Cầu dao tự động Easy9 bao gồm các chức năng: - Bảo vệ chống dòng quá tải
Hình 5.20: MCB Schneider EZ9F34210 Bảng 5.7: Thông số kĩ thuật MCB EZ9F34210
Thông số Giá trị Đơn vị
Số cực 2 P Dòng điện định mức 10 A Dòng cắt ngắn mạch 4.5 kA Điện áp định mức 230 V Kích thước H81x W36 x D66.5 mm 5.3.8.Contactor Schneider LC1D09M7:
Khởi động từ Schneieder dòng TeSys LC1D Series là sự kết hợp giữa độ bền của điện và máy cơ học, cung cấp đến một bộ tiếp xúc có độ tin cậy cao. Trong hệ thống điều khiển TeSys LC1D được thiết kế động cơ tích hợp sao cho phù hợp với bất kỳ các loại
ứng dụng khác nhau. Khởi động từ Schneider dòng TeSys LC1D series được tối ưu đơn giản, nhưng vẫn đảm bảo tuân thủ đầy đủ các tiêu chuẩn của quốc tế.
Hình 5.21: Contactor Schneider LC1D09M7
Bảng 5.8: Thông số kĩ thuật Contactor Schneider LC1D09M7
Thông số Giá trị Đơn vị
Điện áp điều khiển 220 V
Dòng điện định mức 10 A
Công suất 4 kW
Tiếp điểm 1NC, 1NO
Kích thước H77x W45 x D86 mm
5.3.9.Lọc nhiễu nguồn MXB-1210-33:
Hình 5.22: Lọc nhiễu nguồn MXB-1210-33 Bảng 5.9: Thông số kĩ thuật bộ lọc nhiễu nguồn
Thông số Giá trị Đơn vị
Điện áp đầu vào (AC/DC) 250 V
Dòng điện định mức 10 A
Trở kháng 0.1 Ω
Tần số 50/60 Hz
CHƯƠNG 6 : ĐIỀU KHIỂN ROBOT QUATTRO 4 BẬC TỰ DO 6.1.Lưu đồ giải thuật Robot Quattro:
6.1.1.Lưu đồ tổng quát quá trình nghiên cứu:
Để thực hiện đề tài này, nhóm tiến hành các bước sau:
- Khảo sát và tìm hiểu tổng quan về đề tài Robot công nghiệp đặc biệt là Robot song song, các kiến thức liên quan: Xử lí ảnh, lập trình C, MATLAB,…
- Lựa chọn cấu trúc mô hình và số bậc tự do của robot.
- Vẽ mô hình kích thước thật của robot trên Solidwork và Inventor.
- Tìm tài liệu và tính toán động học, động lực học của robot, vùng làm việc, quy hoạch quỹ đạo.
- Kiểm nghiệm kết quả tính toán động học trên Matlab Simulink.
- Viết chương trình mô phỏng quỹ đạo chuyển động của Robot trên Matlab Simulink kết hợp với Simcape Multibody.
- Thi công mô hình thực tế robot dựa trên mô hình Solidwork đã mô phỏng. - Thiết kế mạch điện, lựa chọn thiết bị, thi công tủ điều khiển.
- Kết nối phần cứng robot với Adruino, Raspberry Pi 4. - Viết chương trình điều khiển robot và chạy thực nghiệm. - Phân tích, thu thập kết quả và viết báo cáo.
Hình 6.1: Lưu đồ giải thuật tổng quan quá trình nghiên cứu
6.1.2.Lưu đồ tổng quan hoạt động robot:
Phần này sẽ trình bày tổng quan về một chu trình hoạt động của robot: - Nhấn nút Start trên tủ điện để khởi động robot.
- Sau khi khởi động việc đầu tiên cần làm là set robot về điểm làm việc ban đầu (điểm home) bằng cách nhấn nút “Home”. Khi nhấn nút “Home” Raspberry sẽ phát tín hiệu cho adruino nano xuất xung cho động cơ quay ngược chiều kim đồng hồ với tốc độ thấp. Động cơ sẽ quay cho đến khi chạm công tắc hành trình. (Task 1)
- Ở task 2 xử lí ảnh sẽ được ứng dụng. Camera sẽ được lắp ở tâm bệ đỡ động cơ, camera sẽ thu nhận tọa độ ( , , )x y z của vật chuyển động trên băng truyền nhờ thuật toán tracking và đưa tín hiệu thu được vào Raspberry ở Task 3.
- Sau khi nhận được tín hiệu tọa độ từ camera, raspberry sẽ xử lí chuyển thông tin từ dạng tọa độ ( , , )x y z sang thông tin dạng số của 4 góc theta nhờ vào các phương trình động học nghịch đã được lập trình trong raspberry. Dữ liệu góc theta sẽ được đưa vào các board adruino nano để xuất xung điều khiển động cơ quay dựa vào trị số góc tương ứng mà mình nhận được. (Task 3)
- Kết quả của quá trình trên đưa đến task 4: ở giâi đoạn này đầu công tác của robot sẽ được quy hoạch quỹ đạo đến điểm gắp vật trên băng tải. Sau khi nam châm điện hút vật, raspberry sẽ quy hoạch quỹ đạo đến điểm thả vật kết thúc 1 vòng làm việc,
- Lưu đồ giải thuật điều khiển động cơ cũng như xuất xung sẽ được trình bày cụ thể ở phần sau.
Hình 6.2: Lưu đồ tổng quan hoạt động robot Quattro
6.1.3.Lưu đồ giải thuật điều khiện động cơ:
- Để điều khiển động cơ trong hệ thống, chúng ta cần tính toán số xung cần điều đến mỗi động cơ thông qua các công thức động học nghịch đã được trình bày ở trên.
- Khi robot khởi động, camera được bật lên và bắt đầu lấy dữ liệu vị trí của vật thể trên băng chuyền.
- Tọa độ vật thể sau đó được đưa vào các công thức động học nghịch để tính toán góc theta, với mỗi cánh tay robot ta sẽ có được các góc theta khác nhau tương ứng với các công thức khác nhau.
- Các góc theta sau đó được quy đổi thành số lượng xung dành cho mỗi động cơ, công thức này dựa vào các chế độ cài đặt tương ứng trên driver điều khiển.
- Sau đó, để truyền dữ liệu tính toán đi, cần phải tách dữ liệu theo từng byte riêng biệt để thuận tiện cho quá trình gửi dữ liệu cũng như đảm bảo độ chính xác.
- Với từng cánh tay khác nhau ta sẽ quy định cho mỗi cánh tay từng địa chỉ khác nhau để gửi cùng với dữ liệu riêng biệt cho từng động cơ. Đây là cách để các slaver nhận đúng dữ liệu mà Raspberry gửi đi.
- Cuối cùng hệ thống sẽ tiếp tục hoạt động với dữ liệu liên tục từ camera cho đến khi nút stop được nhấn.
6.2.Điều khiển mô hình Robot Quattro 4 bậc tự do: 6.2.1.Thiết bị sử dụng: 6.2.1.Thiết bị sử dụng:
- 4 board vi điều khiển Aduino Nano. - 1 board vi điều khiển Raspberry Pi 4.
- 4 bộ động cơ Servo Mitsubishi HC-KFS13 và driver MR-J2S-10A. - Nam châm điện, camera,…
6.2.2.Kết nối phần cứng:
Để kết nối phần cứng của driver, động cơ và board điều khiển ta tham khảo sơ đồ kết nối trong datasheet của driver Mitsubishi MR-J2S-10A.
Để động cơ và driver chạy được thì bắt buộc ta phải giải tín hiệu Emergency ở kênh CN1B. Được thể hiện trong Hình 6.4.
Trong Hình 6.5 sẽ hướng dẫn ta tách kết nối board điều khiển với driver để xuất xung điều khiển động cơ. Trong đó cặp chân 13-3 ở kênh CN1A dùng để điều khiển chiều quay cho động cơ. Cặp chân 12-2 dùng để xuất xung điều khiển động cơ.
Hình 6.5: Datasheet hướng dẫn kết nối 2
Từ các sơ đồ kết nối trên đối với robot Quattro ta kết nối như hình Hình 6.6, sử dụng Raspberry và 4 Adruino Nano và giao thức truyền thông UART. Có sử dụng opto quang để cách ly điện áp xoay chiều và điện áp 1 chiều trong vi xử lý.
Hình 6.6: Sơ đồ kết nối phần cứng điều khiển
6.2.3.Giao thức truyền thông Uart:
Các chip kỹ thuật số giao tiếp với nhau bằng hai phương pháp: nối tiếp hoặc song song. Giao tiếp nối tiếp có nghĩa là tất cả các luồng dữ liệu tuần tự qua một dây, trong khi giao tiếp song song truyền dữ liệu qua nhiều dây đồng thời.
Universal-Asynchronous-Receiver-Transit (UART) là một trong những giao thức nối tiếp lâu đời nhất và phổ biến nhất. Không đồng bộ đơn giản có nghĩa là không có tín hiệu nhịp nào được sử dụng cho mục đích định thời.
Một giao diện UART cần ít nhất hai đường: nhận và truyền. Vì vậy, dữ liệu chỉ truyền theo một hướng trên mỗi dòng trong số hai dòng dữ liệu.
Trong giao tiếp UART, hai UART giao tiếp trực tiếp với nhau. UART truyền chuyển đổi dữ liệu song song từ một thiết bị điều khiển như CPU thành dạng nối tiếp, truyền nó nối tiếp đến UART nhận, sau đó chuyển đổi dữ liệu nối tiếp trở lại thành dữ liệu song song cho thiết bị nhận. Chỉ cần hai dây để truyền dữ liệu giữa hai UART. Dữ liệu đi từ chân Tx của UART truyền đến chân Rx của UART nhận:
Hình 6.12: Kết nối dây trong UART
- Không cần tín hiệu nhịp
- Có một bit chẵn lẻ để cho phép kiểm tra lỗi
- Cấu trúc của gói dữ liệu có thể được thay đổi miễn là cả hai bên được thiết lập cho nó
- Phương pháp được ghi chép đầy đủ và được sử dụng rộng rãi. Nhược điểm:
- Kích thước của gói dữ liệu được giới hạn tối đa là 9 bit . - Không hỗ trợ nhiều hệ thống phụ hoặc nhiều hệ thống chính .
- Tốc độ truyền của mỗi UART phải nằm trong khoảng 10% của nhau.
6.2.4.Phương pháp xác định tọa độ vật sử dụng xử lí ảnh:
Hình 6.13: Các bước xác định tọa độ vật bằng xử lí ảnh
Thu thập dữ liệu vật từ camera, sau đó tạo cách thanh track bar để tìm ngưỡng màu thích hợp cho từng vật. Tiếp đến, resize lại khung hình để thuận tiện cho việc tính toán tọa độ của vật. Các hình ảnh từ các khung hình trên sẽ được chuyển sang không gian màu HSV. Sau đó, các thuật toán được sử dụng để khử nhiễu cho từng màu xác định: erode, dilate, blur,… qua đó tìm được và vẽ đường bao của vật lên màn hình. Từ các đặc tính và kích thước của vật, tọa độ trọng tâm của vật sẽ được tính toán theo tọa độ trong miền không gian Oxy và cập nhật liên tục lên trên màn hình.
Hình 6.14: Tọa độ vật sau khi được xác định trên camera
6.2.5.Giao diện điều khiển:
Để thuận tiện cho việc điều khiển cũng như theo dõi hoạt động của robot, các biến khớp, tọa độ điểm công tác. Nhóm đã tạo giao diện điều khiển trên Raspberry Pi 3.
CHƯƠNG 7 : KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 7.1.Kết luận:
- Đề tài: “Nghiên cứu, thiết kế và chế tạo Robot song song 4 bậc tự do điều khiển bằng Raspberry kết hợp với xử lí ảnh ứng dụng trong dây chuyền sản xuất” là đề tài có tính thực tế. Mô hình đáp ứng được các yêu cầu đề ra, đặc biệt là độ chính xác.
- Mô hình là tiền đề để ứng dụng các công nghệ thông minh vào thực tiển, đáp ứng yêu cầu năng suất của sản xuất theo dây chuyền đòi hỏi tốc độ và độ chính xác cao trong khoảng thời gian ngắn.
- Thông qua quá trình nghiên cứu cơ sở lý thuyết, mô phỏng và xây dụng mô hình, đồ án đã đạt những kết quả sau:
+ Tính toán, mô phỏng động học của Robot song song, xây dựng hình dáng Robot dựa trên mô phỏng MATLAB Simulink.
+ Phát triển và tính toán được phương trình động lực học của robot.
+ Thiết kế, chế tạo, bóc tách khối lượng bản vẽ và hoàn thiện mô hình Robot Quattro song song bốn bậc tự do. Các kết cấu trên robot có thể dễ dàng tháo lắp và điều chỉnh nâng cấp.
+ Đã nghiên cứu và sử dụng Raspberry ứng dụng cho xử lí ảnh thông qua các thuật toán đã được học.
+ Sử dụng các phương thức truyền thông áp dụng vào Arduino kết hợp với các thiết bị ngoại vi.
+ Nghiên cứu và điều khiển động cơ servo J2S – 10A của hãng Mitsubishi. + Thiết kế và xây dựng tủ điện tiêu chuẩn, lựa chọn các khí cụ điện hợp lí có trong tủ điện.
+ Thực hiện thiết kế giao diện giám sát và điều khiển thông qua C#.
7.2.Phương hướng phát triển:
- Mô phỏng được hành vi của Robot Quattro trong không gian dựa vào kết quả tính toán động lực học.
- Áp dụng thuật toán PID vào điều khiển mô phỏng để điều khiển chính xác vị trí và đồng bộ cho robot trong quá trình chuyển động.
- Nâng cấp các chi tiết giúp cho Robot chuyển động linh hoạt hơn. - Nghiên cứu và cải thiện vấn đề chống rung xảy ra ở Robot song song.
- Tối ưu các thuật toán điều khiển để tăng tốc độ di chuyển của robot trong ứng dụng gắp và đặt vật.
TÀI LIỆU THAM KHẢO
Tài liệu tiếng Việt:
[1]. PGS.TS. Nguyễn Trường Thịnh, “Giáo trình kỹ thuật robot”. Nhà xuất bản Đại học quốc gia TP. Hồ Chí Minh, 498 trang.
[2]. Huỳnh Thái Hoàng (2006), “Giáo trình Hệ thống điều khiển tự động”, Nhà xuất bản Đại học quốc gia TP. Hồ Chí Minh, 421 trang.
[3]. Trịnh Chất, Lê Văn Uyển, “Tính toán hệ thống dẫn động cơ khí tập 1”,
Nhà xuất bản giáo dục Việt Nam.
[4]. Nguyễn Văn Khang và Nguyễn Thành Công (2012), “Về hai phương pháp giải bài toán động lực học ngược robot song song”, Hội nghị toàn quốc lần 6 về cơ điện tử VCM 2012, tr. 574-583.
[5]. Nguyễn Văn Khang và Lương Anh Tuấn (2013), "Tính toán so sánh một vài phương pháp số giải bài toán động học ngược robot song song dư dẫn động",
Tạp chí Tin học và Điều khiển học. T. 29, S. 1, tr. 3-15.
[6]. Phạm Văn Bạch Ngọc, Nguyễn Dũng và Nguyễn Văn Hội (2015), Thuật toán điều khiển động lực học ngược thích nghi cho robot song song ba bậc tự do tịnh tiến kiểu Delta robot, Hội nghị cơ học kỹ thuật toàn quốc, Đà Nẵng, tr. 434- 441.
[7]. Nguyễn Đức Sang (2014), Tính toán động lực học và điều khiển robot song song không gian Delta, Đồ án tốt nghiệp đại học, Trường Đại học Bách khoa Hà Nội.
Tài liệu tiếng Anh:
[8]. G. Eason, B. Noble, and I. N. Sneddon, “On certain integrals of Lipschitz- Hankel type involving products of Bessel functions,” Phil. Trans. Roy. Soc. London, vol. A247, pp. 529–551, April 1955. (references)
[9]. J. Clerk Maxwell, A Treatise on Electricity and Magnetism, 3rd ed., vol. 2. Oxford: Clarendon, 1892, pp.68–73.
[10]. S. Jacobs and C. P. Bean, “Fine particles, thin films and exchange anisotropy,” in Magnetism, vol. III, G. T. Rado and H. Suhl, Eds. New York: Academic, 1963, pp. 271–350.
[11]. R. Nicole, “Title of paper with only first word capitalized,” J. Name Stand. Abbrev, in press.
[12]. Y. Yorozu, M. Hirano, K. Oka, and Y. Tagawa, “Electron spectroscopy studies on magneto-optical media and plastic substrate interface,” IEEE Transl. J. Magn. Japan, vol. 2, pp. 740–741, August 1987 [Digests 9th Annual Conf. Magnetics Japan, p. 301, 1982].
[13]. M. Young, The Technical Writer’s Handbook. Mill Valley, CA: University Science, 1989.
[14]. V. E. Gough and S. G. Whitehall (1962), Universal Type Test Machine,
Proceedings of 9th International Congress FISITA pp. 117-137.
[15]. D. Stewart (1965), A platform with six degrees of freedom, Proceedings of the Institution of Mechanical Engineers, pp. 371-386.
[16]. I.A. Bonev (2001), Delta parallel robot – The story of success, http://www. Parallelmic.org/Reviews/ Reviews002.html, (20th December-2014).
[17]. J. Brinker and B. Corves (2015), A Survey on Parallel Robots with Delta- like Architecture, Proceedings of the 14th IFToMM World Congress, Taipei, Taiwan, pp. 407-414.
[18]. D. Stewart (1965), A platform with six degrees of freedom, Proceedings of the Institution of Mechanical Engineers, pp. 371-386.
[19]. K. M. Lee and D. K. Shah (1988), "Dynamic analysis of a three-degrees- of freedom in-parallel actuated manipulator", IEEE Journal of Robotics and Automation. 4, pp. 361-367.
[20]. Sokolov and P. Xirouchakis (2007), "Dynamics analysis of a 3-DOF parallel manipulator with RPS joint structure", Mechanism and Machine Theory
42, pp. 541-55.
[21]. L.W Tsai (1999), Robot Analysis the Mechanics of Serial and Parallel Manipulators, John Wiley and Sons.
[22]. K.K. Ahn and H. T. C. Nguyen, “Intelligent switching control of a pneumatic muscle robot arm using learning vector quantization neural network,” Mechatronics, vol. 17, pp. 255–262, 2007.
[23]. Lewis FL, Abdallah CT, Dawson DM. Control of robot manipulator. New York:
[24]. S. Yasui, “Stochastic functional fourier series, volterra series, and nonlinear systems analysis,” IEEE Trans. Automatic Control, vol. 24, no. 2, pp. 230-242, 1979.
[25]. S. Abid, F. Fnaiech and M. Najim, “A fast feedforward training algorithm using a modified form of the standard backpropagation algorithm,” IEEE Trans. Neural Network, vol. 12, no. 2, pp. 424-430, 2001.
[26]. N. Q. Lin, D. M. Xuan, and D. X. Ba, “Advanced control design for a high- precision heating furnace using combination of PI/Neural network,” Journal of