ĐỒ án môn học cơ điện tử giới thiệu về AI (artificial intelligence) và deep learning

Ngày nay Thị giác máy tính và AI ngày càng phát triển, áp dụng vào đời sống và sản xuất như tìm kiếm bằng hình ảnh trong thương mại điện tử, bảo mật, giám sátsản xuất tự động hoá, giám s

BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI

KHOA CƠ KHÍ

- -ĐỒ ÁN MÔN HỌC CƠ ĐIỆN TỬ

Giảng viên hướng dẫn: T.S Nguyễn Văn Trường

Sinh viên thực hiện: Lê Văn Tuyên 2018601451

Đoàn Thị Ngọc Anh 2018600241 Nguyễn Phi Long 2018600323

Hà Nội – 2021

MỤC LỤC

CHƯƠNG I : TỔNG QUAN CHUNG 1

1.1 Đặt vấn đề 1

1.2 Lý do chọn đề tài 2

1.3 Mục đích nghiên cứu 3

1.4 Giới hạn nghiên cứu 3

CHƯƠNG 2 : CƠ SỞ LÝ THUYẾT 4

2.1 Giới thiệu về xử lý ảnh 4

2.2 Giới thiệu OpenCV 6

2.2.1 Giới thiệu về OpenCV 6

2.2.2 Đặc điểm nổi bật: 6

2.2.3 Ứng dụng OpenCV 6

2.3 Deep learning (Học sâu) 7

2.3.1 Giới thiệu về AI (Artificial Intelligence) và Deep learning 7

2.3.2 Neural Network (Mạng thần kinh) 8

CHƯƠNG 3 : TÍNH TOÁN THIẾT KẾ HỆ THỐNG 10

3.1 Tổng quan về hệ thống 10

3.1.2 Thiết lập danh sách yêu cầu 10

3.1.2 Sơ đồ tổng thể của hệ thống 11

3.2 Tính toán, thiết kế hệ thống cơ khí 12

3.2.1 Tính toán lựa chọn động cơ, băng tải 12

3.2.1.1 Động cơ băng tải 12

3.2.1.2 Tính toán thiết kế hệ thống băng tải 13

3.2.2 Tính toán thiết kế tay máy hút bản mạch 21

3.2.3 Thiết kế hệ thống cơ khí 23

3.3 Tính toán, thiết kế hệ thống điều khiển 26

3.3.1 Hệ thống khí nén 27

3.3.1.1 Xilanh 28

3.3.1.2 Giác hút chân không 28

3.3.2 Hệ thống điều khiển 29

3.3.2.1 Động cơ một chiều có giảm tốc 29

3.3.2.2 Module điều khiển tốc độ động cơ bước 30

3.3.2.3 Module relay 4 kênh 24V 30

3.3.2.4 Van điện từ (5/2) 31

3.3.2.5 Máy tính nhúng NVIDIA Jetson Nano Developer Kit B01 32

3.3.2.6 Mạch Arduino 33

3.4 Thiết kế hệ thống nhận diện linh kiện điện tử 35

3.4.1 Calibration camera 35

3.4.2 Thuât toán ORB và kĩ thuât Bruce Force matching 37

3.4.3 Mạng Convolution neuron network và ứng dung trong việc phân loại linh kiện 45

3.4.4 Quá trình huấn luyện mô hình 53

DANH MỤC HÌNH ẢNH

Hình 1- 1: Hệ thống kiểm tra mạch trong công nghiệp 1

Hình 1- 2: Dây truyền hệ thống kiểm tra mạch 2

Hình 2- 1: Mô hình nhận diện đối tượng 4

Hình 2- 2: Ứng dụng xử lý ảnh trong ngành y tế 5

Hình 2- 3: Ứng dụng nhận diện khuôn mặt 5

Hình 2- 4: Mô hình Neuron thần kinh 8

Hình 2- 5: Cấu hình mạng Neuron nhân tạo 9

Hình 3- 1: Động cơ bước Nema 17 22

Hình 3- 2: Khung hệ thống 23

Hình 3- 3: Động cơ giảm tốc 23

Hình 3- 4: Hệ thống truyền động 24

Hình 3- 5: Tay hút bản mạch 24

Hình 3- 6: Hệ thống điều chỉnh ánh sáng 25

Hình 3- 7: Sơ đồ tổng quan hệ thống điều khiển 26

Hình 3- 8: Xilanh tròn và xilanh cốt đôi 28

Hình 3- 9: Giác hút chân không 28

Hình 3- 10: Động cơ giảm tốc 12-24VDS400 29

Hình 3- 11: : Module Điều Khiển Động Cơ Mạch 2 Cầu H 160W X2 29

Hình 3- 12: Module điều khiển tốc độ động cơ bước TB6560 30

Hình 3- 13: Module relay 4 kênh 24V 31

Hình 3- 14: Van điện từ khí nén 5/2 31

Hình 3- 15: Bộ JETSON NANO kit 32

Hình 3- 16: Mạch Arduino Mega 2560 R3 34

Hình 3- 17: Cảm biến quang 34

Hình 3- 18: Lưu đồ thuật toán hệ thống nhận diện linh kiện điện tử 35

Hình 3- 19: Hình ảnh bàn cờ dùng để hiệu chỉnh camera 36

Hình 3- 20: Ảnh mạch sau khi sử dụng thuật toán ORB 37

Hình 3- 21: Matching keypoints 39

Hình 3- 22: Matching Key points giữa 2 ảnh 40

Hình 3- 23: Quay chụp theo ảnh tham chiếu 42

Hình 3- 24: Ảnh mask sau khi sử dụng trừ ảnh 43

Hình 3- 25: Mô tả thuật toán Dilation 43

Hình 3- 26: Mô tả thuật táon Erode 44

Hình 3- 27: Ảnh mask sau khi áp dụng dilation và erode 44

Hình 3- 28: Vẽ border xác định vùng lỗi 45

Hình 3- 29: Sơ đồ mạng CNN 46

Hình 3- 30: Trích xuất đặc trưng qua các lớp của mạng CNN 46

Hình 3- 31: Khối Residual trong Resnet 47

Hình 3- 32: Mô hình mạng Resnet-50 48

Hình 3- 33: Khối Residual trong Mobilenet 49

Hình 3- 34: Mô hình Residual trong Mobilenet 49

Hình 3- 35: Kiến trúc U-net (ví dụ cho 32x32 pixel ở độ phân giải thấp nhất) 51

Hình 3- 36: Google Colaboratory 53

Hình 3- 37: Tập dữ liệu ảnh huấn luyện nhận diện linh kiện 54

Hình 3- 38: Tập ảnh kiểm tra chiều linh kiện và phát hiện lỗi trên chip 54

Hình 3- 39: Kết quả huấn luyện mô hình 55

Hình 3- 40: Giao diện phần mềm QT Designer 55

Hình 3- 41: Giao diện chương trình chính 57

Hình 3- 42: Bảng điều khiển 57

Hình 3- 43: Bảng lựa chọn công giao tiếp và thông số thuật toán 58

Hình 3- 44: Label thông báo kết quả kiểm tra 58

Hình 3- 45: Scroll bar hiển thị linh kiện lỗi 59

Hình 3- 46: Dialog hiệu chỉnh camera 59

Hình 3- 47: Dialog gán nhãn vùng linh kiện 60

DANH MỤC BẢNG BIỂU Bảng 3- 1: Các thông số của đai răng 14

Bảng 3- 2: Chiều rộng của đai răng b 15

Bảng 3- 3: Số răng của bánh đai răng nhỏ Z1 16

Bảng 3- 4: Chiều dài đai răng ld, mm 17

Bảng 3- 5: Hệ số tải trọng động 19

Bảng 3- 6 : Trị số khối lượng 1m đai qm và lực vòng riêng cho phép [q0] 19

Bảng 3- 7: Hệ số ảnh hưởng Cz 20

Bảng 3- 8: Hệ số Cu 20

CHƯƠNG I : TỔNG QUAN CHUNG1.1 Đặt vấn đề

Theo sự phát triển của các ngành kỹ thuật công nghệ sản xuất các thiết bị điện,máy công cụ hiện đại, nhu cầu về chip bán dẫn và mạch điện tử tăng cao hơn bao giờhết Quy trình sản xuất mạch điện tử là một quá trình phức tạp yêu cầu độ chính xáccao Do đó, khâu kiểm tra thành phẩm sau khi sản xuât để đảm bảo yêu cầu chất lượng

là rất cần thiêt Với công nghệ ngày càng phát triển, các thiết bị ngày càng được thunhỏ kích thước, kéo theo đó là sự giảm kích thước của linh kiện và mạch điện tử Điềunày gây ra sựu khó khăn trong công đoạn kiểm tra ngoại quan mạch điện tử theo cáchthủ công Tốc độ và độ chính xác cuả quá trình kiểm tra thủ công cũng rất hạn chế, tốnnhân lực Do đó, các nhà máy sản xuất lớn tích cực áp dụng công nghệ, xây dựng dâychuyền tự động hoá khâu sản xuất và kiểm tra sản phẩm để tăng cao năng xuất

1

Hình 1- 1: Hệ thống kiểm tra mạch trong công nghiệp

1.2 Lý do chọn đề tài

Hiện nay, phần lớn các dây truyền sản xuất theo hướng công nghiệp với sốlượng lớn vừa đòi hỏi độ chính xác cao, vừa phải có năng xuất đáp ứng Các dâychuyền sản xuất được năng cấp nhằm thay thế con người trong các khâu sản xuất đòihỏi tốc độ và độ chính xác cao Đặc biệt trong lĩnh vực sản xuất mạch điện tử yêu cầumỗi khâu sản xuất phải phải được kiểm tra chất lượng một cách chính xác tuyệt đối.Kiểm tra mạch sử dụng nhân công gặp có nhiều bất lợi như tốc độ chậm, vẫn có khảnăng sai sót cao Do đó, các nhà máy có nhu cầu xây dựng hệ thống kiểm tra chấtlượng mạch tự đông

Ngày nay Thị giác máy tính và AI ngày càng phát triển, áp dụng vào đời sống

và sản xuất như tìm kiếm bằng hình ảnh trong thương mại điện tử, bảo mật, giám sátsản xuất tự động hoá, giám sát an ninh, chăm sóc sức khoẻ, xe tự hành, Thị giác máytính là lựa chọn hoàn hảo để xây dụng các hệ thống kiểm tra mạch chất lượng sảnphẩm, thay thế công việc của con người, tăng độ chính xác và tin cậy Đảm bảo chấtlượng của sản phẩm sau mỗi công đoạn gia công Nhóm lựa chọn đề tài “nghiên cứu,thiết kế và chế tạo hệ thống nhận diện đối tượng sử dụng xử lý ảnh” ứng dụng chokiểm tra ngoại quan các khâu sản xuất mạch điện tử Ứng dụng công nghệ thị giác máytính vào khâu kiển tra giúp tăng độ chính xác, năng suất sản xuất và tiết kiệm đượcnguồn nhận lực Kết hợp với các dây truyền sản xuất tự động hiện đại khác để tự độnghoá nhà máy, hướng đến sản xuất 4.0

Hình 1- 2: Dây truyền hệ thống kiểm tra mạch

1.3 Mục đích nghiên cứu

Mục đích nghiện cứu là áp dụng lý thuyết về thị giác máy tính và các kiến thứcđược học trong trường về chuyên ngành Cơ điện tử để chế tạo hoàn chỉnh hệ thống tựđộng kiểm tra ngoại quan mạch điện tử ứng dụng thị giác máy tính, phát hiện sai sóttrong láp giáp linh kiện hay các khuyết tật cuả thành phẩm Từ đó áp dụng vào cáckhâu sản xuất nhằm xây dụng một hệ thống sản xuất mạch điện tử tự động hoá với độchính xác và năng xuất cao đáp ứng nhu cầu ngày càng tăng của thị trường về chip vàmạch điện tử

Nhóm đặt ra mục tiêu:

Nghiên cứu, thiết kế và chế tạo hệ thống nhận diện đối tượng sử dụng xử lý ảnh

áp dụng cho kiểm tra ngoại quan mạch điện tử

Nghiên cứu và chế tạo mô hình hệ thống thị giác máy tính thực tế thực tế làm

mô hình thí nghiệm học tập và nghiên cứu

1.4 Giới hạn nghiên cứu

Do kiến thức và thời gian hạn hẹp nên đề tài chỉ thực hiện nghiên cứu nhữngvấn đề như sau:

Nghiên cứu giải thuật xử lý ảnh sử dụng OpenCV và Deep learning

Nghiên cứu và Thiết kế hệ thống dây chuyền băng tải phục vụ kiểm tra bảngmạch

3

CHƯƠNG 2 : CƠ SỞ LÝ THUYẾT 2.1 Giới thiệu về xử lý ảnh

Thị giác máy tính (computer vision) là một lĩnh vực bao gồm các phương tiệnthu nhận, xử lý ảnh kỹ thuật số, phân tích và nhận dạng các hình ảnh và nói chung là

dữ liệu đa chiều từ thế giói thực để cho ra các thông tin, từ đó thông tin được đưa vào

hệ thống để xử lý và đưa ra quyết định Ý tưởng của thị giác máy tính là cố gắng môphỏng hệ thần kinh thị giác của con người, cung cấp cho hệ thống nhân tạo khả năngthu nhận, phân tích và đưa ra quyết định như con người sự nhận diện hình ảnh đượcxem là việc giải quyết thông tin từ dữ liệu hình ảnh qua bằng cách dùng các mô hìnhđược xây dựng nhờ sự giúp đỡ của nghành lý thuyết, thống kê, vật lý và hình học Thịgiác máy tính cũng được mô tả như sự tổng thể của một rải rộng các quá trình chọnlọc, xử lý và phân tích một cách tự động thông tin môi trường và các đối tượng thôngqua dữ liệu dưới dạng hình ảnh số

Hình 2- 1: Mô hình nhận diện đối tượng

Thị giác máy tính cũng là một môn học khoa học liên quan đến lý thuyết đằngsau các hệ thống nhân tạo có trích xuất các thông tin từ các hình ảnh Hệ thống Thị

giác máy tính có thể nhận thông tin đầu vào dưới nhiều định dạng như chuỗi video, cáccảnh từ da camera hay dữ liệu đa chiều từ máy quét sinh học Nó cũng là một mônkhoa học kỹ thuật, trong đó timg kiếm việc áp dụng các mô hình và các lý thuyết choviệc xây dựng các hệ thống thị giác máy tính

Thị giác máy tính được ứng dụng rộng rãi vào nhiều lĩnh vực trong cuộc sốnghành ngày và cả trong sản xuất như tái cấu trúc trong thiết kế, dò tìm sự kiện, theo dõi

an ninh, nhận diện đối tượng tự động, chăm sóc sức khoẻ, ý tế, hệ thống thông minh,

…

Xử lý ảnh là một ngành trong xử lý tín hiệu số với tín hiệu số là hình ảnh Đây

là một lĩnh vực khoa học mới rất phát triển trong những năm gần đây Nó bao gồm 4lĩnh vực chính:

Xử lý năng cao chất lượng ảnh

2.2 Giới thiệu OpenCV

2.2.1 Giới thiệu về OpenCV

Opencv là viết tắt cho thư viện mở của thị giác máy tính được xem là một trongnhững thư viện mã nguồn mở hàng đầu cho việc xử lý ảnh theo thời gian thực opencvchính thức được ra mắt lần đầu tiên vào năm 1999, OpenCV là thư viện mã nguồn mởmiễn phí cho cả học thuật và thương mại Nó hỗ trợ đa nền tảng bao gồm Windows,Linux, Mac OS, IOS và cả Android OpenCV hộ trợ nhiều ngôn ngữ lập trình như c++, python, Java/ nó được viết bằng c/c++ và tích hợp OpenCL bao gồm hơn 2500 thuậttoán được tối ưu hoá

- Nhận dạng chuyển động, đối tượng, hành vi,

- Tương tác giữa con người và máy tính

- Điều khiển Robot

- Nhận dạng chuyển động, đối tượng, hành vi,

- Tương tác giữa con người và máy tính

- Điều khiển Robot

Hình 2- 3: Ứng dụng nhận diện khuôn mặt

2.3 Deep learning (Học sâu)

2.3.1 Giới thiệu về AI (Artificial Intelligence) và Deep learning

 Tổng quan về AI

AI (Artificial intelligence) là trí thông minh nhân tạo Nó là sự mô phỏng cácquá trình trí tuệ của con người bằng máy móc, đặc biệt là các hệ thống hệ máy tính.Các ứng dụng cụ thể của AI bao gồm xử lý các ngôn ngữ tự nhiên, nhận dạng giọngnói và thị giác, quản lý hệ thống…

Lập trình AI tập trung vào ba kỹ năng nhận thức: học tập, lý luận và tự điềuchỉnh

Ngày nay AI đang dần được áp dụng rộng rãi trong các mặt của cuộc sống nhưkinh tế, giáo dục, luật pháp, chăm sóc sức khoẻ, …

AI có ưu điểm giải quyết các vấn đề phức tạp đòi hỏi độ chính xác cao mộtcách thông minh Mạng lưới thần kinh nhân tạo và công nghệ trí tuệ nhân tạo với khảnăng học sâu đang được phát triển với tốc độ chóng mặt nhằm đáp ứng nhu cầu giảiquyết các vấn đề ngày càng phức tạp trong đời sông và sản xuất Nó tận dụng đượckhối lượng dữ liệu khổng lồ của Big Data mang lại Nhược điểm chính của AI là sựtốn kém khi sử lý lượng lớn dữ liệu đầu vào

 Tổng quan về Deep learning

Hiện nay, cuộc đua công nghệ 4.0 đang bùng nổ trên toàn cầu Các nước pháttriển đã và đang áp dụng triệt để các công nghệ mới để giải quyết các vấn đề về cuộcsống sinh hoạt và sản xuất Khái niệm các nhà máy thông minh 4.0 ra đời với khả nănggiao tiếp giữa máy với máy Một công nghệ AI(Artificial Interlligence) hay cụ thểMachine learning Ứng dụng của nó xuất hiện ở mợi nới như là: ô to tự lái, chatbot,nhà thông minh, robot y tế, …

Khả năng tự học của máy được tăng cường bằng Deep learning, nó được bắtnguồn từ thuật toán Nerual network Nó là lĩnh vực tiềm năng đang được khai thácmạnh mẽ Với khả năng tính toán ngày càng mạnh mẽ của các thế hệ máy tính mớichính là động lực giúp Deep learning phát triển

7

2.3.2 Neural Network (Mạng thần kinh)

Neural là danh từ chỉ các neuron thần kinh của bộ não con người cũng như cácloài động vật Neural network là một hệ thống tính toán mô phỏng cách mà các tế bàothần kinh của bộ não làm việc, xử lý thông tin và đưa ra quyết định

Neuron là đơn vị cơ bản cấu tạo nên hệ thống thần kinh và là phần quan trọngtạo nên bộ não Não chúng ta có khoảng 10 triệu neuron và nỗi neuron liên kết với

10000 neuron khác Ở mỗi neuron có phần thân soma chứa nhân, các tín hiệu đầu vàoqua các sợi nhánh và các tín hiệu đầu ra qua sợi trục kết nói với các neuron khác Hoạtđộng của các neuron bao gồm nhận các tín hiệu từ sợ nhánh và truyền dữ liệu qua sợitrục đến các neuron khác Nếu tín hiệu điện neuron nhận vào lớn hơn một ngưỡng thìneuron này sẽ được kích hoạt và tín hiệu sẽ được truyền tiếp đên các neuron khác Mỗikhi tín hiệu đi qua, neuron quyết định tín hiệu đó có kích hoạt neuron đó không

Tuy nhiên Neural Network chỉ là lấy cảm hứng từ não bộ và cách nó hoạt động

và mô phỏng một phần cách hoạt động của bộ não Việc chính của chúng ta là dùng

mô hình đấy đi giải quyết các bài toán chúng ta cần

Hình 2- 4: Mô hình Neuron thần kinh

Tuy nhiên Neural Network chỉ là lấy cảm hứng từ não bộ và cách nó hoạt động

và mô phỏng một phần cách hoạt động của bộ não Việc chính của chúng ta là dùng

mô hình đấy đi giải quyết các bài toán chúng ta cần :

9

Hình 2- 5: Cấu hình mạng Neuron nhân tạo

CHƯƠNG 3 : TÍNH TOÁN THIẾT KẾ HỆ THỐNG

3.1 Tổng quan về hệ thống

3.1.2 Thiết lập danh sách yêu cầu

Trước khi tiến hành thiết kế hệ thống, phải thiết phân tích nhiệm vụ thiết kế vàdanh sách yêu cầu nhằm xác định các yêu cầu cơ bản của hệ thống

Hệ thống Danh sách yêu cầu cho hệ thống nhận diện linh

không bị điện giật,

 Vận hành êm ái, không bị rung lắc

Sơ đồ cấu trúc chức năng sau khi phân tách:

3.2 Tính toán, thiết kế hệ thống cơ khí

3.2.1 Tính toán lựa chọn động cơ, băng tải

3.2.1.1 Động cơ băng tải

Thông số đầu vào:

Lực kéo băng tải: 150 ( N )

Vận tốc băng tải: v= 0.05 ( m/s)

Góc nghiêng băng tải: 180

Xác định công suất yêu cầu trên trục của động cơ theo công thức

(3-1)Trong đó:

P ct: Công suất trên trục động cơ (kW).

P t: Công suất tính toán trên trục máy công tác (kW).

ŋ: Hiệu suất truyền động

Với bộ truyền đai răng ta có ŋ=0,95

Do tải trọng không đổi, công suất tính toán là công suất làm việc trên trục máycông tác:

(3-2)

Trong đó:

P lv: Công suất trên trục quay (kW).

F: Lực kéo băng tải ( N ) chọn F=150 N

v: Vận tốc của băng tải v= 0.05 ( m/s )

(3-3)

3.2.1.2 Tính toán thiết kế hệ thống băng tải

Trình tự thiết kế bộ truyền đai

Bước 1:Xác định loại đai theo yêu cầu làm việc

Bước 2: Xác định thông số đai

Bước 3: Xác định các thông số bộ truyền

13

Bước 4: Kiểm tra, tính toán đai về lực vòng riêng.

Bước 5: Tính lực căng ban đầu và lực tác dụng lên trục

- Bước 1: Chọn loại đai tùy ý theo điều kiện làm việc

Dây đai răng là dây đai dạng vòng có lớp cường lực làm từ dây cáp hoặc sợithủy tinh, bề mặt bên ngoài được bọc bởi PU hoặc cao su tổng hợp, phía trong dây đai

có hình răng, giúp cho dây đai và con lăn ăn khớp với nhau do đó giúp sản phẩm có độbền cao

Có độ truyền động chính xác, lực tác động lên trục nhỏ, kết cấu chặt chẽ, chịuđược dầu mỡ, chịu ma sát, ít bị biến chất, nhiệt độ thích hợp

- Bước 2: Xác định môđun và chiều rộng đai

Môđun được xác định theo công thức (Hiệp, 1990):

(3-5)Trong đó:

Bảng 3- 1: Các thông số của đai răng

P1: Công suất trên bánh đai chủ động (kW).

n1: Số vòng quay của bánh đai chủ động, vòng/phút

Dựa vào kết quả tính toán kết hợp với công suất của động cơ nhóm chọn đượcgiá trị module m theo tiêu chuẩn ở bảng 3.1

Lấy Trị số m=1 để thỏa mãn công thức

Chiều rộng đai (Hiệp, 1990):

Với môđun m=1 ta lấy chiều rộng đai răng b=5mm

- Bước 3: Xác định các thông số của bộ truyền.

15

Bảng 3- 2: Chiều rộng của đai răng b

Số răng Z1 của bánh răng nhỏ được chọn theo bảng nhằm đảm bảo tuổi thọ chođai.

Z1 khôngnhỏ hơn

Mođuncủa đaim,mm

Số vòngquay bánhđai nhỏ n,vg/ph

5

6

7

5001000…15002000…30003500…4000500

100015002000500100015002000

1618202220222426202224

26 … 28

Đường kính bánh đai được xác định theo công thức:

(3-7)(3-8)

Khoảng cách trục a được chọn theo điều kiện (Hiệp, 1990):

16

(3-9)(3-10)(3-11)Tính sơ bộ chiều dài L của đai theo công thức:

(3-12)Với:

Dựa vào chiều dài L của đai, ta xác định được số răng của đai Z đnằm trong

khoảng sau (Nhuần, 2006):

(3-13)

17

Số răng đai ăn khớp với bánh răng nhỏ là:

(3-14)

Nên dùng số răng đồng thời ăn khớp trên bánh đai nhỏ Z0≥ 6, nếu Z0<6 có thểtăng thêm khoảng cách trục

Bước 4: Kiểm nghiệm đai về lực vòng riêng.

Lực vòng riêng trên đai phải thỏa mãn điều kiện (Hiệp, 1990):

(3-15)

Đặc tính tải trọng Loại máy Kđ

Tải trọng tĩnh Tải

trọng mở máy đến 120% so

với tải trọng danh nghĩa

Máy phát điện, quạt, máy nén

và bơm ly tâm, máy cắt gọt liên tục,băng tải

1,0

Tải trọng làm việc

có dao động nhỏ tải trọng

mở máy đến 150% so với

tải trọng danh nghĩa

Máy bơm và máy nén khí kiểupittông có ba xi lanh trở lên, xích tải,máy phay, máy tiện rơ vôn ve 1,1

Tải trọng làm việc

có dao động lớn Tải trọng

mở máy đến 220% so với

tải trọng danh nghĩa

Thiết bị dẫn động quay haichiều, máy bơm và máy nén khí kiểumột hoặc hai pittông, máy bào máyxọc, vít vận chuyển máng cào, máy éplệch tâm có vô lăng nặng

1,25

Tải trọng va đập và

thay đổi nhiều, tải trọng mở

máy đến 330% so với tải

trọng danh nghĩa

Máy cắt tấm, búa máy, máynghiền, thang máy, máy xúc, máy épkiểu vít và máy lệch tâm có vô lăngnhẹ

0,00515/25

0,007535

0,00945

0,01160

20

Bảng 3- 6 : Trị số khối lượng 1m đai qm và lực vòng riêng cho phép

Cz – hệ số ảnh hưởng của số răng đồng thời ăn khớp, xác định theo bảng 3.7sau:

Cu – hệ số đến ảnh hưởng của truyền động tăng tốc theo bảng 3.8 sau:

U= n1/n2… 1-0,8 0,8-0,6 0,6-0,4 0,4-0,3 0,3 và nhỏ hơn

Bảng 3- 8: Hệ số Cu

- Bước 5: Xác định lực căng ban đầu và lực tác dụng lên trục

Đối với đai răng lực căng ban đầu chỉ nhằm khắc phục khe hở khi ăn khớp vàđảm bảo cho đai tiếp xúc tốt với bánh đai Nó chỉ cần lớn hơn lực căng do lực li tâmsinh ra:

(3-16)

Lực tác dụng lên trục (khi v < 20m/s) có thể tính theo công thức:

(3-17)

Từ các kết quả tính toán trên để phù hợp với thiết kế chọn:

Dây đai kết nối trục động cơ và băng tải: Vòng đai GT2-200mm rộng 6mm.Băng tải dây đai: Dây đai GT2, bước răng 2mm, rộng 6mm

21

Bảng 3- 7: Hệ số ảnh hưởng Cz

3.2.2 Tính toán thiết kế tay máy hút bản mạch

Mômen tác dụng :

(3-18)

ndc = 400 rpm: tốc độ quay động cơ

Lấy mô men xoắn trên trục T =2,6 102 (N.mm) ta được:

(3-19)

(3-20)

(3-21)

Môđun m xác định theo công thức:

chọn m=1 để tính toán

Với m = 1, chọn chiều rộng đai b = 5 (mm)

Chọn số răng: z1=20 răng Theo pulley thực tế

Đường kính bánh đai: d1=m z1

Với m=1 , z1=20 thay vào ⇒d1=m z1=1.20=20 (mm)

Chọn pulley GT2, 20 răng, bước răng 2mm, trục 5mm

Đai răng GT2 (dây curoa) bước răng 2mm, chiều rộng đai 6mm

Từ các tính toán ta lựa chọn động cơ bước NEMA 17 để phù hợp vớithiết kế Tay gắp bản mạch sử dụng động cơ bước NEMA 17 (cỡ 42mm) dài 48mm làloại động cơ bước thường được dùng khi chế tạo máy in 3D, CNC mini và thườngđược lắp cùng với puli GT2 bởi vì có các ưu điểm như phù hợp với hoạt động tịnh tiếncủa tay máy, hoạt động ổn đinh ít sai số, động cơ mạnh mẽ

Các thông số của động cơ bước:

- Góc mô men bước: 1,8 ° Hiện tại: 0,84A.

số cho việc gắp mạch lỗi Tại phía cuối của hành trình tay máy được lắp một công tắchành trình, khi tay máy di chuyển đến điểm thả mạch sẽ tác động vào công tắc hànhtrình để hãm động cơ và thả mạch xuống nơi chứa

23

Hình 3- 1: Động cơ bước Nema 17

3.2.3 Thiết kế hệ thống cơ khí

a, Khung hệ thống

Khung hệ thống cơ khí được thiết kế trên phần mềm Solidworks Khung hệthống sử dung các thanh nhôm định hình loại 40x20mm và 20x20mm, ke góc vuông,bulong, đai ốc

d, Hệ thống khí nén

- Chế tạo hệ thống cấp khí gồm 4 chai khí dung tích 1,5l

- Lắp ráp hệ thống ống dẫn khí từ van điện từ khí nén đến các thiết bị xử dụngkhí nén là các xilanh, giác hút

- Nối ống dẫn khí từ nguồn cấp khí đến các van điện từ khí nén

e) Hệ thống điện

Hệ thống mạch điện sau khi đã được thiết kế trên phần mềm Altium designergồm các thiết bị : Nguồn tổ ong 24V-3A, mạch Arduino Mega 2560 R3, module điềukhiển tốc độ động cơ giảm tốc, module điều khiển tốc độ động cơ bước, module relay

4 kênh 24V, Van điện từ khí nén

f) Camera và hệ thống điều chỉnh ánh sáng.

Camera được lắp phía bên trên băng tải có nhiệm vụ chụp lại ảnh bản mạch từ

đó ứng dụng vào xử lý ảnh tìm kiếm những bản mạch bị lỗi

Hệ thống chiếu sáng được thiết kế và chế tạo để camera có một môi trường vớimức độ ánh sáng tốt nhất để hoạt động một cách hiệu quả nhất

Hình 3- 6: Hệ thống điều chỉnh ánh sáng

Thiết kế và chế tạo hộp điều chỉnh ánh sáng để camera bắt được độ sáng phùhợp và ổn định nhất.

3.3 Tính toán, thiết kế hệ thống điều khiển

Trước khi tiến hành tính toán và thiết kế hệ thống điều khiển, cần phải xác địnhnhững yếu tố cần thiết như các thông số thiết bị, sơ đồ tổng quan kết nối các thiết bị

Sơ đồ tổng quan của hệ thống điều khiển:

27

Hình 3- 7: Sơ đồ tổng quan hệ thống điều khiển