơn, yêu cầu áp dụng các phương pháp giải đặc biệt Mỗi phương pháp đều có ưu điểm và nhược điểm riêng, ảnh hưởng đến hiệu quả và độ chính xác của giải pháp.

 Ưu điểm: Tìm đầy đủ các nghiệm nên không bị sót nghiệm

 Nhược điểm: Nếu Robot quá phức tạp việc tính toán hệ phương trình nhiều ẩn sẽ rất khó khăn

 Ưu điểm: Trực quan, dễ hình dung, dễ hiểu

 Nhược điểm: Dễ bị sót nghiệm

 Phương pháp kết hợp đại số và hình học:

 Ưu điểm: Trực quan, dễ hình dung, dễ hiểu

 Nhược điểm: Đòi hỏi cần có kiến thức chắc giữa đại số và hình học.[6]

Giải thuật điều khiển hệ thống

Kỹ thuật điều khiển PID, mặc dù không mới, được coi là phương pháp kinh điển trong điều khiển tự động nhờ vào sự đơn giản và khả năng đáp ứng tốt khi có thông số phù hợp PID kết hợp ba bộ điều khiển: tỉ lệ, tích phân và vi phân, giúp điều chỉnh sai số, tăng tốc độ phản hồi, giảm độ vọt lố và hạn chế dao động PID là viết tắt của Proportional, Integral và Derivative, mỗi thuật ngữ này đóng góp vào việc điều khiển hiệu quả động cơ băng tải.

Bộ điều khiển PID sử dụng vi điều khiển để tính toán ngõ ra, từ đó xác định giá trị xung PWM cần thiết cho việc điều khiển động cơ, giúp băng tải đạt được vận tốc mong muốn.

Hình 2.4 Sơ đồ giải thuật điều khiển PID

Cấu hình điều khiển, giám sát

Hai loại kiến trúc điều khiển phổ biến trong lĩnh vực tự động hóa là kiến trúc điều khiển tập trung và kiến trúc điều khiển phân tán Mỗi loại kiến trúc này có các thành phần và cấu trúc riêng, phù hợp với các ứng dụng khác nhau Kiến trúc điều khiển tập trung được thể hiện trong hình 2.5, trong khi kiến trúc điều khiển phân tán được mô tả trong hình 2.6.

Hình 2.5 Kiến trúc điều khiển tập trung

Kiến trúc điều khiển điều khiển tập trung (Centerlized Control System – CCS) dùng một máy tính duy nhất để điều khiển toàn bộ quá trình kỹ thuật Máy tính

Hệ thống điều khiển tập trung (MTĐK) sử dụng các bộ điều khiển số trực tiếp (DDC), máy tính lớn, máy tính cá nhân hoặc thiết bị điều khiển khả trình Thông thường, máy tính điều khiển được đặt trong phòng điều khiển, cách xa hiện trường Trong kiến trúc này, tín hiệu và thông tin từ các thành phần và cảm biến được gửi về trung tâm điều khiển, nơi quyết định các hành động điều khiển đối với hệ thống Việc truyền tín hiệu có thể thực hiện qua mạng có dây hoặc không dây, nhưng tất cả đều hội tụ tại máy tính điều khiển trung tâm Kiến trúc điều khiển tập trung thường được áp dụng cho các dự án tự động hóa quy mô vừa và nhỏ, nhờ vào tính đơn giản trong việc điều khiển máy móc và thiết bị.

Hình 2.6 Kiến trúc điều khiển phân tán

Kiến trúc điều khiển phân tán (DCS) là một mô hình trong đó việc quyết định và điều khiển được phân chia giữa nhiều thành phần khác nhau, thay vì tập trung tại một trung tâm duy nhất Điều này cho phép các quyết định và điều khiển được thực hiện một cách phân tán và cục bộ, giúp tăng cường khả năng tương tác và trao đổi thông tin giữa các đơn vị trong hệ thống.

Mỗi thành phần trong hệ thống có vai trò như cảm biến, bộ điều khiển hoặc thực thi các hành động cụ thể, đồng thời có khả năng giao tiếp và trao đổi thông tin với các thành phần khác.

Kiến trúc điều khiển phân tán mang lại nhiều lợi ích quan trọng, bao gồm tăng cường tính linh hoạt và độ tin cậy của hệ thống Bằng cách phân tán quyết định và điều khiển, hệ thống vẫn duy trì hoạt động ổn định ngay cả khi một thành phần gặp sự cố Ngoài ra, kiến trúc này cung cấp khả năng mở rộng linh hoạt, cho phép dễ dàng thêm hoặc loại bỏ các thành phần mà không làm ảnh hưởng đến các phần khác Cuối cùng, nó cũng tạo điều kiện cho sự phân tách chức năng và quản lý, giúp các thành phần phát triển độc lập và tối ưu hóa hiệu suất.

Kiến trúc điều khiển phân tán đang được áp dụng rộng rãi trong nhiều lĩnh vực như điều khiển công nghiệp, hệ thống mạng thông tin và điều khiển giao thông Sự phát triển của công nghệ thông tin và truyền thông đã làm cho kiến trúc này trở nên quan trọng hơn bao giờ hết, giúp xây dựng các hệ thống điều khiển phức tạp, đáp ứng nhu cầu của thế giới kỹ thuật số hiện đại.

Xử lý ảnh

2.8.1 Không gian màu và chuyển đổi

Không gian màu là một mô hình toán học dùng để biểu diễn màu sắc, cho phép thể hiện các màu dưới dạng số Mô hình này hỗ trợ thực hiện các phép toán và logic với các giá trị màu sắc.

OpenCV nạp hình ảnh theo định dạng BGR và sử dụng không gian màu RGB mặc định Mỗi tọa độ pixel (x,y) chứa giá trị cường độ 8 bit trong khoảng từ 0 đến 255 Hai không gian màu cơ bản và phổ biến nhất là RGB và HSV.

RGB là không gian màu cơ bản trong xử lý ảnh, thường được áp dụng trong việc xử lý và lưu trữ dữ liệu ảnh số Nguyên lý của RGB dựa trên ba màu sắc cơ bản: R (đỏ), G (xanh lục) và B (xanh lam) để biểu diễn tất cả các màu sắc khác.

12 cả các màu sắc Mỗi điểm ảnh đều là sự pha trộn của ba màu sắc này như hình 2.7

Trong biểu diễn số trên máy tính, ảnh màu RGB có thể sử dụng số bit màu là

16, 24, 32 hoặc 48 bit Điểm ảnh có số bit màu càng cao thì màu sắc của điểm ảnh càng được biểu diễn chính xác

Nếu mỗi kênh màu được mã hóa bằng 1 byte (8 bit), và giá trị nằm trong đoạn

[0, 255], thì ta có ảnh 24 bit màu, và mã hóa được tất cả 28 × 28 × 28= 16.581.375 màu (khoảng 16 triệu màu)

Không gian màu mặc định của OpenCv là RGB Tuy nhiên OpenCV thực sự lưu trữ màu sắc ở định dạng BGR [10]

HSV (Hue, Saturation & Value/Brightness) là một cách tự nhiên hơn để mô tả màu sắc (như hình 2.8), dựa trên 3 số liệu:

 Saturation - độ bão hòa màu

 Value - độ sáng hoặc cường độ [10]

Hình 2.8 Không gian màu HSV

13 Ưu điểm của không gian màu HSV:

Không gian màu HSV được thiết kế để phản ánh cách mà mắt con người cảm nhận màu sắc, bao gồm ba thành phần chính: Hue (màu sắc) thể hiện các màu cơ bản như đỏ, xanh lá cây và xanh dương; Saturation (độ bão hòa) xác định mức độ màu từ xám đến màu sáng rực rỡ; và Value (giá trị) thể hiện độ sáng của màu Cấu trúc này giúp việc chỉnh sửa màu sắc trong không gian màu HSV trở nên dễ dàng và trực quan hơn.

Trong không gian màu HSV, màu sắc (Hue) và độ sáng (Value) được tách biệt rõ ràng, điều này giúp bạn dễ dàng chỉnh sửa màu sắc của hình ảnh mà không ảnh hưởng đến độ sáng tổng thể hoặc ngược lại.

Điều chỉnh độ bão hòa trong không gian màu HSV rất đơn giản Thay đổi giá trị Saturation cho phép bạn làm mờ màu sắc, chuyển đổi từ màu đậm sang màu nhạt hoặc ngược lại mà không ảnh hưởng đến màu sắc chính.

Không gian màu HSV là lựa chọn lý tưởng cho phân tích màu sắc, bao gồm nhận dạng màu sắc, phân đoạn ảnh và phát hiện biên màu Cấu trúc của không gian màu này giúp việc xử lý và phân tích màu sắc trở nên dễ dàng hơn so với các không gian màu khác.

OpenCv, viết tắt của Open Source Computer Vision, là một thư viện lập trình mạnh mẽ dành cho thị giác máy tính Ban đầu, OpenCv được phát triển bởi trung tâm nghiên cứu Intel tại Nizhny Novgorod, Nga, và hiện nay được duy trì bởi Itseez.

OpenCV là một thư viện mạnh mẽ chuyên về xử lý hình ảnh và video, đồng thời cung cấp các tính năng GUI và xử lý sự kiện Thư viện này hỗ trợ nhiều ngôn ngữ lập trình phổ biến như C/C++, Python và Java, cho phép người dùng linh hoạt trong việc phát triển ứng dụng OpenCV cũng là một giải pháp đa nền tảng, có khả năng hoạt động trên nhiều hệ điều hành khác nhau như Windows, Android và các hệ điều hành dựa trên Unix.

Theo tính năng và ứng dụng của OpenCV, có thể chia thư viện này thành các nhóm tính năng và module tương ứng như sau:

 Xử lý và hiển thị Hình ảnh/ Video/ I/O (core, imgproc, highgui)

 Phát hiện các vật thể (objdetect, features2d, nonfree)

 Geometry-based monocular hoặc stereo computer vision (calib3d, stitching, videostab)

 Computational photography (photo, video, superres)

 Machine learning & clustering (ml, flann)

Tính Toán Động Học Cho Cánh Tay Robot

Động học thuận

Đặt trục cho cánh tay Robot như hình 3.1

Hình 3.1 Đặt trục cho cánh tay Robot

Theo phương pháp của ông J.Craig ta có được bảng DH như bảng 3.1

Ma trận chuyển đổi từ hệ 0 sang hệ 1 như sau:

Các phần tử 5 0 𝑇 14 , 5 0 𝑇 24 , 5 0 𝑇 34 , 𝑇 5 0 44 được tính toán trên phần mềm Matlab theo thứ tự như hình 3.2

Hình 3.2 Kết quả tính các phần tử trên phần mềm Matlab

 Tọa độ tại điểm cuối của cánh tay Robot được rút gọn lại như sau:

Động học nghịch theo phương pháp đại số

Từ kết quả ở phần tính toán động học thuận ta được các phương trình:

Nhân (𝑙 3 𝑐 3 + 𝑙 2 ) cho phương trình (3) và nhân 𝑙 3 𝑠 3 cho phương trình (4) ta được:

(𝑙 3 𝑐 3 + 𝑙 2 )𝑠 2 𝑙 3 𝑠 3 + 𝑙 3 2 𝑠 3 2 𝑐 2 = 𝑃 𝑦 𝑙 3 𝑠 3 (6) Lấy (5) + (6) và rút gọn thu được:

(𝑙 3 𝑐 3 + 𝑙 2 ) 2 + (𝑙 3 𝑠 3 ) 2 Tương tự nhân (𝑙 3 𝑐 3 + 𝑙 2 ) cho phương trình (4) và nhân 𝑙 3 𝑠 3 cho phương trình

Từ hai nghiệm 𝜃 3 tìm được ta sẽ có hai nghiệm 𝜃 2 tướng ứng Vậy cánh tay Robot có hai bộ nghiệm riêng biệt

Kiểm chứng động học thuận và nghịch

Với 𝜃 2 = 2.6066 (rad), 𝜃 2 = -0.8957 (rad), l1 = 1 thì ta thu được Px = -0.9999,

Với Px = -1, Py = 1.5, Pz = 1 ta thu được hai bộ nghiệm: 𝜃 21 = 1.711, 𝜃 31 0.8957, l1 = 1; 𝜃 22 = 2.6066, 𝜃 31 = - 0.8957, l1 = 1 như hình 3.4

Thế bộ nghiệm 𝜃 21 = 1.711, 𝜃 31 = 0.8957, l1 = 1 vào động học thuận ta được

Px = -1.0001, Py = 1.4999, Pz = 1 như hình 3.5

Hình 3.3 Kết quả kiểm chứng động học thuận

Hình 3.4 Kết quả kiểm chứng động học nghịch

Hình 3.5 Kết quả kiểm chứng động học thuận với bộ nghiệm còn lại

 Kết luận: Việc tính toán động học thuận và nghịch cho cánh tay Robot Scara là chính xác

Nội Dung Thực Hiện

Yêu cầu của hệ thống

Các yêu cầu của hệ thống như sau:

Thi công và lập trình hệ thống xếp hai sản phẩm có cùng chiều cao nhưng khác kích thước (sản phẩm lớn: 6.5x9 cm, sản phẩm nhỏ: 6.5x6.5 cm) lên hai pallet riêng biệt với kích thước pallet là 22cm x 22cm Thời gian xếp cho hai pallet ba lớp là khoảng 8 phút, bao gồm 27 sản phẩm nhỏ và 18 sản phẩm lớn, với trọng lượng gần bằng nhau.

 Mọi qui trình xếp sản phẩm lên pallet đều tự động hoàn toàn

 Tự động báo lỗi khi hệ thống, thiết bị gặp sự cố

 Giám sát được qui trình hoạt động và trạng thái hoạt động của các thiết bị

 Có thể vận hành hệ thống một cách dễ dàng

 Tiết kiệm không gian và thiết bị nhất có thể

 Hệ thống phải phù hợp để tránh làm trầy, xước, va đập sản phẩm

 Có phân quyền sử dụng hệ thống.

Đề xuất qui trình công nghệ

Hệ thống phân loại sản phẩm theo kích thước và xếp lên pallet được mô tả qua một quy trình công nghệ Sản phẩm được đưa lên băng tải, và khi đến vị trí xác định, băng tải sẽ dừng lại nhờ cảm biến phát hiện vật cản Tiếp theo, công nghệ xử lý ảnh sẽ phân loại sản phẩm và xác định các thông số như tọa độ và góc xoay Cuối cùng, cánh tay Robot sẽ thực hiện việc hút và xếp sản phẩm lên từng pallet theo một trật tự nhất định.

Hình 4.1 Một vòng qui trình công nghệ của hệ thống

Phần cứng

4.3.1 Lựa chọn cấu hình hệ thống

4.3.1.1 Cấu hình vào/ra tập trung Ưu điểm:

 Tốc độ thu thập dữ liệu và điều khiển nhanh

 Khả năng mở rộng bị giới hạn

 Khó khăn trong việc xử lý các tín hiệu đầu vào và đầu ra, và khả năng gây ra sự cố khi một phần của hệ thống bị lỗi

4.3.1.2 Cấu hình vào/ra phân tán Ưu điểm:

 Khả năng mở rộng dễ dàng

 Khả năng xử lý các tín hiệu đầu vào và đầu ra một cách hiệu quả

 Dây nối từ sensor về PC dài và có thể tốn kém

 Trong môi trường có nhiễu, khó có thể nhận được tín hiệu nhỏ từ các cảm biến như cặp nhiệt, strain gauge qua đường truyền dài

Với quy mô hệ thống không lớn và cảm biến cùng cơ cấu chấp hành gần PC, sinh viên đã chọn cấu hình I/O tập trung nhằm tiết kiệm chi phí và tối ưu hóa tốc độ thu thập dữ liệu cũng như điều khiển.

4.3.2 Mô hình cánh tay Robot trên phần mềm Solidworks

Mô hình cánh tay Robot Scara bốn bậc tự do nhìn từ trái sang như hình 4.2

Hình 4.2 Mô hình cánh tay Robot nhìn từ trái sang

Mô hình cánh tay Robot Scara bốn bậc tự do nhìn từ trên xuống như hình 4.3

Hình 4.3 Mô hình cánh tay Robot nhìn từ trên xuống

Mô hình cánh tay Robot Scara bốn bậc tự do nhìn từ phải sang như hình 4.4

Hình 4.4 Mô hình cánh tay Robot nhìn từ phải sang

Mô hình robot Scara được thiết kế với phương pháp truyền động bằng vít me cho khâu một, trong khi khâu hai và ba được điều khiển trực tiếp bằng động cơ Việc áp dụng truyền động bằng vít me cho khâu một mang lại nhiều lợi ích cho hiệu suất và độ chính xác của robot Scara.

Một trong những lợi ích nổi bật của việc sử dụng vít me trong truyền động là khả năng ổn định vượt trội Vít me tạo ra cơ chế truyền động vững chắc, giảm thiểu rung lắc, từ đó giúp robot hoạt động một cách chính xác và ổn định Điều này đặc biệt quan trọng trong các ứng dụng yêu cầu độ chính xác cao.

25 ứng dụng yêu cầu độ chính xác cao, như trong quá trình lắp ráp, gia công và kiểm tra các chi tiết

Việc áp dụng truyền động bằng vít me tạo điều kiện cho cánh tay robot hoạt động trong không gian rộng lớn Robot Scara, với hai khớp xoay dọc và vít me tịnh tiến lên xuống, có khả năng di chuyển và làm việc linh hoạt trong không gian 3D.

4.3.3 Lựa chọn và thông số thiết bị

4.3.3.1 Bộ điều khiển trung tâm

Trong hệ thống tự động, nhiều loại PLC có thể được sử dụng để điều khiển các hoạt động Các PLC phổ biến thường được áp dụng trong các hệ thống tự động bao gồm:

Trong hệ thống này, sinh viên sử dụng PLC S7-1200 vì với những ưu điểm mà nó mang lại như sau:

S7-1200 có độ tin cậy cao, được thiết kế để đáp ứng các tiêu chuẩn công nghiệp, đảm bảo hoạt động ổn định và đáng tin cậy ngay cả trong những môi trường khắc nghiệt.

Hiệu suất cao của hệ thống được thể hiện qua tốc độ xử lý nhanh chóng và khả năng xử lý các tác vụ phức tạp Bên cạnh đó, nó còn hỗ trợ kết nối mạng, cho phép truyền thông dữ liệu hiệu quả và giám sát từ xa thuận tiện.

S7-1200 sở hữu giao diện người dùng thân thiện và phần mềm lập trình dễ sử dụng, cho phép người dùng nhanh chóng tiếp cận và thực hiện lập trình một cách hiệu quả.

Hệ thống có khả năng mở rộng linh hoạt thông qua các module đầu vào/đầu ra và các module chức năng bổ sung, cho phép người dùng dễ dàng mở rộng và tích hợp thêm các tính năng mới khi cần thiết.

 Tính năng bảo mật: có các tính năng bảo mật để bảo vệ dữ liệu và hệ thống khỏi các mối đe dọa bảo mật

 Giá thành phù hợp: giá thành phù hợp với các ứng dụng công nghiệp nhỏ và vừa, giúp tiết kiệm chi phí cho người dùng

Cụ thể sinh viên sử dụng PLC S7-1200 1214C DC/DC/DC (6ES7214-1AG40- 0XB0) như hình 4.5

Hình 4.5 PLC 1214C DC/DC/DC

Các thông số kỹ thuật chính:

 14 ngõ vào số, 10 ngõ ra số

 Phạm vi điện áp cho phép: 20.4 – 28.8V DC

 Bộ điều khiển CPU được mở rộng linh hoạt với: 1 bo mạch tín hiệu SB, 1 bo mạch truyền thông C, 8 module tín hiệu SM, 3 module truyền thông

 Tích hợp cổng truyền thông ethernet để kết hợp với màn hình HMI, máy tính hay truyền thông PLC

Vì thiếu chân phát xung PWM để điều khiển PID cho băng tải và 3 ngõ ra cho

Đèn báo phù hợp để truyền thông với PLC 1211C DC/DC/DC, nhưng do hạn chế kinh phí, sinh viên đã chọn sử dụng Arduino Mega 2560 (như hình 4.6) thay thế cho PLC 1211C DC/DC/DC nhằm hỗ trợ cho đề tài này.

 Vi điều khiển chính: ATmega2560

 IC nạp và giao tiếp UART: ATmega16U2

 Nguồn nuôi mạch: 5VDC từ cổng USB hoặc nguồn ngoài cắm từ giắc tròn

 Số chân Digital I/O: 54 (trong đó 15 chân có khả năng xuất xung PWM)

 Dòng điện DC Current trên mỗi chân I/O: 20mA

 Dòng điện DC Current chân 3.3V: 50mA

4.3.3.2 Thiết bị hỗ trợ truyền thông PLC với Arduino

Trên thị trường hiện nay, có hai phương pháp chính để kết nối PLC với Arduino là Modbus RTU và Modbus TCP/IP Hai phương pháp này có những điểm khác biệt đáng chú ý.

 Sử dụng giao tiếp nối tiếp

 Chỉ hỗ trợ một thiết bị tại một thời điểm

 Yêu cầu kết nối vật lý giữa các thiết bị

 Có khoảng cách truyền tối đa là 1200m (tùy thuộc vào tốc độ truyền)

 Có tốc độ truyền dữ liệu tối đa là 115200 bit mỗi giây

 Sử dụng CRC (Kiểm tra dự phòng theo chu kỳ) kiểm tra lỗi

 Sử dụng giao tiếp Ethernet

 Hỗ trợ nhiều thiết bị cùng một lúc

 Không yêu cầu kết nối vật lý giữa các thiết bị

 Có khoảng cách truyền không giới hạn

 Có tốc độ truyền dữ liệu tối đa từ 100 Mbit / s trở lên

 Sử dụng kiểm tra lỗi TCP/IP

Trong nghiên cứu này, chi phí là yếu tố quan trọng, với sự khác biệt chính nằm ở yêu cầu kết nối vật lý giữa các thiết bị Việc sử dụng phương thức Modbus RTU yêu cầu mua thêm module truyền thông cho PLC, trong khi phương thức Modbus TCP/IP giúp tiết kiệm chi phí đáng kể Cụ thể, chỉ cần sử dụng module Arduino Ethernet Shield, có chi phí rẻ hơn khoảng 7 lần so với module truyền thông của PLC.

Hình 4.7 Module Arduino Ethernet Shield

Các thông số kỹ thuật:

 Chip Ethernet: W5100 với buffer nội 16KB

 Tốc độ kết nối: 10/100Mb

 Kết nối: với mạch Arduino qua cổng SPI

4.3.3.3 HMI Để người vận hành có thể giám sát và vận hành hệ thống một cách dễ dàng thì việc trang bị màn hình HMI là vô cùng cần thiết

Với PLC của hãng Siemens đã chọn, các dòng màn hình HMI của Siemens gồm có:

Trong ba dòng này, màn hình SIMATIC Comfort Pannel có rất nhiều ưu điểm vượt trội để chọn:

 Màn hình được thiết kế tối ưu và toàn diện

 Kiểu dáng nhỏ gọn, tiết kiệm không gian lắp đặt

 Màn hình Siemens Simatic HMI Comfort Panels được tích hợp nhiều chức năng khác nhau

 Có thể thay đổi 32 ngôn ngữ trực tuyến, 32 ngôn ngữ cấu hình bao gồm bộ ký tự châu Á và Cyrillic

 Màn hình LCD hiển thị rõ ràng, chi tiết, trực quan, độ phân giải tốt

 Tích hợp nhiều chuẩn giao tiếp

Hình 4.8 là hình ảnh màn hình HMI TP1200 Comfort Panels

Hình 4.8 Màn hình HMI TP1200 Comfort Panels

 Mã sản phẩm: 6AV2124-0MC01-0AX0

 Dòng sản phẩm: SIMATIC HMI TP1200 Comfort

 Màn hình: Màn hình cảm ứng inch

 Nguồn cung cấp: 24 V DC (19.2-28.8 V DC)

4.3.3.4 Động cơ cho cánh tay Robot

Tổng khối lượng vật trên khâu 1: 2.2kg

Lực tác dụng của tải:

𝐹 = 𝑚 ∗ 𝑔 = 2.2 ∗ 9.8 = 21.56 (𝑁) Đường kính đai ốc di chuyển:

2 = 0.007 (𝑚) Khoảng cách thẳng đai ốc di chuyển trong một vòng:

 F: Lực tác dụng của tải (N)

 dm: đường kính đai ốc di chuyển (m)

 l: khoảng cách thẳng đai ốc di chuyển trong một vòng (m)

Dựa trên thiết kế cơ cấu cánh tay robot, động cơ khớp tịnh tiến bằng trục vitme ở khâu 1 là thiết bị chịu tải lớn nhất với trọng lượng của hai động cơ bước ở khâu 2 và khâu 3 Sinh viên đã tính toán moment nâng tải là 0.156 N.m và moment hạ tải là 0.135 N.m, do đó lựa chọn động cơ step mã NEMA17 với moment xoắn cực đại 0.45 N.m Các động cơ khác có khối lượng các khâu nhỏ hơn, đảm bảo toàn bộ động cơ được chọn đủ khả năng để hệ thống hoạt động ổn định Động cơ cho khớp 1 được minh họa trong hình 4.9.

Hình 4.9 Động cơ cho khớp 1

 Góc bước: 1.8 độ/bước Động cơ cho khớp 2 như hình 4.10

4.3.3.5 Động cơ cho băng tải

 Khối lượng hàng tối đa trên băng tải: 0.8kg

 Khối lượng trục và dây belt: 0.5kg

 Tốc độ băng tải tối đa mong muốn: V = 8000 mm/min

Moment đầu trục băng tải:

Moment đầu trục động cơ:

Do thiết kế cơ khí của băng tải chưa đạt yêu cầu, sinh viên đã quyết định áp dụng thuật toán PID cho động cơ băng tải nhằm cải thiện sự ổn định trong hoạt động Với các thông số đã được tính toán, động cơ giảm tốc Encoder 111 rpm JGB37-520 (như hình 4.13) được lựa chọn là phương án phù hợp.

Hình 4.13 Động cơ giảm tốc Encoder 111 rpm JGB37-520

 Tỉ số xung encode : 11 xung

 Tỉ số xung mỗi kênh trên 1 vòng quay : 11x90 = 990 xung

 Tốc độ không tải : 111 rpm

 Tốc độ có tải : 85 rpm

 Lực kéo định mức : 10kg

 Lực kéo tối đa : 15kg

Với chiều dài sản phẩm lớn nhất là 9cm nên sinh viên lựa chọn giác hút có đường kính là 2.5cm với lực hút được tính bên dưới

Lực nâng tối đa hệ thống cần để nâng bánh nặng nhất theo phương thẳng đứng:

 Fth : Lực nâng lý thuyết cần có để nâng vật (N)

 m: Khối lượng vật cần nâng (kg)

 R: đường kính giác hút (m) Áp suất đầu vào là 3 bar (bao gồm áp suất khí quyển) Áp suất sau khi trừ áp suất khí quyển: p = 3 – 1 = 2 (bar)

𝐹 = 𝑝𝑆 = 0.2 ∗ 10 6 ∗ 4.9 ∗ 10 −4 = 98 (𝑁) Dựa vào kết quả cho thấy chọn giác hút đường kính 2.5cm (như hình 4.14) là phù hợp

Hình 4.14 Giác hút chân không

4.3.3.7 Bơm hút chân không và van xả

Vì đầu ra của PLC là tín hiệu dạng 24V DC, nên sinh viên chọn bơm hút chân không 24V DC như hình 4.15

Hình 4.15 Bơm hút chân không

 Điện áp định mức: 24V DC

 Tiếng ồn: < 60 dB Để nhả vật một cách dứt khoát thì không thể thiếu van xả, với điện áp của van xả cũng là 24V DC như hình 4.16

Hình 4.16 Van xả điện từ

 Điện áp định mức: 24V DC

 Tốc độ không khí: < 3s (thời gian cần thiết để áp suất không khí thoát ra từ 300mmHg đến 15mmHg trong bình 500cc)

 Phạm vi áp suất: 0-350 mmhg

4.3.3.8 Driver điều khiển động cơ bước

Phần mềm

Chương trình được phát triển bằng ngôn ngữ Ladder trên phần mềm Tia Portal V16, sử dụng phương pháp lập trình cấu trúc với việc chia nhỏ thành các FC từ FC1 đến FC11 Tất cả các FC này được gọi vào OB1, trong khi OB40 là chương trình ngắt được kích hoạt khi tín hiệu I0.7 = 0, tương ứng với nút dừng khẩn cấp.

Các khối chương trình viết trên phần mềm Tia Portal V16 cho đề tài được thể hiện trong hình 4.35

Hình 4.35 Các khối chương trình

 FC1: chương trình của chế độ Manual cho khớp 2

 FC5: chương trình tính toán động học thuận

 FC6: chương trình tính toán động học nghịch ở chế độ Manual

 FC7: chương trình gửi tín hiệu từ PLC sang Arduino

 FC8: chương trình gửi giá trị từ python sang PLC

 FC9: chương trình tính toán động học nghịch ở chế độ Auto

 FC10: chương trình chạy chế độ Auto

 FC11: chương trình bổ trợ cho thiết kế HMI

 FC12: chương trình tính toán tọa độ tiếp theo cho hàng lớn

 FC13: chương trình tính toán tọa độ tiếp theo cho hàng nhỏ

 FC14: chương trình cấp nguồn cho khối Power của các khớp và hiển thị giá trị hiện tại

 FC15: chương trình cho khâu hút thả vật ở chế độ Manual

 FC16: chương trình bổ trợ để thiết kế chức năng cảnh báo trên HMI

4.4.2 Chương trình giải thuật PID cho động cơ băng tải Để động cơ chạy mượt mà nhất có thể thì việc qui hoạch quỹ đạo cho quá trình tăng, giảm tốc là cần thiết Vậy bài toán qui hoạch quỹ đạo cho điểm tới điểm được áp dụng trong trường hợp này, và được qui hoạch theo các tiêu chí sau:

 Vận tốc đầu bằng 0: vi = 0

 Vận tốc cuối bằng 0: vf = 0

 Gia tốc đầu bằng 0: ai = 0

 Gia tốc cuối bằng 0: af = 0

Quỹ đạo được qui hoạch theo phương trình sau:

 xi: điểm đầu qui hoạch

 xf: điểm cuối qui hoạch

 tf: thời gian qui hoạch

 t: thời gian (chạy từ 0 đến tf)

Thử nghiệm qui hoạch được thực hiện với mốc ban đầu là 0, mốc mục tiêu là

60 và thời gian qui hoạch là 1.5s trên phần mềm Matlab Kết quả qui hoạch như hình 4.36

Hình 4.36 Kết quả qui hoạch

Sau khi hoàn thành việc quy hoạch quỹ đạo, nhiệm vụ chính tiếp theo là thiết kế bộ điều khiển PID rời rạc cho động cơ băng tải, với thời gian lấy mẫu là T = 0,01 giây.

Cấu trúc ngõ ra bộ điều khiển PID rời rạc của động cơ băng tải được xây dựng như sau:

 vđ: vận tốc đặt (tướng ứng với x(t))

 vht: vận tốc hiện tại

 Kd, Ki, Kp: ba hệ số cho ba khâu của bộ điều khiển PID

 alpha, beta, gamma: số thực

4.4.3 Chuyển đổi hệ tọa của Camera sang hệ tọa độ của cánh tay Robot Đầu tiên là xác định kích thước khung hình của camera Trong đề tài này, sinh viên chọn khung hình có kích thước là 640x360 pixels với tọa độ bắt đầu là (0,60) pixels Đo thủ công ta thu được 360 pixels tương ứng với 13.5mm, từ đó suy ra được 1 pixel ứng với 0.0375mm

Camera và cánh tay Robot được lắp đặt sao cho phương x của Robot tương ứng với phương y của camera, và phương y của Robot tương ứng với phương x của camera Điều này tạo ra mối liên hệ giữa hai hệ tọa độ dưới dạng hệ phương trình.

 𝑥 𝑅 : Tọa độ của cánh tay Robot theo phương x (mm)

 𝑦 𝑅 : Tọa độ của cánh tay Robot theo phương y (mm)

 𝑥 𝐶 : Tọa độ của camera theo phương x (pixel)

 𝑦 𝐶 : Tọa độ của camera theo phương y (pixel)

Sử dụng phương pháp thủ công, đầu tiên di chuyển Robot đến vùng hoạt động của camera và lưu lại vị trí của Robot (giá trị 𝑥 𝑅 và 𝑦 𝑅) Sau đó, đưa sản phẩm vào vị trí điểm cuối của Robot, tiếp theo là di chuyển Robot ra khỏi vùng hoạt động của camera để camera có thể nhận dạng sản phẩm Cuối cùng, lưu tọa độ sản phẩm mà camera đã nhận dạng (giá trị 𝑥 𝑅 và 𝑦 𝑅) và tính toán các giá trị a, b Qua đó, chúng ta thu được mối liên hệ giữa hai hệ tọa độ.

4.4.4 Chương trình xử lý ảnh

Lưu đồ giải thuật chương trình xử lý ảnh như hình 4.37

Hình 4.37 Lưu đồ giải thuật chương trình xử lý ảnh

Khi sản phẩm xuất hiện trong khung hình camera, chúng ta chuyển đổi không gian màu RGB sang không gian màu HSV để dễ dàng lọc màu Tiếp theo, xác định vùng có màu gần trắng và xấp xỉ hóa thành đa giác, từ đó tính diện tích và trả về biến kết quả.

Sử dụng biến "max_area" để phân loại sản phẩm thành lớn và nhỏ, đồng thời tính toán các giá trị cần thiết như tọa độ theo pixel và góc xoay Tiếp theo, chuyển đổi tọa độ pixel sang tọa độ của cánh tay Robot theo mục 4.4.3.

4.4.5 Xác định không gian làm việc của cánh tay Robot

Không gian làm việc của cánh tay Robot được xác định bởi cấu trúc cơ khí và hệ thống đi dây của mô hình Các khớp của cánh tay Robot có không gian làm việc riêng biệt, ảnh hưởng đến khả năng hoạt động và linh hoạt của nó.

Ngoài ra, giới hạn không gian làm việc của robot được xác định với điều kiện

4.4.6.1 Trang màn hình đăng nhập

Màn hình đăng nhập đầu tiên khi khởi động HMI được thiết kế nhằm bảo vệ an toàn cho hệ thống, ngăn chặn sự can thiệp từ những người không có quyền truy cập.

Hình 4.38 Thiết kế màn hình đăng nhập

Trang màn hình Home được thiết kế như hình 4.39

Hình 4.39 Thiết kế trang màn hình Home

Tất cả các trang màn hình đều tích hợp nút điều hướng, cho phép người dùng dễ dàng chuyển đổi giữa các trang tương tự Khi chuyển trang, màu sắc của nút nhấn sẽ thay đổi để phân biệt với các nút khác, giúp việc vận hành trở nên thuận tiện hơn Ngoài ra, có nút Log out để người dùng thoát đăng nhập và trở về màn hình chờ.

Trang màn hình Home cung cấp cái nhìn tổng quan về hệ thống, cho phép người dùng quan sát quy trình hoạt động, trạng thái của các thiết bị và vị trí hoạt động của cánh tay Robot.

Trang màn hình Manual được thiết kế như hình 4.40

Trang màn hình Manual cho phép người dùng vận hành hệ thống một cách thủ công, bao gồm việc bật tắt các thiết bị và điều khiển cánh tay Robot để chạy động học thuận hoặc nghịch.

Hình 4.40 Thiết kế trang màn hình Manual

Màn hình Alarms cho phép người dùng theo dõi các lỗi và cảnh báo gần nhất, cũng như lịch sử của chúng trong hệ thống, từ đó đưa ra các giải pháp kịp thời và phù hợp Hình 4.41 minh họa rõ ràng tính năng này.

Hình 4.41 Thiết kế trang màn hình Alarms

Màn hình Cài đặt cho phép điều chỉnh các thông số hệ thống như vị trí và lớp xếp sản phẩm, cũng như tốc độ các khớp của cánh tay Robot theo các chế độ khác nhau, như minh họa trong hình 4.42.

Hình 4.42 Thiết kế trang màn hình Settings

Từ hoạt động của hệ thống, alarm bao gồm các trạng thái như bảng 4.2

Kiểm tra hệ thống, set home cánh tay Robot

Lỗi camera hoặc sản phẩm

Kiểm tra kết nối của camera, sản phẩm trên băng tải

Vượt quá giới hạn trên của góc 1 Errors Điều chỉnh lại góc đặt cho góc 1

Vượt quá giới hạn dưới của góc 1 Errors Điều chỉnh lại góc đặt cho góc 1

Vượt quá giới hạn dưới của tốc độ khớp 1 (Manual) Errors Điều chỉnh lại tốc độ đặt cho khớp

Vượt quá giới hạn trên của tốc độ khớp 1 (Manual) Errors Điều chỉnh lại tốc độ đặt cho khớp

Vượt quá giới hạn dưới của tốc độ khớp 1 (Auto) Errors Điều chỉnh lại tốc độ đặt cho khớp

Vượt quá giới hạn trên của tốc độ khớp 1 (Auto) Errors Điều chỉnh lại tốc độ đặt cho khớp

Bảng 4.2 Thiết kế chức năng Alarms

Hình 4.43 thể hiện có sử dụng chức năng Alarm trên HMI

Hệ thống cần phân quyền truy cập và giám sát như bảng 4.3

Người vận hành Có thể truy cập, vận hành, giám sát tất cả trên HMI Người nằm ngoài phạm vi sử dụng Không được cấp bất kỳ quyền nào

Bảng 4.3 Phân quyền sử dụng HMI

Hình ảnh 4.44 chỉ ra có sử dụng phân quyền trên HMI

Hình 4.43 Minh chứng sử dụng phân quyền cho HMI

Hình 4.44 Minh chứng sử dụng tính năng Alarm cho HMI

4.4.7 Truyền thông Modbus TCP/IP giữa các thiết bị

4.4.7.1 Truyền thông giữa Arduino và PLC

Sử dụng khối “MB_CLIENT” trên PLC như hình 4.45 để gửi dữ liệu từ PLC qua Arduino

Hình 4.45 Khối MB_CLIENT trên PLC

Kết Quả Và Đánh Giá

Mô hình tổng quan

Mô hình tổng quan thực tế của hệ thống như hình 5.1

Hình 5.1 Kết quả mô hình tổng quan thực tế

Chú thích các ký hiệu:

 A: pallet xếp sản phẩm lớn

 B: pallet xếp sản phẩm nhỏ

 C: cánh tay Robot Scara 4 bậc tự do

Sản phẩm

Hình ảnh sản phẩm lớn và nhỏ được thể hiện qua hình 5.2

Hình 5.2 Kết quả sản phẩm

Kết quả đấu nối các thiết bị

Các thiết bị được đấu nối hoàn thiện và đi dây tương đối gọn gàng như hình 5.3

Hình 5.3 Kết quả đấu nối các thiết bị

Kết quả phần mềm

Hình 5.4 thể hiện kết quả nhận dạng sản phẩm nhỏ và các thông số như: góc xoay, tọa độ

Hình 5.4 Kết quả nhận dạng sản phẩm nhỏ

Hình 5.5 thể hiện kết quả nhận dạng sản phẩm lớn và các thông số như: góc xoay, tọa độ

Hình 5.5 Kết quả nhận dạng sản phẩm lớn

Kết quả xử lý ảnh đã cung cấp các thông số quan trọng như tọa độ và góc xoay, đồng thời nhận diện được các sản phẩm lớn và nhỏ.

Nhận xét: Qua việc quan sát và kiểm chứng bằng cách xoay, di chuyển sản phẩm nhiều lần, kết quả xử lý ảnh cho thấy độ chính xác tương đối cao.

5.3.2 PID cho động cơ băng tải Để đánh giá tác dụng của bộ điều khiển PID lên động cơ băng tải thì ta sẽ so sánh tín hiệu tốc độ của động cơ khi chưa có và khi có bộ điều khiển

Hình 5.6 mô tả tín hiệu vận tốc của động cơ băng tải khi không có bộ điều khiển với tốc độ đặt khoảng 60 vòng/phút

Hình 5.6 Tín hiệu vận tốc của động cơ băng tải khi không có bộ điều khiển

Hình 5.7 Tín hiệu vận tốc của động cơ băng tải khi có bộ điều khiển thời gian*100 (giây) vận tốc

(vòng/phút) thời gian*100 (giây)

Hình 5.7 minh họa tín hiệu vận tốc của động cơ băng tải với bộ điều khiển, thiết lập tốc độ đặt là 60 vòng/phút Các thông số điều khiển bao gồm Kp = 30, Kd = 0.06, Ki = 0.01 và thời gian lấy mẫu là 0.01 giây.

Từ 2 kết quả trên, cho thấy khi áp dụng bộ điều khiển PID lên động cơ thì động cơ hoạt động ổn định hơn rất nhiều so với trường hợp không có bộ điều khiển (do phần cơ khí của băng tải chưa tốt) Vì nhiệm vụ chính của PID trong đề tài này là giúp cho động cơ hoạt động ổn định nhất có thể, tránh tình trạng làm sản phẩm vượt ra khỏi phạm vi hoạt động của camera, do đó kết quả này là chấp nhận được.

Kết quả vận hành hệ thống

Hình 5.8 thể hiện kết quả cánh tay Robot nhận dạng sản phẩm nhỏ và hút sản phẩm từ băng tải

Hình 5.8 Kết quả cánh tay Robot hút sản phẩm nhỏ trên băng tải

Hình 5.9 thể hiện kết quả cánh tay Robot xếp sản phẩm nhỏ lên pallet

Hình 5.10 thể hiện kết quả cánh tay Robot nhận dạng sản phẩm lớn và hút sản phẩm từ băng tải

Hình 5.11 thể hiện kết quả cánh tay Robot xếp sản phẩm lớn lên pallet

Hình 5.9 Kết quả cánh tay Robot xếp sản phẩm nhỏ lên pallet

Hình 5.10 Kết quả cánh tay Robot hút sản phẩm lớn trên băng tải

Kết quả khảo sát độ chính xác của cánh tay Robot trong việc xếp sản phẩm lớn lên pallet được trình bày trong bảng 5.1.

STT Độ lệch theo trục X (mm) Độ chính xác (%) so với 65 mm Độ lệch theo trục Y (mm) Độ chính xác (%) so với 90 mm

Bảng 5.1 Khảo sát độ chính xác của sản phẩm lớn trên pallet

Sau nhiều lần khảo sát thì kết quả vận hành hệ thống như sau:

 Tỷ lệ phân loại đúng sản phẩm: 100%

 Độ chính xác khi xếp sản phẩm lên pallet: ~ 95.61%

Hệ thống hoạt động ổn định nhưng cần cải thiện độ chính xác khi xếp sản phẩm ở các vị trí khác nhau Phần cơ khí chưa được tối ưu, dẫn đến thời gian xếp mỗi sản phẩm lên pallet khoảng 10.6 giây.

Hệ thống giám sát và vận hành ở chế độ Auto trên HMI được thiết kế để đơn giản hóa quá trình theo dõi và điều khiển Màu trắng trên giao diện biểu thị các thiết bị đang hoạt động, trong khi màu xám cho biết trạng thái không hoạt động Ngoài ra, HMI còn cho phép giám sát và cài đặt quy trình sắp xếp sản phẩm lên pallet một cách hiệu quả.

Hình 5.12 Kết quả giám sát, vận hành hệ thống ở chế độ Auto trên HMI

Kết quả vận hành hệ thống ở chế độ Manual trên HMI như hình 5.13 và 5.14, cho thấy các thiết bị được vận hành thành công theo các giá trị đặt

Hình 5.13 Kết quả vận hành hệ thống ở chế độ Manual trên HMI 1

Hình 5.14 Kết quả vận hành hệ thống ở chế độ Manual trên HMI 2

Kết quả thiết kế tính năng báo động như hình 5.15 cho thấy cảnh báo sẽ được hiển thị trên tất cả các trang màn hình và người dùng có thể xem chi tiết tại trang màn hình Alarms.

Hình 5.15 Kết quả thiết kế tính năng Alarm trên HMI

Kết quả thiết kế tính năng phân quyền được thể hiện trong hình 5.16, với chức năng phân quyền áp dụng trên màn hình đăng nhập và màn hình cài đặt thông số cho hệ thống.

Hình 5.16 Kết quả thiết kế tính năng phân quyền trên HMI

Tiêu đề	Phân Loại Và Sắp Xếp Sản Phẩm Dùng Cánh Tay Máy Scara
Tác giả	Nguyễn Hoàng
Người hướng dẫn	ThS. Nguyễn Trần Minh Nguyệt
Trường học	Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
Chuyên ngành	Công Nghệ Kỹ Thuật Điều Khiển Và Tự Động Hóa
Thể loại	Đồ án tốt nghiệp
Năm xuất bản	2024
Thành phố	Thành phố Hồ Chí Minh

Định dạng
Số trang	100
Dung lượng	6,27 MB