Một giải pháp phân loại tôm nguyên liệu bị bơm tạp chất

Nội dung text: Một giải pháp phân loại tôm nguyên liệu bị bơm tạp chất

1. Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014 Một giải pháp phân loại tôm nguyên liệu bị bơm tạp chất A solution to classify raw shrimps were injected impurities Nguyễn Thành Nhơn1 và Nguyễn Chí Ngôn2 1Trường Cao Đẳng nghề Đồng Tháp, e-Mail: nthanhon@gmail.com 2Trường Đại học Cần Thơ, e-Mail: ncngon@ctu.edu.vn Tóm tắt và sự căng cứng bất thường của đầu và thân tôm , Nghiên cứu này nhằm mục tiêu xây dựng một hệ dẫn đến nhiều tranh cãi thống cho phép phân loại và xác định tỷ lệ tạp chất Nghiên cứu này bước đầu thử nghiệm việc áp dụng được bơm bất chính vào tôm nguyên liệu. Hệ thống logic mờ để nhận biết và phân loại tỷ lệ tạp chất giám sát sự thay đổi khối lượng riêng của tôm, khi (Agra, Cellulose sodium glycolat) được đưa vào cho mẫu thử vào bình nước chuẩn, theo định luật tôm nguyên liệu. Nguyên lý căn bản của giải pháp Acsimet. Phần cứng của mô hình được xây dựng phân loại là dựa trên sự thay đổi tỷ trọng theo định dựa trên vi điều khiển PIC 16F877A và cảm biến luật Acsimet. Thuật toán phân loại được kỳ vọng là siêu âm SRF05. Phần mềm phân loại mờ được phát cơ sở để chế tạo thử nghiệm thiết bị phân loại tôm triển trên công cụ MATLAB/Simulink. Kết quả bị bơm tạp chất, áp dụng cho các đối tượng như cơ thực nghiệm cho thấy cơ chế phân loại và xác định quan quản lý thị trường; công ty, doanh nghiêp̣ thu tỷ lệ tạp chất trong tôm nguyên liệu được đề xuất là mua tôm chế biến xuất khẩu. khả thi. 2 Phương tiện và phương pháp Abtract 2.1 Xây dựng cơ sở dữ liệu tham chiếu This study aims to develop a system that allows to Cơ sở dữ liệu được xây dựng dựa trên phương pháp classify and estimate the rate of injected impurities đo trực tiếp khối lượng, thể tích của tôm có tỷ lệ tạp in raw shrimps. The system estimates the changes chất khác nhau lần lượt là 0%, 5%, 10%, 15%, of the shrimp density, when putting the test sample 20%, 30%. Tỷ lệ tạp chất ảnh hưởng đến thể tích into a standard water bottle, according to tôm theo định luật Acsimet (hình H.1). Archimedes law. A hardware platform was built based on PIC 16F877A microcontroller and SRF05 ultrasonic sensor. A Fuzzy-based classification software is developed in MATLAB/Simulink. Experimental results show that the proposed classification mechanism and estimation of the impurity rate in the raw shrimps is feasible. Ký hiệu H.1 Xác định khối lượng – thể tích trực tiếp Ký hiệu Đơn vị Ý nghĩa Thực nghiệm được tiến hành như sau: (i) Tạo môi V ml Thể tích trường đo đạc cùng điều kiện nhiệt độ để hạn chế D mm Đường kính tối đa ảnh hưởng của sự giãn nở nhiệt lên kết quả H mm Chiều cao đo. (ii) Cho 400g tôm (có và không có bơm tạp L,l mm Chiều dài chất) vào cốc chia độ chứa 500 ml nước lọc, quan Klrieng Kg/m3 Khối lượng riêng sát mực chất lỏng dâng lên để xác định thể tích tôm. TLtapchat % Tỷ lệ tạp chất (iii) Lập lại thực nghiệm trên 200 mẫu tôm có và không có bơm tạp chất. Kết quả trung bình được 1 Giới thiệu thể hiện trên bảng B.1. Những năm gần đây, ở các tỉnh Đồng Bằng Sông B. 1 Quan hệ giữa tỷ lệ tạp chất - khối lượng - thể Cửu Long, tôm nguyên liệu đã bị một số thương lái tích của tôm chủ động bơm tạp chất như: Aga (thạch rau câu), Khối Tỷ lệ Thể tích Khối lượng chất Cellulose sodium glycolat nhằm tăng lợi nhuận lượng tạp chất (ml) riêng bất chính [1]. Việc làm này không chỉ gây thiệt hại (g) (%) (kg/m3) kinh tế trực tiếp đến ngành nuôi và xuất khẩu tôm 0 390.1 1025.44 của Việt Nam, mà còn làm giảm uy tín thương hiệu 5 387.9 1031.19 tôm Việt Nam trên thị trường quốc tế. Nhiều biện 10 385.9 1036.51 400 pháp chế tài được nhà nước ban hành [2-3], song 15 380.8 1050.48 việc áp dụng trên thực tế đã gặp không ít khó khăn. 20 378.7 1056.35 Nguyên nhân chính là do việc nhận biết tôm bị bơm 30 374.9 1067.02 tạp chất chủ yếu dựa vào giác quan như sự phình to 1
2. Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014 Dữ liệu này được sử dụng để xây dựng mô hình phân loại tôm bằng logic mờ. 2.2 Mô hình phần cứng hệ thống phân loại tôm bị bơm tạp chất Mô hình hệ thống phân loại tôm bị bơm tạp chất được thực hiện như sơ đồ khối hình H.2. H.5 Mô hình xác định thể tích Lưu đồ thuật toán trên vi điều khiển PIC 16F877A để thu thập dữ liệu thể tích tôm, cung cấp cho hệ bộ phân loại được H.2 Sơ đồ khối phần cứng hệ thống phân loại tôm minh họa như hình H.6. Mô hình thực nghiệm phân Công cụ đo thể tích là một bình có dạng hình trụ loại tôm nguyên liệu bị bơm tạp chất được hoàn bán kính d. Khi tôm được cho vào bình hình trụ thành như hình H.7. này, chiều cao mực chất lỏng dâng lên là h, thì thể tích tôm được xác định theo công thức (1) hoặc công thức (2). 2 d Thể tích: Vh (1) 2 2 d V () L l 2 (2) H.3 Thiết bị đo thể tích dạng trụ Trên hình H.3, thể tích V thay đổi phụ thuộc vào biến h hoặc l. Khoảng cách l được xác định bằng cảm biến siêu âm kết hợp vi điều khiển được thực hiện theo nguyên tắc hình H.4. H.4 Đo khoảng cách dùng cảm biến siêu âm H.6 Lưu đồ thuật toán thu thập dữ liệu thể tích Theo [4], khoảng cách l được xác định như công thức (3), với Tp là độ rộng xung phản xạ. T p l (3) 58 Kết hợp công cụ đo thể và công cụ xác định khoảng cách, ta có mô hình xác định thể tích tôm như hình H.5. Trong mô hình này, vi điều kiển PIC 16F877A sẽ truyền về máy tính thể tích tôm đo được trong mỗi thực nghiệm. Thể tích tôm cần đo, được tính theo công thức (4). 2 d T p VL (4) 2 58 H.7 Mô hình thực nghiệm 2.3 Mô hình phân loại tôm bằng logic mờ 2
3. Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014 Công cụ logic mờ của MATLAB/Simulink [5] dụng. Mô hình phân loại tôm được hoàn thiện trên được sử dụng để thiết kế, kiểm tra mô hình phân MATLAB/Simulink như hình H.10. loại tôm bị bơm tạp chất. Giá trị ngõ vào của mô hình (đại lượng thể tích) được lấy từ bộ thu thập dữ 3 Kết quả và thảo luận liệu thông qua cổng truyền thông nối tiếp RS232. Mô hình phân loại tôm trên giao diện MATLAB/ Thuật toán phân loại tôm bằng logic mờ được xây Simulink có 2 chế độ hoạt động: (i) Chế độ online dựng dựa trên thực nghiệm. Bộ phân loại mờ gồm 1 cho phép phân loại trực tuyến từ dữ liệu do cảm ngõ vào là khối lượng riêng (KLrieng) của mẫu tôm biến xác định được và truyền về máy tính; và (ii) cần kiểm tra và ngõ ra là Tỷ lệ tạp chất (TLtapchat) Chế độ offline cho phép phân loại từ dữ liệu đã cần xác định. Biến ngôn ngữ vào KLrieng được mờ được đo đạc và đã được ghi lại thành một tập tin hóa với 6 tập mờ, tương ứng {thap, D1, D2, D3, trước đó. Thử nghiệm trên 12 mẫu tôm có tỷ lệ D4, cao} như hình H.8. Biến ngôn ngữ ra gồm nhiễm tạp chất khác nhau, thu được kết quả phân Tltapchat gồm 6 tập mờ, tương ứng {thap, TL1, loại như bảng B.3. TL2, TL3, TL4, cao}, được mô tả như hình H.9. B.3 Kết quả phân loại tôm trên 12 mẫu thử Tập giá trị vật lý của các biến vào ra đã được xác TT KLrieng Tltapchat Tltapchat Tltapchat định ở bảng B1. Bộ 6 luật mờ được xây dựng đơn 3 bơm vào phân loại phân loại giản như bảng B.2. (kg/m ) mẫu (%) offline (%) online (%) 1 1024 0 0 2.3 2 1025 0 0.4 3.4 3 1029 5 4.8 5.2 4 1031 5 5.3 4.3 5 1037 10 10.2 7.4 6 1048 15 14.6 10.6 7 1050 15 14.4 10.2 H.8 Các hàm liên thuộc của biến ngõ vào 8 1052 20 19.8 14.3 9 1056 20 20.6 15.1 10 1060 25 25.3 17.8 11 1067 30 29.8 17.5 12 1069 30 30.2 16.4 Từ bảng B.3 ta thấy mô hình có thể phân loại theo chế độ offline với độ chính xác đạt hơn 90%, nhưng phân loại theo chế độ online cho kết quả chưa đạt. H.9 Các hàm liên thuộc của biến ngõ ra B.2 Bảng luật phân loại mờ Sai số của chế độ phân loại online được xác định do KLrieng thap D1 D2 D3 D4 cao cảm biến siêu âm SRF05 dùng để đo thể tích mẫu tôm trong mô hình có độ chính xác không cao. Một TLtapchat thap TL1 TL2 TL3 TL4 cao cơ chế đo thể tích mẫu tôm có độ chính xác tốt hơn Cơ chế suy diễn mờ MAX-MIN và phương pháp cần được tiếp tục thử nghiệm. giải mờ trọng tâm mặc định theo [5], đã được áp H.10 Mô hình phân loại tôm trên MATLAB/Simulink Nghiên cứu này đã xây dựng được một mô hình cho 4 Kết luận và đề nghị phép phân loại và xác định tỷ lệ tạp chất (thử 3
4. Hội nghị toàn quốc lần thứ 7 về Cơ Điện tử - VCM-2014 nghiệm trên thạch rau câu) có trong tôm nguyên Trường Đại Học Bách Khoa, Đại Học Quốc Gia liệu. Mô hình hoạt động dựa theo nguyên lý về sự Tp. Hồ Chí Minh năm 2001, và nhận bằng Tiến sỹ thay đổi khối lượng riêng của mẫu tôm khi bị Kỹ thuật Điều khiển tại Trường Đại Học Tổng hợp nhiễm tạp chất. Cơ chế phân loại và xác định tỷ lệ Rostock, CHLB Đức năm 2007. tạp chất được xác định theo định luật Acsimet. Tiến sỹ Nguyễn Chí Ngôn tham gia giảng dạy tại Cùng một khối lượng mẫu thử trong trường hợp Trường Đại Học Cần Thơ từ năm 1996 đến nay. tôm có và không có nhiễm tạp chất, khi cho vào Hiện anh đang là Giảng Viên Chính thuộc Bộ môn bình nước chuẩn sẽ làm cho cột nước trong bình Tự Động Hóa, Khoa Công Nghệ; giữ chức vụ dâng lên khác nhau. Từ thông số về khối lượng và Trưởng Phòng Thí Nghiệm Điều Khiển Quá Trình, thể tích mẫu thử, một bộ phân loại mờ được áp Giám Đốc Trung Tâm Điện – Điện Tử và Trưởng dụng để ước lượng tỷ lệ tạp chất bị nhiễm trong Khoa Công Nghệ, Trường Đại Học Cần Thơ. mẫu thử. Mô hình phân loại mờ được xây dựng trên MATLAB/Simulink cho thấy khả năng phân loại là khả thi. Tuy nhiên, việc xác định chiều cao cột chất lỏng trong bình chứa bằng cảm biến siêu âm hiện chưa cho kết quả như mong muốn. Điều này cần được tiếp tục nghiên cứu và kiểm nghiệm trong thời gian tới. Mô hình này thành công sẽ đóng góp một công cụ khách quan để giải quyết khó khăn đang gặp phải ở Đồng bằng sông Cửu Long trong việc kiểm soát tình trạng bơm tạp chất vào tôm nguyên liệu. Tài liệu tham khảo [1] Bộ NN&PTNN, Chỉ thị số 1430/CT-BNN- QLCL về “Tăng cường kiểm soát tạp chất trong tôm nguyên liệu”, ngày 17/5/2010. [2] Chính Phủ, Nghị định số 31/2010/NĐ-CP “Quy định về xử phạt vi phạm hành chính trong lĩnh vực thủy sản”, ngày 29/3/2010. [3] Thủ tướng Chính phủ, Nghị định số 20/CT- TTg về việc ngăn chặn hành vi đưa tạp chất vào tôm nguyên liệu và sản xuất kinh doanh tôm có chứa tạp chất. [4] HY-SRF05 Datasheet, URL: electronics.co.uk/htm/srf05tech.htm (acessed Aug 2014). [5] The MathWorks, Inc., Fuzzy Logic Toolbox User’s Guide, 2014. Nguyễn Thành Nhơn nhận bằng Kỹ sư Điện tử tại Trường Đại Học Cần Thơ năm 2002, học Cao học Kỹ thuật Điện tử Trường Đại Học Sư Phạm Kỹ Thuật Tp. Hồ Chí Minh khoá 2012-2014. KS Nguyễn Thành Nhơn là nhân viên kỹ thuật Nhà Máy Xi Măng An Giang từ năm 2002 đến 2006, tham gia giảng dạy tại Trường Cao Đẳng Nghề Đồng Tháp từ năm 2006 đến nay. Hiện nay anh là Giảng Viên thuộc Khoa Điện – Điện tử Trường Cao Đẳng Nghề Đồng Tháp. Nguyễn Chí Ngôn nhận bằng Kỹ sư Điện tử tại Trường Đại Học Cần Thơ năm 1996, bằng Thạc sỹ Kỹ thuật Điện tử tại 4
5. BÀI BÁO KHOA HỌC THỰC HIỆN CÔNG BỐ THEO QUY CHẾ ĐÀO TẠO THẠC SỸ Bài báo khoa học của học viên có xác nhận và đề xuất cho đăng của Giảng viên hướng dẫn Bản tiếng Việt ©, TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH và TÁC GIẢ Bản quyền tác phẩm đã được bảo hộ bởi Luật xuất bản và Luật Sở hữu trí tuệ Việt Nam. Nghiêm cấm mọi hình thức xuất bản, sao chụp, phát tán nội dung khi chưa có sự đồng ý của tác giả và Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh. ĐỂ CÓ BÀI BÁO KHOA HỌC TỐT, CẦN CHUNG TAY BẢO VỆ TÁC QUYỀN! Thực hiện theo MTCL & KHTHMTCL Năm học 2016-2017 của Thư viện Trường Đại học Sư phạm Kỹ thuật Tp. Hồ Chí Minh.