GIỚI THIỆU ĐỀ TÀI
Tính cấp thiết của đề tài
Đồng Tháp là tỉnh dẫn đầu về diện tích trồng xoài tại Đồng bằng sông Cửu Long, với 9.031ha vào năm 2013, trong đó xoài cát Hòa Lộc chiếm 30% Nông dân nơi đây có kinh nghiệm dày dạn và đã áp dụng thành công kỹ thuật xử lý ra hoa trái vụ, giúp mùa thu hoạch xoài diễn ra quanh năm Tuy nhiên, việc đầu tư cho phân loại nguyên liệu rất lớn, lên tới khoảng 100 tỷ đồng mỗi năm, với mỗi người có thể phân loại từ 40-80 kg xoài/ngày, tương đương 100.000 VNĐ/ngày Số lượng nhân công cần thiết cho quy trình phân loại cũng rất đáng kể.
2750 nhân công/năm thì sự ảnh hưởng về sức khỏe con người khi phân loại xoài là không tránh khỏi
Quá trình khảo sát cho thấy rằng hiện tại tại Việt Nam chưa có hệ thống phân loại xoài nào trên thị trường.
Khảo sát cho thấy các hộ nông dân trồng trọt và cơ sở sản xuất xoài thành phẩm tại địa phương đều thực hiện phân loại xoài một cách thủ công bằng tay, dẫn đến năng suất thấp và chi phí tăng cao.
Khảo sát các hệ thống phân loại nông sản tự động và bán tự động hiện có cho thấy khả năng thiết kế và chế tạo hệ thống phân loại xoài hiệu quả.
Do yêu cầu của thị trường và người sử dụng nên mô hình hệ thống phân loại xoài được nghiên cứu thiết kế và chế tạo.
Ý nghĩa khoa học và thực tiễn đề tài
Nghiên cứu ứng dụng các máy móc kỹ thuật cao vào các quy trình sản xuất
Nông sản thực phẩm không chỉ giúp giảm sức lao động và giá thành sản xuất, mà còn đáp ứng các tiêu chuẩn an toàn vệ sinh thực phẩm cao, đặc biệt trong các thị trường khó tính yêu cầu chất lượng sản phẩm tốt.
Công việc phân loại và đóng gói sản phẩm yêu cầu tốc độ và độ ổn định cao từ thiết bị, nhưng thường cần nhiều nhân công, dẫn đến chi phí sản xuất tăng Việc áp dụng hệ thống phân loại thông minh giúp giảm chi phí sản xuất và nhân công, đồng thời nâng cao mức độ tự động hóa cho dây chuyền sản xuất, với lợi thế về độ ổn định cao và thời gian hoạt động không giới hạn.
Hình 1 1 Công nhân đang phân loại xoài
Mặc dù phân loại sản phẩm nông sản đã tồn tại từ lâu, nhưng hiện nay vẫn chưa có hệ thống chuyên dụng cho việc phân loại xoài tại Việt Nam Quá trình này chủ yếu phụ thuộc vào sức lao động của nông dân, sử dụng các phương pháp kiểm tra chất lượng truyền thống như quan sát bằng mắt, dẫn đến hiệu quả thấp và tốn thời gian Ngoài ra, một số máy móc không chuyên dụng cũng được sử dụng, nhưng kết quả vẫn không khả quan với năng suất thấp và chi phí cao, khiến việc phân loại xoài trở nên tốn kém về mặt kinh tế.
Việc đánh giá chất lượng quả xoài đã được nhiều nhà nghiên cứu thực hiện, chủ yếu dựa vào các đặc trưng quan trọng như kích thước, hình dáng, màu sắc và kết cấu bề mặt Tuy nhiên, chất lượng bên trong của quả xoài vẫn chưa được đáp ứng một cách đầy đủ.
Mục tiêu nghiên cứu đề tài
Nghiên cứu phát triển hệ thống phân loại nông sản nhằm kiểm soát và đánh giá chất lượng quả xoài theo tiêu chuẩn GAP trước khi đóng gói và xuất khẩu Hệ thống này đảm bảo rau quả được thu hoạch đúng độ chín, kích thước, hình dạng và loại bỏ các quả hư hỏng, sâu bệnh hoặc dị dạng Cụ thể, ứng dụng công nghệ xử lý ảnh, thị giác máy tính kết hợp trí thông minh nhân tạo để nhận dạng mẫu và đánh giá chất lượng quả xoài, từ đó tăng cường tự động hóa trong quá trình sản xuất nông nghiệp tại Việt Nam.
Xoài là loại nông sản nhạy cảm, dễ bị xuất hiện điểm màu nâu do dập cơ trong quá trình xử lý sau thu hoạch, vận chuyển và tiếp thị Hiện nay, việc kiểm tra nhãn không thể phát hiện tổn thương ở giai đoạn sớm của sự trưởng thành, và chưa có công cụ tự động nào có khả năng phát hiện các vấn đề này Gần đây, nghiên cứu về việc áp dụng hình ảnh quang học trong kiểm tra chất lượng sau thu hoạch đang được tiến hành để phát triển phương pháp ước lượng thuộc tính bên trong và phát hiện hư hỏng bên ngoài.
Nghiên cứu các kỹ thuật xử lý ảnh và thu thập dữ liệu về một số loại quả xoài ở Việt Nam, bao gồm việc đánh giá chất lượng quả xoài thông qua kiểm tra bề mặt để phát hiện sâu, héo, xốp, biến dạng và độ chín Bài viết cũng đề cập đến việc ứng dụng công nghệ xử lý ảnh, thị giác máy tính kết hợp trí thông minh nhân tạo trong phân loại quả xoài đạt tiêu chuẩn.
4 không đạt chất lượng
Mục tiêu chính của nhóm là thiết kế và chế tạo hệ thống phân loại xoài dựa trên công nghệ xử lý ảnh và thị giác máy tính kết hợp trí thông minh nhân tạo Hệ thống này không chỉ có năng suất cao, gọn nhẹ và dễ sử dụng mà còn có khả năng phân loại các loại nông sản khác tại Việt Nam Kết quả nghiên cứu sẽ được ứng dụng vào quy trình sản xuất nông sản, đặc biệt ở các giai đoạn phân loại và đóng gói thành phẩm.
Đối tượng và phạm vi nghiên cứu đề tài
1.4.1 Đối tượng nghiên cứu Để đạt được mục tiêu nghiên cứu như trên, nhóm đã tiến hành một số nội dung nghiên cứu như : Khảo sát thực trạng hoạt động phân loại xoài trên địa bàn tỉnh Đồng Tháp, khảo nghiệm để xác định một số thông số cơ bản của các loại xoài, thống kê kích thước cân nặng phổ biến của giống xoài, khảo nghiệm nguyên lý phương pháp phan loại xoài khả thi nhất,… Qua đó nhóm đề xuất mô hình hệ thông phân loại xoài gồm có các giai đoạn như: Xử lý màu để phân loại xoài hư tổn, tính thể tích và đo khối lượng để xác định tỉ trọng nhằm phân loại xoài theo chất lượng Nhóm thiết kế mô hình đơn giản dễ dàng chế tạo trong nước và hiệu quả cao nhất để có thể đáp ứng tốt nhất nhu cầu thực tiễn, giá thành thấp Đồng thời góp phần cho sự phát triển ngành nuôi trồng tại địa phương
Nghiên cứu này tập trung vào việc phân loại hai loại xoài đặc trưng, bao gồm xoài cát Hòa Lộc và xoài cát Chu, vốn được trồng phổ biến tại tỉnh Đồng Tháp.
Hình 1 2 Xoài cát Hòa Lộc (hình trái), xoài cát Chu (hình phải)
Phương pháp tiếp cận
- Khảo sát cách thức phân loại xoài tại tỉnh Đồng Tháp và các địa phương khác
- Nghiên cứu tìm hiểu các hệ thống phân loại xoài đang được sử dụng hiện nay trong nước và nước ngoài
- Tìm hiểu tiêu chuẩn đánh giá và phân loại xoài ở địa phương
- Tiến hành đánh giá phân tích các phương án phù hợp, các phương pháp ít sai số và đem lại hiệu quả cao nhất
Đánh giá quy trình phân loại xoài thủ công là cần thiết để nâng cao năng suất và chất lượng sản phẩm Việc này giúp xác định các phương án cải thiện quy trình, từ đó tăng cường hiệu quả trong việc phân loại và đảm bảo chất lượng xoài sau khi phân loại.
- Xác định vấn đề nghiên cứu từ đơn đặt hàng của tỉnh Đồng Tháp
- Nghiên cứu tổng quan trong và ngoài nước cũng như khảo sát phương án nghiên cứu thiết kế chế tạo mô hình hệ thống phân loại xoài
- Xây dựng phương pháp phân loại, sắp xếp các giai đoạn phân loại cho phù hợp dựa trên các khảo sát thực tế
- Thiết kế mô hình phân loại nhằm đáp ứng mục tiêu yêu cầu đặt ra
- Xây dựng thuật toán, phương pháp tính toán sao cho sai số là thấp nhât và hiệu quả là cao nhất
- Bắt đầu thực hiện chế tạo, đánh giá thực nghiệm và thử nghiệm thực tế tại địa phương
TỔNG QUAN NGHIÊN CỨU ĐỀ TÀI
Nghiên cứu tình hình ngoài nước
Hiện nay, sản xuất nông sản đã trở thành ngành kinh tế mũi nhọn tại nhiều quốc gia như Mỹ, Anh và Nhật Bản, mang lại lợi nhuận cao cho nông dân và doanh nghiệp Thành công này đến từ việc áp dụng khoa học kỹ thuật hiện đại vào sản xuất Việc sử dụng máy móc thay thế sức lao động không chỉ nâng cao năng suất và chất lượng sản phẩm mà còn giúp tiết kiệm chi phí cho người nông dân.
Hình 2 1 Máy phân loại xoài Olimpias S.A – Hy lạp (nguồn: Internet)
Máy phân loại xoài Olimias (Hình 2.1) có năng suất đạt 5-6 tấn/giờ, được thiết kế với hệ thống cấp liệu dạng băng tải giúp đưa xoài từ bồn rửa Xoài sau đó di chuyển qua băng tải con lăn và được phân loại theo kích thước thông qua 3 máng dẫn khác nhau.
Hệ thống phân loại xoài này có ba kích thước khác nhau, mang lại ưu điểm về sự đơn giản và năng suất cao Tuy nhiên, nó chỉ phân loại dựa trên kích thước chiều ngang của xoài, dẫn đến độ chính xác không cao.
Hình 2 2 Hệ thống phân loại xoài UNISORTING s.r.l (Nguồn Internet)
Hệ thống phân loại trái cây của công ty UNISORTING – ITALIA là một giải pháp tiên tiến, bao gồm nhiều module phân loại dựa trên khối lượng, kích thước và màu sắc Công nghệ xử lý ảnh được ứng dụng để đánh giá chất lượng màu sắc và tình trạng hư hỏng của trái cây Hệ thống này có khả năng áp dụng cho nhiều loại trái cây khác nhau như táo, bơ, xoài, mang lại hiệu quả cao trong việc phân loại và kiểm tra chất lượng sản phẩm.
Hệ thống có năng xuất lớn, phù hợp cho các vùng chuyên canh tập trung có diện tích lớn và đồng bộ
Hình 2 3 Hệ thống phân loại xoài theo khối lượng (Nguồn Internet)
Hệ thống phân loại xoài của công ty Shijiazhuang Yishun Package Industrial CO., LTD – Trung Quốc sử dụng băng tải khép kín và bàn cân điện tử để phân loại xoài Công nhân đặt xoài lên bàn cân, và khi bàn cân di chuyển đến vị trí máng dẫn, cơ cấu chấp hành sẽ làm xoài rơi xuống theo tín hiệu phân loại Máy có khả năng phân loại nhiều loại trái cây như xoài, táo, bơ, với năng suất lên đến 20.000 quả mỗi giờ.
Hình 2 4 Hệ thống phân loại xoài bán tự động GP Graders LLC (USA)
Công ty GP Graders LLC tại Mỹ đã phát triển hệ thống phân loại xoài bán tự động, trong đó xoài sau khi thu hoạch được vệ sinh qua bồn nước và chuyển lên băng tải con lăn để loại bỏ những quả hỏng hoặc khuyết tật Tiếp theo, xoài được phân loại theo khối lượng bằng loadcell Tình hình ứng dụng tự động hóa trong phân loại trái cây ở nước ngoài cho thấy hầu hết các hệ thống chỉ phân loại theo khối lượng, mặc dù một số dây chuyền ở Ý và Mỹ có tích hợp hệ thống nhận dạng hình ảnh, nhưng thiết bị này thường phức tạp và có giá thành cao, không phù hợp với quy mô sản xuất nhỏ lẻ tại Việt Nam.
Nghiên cứu tình hình trong nước
Để nâng cao năng suất và giảm chi phí sản xuất, các doanh nghiệp Việt Nam cần ứng dụng công nghệ cao và tự động hóa trong ngành sản xuất, đặc biệt là trong chế biến nông sản Việc này không chỉ giúp cải thiện hiệu quả sản xuất mà còn thúc đẩy sự phát triển của khoa học công nghệ tại Việt Nam Hiện nay, hầu hết các đơn vị sản xuất nông sản trong nước chưa áp dụng tự động hóa do chi phí nhập khẩu thiết bị còn cao.
Việc áp dụng công nghệ hiện đại vào dây chuyền sản xuất phân loại nông sản là yếu tố quan trọng giúp doanh nghiệp tiếp cận các thị trường nước ngoài với yêu cầu kỹ thuật cao.
Nghiên cứu đặc tính xoài cát Hòa Lộc và xoài cát Chu
Xoài ‘Cát Hòa Lộc’ có năng suất ổn định, trung bình khoảng 100kg/cây/năm khi cây đạt 10 năm tuổi Cây bắt đầu cho quả sau 3-4 năm trồng, với mùa vụ thu hoạch chính từ tháng 3 đến tháng 5, có thể thu hoạch sớm từ tháng 11 đến tháng 1 nếu áp dụng biện pháp xử lý ra hoa Quả xoài này nặng trung bình từ 450-600g, có hình dạng thuôn dài và bầu tròn gần cuống Khi gần chín, vỏ quả xuất hiện nhiều chấm nhỏ màu nâu và lớp phấn mỏng bên ngoài Khi chín, vỏ quả chuyển sang màu vàng tươi, thịt quả mịn màu vàng nhạt, vị ngọt và mùi thơm đặc trưng, hạt nhỏ.
Hình 2 5 Xoài cát Hòa Lộc (Nguồn: Internet)
Giống xoài ‘Cát Chu’ được nông dân ưa chuộng nhờ vào khả năng ra hoa, đậu quả dễ dàng và năng suất cao, có thể đạt tới 400 kg/cây/năm đối với cây 10 năm tuổi Cây bắt đầu cho quả sau 3-4 năm trồng, với mùa thu hoạch chính từ tháng 3 đến tháng 5, và có thể thu hoạch sớm từ tháng 9 nếu áp dụng biện pháp xử lý ra hoa Quả xoài ‘Cát Chu’ có trọng lượng trung bình từ 350-450g, hình dáng hơi tròn với cuống nhô cao, và khi chín, vỏ quả chuyển sang màu vàng tươi, thịt quả mịn màng, màu vàng nhạt, mang vị ngọt và hương thơm đặc trưng.
Hình 2 6 Xoài cát Chu (Nguồn: Internet)
Tiêu chuẩn VIETGAP đối với xoài cát Chu và xoài cát Hòa Lộc
Tiêu chuẩn VIETGAP chia xoài làm 3 loại:
Yêu cầu về kích cỡ:
Mã kích cỡ Khối lượng (gam)
Dải kích cỡ khối lượng xoài:
Dải kích cỡ cho phép (< 10% quả/bao gói vượt quá dải kích cỡ chuẩn)
Sai khác cho phép tối đa giữa các quả trong mỗi bao gói
TÍNH TOÁN, THIẾT KẾ MÔ HÌNH PHÂN LOẠI XOÀI
Tổng quát về hệ thống phân loại xoài
Hình 3 1 Nguyên lý hoạt động mô hình phân loại xoài
Cấu tạo của mô hình phân loại xoài gồm 3 phần được kết hợp, gắn trên cùng 1 khung cố định và bố trí theo thứ tự từng phần như sau:
- Băng tải có buồng chụp để xử lý ảnh màu, tìm ra khuyết tật hình dạng và tính thể tích trái xoài
- Băng tải có chứa Loadcell để tính khối lượng của từng trái xoài
- Băng tải có cơ cấu phân loại dùng để phân loại xoài ra thành các loại (theo tiểu chuẩn VIETGAP)
Trái xoài được đưa vào buồng chụp qua băng tải, nơi có hai camera thực hiện xử lý ảnh màu để phát hiện các khuyết tật trên bề mặt như đốm đen, thâm, bầm dập, cũng như các khuyết tật về hình dạng như bị eo hay hư hỏng Camera cũng quét toàn bộ trái xoài để đo chiều dài, chiều ngang và chiều cao, từ đó tính toán thể tích của trái xoài Sau khi hoàn tất quá trình kiểm tra, trái xoài sẽ tiếp tục được đưa tới phần băng tải.
Để tiến hành tính toán khối lượng trái xoài, một Loadcell loại 2kg được gắn dưới băng tải Khi trái xoài đi qua, Loadcell sẽ cân và cung cấp khối lượng thực của nó Dựa vào số liệu về khối lượng và thể tích, quy trình phân loại xoài sẽ được thực hiện theo tiêu chuẩn VIETGAP, phân chia trái xoài thành 5 loại khác nhau theo yêu cầu.
Hình 3 2 Mô hình bố trí băng tải phân loại xoài (Solidworks)
3.2.1 Thiết kế cơ cấu phân phối xoài và cơ cấu di chuyển xoài trong hệ thống phân loại xoài:
Trong nghiên cứu về phân loại xoài, nhóm đã phát triển hai phương án thiết kế cho cơ cấu phân loại, nhằm đạt được mục tiêu cuối cùng của mô hình.
- Sử dụng khóa chốt từ
- Sử dụng động cơ AC-3pha Đồng thời lựa chọn cơ cấu truyền động, nhóm đưa ra được 2 phương án thiết kế:
- Sử dụng bộ truyền đai
- Sử dụng bộ truyền xích a Sử dụng khóa chốt điện từ:
Nguyên lý hoạt động của hệ thống phân loại xoài bắt đầu bằng việc xác định khối lượng và thể tích của trái Sau đó, xoài được chuyển đến băng tải có gắn khóa chốt phân loại Tín hiệu từ PLC điều khiển các khóa chốt, và khi trái xoài đến khu vực phân loại, cảm biến sẽ kích hoạt khóa chốt để trái rớt xuống khay chứa tương ứng với từng loại Hệ thống này có ưu điểm là cơ cấu đơn giản, dễ thực hiện và dễ dàng tùy chỉnh lực.
Nhược điểm: - Dây điện nhiều, cần bộ nguồn 12VDC nên bất tiện trong việc lấy nguồn b Sử dụng động cơ AC
Nguyên lý hoạt động của hệ thống phân loại xoài bắt đầu bằng việc xác định khối lượng và thể tích của xoài, sau đó chuyển đến băng tải có động cơ AC Tín hiệu từ PLC sẽ điều khiển các động cơ DC để khóa điện, phân loại xoài theo tiêu chuẩn đã định Hệ thống này có ưu điểm nổi bật với công suất lớn, có khả năng xử lý lên đến 3 tấn xoài mỗi giờ.
Nhược điểm: - Cần 2 động cơ với công suất khác nhau, giá thành cao c Sử dụng bộ truyền đai Ưu điểm: - Chi phí thấp
Nhược điểm: - Khó có thể nối chính xác được độ dài cần thiết
- Độ bền thấp, dễ bị dãn, đứt trong quá trình sử dụng d Sử dụng bộ tuyền xích
17 Ưu điểm: - Dễ lắp nối, canh chỉnh độ dài
- Độ bền cao, khó bung, rớt trong quá tình truyền động
Nhược điểm: - Giá thành cao
Sau khi phân tích các ưu điểm và nhược điểm của các phương pháp thiết kế, nhóm đã quyết định lựa chọn phương án cuối cùng là sử dụng khóa từ để phân loại và bộ truyền xích để truyền động.
3.2.2 Phần băng tải để xử lý ảnh kích thước và màu sắc
Sau khi xoài được cấp từ phần nguyên liệu, chúng sẽ được vận chuyển qua băng tải đến bộ phận xử lý ảnh, nơi có camera quét để phát hiện các dị tật về hình dáng và màu sắc như trái méo, có vết đốm đen hay bị hư hỏng Những trái đạt tiêu chuẩn sẽ được chuyển sang băng tải tiếp theo, trong khi những trái không đạt sẽ bị loại bỏ ở băng tải thứ hai Camera cũng sẽ quét theo chiều dài, chiều ngang và chiều cao của trái xoài để tính toán thể tích của chúng bằng phương pháp thống kê.
Hình 3.3 Băng tải xử lý ảnh phân loại xoài bị khuyết tật và tính toán kích thước thể tích của xoài
Tính toán thiết kế Ở phần băng tải chiều dài tối đa của trái xoài là: 150 mm, khoảng cách an toàn với
2 đầu trái xoài là 80 mm, để đáp ứng công suất 3 tấn/h → chiều dài đoạn băng tải tối thiểu là: 1840mm
Phần băng tải chứa cơ cấu xử lý ảnh hộp chứa có kích thước 640x640x640 mm (dài x rộng x cao) → Chiều dài băng tải 1840mm
Để phù hợp với kích thước của xoài và buồng xử lý ảnh, chúng tôi đã chọn chiều rộng băng tải là 640mm Nhờ đó, hệ thống có khả năng phân loại xoài theo 2 hàng cùng lúc, đảm bảo đáp ứng được công suất yêu cầu.
Sau khi bàn luận với nhóm, đưa ra phương án thiết kế băng tải như sau:
- Dùng băng tải sử dụng các ống nhựa PVC kích thước đường kính 48mm, dài
430 mm, dày 3mm, dùng các con lăn 2 đầu nối với xích tải trượt trên bề mặt thanh sắt
+ Ưu điểm: Dễ tìm trên thị trường, giá thành thấp, giúp xoài có thể lăn đều, camera xử lý dễ dàng hơn
+Nhược điểm: Tốn thời gian gia công các con lăn
Hình 3.4 Cơ cấu băng tải dùng ống nhựa PVC
3.2.3 Thiết kế cơ cấu phân loại xoài theo tỷ trọng
Xoài đạt chuẩn về hình dạng và màu sắc sẽ được chuyển qua khu vực xử lý bằng băng tải Dưới băng tải, một Loadcell được lắp đặt để cân khối lượng của trái xoài, kết nối trực tiếp với PLC Kết quả cân nặng sẽ được gửi về PLC để xử lý tiếp theo.
Khay xoài được thiết kế để chứa một quả xoài, giúp việc phân loại xoài theo tỷ trọng trở nên dễ dàng hơn Việc phân loại đồng loạt và chia thành nhiều loại xoài mang lại nhiều lợi ích trong quá trình xử lý và bảo quản.
Dựa trên kích thước của từng quả xoài, chúng tôi thiết kế một khay có hình dạng phù hợp để thể hiện tỷ trọng chính xác của từng quả.
- Với công suất 3 tấn/h ta tính toán được kích thước băng tải là 4000x830x870 mm ( dàixrộngxcao)
Hình 3.6 Băng tải phân loại xoài theo tỷ trọng
Tính toán ví trí loadcell (cân khối lượng)
Khối lượng thực tế của trái xoài m = m1+m2
Trong đó: - m1 là phần khối lượng mà bị mất do lực đàn hồi(bằng hợp lực căng băng tải tại thời điểm đang xét )
- m2 :phần khối lượng mà loadcell đọc được
Do độ chuyển vị của đầu cân loadcell rất nhỏ và khối lượng trung bình của trái xoài chỉ từ 350-700g, ta có thể bỏ qua yếu tố này và coi toàn bộ khối lượng m2 tác động lên loadcell khi m1 đã làm cho trái xoài đè băng tải xuống một đoạn a chạm vào loadcell.
Giả sử băng tải giãn đều với lực đàn hồi Fđh = K.l
Với K (N/mm) là hệ số đàn hồi K= 𝐸𝑆
𝑙 0 Trong đó : E là modun đàn hồi của băng tải
S là tiết diện băng tải l0 chiều dài băng tải xét
l mm là độ giãn ra của băng tải
Tại thời điểm băng tải chạy ổn định với vận tốc v (mm/s)
Khi có tải (trái xoài) thì băng tải chùn xuống một đoạn a
Ta xét băng tải tại điểm D tiếp tuyến với trái xoài
Theo định luật 2 Newton ta có: 𝑃⃗⃗⃗ 1 + ∑ 𝑛 𝑖=1 𝑇⃗⃗ 𝑖 =0
**** Xét trong hệ trục Oxz :
- Giả sử ban đầu chưa có tải (trái xoài) thì băng tải bị giãn ra 1 đoạn l bởi lực kéo băng tải Fk=Fđh=T = Kl
Với T (N) là lực căng tại B khi băng tải chạy với vận tốc v(mm/s)
Vì băng tải giãn đều nên ta xét tại điểm C cách A 1 đoạn x thì lực đàn hồi là F đh1 ,
𝑙 (mm) ; Khi đã có tải trọng(trái xoài):
Giả sử đặt loadcell cách băng tải 1 đoạn a (mm)
Khi đó vị trí C thành D làm băng tải căng T1’T2’ và giãn ra l1’ l2’
là góc hợp bởi T1’ và T2’
Xét cân bằng tại điểm D: 𝑃⃗⃗⃗⃗⃗⃗ 11 = 𝑇⃗⃗⃗⃗⃗ ′ + 𝑇 11 ⃗⃗⃗⃗⃗ ′ 12
Theo định lý cosin ta có: P11 2 = T11’ 2 + T12’ 2 + 2T11’T12’Cos()
Với mọi l ; K ; F ; a cố định ta luôn có sự phụ thuộc của m vào x theo đồ thị sau :
Sau khi tính toán thiết kế ta có được vị trí loadcell như sau:
Hình 3.7 Ví trí cân xoài (loadcell)
Cơ cấu phân loại (theo tiêu chuẩn VIETGAP)
Sau khi nhận được kết quả về khối lượng và thể tích, PLC sẽ điều khiển rút khóa chốt từ thông qua bộ hẹn giờ Điều này sẽ khiến các con lăn trên từng khay chứa xoài rơi xuống khỏi đường ray và vào các máng khác nhau, dựa trên tiêu chuẩn phân loại của VIETGAP cho xoài cát Chu và xoài cát Hòa Lộc.
Hình 3.8 Cơ cấu phân loại xoài theo tiêu chuẩn VIETGAP
Tính toán thiết kế cơ khí
Dựa trên khối lượng trung bình của cát Chu và cát Hòa Lộc, quá trình thực nghiệm cho thấy khối lượng lớn nhất mà trái xoài có thể đạt được là 750g.
Vì ta có 5 loại xoài khác nhau nên ta cần dùng 4 khóa chốt từ để phân loại xoài:
Hình 3.9 Khóa chốt điện từ dùng để phân loại xoài
Khoảng cách giữa các khay xoài trong mỗi phần được thiết lập là 200 mm, trong khi khoảng cách giữa các máng phân loại là 390 mm Do đó, khoảng cách tối thiểu cần thiết cho hai chốt điện từ là 390 mm.
Với khoảng chiều dài 2 đầu bánh răng, cùng phần xử lý tỷ trọng (loadcell) là 2000mm
LẬP TRÌNH ĐIỀU KHIỂN
Xử lí ảnh
Sự phát triển của công nghệ xử lý hình ảnh và hệ thống thị giác máy tính đang đóng vai trò quan trọng trong việc phát hiện khuyết tật bề mặt trái cây, đặc biệt trong lĩnh vực nông nghiệp Việc giám sát và phát hiện khuyết tật trở thành yếu tố then chốt trong quy trình phân loại trái cây, trong đó nhận biết bề mặt trái cây là chỉ số quan trọng để đánh giá chất lượng Chương này sẽ trình bày phương pháp tự động phát hiện khuyết tật trên bề mặt trái xoài bằng công nghệ xử lý ảnh, sử dụng các phần mềm và thư viện như PyCharm 2019.1.3, OpenCV, pandas và PyQt5.
Thư viện OpenCV là một trong những thư viện mã nguồn mở hàng đầu cho thị giác máy tính, xử lý ảnh và máy học, với khả năng tăng tốc GPU cho hoạt động thời gian thực Nó cung cấp hàng ngàn thuật toán tối ưu hóa, trở thành bộ công cụ phổ biến cho các ứng dụng thị giác máy tính OpenCV được ứng dụng rộng rãi, từ hình ảnh Street View của Google đến các chương trình nghệ thuật tương tác, nhận diện khuôn mặt, và công nghệ robot cũng như xe hơi tự lái.
Thư viện Pandas là thư viện mã nguồn mở với hiệu năng cao cho phân tích dữ liệu trong Python được phát triển bởi Wes McKinney trong năm
2008 Chỉ với hơn 1 năm phát triển nó đã trở thành một thư viện chuẩn cho việc phân tích dữ liệu khi dùng Python
Thư viện Qt là một framework ứng dụng đa nền tảng được phát triển bằng ngôn ngữ C++, cho phép xây dựng ứng dụng trên desktop, hệ thống nhúng và di động Nó hỗ trợ nhiều nền tảng như Linux, OS X, Windows, VxWorks, QNX, Android, iOS, BlackBerry, Sailfish OS và nhiều nền tảng khác PyQt, là giao diện Python của Qt, kết hợp giữa ngôn ngữ lập trình Python và thư viện Qt, cung cấp các thành phần giao diện điều khiển mạnh mẽ.
Chương trình sử dụng các thư viện hỗ trợ xử lý ảnh như numpy và openpyxl Đặc biệt, đề tài này áp dụng thư viện OpenCV để kết nối với webcam và thu thập dữ liệu từ luồng webcam.
Hệ thống thị giác máy hiện nay mang lại hiệu quả vượt trội trong việc tiết kiệm thời gian và giảm chi phí lao động, đồng thời đảm bảo tính nhất quán, tốc độ cao và độ chính xác trong đánh giá chất lượng trái cây Ảnh kỹ thuật số đóng vai trò then chốt trong việc thu thập dữ liệu, và việc trích xuất cũng như hiểu dữ liệu từ ảnh kỹ thuật số sẽ hỗ trợ thực hiện các tác vụ quan trọng trong dự án này.
Màu sắc trong thị giác máy đóng vai trò quan trọng trong việc ước tính độ chín, mức độ khuyết tật, thời gian bảo quản và giá trị dinh dưỡng của trái cây Thị giác máy bao gồm hai phần chính là chụp ảnh và xử lý ảnh Nghiên cứu này tập trung vào việc phân tích trái xoài đơn màu, nhằm xác định các thuộc tính cụ thể như kích thước trái và kích thước phần khuyết tật.
Hình 4 1 Sơ đồ nguyên lý hệ thống
Qui trình xử lý ảnh và tính toán số liệu
Một hệ thống chiếu sáng hiệu quả cần đảm bảo đồng bộ về điều kiện chiếu sáng, không gian chụp và bức xạ để giảm thiểu bóng của vật mẫu và nhiễu màu Chất lượng ảnh thu được ảnh hưởng lớn đến kết quả nhận dạng, do đó, ảnh phải được lưu trữ ở định dạng phù hợp cho các bước xử lý tiếp theo, với ảnh được tạo ra dưới dạng hai chiều.
Hình 4 2 Webcam logitech c270 (Nguồn Internet)
- Kiểu kết nối: dây USB
- Loại USB: Tốc độ cao Usb 2.0
- Công nghệ tinh thể lỏng Logitech Fluid Crystal™
- Chụp ảnh cho độ phân giải 640x480 3.0MP
- Tốc độ khung hình tối đa: 30 frame/s
Dựa vào thông số kỹ thuật của webcam và qua thực nghiệm cho thấy Camera đáp ứng được yêu cầu
Buồng chụp và đèn chiếu sáng :
Việc sắp xếp nguồn sáng ảnh hưởng đáng kể đến hình ảnh thu được vậy nên điều kiện chiếu sáng được ưu tiên như sau:
- Các mẫu được chiếu sáng bằng hai thanh led 12v
- Vị trí đặt đèn được bố trí như hình dưới:
Hình 4 3 Sơ đồ bố trí đèn chiếu sáng
Thực nghiệm cho thấy vị trí đặt đèn chiếu sáng như trên giúp loại bỏ bóng đen gây nhiễu ảnh và cường độ sáng phù hợp, không làm bề mặt trái xoài quá chói, từ đó nâng cao khả năng nhận diện khuyết tật một cách chính xác hơn.
Bước này nâng cao khả năng nhận dạng chính xác và cải thiện chất lượng ảnh trước khi phân tích Công việc chủ yếu bao gồm khử nhiễu, biến đổi ảnh và tăng cường các đặc tính quan trọng Trong nghiên cứu này, bộ lọc Gaussian được sử dụng để thực hiện các tác vụ này.
- Bộ lọc Gausian filter: Nhanh chóng làm nhòe vùng chọn theo mức độ có thể điều chỉnh Giá trị Radius càng cao thì mức độ nhòe càng mạnh
Thuật toán sử dụng cửa sổ lọc 3x3 để quét từng điểm ảnh trong ảnh đầu vào Tại mỗi vị trí điểm ảnh, giá trị của các điểm ảnh trong vùng 3x3 của ảnh gốc được đưa vào ma trận lọc Sau đó, các điểm ảnh trong cửa sổ được sắp xếp theo thứ tự tăng dần hoặc giảm dần Cuối cùng, điểm ảnh nằm chính giữa (Trung vị) của dãy giá trị đã được sắp xếp sẽ được gán cho giá trị điểm ảnh tương ứng trong ảnh đầu ra.
Hình 4 4 Sắp xếp phần tử trung vị
4.3.3 Chuyển ảnh màu RGB sang ảnh mức xám:
Mô hình màu RGB là một hệ thống sử dụng ánh sáng đỏ, xanh lá cây và xanh lam, kết hợp chúng theo nhiều cách khác nhau để tạo ra các màu sắc đa dạng trên một điểm ảnh Cường độ của mỗi màu trong mô hình này có thể điều chỉnh từ 0 đến giá trị tối đa, cho phép tạo ra một bảng màu phong phú.
255 và tạo ra 16,777,216 màu khác nhau
Hình 4 6 Hình ảnh được lưu trữ
Dưới đây là ví dụ mẫu về cường độ của 3 màu đỏ, xanh lục, xanh lam để tạo ra màu hiển thị của một điểm ảnh:
Màu Đỏ Xanh lục Xanh lam Đỏ 255 0 0
Bảng 4.10 Bảng cường độ màu
Ảnh xám, hay còn gọi là ảnh đơn sắc, là loại ảnh trong đó mỗi điểm ảnh có giá trị từ 0 đến 255 Để chuyển đổi ảnh RGB sang ảnh xám, bạn có thể sử dụng hàm Cv2.cvtColor() trong thư viện OpenCvSharp.
Hình 4 7 Chuyển ảnh màu RGB sang ảnh xám
Nhị phân hóa ảnh là quá trình chuyển đổi ảnh xám thành ảnh nhị phân, trong đó mỗi điểm ảnh chỉ có hai giá trị: 0 (Đen) và 255 (Trắng).
- Gọi giá trị cường độ sáng tại một điểm ảnh là I (x, y)
- INP (x, y) là cường độ sáng của điểm ảnh trên ảnh nhị phân
Để chuyển đổi ảnh xám thành ảnh nhị phân, ta cần xác định vị trí điểm ảnh với 0 < x < chiều dài ảnh và 0 < y < chiều rộng ảnh Quá trình này bao gồm việc so sánh giá trị cường độ sáng của từng điểm ảnh với một ngưỡng nhị phân T (Threshold).
Để tạo ra ảnh nhị phân khác nhau, cần điều chỉnh giá trị T trong khoảng từ 0 đến 255 Nếu I(x, y) lớn hơn T, thì INP(x, y) sẽ bằng 255 Việc điều chỉnh giá trị T là cần thiết để đạt được ảnh mong muốn.
Hình 4 8 Nhị phân hóa ảnh
Hình : Chuyển sang ảnh nhị phân
4.3.5 Xác định kích thước và diện tích khuyết tật
Chúng tôi đã phát triển một thuật toán nhằm xác định chiều rộng và chiều cao của trái xoài bằng cách tính toán khoảng cách giữa các pixel theo cả chiều ngang và chiều dọc Thuật toán này sẽ xác định khoảng lớn nhất trong từng chiều để từ đó lấy được kích thước chiều rộng và chiều cao tính bằng pixel.
Kích thước quả xoài tìm được tính theo đơn vị pixels
4.3.5.2: Tính diện tích khuyết tật
Bước 1: Tìm contours là một thuật toán quan trọng trong xử lý ảnh, giúp tách và trích xuất các đối tượng, từ đó nâng cao độ chính xác cho các bước xử lý tiếp theo Contour được tìm thấy sẽ bao gồm viền bao quanh trái xoài cùng với các khuyết tật trên bề mặt của nó.
Bước 2: Giới hạn mỗi contour tìm được bằng việc vẽ hình chữ nhật bao quanh Sử dụng hàm Cv2.BoundingRect() và Cv2.Rectangle()
4.3.6 Phân loại dựa trên diện tích khuyết tật
Tính toán xấp xỉ diện tích của một điểm ảnh:
Khoảng cách giữa camera và băng tải được giữ cố định, trong khi kích thước thực tế của trái xoài, bao gồm chiều dài, chiều rộng và chiều cao, được xác định bằng thước kẹp Tiếp theo, số điểm ảnh tương ứng với từng kích thước sẽ được đếm để thu thập dữ liệu chính xác.
Kết quả đo kích thước thực của một trái xoài mẫu và số điểm ảnh tương ứng:
Từ trên tính được xấp xỉ diện tích của một pixel: 1369
Để phân loại, cần xác định phần diện tích khuyết tật lớn nhất Nếu diện tích này vượt quá một ngưỡng nhất định, hoặc nếu số lượng vùng khuyết tật lớn hơn một số lượng quy định, trong đó mỗi vùng đều có diện tích lớn hơn một giá trị cụ thể, thì trái xoài sẽ bị loại.
Số vùng khuyết tật tìm thấy
Bước 3: Tính thể tích xoài
Bước đầu tiên trong quá trình thống kê kích thước thể tích là đo chiều dài, chiều rộng và chiều cao thực tế của xoài cát Chu và xoài cát Hòa Lộc Nhóm nghiên cứu sử dụng thước kẹp 20cm để thực hiện việc đo đạc, với độ sai số của thước là 0.01mm.
Tiếp theo để đo thể tích thực của xoài, nhóm sử dụng nguyên lý bình tràn để đo thể tích của xoài
Hình 4.2.6: Nguyên lý đo thể tích sử dụng bình tràn (Nguồn: Internet)
Khi ta xác định được chiều dài, chiều rộng, chiều cao và thể tích thực của xoài, ta bắt đầu tìm mối liên hệ giữa chúng
Bước 2: Tìm phương trình phụ thuộc
Chúng ta có ba biến đầu vào là chiều dài, chiều rộng và chiều cao, cùng với một biến đầu ra là thể tích Bằng cách áp dụng hồi quy đa biến, chúng ta có thể xác định mối quan hệ giữa các biến này Cụ thể, khi sử dụng kích thước thể tích thực của xoài để xây dựng phương trình phụ thuộc, sau đó dùng Kinect để đo chiều dài, chiều rộng và chiều cao, chúng ta sẽ tính toán được thể tích tương ứng thông qua phương trình đã xác định.
Giao diện phần mềm phân loại
Sau khi khởi động phần mềm phân loại, máy sẽ tiến hành phân loại xoài dựa trên khối lượng và kích thước đã được quy định Mỗi quả xoài sau khi phân loại sẽ được phần mềm lưu trữ thông tin dữ liệu vào một file Excel, giúp việc lưu trữ và xử lý trở nên thuận tiện hơn.
ĐIỀU KHIỂN
Thiết kế mạch điều khiển trung tâm cho hệ thống phân loại xoài đáp ứng yêu cầu điều khiển cho cơ cấu phân loại
Hệ thống điều khiển điện trong quy trình xử lý ảnh và cân khối lượng xoài bao gồm việc điều khiển động cơ băng truyền và động cơ cân khối lượng xoài Ngoài ra, hệ thống này còn cung cấp nguồn điện cho hệ thống xử lý ảnh và phân loại xoài dựa trên khối lượng.
Các thiết bị cần thiết cho mạch điều khiển:
1 Aptomat 3 pha để đóng ngắt dòng điện 3 pha cấp cho biến tần
2 biến tần dùng để điều khiển động cơ 3 pha
Hình 2: Biến tần DELTA DVF-E series
Tần số ngõ ra: 0.1 ~ 600Hz Dạng module, thiết kế tích hợp Tích hợp chức năng PLC
Tích hợp bộ lọc tín hiệu (Đối với các model 1Pha/230V~ và 3Pha/ 460V~)
Tỉ số truyền: 1/3~1/1800 Vật liệu vỏ: Nhôm Điện áp: 3pha 220V/380V
2 cầu dao CB để đóng ngắt nguồn điện 220V cấp cho hệ thống xử lí ảnh và hệ thống cân
Sơ đồ mạch điện kết nối biến tần và động cơ:
Hình 5.4 sơ đồ mạch điều khiển
Thiết kế điều khiển cho cơ cấu phân loại theo tỉ trọng
Trái xoài có khối lượng nhỏ, thường dao động từ 400g đến 800g, vì vậy nhóm nghiên cứu đã sử dụng Loadcell có giới hạn đo nhỏ, cụ thể là Loadcell 2kg, nhằm tăng độ chính xác trong quá trình đo lường.
Thông số kỹ thuật của Loadcell sử dụng:
Cảm biến vật cản hồng ngoại NPN E3F-DS30C4
- Nguồn điện cung cấp: 6 ~ 36VDC
- Khoảng cách phát hiện: 5 ~ 30cm
- Có thể điều chỉnh khoảng cách qua biến trở
- Dòng kích ngõ ra: 300mA
Ngõ ra dạng NPN với cực thu hở cho phép tùy chỉnh điện áp ngõ ra, với mức trở treo xác định mức điện áp đầu ra tương ứng.
- Có led hiển thị ngõ ra màu đỏ
Hình 5.7 Cảm biến vật cản hồng ngoại E3F-DS30C4 (Nguồn: Internet)
Cấu trúc của PLC được mô tả như sau:
Hình 5.8 Sơ đồ cấu trúc PLC (Nguồn Internet)
57 Ở đây nhóm sử dụng PLC Siemens S7 – 1200 CPU 1212C DC/DC/DC model 6ES7212-1AE40-0XB0 để điều khiển mô hình
- Cổng I/O: 8 DI 24V DC / 6 DO 24V DC
- Cổng PROFINET, hỗ trợ chuẩn Ethernet và TCP/IP
Hình 5.9 PLC S7-1200 CPU 1212C DC/DC/DC (Nguồn Internet)
Theo thông số của Loadcell, tín hiệu trả về chỉ đạt giá trị rất nhỏ 1.0 ± 0.15 (mV/V), trong khi cổng tín hiệu Analog của PLC yêu cầu giá trị từ 0 – 10V DC Do đó, nếu kết nối trực tiếp, PLC sẽ không thể đọc được tín hiệu từ Loadcell, vì vậy cần thiết phải sử dụng một bộ chuyển đổi tín hiệu.
58 khuếch đại tín hiệu điện áp kết nối với Loadcell để khuếch đại tín hiệu ra của Loadcell từ 1.0 ± 0.15 (mV/V) lên 0 – 10V DC
Thông số kỹ thuật bộ khuếch đại:
- Điện áp nguồn cấp: 24 VDC
- Chân GNDD: chống nhiễu có thể lắp hoặc không
Hình 5.10 Mạch khuếch đại tín hiệu cảm biến (Nguồn Internet)
Hình 5.11 Sơ đồ kết nối Loadcell với mạch khuếch đại và PLC
Để xác định chính xác khối lượng trái xoài, nhóm nghiên cứu đã sử dụng tín hiệu từ loadcell, kết hợp với chương trình điều khiển PLC qua phần mềm Tia Portal v13 SP1 và Visual Studio 2017.
Kết nối giữa PLC S7-1200 trên Studio Tia Portal V13 SP1 và Visual 2017
Bước 1: Kết nối PLC S7-1200 với Tia Portal V13 SP1 qua cổng Profinet dùng chuẩn truyền TCP/IP để kết nối phần cứng và nộp code
Sử dụng thư viện S7.net để thiết kế giao diện trên WPF cho phép truy xuất trực tiếp vào vùng nhớ PLC qua cổng mạng Profinet, sử dụng chuẩn truyền TCP/IP.
Hình 5.12 Cách kết nối giữa PLC S7 – 1200 (Tia portal) với Visual C
Khi kết nối, hãy chú ý nhấn vào hai mục "Full access" và "Permit access" (được tô đỏ) để PLC mới có thể truy cập vào vùng nhớ của C# và lấy dữ liệu lưu trữ.
Khối lượng trái xoài Các bước tiến hành xác định khối lượng trái xoài
Bước 1: Kết hợp giữa cảm biến và Loadcell
Trên Loadcell được trang bị cảm biến hồng ngoại để phát hiện trái xoài Khi trái xoài đi qua, cảm biến gửi tín hiệu về hệ thống Visual, trong khi Loadcell dưới thực hiện cân trọng lượng trái xoài với tốc độ 10ms Để tính khối lượng trái xoài, nhóm nghiên cứu đã xây dựng phương trình dựa trên dữ liệu thực nghiệm Sau khi nhận tín hiệu Analog từ Loadcell, PLC sẽ thực hiện tính toán theo phương trình đã xác định Nhóm đã tiến hành thí nghiệm trên 10 trái xoài và thu được kết quả thực tế.
STT Khố lượng thực tế cân được
Khối lượng khi cân với băng tải v = 4,21 (v/p) (x)
Kết hợp cảm biến và Loadcell
Tạo mảng giá trị trên Visual C
Kết quả từ bảng cho thấy khối lượng khi cân trên băng tải luôn nhỏ hơn khối lượng gốc một giá trị nhất định Dữ liệu được nhập vào Excel cho thấy mối quan hệ tuyến tính giữa khối lượng gốc và khối lượng cân trên băng tải, được mô tả bằng phương trình bậc nhất: y = a.x + b Ở đây, y là khối lượng trái xoài cần tính, x là khối lượng trái xoài khi cân trên băng tải, và a, b là các hệ số được xác định bằng hàm SLOPE (để tìm hệ số a) và INTERCEPT (để tìm hệ số b) Kết quả tính toán cho thấy a = SLOPE(các giá trị y, các giá trị x) = 1.060952497 và b = INTERCEPT(các giá trị y, các giá trị x) = 63.01837755.
Từ phương trình vừa tìm được ta xây dựng theo khối trong PLC để tiến hành tính toán ra khối lượng chính xác Ta có kết quả sai số:
STT Khối lượng thực tế
Khối lượng tính bằng phương trình Sai số
→ Sai số trung bình ∆𝛿 = ± 2 𝑔𝑎𝑚 → sai số chấp nhận được
Bước 2: Tạo mảng giá trị trên Visual Studio
Giá trị khối lượng được tính toán từ tín hiệu của Loadcell sẽ được tập hợp thành một mảng các giá trị khác nhau Mảng này bắt đầu khi cảm biến phát hiện xoài, và sẽ ngừng nhận giá trị khi trái xoài đã hoàn toàn rời khỏi vùng quét của cảm biến.
Bước 3: Tính ra được khối lượng trái xoài
Từ mảng đã tạo, chúng ta sử dụng hàm để xác định giá trị lớn nhất, và giá trị này chính là khối lượng cần tìm của trái xoài.
Sơ đồ kết nối PLC S7-1200 CPU 1212C DC/DC/DC và cảm biến, xy lanh
Hình 5.13 Sơ đồ kết nối PLC, cảm biến, xy lanh
Các bước tiến hành phân loại xoài:
Bước 1: Tính toán giá trị tỉ trọng
Sau khi nhận giá trị khối lượng từ Loadcell, PLC kết hợp với C# để truy xuất giá trị thể tích đã lưu trong mảng Quá trình này diễn ra trên băng tải tính toán xử lý ảnh, từ đó xác định tỉ trọng bằng cách sử dụng công thức kết hợp giữa khối lượng và thể tích.
Tính toán giá trị tỉ trọng
Trong đó: D là tỉ trọng của trái xoài (𝑔𝑎𝑚 𝑚𝑙)⁄
M là khối lượng của trái xoài (gam)
V thể tích của trái xoài (mililit)
Từ kết quả tỉ trọng vừa mới tính toán được, căn cứ theo tiêu chuẩnVIET GAP để đưa sang cơ cấu phân loại
Bước 2: Phân loại sản phẩm
Xoài được phân loại thành ba loại dựa trên các tiêu chuẩn về khối lượng và thể tích Quá trình phân loại được thực hiện bằng cách sử dụng các xy lanh đẩy, đưa xoài vào các thùng chứa tương ứng Khi nhận tín hiệu xử lý, PLC sẽ kích hoạt Timer để đếm thời gian cho từng xy lanh phân loại Các giá trị thời gian cho Timer được xác định là 3 giây, 7 giây và 11 giây, tương ứng với các loại 1, 2 và 3, dựa trên khoảng cách từ vị trí trái xoài sau khi cân đến vị trí của các xy lanh.
TỔNG KẾT VÀ ĐÁNH GIÁ
Kết quả
Hình 6 1 Máy phân loại xoài theo tỉ trọng
Hướng phát triển
Dựa trên những hạn chế gặp phải trong quá trình thực nghiệm, nhóm đã rút ra những kinh nghiệm quý báu nhằm khắc phục các vấn đề này Điều này không chỉ giúp hoàn thiện mô hình mà còn góp phần phát triển sản phẩm một cách toàn diện, hướng đến mục tiêu thương mại hóa sản phẩm hiệu quả.
- Tăng số loại xoài phân loại được của cơ cấu
- Phát triển thêm cơ cấu cấp xoài vào mô hình
- Tối ưu hóa hiệu quả mô hình (độ chính xác…)
- Phát triển từ mô hình thành máy công nghiệp sản xuất quy mô lớn
- Phân loại được nhiều loại sản phẩm
Kết luận
Mỗi sản phẩm đều có những ưu và nhược điểm riêng, nhưng mục tiêu chung là phục vụ nhu cầu khách hàng và lợi ích doanh nghiệp Việc tiếp nhận phản hồi từ người sử dụng đóng vai trò quan trọng trong việc cải tiến và phát triển sản phẩm, từ đó tăng lợi nhuận cho cả doanh nghiệp và người tiêu dùng Mô hình phân loại xoài dựa trên khối lượng, màu sắc, thể tích và hình dạng không chỉ thúc đẩy sự phát triển của ngành xuất khẩu nông sản mà còn mang lại hiệu quả kinh tế cho nông dân Hơn nữa, việc tự chủ về công nghệ giúp nâng cao lợi thế nông nghiệp và tạo chỗ đứng cho nông sản Việt Nam trên thị trường toàn cầu, đặc biệt là tại các thị trường tiềm năng như châu Âu và Mỹ.
