Tổng quan đồ án

Trong bối cảnh ngành công nghiệp sản xuất đang không ngừng đổi mới và hướng đến số hóa, việc tối ưu hóa quy trình quản lý và theo dõi dữ liệu từ các hệ thống sản xuất đóng vai trò then chốt. Công Ty TNHH Sản Xuất Thương Mại Thái Anh – Tamatra là một doanh nghiệp sản xuất dệt may, nơi các máy dệt hoạt động liên tục và tạo ra lượng dữ liệu lớn về các thông số vận hành như nhiệt độ, tốc độ, và chất lượng
sản phẩm.

Hiện nay, việc giám sát và quản lý dữ liệu này vẫn còn thực hiện rời rạc, thiếu sự kết nối tập trung, dẫn đến nhiều khó khăn như:

• Khó khăn trong việc theo dõi và kiểm soát thông số vận hành: Các thông số quan trọng như nhiệt độ vùng máy, tốc độ máy dệt, hoặc chất lượng sản phẩm chưa được giám sát hiệu quả. Điều này có thể dẫn đến sai sót trong quá trình sản xuất, giảm chất lượng sản phẩm và tăng chi phí vận hành.
• Khả năng truy xuất dữ liệu hạn chế: Khi cần phân tích dữ liệu lịch sử để tìm nguyên nhân lỗi hoặc tối ưu hóa quy trình, việc thiếu một hệ thống lưu trữ tập trung khiến việc này trở nên phức tạp và mất nhiều thời gian.
• Chưa tối ưu hóa được quá trình ra quyết định: Với dữ liệu phân tán, các nhà quản lý gặp khó khăn trong việc đưa ra quyết định nhanh chóng và chính xác, đặc biệt khi cần ứng phó với các sự cố hoặc điều chỉnh quy trình sản xuất.
• Đặc biệt là do hợp đồng của doanh nghiệp với nhà cung cấp thiết bị có một số điều khoản về việc không được can thiệp vào hệ thống của máy dệt.

Với các thách thức trên, việc xây dựng một hệ thống theo dõi và quản lý tập trung dữ liệu từ màn hình HMI của máy dệt có thể cấu hình từ xa sẽ mang lại nhiều lợi ích thực tiễn:

• Tăng cường khả năng giám sát: Hệ thống giúp theo dõi liên tục các thông số quan trọng, cảnh báo khi có bất thường, từ đó giảm thiểu rủi ro và tổn thất trong sản xuất.

• Tự động hóa và số hóa dữ liệu: Dữ liệu được thu thập, lưu trữ, và phân tích tập trung, giúp tăng độ chính xác và giảm thiểu công sức quản lý thủ công.
• Hỗ trợ ra quyết định: Dữ liệu tập trung và được phân tích sẽ hỗ trợ ban quản lý trong việc đưa ra các quyết định kịp thời, tối ưu hóa quy trình sản xuất và nâng cao hiệu quả hoạt động.
• Hướng đến xu hướng công nghiệp 4.0: Đề tài không chỉ giải quyết bài toán cụ thể của công ty mà còn giúp doanh nghiệp bắt kịp xu hướng hiện đại hóa và số hóa trong ngành công nghiệp sản xuất.

Do đó, việc lựa chọn đề tài này không chỉ mang ý nghĩa thực tiễn đối với Công Ty TNHH Sản Xuất Thương Mại Thái Anh – Tamatra mà còn góp phần đưa kiến thức về IOT đã được học ứng dụng vào trong lĩnh vực dệt may nói riêng và ngành công nghiệp sản xuất nói chung

Mục tiêu nghiên cứu

Với đề tài “Hệ thống quản lý tập trung thiết bị IoT công nghiệp”, mục tiêu chính là xây dựng một giải pháp hiệu quả và linh hoạt để quản lý tập trung các thiết bị theo dõi dữ liệu từ màn hình HMI trong môi trường công nghiệp.

Hệ thống sẽ tận dụng các thiết bị phần cứng hiện đại như Raspberry Pi, ESP32- Camera, và ESP32 để đảm bảo khả năng thu thập, xử lý, và truyền tải dữ liệu một cách chính xác và liên tục. Điểm nổi bật của hệ thống là khả năng cấu hình từ xa các thiết bị, giúp đơn giản hóa việc cài đặt, vận hành và bảo trì. Ngoài ra, hệ thống sẽ tích hợp các công nghệ truyền thông không dây tiên tiến như Wi-Fi và MQTT, kết hợp với module NRF24 để tạo ra một mạng lưới truyền thông ổn định, đáp ứng nhu cầu giao tiếp dữ liệu nhanh chóng và tiết kiệm năng lượng.

Hệ thống này không chỉ hỗ trợ việc giám sát các thông số quan trọng (như nhiệt độ, áp suất, hoặc các thông tin vận hành khác) mà còn đảm bảo tính linh hoạt khi mở rộng hoặc nâng cấp. Đồng thời, việc sử dụng các công nghệ hiện đại sẽ giúp tối ưu hóa hiệu suất vận hành, giảm thiểu thời gian chết của thiết bị, và hướng đến việc xây dựng một hệ thống quản lý phù hợp với xu hướng chuyển đổi số trong công nghiệp 4.0.

Thông qua đề tài này, nhóm nghiên cứu hy vọng tạo ra một nền tảng quản lý dữ liệu hiệu quả, dễ triển khai và tiết kiệm chi phí, đồng thời góp phần nâng cao hiệu quả quản lý sản xuất cho doanh nghiệp.

Lý thuyết tổng quan

Raspberry Pi 4 Model B

Raspberry Pi là một máy tính có kích thước nhỏ gọn, giá thành rẻ có thể cắm vào màn hình máy tính và sử dụng chuột, bàn phím tiêu chuẩn. Nó là một thiết bị nhỏ có khả năng cho phép mọi người khám phá máy tính và học cách lập trình bằng các ngôn ngữ như Scratch và Python. Nó có khả năng làm được hầu hết những gì chúng ta cần trên một máy tính thông thường như truy cập Internet, xem video, soạn thảo, chơi trò chơi, làm các server nhỏ trong gia đình,…

Hơn nữa, Raspberry Pi có khả năng tương tác với thế giới bên ngoài thông qua các chân điều khiển.

Camera ELP 2MP

Camera ELP 2MP là một trong những sản phẩm phổ biến trong lĩnh vực camera giám sát và các ứng dụng nhúng. Được thiết kế với nhiều tính năng nổi bật, camera này thường được sử dụng trong các dự án DIY, robot, và hệ thống giám sát.

Tính năng:

• Độ phân giải 2MP cho hình ảnh rõ nét, chi tiết.
• Giao tiếp USB hoặc MIPI giúp dễ dàng kết nối với các thiết bị khác như Raspberry Pi.
• Thích hợp cho nhiều ứng dụng như giám sát an ninh, hệ thống điều khiển từ xa.

ESP32-WROOM32

ESP32-WROOM32 là một module phát triển dựa trên vi điều khiển ESP32, cung cấp khả năng kết nối không dây mạnh mẽ và nhiều tính năng vượt trội, thích hợp cho các ứng dụng IoT (Internet of Things) và các dự án nhúng.

Tính năng:

• Tích hợp Wi-Fi và Bluetooth cho phép kết nối dễ dàng với các thiết bị và mạng.
• Hỗ trợ nhiều giao thức kết nối như HTTP, MQTT
• Hỗ trợ Arduino IDE và ESP-IDF

Thực hiện đề tài

MQTT Broker là một thành phần quan trọng trong hệ thống, chịu trách nhiệm trung gian cho việc truyền tải dữ liệu giữa các node và gateway. Trong đồ án này, nhóm sử dụng Mosquitto để xây dựng MQTT Broker trên một máy tính chạy hệ điều hành Ubuntu. Mosquitto được lựa chọn vì tính ổn định, nhẹ nhàng và hỗ trợ đầy đủ giao thức MQTT, phù hợp với các ứng dụng IoT.

Các bước cài đặt Mosquitto trên ubuntu:

• Cập nhật hệ thống và cài đặt Mosquitto: Cập nhật danh sách gói và cài đặt Mosquitto từ kho chính thức: sudo apt update && sudo apt install mosquitto mosquitto-clients -y

• Cấu hình Mosquitto: Tạo file cấu hình Mosquitto nếu chưa tồn tại: sudo nano /etc/mosquitto/mosquitto.conf

• Thêm các dòng sau vào file mosquitto.conf để vô hiệu hóa chế độ ẩn danh và bảo vệ bằng mật khẩu: allow_anonymous false password_file /etc/mosquitto/passwd

• Tạo username/password bảo mật: Tạo tệp mật khẩu và thêm người dùng: sudo mosquitto_passwd -c /etc/mosquitto/passwd

• Khởi động lại dịch vụ Mosquitto: Áp dụng các thay đổi và đảm bảo Mosquitto chạy tự động: sudo systemctl restart mosquitto sudo systemctl enable mosquitto

Khi chạy model xử lý ảnh trên server, thì model sẽ khoanh vùng các điểm có dữ liệu trên ảnh nên cần một ứng dụng có thể đặt tên cho các vùng chọn này. Ở đây nhóm xây dựng một ứng dụng winform bằng C# để đảm nhận nhiệm vụ trên.

Đánh giá

Hệ thống đã được triển khai thành công và mang lại những kết quả tích cực. Sau đây là đánh giá chi tiết về hệ thống:

1. Hiệu suất vận hành

Hệ thống đã đáp ứng được yêu cầu giám sát liên tục các thông số quan trọng được hiển thị trên màn hình của máy dệt. Tính đồng bộ cao giữa các node, gateway và server. Hình ảnh từ các camera được xử lý nhanh chóng và đưa vào lưu trữ an toàn.

2. Điểm mạnh

• Dễ cài đặt và vận hành: Hệ thống có khả năng cấu hình từ xa (raspberry pi có thể cấu hình từ xa bằng SSH), được tích hợp các giao diện người dùng trực quan.
• Tự động hoá: Toàn bộ dữ liệu được thu thập, phân tích, và lưu trữ tự động.
• Tính khả mở: Hệ thống sử dụng các thiết bị và giao thức phổ biến như ESP32, Raspberry Pi, MQTT, giúp dễ dàng mở rộng hoặc nâng cấp.

3. Hạn chế

• Thời gian xử lý hình ảnh trong những trường hợp lượng dữ liệu lớn có thể bị chậm.
• Các node đòi hỏi điều kiện môi trường vận hành tốt như kết nối Wi-Fi ổn định, và tín hiệu của module NRF24L01 chưa thật sự ổn đinh.
• Chưa tích hợp nhiều công nghệ AI tự động hoá việc xử lý sự cố.
• Trang web hiển thị dữ liệu chưa được tối ưu, khi tải lượng lớn dữ liệu sẽ bị chậm.

Hướng phát triển

1. Cải tiến hiệu năng

• Tối ưu hoá code xử lý hình ảnh để giảm thời gian xử lý.
• Tích hợp GPU và các thư viện mạnh như TensorFlow để tăng tốc việc nhận diện hình ảnh.

2. Tích hợp AI và Machine Learning:

• Phát triển các mô hình phân tích dữ liệu để dự báo xu hướng hoặc phát hiện sự cố sát sao hơn.
• Đồng bộ với các hệ thống quản lý tích hợp khác trong doanh nghiệp.

3. Mở rộng khả năng
Xây dựng web với khả năng hiển thị dữ liệu bằng các biểu đồ giúp người dùng dễ quản lý hơn.

KẾT LUẬN

1. Tóm tắt kết quả

Sau khi thực hiện, đề tài “Hệ thống quản lý tập trung thiết bị IoT công nghiệp” đã hoàn thành các mục tiêu đề ra:

• Xây dựng hệ thống thu thập dữ liệu tự động từ các thiết bị trong môi trường sản xuất.
• Đáp ứng tính đồng bộ, dễ cấu hình và vận hành.
• Tích hợp các công nghệ hiện đại như MQTT, MongoDB, PaddleOCR để xử lý và phân tích dữ liệu hiệu quả.

2. Đóng góp của đề tài

• Đề tài cung cấp một hệ thống quản lý linh hoạt cho doanh nghiệp trong ngành sản xuất, góp phần tự động hoá và số hóa quy trình.
• Tạo ra nền tảng hữu ích cho các nghiên cứu tiếp theo, có thể được áp dụng trong nhiều ngành công nghiệp khác nhau.

3. Nhận định và học hỏi

• Quá trình thực hiện đề tài giúp nhóm hiểu sâu hơn về các giao thức truyền thông, công nghệ IoT và kỹ năng triển khai thực tế.
• Tăng cường kỹ năng làm việc nhóm, quản lý dự án và xử lý sự cố.