Ứng dụng điều khiển mờ trong máy rửa chén bát thông minh

ỨNG DỤNG ĐIỀU KHIỂN MỜ TRONG MÁY RỬA CHÉN BÁT

THÔNG MINH

APPLICATION OF FUZZY CONTROL IN SMART DISHWASHER

Nguyễn Tấn Thiên

Trường đại học Sư phạm Kỹ thuật TP.HCM

TÓM TẮT

Máy rửa chén bát (MRCB) là thiết bị gia dụng phổ biến trong các gia đình hiện nay. Nó giải

phóng sức lao động của con người. Chúng ta dễ dàng nhận thấy MRCB làm việc dựa trên các

thông số: Khối lượng chén bát, mức độ bẩn, nhiệt độ nước rửa, áp lực nước rửa và thời gian rửa.

Ở các MRCB hiện nay, các thông số làm việc trên được lập trình tương ứng với các chế độ rửa

khác nhau. Khi vận hành máy, người sử dụng phải dựa vào khối lượng chén bát và mức độ bẩn

để chon chế độ rửa phù hợp. Việc này có thể khiến họ chọn chế độ rửa không phù hợp, làm giảm

hiệu quả của máy hay làm tăng điện năng tiêu thụ. Chính vì vậy bài báo này trình bày ý tưởng về

một chiếc MRCB thông minh. Máy được ứng dụng điều khiển mờ để tự động xác định các thông

số làm việc tối ưu, giúp nó hoạt động hiệu quả và tiết kiệm năng lượng tiêu thụ. Đồng thời giúp

việc vận hành máy đơn giản hơn.

Từ khóa: Máy rửa chén bát; Máy rửa chén bát thông minh; điều khiển mờ; các thông số làm

việc tối ưu; tiết kiệm năng lượng.

ABSTRACT

Dishwashers are popular appliances in today's homes. It liberates human labor. It is easy to see

that the dishwasher works on the following parameters: Volume of cups, degree of contamination,

wash water temperature, wash water pressure and washing time. At present dishwashers, the

above parameters are programmed to correspond to different wash modes.When operating the

machine, the user must rely on the volume of the bowl and the degree of contamination to select

the proper wash mode. This can cause them to choose inappropriate wash modes, reduce the

efficiency of the machine or increase power consumption. So this article presents the idea of a

smart dishwasher. The machine is a fuzzy control application that automatically determines the

optimum working parameters, helping it operate efficiently and saving energy consumption.

Simplify machine operation.

Keywords: Dishwasher; Smart dishwasher; fuzzy control; optimum working parameters; energy

saving.

Trong phạm vi bài báo, tác giả trình bày

1. ĐẶT VẤN ĐỀ

phương pháp xây dựng bộ điều khiển mờ để

Ngày nay, rất nhiều thiết bị được nhúng

logic mờ để trở nên thông minh nhằm nâng

cao hiệu quả sử dụng của thiết bị. Chúng ta có

thể thấy logic mờ ứng dụng trong máy điều

hòa, tủ lạnh, camera, máy hút bụi,… Như vậy

ta cũng có thể ứng dụng logic mờ để điều

khiển MRCB để tăng tính tự động và mang

lại hiệu quả cao.

xác định các thông số làm việc tối ưu: nhiệt

độ nước rửa, áp lực nước rửa, thời gian rửa

dựa trên 2 thông số ngõ vào là khối lượng

chén bát bẩn cần rửa và mức độ bẩn của nó.

Sau đó tác giả sẽ thiết kế và xây dựng mô

hình điều khiển sử dụng vi điều khiển

STM32F4 để tìm các thông số làm việc này.

1

là “rất lạnh” và 100^OC là “rất nóng” thì độ

phụ thuộc (có giá trị trong khoảng từ 0 1)

của giá trị nhiệt độ bất kỳ so với tập “rất nóng”

là:

2. MÁY RỬA CHÉN BÁT THÔNG MINH

MRCB là một thiết bị làm sạch chén bát

sử dụng tác nhân rửa là những tia nước áp lực

cao (có thể kết hợp yếu tố nhiệt độ và chất tẩy

rửa) bắn trực tiếp vào bề mặt của chén bát bẩn,

vật dụng cần rửa, để phá vỡ lực bám của thức

ăn thừa và cuốn trôi chúng. Áp lực nước, thời

gian phun nước và nhiệt độ nước rửa là các

yếu tố chính quyết định đến hiệu quả của

máy.

µ(0^OC) = 0; µ(28^OC) = 0,28; µ(39^OC) = 0,39;

µ(50^OC) = 0,5; µ(85^OC) =0,85; µ(100^OC) = 1

Độ phụ thuộc được biểu diễn bằng hàm

phụ thuộc. Hàm này ánh xạ tập các giá trị vật

lý thành tập các giá trị phụ thuộc đối với các

giá trị ngôn ngữ.

MRCB thông minh [1] làm việc tự động

mà không cần sự can thiệp quá nhiều của con

người. Các cảm biến và các thuật toán thông

minh sẽ lựa chọn các thông số làm việc (nhiệt

độ nước rửa, áp lực nước rửa, thời gian rửa) tối

ưu giúp máy hoạt động hiệu quả và việc vận

hành thiết bị đơn giản hơn.

Ví dụ về hàm thuộc cho các nhiệt độ nói trên:

3. LOGIC MỜ [2]

3.1 Tập mờ

Hình 2: Hàm phụ thuộc theo nhiệt độ

Tập mờ A xác định trên tập vũ trụ X là

một tập mà mỗi phần tử của nó là một cặp các

giá trị (x,µA(x)), trong đó x  X và µA là ánh

xạ: µA : X  [0,1]

Ánh xạ µA được gọi là hàm liên thuộc

hoặc hàm thành viên của tập mờ A. Tập X

được gọi là cơ sở của tập mờ A.

Việc dùng các tập mờ được định nghĩa bởi

các hàm phụ thuộc trong biểu thức logic được

gọi là logic mờ.

Ví dụ như biểu thức “ nhiệt độ rất nóng”

đối với giá trị 39^OC sẽ cho kết quả là “True”

với mức phụ thuộc bằng 0,39.

µA(x) là độ phụ thuộc.

3.3 Các bước thiết kế bộ điều khiển mờ [4]

Kí hiệu:

A = { (µA(x),x) ; x  X }

B1: Định nghĩa tất cả các biến ngôn ngữ

vào/ra.

B2: Xác định các tập mờ cho từng biến vào/ra

(mờ hoá).

3.2 Độ phụ thuộc trong tập mờ [3]

Cho một vùng nhiệt độ rất nóng, ta mô tả

một tập hợp được cho là rất nóng, sau đó định

nghĩa một hàm phụ thuộc cho phép ta xác

định một nhiệt độ nào đó có thuộc tập hợp

này hay không.

+ Miền giá trị vật lý của biến ngôn ngữ.

+ Số lượng tập mờ.

+ Xác định hàm thuộc.

+ Rời rạc hoá tập mờ.

B3: Xây dựng luật hợp thành.

B4: Chọn qui tắc thực hiện luật hợp thành.

B5: Chọn phương pháp & giải mờ.

4. XÂY DỰNG BỘ ĐIỀU KHIỂN MỜ

CHO MRCB [5]

Hình 1: Vùng giá trị nhiệt độ là một tập mờ

4.1 Xác định các biến ngôn ngữ vào ra

Lúc này biên giới giữa rất nóng và rất

lạnh không phải là một đường phân biệt rõ

ràng mà là một vùng các giá trị liên tục. Mức

độ xám cho ta thấy được vùng biên giới này

và cũng cho thấy độ phụ thuộc của một giá trị

nhiệt độ nào đó.

MRCB làm việc dựa trên hai đại lượng

đầu vào là: khối lượng chén bát cần rửa và

mức độ bẩn của chén bát. Các đại lượng này

sẽ quyết định các thông số làm việc của máy

như: nhiệt độ nước rửa, áp lực nước rửa và

thời gian rửa. Nhưng không dễ để công thức

hóa mối liên hệ giữa các đại lượng này, vì vậy

để giải quyết vấn đề trên, chúng ta sử dụng bộ

Theo hình trên, nếu như ta cho rằng 0^OC

2

điều khiển mờ để tìm ra các giá trị tối ưu của

các thông số làm việc đó giúp máy làm việc

hiệu quả, tiết kiệm điện năng tiêu thụ.

Các giá trị của đại lượng đầu ra được

tham khảo theo thông số của các dòng MRCB

phổ biến trên thị trường hiện nay. (được coi

như kinh nghiệm của chuyên gia).

Ta chọn miền giá trị vật lý của các biến

ngôn ngữ như sau:

x: Khối lượng (0 ≤ x ≤ 15) Kg

y: Độ bẩn (0 ≤ y ≤ 100) NTU

z: Nhiệt độ nước ( 25 ≤ z ≤ 70 ) ⁰C

k: Áp lực nước (0 ≤ k ≤ 8) bar

t : Thời gian rửa (0 ≤ t ≤ 70) phút

Hàm thành viên

Hàm thành viên Khối lượng

Hình 3: Cấu trúc bộ điều khiển mờ MRCB

Ta xây dựng hệ thống mờ như sau

Hai giá trị ngõ vào là:

1

휇푀_í푡(푥) = {⁵₅⁻₋^푥₂

0

, 푥 ≤ 2

, 2 < 푥 ≤ 5

, 푥 > 5

(1)

0

, 푥 < 2

- Khối lượng chén bát: Là yếu tố quan

trọng quyết định thời gian rửa. Tùy khối

lượng nhiều hay ít mà thời gian rửa nhiều hay

ít tương ứng. Điều này sẽ quyết định mức tiêu

thụ điện năng của máy. Để xác định tự động

lượng chén bát ta sử dụng một loadcell thu

thập thông tin về khối lượng. (loadcell phù

hợp cho MRCB có ngưỡng đo 0÷20kg).

푥−2

, 2 < 푥 ≤ 5

5−2

8−푥

( )

휇푀_푉ừ푎푥 =

(2)

{

, 5 < 푥 ≤ 8

, 푥 > 8

8−5

0

, 푥 < 5

푥−5

( )

휇푀_{푁ℎꢀề푢}푥 = {₈₋₅, 5 < 푥 < 8

(3)

1

, 푥 ≥ 8

- Mức độ bẩn của chén bát: Là yếu tố

được căn cứ để xác định nhiệt độ nước rửa và

áp lực nước rửa. Độ bẩn được xác định theo

mật độ các chất lơ lửng trong nước. Mật độ

chất lơ lửng trong nước càng lớn chứng tỏ

mức độ bẩn càng cao. Ngược lại mật độ chất

lơ lửng thấp thì mức độ bẩn thấp. Một thiết bị

cảm biến độ đục của nước làm nhiệm thu thập

thông số này. (MRCB ta sử dụng cảm biến độ

đục có ngưỡng đo là 0÷100 NTU).

Quy định độ thuộc (µ=1) tại từng tập mờ

như sau: M _ít≤ 2; M _Vừa= 5; M _Nhiều≥ 8

Hàm thành viên Độ bẩn

1

휇퐷_{퐵ẩ푛 í푡}(푦) = {₅⁵₀⁰₋⁻₂^푦₀

0

, 푦 ≤ 20

, 20 < 푦 ≤ 50

, 푦 > 50

(4)

(5)

0

, 푦 < 20

푦−20

, 20 < 푦 ≤ 50

50−20

( )

휇퐷_{퐵ẩ푛 푣ừ푎}푦 =

4.2 Tập mờ của biến ngôn ngữ

80−푦

80−50

{

0

, 50 < 푦 ≤ 80

, 푦 > 80

Với các biến ngôn ngữ đã xác định ta

chọn tập mờ tương ứng từng biến như sau:

 Biến Khối lượng ta chọn 3 tập mờ sau:

Khối lượng (M): { Ít, Vừa, Nhiều }

0

, 푦 < 50

휇퐷_{퐵ẩ푛 푛ℎꢀề푢}(푦) = {₈^푦₀⁻₋⁵₅⁰₀,50 < 푦 < 80 (6)

1

, 푦 ≥ 80

 Biến Độ bẩn ta chọn 3 tập mờ sau:

Độ bẩn (D): {Bẩn ít, Bẩn vừa, Bẩn nhiều}

 Biến Nhiệt độ nước ta chọn 3 tập mờ sau:

Nhiệt độ (T) : { Thấp, Vừa, Cao}

Quy định độ thuộc (µ=1) tại từng tập mờ

như sau: D

_{Bẩn.nhiều}= 80

= 20; D

= 50; D

Bẩn.ít

Bẩn.vừa

 Biến Áp lực nước ta chọn 3 tập mờ sau:

ÁP lực nước (P): { Thấp, Vừa, Cao}

 Biến Thời gian rửa ta chọn 3 tập mờ sau:

Thời gian rửa (Ti): { Ngắn, Vừa, Dài}

Hàm thành viên Nhiệt độ nước rửa

1

휇푇_푇ℎấ푝(푧) = {₅⁵₀⁰₋⁻₄^푧₀

0

, 푧 ≤ 40

, 40 < 푧 ≤ 50

, 푧 > 50

(7)

Miền giá trị vật lý

3

0

, 푧 < 40

thì nhiệt độ nước rửa cao, áp lực nước rửa

cao và thời gian rửa dài.

푧−40

, 40 < 푧 ≤ 50

50−40

70−푧

( )

휇푇_푉ừ푎푧 =

(8)

{

, 50 < 푧 ≤ 60

, 푧 > 70

Tập hợp các luật hợp thành đó là cơ sở

để xây dựng bộ điều khiển cho máy rửa chén.

70−50

0

Với 2 biến đầu vào là khối lượng cần rửa

và mức độ bẩn, mỗi biến có 3 giá trị tập mờ

thì ta có tổng cộng 3x3 =9 luật.

0

, 푧 < 50

휇푇_퐶푎표(푧) = {₇^푧₀⁻₋⁵₅⁰₀, 50 < 푧 < 70

(9)

1

, 푧 ≥ 70

R1: IF Khối lượng (Ít) & Độ bẩn (Bẩn ít)

THEN Nhiệt độ nước (Thấp) & Áp lực nước

(Thấp) & Thời gian rửa (Ngắn).

R2: IF Khối lượng (Ít) & Độ bẩn (Bẩn vừa)

THEN Nhiệt độ nước (Vừa) & Áp lực nước

(Thấp) & Thời gian rửa (Ngắn).

R3: IF Khối lượng (Ít) & Độ bẩn (Bẩn nhiều)

THEN Nhiệt độ nước (Cao) & Áp lực nước

(Vừa) & Thời gian rửa (Ngắn).

R4: IF Khối lượng (Vừa) & Độ bẩn (Bẩn ít)

THEN Nhiệt độ nước (Thấp) & Áp lực nước

(Vừa) & Thời gian rửa (Ngắn).

R5: IF Khối lượng (Vừa) & Độ bẩn (Bẩn

vừa) THEN Nhiệt độ nước (Vừa) & Áp lực

nước (Vừa) & Thời gian rửa (Vừa).

R6: IF Khối lượng (Vừa) & Độ bẩn (Bẩn cao)

THEN Nhiệt độ nước (Cao) & Áp lực nước

(Vừa) & Thời gian rửa (Vừa).

R7: IF Khối lượng (Nhiều) & Độ bẩn (Bẩn ít)

THEN Nhiệt độ nước (Thấp) & Áp lực nước

(Vừa) & Thời gian rửa (Vừa).

Quy định độ thuộc (µ=1) tại từng tập mờ

như sau: T _Thấp= 40; T _Vừa= 50; T _Cao= 70

Hàm thành viên Áp lực nước rửa

1

, 푘 ≤ 2

휇푃_푇ℎấ푝(푘) = {⁶₆⁻₋^푘₂, 2 < 푘 ≤ 6

(10)

(11)

(12)

0

, 푘 > 6

0

, 푘 < 2

푘−2

, 2 < 푘 ≤ 6

6−2

8−푘

( )

휇푃_푉ừ푎푘 =

{

, 6 < 푘 ≤ 8

, 푘 > 8

8−6

0

, 푘 < 6

휇푃_퐶푎표(푘) = {^푘₈₋⁻₆⁶, 6 < 푘 < 8

1

, 푘 ≥ 8

Quy định độ thuộc (µ=1) tại từng tập mờ

như sau: P _Thấp= 2; P _Vừa= 6; P _Cao= 8

Hàm thành viên Thời gian rửa

1

휇푇푖_푁ꢁắ푛(푡) = {₅⁵₀⁰₋⁻₂^푡₀

0

, 푡 ≤ 20

,2 0 < 푡 ≤ 50

, 푡 > 50

R8: IF Khối lượng (Nhiều) & Độ bẩn (Bẩn

vừa) THEN Nhiệt độ nước (Vừa) & Áp lực

nước (Cao) & Thời gian rửa (Dài).

R9: IF Khối lượng (Nhiều) & Độ bẩn (Bẩn

nhiều) THEN Nhiệt độ nước (Cao) & Áp lực

nước (Cao) & Thời gian rửa (Dài).

(13)

(14)

0

, 푡 < 20

푡−20

, 20 < 푡 ≤ 50

50−20

( )

휇푇푖_푉ừ푎푡 =

70−푡

70−50

0

{

, 50 < 푡 ≤ 70

, 푡 > 70

Bảng 1: Tổng luật hợp thành

푀_Í푡

푀_푉ừ푎

푀_{푁ℎꢀề푢}

0

, 푡 < 50

휇푇푖_퐷àꢀ(푡) = {₇^푡₀⁻₋⁵₅⁰₀, 50 < 푡 < 70 (15)

퐷_{퐵ẩ푛 í푡}

푇_푇ℎấ푝

푃_푇ℎấ푝

푇푖_푁ꢁắ푛

푇_푉ừ푎

푃_푇ℎấ푝

푇푖_푁ꢁắ푛

푇_푇ℎấ푝

푃_푉ừ푎

푇푖_푁ꢁắ푛

푇_푇ℎấ푝

푃_푉ừ푎

푇푖_푉ừ푎

1

, 푡 ≥ 70

Quy định độ thuộc (µ=1) tại từng tập mờ

như sau:Ti _Ngắn= 20; Ti _Vừa= 50; Ti _Dài= 70.

퐷_{퐵ẩ푛 푣ừ푎}

푇_푉ừ푎

푃_푉ừ푎

푇푖_푉ừ푎

푇_푉ừ푎

푃_퐶푎표

푇푖_퐷àꢀ

4.3 Luật hợp thành và quy tắc tổng hợp

luật

Luật hợp thành là tập hợp những quy tắc

thể hiện mối liên hệ giữa các thông số vào /

ra, được xây dựng dựa trên thực nghiệm và

kinh nghiệm của chuyên gia hoặc người vận

hành.

퐷_{퐵ẩ푛 푛ℎꢀề푢}

푇_퐶푎표

푃_푉ừ푎

푇푖_푁ꢁắ푛

푇_퐶푎표

푃_푉ừ푎

푇푖_푉ừ푎

푇_퐶푎표

푃_퐶푎표

푇푖_퐷àꢀ

4.4 Mô phỏng matlab & giải mờ [5], [6]

Ta tiến hành mô phỏng trên phần mềm

Matlab, tính toán các thông số làm việc như

sau:

Một quy tắc tiêu biểu như sau: Khối

lượng chén bát nhiều và độ bẩn là bẩn nhiều

4

Hình 8: Hàm thành viên kết luận áp lực

nước rửa

Hình 4: Bộ điều khiển mờ MRCB

Hình 9: Hàm thành viên kết luận thời gian

rửa

Kết quả mô phỏng thể hiện qua Rule viewer

Hình 5: Hàm thành viên khối lượng chén bát

Trường hợp 1: Với khối lượng: 1kg và độ

bẩn: 40NTU ta xác định được các thông số

làm việc: Nhiệt độ nước:46,7 ⁰C; áp lực nước:

2 bar; thời gian rửa: 20 phút.

Hình 6: Hàm thành viên mức độ bẩn

Hình10: Kết quả tính các thông số trường

hợp 1

Trường hợp 2: Với khối lượng: 5kg và độ

bẩn: 60NTU ta xác định được các thông số

làm việc: Nhiệt độ nước:56,7 ⁰C; áp lực nước:

6 bar; thời gian rửa: 50 phút:

Hình 7: Hàm thành viên kết luận nhiệt độ

nước rửa

5

Hình 14: Mô hình thực tế

Hình11: Kết quả tính các thông số trường

hợp 2

5.3 Xây dựng giải thuật bài toán trên

Matlab Simulink [6]

5. THIẾT KẾ MÔ HÌNH TÍNH TOÁN

CÁC THÔNG SỐ TỐI ƯU

5.1 Thiết kế mạch điều khiển

Hình 12: Sơ đồ cấu trúc hệ thống tính các

thông số làm việc của MRCB

Trong đó:

PC: Máy tính cá nhân, là công cụ cho việc lập

trình bằng Matlab-Simulink, công cụ

Waijung v17.03 hỗ trợ cho lập trình

nhúng bằng Matlab-Simulink, sau đó dịch

chương trình rồi nạp xuống board DSP

STM32F4.

Hình 15: Mô phỏng trên Matlab-simulink với

sự hỗ trợ của công cụ Waijung

Sau khi xây dựng hệ thống trên

Matlab-Simulink ta tiến hành chạy Target.

UART CP2102: Được dùng để chuyển giao

tiếp từ USB sang UART TTL và ngược lại

STM32F407VGT: Có nhiệm vụ thực thi

chương trình từ máy tính nạp xuống.

LCD: Màn hình hiển thị các giá trị sau tính

toán.

Kết nối mô hình thực tế với PC, cài đặt

driver cho các linh kiện rồi tiến hành nạp

code vào board DSP STM32F4.

5.4 Kết quả thực nghiệm

Khi nhập vào giá trị bất kỳ của 2 đại

lượng khối lượng và độ bẩn thì ta thu được

kết quả là các giá trị: nhiệt độ nước rửa, áp

lực nước rửa và thời gian rửa sẽ hiển thị trên

màn hình LCD. Kết quả này hoàn toàn trùng

khớp với kết quả mô phỏng ở phần trước.

6. KẾT LUẬN

6.1 Kết quả đạt được

Thiết kế được bộ điều khiển mờ tính các

thông số làm việc tối ưu cho MRCB.

Xây dựng được giải thuật cho bộ điều

khiển mờ bằng phần mềm Matlab.

Xây dựng được mô hình thực tế tìm các

thông số làm việc tối ưu của MRCB.

Hình 13: Lưu đồ thuật toán

5.2 Mô hình thực tế

6

6.2 Những hạn chế của nghiên cứu

6.3 Hướng phát triển đề tài

Thay vì sử dụng các cảm biến để thu thập

thông số đầu vào là khối lượng chén bát bẩn

và mức độ bẩn của chén bát. Trong phạm vi

bài báo tác giả nhập các thông số này từ máy

tính để tiến hành mô phỏng.

Tìm các thông số làm việc tối ưu là cơ sở

để tiến hành bài toán điều khiển các cơ cấu

chấp hành như động cơ bơm, điện trở nung

nóng nước để hoàn thiện bộ điều khiển thông

minh cho MRCB.

TÀI LIỆU THAM KHẢO

[1] Benton Harbor. Global Wash System-Undercounter Dishwashers, Technical education, 2011.

[2] Phan Xuân Minh và Nguyễn Doãn Phước. Lý thuyết điều khiển mờ, NXB Khoa Học và Kỹ

Thuật, 2004.

[3] Hứa Thị Hoàng Yến, Nghiên cứu ứng dụng của Fuzzy logic trong điều khiển nhiệt độ, Báo

cáo nghiệm thu đề tài nghiên cứu khoa học cấp trường, Đại học Khoa Học Tự Nhiên, ĐHQG

TPHCM, 2006.

[4] Robert Babuska. Fuzzy and Neural control, DISC Course Lecture Notes, 2004.

[5] Huỳnh Thái Hoàng. Hệ thống điều khiển thông minh, NXB Đại học Quốc Gia, TP HCM,

2014.

[6] S.N.Sivanandam, S.Sumathi, S.N.Deepa. Introduction to Fuzzy Logic using Matlab, 2006.

Tác giả chịu trách nhiệm bài viết:

Họ tên: NGUYỄN TẤN THIÊN

Đơn vị: Khoa Cơ Khí Chế Tạo Máy

Điện thoại: 0978 678 518

Email: [email protected]m

7

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 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 2018-2019 của Thư viện Trường Đại học

Sư phạm Kỹ thuật Tp. Hồ Chí Minh.