CN111047456A - 基于5g的工厂化循环水高效养殖远程操控与诊断系统 - Google Patents
基于5g的工厂化循环水高效养殖远程操控与诊断系统 Download PDFInfo
- Publication number
- CN111047456A CN111047456A CN201911208625.6A CN201911208625A CN111047456A CN 111047456 A CN111047456 A CN 111047456A CN 201911208625 A CN201911208625 A CN 201911208625A CN 111047456 A CN111047456 A CN 111047456A
- Authority
- CN
- China
- Prior art keywords
- unit
- culture
- remote control
- diagnosis system
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 66
- 238000003745 diagnosis Methods 0.000 title claims abstract description 20
- 238000009360 aquaculture Methods 0.000 claims abstract description 41
- 244000144974 aquaculture Species 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000009395 breeding Methods 0.000 claims abstract description 35
- 230000001488 breeding effect Effects 0.000 claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 27
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 38
- 239000001301 oxygen Substances 0.000 claims description 38
- 229910052760 oxygen Inorganic materials 0.000 claims description 38
- 201000010099 disease Diseases 0.000 claims description 27
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 16
- 230000003134 recirculating effect Effects 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000012843 least square support vector machine Methods 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000006213 oxygenation reaction Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 18
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 description 1
- 238000005276 aerator Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000002759 z-score normalization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Animal Husbandry (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Agronomy & Crop Science (AREA)
- Evolutionary Computation (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明属于水产养殖技术领域,具体提供一种基于5G的工厂化循环水高效养殖远程操控与诊断系统,包括:采集单元,用于采集养殖水域的环境数据;处理单元,用于将采集到的环境数据进行处理分析;调节单元,用于当处理单元的分析结果为存在异常时,发送调节信号;执行单元,用于执行调节信号;微控单元,用于控制执行单元执行调节信号;预警单元,用于当处理单元的分析结果为存在异常时,发送异常信号;查看单元,用于查看异常信号及采集单元的采集信息;第二处理单元,用于发送操作信号;微控单元还用于控制执行单元执行操作信号。本系统极大的提高了养殖专家的人力资源利用率,并降低了养殖场的人力成本。
Description
技术领域
本发明属于水产养殖技术领域,尤其涉及基于5G的工厂化循环水高效养殖远程操控与诊断系统。
背景技术
随着物联网的发展,水产养殖的模式发生了很大的变化,现在的水产养殖,已不再完全依靠工作人员对养殖水域的环境进行勘测。各种智能化的养殖系统出现,使自动化养殖成为了现实,极大的节约了水产养殖的人工成本,并提高了水产养殖的效率。
如公开号为CN109006635A的专利就公开了一种智能水产养殖系统,包括水质采集装置、控制器、上位机和制氧机、水位调节装置、投喂机等,利用上位机对养殖水体水质进行实时远程监控,保证了养殖水体的水质,同时定时控制投喂机投喂饲料,极大的提高了养殖效率。
上述专利极大的提高了水产养殖的便利性,但是,当养殖区域的水产出现养殖问题时,仍需要养殖专家到现场进行具体查看并操作养殖器具来解决养殖问题,养殖厂仍需要聘请多位养殖专家,人力资源成本高昂。若多个养殖工厂同时出现了问题,养殖专家需要短时间内跑遍各养殖场,不仅劳心劳力,并且工作效率低下。
发明内容
本发明针对现有技术人力资源成本高昂,并且养殖专家的工作效率低下的问题,提供了一种基于5G的工厂化循环水高效养殖远程操控与诊断系统。
本发明提供的基础方案为:
基于5G的工厂化循环水高效养殖远程操控与诊断系统,包括养殖端、服务器和管理端;养殖端和管理端分别通过5G通信模块与服务器通信;
养殖端包括采集单元,采集单元用于采集养殖水域的环境数据并发送给服务器;
服务器包括处理单元、调节单元和预警单元;处理单元用于对接收到的环境数据进行处理分析;调节单元用于当处理单元的分析结果为存在异常时,向养殖端发送调节信号;预警单元用于当处理单元的分析结果为存在异常时,向管理端发送异常信号;
管理端包括查看单元和第二处理单元;查看单元,用于查看异常信号及采集单元的采集信息;第二处理单元,用于通过服务器向养殖端发送操作信号;
养殖端还包括执行单元和微控单元;执行单元用于执行调节信号及操作信号;微控单元用于控制执行单元执行调节信号及操作信号。
基础方案工作原理及有益效果:
1.养殖端的采集单元对养殖水域的各项数据进行采集后,通过5G模块发送给服务器。使用5G模块进行数据传输,掉包率低、延迟低,可以做到实时传输最新的采集数据。
2.处理单元对接收到的数据进行处理分析,当分析的结果为存在异常时,给养殖端发送调节信号。养殖端的微控单元根据调节信号对执行单元发出控制指令,实现对环境的自动实时调节,从而达到了系统自动化的诊断及操作的目的。
3.处理单元的分析结果为存在异常时,预警单元给管理端发送异常信号,养殖专家可通过查看单元查看异常信号,及时了解相关信息。同时,养殖专家可通过查看单元查看采集单元的采集信息,当发现存在异常或存在风险时,养殖专家可用第二处理单元发送操作信号,微控单元根据操作信号控制执行单元进行操作,及时改善养殖水域的环境。
本专利可以实现养殖专家通过管理端远程控制养殖端,完成各种诊断和设备操作。即使有多个养殖场,养殖专家也可以在短时间内完成所有养殖场的远程控制,避免较短时间往返各个养殖现场,降低企业聘用过多养殖专家带来的人力成本,提高人力资源的利用效率。
进一步,采集单元还用于采集养殖水域的现场影像并发送给服务器;查看单元还用于查看养殖水域的现场影像。
这样,养殖专家可通过查看单元远程查看养殖水域的现场影像,直观的了解到养殖物的生长情况以及养殖水域的环境情况。由于本申请采用5G模块进行通信,现场影像的延迟率低,养殖专家可以看到现场情况的实时影像。
进一步,服务器还包括三维合成单元,用于根据三维视频融合技术和3D GIS,将采集影像合成为全景三维视频;查看单元还用于查看三维合成单元的全景三维视频。
用多个分镜头观看养殖水域的现场影像,养殖专家需要不断的切换视角,操作麻烦;采用全景三维视频的形式查看养殖水域的现场影像,可以方便的对养殖水域的全局场景进行查看,除此,通过旋转三维场景,可以从不同角度查看养殖水域的状况,操作简单。
进一步,处理单元包括常规检测子单元和疾病预测子单元;
常规检测子单元用于根据接收到的环境数据,对环境进行常规检测;
疾病预测子单元,用于根据环境数据和预设的疾病预测模型,进行主养品种的疾病预测;其中,疾病预测模型为神经网络模型。
名词解释:主养品种,即,养殖水域的主要养殖品种。
由于水产养殖物的发病受到很多因素的综合影响,而传统的疾病预测方式主要是用统计法进行预测,这样的预测方式不能对多个因素的综合作用及各因素之间的内部作用进行判断,局限性很大。而神经网络模型作为一种多元的非线性模型,可识别各变量间复杂的非线性关系,很好的弥补了传统统计法的缺陷。并且,神经网络模型在投入使用后,仍会不断的自我学习和优化,随着时间的推移,其判断结果会越来越精准。通过疾病预测子单元,工作人员可及时进行养殖物的疾病防范。
进一步,疾病预测模型为BP神经网络模型。
与其他深度学习的神经网络模型相比,BP神经网络的非线性映射能力较强,特别适合于求解内部机制复杂的问题;除此,BP神经网络在其局部的或者部分的神经元受到破坏后对全局的训练结果不会造成很大的影响,容错率很高。非常适合用于进行水产养殖的疾病预测。
进一步,服务器还包括预处理单元,用于将接收到的环境数据用归一化的方式进行预处理;疾病预测子单元用预处理后的环境数据进行疾病预测。
数据归一化,是一种将所有带处理数据都处理到(0,1)之间的数据处理方法。通过归一化处理,可以减少各类型数据之间的差异性,把不同来源的数据统一到一个参考系下。可以防止因各类型数据的数量级差别较大,而造成预测的误差过大。
进一步,处理单元还包括溶氧量预测子单元,用于根据预设的溶氧量预测模型及预处理后的环境数据,对养殖水域的溶氧量进行预测;
调节单元还用于当溶氧量预测子单元的预测溶氧量低于预设的标准值时,按每天N次的频率给养殖端发送增氧信号。
养殖环境的溶氧量会直接影响养殖物的代谢强度,从而影响其生长。长期溶氧量不足,会造成水中的有机物、氨氮等厌氧分解,产生亚硝酸盐等一些有毒物质,还容易滋生细菌,使水产养殖物的成长受阻,抵抗力明显下降。充足的溶氧量,则可以改善鱼类的生活环境,提高养殖物的生长速度和饵料的利用率,使水产养殖得以稳产、高产。
通过溶氧量预测子单元和调节单元,可在预测到溶氧量即将出现异常时,提前作出应对,给养殖物提供一个溶氧量充足的生长环境。预设标准值及N的具体数据,本领域技术人员可依据养殖物的种类具体设置。
进一步,预设的溶氧量预测模型为,利用最小二乘支持向量机进行参数寻优回归分析,构建基于最小二乘支持向量机的溶氧量预测模型。
和常规的预测方式相比,这样的溶氧量预测模型,预测误差小,并且计算复杂度低,有效的提高了精确度,更好的拟合了环境因素和与溶解氧之间的关系。
进一步,采集单元包括溶解氧传感器、电导率传感器、PH值传感器、光照度传感器、水温传感器、水流量传感器、水压传感器和摄像头。
通过检测单元的全面检测,可以对养殖物的生长环境进行准确的评估,便于在养殖水域的环境出现问题时及时进行处理,给养殖物提供一个良好的生长环境。
进一步,管理端还包括提醒单元,用于当管理端接收到异常信号时发出提醒。
这样,当管理端接收到预警发出的异常信号后,提醒单元会发出提醒,引起养殖专家的注意,使养殖专家能够及时了解情况。
附图说明
图1为本发明基于5G的工厂化循环水高效养殖远程操控与诊断系统实施例一的逻辑框图;
图2为图1中处理单元的逻辑框图;
图3为图1中查看单元的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
如图1、图2、图3所示,基于5G的工厂化循环水高效养殖远程操控与诊断系统,包括养殖端、服务器和管理端。养殖端及管理端均通过5G通信模块与服务器进行通信。
养殖端
养殖端包括采集单元、微控单元和执行单元。
采集单元用于采集养殖水域的环境数据;本实施例中,采集单元包括溶解氧传感器、电导率传感器、PH值传感器、光照度传感器、水温传感器、水流量传感器、水压传感器和摄像头。氨氮含量、电导率、pH值和水温关系直接关系着水产品的养殖安全,光照度则能感知白天黑夜。通过检测单元的全面检测,可以对养殖物的生长环境进行准确的评估,便于在养殖水域的环境出现问题时及时进行处理,给养殖物提供一个良好的生长环境。
微控单元用于接收到控制信号、增氧信号或操作信号后,控制执行单元进行对应的操作。本实施例中,微控单元为现有的用于水产养殖的PLC控制器。
执行单元用于执行管理信号、增氧信号和操纵信号。本实施例中,执行单元包括增氧机、投料机、水泵和养殖循环水处理系统。
服务器
本实施例中,服务器为腾讯云服务器,在其他实施例中,也可以选择华为云服务器或者分布式服务器。
服务器包括存储单元、三维合成单元、预处理单元、处理单元、调节单元和预警单元。
存储单元,用于存储接收到的环境数据。
三维合成单元,用于根据三维视频融合技术和3D GIS,将接收到的现场影像合成为全景三维视频。
预处理单元,用于将接收到的数据用归一化的方式进行预处理。本实施例中,归一化的具体方式为Z-score标准化方法。在其他实施例中,也可以采用min-max标准化方法。通过归一化处理,可以减少各类型数据之间的差异性,把不同来源的数据统一到一个参考系下。可以防止后续的数据处理中,因各类型数据的数量级差别较大,而造成预测的误差过大。
处理单元包括常规检测子单元、疾病预测子单元和溶氧量预测子单元。
常规检测子单元用于根据接收到的环境数据,对环境进行常规检测,判断养殖水域的各项数据是否在正常范围内。
溶氧量预测子单元用于根据预处理后的数据,用预设的溶解氧模型对和养殖水域的溶氧量进行预测。具体的,溶氧量预测模型为,利用最小二乘支持向量机进行参数寻优回归分析,构建基于最小二乘支持向量机的溶氧量预测模型。
疾病预测子单元用于根据环境和疾病预测模型,进行主养品种的疾病预测;其中,池塘养殖疾病预测模型利用BP神经网络。与其他深度学习的神经网络模型相比,BP神经网络的非线性映射能力较强,特别适合于求解内部机制复杂的问题;除此,BP神经网络在其局部的或者部分的神经元受到破坏后对全局的训练结果不会造成很大的影响,容错率很高。非常适合用于进行水产养殖的疾病预测。
调节单元,用于当常规检测子单元检测到某项数据超出正常范围时,给养殖端发送调节信号;还用于当溶氧量预测子单元的预测溶氧量低于预设的标准值时,按每天N次的频率给养殖端发送增氧信号。本实施例里中,N的数值为3,预设标准值的具体数值,本领域技术人员可依据养殖物的种类具体设置。这样,能够在预测到溶氧量即将不足时,提前作出应对,防止出现溶氧量过低,影响养殖物生长的情况。
预警单元,用于当常规检测子单元、溶氧量预测子单元或疾病预测子单元的检测结果存在异常时,给管理端发送异常信号。异常信号包括异常的内容及检测时间。
管理端
本实施例中,管理端为装载有管理APP的手机。
管理端包括提醒单元、查看单元和第二处理单元。
提醒单元用于当接收到异常信号时发出提醒,本实施例中,提醒的方式为语音加文字。
查看单元包括视频查看子单元、数据查看子单元和预警查看子单元;视频查看子单元用于通过服务器查看养殖水域的实时监控或全景三维视频;数据查看子单元用于查看服务器存储单元内的数据;预警查看子单元用于查看异常信号的信息。
第二处理单元用于通过服务器向养殖端发送操作信号。
通过查看单元,养殖专家可远程查看养殖水域的现场影像及各项环境数据,直观的了解到养殖物的生长情况以及养殖水域的环境情况。同时,通过视频查看子单元,养殖专家可观看养殖水域的全景三维视频,可以方便的对养殖水域的全局场景进行查看,通过旋转三维场景,还可以从不同角度查看养殖水域的状况,操作简单。由于本申请采用5G模块进行通信,现场影像的延迟率低,养殖专家可以看到现场情况的实时影像。
养殖专家通过查看单元查看各项数据、预警信息及实时监控视频后,当发现存在异常或存在风险时,可在第二处理单元通过服务器向养殖端发送操作信号,微控单元根据操作信号控制执行单元进行操作,及时改善养殖水域的环境。
用这样的方式,养殖专家在家里或者办公室,就可以通过管理端远程控制养殖端进行操作,即使有多个养殖场,养殖专家也可以在短时间内完成所有养殖场的远程控制。养殖专家不用短时间内跑多个养殖场,极大的提高了养殖专家的人力资源利用率。养殖场也不用聘请养殖专家到现场,可降低人力成本。
使用本系统,系统在发现异常后,会自动进行调节,不用工作人员实时监控。达到了系统自动化的诊断及操作的目的。同时,还极大的提高了养殖专家的人力资源利用率,并降低了养殖场的人力成本。
实施例二
与实施例一不同的是,本实施例中,存储单元还用于存储异常信号,存储单元内还存储有养殖场各设备的使用寿命和投入使用时间;
服务器还包括检修单元与推荐单元;
检查单元用于根据采集单元发送的数据,对设备的状态进行判断;
推荐单元用于当检查单元的检查结果为某设备需要进行更换时,进行设备属性推荐;设备属性包括使用寿命属性及附加属性,使用寿命属性的数值为现有养殖设备的平均剩余使用寿命;附加属性为可改善近X个月出现频率最高的异常信号的属性,例如,近X月内温度的异常信号频率最高,则附加属性为可改善养殖温度。
X的数值,本领域技术人员可依据养殖场的规模以及使用年限具体设置,本实施例中,X为5。
当检查单元根据采集单元发送的数据检测到某设备,如增氧机,出现问题需要更换时;推荐模块会在存储模块内查看各设备的使用寿命和投入使用时间,进而推算出现有养殖设备的平均剩余使用寿命,并将其作为使用寿命属性进行推荐。这样,管理人员可根据推荐的使用寿命进行设备的选择和更换。
养殖池的大多数设备即将到达使用寿命时,在经营正常的情况下,很多养殖场会选择扩张或者改建。设备出现问题进行更换时,由于选择了使用寿命与现有设备平均使用寿命差不多的设备,养殖场扩张或改建时,所有设备可以一起更换,不用考虑旧设备与新的养殖场地的兼容问题。并且,这样一来,养殖场的设备基本上都会在很接近的时间段内到达使用期限,充分的利用了设备的使用寿命。
除此,由于推荐设备时还推荐了附加属性,通过该附加属性,可改善近5个月出现频率最高的异常信号。这样,管理人员进行更换设备的挑选时,会挑选那些符合附加属性的机器。这样,在更换设备的同时,还可以对养殖池的整体生长环境进行了改进,可改善该异常情况的出现频率,有利于养殖物的生长。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于,包括养殖端、服务器和管理端;养殖端和管理端分别通过5G通信模块与服务器通信;
养殖端包括采集单元,采集单元用于采集养殖水域的环境数据并发送给服务器;
服务器包括处理单元、调节单元和预警单元;处理单元用于对接收到的环境数据进行处理分析;调节单元用于当处理单元的分析结果为存在异常时,向养殖端发送调节信号;预警单元用于当处理单元的分析结果为存在异常时,向管理端发送异常信号;
管理端包括查看单元和第二处理单元;查看单元,用于查看异常信号及采集单元的采集信息;第二处理单元,用于通过服务器向养殖端发送操作信号;
养殖端还包括执行单元和微控单元;执行单元用于执行调节信号及操作信号;微控单元用于控制执行单元执行调节信号及操作信号。
2.根据权利要求1所述的基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于:采集单元还用于采集养殖水域的现场影像并发送给服务器;查看单元还用于查看养殖水域的现场影像。
3.根据权利要求2所述的基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于:服务器还包括三维合成单元,用于根据三维视频融合技术和3D GIS,将采集影像合成为全景三维视频;查看单元还用于查看三维合成单元的全景三维视频。
4.根据权利要求1所述的基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于:处理单元包括常规检测子单元和疾病预测子单元;
常规检测子单元用于根据接收到的环境数据,对环境进行常规检测;
疾病预测子单元,用于根据环境数据和预设的疾病预测模型,进行主养品种的疾病预测;其中,疾病预测模型为神经网络模型。
5.根据权利要求4所述的基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于:疾病预测模型为BP神经网络模型。
6.根据权利要求4所述的基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于:服务器还包括预处理单元,用于将接收到的环境数据用归一化的方式进行预处理;疾病预测子单元用预处理后的环境数据进行疾病预测。
7.根据权利要求6所述的基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于:处理单元还包括溶氧量预测子单元,用于根据预设的溶氧量预测模型及预处理后的环境数据,对养殖水域的溶氧量进行预测;
调节单元还用于当溶氧量预测子单元的预测溶氧量低于预设的标准值时,按每天N次的频率给养殖端发送增氧信号。
8.根据权利要求7所述的基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于:预设的溶氧量预测模型为,利用最小二乘支持向量机进行参数寻优回归分析,构建基于最小二乘支持向量机的溶氧量预测模型。
9.根据权利要求1所述的基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于:采集单元包括溶解氧传感器、电导率传感器、PH值传感器、光照度传感器、水温传感器、水流量传感器、水压传感器和摄像头。
10.根据权利要求1所述的基于5G的工厂化循环水高效养殖远程操控与诊断系统,其特征在于:管理端还包括提醒单元,用于当管理端接收到异常信号时发出提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911208625.6A CN111047456A (zh) | 2019-11-30 | 2019-11-30 | 基于5g的工厂化循环水高效养殖远程操控与诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911208625.6A CN111047456A (zh) | 2019-11-30 | 2019-11-30 | 基于5g的工厂化循环水高效养殖远程操控与诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111047456A true CN111047456A (zh) | 2020-04-21 |
Family
ID=70234423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911208625.6A Pending CN111047456A (zh) | 2019-11-30 | 2019-11-30 | 基于5g的工厂化循环水高效养殖远程操控与诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111047456A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113317265A (zh) * | 2021-05-28 | 2021-08-31 | 重庆工商大学 | 一种循环水养殖智能控制系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107479508A (zh) * | 2016-08-31 | 2017-12-15 | 苏州市申航生态科技发展股份有限公司 | 一种智能水产养殖执行系统 |
CN108153356A (zh) * | 2017-12-06 | 2018-06-12 | 广东温氏食品集团股份有限公司 | 一种基于物联网的智能养殖控制系统及方法 |
CN108873830A (zh) * | 2018-05-31 | 2018-11-23 | 华中科技大学 | 一种生产现场数据在线采集分析及故障预测系统 |
CN109006635A (zh) * | 2018-08-10 | 2018-12-18 | 肇庆市高新区甜慕新能源技术有限公司 | 一种智能水产养殖系统 |
-
2019
- 2019-11-30 CN CN201911208625.6A patent/CN111047456A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107479508A (zh) * | 2016-08-31 | 2017-12-15 | 苏州市申航生态科技发展股份有限公司 | 一种智能水产养殖执行系统 |
CN108153356A (zh) * | 2017-12-06 | 2018-06-12 | 广东温氏食品集团股份有限公司 | 一种基于物联网的智能养殖控制系统及方法 |
CN108873830A (zh) * | 2018-05-31 | 2018-11-23 | 华中科技大学 | 一种生产现场数据在线采集分析及故障预测系统 |
CN109006635A (zh) * | 2018-08-10 | 2018-12-18 | 肇庆市高新区甜慕新能源技术有限公司 | 一种智能水产养殖系统 |
Non-Patent Citations (3)
Title |
---|
唐荣 等: ""标准化池塘养殖场自动管控系统设计与开发"", 《江苏农业科学》 * |
宋晓霞: ""基于LoRa的小龙虾生态养殖监控系统设计与实现"", 《渔业现代化》 * |
尹宝全 等: ""水产养殖水质检测与控制技术研究进展分析"", 《农业机械学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113317265A (zh) * | 2021-05-28 | 2021-08-31 | 重庆工商大学 | 一种循环水养殖智能控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20140065672A (ko) | 해상 가두리 시설 지능형 통합 관리 시스템 | |
CN103763516A (zh) | 一种基于物联网高清摄像一体化网关的畜牧养殖智能管理系统 | |
O'Donncha et al. | Data driven insight into fish behaviour and their use for precision aquaculture | |
CN110870472A (zh) | 一种人工智能化养殖小龙虾集成装置 | |
Huang et al. | The prototype of a smart underwater surveillance system for shrimp farming | |
KR20210114690A (ko) | 인공지능을 활용하여 생육 환경 복사가 가능한 바이오 플락 양식 시스템 | |
Ahamed et al. | Design of smart biofloc for real-time water quality management system | |
CN112034759A (zh) | 一种智能网箱养鱼监控系统 | |
CN111047456A (zh) | 基于5g的工厂化循环水高效养殖远程操控与诊断系统 | |
Faysal et al. | A Review of groundbreaking changes in the poultry industry in Bangladesh using the internet of things (IoT) and computer vision Technology | |
KR20140119292A (ko) | 통합 모니터링 및 원격제어 시스템 | |
CN117223666A (zh) | 一种水产养殖环境精准投喂智能系统开发平台及使用方法 | |
CN112666887A (zh) | 一种基于b/s架构的水产养殖控制系统 | |
CN112019607A (zh) | 基于可视化云平台的智慧农场综合控制方法及系统 | |
Yu et al. | Construction of internet of things system in coastal aquaculture environment | |
CN203894607U (zh) | 一种可视猪舍环境监控装置 | |
Tasnim et al. | Design of a Smart Biofloc Monitoring and Controlling System using IoT | |
Murakami et al. | Growth Estimation Sensor Network System for Aquaponics using Multiple Types of Depth Cameras | |
Maulana et al. | Smart Dashboard Design and Water Sensor Integration Architecture by Applying Internet of Things (IoT) Technology Using Data Analysis and Prediction Methods | |
Nabi et al. | Design and Deployment of Dissolved Oxygen Remote Monitoring and Control for The Environmental Agency Using IoT | |
Nurzaman et al. | Development of Internet of Things System for Smart Fishery in Ornamental Fish Farming | |
KR20190093766A (ko) | 가축분뇨 처리시설의 환경제어시스템 및 그 방법 | |
KR102537966B1 (ko) | Ai를 이용한 유휴양식장에서의 물고기 양식 및 판매를 위한 통합 관리 시스템 및 방법 | |
KR102560142B1 (ko) | 무인기를 이용한 스마트 양식장 모니터링 시스템 및 이의 실행 방법 | |
Lan et al. | A novel process-based digital twin for intelligent fish feeding management using multi-mode sensors and smart feeding machine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200421 |