NEW ĐỒ ÁN ROBOT CÔNG NGHIỆP UTH

TRƯỜNG ĐẠI HỌC GIAO THƠNG VẬN TẢI TP. HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ VIỄN THÔNG
*****

BÀI BÁO NGHIÊN CỨU
ROBOT CÔNG NGHIỆP RRP

Giảng viên hướng dẫn

: LÊ CÔNG DANH

Sinh viên thực hiện

: Nhóm 02

1. Phạm Trung Hiếu

2051050114 (C)

2. Lê Thành Dự

2051050083

3. Nguyễn Khoa Điền

2051050095

4. Nguyễn Chí Trung Nguyên

2051050031

5. Đào Duy Hải

2051050103

6. Nguyễn Hải Trường An

2051050060

TP. Hồ Chí Minh 27/03/2023


Bài báo nghiên cứu Robot

LỜI MỞ ĐẦU
Theo quá trình phát triển của xã hội, nhu cầu nâng cao sản xuất và chất
lượng sản phẩm ngày càng đòi hỏi ứng dụng rộng rãi các phương tiện tự động
hóa sản xuất. Xu hướng tạo ra những dây chuyền và thiết bị tự động có tính linh
hoạt cao đã hình thành và phát triển mạnh mẽ. Vì thế ngày càng tăng nhanh nhu
cầu ứng dụng người máy để tạo ra các hệ sản xuất tự động linh hoạt.
Robot ứng dụng rộng rãi và đóng vai trị quan trọng trong sản xuất cũng
như trong đời sống. Robot là cơ cấu đa chức năng có khả năng lập trình được
dùng để di chuyển nguyên vật liệu, các chi tiết, các dụng cụ thông qua các
truyền động được lập trình trước. Robot đóng vai trị quan trọng trong tự động
hố linh hoạt như cơng tác vận chuyển bổ trợ cho máy CNC, trong dây chuyền
lắp ráp, sơn hàn tự động, trong các thao tác lặp đi lặp lại, trong các vùng nguy
hiểm. Một robot có thể chuyển động từ vị trí này sang vị trí khác để cung cấp
chi tiết đồng thời vẫn giao tiếp với các thiết bị ngoại vi như bộ PLC, bàn điều
khiển hoặc hệ thống mạng truyền thông công nghiệp. Ưu điểm quan trọng nhất
của kỹ thuật robot là tạo nên khả năng linh hoạt hóa sản xuất.
Điển hình là cơ cấu robot RRP được ứng dụng nghiều phục vụ cho sản xuất

cơng nghiệp, y tế, vận chuyển. Dó là lý do nhóm em chọn đề tài nghiên cứu và
thiết kế chế tạo robot công nghiệp cơ cấu RRP. Làm nền tảng để phát triển các
ứng dụng trong tương lai.
Do thời gian và trình độ có hạn nên bản đồ án tốt nghiệp của em khơng
tránh khỏi những thiếu sót. Em rất mong nhận được sự đóng góp ý kiến của các
thầy cô và bạn bè để bản đồ án tốt nghiệp của em được hoàn thiện hơn.
Em xin chân thành cảm ơn!

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

1. Ứng dụng chip STM32
1.1. Giới thiệu sơ lược
STM32 là một trong những dòng chip phổ biến của ST với nhiều họ thông
dụng như F0,F1,F2,F3,F4….. Stm32f103 thuộc họ F1 với lõi là ARM COTEX
M3. STM32F103 là vi điều khiển 32 bit, tốc độ tối đa là 72Mhz. Giá thành cũng
khá rẻ so với các loại vi điều khiển có chức năng tương tự. Mạch nạp cũng như
cơng cụ lập trình khá đa dạng và dễ sử dụng.

Hình 1.1 Chip xử lí STM32
1.2. Một ᴠài đặc điểm nổi bật của STM32
ST đã đưa ra thị trường 4 dòng vi điều khiển STM32, một bước tiến quan
trọng về mặt chi phí và hiệu suất, với giá chỉ gần 1 Euro với số lượng lớn.
STM32 có 14 biến thể khác nhau, được phân thành hai dòng là Performance và
Access, với tần số hoạt động của CPU lên đến 72MHz và 36MHz tương ứng.
Các biến thể STM32 trong hai nhóm này tương thích hồn tồn về cách bố trí
chân (pin) và phần mềm, đồng thời kích thước bộ nhớ FLASH ROM có thể lên
tới 512K và 64K SRAM. STM32 có nhiều ứng dụng chính như thiết bị ngoại vi

chơi game, các ứng dụng trong cơng nghiệp, thiết bị lập trình PLC, biến tần,
máy in, máy quét, hệ thống cảnh báo, thiết bị liên lạc nội bộ …

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

Hình 1.2 Cánh tay robot
2. ENCODER TỪ AS5600
2.1. Giới thiệu chung
AS5600 là cảm biến quay hồi chuyển góc với độ phân giải cao sử dụng
giao tiếp I2C, được sản xuất bởi cơng ty Austria Microsystems. Nó có tính năng
đo được góc quay với độ chính xác cao lên đến 0.087 độ và độ phân giải 12 bit.
Cảm biến AS5600 được sử dụng rộng rãi trong các ứng dụng điện tử, đặc biệt là
trong các hệ thống điều khiển động cơ, robot và các thiết bị tự động hóa cơng
nghiệp.
I2C là một giao thức truyền thơng đồng bộ được sử dụng để kết nối các
thiết bị điện tử với nhau. Nó được phát triển bởi Philips Semiconductor vào năm
1980. Giao thức I2C sử dụng hai dây truyền thông là SDA (Serial Data) và SCL
(Serial Clock) để truyền dữ liệu giữa các thiết bị.

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

Hình 2.1 Encoder từ AS5600
Chân
Vcc

GND
OUT

Nguồn cấp, 5V.3V

Mô tả

Chân nối đất
Chân Output (Đầu ra), dùng để xuất tín hiệu
sóng PWM/sóng Analog .

SCL

Hướng quay (Nếu chân DIR nối với chân
GND (DIR = 0), quay cùng chiều kim đồng
hồ, giá trị góc quay tăng. Nếu chân DIR nối
với chân VCC (DIR = 1), quay ngược chiều
kim đồng hồ, giá trị góc quay giảm)
Serial Clock: đường truyền xung Clock để
đồng bộ và chỉ theo 1 hướng của giao thức

SDA

Serial Data: đường truyền dữ liệu 2 hướng của
giao thức

DIR

GPO

Chân lựa chọn chế độ (Bắt đầu lập trình để đặt
vị trí ban đầu và kết thúc của góc quay)

Bảng 1. Bảng mơ tả sơ đồ chân Encoder từ AS5600

2.2. Nguyên lý hoạt động
Encoder AS5600 là cảm biến đo góc quay bằng việc cảm nhận từ trường
của nam châm gắn trên trục quay. Cách thức đo góc quay được minh hoạ như
trên hình. Khi viên nam châm quay, từ trường cũng thay đổi theo góc quay
Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

tương ứng và từ đó cảm biếm có thể xác định được qóc quay. Do độ phân giải
12 bit nên nó trả về 4096 giá trị từ 0 đến 4095, tương ứng với góc quay từ 0° đến
360°.

Hình 1.2 Cách thức đo góc quay sử dụng cảm biến AS5600
Như vậy, sử dụng vi điều khiển, ta sẽ đọc được giá trị nguyên n (từ 0 đến
4095) mà cảm biến trả về và từ đó tính ra được góc quay (độ) thực tế theo
cơng thức:
2.3. STM32 giao tiếp với Encoder
AS5600 có thể kết nối với STM32 qua giao tiếp I2C. Điều này giúp đơn
giản hóa việc đo góc quay trong các ứng dụng điện tử và robot. Việc kết nối
giữa hai thiết bị có thể được thực hiện dễ dàng bằng các thư viện hỗ trợ và các
hàm đơn giản. Kết quả đo được có thể sử dụng cho các ứng dụng khác nhau như
đo vận tốc quay hoặc xác định vị trí.
3. Logic

mờ (Fuzzy logic) là gì?

Lý thuyết fuzzy logic được Zadeh, L.A. nêu ra lần đầu tiên vào năm 1965 .
Lý thuyết này giải quyết các bài toán rất gần với cách tư duy của con người. Tới
nay, lý thuyết logic mờ đã phát triển rất mạnh mẽ và được ứng dụng trong nhiều
lĩnh vực của cuộc sống.
Giá trị của các biến trong biểu thức logic mờ không phải là các con số mà
là các khái niệm, ví dụ như “nhanh”, “trung bình”, “chậm” hay “nóng”, “vừa”,
“lạnh”... Chính vì vậy cách giải quyết các bài tốn trong logic mờ rất gần với
cách tư duy của con người.

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

Hình 3.1 Hệ thống mờ điều khiển nhiệt độ.
4. Nguyên lý hoạt động của bộ điểu khiển logic mờ
Bộ điều khiển logic mờ được cấu tạo gồm các Membership Functions (MF)
đầu vào, đầu ra cùng một loạt các qui tắc liên hệ giữa chúng. Từ một giá trị cụ
thể của đầu vào, bộ điều khiển tiến hành việc “mờ hoá” tại các MF đầu vào, tức
là đánh giá xem tín hiệu đó thuộc vào mức nào trong các mức đã định nghĩa
trước. Sau khâu này,tín hiệu đầu vào được chuyển sang các giá trị dạng khái
niệm như “nhanh”, “chậm”, “lớn”, “nhỏ”...

Hình 4.1 Ngun lí của điều khiển mờ
Một ứng dụng cơ bản có thể có đặc điểm là các khoảng con của một biến
liên tục. Ví dụ, một đo đạc nhiệt độ cho phanh (anti-lock brake) có thể có một
Nhóm 2 – TD20A

Bài báo nghiên cứu Robot

vài hàm liên thuộc riêng biệt xác định các khoảng nhiệt độ cụ thể để điều khiển
phanh một cách đúng đắn. Mỗi hàm ánh xạ cùng một số đo nhiệt độ tới một
chân giá trị trong khoảng từ 0 đến 1. Sau đó các chân giá trị này có thể được
dùng để quyết định các phanh nên được điều khiển như thế nào.
5. Xây dựng bộ điều khiển tốc độ động cơ DC Servo trên Matlab
Mờ hóa ngõ vào BĐK
E
Độ sai lệch tốc
độ so với giá trị
đặt
DET Đạo hàm độ sai
lệch theo thời
gian

Giải mờ ngõ ra BĐK
U

Độ sai chênh điện áp cấp vào động
cơ khi ngõ vào thay đổi

Bảng 2. bộ điều khiển tốc độ động cơ DC Servo trên Matlab

Sau đây là bảng luật mờ :

E

DE

T
NB
NM
NS
ZE
PS
PM
PB

NB

NM

NS

ZE

PS

PM

PB

NB
NB
NB
NB
NM
NS
ZE

NB
NB
NB
NM
NS
ZE
PS

NB
NB
NM
NS
ZE
PS
PM

NB
NM
NS
ZE
PS
PM
PB

NM
NS
ZE
PS
PM

PB
PB

NS
ZE
PS
PM
PB
PB
PB

ZE
PS
PM
PB
PB
PB
PB

Bảng 3. Luật mờ

Xây dựng bộ điều khiển mờ trên MALAB theo các ngõ vào ra và bảng luật
mờ được thành lập ở trên:

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

Hình 5.1 Ngõ vào E

Hình 5.2 Ngõ vào DET

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

Hình 5.3 Ngõ vào U

*Sau khi xây dựng được bộ điều khiển mờ ta tiến hành mô phỏng trên
Simulink:
Chúng ta sẽ giả sử rằng đầu vào của hệ thống là nguồn điện áp (V) được
đặt vào phần ứng của động cơ, trong khi đầu ra là tốc độ quay của trục (thetadot)
Các tham số vật lý cho ví dụ của chúng tơi là:
(J) mơmen qn tính của rôto 0,01 kg.m^2
(b) hằng số ma sát nhớt của động cơ 0,1 N.m.s
(Ke) hằng số suất điện động 0,01 V/rad/giây
(Kt) hằng số mô-men xoắn động cơ 0,01 N.m/Amp
(R) điện trở 1 Ohm
(L) điện cảm 0,5 H
J*thetadotdot + b*thetadot = K *i
L*idot + R*i = V- K* thetadot
thetadotdot=1/J*(K*i - b*thetadot)
idot =1/L*(V-K*thetadot-R*i)
Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

Hình 5.4 Mơ phỏng Simulink

Hình 5.5 Mơ phỏng Simulink ngõ ra

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

Sau khi tiến hành mô phỏng, chúng ta có được ngõ ra như sau:

Hình 5.5 Kết quả mơ phỏng ngõ ra

Do tín hiệu vào của chúng ta là khối SineWave, cho được ngõ ra gần như
đã đáp ứng được yêu cầu của hệ thống.
6. Động học thuận Robot
6.1. Sơ đồ động học

Hình 6.1 Sơ đồ động học cơ cấu RRP

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

6.2. Bảng DH

Hình 6.2 Bảng D-H robot RRP

6.3. Xây dựng động học thuận bằng Matlab:

H_0_3=
[cos(theta0)*cos(theta1) - sin(theta0)*sin(theta1), cos(theta0)*sin(theta1) +
cos(theta1)*sin(theta0), 0, a2*cos(theta0) + a3*cos(theta0)*cos(theta1) a3*sin(theta0)*sin(theta1)]
[cos(theta0)*sin(theta1) + cos(theta1)*sin(theta0), sin(theta0)*sin(theta1) cos(theta0)*cos(theta1), 0, a2*sin(theta0) + a3*cos(theta0)*sin(theta1) +
a3*cos(theta1)*sin(theta0)]
[
-d3]

0,

0, -1,

[
1]

0,

0, 0,

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

7. Động học nghịch Robot

Hình 7.1 Động học nghịch RRP

Nhóm 2 – TD20A

Bài báo nghiên cứu Robot

8. Kết luận
Tổng kết bài nghiên cứu về thiết kế robot công nghiệp RRP cho thấy rằng
việc thiết kế và phát triển robot công nghiệp RRP là một giải pháp hữu hiệu để
cải thiện hiệu suất và độ chính xác trong q trình sản xuất. Thơng qua bài
nghiên cứu, nhóm em đã tiếp cận được với lý thuyết động học thuận, động học
nghịch để thiết kế ra một cơ cấu robot. Đồng thời, áp dụng bộ điều khiển Fuzzy
để điều khiển tốc độ động học của cơ cấu.
Nhờ sử dụng cơ cấu RRP, robot có thể di chuyển nhanh hơn và linh hoạt
hơn trong các ứng dụng công nghiệp. Đồng thời, việc sử dụng các giải pháp điều
khiển và phần mềm điều khiển thích ứng giúp tăng độ chính xác và giảm thời
gian dừng máy.
Mặc dù bài nghiên cứu tập trung vào thiết kế robot RRP với mục đích ứng
dụng trong ngành sản xuất, tuy nhiên, các kết quả nghiên cứu có thể được áp
dụng rộng rãi trong các lĩnh vực khác như y tế, dịch vụ và quản lý kho.
Tuy nhiên, còn nhiều thách thức và khó khăn trong việc triển khai robot
RRP trong thực tế, bao gồm chi phí đầu tư ban đầu cao, khó khăn trong việc tích
hợp và đồng bộ hóa các hệ thống, và nhu cầu đào tạo nhân lực để sử dụng và
bảo trì robot.
Tổng quan, việc thiết kế robot cơng nghiệp RRP mang lại nhiều lợi ích cho
ngành sản xuất và các lĩnh vực khác. Tuy nhiên, cần có sự đầu tư và nỗ lực để
giải quyết các thách thức cịn tồn đọng để robot RRP có thể được áp dụng rộng
rãi trong thực tế.

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

9. Tài liệu đính kèm
9.1. Đo tốc độ từ encoder AS5600
CODE
#include <Wire.h>
#include <AS5600.h>
AS5600 encoder;
unsigned long last_time;
float last_angle = 0;
float current_angle = 0;
float current_speed = 0;
void setup() {
Serial.begin(9600);
Wire.begin();
encoder.init();
last_time = millis();
}
void loop() {
current_angle = encoder.getRawAngle();
unsigned long current_time = millis();
float time_delta = (current_time - last_time) / 1000.0;
float angle_delta = current_angle - last_angle;
current_speed = angle_delta / time_delta;
last_angle = current_angle;
last_time = current_time;
Serial.print("Current Speed: ");
Serial.println(current_speed);
delay(100);
}
Nhóm 2 – TD20A

Bài báo nghiên cứu Robot

9.2. Xây dựng phương trình động học thuận bằng Matlab.
syms theta0 theta1 a1 a2 a3 d3
H_0_1 = [cos(theta0) -sin(theta0)*cos(0) sin(theta0)*sin(0) a2*cos(theta0);
sin(theta0) cos(theta0)*cos(0) -cos(theta0)*sin(0)
a2*sin(theta0);
0 sin(0) cos(0) 0;
0 0 0 1]
H_1_2 = [cos(theta1) -sin(theta1)*cos(pi) sin(theta1)*sinpi(1) a3*cos(theta1);
sin(theta1) cos(theta1)*cos(pi) -cos(theta1)*sinpi(1)
a3*sin(theta1);
0 sinpi(1) cos(pi) 0;
0 0 0 1]
H_2_3 = [cos(0) -sin(0)*cos(0) sin(0)*sin(0) 0*cos(0);
sin(0) cos(0)*cos(0) -cos(0)*sin(0) 0*sin(0);
0 sin(0) cos(0) d3;
0 0 0 1]
((H_1_2)*(H_2_3))*(H_0_1)

9.3. Kết quả Matlab
H_0_1 =
[cos(theta0), -sin(theta0), 0, a2*cos(theta0)]
[sin(theta0), cos(theta0), 0, a2*sin(theta0)]
[
0,
0, 1,
0]

[
0,
0, 0,
1]
H_1_2 =
[cos(theta1), sin(theta1), 0, a3*cos(theta1)]
[sin(theta1), -cos(theta1), 0, a3*sin(theta1)]
[
0,
0, -1,
0]
[
0,
0, 0,
1]
H_2_3 =
[1, 0, 0, 0]
[0, 1, 0, 0]
[0, 0, 1, d3]
[0, 0, 0, 1]
ans =
[cos(theta1), sin(theta1), 0, a3*cos(theta1)]
[sin(theta1), -cos(theta1), 0, a3*sin(theta1)]
Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

[
[

0,
0,

0, -1,
0, 0,

-d3]
1]

>> H_0_1*ans
H_0_3=
[cos(theta0)*cos(theta1) - sin(theta0)*sin(theta1), cos(theta0)*sin(theta1) +
cos(theta1)*sin(theta0), 0, a2*cos(theta0) + a3*cos(theta0)*cos(theta1) a3*sin(theta0)*sin(theta1)]
[cos(theta0)*sin(theta1) + cos(theta1)*sin(theta0), sin(theta0)*sin(theta1) cos(theta0)*cos(theta1), 0, a2*sin(theta0) + a3*cos(theta0)*sin(theta1) +
a3*cos(theta1)*sin(theta0)]

Nhóm 2 – TD20A


Bài báo nghiên cứu Robot

10. Tài liệu tham khảo
‒ Lí thuyết điều khiển hiện đại – Nguyễn Thị Phương Hà – NXB Đại học
Quốc Gia Tp. Hồ Chí Minh.
‒ Giáo trình Kỹ thuật Robot - Trường ĐH cơng nghiệp 2008 - Bùi Thư Cao,
Trần Hữu Toàn
‒ Matlab và Simulink dành cho kỹ sư điều khiển tự động - Nguyễn Phùng
Quang - Nhà xuất bản khoa học và kỹ thuật
‒ Nghiên cứu ứng dụng cảm biến để cải tiến chất lượng đặc tính của các

động cơ bước cỡ nhỏ - Ths. Nguyễn Đức Sang
‒ />‒ />b/blog/posts/hall-sensor-as5600-for-game-wheel
‒ />AS5600.html
‒ />
Nhóm 2 – TD20A