水产养殖池塘PH值智能控制系统
技术领域
本发明属于水产环境参数的智能控制领域,具体涉及一种水产养殖池塘PH值智能控制系统,实现对水产养殖池塘PH值的检测、控制和管理。
背景技术
池水是鱼类的生活环境,水体PH值是反映水质是否适宜鱼虾生长的重要指标,直接或者间接地影响着鱼类的生长、发育、繁殖以及病情等,决定着水体中的生物繁殖和水质的化学状况,直接影响鱼虾的生长,稳定的PH值是保证稳产、高产的重要手段。鱼类在养殖过程中,PH值过高或过低,不仅会引起水中一些化学物质的含量发生变化,甚至会使化学物质转变成有毒物质,对鱼类的生长和浮游生物的繁殖不利,还会抑制光合作用,影响水中的溶氧状况,妨碍鱼类呼吸。渔业生产用水通常都要测定PH值,因为PH值在多方面影响着养殖生产,是渔业用水水质标准的重要环节之一,除个别品种外,渔业生产安全的PH值范围一般是6.5-9,最适宜的是弱碱性水体。即PH值在7-8.5之间。某些种类为中性,即PH值为7左右,如鲑科鱼类。在养殖水体中,PH超出范围时鱼类对传染性鱼病特别敏感,即使水中不缺氧,也会呼吸困难,对饲料的消化率低,生长缓慢。PH值过高时,离子氨NH4+转变为分子氨NH3,其毒性增大,养殖水体呈强碱性,腐蚀鱼虾鳃组织,造成鱼虾的呼吸障碍,严重时使鱼虾窒息,引起鱼虾大批死亡。PH值过低(低于6.5,酸性水)可使养殖动物血液的离子浓度增加,引起鱼的酸中毒,使鱼体内许多酶的功能及血红蛋白、血蓝蛋白运输氧的功能发生障碍,鱼虾血液循环受阻降低其载氧能力,造成生理缺氧症,尽管水中不缺氧但仍可使鱼虾等水产动物浮头,代谢急剧下降,水产动物吃再多也生长缓慢。PH值的过度降低或升高,均会直接危害鱼类,引起鱼类的死亡,即使有时不致死但由于其值超过鱼类的忍耐程度,导致生理功能紊乱,而影响其生长或引起其他疾病的发生。由此可见,渔业生产中,水环境的PH值的调控就显得非常重要。在酸性环境中,水体中磷酸盐溶解度受到影响,有机物分解率减慢,物质循环速度慢,使细菌、藻类和浮游生物的繁殖受到影响,而且鱼鳃会受到腐蚀,使鱼的血液酸性增强,降低耗氧能力,尽管水体中的含氧量较高,但鱼会浮头,造成缺氧症,鱼的活动减弱, 新陈代谢急剧减慢,摄食量减少,消化能力降低,不利于鱼的生长发育。同时,偏酸性水体会导致由原生动物引起的鱼病大量发生,如鞭毛虫病、根足虫病、抱子虫病、纤毛虫病、吸管虫病等。PH值是反映水体水质状况的一个综合指标,是影响鱼类活动的一个重要的综合因素。PH值直接影响水质中微生物的繁殖。PH值不适过酸或过碱,都会破坏水体生产的重要物质基础,影响磷酸盐和无机氧化物的供应。在酸性水体中,磷酸盐溶解受到影响,微生物繁殖受到抑制,整个水体的物质代谢缓慢。过高的PH值影响微生物的活性及其对有机物的降解,影响水体中物质的循环及再吸收利用。PH值在4-5时会直接造成养殖水生生物的死亡。PH值直接或间接影响到水体诸多的生物学过程,最终对水生生物(包括鱼类)的生长繁殖造成影响。PH值尽管容易被测定,但却能较好反映出水体的养殖水化学性状,如PH值的变化可反映出某些水化学反应的强弱或养殖水体的水质是否正常。因此,充分了解PH值的有关原理及其在养鱼生产中的作用与意义,有利于养鱼者正确判别水质好坏,从而自觉地对水体的PH值进行调节。PH 过度变化对水生植物的影响有:①抑制微生物的代谢活动,从而造成光合作用和生物固氮作用的效率降低,而藻类和某些细菌光合作用和生物固氮作用是自然状态下水体有机物的最基本的来源;②PH 过高或过低会引起磷元素沉淀从而使得磷肥的肥效降低;③低PH导致植物缺氮或有机物分解矿化速率明显降低,从而使得直接可供水生植物吸收利用的无机营养物减少;④高PH值会妨碍植物对Fe、C元素的吸收从而不利于水生植物生长。PH值还严重影响到水体的生物生产力。当PH值不适宜会破坏水体生产的最重要的物质基础—磷酸盐和无机化合物的供应,如果池水偏碱性会形成难溶的磷酸三钙,偏酸性又会形成不溶性的磷酸铁和磷酸铝,都会降低肥效。PH值的高低对养殖水体的理化指标影响也是很大的。PH值低时,可使铁离子和硫化氢增加而产生毒害作用,又叫泛池; PH值高时,说明蛋白质腐败、氨离子增高和碱性增大,会抑制水中浮游植物的光合作用和腐败菌的分解速度,影响水中有机质的浓度,使鱼类生长繁殖受阻。养殖水体PH值还影响水体的溶氧、腐殖质的分解等。
因此要及时发现水体PH值的异常,应清楚的了解异常的原因,再针对性的解决,做到标本兼治。水体PH值改良施加底质改良剂、水质净化剂及微生物制剂;使用酸性物质或碱性物质直接调节水体PH值。达到水生生物生长的适宜PH值范围,增加养殖鱼虾产量,提高养殖经济效益。这些方法实时性差,控制精度低,对水影响较大。国内学者纷纷开展对水产养殖池塘的PH值进行调控的研究,胡月明研究水产养殖水质PH值无线监测系统设计,设计了一种水产养殖PH值无线监测系统,系统传感器节点以MSP430单片机为核心,以nRF905射频芯片为无线通信模块,采用PHG-96FS型传感器采集PH值和水温数据。朱明瑞设计工厂化水产养殖水体的PH 值在线自动控制系统。但是这些方法没有根据水产养殖池塘PH值变化的非线性、大滞后和大惯性等特点,采取有效的调控手段,因此,提高养殖池塘PH值控制的可靠性、鲁棒性和准确性是十分必要的,由于国内在对水产养殖池塘PH值进行高质高效控制还一片空白,本专利基于此原因发明水产水产养殖池塘PH值智能控制系统。
发明内容
本发明的目的是提供一种水产养殖池塘PH值的智能控制系统,本发明针对水产养殖池塘PH值变化非线性、大惯性、大时滞及时变性的特点和水产养殖池塘面积较大PH值难以控制的难题,设计了一种水产养殖池塘PH值的智能控制系统,该系统由水产养殖池塘PH值采集与控制平台和复合智能控制器-PID多串级的养殖池塘环境PH值智能控制系统组成,形成对水产养殖池塘PH值检测、智能控制与管理的水产养殖池塘PH值监控系统。
1)养殖池塘环境PH值采集与控制平台:包括养殖池塘环境PH值的检测节点1、控制节点2、网关3和现场监控端4,通过节点间的自组织方式构建成水产养殖池塘环境PH值的测控网络,检测节点1负责检测养殖池塘环境PH值的实际值并通过测控网络上传给现场监控端4,现场监控端4和控制节点2通过对执行结构状态的调节实现对池塘环境PH值的智能化控制,现场监控端4负责对养殖池塘环境PH值的智能控制与管理;养殖池塘环境PH值采集与控制平台见图1。
2)根据水产养殖池塘养殖环境PH值的非线性、大惯性、大时滞及时变性的特点,在现场监控端4和控制节点2中设计复合智能控制器-PID多串级的养殖池塘环境PH值智能控制系统来提高池塘PH值控制系统的稳定性、PH值控制精度和响应速度,该控制系统见图5。
复合智能控制器-PID多串级的养殖池塘环境PH值智能控制系统包括包括由变论域模糊PID实时控制器、单神经元PID预测控制器和神经网络前馈控制器构成的主调节器和多个控制节点的PID副调节器组成,由养殖池塘环境PH值的主调节器与多个PID副调节器构成养殖池塘环境PH值多串级控制系统;变论域模糊PID实时控制器和单神经元PID预测控制器并联,它们构成复合控制器,实现对养殖池塘PH值的实时控制和预测控制;其中变论域模糊PID实时控制器包括伸缩因子调整单元、变论域模糊控制单元和PID控制器单元组成,检测数据融合模型输出值作为池塘PH值的实际反馈值,实现对池塘PH值的实时调节;由单神经元PID预测控制器、预测数据融合模型和多点PH预测模型GM(1,1)实现对池塘PH值的预测控制;养殖池塘环境PH值为主控变量,调节养殖池塘PH值的溶液流量为副控变量,水产养殖池塘PH值的主调节器及时调整多个控制机构的PID副调节器的给定值,多个PID副调节器通过调节养殖池塘PH值溶剂的流量大小来确保水产养殖池塘PH值的稳定,有效抑制外部环境对水产养殖池塘PH值的影响,确保水产养殖池塘PH值的稳定性和准确性,复合智能控制器-PID多串级的养殖池塘环境PH值智能控制系统见图5。
单神经元PID预测控制器解决水产养殖池塘PH值的非线性、大惯性、大滞后和时变性,实现对水产养殖池塘PH值的自适应超前调节;变论域模糊PID实时控制器实现对养殖池塘环境PH值的实时控制,由预测控制和实时控制的并联实现对养殖池塘PH值的复合控制,该复合控制器具有预测控制和实时控制的优点,可以有效避免PH值预测模型的误差给池塘PH值的控制带来波动,提高系统的鲁棒性,实验结果证明该系统适应性强,稳定性好,响应速度和控制精度均令人满意,对于解决水产养殖池塘PH值由于非线性严重、滞后性和时变性而导致控制困难的问题具有较强的针时性,见图5左边的变论域模糊PID实时控制器和单神经元PID预测控制器。
为了避免养殖池塘PH值的大波动和系统的响应速度,采用神经网络前馈控制,由复合控制器和神经网络前馈控制器并联,前馈控制器的输出与复合控制器输出的和作为n个PID副调节器的给定量,该前馈控制器使被控制养殖池塘PH值的实际值迅速跟踪养殖池塘PH值的目标值,提高了PH值控制系统的快速响应性、抗扰能力和鲁棒性,在现场监控端4设计由变论域模糊PID实时控制器、单神经元PID预测控制器、神经网络前馈控制器、检测数据融合模型、预测数据融合模型和灰色预测模型GM(1,1),在控制节点2设计水产养殖池塘PH值的PID副调节器,见图5的左半部分前馈控制器和右边的PID控制器。
本发明专利与现有技术相比,具有以下明显优点:
1)由于采用复合智能控制器-PID多串级的养殖池塘环境PH值智能控制系统,多个执行机构的PID副调节器是根据水产养殖池塘PH值的主调节器输出来调整水产养殖池塘养殖环境PH值执行机构状态的随动系统,多个副调节器回路已经尽可能把被控过程中对水产养殖池塘PH值影响变化剧烈、频繁和幅度大的主要扰动包括在副调节器回路中,这些副调节器回路对包含在其中影响水产养殖池塘PH值的二次扰动具有很强的抑制能力和自适应能力,二次扰动通过神经网络前馈控制、主调节器回路和副调节器回路的调节对主被控量水产养殖池塘环境PH值的影响很小,所以水产养殖池塘PH值输出值变化幅度小和稳定,系统能够快速响应水产养殖池塘对PH值的要求,提高响应速度、控制精度和提高系统的稳定性。
2)由于水产养殖池塘PH值作为被控对象具有非线性、大惯性、大时滞和时变性的特性,灰色预测模型和预测数据融合模型能根据少量水产养殖池塘环境的PH值信息预测水产养殖池塘PH值的未来值,GM(1,1)模型将随机过程看作与时间有关的灰色过程,通过对原始数据作累加处理,整理成规律性较强的生成数列来对未来的水产养殖池塘PH值进行预测。可以实现超前修正控制量,具有很强的自适应性能,该控制系统根据水产养殖池塘PH值的特点对环境PH值的误差实施预测闭环控制,提高系统的响应速度,能够适应诸多扰动因素影响,具有良好的鲁棒性。
3)水产养殖池塘PH值在变论域模糊PID实时控制器与单神经元PID预测控制器构成对水产养殖池塘PH值实时控制和预测控制共同作用下,变论域模糊PID控制器与检测数据融合模型的实际值构成实时控制,单神经元PID控制器与预测数据融合模型PH值和灰色预测GM(1,1)模型构成预测控制,两种控制器并联,该控制系统既具有预测控制的特点,也具有实时控制的特点,有效防止预测模型的不准确给系统控制带来的影响,采用复合控制来获得养殖池塘PH值较快的响应速度和较高的控制精度。
4)可变论域模糊 PID 控制器根据PH值误差和误差变化的大小动态调整模糊控制单元的输入输出变量论域,能较好地解决了模糊控制规则数量与PH值控制精度之间的矛盾,实现了PID控制器参数的自整定,提高PH值控制精度。
5)神经网络前馈控制器的输出和复合控制器叠加作为副调节器的输入,提高了系统的快速性和抗扰能力,提高PH值控制系统的鲁棒性, 响应速度快,实现简单,可以迅速遏制PH值变化的波动对池塘水产鱼类的影响,可以使池塘环境PH值迅速跟踪目标值。
6)本发明涉及灰色预测、模糊控制、PID控制、神经网络控制、预测控制、串级控制和前馈控制技术,设计了复合智能控制器-PID多串级的养殖池塘环境PH值智能控制系统,控制系统具有动态性能好、稳态精度高、鲁棒性较强的自适应的智能控制器,克服了单纯PID控制对大惯性大延迟对象调节品质差、抗干扰性弱的缺点,将该控制系统用于水产养殖池塘PH值的控制具有较强的动态跟踪性能和抗干扰能力以及良好的动静态性能指标。与原有的常规控制相比该控制系统的控制品质、响应速度和稳定性能都明显提高,水产养殖池塘PH值的控制精度高、抗干扰能力强和PH值的稳定性能好,具有较好的应用和推广价值,本发明专利具有明显进步。
附图说明
图1 养殖池塘环境PH值采集与控制平台
图2 网关图
图3 检测节点图
图4 控制节点图
图5 复合智能控制器-PID多串级的养殖池塘环境PH值智能控制系统
图6 养殖池塘环境PH值控制系统平面布置图
实施方案
① 系统总体功能的设计
针对水产养殖池塘地域和有线接线困难的特点,本发明专利设计了基于无线传感器网络的水产养殖池塘PH值采集与智能控制系统,设计了基于WSN技术养殖池塘PH值参数采集的检测节点1和控制节点2,它们分别采用CC2431处理器和CC2420结合MSP430系列微处理器实现检测与控制节点之间的无线通信;为了实现控制节点2与现场监控端4的信息交互,设计了网关3实现池塘环境PH值检测节点1与控制节点2和现场监控端4之间的信息交互。检测节点1和控制节点2安装在被监控单元池塘环境区域内,以自组织的形式构成网络,采用多跳中继方式将监测数据以无线的方式上传到网关3,最终通过网关3和现场监控端4进行信息交互。网关3拥有相对较强的处理器和较大的存储器空间,其功能是首先对检测节点1传输过来的传感器数据进行初步处理,将检测的数据发送给现场监控端4;相反通过它也把现场监控端4的控制信息传输到检测节点1和控制节点2。整个系统结构见图1所示。
② 检测节点的设计
采用大量微型的检测节点1作为水产养殖池塘环境PH值参数感知终端,检测节点1和控制节点2通过自组织无线网络与网关3之间实现信息的相互交互。检测节点1包括采集池塘环境PH值参数的传感器、调理电路以及A/D转换电路;它自身携带无线通信模块,它们的软件流程主要实现:无线通信和PH值参数的采集。软件采用C语言程序设计,兼容程度高,大大提高了软件设计开发的工作效率,增强了程序代码的可靠性、可读性和可移植性。检测节点结构见图3。
③ 控制节点
控制节点2在输出通路设计了1路D/A转换电路实现对电动阀的控制,流量计信号通过A/D转换采集调节池塘PH值溶解的流量作为PID控制器的实际反馈值;根据需要设计CC2420的通信接口,在控制节点软件中设计了流量采集、1个PID控制器和通信子程序,控制节点实现1个PID副调节器功能,控制节点见图4。
④ 网关
养殖池塘PH值检测节点1与控制节点2与现场监控端4的信息交互需要通过网关3来实现,网关3是它们之间信息交互的中转站,起着承上启下的作用。现场监控端4发出的指令经过网关3传送到具体的某个检测节点1和控制节点2;检测节点1与控制节点2的信息是通过网关3的中转传输给现场监控端4。网关4主要具有数据传输和路由选择等功能,它主要由携带ZigBee协议的CC2420、RJ45以太网接口和GPRS/GSM通信接口实现养殖池塘监控现场检测节点1与控制节点2和现场监控端4的信息交互。网关4软件主要由无线信息接收/发送任务、多串口通信任务和以太网通信任务等组成,各个任务的协调运行由μC/OS-Ⅱ实时多任务操作系统调度和管理,网关结构见图2。
现场监控端软件设计
Ⅰ、现场监控端总体设计
现场监控端4是一台工业控制计算机,现场监控端4主要实现对养殖池塘环境PH值信息进行采集与控制。它通过网关3与检测节点1与控制节点2的信息交互,主要功能为现场监控端4通信参数设置、数据分析、数据库管理、复合控制器、神经网络前馈控制器、检测数据融合模型、预测数据融合模型、GM(1,1)和系统维护。该管理软件选择了MicrosoftVisual++ 6.0作为开发工具,调用系统的Mscomm通信控件来设计通讯程序。复合智能控制器-PID多串级的养殖池塘环境PH值智能控制系统见图5。
Ⅱ、变论域模糊PID实时控制器设计
变论域模糊PID包括伸缩因子调节单元、变论域模糊控制器和PID控制器,检测数据融合模型的值作为池塘PH值的检测实际值,变论域模糊PID实现对池塘PH值实时控制。应用PH值实际值误差e和PH值实际值误差变化率ec作为PID控制器参数整定的伸缩因子调节单元、模糊控制单元和PID控制器的二维输入,整定PH值PID控制器的模糊控制单元的三维输出量、和分别为PID控制器参数的增量;变论域模糊PID根据池塘PH值误差e和PH值误差变化ec的情况,通过变论域自适应模糊控推理对PH值 PID 控制器的 3 个参数的变化量进行动态调整;模糊PID控制器参数的变化量、和与初始值、和相加得到PID控制器参数的实际值,即:
(1)
模糊控制单元输入PH值误差e,PH值误差的变化率ec、输出变量、和,对它们分别取包括NB、NM、NS、ZO、PS、PM和PB的7个模糊子集,分别代表负大、负中、负小、零、正小、正中、正大,输入和输出变量的隶属函数均采用对称三角型。基于水产养殖工程设计专家的技术知识和水产养殖人员的操作经验的基础,建立PID控制器参数的模糊规则,构成池塘PH值误差e和误差变化量ec的二维输入和整定PID控制器的、和三维输出的模糊控制单元。
Ⅲ、 变论域伸缩因子调整单元设计
变论域模糊控制器的思想和算法是:给定模糊控制器,其输入量为误差和误差的变化率,二者的初始论域均为,输出变量的初始论域,变论域是指论域与Y,可以分别随着变量与y的变化而变化。记为:(2),(3),式中和是论域的伸缩因子,采用如下的伸缩因子:(4),处在0到1之间,值越大,论域伸缩越快, 值越小,论域伸缩越慢。因此值在一定程度上反映了控制系统的灵敏度大小;是最小论域取值范围系数,反映了系统的PH值控制精度。当时,;当时,,在其他情况下,和分别是PH值误差和PH值误差变化率。
、灰色预测模型
基于 灰色预测模型对零散分布的池塘PH值数据序列进行预测时,会产生欠拟合或过拟合现象导致降低池塘PH值的预测精度。本发明专利采用方根法对池塘PH值数据进行预处理,通过选取合适的方根次数来弱化池塘PH值数据变化的幅度,通过改进传统灰色预测模型,提高预测池塘PH值的精度。设某池塘监测点PH值的原始数据序列为:
(5)
通过求解灰色预测微分方程得到该池塘PH值预测模型的解为:
(6)
Ⅴ、数据融合模型
1)、预测数据融合模型
设对应池塘N个监测点溶解氧预测模型的预测值分别为,
应用模糊理论集合中的隶属度函数来定义 t 时刻不同监测点PH值预测值的支持度函数: (7)
式中表示在t时刻第i和第j监测点PH值预测数据之间的相对距离,池塘PH值预测数据间相对距离越小,表明两个不同监测点的PH值预测值相互支持程度越高;为了度量t时刻各监测点PH值预测值间的相互支持程度,由构造 t时刻n个监测点PH值预测值的支持度矩阵: (8)
支持度矩阵中表示在t时刻第i监测点PH值预测值与第j监测点溶解氧预测值间的相互支持程度,反映第i个监测点PH值预测值与其他监测点预测值的支持度,若较大则反映该监测点的PH值预测值与其他监测点的预测值基本保持一致,否则偏离较大。设表示池塘第i个监测点在t时刻PH值预测值在多个监测点预测值融合过程中所占权重,应用监测点预测值的权重对PH值预测值进行加权求和得到整个池塘PH值的预测值,表示在t时刻第i个监测点预测测值在整个池塘中其它监测点PH值预测值的综合支持度,即该监测点PH值预测值在整个池塘监测点预测值中的重要程度,综合上述分析得到在t时刻融合整个池塘各个监测点PH值预测值的表达式为:
(9)
2) 、检测数据融合模型
不同检测点的PH值检测数据为Y1,Y2,…Yn;带入预测数据融合模型可以得到池塘PH值检测综合值Y。
Ⅵ 、神经网络前馈控制器设计
一个3个输入节点、7个隐含节点和1个输出节点的三层前馈神经网络,输入节点分别是PH值给定值、预测误差和实际值误差,前馈神经网络具有以任意精度逼近任意函数及其各阶导数的能力,所以前馈控制器采用一个含有单个隐层的多输入单输出的三层前馈网络,其输入层和输出层的神经元激励函数均为线性,隐层神经元激励函数的形式取对称Sigmoid函数。输出层到隐层和隐层到输入层分别用和表示,是隐层神经元的输入偏置向量,输出值和变论域模糊PID实时控制器以及单神经元PID预测控制器的输出叠加作为PID副调节器的输入。根据下列公式可得网络权值和偏置值的学习规则为:
(10)
Ⅶ、单神经元PID控制器设计
神经元有3个输入(i=1,2,3),状态变换器的输入反映的是期望输出及控制给定的偏差状态,若设PH值给定控制的目标值为S(t)和预测值为,偏差为e(t),经转换器后转换成为神经元学习控制所需要的状态X1、X2 、X3在这里性能指标为:
神经元通过关联搜索来产生控制信号,即自适应神经元的输出信号为:
为了反映神经元对外界信号的响应能力,神经元重要的特征就是要通过不断的学习使获得的知识结构适应周围PH值变化,通过修改自身的权系数来进行的,采用了有监督的Hebb学习算法,其神经元的学习过程为:
(13)
其中,为学习速率,C为大于零的常数。
养殖池塘环境PH值控制系统的设计举例
根据养殖池塘的面积,系统布置了检测节点1和控制节点2、网关3和现场监控端4的平面布置安装图,调节池塘PH值的溶液槽和溶液管网分布在池塘的两侧,整个系统平面布置图见图6。
本发明未提及技术采用常规技术。