工厂化循环水养殖中关键设备的控制系统

监测和控制是工厂化循环水养殖系统的关键步骤,文章对工厂化循环水养殖关键设备及循环水养殖环境参数进行分析,提出一套工厂化循环水养殖的水质传感器选型和关键设备的控制方案,为工厂化循环水养殖设备智能化控制建立基础。     

高效循环水系统养殖设备配置及应用效果分析

通过对不同的养殖设备配置模式进行试验研究和数据分析,证明高效循环水养殖系统可净化水质,提高水体养殖指标,对减少养殖水体的氨氮含量、降低养殖水体中化学需用氧及亚硝酸氮的浓度、提高水产养殖行业污水处理能力有着显著的作用,具有良好的经济效益和社会效益。     

海水封闭循环水养殖系统中生物滤器填料的选择与应用

生物滤器是海水封闭循环水养殖系统的核心水处理单元,而生物填料又是生物滤器的重要组成。在阐述生物滤器的分类、作用,生物填料的特性、种类,以及新型生物填料开发应用的基础上,针对海水养殖废水与生活污水的区别,介绍了生物填料在海水封闭循环水养殖中的应用,提出了在海水封闭循环水养殖系统中,氨化细菌、硝化细菌等微生物必须满足的条件:耐高盐、耐寡营养、适应中低温、好氧,以及安全等特性;生物填料必须满足高效、低成本、耐海水腐蚀、耐冲击负荷和绿色环保等要求。     

基于Web的水产养殖环境监控物联网系统

讨论了通过对网际组态软件Web Access的应用,实现对水产养殖环境实时监控物联网系统的开发。该系统由传感器采集网络、中央服务器与Web Access监控节点网络、养殖户和远程专家组成。通过传感器节点采集水质参数信息,并将采集到的信息通过GPRS发送到中央服务器,利用Web Access实现人机交互,养殖户就可以通过互联网实时查看水质的相关参数与控制设备的实时状态。而养殖户所遇到的养殖问题也可以通过Web浏览器来访问远程专家得以解决。      

基于STELLA的循环水养殖系统池塘总氨氮动态模拟

通过对影响循环水养殖系统养殖池塘中总氨氮动态的各种因素及其因果关系的分析,得出了养殖池塘中总氨氮的理论模型.在理论模型基础上,使用STELLA系统动力学模拟软件建立了循环水养殖实验系统中池塘水体总氨氮的系统动力学模型.通过将系统设计和运行的相关参数代人到该模型中,对养殖过程中池塘中总氨氮的动态变化进行了模拟运算,模拟结果与实测值基本吻合,说明该模型对实验系统的模拟具有一定的可信度,可为循环水养殖系统的设计和运行优化提供依据.     

变速流操作调控循环水养殖系统水质效果研究

为了避免循环水养殖排氨高峰期氨氮和亚硝酸盐积累对养殖动物的毒害,提高生产效率,降低成本,提出了一种循环水养殖系统变速流调控技术。实验分别研究了罗非鱼群排氨规律、生物滤池硝化能力与流量关系以及循环率对循环系统水质的影响,设计了变速流参数并进行验证。研究结果表明,罗非鱼群摄食后12 h内4~8 h达到最大排氨速率(0.21~0.23 g/h),其他时间排氨速率为0.08~0.09 g/h;生物滤池的硝化速率基本不受流量的影响,但流量越高出水氨氮和亚硝酸盐质量浓度越低,并且最大氨氧化速率(7.72 g/(m3·h))高于最大亚硝酸盐氧化速率(7.21 g/(m3·h));在实验循环水系统中,375 L/h循环流量下氨氮和亚硝酸盐质量浓度高于750 L/h循环流量下质量浓度,且12 h内峰值超过限制质量浓度。根据以上结果设计的4~8 h内增加循环流量的变速流操作将高峰期氨氮和亚硝酸盐氮质量浓度分别降至2.03~2.24 mg/L和0.56~0.62 mg/L,低于罗非鱼限制质量浓度,并且变速流易于实现,在提高养殖水质的同时降低成本,为水质调控和低成本循环水养殖技术提供了参考。     

家畜智能养殖设备和饲喂技术应用研究现状与发展趋势

家畜智能养殖设备是智能农机装备的组成部分之一,是国际农业装备产业技术竞争的焦点。本文重点围绕家畜智能养殖设备与饲喂技术在实践中的应用,进行了系统的性能特点分析。目前家畜智能养殖设备的开发对象主要针对猪和奶牛,主要研发的系统包括妊娠母猪电子饲喂站、哺乳母猪精准饲喂系统、奶牛精准饲喂系统和挤奶机器人等。家畜智能养殖设备的工业化应用必须与养殖模式、畜舍结构布局结合起来,才能发挥设备的使用效率,同时从满足动物的福利出发,与动物生理、生长及行为结合起来,形成设备与动物的互作和相互适应。最后指出了智能设备的研究必须与畜牧业生产的理论、目标产品的功能驱动及养殖方式的创新协调一致,要不断地更新换代,才能助推畜牧业的转型升级。     

基于随机配置网络的海水养殖氨氮浓度软测量模型

氨氮浓度是水产养殖过程的重要监控指标,水中氨氮浓度过高,会产生较强的神经毒素,导致水生物大面积死亡,因此,需实时准确监测水产养殖过程中水的氨氮浓度。然而,由于影响海水水质因素较多,各因素之间关系复杂、相互影响,目前未能实现海水氨氮浓度的实时监测。通过分析海水养殖水体中氨氮的生成和硝化过程,选取水体中与氨氮浓度相关且易测的水质参数(温度、电导率、p H值、溶解氧质量浓度)为辅助变量,采用收敛速度快且泛化能力较强的随机配置网络建立了氨氮浓度软测量模型。为验证方法的有效性,设计了实验室海水养殖循环水系统,通过试验系统的实测数据,将该方法与其他几种神经网络建模方法进行了比较。结果表明,氨氮浓度随机配置网络模型具有更高的精度和更快的运行速度。基于模型设计了水产养殖水质监控系统,并将此方法嵌入上位机Win CC软件,实现了氨氮浓度的在线监测。     

不同水温调节系统在重庆地区工厂化循环水养鱼系统中的应用分析研究

在工厂化循环水养殖过程中保持水温恒定是水产养殖生产效率的重要保障,为解决工厂化循环水养殖系统调温环节能耗高,对养殖环境影响大等问题,以重庆地区512 m3的养殖场为例。分析了水源热泵、空气源热泵、螺杆机组+锅炉、空气源热泵+锅炉4种水温调节方式的设备初投资和长期运行的适用性。结果表明：空气源热泵的初投资为50.76万元,运行费用为25.82万元,水源热泵分别为48.21万元和16.87万元,均具有较好的长期使用价值。但由于水源热泵在廉价水资源难以获取的地区运行费用较高且维护成本及难度较高,故对于本研究而言空气源热泵,投资以及运行费用较低,整体适应性较好。     

浅谈淡水养殖水质净化技术与设备的现状和发展

水质净化技术与设备对淡水养殖业的发展具有重要作用.本文列举了目前应用于淡水养殖的水质净化设备的种类、用途及其发展现状;针对我国现阶段设备存在的问题做出了小结与建议,同时介绍了国内外针对水产养殖尾水处理的新型技术与工艺,为未来更科学地设计水产养殖废水处理系统提供了多角度的参考.     

不同池型结构循环水养殖池水动力特性研究

为构建兼具良好水动力性能和高空间利用率的循环水养殖池,对比研究了正方形、六边形、八边形、圆形、方形切角、方形圆弧角6种池型养殖池的水动力特性及综合性能。在试验数据验证计算方法有效的基础上,研究了池型结构对流动均匀性、流速分布、涡量分布、水体混合均匀性及自净化效能的影响作用,并从适渔性、循环水的利用率、空间利用率等方面分析了养殖池的综合效能。研究表明：随着养殖池的切角距离和圆角半径增大,底流速度增大,水流均匀性、涡流强度和二次流强度增强,有利于提高循环水养殖池的水体混合与自净化效能,但养殖池的空间利用率降低;随着切角距离和圆角半径减小,水体平均速度降低,要维持适宜的速度范围就要增大射流速度,产生更多废水,降低循环水利用效率;正六边形、0.439 61<0.585 8的方形切角养殖池、0.666 72<0.833 3的方形圆角养殖池具有更高的综合性能。     

2021年中国水产养殖全程机械化发展报告

总结分析中国2021年水产养殖机械化发展概况,主要包括产业发展情况,池塘养殖、网箱养殖、工厂化养殖、筏式吊笼与底播养殖4种主要养殖模式全程机械化发展现状。在此基础上,分析4种主要养殖模式的主要作业环节存在机械化水平整体较低且发展不平衡,技术体系基础薄弱,机械化、信息化、智能化融合不够,高效适用设施、设备保障能力不足等问题,提出推动水产养殖设施装备制造转型升级、建立水产健康养殖全程机械化技术体系、加快绿色实用和高效智能装备的示范应用等建议。     

水产养殖水质检测与控制技术研究进展分析

水质的实时监测和调控是水产养殖过程中的关键环节,是保证水产品品质的重要措施。本文在总结和整理现有国内外研究成果的基础上,结合国内水产养殖多为池塘、网箱等封闭水质环境的特点,对水产养殖水质监测与控制系统的典型架构、水质重要参数的检测技术、水质监测与控制系统的通信技术和智能控制技术进行了分析和讨论。提出了未来技术发展方向:实时在线的水质监测和传感技术将成为研究的重点方向;水质参数的预测仍将是水质监测技术的重点研究方向,其中非线性预测模型是水质预测模型构建的主流方法;结合数据融合技术的多参数传感器正成为研究热点;低功耗广域网将成为水产养殖水质监控系统主流的远程通信技术。     

水产养殖水质环境无线监测系统设计与实现

针对目前水产养殖环境监测手段及监测设备基础薄弱、相对落后的现状,应用无线传感技术、嵌入式计算技术、微机电技术(MEMS)、分布式信息处理技术及无线通信网络技术于一体的无线传感器网络,为水产养殖环境提供数字化、网络化、智能化的实时动态监测系统。该系统不仅能够对水产养殖环境的主要检测指标(水温、PH值、溶氧量、浊度、氨氮等)进行实时监测,还能够对检测指标进行数据融合和挖掘,以建立水产养殖环境检测指标历史数据库,实现监测数据的本地或远程、实时、动态显示和分析,为水产养殖过程中有效提高水资源利用率、改善养殖环境质量、降低污染物的排放等提供了一种重要技术手段和科学依据。     

工厂化水产养殖远程测控系统研究

工厂化养殖是现代水产养殖的必然发展趋势,需要重点解决的问题是连续不间断地监测并控制养殖水质.为此.提出了一个远程在线自动测控系统方案,实现并成功应用于水产养殖基地.经实践证明,此系统是一个结构简单、低投入高产出、实用价值较高的工厂化水产养殖远程自动测控系统.     

基于帧间深度特征差分的大西洋鲑鱼群活跃度分类模型

鱼群活跃度是鱼类健康福利养殖的特征性指标之一,实现鱼群活跃度细粒度分类有利于更精细地描述鱼群健康状况、评估鱼群福利水平。基于工厂化循环水养殖系统,本文建立了水下大西洋鲑鱼群活跃度细粒度分类视频数据集,并提出一种基于帧间深度特征差分的鱼群活跃度分类模型,通过引入残差连接的小型卷积神经网络提取视频帧的特征,进而在相邻帧之间做差分运算和平方运算得到视频帧间特征,最后将其输入基于外部注意力机制的分类网络IFDNet中得到视频类别。试验结果表明,本文提出的CNN-IFDNet模型分类准确率达到97.72%,F1值达到97.42%,以较低的计算复杂度实现了对水下视频鱼群活跃度的三分类。相较于实验室环境,基于真实养殖环境对鱼群活跃度所展开的算法研究实际应用性更强,可以为精细化描述鱼群的活跃度、实现智能监测鱼类健康状况提供参考,帮助养殖人员发现并排除导致鱼群活跃度异常的水质环境、病害等因素。     

基于G-RepVGG和鱼类运动行为的水质监测方法

水质恶化会直接造成水产养殖产量下降,严重时会导致水产动物大量死亡,给养殖企业造成严重经济损失。因此对水产养殖中水质参数进行实时监测具有重要意义。本文以斑石鲷为研究对象,提出了一种基于鱼类行为的水质监测方法。该方法通过摄像机拍摄到的图像数据就可以非侵入地完成水质参数的实时监测,避免了安装复杂设备、对鱼类行为进行量化等繁琐过程。为了增加推理速度和降低模型参数量,通过将RepVGG block与GhostNet相结合构建了G-RepVGG模型,使该模型更适用于移动设备的部署。提出了计算量较少、推理速度快、更适合水质快速监测的Cheap Ghost操作和计算量大、精确率高、更适合水质的精确监测Expensive Ghoost操作。由于多分支网络适合进行训练但是在推理速度上低于单分支网络,因此通过模型重参数化首先将卷积层以及批归一化（Batch normalization, BN）层合并,随后再将3路卷积合并为1路,大大降低模型参数量、提高了模型推理速度,使模型更加适用于移动设备的推理。结果表明：使用Cheap Ghost操作的G-RepVGG在测试集中准确率达到96.21%,图像处理速度达到442.27f/s,使用Expensive Ghost操作的G-RepVGG模型在测试集中准确率达到97.63%,图像处理速度达到349.42f/s,从而在保证较高精度的前提下依旧具有较高的推理速度,在多个数据集中测试具有较好的鲁棒性。