Trang chủ » Công Nghệ Thông Tin » Trí tuệ nhân tạo AI

3 trang

12 lượt xem

Nghiên cứu hệ thống nhận dạng và ứng dụng Al trong mô hình nhà máy thông minh

Bài báo trình bày nghiên cứu, thiết kế và xây dựng một hệ thống mô hình thực hành nhà máy thông minh (Smart Factory) kết hợp với hệ thống xử lý ảnh phục vụ công tác đào tạo và thực nghiệm. Bài báo nghiên cứu về xử lý hình ảnh, ngôn ngữ tự nhiên, phát hiện và phân tích-theo dõi vật thể qua camera với độ phân giải cao, phân tích dữ liệu - quản lý chuỗi cung ứng trong công nghiệp.

Chủ đề:

cristianoronaldo02

Nhận dạng ảnh và video

Tài liệu Nhận dạng ảnh và video

CÔNG NGHỆ Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC ● Số 13.2023

KHOA H

ỌC

NGHIÊN CỨU HỆ THỐNG NHẬN DẠNG VÀ ỨNG DỤNG AI TRONG MÔ HÌNH NHÀ MÁY THÔNG MINH

RESEARCH ON RECOGNITION SYSTEM AND AI APPLICATION IN SMART FACTORY MODEL Nguyễn Thị Loan1, Lê Thành Khang1, Ngô Mạnh Tiến2, Hà Thị Kim Duyên3 TÓM TẮT Bài báo trình bày nghiên cứu, thiết kế và xây dựng một hệ thố

ng mô hình

thực hành nhà máy thông minh (Smart Factory) kết hợp với hệ thống xử lý ả

phục vụ công tác đào tạo và thực nghiệm. Bài báo nghiên cứu về xử lý hình ả

nh,

ngôn ngữ tự nhiên, phát hiện và phân tích-theo dõi vật thể qua camera với độphân giải cao, phân tích dữ liệu - quản lý chuỗi cung ứng trong công nghiệ

Đồng thời đề xuất xây dựng một hệ thống dựa trên nâng cấp, kết nố

i các các

thiết bị đào tạo sẵn có tại Viện Hàn lâm Khoa học và Công nghệ Việ

t Nam là các

trạm sản xuất linh hoạt MPS (Module Production System) của Festo được kế

nối với nhau, và việc điều khiển qua kết nối Ethernet, được kết hợp bởi các phầ

mềm như: Plant Simulation, Pycharm, VNC Viewer, Tia-Portal tạo thành mộ

mô hình thực hành nhà máy sản xuất tiếp cận sát với thực tế. Mô hình đề xuấ

được xây dựng và chạy thử nghiệm cho kết quả tốt, rất hiệu quả cho việ

c nghiên

cứu, phát triển và đào tạo mô hình nhà máy thông minh tiếp cận công nghiệ

I4.0 tích hợp AI xử lý ảnh và IOT. Từ khóa: Công nghiệ

p 4.0, nhà máy thông minh, Raspberry Pi, Ethernet, PLC,

plant simulation.

ABSTRACT

This paper presents research, design and construction of a practical model

system of a smart factory (Smart Factory) combined with an image processing

system for training and experimentation. image processing, natural language,

object detection and analysis-tracking through high-

resolution cameras, data

analysis-

supply chain management in industry. The article proposes to build a

system system based on upgrading, connecting the available training equipment

at the Vietnam Academy of Science and Technology is

Festo's MPS (Module

Production System) flexible production stations that are connected, and the

Controlled via Ethernet connection, combined by software such as Plant

simulation, Pycharm, VNC Viewer, Tia-

Portal to form a practical model of a factory

that

is close to reality. The proposed model was built and tested with good results,

very effective for the research, development and training of the industrial

approach smart factory model I4.0 integrating AI image processing and IOT. Keywords:

Industry 4.0, smart factory, Raspberry Pi, Ethernet, PLC, plant

simulation

. 1Lớp Điện tử Truyền thông 03 - K14, Khoa Điện tử, Trường Đại học Công nghiệ

Hà Nội 2Viện Vật lý, Viện Hàn lâm Khoa học và Công nghệ Việt Nam 3Khoa Điện tử, Trường Đại học Công nghiệp Hà Nội *Email: nguyenthiloan04102001@gmail.com 1. GIỚI THIỆU Nhà máy thông minh là một cơ sở sản xuất được kết nối và số hóa cao, sử dụng các công nghệ tiên tiến để tối ưu hóa toàn bộ quy trình sản xuất, từ thiết kế đến giao hàng. Các nhà máy thông minh sử dụng máy học, AI và IoT để tự động hóa các quy trình và đưa ra quyết định trong thời gian thực, từ đó nâng cao hiệu quả, giảm sai sót và giảm thiểu chi phí. Có nhiều phương pháp xử lý hình ảnh khác nhau có thể được sử dụng trong các nhà máy thông minh, bao gồm xử lý hình ảnh kỹ thuật số, xử lý hình ảnh bằng máy học và trí tuệ nhân tạo. Xử lý hình ảnh kỹ thuật số liên quan đến việc sử dụng thuật toán máy tính để thao tác và phân tích hình ảnh kỹ thuật số. Điều này có thể bao gồm các thao tác như nâng cao hình ảnh, khôi phục hình ảnh và phân đoạn hình ảnh. Xử lý hình ảnh kỹ thuật số thường được sử dụng trong các nhà máy thông minh cho mục đích kiểm soát chất lượng, chẳng hạn như phát hiện lỗi trong sản phẩm và vật liệu. Bằng cách sử dụng các thuật toán máy học để phân tích hình ảnh của sản phẩm, các nhà máy có thể nhanh chóng xác định và loại bỏ các mặt hàng bị lỗi, cải thiện chất lượng tổng thể của sản phẩm cuối cùng. Xử lý hình ảnh kỹ thuật số trong các nhà máy thông minh nhằm: - Tăng hiệu quả xử lý hình ảnh kỹ thuật số có thể tự động hóa nhiều quy trình thủ công, chẳng hạn như kiểm tra sản phẩm, giảm thời gian và công sức mà người lao động cần. - Cải thiện kiểm soát chất lượng: Bằng cách sử dụng các thuật toán máy học để phân tích hình ảnh, các nhà máy có thể nhanh chóng xác định và loại bỏ các sản phẩm bị lỗi, cải thiện chất lượng tổng thể của sản phẩm cuối cùng. - Giám sát thời gian thực: Xử lý hình ảnh kỹ thuật số có thể cung cấp thông tin thời gian thực về quy trình sản xuất, cho phép các nhà máy điều chỉnh và tối ưu hóa sản xuất trong thời gian thực. - Giảm chi phí: Bằng cách tự động hóa các quy trình và cải thiện kiểm soát chất lượng, các nhà máy có thể giảm chi phí liên quan đến việc làm lại, lãng phí và lao động thủ công. 2. CƠ SỞ LÝ THUYẾT

SCIENCE - TECHNOLOGY Số 13.2023 ● Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC 91

Hình 1. Cấu trúc mô hình hệ thống 2.1. Phần mềm mô phỏng Mô phỏng là là sự thể hiện của một hệ thống với các quy trình động của nó trong một mô hình có thể thử nghiệm để đạt được những phát hiện có thể áp dụng được vào thực tế. Sự phức tạp ngày càng tăng của các sản phẩm, quy trình và hệ thống là một trong nhiều lý do tại sao mô phỏng ngày càng được sử dụng nhiều hơn trong việc lập kế hoạch, triển khai và vận hành các hệ thống kỹ thuật. Là một phần không thể thiếu của khái niệm nhà máy kỹ thuật số, mô phỏng giúp rút ngắn thời gian đưa sản phẩm ra thị trường và hỗ trợ quá trình ra quyết định. Mô phỏng đặc biệt hữu ích để phân tích một hệ thống, trong đó hành vi của nó thay đổi linh hoạt theo thời gian. Plant Simulation là phần mềm mô phỏng quy trình sự kiện rời rạc và là một phần của giải pháp sản xuất kỹ thuật số Tecnomatix của Siemens PLM Software. Plant Simulation cho phép người dùng tạo mô hình mô phỏng phân cấp và hướng đối tượng của các hệ thống sản xuất và hậu cần, bao gồm các chiến lược kiểm soát phức tạp của chúng. Dựa trên các mô hình mô phỏng này, bạn có thể thực hiện phân tích các đặc điểm của hệ thống, phát hiện các lỗ hổng hoặc tắc nghẽn tiềm ẩn và tối ưu hóa hiệu suất bao gồm sử dụng tài nguyên, thông lượng và các hoạt động xử lý vật liệu. Hình 2. Hệ thống qua mô phỏng 2.2. Cấu trúc phần cứng Cấu trúc phần cứng của hệ thống được tạo ra bởi ba phần chính được thể hiện trên hình 3. Các thành phần chính bao gồm camera làm nhiệm vụ thu thập dữ liệu hình ảnh từ môi trường, máy tính nhúng Raspberry Pi 4B đóng vai trò như một bộ xử lý trung tâm thực hiện các thuật toán xử lý ảnh và cuối cùng là PLC S7 1214C để thực thi các dữ liệu mà Raspberry trả về sau xử lý ảnh. Hình 3. Cấu trúc phần cứng 2.3. Cấu trúc phần mềm Hình 4. Cấu trúc phần mềm Hệ thống sử dụng đầu vào là chuỗi hình ảnh được trích xuất từ camera. Các chuỗi hình ảnh này được xử lý bằng thuật toán xử lý ảnh số để trích xuất ra được các đặc trưng của ảnh như hình dạng màu sắc. Sau xử lý sẽ trả về kết quả, kết quả đó sẽ được chuyển về PLC thông qua giao thức truyền thống S7communication được sử dụng trong thư viện Snap7 do hãng siemens phát triển. Sau truyền thông tới PLC, khi đó PLC sẽ thực thi điều khiển cơ cấu chấp hành phân loại sản phẩn vào đúng kho lưu trữ. 3. KẾT QUẢ NGHIÊN CỨU Hình 5. Mô hình thực tế

CÔNG NGHỆ Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC ● Số 13.2023

KHOA H

ỌC

Hình 6. Ảnh các phôi sau khi được xử lý bởi Raspberry Với kết quả đạt được như hình 6 trên có thể thấy 4 tham số chính sẽ được trích xuất là màu sắc, hình dạng, ngưỡng của màu và cuối cùng là giới cạch của hình. Từ đó ta có thể xác định được phôi trong ảnh thuộc loại màu và hình dạng nào. Từ đó tín hiệu màu sẽ được truyền xuống PLC điều khiển các cơ cấu chấp hành để phân loại sản phẩm đúng kho lưu trữ. 4. KẾT LUẬN VÀ KHUYẾN NGHỊ Bài báo đã nghiên cứu, thiết kế và xây dựng một hệ thống mô hình “nhà máy thông minh“ (Smart Factory) kết hợp với hệ thống xử lý ảnh tốc độ cao cùng theo hướng phục vụ công tác nghiên cứu, đào tạo giúp nâng cao hiệu quả nghiên cứu, chất lượng đào tạo, tạo điều kiện cho các giảng viên, học viên được nghiên cứu, phát triển, thực hành hệ thống với nhiều thiết bị, linh kiện hiện đại. Thông qua nghiên cứu, nhóm tác giả đã vận dụng kiến thức về tự động hóa như PLC, SCADA, lập trình PLC, lập trình nhúng vào Raspberry, mạng truyền thông công nghiệp, kỹ thuật cảm biến, khí nén - thủy lực, truyền động, vẽ 3D, mô phỏng quá trình hoạt động. Xây dựng được phần mềm điều khiển, giám sát, mô phỏng toàn bộ hệ thống được thiết kế kết nối với nhau đồng bộ, các kết quả chạy thử nghiệm cho thấy được khả năng ứng dụng rất cao. TÀI LIỆU THAM KHẢO [1]. Hồ Văn Xung, 2013. Xử lý ảnh số. NXB khoa học và Kỹ thuật. [2]. Giáo trình Máy điện 1. Trường Đại học Bách khoa Hà Nội. [3]. Boon Giin Lee, Su Min Lee, 2017. Smart Wearable Hand Device for Sign Language Interpretation System with Sensors Fusion. IEEE Sensors Journal, 18, 3. [4]. Hà Thị Kim Duyên, Phạm Văn Hiệp, Nguyễn Đức Long, Bùi Thị Thu Hà, Trương Thị Bích Liên, Ngô Mạnh Tiến, 2022. Xây dựng mô hình thực hành nhà máy thông minh trên nền PLC Siemens kết hợp phần mềm mô phỏng Plant Simulation. Tạp chí Khoa học và Công nghệ, Trường Đại học Công nghiệp Hà Nội. [5]. Paulo Trigueiros, Ferando Ribeiro, Luis Paulo Reis, 2014. Vision Based Portuguese Sign Language Recognition System. New Perspectives in Information System and Technologies, 1, Advances in Intelligent System and Computing, Springer International Publishing, Switzerland.