Hình 4. 2: Hình ảnh bản vã CAD tủ điện
Với các thiết bị đã lựa chọn cũng như các bản vẽ đã được thiết kế nhóm sinh viên tiến hành thi công tủ điện theo yêu cầu đã đặt ra.
Việc thi công bao gồm bấm đầu dây, đánh số dây, sắp xếp thiết bị và nối các thiết bị với nhau.
Hình 4. 3: Ảnh chụp từ bên trong tủ điện
68 | P a g e
Hình 4. 4: Ảnh chụp mặt trước tủ điện
Hình 4. 5: Ảnh chụp tủ điện từ bên trên mô hình 4.2.1 Lưu đồ giải thuật
Bắt đầu
Camera thu nhận tín hiệu hình ảnh từ sản phẩm về: logo và đọc barcode.
Sau đó truyền thông tín hiệu cho PLC.
Sau khi PLC nhận tín hiệu đó là sản phẩm loại mấy thì sẽ cho băng tải hoạt
69 | P a g e
động. Nếu là loại 1 thì cho van 1 và xi-lanh 1 hoạt động đẩy sản phẩm vào lane 1 (xi-lanh đẩy khi cảm biến 1 nhận tín hiệu).
Nếu là loại 2 thì cho van 2 và xi-lanh 2 hoạt động đẩy sản phẩm vào lane 2 (xi-lanh đẩy khi cảm biến 2 nhận tín hiệu).
Nếu là loại 3 thì cho van 3 và xi-lanh 3 hoạt động đẩy sản phẩm vào lane 3 (xi-lanh đẩy khi cảm biến 3 nhận tín hiệu).
Nếu là loại 4 thì sẽ không cho phép xi-lanh và van nào hoạt động mà đưa sản phẩm tới cuối băng chuyền.
Kết thúc.
Hình 4.6: Sơ đồ thuật toán
70 | P a g e 4.3 Phần mềm mô phỏng Factory IO
Factory IO là một phần mềm thiết kế và mô phỏng trực quan các hệ thống điều khiển tự động hóa theo các trực quan nhất. Phần mềm có thể giao tiếp gần như với mọi PLC. Với bộ thư viện phong phú, phần mềm Factory IO mô phỏng được các hệ thống, đối tượng thông thông dụng trong hệ thống tự động hóa dưới dạng 3D.
Hình 4. 7: Hệ thống cánh tay robot
Factory I/O được thiết kế sẵn 20 mô hình dựa theo các ứng dụng công nghiệp phổ biến.
Ngoài ra, có thể sử dụng các đối tượng được cung cấp sẵn trong thư viện Factory để thiết kế các dây chuyền.
71 | P a g e
Hình 4. 8: Các hệ thống có sẳn trong Factory IO
Dựa trên những linh kiện có sẵn của phần mềm nhóm chúng em đã thiết kế mô phỏng “Mô hình phân loại sản phẩm theo mã vạch barcode”.
Hình 4. 9: Mô phỏng mô hình trên Factory IO
71 | P a g e 4.4 Mô hình thực nghiệm
Mô hình được sắp xếp và đi dây gọn gàng trong thanh ray
Hệ thống van và xi-lanh khí nén được khoan bắt cố định chắc chắn tránh tình trạng rung lắc khi hoạt động
Băng tải hoạt động động tốt
Các dây được sắp xếp theo đúng bản vẽ
Các relay đóng ngắt đúng tín hiệu ngỡ ra từ PLC để điều khiển thiết bị
Hình 4. 10: Nhận diện mã vạch Barcode
Kết quả cho ra nhận diện được mỗi mã vạch có một dữ liệu tương ứng, các dữ liệu được lưu vào data máy tính, càng nhiều mã vạch thì các càng nhiều dữ liệu tạo thành một big data.
72 | P a g e 4.5 Kết quả:
Trong phần này của đề tài “Ứng dụng xử lý ảnh trong hệ thống phân loại sản phẩm” là phần loại sản phẩm theo barcode. Dựa trên ngôn ngữ Python với thư viện chính là OpenCV và được thực hiện với trung tâm xử lí là máy tính và PLC.
Sau quá trình nghiên cứu và thực hiện đề tài, nhóm đã rút ra được nhiều vấn đề khác nhau, việc sử dụng phần mềm, các phương pháp giải thuật, cho tới sử dụng phần cứng. Trong đó, gồm các vấn đề sau: Đối với phần mềm: Biết cách lập trình cơ bản trên Python cùng với thư viện OpenCV, lập trình PLC trên phần mềm Tia Portal và các giải thuật liên gian đến đề tài như: phương pháp nhận dạng, phân loại.
Hình 4.11 Camera quét sản phẩm Kết quả đạt được tốt:
Hệ thống nhận dạng và phân loại được sản phẩm theo barcode bằng ngôn ngữ Python dựa vào thư viên OpenCV.
Giao tiếp được giữa Camera và Rasberry Pi3
Giao tiếp được PLC với băng tải, cảm biến vật thể, servo, relay, van điện từ và xi-lanh khí nén.
73 | P a g e 4.6 Lỗi xảy ra và hướng khắc phục:
4.6.1 Lỗi xảy ra
Nguyên nhân là do điều kiện ánh sáng phức tạp từ led đã dẫn đến tình trạng đổ bóng vật thể trên băng chuyền, làm sai lệch màu sắc vật thể và màu đen của mặt băng chuyền dẫn đến hệ thống nhận diện sai màu sắc hoặc có thể là không thể nhận diện được.
4.6.2 Các khắc phục
Khắc phục tình trạng bằng các ta sử dụng phần mềm cung cấp bởi nhà sản xuất Camera để điều chỉnh độ sáng tối và độ tương phản của Camera nhằm cải thiện chất lượng ảnh đầu vào. Cùng với đó là điều chỉnh lại vị trí, cường độ của led hắt sáng. Tuy nhiên, điều này chỉ mang tính chất cải thiện chứ không thể khắc phục được hoàn toàn nhược điểm này.
Phương án khắc phục thứ hai có thể sử dụng đến để cải thiện việc nhận diện đó là ta chuyển từ không gian màu RGB sang không gian màu HSV vì bản chất không gian màu HSV sẽ loại bỏ ánh sáng tự nhiên và không bị ảnh hưởng bởi chúng.
5.5 Nhận xét, đánh giá
Sau thời gian tìm hiểu, nghiên cứu và phát triển hệ thống “Thiết kế thi công hệ thống phân loại sản phẩm” tuy gặp rất nhiều khó khăn và trở ngại khi thực hiện nhưng cuối cùng nhóm cũng đã đạt được những kết quả khả quan.
Mô hình giúp nâng cao hiệu quả sản xuất, kiểm soát chặt chẽ được số lượng và chất lượng sản phẩm, tránh các sai sót chủ quan (do mệt mỏi, do phân loại tính chất tương đối,…) tăng tính tự động hóa thay thế cho người.
Tìm hiểu chi tiết về xử lí ảnh thông qua phần mềm Python cũng như cách giao tiếp giữa hệ thống camera PLC thông qua giao thức truyền thông relay-module.