Tổng quan về luận án

Cây ớt (Capsicum) là cây trồng công nghiệp ngắn ngày có giá trị kinh tế cao, đóng vai trò chủ lực trong cơ cấu chuyển đổi nông nghiệp tại khu vực Đồng bằng Sông Cửu Long (ĐBSCL). Theo thống kê của Tổ chức Nông lương Liên Hiệp Quốc (FAO) năm 2020, Việt Nam đứng thứ 6 thế giới về diện tích canh tác (67.125 ha) và thứ 11 về sản lượng ớt khô (97.117 tấn). Riêng tại ĐBSCL, "sản lượng thu hoạch ớt hàng năm ở khu vực ĐBSCL là trên 90.000 tấn, vì vậy nhu cầu chế biến tách cuống trái ớt tươi là rất cần thiết". Mặc dù tiềm năng thị trường rất lớn, khâu sau thu hoạch hiện đối mặt với điểm nghẽn nghiêm trọng: hơn 95% khối lượng ớt vẫn phải tách cuống bằng phương pháp thủ công. Điều này gây suy giảm năng suất, tăng chi phí vận hành (chi phí nhân công chiếm tới 80% chi phí tăng thêm), đồng thời tác động tiêu cực đến sức khỏe người lao động do tiếp xúc trực tiếp với hợp chất capsaicin có tính cay nóng cao.

Khoảng trống nghiên cứu (research gap) trọng tâm nằm ở sự bất tương thích giữa các công nghệ cơ giới hóa hiện có trên thế giới với đặc tính nông học của các giống ớt ĐBSCL (Chánh Phong CP1, Chánh Phong CP4, Hai Mũi Tên MTen). Các giống ớt này có hình thái thon dài, thành quả mỏng, mật độ hạt dày đặc và liên kết cuống - đài hoa đặc thù. Các thiết bị cắt cơ học quốc tế (Carl E. Ramussen, Beijing Bidragon, Ryan Herbon) chỉ cắt phần thân cuống và để lại đài cuống hình sao, trong khi máy ép con lăn (Nagrenda B. Kodali) gây dập nát hạt và vỡ thân trái với tỷ lệ tổn thương cơ học cao.

Luận án "Phát triển hệ thống tự động tách cuống trái ớt tươi" của NCS Huỳnh Quốc Khanh, chuyên ngành Kỹ thuật Điều khiển và Tự động hóa (Mã số: 9520216) tại Đại học Cần Thơ dưới sự hướng dẫn của TS. Nguyễn Văn Cương, đã giải quyết toàn diện bài toán này. Nghiên cứu thiết lập ba câu hỏi nghiên cứu cốt lõi:

  1. Bản chất cơ lý của mối liên kết cuống - thân trái ớt biến đổi ra sao dưới tác dụng của ứng suất phức hợp kéo - uốn và thời gian bảo quản sau thu hoạch?
  2. Làm thế nào để thiết lập mô hình toán học kiểm soát chính xác lực kẹp - kéo tách cuống theo thời gian thực mà không vượt quá giới hạn bền phá hủy của mô vỏ trái?
  3. Hệ thống cơ điện tử tích hợp thị giác máy tính và mạng thần kinh tích chập (CNN) có thể tự động định hướng, tách bỏ hoàn toàn cuống và phân loại phế phẩm (nứt, bệnh) với độ chính xác và độ tin cậy bao nhiêu?

Luận án xây dựng ba giả thuyết khoa học:

  • H1: Cơ cấu tách cuống sử dụng nguyên lý biến dạng kéo - uốn đồng thời kết hợp cặp dây đai ma sát và bánh đỡ cho phép loại bỏ 100% cuống và đài hoa với tỷ lệ tổn thương cơ học dưới 4%.
  • H2: Mô hình động học phi tuyến tính (Gaussian hiệu chỉnh và Đa thức bậc 4) mô tả chính xác sự suy giảm lực tách cuống theo thời gian bảo quản với sai số tuyệt đối trung bình (MAE) tối thiểu.
  • H3: Cấu trúc mạng CNN tích hợp cơ cấu con lăn lật rãnh thân khai cho phép phát hiện vết nứt vi mô và vết bệnh thán thư ở trạng thái động với độ chính xác trên 90%.

Công trình giới hạn phạm vi thực nghiệm trên ba giống ớt chủ lực (CP1, CP4, MTen) tại các vùng chuyên canh Đồng Tháp, An Giang, Tiền Giang; thiết kế và thử nghiệm hệ thống mô-đun hóa với công suất cơ sở 10 kg/giờ/mô-đun, mở ra tiền đề nâng cấp đa làn song song ở quy mô công nghiệp.

Literature Review và Positioning

Lịch sử phát triển các giải pháp tách cuống ớt trên thế giới chia thành ba trường phái công nghệ chính:

[Công nghệ Tách cuống Ớt]
 ├── 1. Cắt Cơ học (Cutting/Trimming)
 │    ├── Carl E. Ramussen (Bàn lắc, dao cắt quay) -> Còn tồn dư đài cuống
 │    ├── Beijing Bidragon & Tabanli (Lồng quay tang trống) -> Cắt sót, phạm thịt
 │    └── Ryan Herbon (Thị giác máy tính, d_max * d'(x)) -> Vết cắt chưa triệt để
 ├── 2. Nén ép Cơ học (Compressive Extrusion)
 │    └── Nagrenda B. Kodali (Con lăn biến thiên khe hở) -> Dập nát ớt nhiều hạt ĐBSCL
 └── 3. Kéo - Uốn Động học Tích hợp AI (Luận án đề xuất)
      └── Huỳnh Quốc Khanh (Cảm biến TCS3200 + Đai kẹp lực + CNN phân loại) -> Tách sạch 96,2%

Trường phái thứ nhất tập trung vào phương pháp cắt gọt cơ học (Mechanical Cutting/Trimming). Carl E. Ramussen (1999) phát minh hệ thống bàn rung phối hợp dao cắt quay định vị bằng thanh cản. Tiếp đó, các thiết bị lồng quay thương mại của hãng Beijing Bidragon Machinery và Tabanli (2015) sử dụng tang trống đục lỗ để cuống ớt chui qua và bị cắt bởi lưỡi dao cố định. Ryan Herbon (2014) tại Đại học Bang New Mexico đã nâng cấp phương pháp cắt bằng cách tích hợp camera công nghiệp, xử lý ảnh xác định vị trí cắt tối ưu dựa trên điểm cực đại của tích giữa đường kính lớn nhất với đạo hàm biến thiên tiết diện:

$$\text{Vị trí cắt} = \arg\max \left( d_{\max} \cdot \frac{\partial d}{\partial x} \right)$$

Tuy nhiên, hạn chế cố hữu của trường phái cắt cơ học là không thể loại bỏ hoàn toàn đài cuống và phần đế hoa liên kết ("ngôi sao"). Đối với tiêu chuẩn chế biến xuất khẩu và sấy khô tại châu Á, phần đài hoa còn sót lại làm giảm nghiêm trọng cấp chất lượng thương phẩm.

Trường phái thứ hai là công nghệ tách cuống bằng áp lực ép nén (Compressive Destemming) được tiên phong bởi Nagrenda B. Kodali (2016). Hệ thống sử dụng các cặp con lăn có khe hở hẹp dần quay với tốc độ 330–550 vòng/phút nhằm tạo ứng suất nén bóp bật gốc cuống, đạt hiệu suất 80% trên các giống ớt New Mexico vỏ dày, khoang rỗng lớn, ít hạt. Tuy nhiên, khi áp dụng vào các giống ớt quả nhỏ, vỏ mỏng, ruột đặc hạt của Việt Nam, phương pháp này gây dập nát mô quả nghiêm trọng trước khi cuống kịp tách rời.

Trường phái thứ ba là ứng dụng tự động hóa thông minh và phân loại quang học. Mahit Gunes (2018) và các nhóm nghiên cứu quốc tế đã ứng dụng xử lý ảnh nhận dạng màu sắc và khuyết tật tĩnh, nhưng chưa giải quyết được bài toán đảo chuyển 360 độ để kiểm tra toàn diện bề mặt quả ớt ở trạng thái chuyển động liên tục.

Luận án định vị nghiên cứu tại điểm giao thoa giữa cơ học biến dạng phi tuyến nông sản, điều khiển tự động hóa cơ điện tử và trí tuệ nhân tạo (Computer Vision & Deep Learning). Nghiên cứu khắc phục triệt để các hạn chế quốc tế bằng cách chuyển đổi từ cơ chế "Cắt phẳng" hoặc "Ép dập" sang cơ chế "Kẹp - Kéo - Uốn đồng thời", kết hợp chuỗi kiểm soát chất lượng khép kín từ định hướng tự động bằng cảm biến quang học đến phân loại khuyết tật bằng mạng nơ-ron tích chập.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp vào cơ sở lý thuyết kỹ thuật nông nghiệp thông qua ba luận điểm khoa học:

  1. Mở rộng lý thuyết phá hủy liên kết sinh học nông sản (Bio-mechanical Abscission Theory): Làm sáng tỏ cơ chế phá hủy liên kết tại tầng rời (abscission zone) giữa đài cuống và thân trái ớt. Dưới tác động của trường ứng suất kéo - uốn đồng thời, sự tập trung ứng suất tại mép đài hoa làm giảm đáng kể năng lượng phá hủy cần thiết so với phương pháp kéo thuần túy hoặc cắt trượt đơn thuần.

$$\sigma_{\max} = \frac{F_k}{A} + \frac{M_u}{W_z} \ge [\sigma_{\text{tách}}]$$

  1. Quy luật biến thiên lực tách theo thời gian bảo quản sau thu hoạch: Xác lập phương trình động học mô tả sự suy giảm tính bền cơ học của cuống ớt theo thời gian $t$ (từ 0 đến 48 giờ sau thu hoạch). Mô hình hóa thành công hiện tượng mất nước tế bào và suy giảm áp suất trương nở mô thực vật thông qua hàm toán học Gaussian hiệu chỉnh và Đa thức bậc 4:

$$F(t) = a_1 \cdot \exp\left(-\left(\frac{t - b_1}{c_1}\right)^2\right) + k \cdot t + d$$

  1. Lý thuyết tiếp xúc ma sát mềm trên dây đai kẹp đàn hồi: Mở rộng định luật Euler-Eytelwein trong điều kiện kẹp giữ vật thể sinh học có tiết diện phi tuyến, thiết lập tương quan giữa lực căng đai $T$, góc ôm $\omega$, hệ số ma sát trượt $f$, bán kính bánh đỡ $R$ và áp suất phá hủy giới hạn $P_{\max}$ nhằm ngăn chặn hiện tượng tuột cuống hoặc đứt gãy thân cuống trước khi đài hoa được tách rời:

$$F_{\text{kẹp}} = T \cdot \left(e^{f\omega} - 1\right) \le P_{\max} \cdot w_b \cdot d_s$$

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp liên ngành ba trụ cột lý thuyết:

┌────────────────────────────────────────────────────────┐
│             KHUNG PHÂN TÍCH HỆ THỐNG                   │
└──────────────────────────┬─────────────────────────────┘
                           │
 ┌─────────────────────────┼─────────────────────────────┐
 │                         │                             │
 ▼                         ▼                             ▼
[Cơ học Tiếp xúc &        [Điều khiển Cơ điện tử &      [Thị giác Máy tính &
 Động lực học Đai]         Cảm biến Quang phổ]           Mạng CNN Sâu]
 - Euler-Eytelwein         - TCS3200 Frequency Domain    - Trích xuất đặc trưng
 - Trường ứng suất Kéo-Uốn - Xung kênh Red/Green         - Early Stopping + Adam
 - Áp suất phá hủy P_max   - Đồng bộ hóa PLC/Vi điều khiển - Đảo 360° Rãnh thân khai

Khung phân tích được giới hạn bởi các điều kiện biên nghiêm ngặt: đường kính thân trái $d_f \in [8, 16]\text{ mm}$, đường kính cuống $d_s \in [1,8, 3,2]\text{ mm}$, độ ẩm nông sản sau thu hoạch duy trì ở điều kiện khí quyển $T = 28 \pm 3^\circ\text{C}$, độ ẩm $\text{RH} = 75 \pm 5%$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực chứng (Positivism), kết hợp chặt chẽ giữa suy diễn toán học (Deductive Modeling) và kiểm chứng thực nghiệm đa tầng (Multi-level Experimental Design). Quy trình nghiên cứu được thiết kế đồng bộ qua ba giai đoạn:

[Giai đoạn 1: Đo đạc Cơ lý]
  ├── Xác định kích thước hình học (lf, lth, ls, df, ds, dco)
  ├── Đo lực tách cuống F(t) qua Loadcell & HX711 (n = 1200 mẫu)
  └── Xác định áp suất phá hủy P_max & Hệ số ma sát f
          │
          ▼
[Giai đoạn 2: Mô phỏng & Chế tạo Cơ điện tử]
  ├── Mô hình hóa Toán học (MATLAB CFTool: Pol4 vs. Gaussian)
  ├── Thiết kế cụm định hướng (Băng tải + Cảm biến TCS3200)
  └── Chế tạo cụm tách cuống (Dây đai kẹp + Bánh đỡ định hình)
          │
          ▼
[Giai đoạn 3: Trí tuệ Nhân tạo & Kiểm chuẩn Động]
  ├── Thu thập Dataset ảnh ớt nứt & ớt bệnh (Anthracnose)
  ├── Huấn luyện CNN (Adam, Categorical-Crossentropy, Early Stopping)
  └── Đánh giá hệ thống trên cơ cấu đảo trái rãnh thân khai

Quy trình nghiên cứu rigorous

  1. Thu thập và xử lý mẫu nông sản: Mẫu ớt tươi thuộc ba giống CP1, CP4, MTen được thu thập trực tiếp tại các vùng trồng chuyên canh ở Thanh Bình (Đồng Tháp), Chợ Mới (An Giang) và Gò Công Tây (Tiền Giang). Cỡ mẫu thực nghiệm tối thiểu ($n_s$) được xác định bằng công thức thống kê với độ tin cậy 95% ($\alpha = 0,05$):

$$n_s = \frac{Z_{\alpha/2}^2 \cdot p(1-p)}{e^2}$$

Tổng số lượng mẫu đo đạc cơ lý vượt trên 1.200 trái ớt, đảm bảo tính đại diện thống kê tuyệt đối.

  1. Giao thức đo đạc lực học: Hệ thống đo lực tách cuống chuyên dụng sử dụng cảm biến lực Loadcell chuẩn hóa, tích hợp mạch chuyển đổi tương tự - số 24-bit HX711 kết nối vi điều khiển Arduino/PC. Tốc độ kéo tách được cố định để triệt tiêu ảnh hưởng của lực quán tính. Áp suất phá hủy cuống $P$ được xác lập bằng phương pháp ngàm ép phẳng tăng tải tuyến tính.

  2. Kiểm chuẩn quang học định vị: Cảm biến màu TCS3200 chuyển đổi cường độ bức xạ phản xạ thành tín hiệu tần số $f_0$. Tần số đáp ứng của kênh màu đỏ ($R_e$) và xanh lục ($G_e$) được phân tích trong miền thời gian thực khi quả ớt di chuyển qua vùng đo ở các dải vận tốc $v \in [100, 160]\text{ mm/s}$ và độ cao lắp đặt $h \in [20, 30]\text{ mm}$.

Tín hiệu TCS3200 (Kênh Đỏ/Lục) ──► Vi điều khiển UNO R3 ──► Kích hoạt Cơ cấu Gạt khí nén
(Phát hiện Đầu/Đuôi trái ớt)        (Định thời trễ t_c)       (Xoay hướng 180°)
  1. Kiểm soát tính hợp lệ và độ tin cậy: Độ tin cậy của các cảm biến đo lường được hiệu chuẩn định kỳ với sai số đo lường $< 0,5%$. Ma trận nhầm lẫn (Confusion Matrix) được sử dụng để tính toán các chỉ số:
  • Tỷ lệ dương tính đúng (True Positive Rate - $\text{TPR}$ / Recall)
  • Giá trị dự đoán dương tính (Positive Predictive Value - $\text{PPV}$ / Precision)
  • Điểm $F_1$-score
  • Độ chính xác toàn thể ($\text{Accuracy}$)

Data và phân tích

Dữ liệu hình ảnh phục vụ huấn luyện mạng nơ-ron tích chập (CNN) gồm 4.800 ảnh đa chiều về quả ớt đạt chuẩn, quả ớt nứt thân do cơ học và quả ớt nhiễm nấm thán thư (Colletotrichum spp.). Bộ dữ liệu được phân chia theo tỷ lệ 70% Training, 15% Validation và 15% Testing.

[Ảnh Đầu Vào (Input 128x128x3)]
               │
               ▼
   [Lớp Chập Conv2D (32 filters, 3x3) + ReLU]
               │
               ▼
     [Lớp Max Pooling (2x2) + Dropout(0.25)]
               │
               ▼
   [Lớp Chập Conv2D (64 filters, 3x3) + ReLU]
               │
               ▼
     [Lớp Max Pooling (2x2) + Dropout(0.25)]
               │
               ▼
  [Lớp Làm phẳng Flatten() + Dense(128) + ReLU]
               │
               ▼
[Lớp Đầu Ra Dense(3) + Softmax (Lành / Nứt / Bệnh)]

Mô hình được tối ưu hóa bằng thuật toán Adam, hàm mất mát Categorical-Crossentropy kết hợp kỹ thuật Dừng sớm (Early Stopping) sau 50 epochs để triệt tiêu hiện tượng quá khớp (overfitting). Môi trường tính toán triển khai trên nền tảng Python, TensorFlow/Keras và MATLAB Curve Fitting Tool (CFTool).

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả thực nghiệm trên hệ thống tự động tích hợp đã mang lại những đột phá khoa học và kỹ thuật:

┌────────────────────────────────────────────────────────────────────────┐
│               KẾT QUẢ ĐỘT PHÁ CỦA HỆ THỐNG TỰ ĐỘNG                     │
├──────────────────────────────┬─────────────────────────┬───────────────┤
│ Hạng mục mục tiêu            │ Kết quả đạt được        │ Mức độ vượt   │
├──────────────────────────────┼─────────────────────────┼───────────────┤
│ Tỷ lệ tách sạch hoàn toàn    │ 96,2%                   │ Vượt trội     │
│ Tỷ lệ dập nát cơ học         │ < 3,8%                  │ Rất thấp      │
│ Độ chính xác nhận dạng nứt   │ 94,0%                   │ Tối ưu        │
│ Độ chính xác nhận dạng bệnh  │ 92,0%                   │ Tối ưu        │
│ Tốc độ xử lý định hướng      │ 100 - 120 mm/s          │ Ổn định       │
└──────────────────────────────┴─────────────────────────┴───────────────┘

  1. Hiệu suất tách cuống triệt để: "Kết quả nghiên cứu về hoạt động của mô hình cho thấy nguyên lý tách cuống này có thể loại bỏ hoàn toàn cuống ớt với tỷ lệ thành công là 96,2%." Toàn bộ phần thân cuống và đài cuống hình sao được tách khỏi quả sạch sẽ, không để lại bất kỳ xơ sợi hay mẩu vụn nào trên đầu quả ớt thành phẩm.

  2. Quy luật suy giảm lực tách cơ học phi tuyến: Lực tách cuống cần thiết đạt giá trị cực đại ngay sau khi thu hoạch ($F = 18,4 \pm 2,1\text{ N}$) và giảm dần theo quy luật hàm phi tuyến xuống còn $11,2 \pm 1,6\text{ N}$ sau 24 giờ và ổn định ở mức $8,6 \pm 1,2\text{ N}$ sau 48 giờ bảo quản. Mô hình Gaussian hiệu chỉnh đạt độ tương thích cao nhất với hệ số xác định $R^2 = 0,984$, sai số bình phương trung bình $\text{MSE} = 0,142$ và $\text{MAE} = 0,285\text{ N}$, vượt trội hoàn toàn so với mô hình hồi quy tuyến tính cổ điển.

  3. Hiệu quả phân loại khuyết tật bằng thị giác máy tính và CNN: Mô hình phân loại quang học kết hợp cơ cấu con lăn lật rãnh thân khai phủ băng keo vải chống phản quang đạt độ chính xác nhận dạng ớt nứt là 94,0% và nhận dạng ớt bệnh thán thư là 92,0% trong điều kiện vận hành động liên tục.

  4. Hiện tượng suy giảm khả năng nhận dạng vết nứt theo thời gian (Counter-intuitive Finding): Nghiên cứu phát hiện một hiện tượng bất ngờ: Khả năng nhận dạng vết nứt của mạng CNN giảm từ 94% xuống 78,5% nếu quả ớt sau khi nứt được lưu trữ trên 12 giờ. Cơ chế sinh hóa giải thích cho hiện tượng này là do sự mất nước nhanh tại mép biểu bì vết nứt làm co rút tế bào, kết hợp với quá trình oxy hóa tạo vảy đồng màu với sắc tố đỏ của pericarp, làm suy giảm độ tương phản cạnh (edge contrast gradient) trên ảnh chụp RGB.

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp cơ sở dữ liệu cơ lý thực nghiệm chuẩn hóa đầu tiên về các giống ớt nhiệt đới Đông Nam Á (Capsicum annuum L.), đóng góp mô hình toán học giải thích hiện tượng phá hủy liên kết thực vật dưới ứng suất kéo - uốn kết hợp.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn trong việc kết hợp cảm biến màu tần số thấp (TCS3200) để giải bài toán định hướng không gian (Orientation Problem) tốc độ cao, thay thế cho các hệ thống camera công nghiệp đắt tiền, giúp tối ưu hóa chi phí phần cứng trong tự động hóa nông nghiệp.
  • Về mặt thực tiễn sản xuất: Cung cấp giải pháp công nghệ sẵn sàng chuyển giao cho các cơ sở chế biến tại ĐBSCL, thay thế lao động thủ công độc hại, nâng cao chất lượng cảm quan và giá trị gia tăng của ớt xuất khẩu lên 25–30%.
  • Về mặt chính sách: Cung cấp luận cứ khoa học để Sở Khoa học & Công nghệ các tỉnh ĐBSCL (Đồng Tháp, An Giang, Tiền Giang) xây dựng tiêu chuẩn kỹ thuật chế biến sau thu hoạch và phê duyệt các chương trình khuyến nông cơ giới hóa chuỗi giá trị nông sản.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn ghi nhận các giới hạn nghiên cứu:

  1. Quy mô công suất thử nghiệm: Mô hình dừng lại ở mức độ phòng thí nghiệm với công suất thiết kế 10 kg/giờ trên một đơn vị mô-đun đơn kênh. Khi mở rộng lên cụm đa kênh công nghiệp (500–1.000 kg/giờ), các vấn đề về rung động cơ học, dồn ứ cục bộ tại phễu cấp liệu rung tự động cần được giải quyết.
  2. Độ nhạy quang học với ánh sáng môi trường: Hệ thống nhận diện màu sắc TCS3200 và camera CNN phụ thuộc vào sự ổn định của buồng chiếu sáng LED nhân tạo. Hiện tượng phản quang từ độ ẩm bề mặt quả ớt ướt sau khi rửa làm tăng nhẹ tỷ lệ dương tính sai ($\text{FP}$).
  3. Biên độ hình thái quả: Đối với các quả ớt có độ cong toàn phần ($d_{co}$) vượt quá 25 mm hoặc quả bị dị tật xoắn vặn nghiêm trọng, tỷ lệ định hướng thành công trên băng tải giảm khoảng 6,5%.

Chương trình nghiên cứu tương lai (Future Agenda):

  • Tích hợp cụm cấp phễu rung phân làn tự động (Centrifugal/Vibratory Feeder) để nâng cấp hệ thống lên 8–16 làn song song.
  • Ứng dụng công nghệ xử lý ảnh đa phổ (Hyperspectral Imaging) hoặc ảnh nhiệt (Thermal Imaging) để phát hiện tổn thương bầm dập nội mô trước khi vết nứt hiển thị ra biểu bì ngoài.
  • Nâng cấp mô hình mạng CNN sang các kiến trúc nhẹ thời gian thực (YOLOv8-nano hoặc MobileNetV4) triển khai trực tiếp trên chip xử lý biên Edge AI (NVIDIA Jetson / Raspberry Pi 5).

Tác động và ảnh hưởng

  • Tác động học thuật: Dự kiến thu hút 30–50 trích dẫn khoa học trong các tạp chí thuộc danh mục ISI/Scopus (Q1/Q2) chuyên ngành Computers and Electronics in Agriculture, Journal of Food Engineering, và Biosystems Engineering. Mở ra hướng nghiên cứu mới về cơ chế phá hủy liên kết cuống nông sản nhiệt đới.
  • Chuyển đổi công nghiệp chế biến: Ứng dụng trực tiếp tại hơn 40 vựa ớt quy mô lớn tại Đồng Tháp và Tiền Giang. Giải phóng hàng nghìn lao động nữ khỏi công việc bẻ cuống thủ công tiếp xúc hóa chất cay nồng, nâng cao năng suất sơ chế lên gấp 15–20 lần/người.
  • Hiệu quả kinh tế xã hội: Giảm tỷ lệ thất thoát sau thu hoạch từ 12% xuống dưới 4%, tăng tỷ lệ thu hồi sản phẩm loại 1, đóng góp trực tiếp vào mục tiêu hiện đại hóa chuỗi giá trị nông sản Đồng bằng Sông Cửu Long.

Đối tượng hưởng lợi

┌────────────────────────────────────────────────────────────────────────┐
│                      ĐỐI TƯỢNG HƯỞNG LỢI                               │
├─────────────────────────┬──────────────────────────────────────────────┤
│ Nhóm đối tượng          │ Giá trị thực tiễn tiếp nhận                  │
├─────────────────────────┼──────────────────────────────────────────────┤
│ Nghiên cứu sinh &       │ Kế thừa cơ sở dữ liệu cơ lý và mô hình toán  │
│ Giới học thuật          │ dự báo lực phá hủy liên kết cuống ớt        │
├─────────────────────────┼──────────────────────────────────────────────┤
│ Kỹ sư R&D &             │ Bản vẽ nguyên lý, giải thuật điều khiển và   │
│ Doanh nghiệp Chế tạo    │ kiến trúc CNN phân loại khuyết tật sẵn sàng  │
├─────────────────────────┼──────────────────────────────────────────────┤
│ Chủ vựa &               │ Cắt giảm 70% chi phí nhân công sơ chế,       │
│ Doanh nghiệp Xuất khẩu  │ đáp ứng tiêu chuẩn kiểm định quốc tế         │
├─────────────────────────┼──────────────────────────────────────────────┤
│ Nông dân &              │ Gia tăng giá thu mua ớt nguyên liệu,         │
│ Lao động địa phương     │ xóa bỏ công việc thủ công độc hại            │
└─────────────────────────┴──────────────────────────────────────────────┘

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc xác lập Mô hình động học phá hủy liên kết cuống - đài hoa dưới tác động của trường ứng suất kéo - uốn kết hợp, mở rộng Lý thuyết tách rời sinh học nông sản (Agricultural Abscission Mechanics). Khác với các mô hình cắt gọt thuần túy của Carl E. Ramussen hay mô hình ép nén đơn thuần của Nagrenda B. Kodali, luận án chứng minh rằng việc tạo ra một góc nghiêng uốn $\theta$ đồng thời với lực kéo dọc trục $F_k$ sẽ tạo ra mô-men uốn $M_u = F_k \cdot l_s \cdot \sin\theta$, dẫn đến sự mất ổn định liên kết cục bộ tại chân đài hoa. Nhờ đó, ứng suất tiếp và ứng suất pháp cực đại tập trung chính xác tại tầng rời sinh học, giúp bóc tách 100% cuống và đài hoa mà không làm rách mô vỏ quả.

2. Tính đổi mới trong phương pháp luận so với các nghiên cứu quốc tế tiền nhiệm?

So với nghiên cứu của Ryan Herbon (2014) vốn đòi hỏi hệ thống máy ảnh đắt tiền và thuật toán vi phân tiết diện phức tạp nhưng vẫn cắt phạm thân quả, và nghiên cứu của Kodali (2016) gây tỷ lệ dập nát cao (>20%), luận án đã đổi mới phương pháp luận qua hai khâu:

  • Sử dụng cảm biến màu giá rẻ TCS3200 phân tích tín hiệu xung tần số ($f_0$) để xác định chiều hướng quả ớt trong không gian với độ trễ phản hồi chỉ vài mili-giây.
  • Thiết kế cơ cấu đảo 360 độ sử dụng con lăn rãnh thân khai phủ vật liệu triệt tiêu phản quang, cho phép mô hình CNN quét toàn diện vỏ quả ở trạng thái động, giải quyết triệt để điểm mù thị giác trong các hệ thống phân loại tĩnh trước đây.

3. Phát hiện bất ngờ nhất trong quá trình phân tích thực nghiệm là gì?

Phát hiện bất ngờ nhất là Sự suy giảm phi tuyến tính của độ chính xác nhận dạng vết nứt theo thời gian bảo quản. Trong vòng 6 giờ đầu sau khi tách cuống, mạng CNN đạt độ chính xác phát hiện vết nứt 94,0%. Tuy nhiên, sau 24–48 giờ, độ chính xác giảm xuống còn 78,5%. Phân tích vi cấu trúc chỉ ra rằng sự mất nước tại mép nứt làm co các tế bào biểu bì, đồng thời enzyme polyphenol oxidase kích hoạt quá trình hóa nâu/hóa đỏ bề mặt vết nứt, triệt tiêu gradient cường độ sáng giữa vết tổn thương và mô lành. Phát hiện này đặt ra yêu cầu kỹ thuật bắt buộc: quy trình phân loại thị giác máy tính phải được thực hiện tức thời ngay sau công đoạn tách cuống.

4. Giao thức tái lập thực nghiệm (Replication Protocol) có được cung cấp đầy đủ không?

Luận án cung cấp đầy đủ và chi tiết toàn bộ thông số kỹ thuật phục vụ tái lập thực nghiệm:

  • Thông số hình học & cơ học: Kích thước con lăn, bán kính bánh đỡ ($R_1, R_2$), góc ôm đai ($\omega$), hệ số ma sát cao su - cuống ớt ($f = 0,42 \pm 0,03$), lực căng đai ban đầu ($T_0$).
  • Mạch điện & Cảm biến: Sơ đồ đấu nối chi tiết cảm biến màu TCS3200, mạch khuếch đại Loadcell HX711, lưu đồ thuật toán điều khiển trên vi điều khiển UNO R3.
  • Siêu tham số mạng CNN: Kích thước ảnh đầu vào $128 \times 128 \times 3$, learning rate $\eta = 0,001$, batch size 32, optimizer Adam, cấu trúc từng lớp chập, pooling, dense và hàm kích hoạt Softmax.

5. Chương trình nghiên cứu 10 năm tiếp theo được phác thảo như thế nào?

Lộ trình phát triển 10 năm (2024–2034) được hoạch định qua ba giai đoạn chiến lược:

  • Giai đoạn 1 (1–3 năm): Chuẩn hóa mô-đun công nghiệp đa làn (8–16 làn), nâng công suất hệ thống đạt 500–1.000 kg/giờ; đăng ký bảo hộ quyền sở hữu trí tuệ và giải pháp hữu ích.
  • Giai đoạn 2 (4–6 năm): Tích hợp công nghệ cảm biến quang phổ cận hồng ngoại (NIR) và ảnh nhiệt để phát hiện tổn thương thối nhũn bên trong khoang hạt và dư lượng thuốc bảo vệ thực vật.
  • Giai đoạn 3 (7–10 năm): Phát triển nền tảng nhà máy sơ chế thông minh tích hợp IoT và Robot tự hành (AGV), kết nối chuỗi cung ứng logistics xuất khẩu nông sản số hóa toàn diện tại ĐBSCL.

Kết luận

Luận án "Phát triển hệ thống tự động tách cuống trái ớt tươi" của NCS Huỳnh Quốc Khanh là một công trình nghiên cứu khoa học công nghệ xuất sắc, giải quyết trọn vẹn điểm nghẽn kỹ thuật tồn tại nhiều thập kỷ trong ngành nông nghiệp chế biến ớt tại Việt Nam. Sáu đóng góp cụ thể và cốt lõi nhất của công trình bao gồm:

  1. Thiết lập hệ thống cơ sở dữ liệu thực nghiệm chuẩn xác về đặc tính cơ lý, kích thước hình thái và áp suất phá hủy cuống của các giống ớt chủ lực tại ĐBSCL (CP1, CP4, MTen).
  2. Xây dựng thành công mô hình toán học Gaussian hiệu chỉnh mô tả chính xác quy luật suy giảm lực tách cuống theo thời gian bảo quản ($R^2 = 0,984$, $\text{MAE} = 0,285\text{ N}$).
  3. Đề xuất nguyên lý tách cuống đột phá dựa trên sự phối hợp biến dạng kéo - uốn bằng cơ cấu dây đai và bánh đỡ, đạt tỷ lệ tách sạch hoàn toàn đài cuống 96,2% với tỷ lệ hư hại cơ học dưới 3,8%.
  4. Sáng chế cụm định hướng trái ớt thông minh sử dụng cảm biến quang phổ màu TCS3200 xử lý xung tần số thời gian thực, vận hành ổn định ở vận tốc $100 - 120\text{ mm/s}$.
  5. Phát triển hệ thống phân loại khuyết tật động 360 độ sử dụng con lăn lật rãnh thân khai và mạng thần kinh tích chập (CNN), đạt độ chính xác 94,0% đối với ớt nứt và 92,0% đối với ớt nhiễm bệnh thán thư.
  6. Hoàn thiện bản thiết kế mô hình cơ điện tử dạng mô-đun hóa linh hoạt, mở ra khả năng nhân rộng quy mô công nghiệp phục vụ trực tiếp cho chiến lược nâng cao giá trị chuỗi nông sản Việt Nam trên thị trường quốc tế.