CHƯƠNG 4 : THIẾT KẾ GIAO DIỆN ĐIỀU KHIỂN VÀ GIÁM SÁT
4.4 Chương trình nhận diện sản phẩm và mã barcode
Đối với việc nhận diện màu sắc sản phẩm hoặc mã barcode, nhóm đều sử dụng hai khối chức năng Vision Acquisition và Vision Assistant
Nghiên cứu, chế tạo mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
+ Vision Acquisition: Khối này sẽ thu nhận hình ảnh từ camera, tiền xử lý và đưa ảnh ra Image Out để xuất ra ngoài xử lý.
+ Vision Assistant: Khối này sẽ xử lý hình ảnh được thu vào, khối này là khối chức năng.
Chương trình nhận diện màu sắc sản phẩm
Đối với việc nhận diện màu sắc sản phẩm, ảnh sau khi được thu nhận từ khối Vision Acquisition, ảnh sẽ được xử lý bão hoà để làm tăng chất lượng ảnh, từ đó ảnh đã xử lý được đưa vào khối Vision Assistant để xử lý.
Hình 4.5 Giao diện cài đặt xử lý màu sắc
Ảnh được lấy mẫu, sau đó khối Vision Assistant sẽ xử lý dùng phương pháp Color Matching để kiểm tra mẫu ảnh với ảnh thu được tại thời điểm đó một cách liên tục, và gửi tín hiệu ra Match Score (số hình mẫu trùng) và gửi về PLC xử lý thông qua OPC.
Hình 4.6 Cấu hình phương pháp nhận diện ảnh Color Matching
Như đã trình bày ở chương 2, phương pháp này được hiểu đơn giản là so sánh hai mẫu, để xác định số hình mẫu trùng khớp với ảnh mẫu. Color Matching đối chiếu được với mẫu dù trong điều kiện thiếu sáng, mờ, nhiễu, mẫu di chuyển hoặc bị xoay.
Chương trình nhận diện mã Barcode
Mã vạch EAN / UPC được sử dụng nhiều hơn bất kỳ mã vạch khác. Đây là mã vạch “ban đầu”, được tạo ra từ năm 1973. Kể từ khi kẹo cao su đầu tiên của Wrigley được quét, mã vạch GS1 mang tính biểu tượng đã được sử dụng để xác định hàng triệu mặt hàng thương mại (sản phẩm và dịch vụ) kể từ đó [11].
Nghiên cứu, chế tạo mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
Chúng có thể đọc được các máy quét bằng tay phải hoặc ngược lại - làm cho chúng một mã vạch nhanh và hiệu quả cho các tình huống quét bằng khối lượng lớn như các siêu thị.
Hình 4.7 Mã vạch EAN 13
Ảnh thu nhận được có chứa mã barcode sẽ được đưa vào khối Vision Assistant để xử lý, kiểm tra mã barcode và đưa tín hiệu mã ra ngồi và gửi về PLC thơng qua OPC.
Hình 4.8 Cấu hình phương pháp nhận diện mã barcode
Vì mã barcode được sử dụng trong mơ hình là loại mã EAN 13 nên cấu hình cụ thể một loại mã EAN 13 trong Barcode Reader Setup.
Hình 4.9 Chương trình nhận diện màu sắc sản phẩm và mã vạch
Từ việc thiết kế chương trình, ta có được giao diện điều khiển trên Labview
Nghiên cứu, chế tạo mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
4.4 Cấu hình truyền thơng OPC KEPServerFX 6
Để nhận dữ liệu từ chương trình Labview cũng như truyền tín hiệu từ PLC xuống Labview ta dùng phương pháp truyền thơng OPC. Ta cần cấu hình OPC trên Labview và thiết lập data trên OPC KEPServerEX. Từ đó việc truyền thông giữa PLC và Labview được kết nối.
Hình 4.12 Data Block trên PLC
Nghiên cứu, chế tạo mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
Việc cấu hình trên OPC KEPServerEX cũng khá đơn giản, các địa chỉ được lấy từ Data Block trên PLC.
+ Data 1: dữ liệu mã barcode thu nhận từ Labview được gửi về PLC
+ Data 2: dữ liệu nhận diện màu sắc sản phẩm (giá trị Match Score) thu nhận từ Labview gửi về PLC
+ DEN DO, DEN XANH: dữ liệu được đọc từ trạng thái của đèn báo hiệu trên PLC để truyền tới Labview hiển thị.
+ Các trạng thái lỗi sản phẩm gồm sản phẩm sai barcode, sản phẩm sai màu sắc, được đọc tín hiệu, sau đó gửi về Laview sau khi PLC xử lý phân loại lỗi sản phẩm.
4.5 Kết luận chương
Chương này trình bày về việc lập trình chương trình trên phần mềm, thiết kế giao diện giám sát trên WinCC và HMI của labview được xây dựng dựa trên kết quả của phần thiết kế hệ thống cũng như các yêu cầu về thực tế đối với mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
CHƯƠNG 5 : KẾT QUẢ MƠ HÌNH , CHẠY THỰC NGHIỆM
Chương này trình bày về kết quả, chạy thực nghiệm mơ hình thi cơng dựa trên kết quả của phần thiết kế hệ thống cũng như các yêu cầu về thực tế đối với mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
5.1 Kết quả thi công phần cứng.
Dựa vào hoạt động của quy trình hệ thống, nhóm đã thiết kế, thi cơng phần cứng đạt được kết quả như hình bên dưới:
Hình 5.1 Mơ hình hệ thống
Phần cứng thi cơng chính xác, băng tải ổn định, xi lanh, camera và cảm biến được gá chắc chắn, động cơ hoạt động ổn định, không rung lắc.
Nghiên cứu, chế tạo mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
Hình 5.3 Mơ hình tủ điện
Mơ hình tủ điện để bố trí các thiết bị của hệ thống, gồm có MCB, PLC S7- 1200, nguồn tổ ong 24VDC, Relay, hệ thống các nút nhấn, đèn báo.
Hình 5.4 Mơ hình tủ điện
Bảng điều khiển chính của hệ thống, gồm có: các nút nhấn Start, Stop, E_Stop và đèn báo trạng thái.
Nghiên cứu, chế tạo mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
5.2 Kết quả giao diện giám sát.
Kết quả giao diện giám sát của hệ thống sẽ được giám sát qua màn hình HMI của Labview. Hình ảnh thực tế, rõ ràng, chính xác dễ nhìn, màu sắc khá dịu giúp người vận hành sử dụng dễ dàng hơn. Việc hiển thị loại lỗi giúp người vận hành có thể dễ dàng nhận diện loại lỗi từ đó có thể bao qt được tình trạng hiện tại của hệ thống.
Việc nhận diện màu sắc sản phẩm hay mã barcode là chính xác, khơng gặp sự cố gì nếu trong đủ điều kiện ánh sáng, xác định lỗi sản phẩm chính xác, các cơ cấu chấp hành thực hiện ổn định, không gặp sự cố.
Hình 5.5 Giao diện giám sát khi hệ thống đạt chuẩn
Giao diện giám sát trên HMI của labview hiển thị trạng thái phân loại sản phẩm đạt chuẩn.
Hình 5.6 Giao diện giám sát khi hệ thống lỗi sai màu sắc Giao diện giám sát trên HMI của labview hiển thị trạng thái phân loại sản phẩm đạt Giao diện giám sát trên HMI của labview hiển thị trạng thái phân loại sản phẩm đạt sai màu sắc.
Hình 5.7 Giao diện giám sát khi hệ thống sai mã barcode
Giao diện giám sát trên HMI của labview hiển thị trạng thái phân loại sản phẩm đạt chuẩn.
Nghiên cứu, chế tạo mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
Hình 5.8 Kết quả giám sát số lượng phân loại trên Excel
Việc đếm các sản phẩm đã phân loại chuẩn, khơng sai xót, nút nhấn reset tác động của người giám sát.
Để minh chứng cho việc hệ thống hoạt động khá ổn định, nhóm đã thực hiện một bài test phân loại liên tục 30 lần cho từng loại sản phẩm. Từ đó nhận thấy việc phân loại tuy chưa chính xác 100% nhưng sai số khi thực hiện test số lần lớn là rất ít, việc sai số chỉ xảy ra khi người vận hành đặt sản phẩm bị quá lệch, thiếu ánh sáng chiếu vào barcode, không ngay ngắn.
Bảng 5. 1 Kết quả kiểm tra độ chính xác hệ thống
Chú thích:
Sản phẩm 1: Sản phẩm sai mã barcode
Sản phẩm 2: Sản phẩm sai màu sắc
Sản phẩm 3: Sản phẩm đạt chuẩn
5.3 Kết luận chương
Chương này trình bày kết quả của việc chạy thực nghiệm, cũng như kết quả giao diện điều khiển và giám sát, từ đó đưa ra đánh giá tổng thể về hệ thống.
Kết quả test Số lần test Sản phẩm 1 Sản phẩm 2 Sản phẩm 3 Độ chính xác Sản phẩm 1 (30 lần) 100 0 0 100% Sản phẩm 2 (30 lần) 0 99 1 99% Sản phẩm 3 (30 lần) 1 0 99 99%
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
I. Kết luận
Qua quá trình tìm hiểu, nghiên cứu và thực hiện đề tài “Mơ hình phân loại sản phẩm lỗi và ứng dụng xử lý ảnh”, nhóm nhận thấy đã hồn thành tốt đề tài, các cơ cấu chấp hành hoạt động ổn định, khơng xảy ra sự cố ngồi ý muốn, các thiết bị được lắp đúng theo bản vẽ, sơ đồ nối dây tương ứng, không xảy ra các hiện tượng cháy nổ, chập trong quá trình hoạt động, nhìn chung đáp ứng đúng mục tiêu ban đầu. Đề tài đã đạt được những tiêu chí đặt ra ban đầu:
Hệ thống hoạt động ổn, không trục trặc hay gặp sự cố, đúng như thiết kế đề ra.
Truyền thông giữa Labview và PLC, PLC và PC xảy ra đồng thời, không bị nhiễu hay gián đoạn. Việc phân loại lỗi được thực hiện chính xác, khơng gặp sự cố.
Giao diện điều khiển và giám sát hiển thị rõ ràng và chính xác về màu sắc, loại lỗi, cũng như trạng thái của hệ thống.
Tuy nhiên, đề tài vẫn cịn những thiếu sót và hạn chế, sản phẩm phân loại vẫn chưa là sản phẩm ngoài thực tế, chỉ là sản phảm mẫu, cụ thể hệ thống chưa được đẹp mắt ở phần camera thu nhận hình ảnh, việc đi dây điện ở tủ điện chưa tối ưu và thiếu thẩm mĩ, chưa có vỏ lồng an tồn điện, giao diện giám sát và điều khiển chưa hồn tồn tối ưu, chỉ dừng lại ở mức có thể giám sát được. Khi phân loại hàng vẫn cần người vận hành tập trung giám sát để biết thời điểm đưa hàng vào vị trí phân loại, việc phân loại vẫn chưa hoàn toàn tự động.
II. Hướng phát triển
Hiện tại, đề tài chỉ dừng ở việc phân loại từng sản phẩm một, có thể hướng lên việc phân loại đồng thời hai hay nhiều sản phẩm hơn.
Hệ thống được xem chỉ là một khâu kiểm tra trong một hệ thống lớn, do đó việc tối ưu hố cần được cải thiện hơn, từ tốc độ phân loại, việc nhận diện sẽ hoàn toàn được tự động.
Nghiên cứu, chế tạo mơ hình phân loại sản phẩm lỗi ứng dụng xử lý ảnh.
TÀI LIỆU THAM KHẢO
[1]. Công ty Cổ phần Ứng dụng Công nghệ &CNC Việt Nam. Dây chuyền phân
loại sản phẩm.
[2]. Công ty TNHH Mettler Toledo Việt Nam. Kiểm tra tính tồn vẹn của sản phẩm [3]. Nguyễn Thanh Hải (2014). Khái niệm cơ bản. Giáo trình Xử lý ảnh, Nhà xuất bản Đại học Quốc gia TP. Hồ Chí Minh, Hồ Chí minh.
[4]. Nguyễn Bá Hải (2013). Lập trình Labview, Nhà xuất bản Đại học Quốc gia TP. Hồ Chí Minh, Hồ Chí Minh.
[5]. Đào Minh Quân, Vương Đức Phúc (2014). Thu thập và xử lý ảnh dùng phần mềm Labview. Tạp chí Khoa học Cơng nghệ Hàng hải, tạp chí số 39, trang 110-
112.
[6]. National Instruments (2003). Pattern Matching. NI vision concept manuals, Austin, xem 12/1/2021 – 12/7/2021.
[7]. OPC server là gì? Ngun lí hoạt động của OPC server,
<https://uniduc.com/vi/blog/opc-server-la-gi-nguyen-ly-hoat-dong-cua-opc-server>, xem 24/6/2021.
<https://hoasenvang.com.vn/ung-dung/Ho-tro-su-dung/tim-hieu-giao-thuc-opc-ua-va- opc-da-52.html>
[8]. Cấu tạo PLC, < https://mesidas.com/cau-tao-nguyen-ly-phan-loai-uu-nhuoc- diem-plc/>, xem 24/6/2021.
[9]. Van khí nén https://vancongnghiep.asia/van-dien-tu-khi-nen-la-gi/ [10] TIA Portal, https://xemtailieu.net/tai-lieu/huong-dan-su-dung-tia-portal- 15965.html
PHỤ LỤC Code PLC