CN116755478A - 一种基于深海养殖的溶解氧控制方法及系统 - Google Patents

一种基于深海养殖的溶解氧控制方法及系统 Download PDF

Info

Publication number
CN116755478A
CN116755478A CN202311054261.7A CN202311054261A CN116755478A CN 116755478 A CN116755478 A CN 116755478A CN 202311054261 A CN202311054261 A CN 202311054261A CN 116755478 A CN116755478 A CN 116755478A
Authority
CN
China
Prior art keywords
temperature
oxygenated
dissolved oxygen
region
depth
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.)
Granted
Application number
CN202311054261.7A
Other languages
English (en)
Other versions
CN116755478B (zh
Inventor
汪蕾
钟宛清
李苡萱
余杰
宁圣迪
由凯文
杨智鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China Normal University
Original Assignee
South China Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China Normal University filed Critical South China Normal University
Priority to CN202311054261.7A priority Critical patent/CN116755478B/zh
Publication of CN116755478A publication Critical patent/CN116755478A/zh
Application granted granted Critical
Publication of CN116755478B publication Critical patent/CN116755478B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D11/00—Control of flow ratio
    • G05D11/02—Controlling ratio of two or more flows of fluid or fluent material
    • G05D11/13—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means
    • G05D11/131—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means by measuring the values related to the quantity of the individual components
    • G05D11/132—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means by measuring the values related to the quantity of the individual components by controlling the flow of the individual components
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/04—Arrangements for treating water specially adapted to receptacles for live fish
    • A01K63/042—Introducing gases into the water, e.g. aerators, air pumps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81—Aquaculture, e.g. of fish

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental Sciences (AREA)
  • Geometry (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Computer Graphics (AREA)
  • Automation & Control Theory (AREA)
  • Software Systems (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明提供了一种基于深海养殖的溶解氧控制方法及系统，方法包括：构建待增氧区域的初始三维模型；通过温度采集节点获得节点温度，对初始三维模型进行优化，获得三维温度模型；获取对应于待增氧区域的温度点云；获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压；构建三元组，从而拟合得到关于区域的拟合数据集；输入区域的电压值获得待增氧区域各电极处的溶解氧浓度，并控制增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值。实施本申请，构建三元组，基于三元组进行拟合，将采集得到的电压值输入到拟合数据集中，获得电极处的溶解氧浓度，更符合深海养殖的特性，提高了测量得到的溶解氧浓度的准确性。

Description

一种基于深海养殖的溶解氧控制方法及系统
技术领域
本发明涉及深海养殖领域，尤其涉及一种基于深海养殖的溶解氧控制方法及系统。
背景技术
养殖业要高质量发展，则必须要走向深海。而深海的养殖环境需要考虑多方面的因素，主要包括养殖区域的划分、养殖的深度和温度等。目前，增氧设备已广泛应用于渔业生产，通过增加水中的氧气尤其是溶解氧含量，可以极大程度确保鱼虾类不会缺氧，同时可以抑制水中厌氧菌的生长，防止水质变质。
溶解氧的浓度或者说含量，是养殖水质的关键指标，其与pH、浊度、氨氮、硝氮等其他水质参数均具有密切关联。而准确测量溶解氧浓度，是将养殖环境的溶解氧浓度控制在合理范围内的前提。
现有技术在测量溶解氧温度时，主要是标定关于温度以及电压模拟输出量的关系曲线，通过电极测定水体的电压以及温度，通过该关系曲线计算氧饱和度，从而获得溶解氧浓度。但这种方法主要是针对一个相对浅层的水体的，不适用于深海养殖，因此在深海养殖场景下所测量得到的溶解氧浓度的准确性较低。而深海养殖与普通养殖最大的区别就在于深度的差异，由于深海氧主要来自于洋流作用，因此亟需一种能够考虑到深度因素的溶解氧测量方法/控制方法，并为深远海养殖适养品种提供环境控制保障。
发明内容
本发明提供了一种基于深海养殖的溶解氧控制方法及系统，以解决在深海养殖场景下对溶解氧浓度的控制过程中，测量得到的溶解氧浓度的准确性较低的技术问题。
为了解决上述技术问题，本发明实施例提供了一种基于深海养殖的溶解氧控制方法，包括：
通过预设模板构建待增氧区域的初始三维模型，并在所述待增氧区域内设置若干温度采集节点；
通过所述若干温度采集节点分别采集各温度采集节点处的节点温度，根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型；通过所述三维温度模型，结合各节点温度获取对应于所述待增氧区域的温度点云；其中，所述温度点云的横坐标为对应于各温度采集节点的顺序编号，所述温度点云的纵坐标为温度；
通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压；并根据获取的模拟电压、所述温度点云以及各节点对应的水深度，构建三元组，从而基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集；其中，所述溶解氧极大值为预设值；
通过若干电极分别采集所述待增氧区域的电压值，将采集到的所有电压值以及各电极处测得的温度输入到所述拟合数据集，基于所述拟合数据集的输出获得所述待增氧区域各电极处的溶解氧浓度，并通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值。
作为优选方案，所述通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值，具体为：
根据各电极处的溶解氧浓度、浓度变化率、各电极处的溶解氧浓度的误差、误差变化率以及所述溶解氧浓度阈值，计算得到各电极对应的浓度调节量；
通过计算得到的各浓度调节量，计算对应增氧机的定向矢量，进而得到增氧机电机的变频控制参数；
通过各增氧机的变频控制参数，控制各增氧机进行增氧；其中，所述溶解氧浓度阈值根据鱼虾类养殖阶段、鱼虾类养殖密度、当天所处的时间以及对应电极处的温度进行确定。
作为优选方案，所述基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集，具体为：
根据所述待增氧区域的深度范围设定从零氧到所述溶解氧极大值的梯度；
根据所述梯度对溶解氧浓度范围进行划分，得到若干氧浓度区段；同时对所述深度范围进行划分，得到若干深度区段；
根据每一个氧浓度区段分别对应的温度和模拟电压，构建第一数据集；根据，根据每一个深度区段分别对应的温度和模拟电压，构建第二数据集；根据所述第一数据集和所述第二数据集，获得所述拟合数据集。
作为优选方案，所述通过若干电极分别采集所述待增氧区域的电压值，具体为：
所述若干电极分别设置于若干电压采集节点；
通过所述若干电压采集节点，分别得到各电压采集节点处的电压原始值；
计算所述各电极对应的温度修正系数和深度修正系数；
通过所述温度修正系数和深度修正系数，对所述电压原始值根据下式进行修正，获得所述待增氧区域的电压值V：
V=V0+A+B；
其中，A为所述温度修正系数，B为深度修正系数，V0为电压原始值。
作为优选方案，所述温度修正系数A为：
A=max+tka1+na+tka2+oa；其中，ma为温度调节增益，x为变量，na为温度调节常数，oa为对应于所述待增氧区域的温度区间的修正常数，t为对应电极处测得的温度，ka1为对应于所述待增氧区域的温度区间的修正增益，ka2为非对应于所述待增氧区域的温度区间的修正增益;
所述深度修正系数B为：
B=mby+lkb1+nb+lkb2+ob；其中，mb为深度调节增益，y为变量，nb为深度调节常数，ob为对应于所述待增氧区域的深度区间的修正常数，l为对应电极处的深度，kb1为对应于所述待增氧区域的深度区间的修正增益，kb2为非对应于所述待增氧区域的深度区间的修正增益。
作为优选方案，所述根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型，具体为：
获取各温度采集节点的三维位置坐标，根据三维位置坐标将所述待增氧区域划分为若干子区域，将所述初始三维模型划分为若干子模型；其中，每个子区域和每个子模型分别对应一个温度采集节点；
根据所述各温度采集节点测得的温度，对各子模型分别进行优化，获得所述三维温度模型；其中，所述各温度采集节点的温度通过温度传感器测得。
作为优选方案，所述通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压，具体为：
在与所述待增氧区域相同的水质条件下，每隔预设时间，分别获取零氧状态下的模拟电压，以及分别获取溶解氧极大值状态下的模拟电压，并将测得的所有模拟电压上传至服务端。
相应的，本发明实施例还提供了一种基于深海养殖的溶解氧控制系统，包括设置模块、优化模块、拟合模块和控制模块；其中，
所述设置模块，用于通过预设模板构建待增氧区域的初始三维模型，并在所述待增氧区域内设置若干温度采集节点；
所述优化模块，用于通过所述若干温度采集节点分别采集各温度采集节点处的节点温度，根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型；通过所述三维温度模型，结合各节点温度获取对应于所述待增氧区域的温度点云；其中，所述温度点云的横坐标为对应于各温度采集节点的顺序编号，所述温度点云的纵坐标为温度；
所述拟合模块，用于通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压；并根据获取的模拟电压、所述温度点云以及各节点对应的水深度，构建三元组，从而基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集；其中，所述溶解氧极大值为预设值；
所述控制模块，用于通过若干电极分别采集所述待增氧区域的电压值，将采集到的所有电压值以及各电极处测得的温度输入到所述拟合数据集，基于所述拟合数据集的输出获得所述待增氧区域各电极处的溶解氧浓度，并通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值。
作为优选方案，所述拟合模块基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集，具体为：
所述拟合模块根据所述待增氧区域的深度范围设定从零氧到所述溶解氧极大值的梯度；
根据所述梯度对溶解氧浓度范围进行划分，得到若干氧浓度区段；同时对所述深度范围进行划分，得到若干深度区段；
根据每一个氧浓度区段分别对应的温度和模拟电压，构建第一数据集；根据，根据每一个深度区段分别对应的温度和模拟电压，构建第二数据集；根据所述第一数据集和所述第二数据集，获得所述拟合数据集。
作为优选方案，所述控制模块通过若干电极分别采集所述待增氧区域的电压值，具体为：
所述若干电极分别设置于若干电压采集节点；
所述控制模块通过所述若干电压采集节点，分别得到各电压采集节点处的电压原始值；
计算所述各电极对应的温度修正系数和深度修正系数；
通过所述温度修正系数和深度修正系数，对所述电压原始值根据下式进行修正，获得所述待增氧区域的电压值V：
V=V0+A+B；
其中，A为所述温度修正系数，B为深度修正系数，V0为电压原始值。
作为优选方案，所述温度修正系数A为：
A=max+tka1+na+tka2+oa；其中，ma为温度调节增益，x为变量，na为温度调节常数，oa为对应于所述待增氧区域的温度区间的修正常数，t为对应电极处测得的温度，ka1为对应于所述待增氧区域的温度区间的修正增益，ka2为非对应于所述待增氧区域的温度区间的修正增益;
所述深度修正系数B为：
B=mby+lkb1+nb+lkb2+ob；其中，mb为深度调节增益，y为变量，nb为深度调节常数，ob为对应于所述待增氧区域的深度区间的修正常数，l为对应电极处的深度，kb1为对应于所述待增氧区域的深度区间的修正增益，kb2为非对应于所述待增氧区域的深度区间的修正增益。
相比于现有技术，本发明实施例具有如下有益效果：
本发明实施例提供了一种基于深海养殖的溶解氧控制方法及系统，所述溶解氧控制方法包括：通过预设模板构建待增氧区域的初始三维模型，并在所述待增氧区域内设置若干温度采集节点；通过所述若干温度采集节点分别采集各温度采集节点处的节点温度，根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型；通过所述三维温度模型，结合各节点温度获取对应于所述待增氧区域的温度点云；其中，所述温度点云的横坐标为对应于各温度采集节点的顺序编号，所述温度点云的纵坐标为温度；通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压；并根据获取的模拟电压、所述温度点云以及各节点对应的水深度，构建三元组，从而基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集；其中，所述溶解氧极大值为预设值；通过若干电极分别采集所述待增氧区域的电压值，将采集到的所有电压值以及各电极处测得的温度输入到所述拟合数据集，基于所述拟合数据集的输出获得所述待增氧区域各电极处的溶解氧浓度，并通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值。实施本申请，根据获取的模拟电压、温度点云以及各节点对应的水深度，构建三元组，基于三元组进行拟合获得拟合数据集，这样，再将采集得到的电压值输入到拟合数据集中，可以获得各电极处的溶解氧浓度，相比现有的基于温度和电压模拟输出量进行计算的技术方案，考虑到了深度的差异，更符合深海养殖的特性，提高了测量得到的溶解氧浓度的准确性，利于在深海养殖场景对溶解氧浓度进行控制。
附图说明
图1：为本发明基于深海养殖提供的溶解氧控制方法的一种实施例的流程示意图。
图2：为本发明基于深海养殖提供的溶解氧控制系统的一种实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一:请参照图1，图1为本发明实施例提供的一种基于深海养殖的溶解氧控制方法，包括步骤S1至步骤S4；其中，
步骤S1，通过预设模板构建待增氧区域的初始三维模型，并在所述待增氧区域内设置若干温度采集节点。
在本实施例中，可以通过预设模板构建待增氧区域的初始三维模型。具体地，所述待增氧区域可以为一个立体的三维区域。譬如，在任意一个水平面构建x轴和y轴，以竖直方向作为z轴，并在x轴、y轴和z轴方向分别设定一个取值范围，从而构建一个长方体或正方体的区域作为所述待增氧区域。
进一步地，可以针对z轴的取值范围，也就是待增氧区域的深度范围进行模板的选择。譬如，针对水深5米至10米选择A模板，针对水深10米至20米选择B模板，针对水深20米至35米选择C模板。而这些模板可以是预先构建好的，也可以是对待增氧区域具有针对性且个性化定制的。这里通过预设模板构建初始三维模型的作用主要在于可以对待增氧区域的范围进行界定，将区域所属的范围和非所属的范围分割开来。
进一步地，在所述待增氧区域的范围内设置若干温度采集节点，具体可以是采用温度传感器进行温度的测量；同时，对每个传感器依次进行编号，例如编号为1、2、3、…、N等，以便于对各温度采集节点进行管理。
步骤S2，通过所述若干温度采集节点分别采集各温度采集节点处的节点温度，根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型；通过所述三维温度模型，结合各节点温度获取对应于所述待增氧区域的温度点云；其中，所述温度点云的横坐标为对应于各温度采集节点的顺序编号，所述温度点云的纵坐标为温度。
在本实施例中，可以通过所述若干温度采集节点分别采集各温度采集节点处的节点温度，依次为t1、t2、t3、…、tN。
作为一种优选实施方式，所述根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型，具体为：
获取各温度采集节点的三维位置坐标（x1,y1,z1）、（x2,y2,z2）、…、（xN,yN,zN）根据三维位置坐标（x1,y1,z1）、（x2,y2,z2）、…、（xN,yN,zN）将所述待增氧区域划分为若干子区域，并且对应将所述初始三维模型划分为若干子模型；其中，每个子区域和每个子模型分别对应一个温度采集节点；
根据所述各温度采集节点测得的温度，对各子模型的温度分别进行调整或覆盖，以实现对各子模型的优化，获得所述三维温度模型；其中，所述各温度采集节点的温度通过温度传感器测得。
进一步地，所述通过所述三维温度模型，结合各节点温度获取对应于所述待增氧区域的温度点云，具体为：
在对初始三维模型优化并获得三维温度模型后，可以结合各节点温度对待增氧区域对应的模型数据进行采样取点，获得若干的温度数据点，以得到所述温度点云。进一步地，作为本实施例的一种举例，可以采用不同的颜色表示不同的温度，例如根据可见光的波长，依次将不同的颜色对应不同的温度，例如红色（可见光里的长波）对应相对高温，紫色（可见光里的短波）对应相对低温。
步骤S3，通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压；并根据获取的模拟电压、所述温度点云以及各节点对应的水深度，构建三元组，从而基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集；其中，所述溶解氧极大值为预设值。
作为本实施例的一种优选实施方式，所述通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压，具体为：
在与所述待增氧区域相同的水质条件下，每隔预设时间（譬如每隔30秒、1分钟或5分钟，根据应用场景实际需要确定），分别获取零氧状态下的模拟电压，以及分别获取溶解氧极大值状态下的模拟电压，并将测得的所有模拟电压上传至服务端或者云端。
然后根据获取的模拟电压、所述温度点云以及各节点对应的水深度这三要素，构建三元组，通过三元组进行拟合，得到关于所述待增氧区域的拟合数据集，用于获得溶解氧浓度与三要素之间的规律，实现溶解氧浓度的测量。
作为一种优选实施方式，所述基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集，具体为：
根据所述待增氧区域的深度范围设定从零氧到所述溶解氧极大值的梯度；
根据所述梯度对溶解氧浓度范围进行划分，得到若干氧浓度区段；同时对所述深度范围进行划分，得到若干深度区段；
根据每一个氧浓度区段分别对应的温度和模拟电压，构建第一数据集；根据，根据每一个深度区段分别对应的温度和模拟电压，构建第二数据集；根据所述第一数据集和所述第二数据集，获得所述拟合数据集。实施本申请实施例，可以根据待增氧区域的深度范围设定从零氧到所述溶解氧极大值的梯度，从而对深度范围进行划分，分别构建第一数据集和第二数据集，以获得温度、模拟电压和溶解氧浓度之间的关系，以及深度、温度和模拟电压之间的关系，从而提高拟合数据集用于溶解氧测量的性能。
步骤S4，通过若干电极分别采集所述待增氧区域的电压值，将采集到的所有电压值以及各电极处测得的温度输入到所述拟合数据集，基于所述拟合数据集的输出获得所述待增氧区域各电极处的溶解氧浓度，并通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值。
在本实施例中，所述通过若干电极分别采集所述待增氧区域的电压值，具体为：
所述若干电极分别设置于若干电压采集节点；
通过所述若干电压采集节点，分别得到各电压采集节点处的电压原始值；
计算所述各电极对应的温度修正系数和深度修正系数；
通过所述温度修正系数和深度修正系数，对所述电压原始值根据下式进行修正，获得所述待增氧区域对应的电压采集节点处的电压值V：
V=V0+A+B；
其中，A为所述温度修正系数，B为深度修正系数，V0为电压原始值。
所述温度修正系数A为：
A=max+tka1+na+tka2+oa；其中，ma为温度调节增益，x为变量，na为温度调节常数，oa为对应于所述待增氧区域的温度区间的修正常数，t为对应电极处测得的温度，ka1为对应于所述待增氧区域的温度区间的修正增益，ka2为非对应于所述待增氧区域的温度区间的修正增益;
所述深度修正系数B为：
B=mby+lkb1+nb+lkb2+ob；其中，mb为深度调节增益，y为变量，nb为深度调节常数，ob为对应于所述待增氧区域的深度区间的修正常数，l为对应电极处的深度，kb1为对应于所述待增氧区域的深度区间的修正增益，kb2为非对应于所述待增氧区域的深度区间的修正增益。
进一步地，所述通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值，具体为：
根据各电极处的溶解氧浓度、浓度变化率、各电极处的溶解氧浓度的误差、误差变化率以及所述溶解氧浓度阈值，计算得到各电极处对应的溶解氧浓度变化曲线，从而得到对应的浓度调节量，以使浓度变化能达到溶解氧浓度阈值；
通过计算得到的各浓度调节量，计算对应增氧机的定向矢量，进而得到增氧机电机的变频控制参数；
通过各增氧机的变频控制参数，控制各增氧机进行增氧；其中，所述溶解氧浓度阈值根据鱼虾类养殖阶段、鱼虾类养殖密度、当天所处的时间以及对应电极处的温度进行确定。
相应的，参照图2，本发明实施例还提供了一种基于深海养殖的溶解氧控制系统，包括设置模块101、优化模块102、拟合模块103和控制模块104；其中，
所述设置模块101，用于通过预设模板构建待增氧区域的初始三维模型，并在所述待增氧区域内设置若干温度采集节点；
所述优化模块102，用于通过所述若干温度采集节点分别采集各温度采集节点处的节点温度，根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型；通过所述三维温度模型，结合各节点温度获取对应于所述待增氧区域的温度点云；其中，所述温度点云的横坐标为对应于各温度采集节点的顺序编号，所述温度点云的纵坐标为温度；
所述拟合模块103，用于通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压；并根据获取的模拟电压、所述温度点云以及各节点对应的水深度，构建三元组，从而基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集；其中，所述溶解氧极大值为预设值；
所述控制模块104，用于通过若干电极分别采集所述待增氧区域的电压值，将采集到的所有电压值以及各电极处测得的温度输入到所述拟合数据集，基于所述拟合数据集的输出获得所述待增氧区域各电极处的溶解氧浓度，并通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值。
作为优选方案，所述拟合模块103基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集，具体为：
所述拟合模块103根据所述待增氧区域的深度范围设定从零氧到所述溶解氧极大值的梯度；
根据所述梯度对溶解氧浓度范围进行划分，得到若干氧浓度区段；同时对所述深度范围进行划分，得到若干深度区段；
根据每一个氧浓度区段分别对应的温度和模拟电压，构建第一数据集；根据，根据每一个深度区段分别对应的温度和模拟电压，构建第二数据集；根据所述第一数据集和所述第二数据集，获得所述拟合数据集。
作为优选方案，所述控制模块104通过若干电极分别采集所述待增氧区域的电压值，具体为：
所述若干电极分别设置于若干电压采集节点；
所述控制模块104通过所述若干电压采集节点，分别得到各电压采集节点处的电压原始值；
计算所述各电极对应的温度修正系数和深度修正系数；
通过所述温度修正系数和深度修正系数，对所述电压原始值根据下式进行修正，获得所述待增氧区域的电压值V：
V=V0+A+B；
其中，A为所述温度修正系数，B为深度修正系数，V0为电压原始值。
作为优选方案，所述温度修正系数A为：
A=max+tka1+na+tka2+oa；其中，ma为温度调节增益，x为变量，na为温度调节常数，oa为对应于所述待增氧区域的温度区间的修正常数，t为对应电极处测得的温度，ka1为对应于所述待增氧区域的温度区间的修正增益，ka2为非对应于所述待增氧区域的温度区间的修正增益;
所述深度修正系数B为：
B=mby+lkb1+nb+lkb2+ob；其中，mb为深度调节增益，y为变量，nb为深度调节常数，ob为对应于所述待增氧区域的深度区间的修正常数，l为对应电极处的深度，kb1为对应于所述待增氧区域的深度区间的修正增益，kb2为非对应于所述待增氧区域的深度区间的修正增益。
相比于现有技术，本发明实施例具有如下有益效果：
本发明实施例提供了一种基于深海养殖的溶解氧控制方法及系统，所述溶解氧控制方法包括：通过预设模板构建待增氧区域的初始三维模型，并在所述待增氧区域内设置若干温度采集节点；通过所述若干温度采集节点分别采集各温度采集节点处的节点温度，根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型；通过所述三维温度模型，结合各节点温度获取对应于所述待增氧区域的温度点云；其中，所述温度点云的横坐标为对应于各温度采集节点的顺序编号，所述温度点云的纵坐标为温度；通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压；并根据获取的模拟电压、所述温度点云以及各节点对应的水深度，构建三元组，从而基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集；其中，所述溶解氧极大值为预设值；通过若干电极分别采集所述待增氧区域的电压值，将采集到的所有电压值以及各电极处测得的温度输入到所述拟合数据集，基于所述拟合数据集的输出获得所述待增氧区域各电极处的溶解氧浓度，并通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值。实施本申请，根据获取的模拟电压、温度点云以及各节点对应的水深度，构建三元组，基于三元组进行拟合获得拟合数据集，这样，再将采集得到的电压值输入到拟合数据集中，可以获得各电极处的溶解氧浓度，相比现有的基于温度和电压模拟输出量进行计算的技术方案，考虑到了深度的差异，更符合深海养殖的特性，提高了测量得到的溶解氧浓度的准确性，利于在深海养殖场景对溶解氧浓度进行控制。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于深海养殖的溶解氧控制方法，其特征在于，包括：
通过预设模板构建待增氧区域的初始三维模型，并在所述待增氧区域内设置若干温度采集节点；
通过所述若干温度采集节点分别采集各温度采集节点处的节点温度，根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型；通过所述三维温度模型，结合各节点温度获取对应于所述待增氧区域的温度点云；其中，所述温度点云的横坐标为对应于各温度采集节点的顺序编号，所述温度点云的纵坐标为温度；
通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压；并根据获取的模拟电压、所述温度点云以及各节点对应的水深度，构建三元组，从而基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集；其中，所述溶解氧极大值为预设值；
通过若干电极分别采集所述待增氧区域的电压值，将采集到的所有电压值以及各电极处测得的温度输入到所述拟合数据集，基于所述拟合数据集的输出获得所述待增氧区域各电极处的溶解氧浓度，并通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值。
2.如权利要求1所述的一种基于深海养殖的溶解氧控制方法，其特征在于，所述基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集，具体为：
根据所述待增氧区域的深度范围设定从零氧到所述溶解氧极大值的梯度；
根据所述梯度对溶解氧浓度范围进行划分，得到若干氧浓度区段；同时对所述深度范围进行划分，得到若干深度区段；
根据每一个氧浓度区段分别对应的温度和模拟电压，构建第一数据集；根据，根据每一个深度区段分别对应的温度和模拟电压，构建第二数据集；根据所述第一数据集和所述第二数据集，获得所述拟合数据集。
3.如权利要求1所述的一种基于深海养殖的溶解氧控制方法，其特征在于，所述通过若干电极分别采集所述待增氧区域的电压值，具体为：
所述若干电极分别设置于若干电压采集节点；
通过所述若干电压采集节点，分别得到各电压采集节点处的电压原始值；
计算所述各电极对应的温度修正系数和深度修正系数；
通过所述温度修正系数和深度修正系数，对所述电压原始值根据下式进行修正，获得所述待增氧区域的电压值V：
V=V0+A+B；
其中，A为所述温度修正系数，B为深度修正系数，V0为电压原始值。
4.如权利要求3所述的一种基于深海养殖的溶解氧控制方法，其特征在于，所述温度修正系数A为：
A=max+tka1+na+tka2+oa；其中，ma为温度调节增益，x为变量，na为温度调节常数，oa为对应于所述待增氧区域的温度区间的修正常数，t为对应电极处测得的温度，ka1为对应于所述待增氧区域的温度区间的修正增益，ka2为非对应于所述待增氧区域的温度区间的修正增益;
所述深度修正系数B为：
B=mby+lkb1+nb+lkb2+ob；其中，mb为深度调节增益，y为变量，nb为深度调节常数，ob为对应于所述待增氧区域的深度区间的修正常数，l为对应电极处的深度，kb1为对应于所述待增氧区域的深度区间的修正增益，kb2为非对应于所述待增氧区域的深度区间的修正增益。
5.如权利要求1所述的一种基于深海养殖的溶解氧控制方法，其特征在于，所述根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型，具体为：
获取各温度采集节点的三维位置坐标，根据三维位置坐标将所述待增氧区域划分为若干子区域，将所述初始三维模型划分为若干子模型；其中，每个子区域和每个子模型分别对应一个温度采集节点；
根据所述各温度采集节点测得的温度，对各子模型分别进行优化，获得所述三维温度模型；其中，所述各温度采集节点的温度通过温度传感器测得。
6.如权利要求1至5任意一项所述的一种基于深海养殖的溶解氧控制方法，其特征在于，所述通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压，具体为：
在与所述待增氧区域相同的水质条件下，每隔预设时间，分别获取零氧状态下的模拟电压，以及分别获取溶解氧极大值状态下的模拟电压，并将测得的所有模拟电压上传至服务端。
7.一种基于深海养殖的溶解氧控制系统，其特征在于，包括设置模块、优化模块、拟合模块和控制模块；其中，
所述设置模块，用于通过预设模板构建待增氧区域的初始三维模型，并在所述待增氧区域内设置若干温度采集节点；
所述优化模块，用于通过所述若干温度采集节点分别采集各温度采集节点处的节点温度，根据各温度采集节点的节点温度对所述初始三维模型进行优化，获得三维温度模型；通过所述三维温度模型，结合各节点温度获取对应于所述待增氧区域的温度点云；其中，所述温度点云的横坐标为对应于各温度采集节点的顺序编号，所述温度点云的纵坐标为温度；
所述拟合模块，用于通过模拟与所述待增氧区域相同的水质条件，获取零氧状态下的模拟电压以及溶解氧极大值状态下的模拟电压；并根据获取的模拟电压、所述温度点云以及各节点对应的水深度，构建三元组，从而基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集；其中，所述溶解氧极大值为预设值；
所述控制模块，用于通过若干电极分别采集所述待增氧区域的电压值，将采集到的所有电压值以及各电极处测得的温度输入到所述拟合数据集，基于所述拟合数据集的输出获得所述待增氧区域各电极处的溶解氧浓度，并通过控制各电极处的增氧机将溶解氧浓度调节至预设的溶解氧浓度阈值。
8.如权利要求7所述的一种基于深海养殖的溶解氧控制系统，其特征在于，所述拟合模块基于所述三元组进行拟合，得到关于所述待增氧区域的拟合数据集，具体为：
所述拟合模块根据所述待增氧区域的深度范围设定从零氧到所述溶解氧极大值的梯度；
根据所述梯度对溶解氧浓度范围进行划分，得到若干氧浓度区段；同时对所述深度范围进行划分，得到若干深度区段；
根据每一个氧浓度区段分别对应的温度和模拟电压，构建第一数据集；根据，根据每一个深度区段分别对应的温度和模拟电压，构建第二数据集；根据所述第一数据集和所述第二数据集，获得所述拟合数据集。
9.如权利要求7所述的一种基于深海养殖的溶解氧控制系统，其特征在于，所述控制模块通过若干电极分别采集所述待增氧区域的电压值，具体为：
所述若干电极分别设置于若干电压采集节点；
所述控制模块通过所述若干电压采集节点，分别得到各电压采集节点处的电压原始值；
计算所述各电极对应的温度修正系数和深度修正系数；
通过所述温度修正系数和深度修正系数，对所述电压原始值根据下式进行修正，获得所述待增氧区域的电压值V：
V=V0+A+B；
其中，A为所述温度修正系数，B为深度修正系数，V0为电压原始值。
10.如权利要求9所述的一种基于深海养殖的溶解氧控制系统，其特征在于，所述温度修正系数A为：
A=max+tka1+na+tka2+oa；其中，ma为温度调节增益，x为变量，na为温度调节常数，oa为对应于所述待增氧区域的温度区间的修正常数，t为对应电极处测得的温度，ka1为对应于所述待增氧区域的温度区间的修正增益，ka2为非对应于所述待增氧区域的温度区间的修正增益;
所述深度修正系数B为：
B=mby+lkb1+nb+lkb2+ob；其中，mb为深度调节增益，y为变量，nb为深度调节常数，ob为对应于所述待增氧区域的深度区间的修正常数，l为对应电极处的深度，kb1为对应于所述待增氧区域的深度区间的修正增益，kb2为非对应于所述待增氧区域的深度区间的修正增益。
CN202311054261.7A 2023-08-22 2023-08-22 一种基于深海养殖的溶解氧控制方法及系统 Active CN116755478B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311054261.7A CN116755478B (zh) 2023-08-22 2023-08-22 一种基于深海养殖的溶解氧控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311054261.7A CN116755478B (zh) 2023-08-22 2023-08-22 一种基于深海养殖的溶解氧控制方法及系统

Publications (2)

Publication Number Publication Date
CN116755478A true CN116755478A (zh) 2023-09-15
CN116755478B CN116755478B (zh) 2023-11-03

Family

ID=87955570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311054261.7A Active CN116755478B (zh) 2023-08-22 2023-08-22 一种基于深海养殖的溶解氧控制方法及系统

Country Status (1)

Country Link
CN (1) CN116755478B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015031939A1 (en) * 2013-09-03 2015-03-12 Global Aquaculture Applications (Gaa) Pty Ltd Aquaculture device, system and method
US20150212040A1 (en) * 2012-09-20 2015-07-30 University Of Southampton Apparatus for sensing at least one parameter in water
CN106843301A (zh) * 2017-04-17 2017-06-13 上海海洋大学 一种渔业养殖增氧控制系统
CN107728477A (zh) * 2017-09-21 2018-02-23 中国农业大学 一种工厂化水产养殖水质溶解氧预测控制方法及系统
JP2019037141A (ja) * 2017-08-22 2019-03-14 シンフォニアテクノロジー株式会社 魚介類養殖システム
CN111521522A (zh) * 2019-11-15 2020-08-11 北京市市政四建设工程有限责任公司 一种地下水中氧化剂扩散监测方法和系统
CN112255387A (zh) * 2020-11-12 2021-01-22 南京工业大学 一种自适应智能溶解氧检测仪
CN113126490A (zh) * 2021-04-02 2021-07-16 中国农业大学 智能变频增氧控制方法及装置
RU2760711C1 (ru) * 2021-04-15 2021-11-29 Федеральное государственное бюджетное учреждение науки Тихоокеанский океанологический институт им. В.И. Ильичева Дальневосточного отделения Российской академии наук (ТОИ ДВО РАН) Буксируемый подводный гамма-зонд
CN115165999A (zh) * 2022-08-12 2022-10-11 成都霸天虎交通设施有限公司 一种基于分布式的河道湖泊生态稳定性监测分析方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150212040A1 (en) * 2012-09-20 2015-07-30 University Of Southampton Apparatus for sensing at least one parameter in water
WO2015031939A1 (en) * 2013-09-03 2015-03-12 Global Aquaculture Applications (Gaa) Pty Ltd Aquaculture device, system and method
CN106843301A (zh) * 2017-04-17 2017-06-13 上海海洋大学 一种渔业养殖增氧控制系统
JP2019037141A (ja) * 2017-08-22 2019-03-14 シンフォニアテクノロジー株式会社 魚介類養殖システム
CN107728477A (zh) * 2017-09-21 2018-02-23 中国农业大学 一种工厂化水产养殖水质溶解氧预测控制方法及系统
CN111521522A (zh) * 2019-11-15 2020-08-11 北京市市政四建设工程有限责任公司 一种地下水中氧化剂扩散监测方法和系统
CN112255387A (zh) * 2020-11-12 2021-01-22 南京工业大学 一种自适应智能溶解氧检测仪
CN113126490A (zh) * 2021-04-02 2021-07-16 中国农业大学 智能变频增氧控制方法及装置
RU2760711C1 (ru) * 2021-04-15 2021-11-29 Федеральное государственное бюджетное учреждение науки Тихоокеанский океанологический институт им. В.И. Ильичева Дальневосточного отделения Российской академии наук (ТОИ ДВО РАН) Буксируемый подводный гамма-зонд
CN115165999A (zh) * 2022-08-12 2022-10-11 成都霸天虎交通设施有限公司 一种基于分布式的河道湖泊生态稳定性监测分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李明: "结冰湖泊冰下溶解氧浓度变化的离散小波分析", 结冰湖泊冰下溶解氧浓度变化的离散小波分析, no. 03, pages 027 - 45 *
柏钦玺等: "封冻期高纬度湖泊底层溶解氧浓度的变化特征分析", 数学的实践与认识, vol. 48, no. 01, pages 109 - 115 *
王瑞梅等: "基于神经网络的模糊系统池塘淡水养殖溶解氧预测模型", 安徽农业科学, vol. 38, no. 33, pages 18867 - 18870 *

Also Published As

Publication number Publication date
CN116755478B (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
Mueller et al. Extended artificial neural networks: incorporation of a priori chemical knowledge enables use of ion selective electrodes for in-situ measurement of ions at environmentally relevant levels
CN107728477A (zh) 一种工厂化水产养殖水质溶解氧预测控制方法及系统
CN113435707B (zh) 基于深度学习和计权型多因子评价的测土配方施肥方法
Langman et al. Control of dissolved oxygen in northern temperate lakes over scales ranging from minutes to days
Zhou et al. Application of an adaptive PID controller enhanced by a differential evolution algorithm for precise control of dissolved oxygen in recirculating aquaculture systems
CN113537639A (zh) 一种养殖环境参数-鱼类生长预测模型建立方法及系统
CN108983849A (zh) 一种利用复合极限学习机神经网络控制温室环境方法
CN113126490A (zh) 智能变频增氧控制方法及装置
CN109816167A (zh) 径流预报方法及径流预报装置
CN109856973A (zh) 一种基于模糊神经网络的温室环境控制方法及系统
CN114417740B (zh) 一种深海养殖态势感知方法
CN114819407A (zh) 湖泊蓝藻水华动态预测方法及装置
CN116755478B (zh) 一种基于深海养殖的溶解氧控制方法及系统
CN114564883B (zh) 融合机理与ML的湖泊叶绿素a短期集合预报方法及系统
Li et al. Determining optimal CO2 concentration of greenhouse tomato based on PSO-SVM
CN107368687A (zh) 一种气象单产模型的优选方法及装置
CN111965330B (zh) 一种基于双极化类发射率的裸露土壤含水量反演方法
CN116502050B (zh) 全球通量站点蒸散发观测缺失的动态插补方法与系统
CN110909492B (zh) 一种基于极端梯度提升算法的污水处理过程软测量方法
CN109614763B (zh) 一种基于多源信息分步校正作物模型的区域作物估产方法
Ben‐Yaakov et al. An automatic method for on‐line estimation of the photosynthetic rate in open algal ponds
Chunchen et al. Design of genetic algorithm optimized PID controller for gas mixture system
KR102069202B1 (ko) 머신러닝을 활용한 양액에서 이온 간섭 효과 제거 장치 및 방법
CN114169758A (zh) 空气质量数据确定方法及装置、可读存储介质、电子设备
Qu et al. Simulating the sea-to-air flux of dimethylsulfide in the eastern China marginal seas

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
GR01 Patent grant
GR01 Patent grant