##plugins.themes.huaf_theme.article.main##
Tóm tắt
Nghiên cứu này đề xuất và phát triển hệ thống Internet of Things (IoT) theo cách tiếp cận hệ thống thực - ảo (Cyber-Physical System - CPS) nhằm giám sát theo thời gian thực nhiệt độ, độ ẩm và vị trí trong vận chuyển container lạnh, phục vụ đào tạo logistics và hỗ trợ nghiên cứu ứng dụng trong quản lý chuỗi cung ứng lạnh đối với các nhóm hàng nhạy cảm với nhiệt độ. Hệ thống được thiết kế theo hướng chi phí thấp, phù hợp với các mô hình thực hành và nghiên cứu ứng dụng trong đào tạo kỹ thuật. Thiết bị thu thập dữ liệu sử dụng vi điều khiển ESP32, tích hợp đầu dò nhiệt độ - độ ẩm sử dụng cảm biến SHT40 và mô-đun định vị GPS NEO-6M. Dữ liệu được truyền qua mạng 4G LTE sử dụng mô-đun ML307R-DL hoặc kết nối Wi-Fi đến máy chủ đám mây với chu kỳ cập nhật mặc định 60 giây. Mô hình container lạnh tỷ lệ 1:5 được chế tạo với lớp cách nhiệt PU, đạt nhiệt độ ổn định ở mức thấp nhất khoảng 6 °C, phù hợp với mục tiêu kiểm chứng hệ thống ở quy mô thực nghiệm nhỏ. Kết quả thực nghiệm cho thấy hệ thống hoạt động ổn định với độ trễ truyền dữ liệu 200-300 ms, tỷ lệ mất gói tin dưới 1% và thời lượng pin khoảng 8 giờ khi vận hành liên tục ở chế độ tải cao với chu kỳ truyền dữ liệu 6 giây/lần. Nghiên cứu góp phần xây dựng mô hình giám sát chuỗi lạnh trực quan, nhấn mạnh mục tiêu kiểm chứng kiến trúc IoT-CPS và hỗ trợ đào tạo theo định hướng Problem-Based Learning (PBL) trong bối cảnh Logistics 4.0.
Từ khóa: Internet of Things (IoT), container lạnh, chuỗi cung ứng lạnh, giám sát hành trình, Cyber-Physical System (CPS), Logistics 4.0.
Abstract
This study proposes and develops an Internet of Things (IoT) system based on a Cyber-Physical System (CPS) approach for real-time monitoring of temperature, humidity, and location in refrigerated container transportation, supporting logistics training and applied research in cold chain management for temperature-sensitive goods. The system is designed as a low-cost solution suitable for practical training models and applied research in technical education. The data acquisition device is built around an ESP32 microcontroller and integrates a temperature-humidity probe based on an SHT40 sensing element and a NEO-6M GPS module. Data are transmitted to a cloud server via a 4G LTE network using an ML307R-DL module or via Wi-Fi, with a default update interval of 60 seconds. A 1:5-scale refrigerated container model was fabricated with polyurethane (PU) insulation and achieved a minimum temperature of approximately 6°C, which is appropriate for small-scale system verification. Experimental results indicate stable system operation, with data transmission latency of 200-300 ms, packet loss of less than 1%, and battery life of approximately 8 hours under high-load continuous operation with a 6-second data-transmission interval. The study contributes to the development of a visual cold chain monitoring model, emphasizing verification of the IoT-CPS architecture and supporting Problem-Based Learning (PBL) for Logistics 4.0-oriented education.
Keywords: Internet of Things (IoT), refrigerated container, cold chain supply chain, route monitoring, Cyber-Physical System (CPS), Logistics 4.0.