CN116965371A - 一种水产养殖池自动清污系统及方法 - Google Patents
一种水产养殖池自动清污系统及方法 Download PDFInfo
- Publication number
- CN116965371A CN116965371A CN202310873894.4A CN202310873894A CN116965371A CN 116965371 A CN116965371 A CN 116965371A CN 202310873894 A CN202310873894 A CN 202310873894A CN 116965371 A CN116965371 A CN 116965371A
- Authority
- CN
- China
- Prior art keywords
- automatic
- control
- aquaculture pond
- cleaning
- pond
- 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
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 58
- 238000009360 aquaculture Methods 0.000 title claims abstract description 46
- 244000144974 aquaculture Species 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004140 cleaning Methods 0.000 claims abstract description 40
- 230000007246 mechanism Effects 0.000 claims abstract description 31
- 238000013528 artificial neural network Methods 0.000 claims abstract description 28
- 239000006096 absorbing agent Substances 0.000 claims abstract description 25
- 238000003860 storage Methods 0.000 claims abstract description 18
- 239000012535 impurity Substances 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 45
- 210000002569 neuron Anatomy 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 19
- 240000002627 Cordeauxia edulis Species 0.000 claims description 13
- 241000251468 Actinopterygii Species 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 229920000742 Cotton Polymers 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 10
- 230000005284 excitation Effects 0.000 claims description 9
- 239000013049 sediment Substances 0.000 claims description 9
- 238000001179 sorption measurement Methods 0.000 claims description 9
- 239000004519 grease Substances 0.000 claims description 8
- 239000002699 waste material Substances 0.000 claims description 8
- 230000002503 metabolic effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 229920003023 plastic Polymers 0.000 claims description 6
- 239000004033 plastic Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 230000000903 blocking effect Effects 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 210000004027 cell Anatomy 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000005119 centrifugation Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000005202 decontamination Methods 0.000 claims description 2
- 230000003588 decontaminative effect Effects 0.000 claims description 2
- 239000011148 porous material Substances 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 3
- 230000001737 promoting effect Effects 0.000 abstract 1
- 239000002344 surface layer Substances 0.000 abstract 1
- 239000010813 municipal solid waste Substances 0.000 description 12
- 238000010521 absorption reaction Methods 0.000 description 6
- 229920000915 polyvinyl chloride Polymers 0.000 description 4
- 239000004800 polyvinyl chloride Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 241000238557 Decapoda Species 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 241000251511 Holothuroidea Species 0.000 description 1
- 230000006750 UV protection Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- 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
- A01K63/10—Cleaning bottoms or walls of ponds or receptacles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Environmental Sciences (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明提供了一种水产养殖池自动清污系统及方法，属于水产养殖自动化装备技术领域。水产养殖池自动清污系统包括油污吸附器、电机驱动机构、旋转主轴、风车型旋转架、毛刷、储污网袋以及进行综合管控的控制机构。旋转主轴两端用连接器和防水轴承将电机与风车型旋转架连接，毛刷固定在风车型旋转架上，用于清污，风车型旋转架能够降低旋转架在转动过程中的摆动，可以提高毛刷清理的均匀性；油污吸附器用于吸附去除养殖池表层油渍；控制机构使用Arduino部署单神经网络PID控制算法，控制电机实现高效平稳工作。利用本发明能够自动对养殖池底部杂质进行清理，从而解决目前养殖池清污耗时耗力、功能单一等问题，促进养殖设备自动化发展。
Description
技术领域
本发明属于水产养殖自动化装备技术领域，尤其涉及一种水产养殖池自动清污系统及方法。
背景技术
水产养殖有粗养、精养和高密度精养等方式；粗养是在中、小型天然水域中投放苗种，靠天然饵料与适当人为投饵养成水产品，如湖泊水库养鱼和浅海养海参等；精养是在较小水体中用投饵、施肥方法养成水产品，如池塘养鱼、网箱养鱼和围栏养殖等；高密度精养采用流水、控温、增氧和投喂优质饵料等方法，在小水体中进行高密度养殖，从而获得高产，如流水高密度养鱼、虾等。
目前国内高密度水产养殖规模在日益扩大，主流模式是工厂化水产养殖，养殖池底部会有鱼类代谢及残饵等杂质堆积，工厂化水产养殖通常采用大口径塑钢养殖池，养殖池清污模式通常是养殖池排水后由人工清刷去污泥，或者采用高压水枪进行冲洗，自动化程度低，费时费力，清洗效率不高，成本较大，而且经常会因为养殖池的底部沉积物凹凸不平而导致清污后的养殖池的清洁效果较差。
虽然目前市面上也存在一些自动清污系统，但是功能都较为单一，结构较为复杂，控制精度不够；现有技术(CN 115720872A)公开了一种高密度养殖池自动清污装置，通过电机、滚轮、齿轮、电动伸缩杆等结构相互配合带动清污结构上下移动实现清理，仅仅能够实现清污效果，不便于对于水体中的油脂污渍进行清理去除，会导致后期对于清污废物处理难度增加，而且其整体结构复杂，精准控制较为困难，清理效率也较低。基于此，本发明设计了一种新型的水产养殖池自动清污系统及方法。
发明内容
针对现有技术中存在的不足，本发明提供了一种水产养殖池自动清污系统及方法，解决了工厂化养殖池鱼类代谢废物及残饵在池底堆积及水体表面油脂污渍漂浮困难、不能高效自动清污集污的问题。
本发明通过以下技术手段实现上述技术目的。
一种水产养殖池自动清污系统，包括搭载在养殖池上方的支撑板，支撑板中部安装有电机驱动机构，电机驱动机构中的步进电机的旋转轴穿过支撑板后与旋转主轴连接，旋转主轴下部安装有风车型旋转架；支撑板一端安装有控制机构，另一端下方悬挂设置有储污网袋；电机驱动机构一侧的支撑板上开设有滑动推拉槽，滑动推拉槽中滑动安装有油污吸附器，油污吸附器上连接有推拉杆，推拉杆另一端伸出至养殖池外。
进一步地，所述旋转主轴下部对称设有方孔，旋转主轴下端端末处连接有防水承重轴承，防水承重轴承水平放置在圆盘形底座上的固定孔中，圆盘形底座放置在养殖池底部中心处；风车型旋转架包括对称插接安装在旋转主轴下部方孔中并通过插销固定的两根清污轴固定架，清污轴固定架上均安装有清污轴，清污轴上安装有毛刷，且两根清污轴固定架上安装的毛刷分别位于相对的两侧。
进一步地，所述油污吸附器内部设置有相互连接的微型吸水泵及电源模块，电源模块与油污吸附器外部的电源模块防水充电口连接，油污吸附器下部设置有油污吸附棉棒以及油污吸附盘。
进一步地，所述储污网袋采用PVC塑料板制作，为六面体结构，其中一面紧贴养殖池池壁，除了底面和顶面以外的其余三面分别为进污过滤面、排水面、阻挡面，其中，进污过滤面及排水面均为开孔结构，且进污过滤面开孔直径大于排水面开孔直径，排水面采用活体推拉结构以便取出内部收集的杂质。
进一步地，所述控制机构分为上控制室和下控制室，上控制室内放置Arduino控制板，用于部署单神经网络PID控制器，自适应控制步进电机工作；下控制室内设置步进电机驱动器与开关电源。
一种利用上述水产养殖池自动清污系统的水产养殖池自动清污方法，包括如下过程：
步骤1：首先在控制机构中的Arduino控制板调试与部署单神经网络PID控制器；
步骤2：养殖池内的鱼产生的代谢废物及残饵，由于重力作用下沉到养殖池底部，残饵中油脂污染物漂浮在养殖池水面上；控制机构按照设置时间启动自动清污系统，基于步骤1部署的单神经网络PID控制器，精准控制步进电机匀速旋转，步进电机带动旋转主轴转动，旋转主轴带动风车型旋转架转动，风车型旋转架上的毛刷清理池底沉积物；被清理掉的沉积物通过水体旋转离心作用，聚集在养殖池边缘转动，随后沉积物随水体转动进入储污网袋被收集起来；
步骤3：然后，通过拉动推拉杆带动油污吸附器移动，利用油污吸附器下端的油污吸附盘以及内部油污吸附棉棒吸附水面上油脂污染物。
进一步地，所述步骤1的具体过程如下：
步骤1.1：PID控制算法采用增量式，其控制律u(k)的计算公式为：
令三个输入权重系数分别为w1＝KP，w2＝KI，w3＝KD，对应点输入量为：
式中，x1(k)、x2(k)、x3(k)为误差的状态变量，分别表示当前控制误差改变量、当前控制误差、当前误差改变量的增量；e(k)表示当前电机转速n的期望值与实际值之间的偏差；Δu(k)表示控制信号改变量；
步骤1.2：向单神经网络PID控制器神经网络中的神经元输入步骤1.1中的x1(k)、x2(k)、x3(k)；
步骤1.3：神经元根据输入权重(w1＝KP，w2＝KI，w3＝KD)、输入量数值(步进电机实际转速n)以及激励函数来计算控制律增量Δu，根据学习规则来迭代优化输入权重，使用单神经元算法寻找优化目标KP、KI、KD；
步骤1.4：单神经网络PID控制算法神经元的输入权重之和为1，需要进行归一化处理；神经元权值wi(k)采用有监督的Hebb算法进行自学习来完成神经元PID权值调整学习，使PID控制器实现自适应控制功能，采用有监督Hebb算法进行自学习的神经元PID权值系数wi(k)计算公式为：
e(k)＝x1(k)＝yr(k)-y(k)
其中，ηP、ηI、ηD分别为比例项、积分项和微分项的学习速率；
e(k)＝x1(k)＝yr(k)-y(k)表示期望输出与实际输出间的差值；yr(k)为控制器的设定值，y(k)为输出值，x1(k)、x2(k)、x3(k)均为状态变量，w1(k)、w2(k)、w3(k)均为权值系数；K为增益，u(k)为控制变量；wi(k)为神经网络输入的权重系数；为归一化后的权重系数；xi(k)为误差的状态变量。
进一步地，所述步骤1.3中的激励函数计算公式如下：
其中，k为第k个迭代周期，Kf为比例系数，激励中存在一个累加环节；fi(xi)为第i个状态变量激励函数值；fk(xk)为状态变量激励函数值；xk为误差的状态变量；xi为第i个状态变量。
进一步地，所述步骤1.3中的学习规则采用有监督Hebb学习规则，有监督Hebb学习规则计算公式为：
Δwij＝η(dj(k)-oj(k))oj(k)oi(k)；
式中，Δwij为权重的变化量；η为学习速率；dj(k)为网络期望目标输；oj(k)为表示单元j的激活值；oi(k)为单元i的激活值，i与j为相连的两个神经元。
本发明具有如下有益效果：
(1)本发明的水产养殖自动清污系统的清污集污简单高效，风车型旋转架可以有效清理整个池底沉积物，时间又短，还没有死角，这样可以解决养殖池底部清理不均匀有遗漏的问题。
(2)本发明的产养殖自动清污系统清污便捷、干净和彻底，同时运行简单，采用模块化设计，底部清洁与水面油脂清理相互独立，可同时工作也可单独工作，避免了系统故障带来的检查维修困难，还解决了传统的清污系统功能单一，无法实现油脂清除的功能。
(3)本发明的储污网袋，设置进污过滤面、排水面、阻挡面，排水面采用活体推拉结构，有利于及时清污，有效利用水体旋转，能快速把鱼类代谢废物及残饵收集起来，便捷的通过悬挂结构取出进行清污排污。
(4)本发明的整个过程无需大型水泵，不仅能够防止鱼类代谢废物及残饵被打散，还更加节能。
(5)采用本发明的技术方案，大大降低了人力的投入，提高了养殖池自动清污的水平，同时促进了养殖设备的智能化发展。
(6)本发明可以设定清污时间，在设定时间启动自动清污系统，系统响应时间小于2秒，系统稳定响应时间小于5秒，单次清污集污时间在8分钟之内，极大的缩短了清污时间，减轻了人工清理的繁琐，能够有效降低沉积物分解概率，减少水体污染，提高养殖池清污效率，同时也大大提高沉积污渍与油脂污渍的收集效率，促进了水产养殖装备的自动化发展。
附图说明
图1为本发明所述水产养殖池自动清污系统整体结构示意图；
图2为本发明所述水产养殖池自动清污系统整机结构俯视图；
图3为图1中A部分结构放大图；
图4为图1中B部分结构放大图；
图5为本发明所述控制机构示意图；
图6为本发明所述风车型旋转架示意图；
图7为本发明所述储污网袋示意图；
图8为单神经元PID自适应控制系统结构示意图；
图9为单神经网络PID自适应控制算法流程示意图。
图中：1-养殖池；2-自动清污系统；201-支撑板；202-滑动推拉槽；203-支撑板固定架；204-推拉杆固定脚架；21-油污吸附器；211-油污吸附盘；212-油污吸附棉棒；213-微型吸水泵；214-推拉杆；215-电源模块防水充电口；216-电源模块；22-电机驱动机构；221-步进电机；222-电机固定底座；223-走线槽；3-控制机构；301-上控制室；302-下控制室；303-Arduino控制板；304-散热风扇；305-步进电机驱动器；306-开关电源；4-风车型旋转架；401-清污轴固定架；402-清污轴；5-储污网袋；501-进污过滤面；502-排水面；503-阻挡面；504-悬挂结构；6-旋转主轴；601-连接固定器；602-防水承重轴承；7-毛刷；8-圆盘形底座。
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做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。
如图1、2、3所示，本发明所述水产养殖池自动清污系统，包括搭载在养殖池1上方的自动清污系统2；自动清污系统2包括支撑板201，支撑板201两端通过支撑板固定架203固定在养殖池1上；支撑板201中部安装有电机驱动机构22，电机驱动机构22包括固定在支撑板201上的电机固定底座222，电机固定底座222上安装有步进电机221，步进电机221由支撑板201一端安装的控制机构3中的步进电机驱动器305控制，相关线路布设在支撑板201表面的走线槽223中；电机固定底座222内设有连接固定器601，步进电机221的旋转轴穿过通过支撑板201后通过连接固定器601与旋转主轴6连接，且保证旋转主轴6竖直安装，有利于后续转动时保持平稳性。
如图1、6所示，旋转主轴6下部对称设有方孔，便于固定风车型旋转架4，同时，旋转主轴6下端端末处连接有防水承重轴承602，防水承重轴承602水平放置在圆盘形底座8上的固定孔中，并保证防水承重轴承602与旋转主轴6保持垂直，用来保障与实现风车型旋转架4稳定旋转工作，圆盘形底座8安装放置在养殖池1底部中心处。
如图2、6所示，风车型旋转架4采用PVC-O管(双轴取向聚氯乙烯)制作而成，是通过特殊的取向加工工艺制造的管材，管材中的PVC长链分子在双轴向规整排列，具有高强度、高韧性、高抗冲、抗疲劳等优势特性，能保证风车型旋转架4工作更加稳定。风车型旋转架4包括插接安装在旋转主轴6下部方孔中并通过插销固定的清污轴固定架401，清污轴固定架401上安装有清污轴402，清污轴402上设置有用于固定毛刷7的卡槽，毛刷7采用双排平行布置形式固定在清污轴402上，且两根清污轴固定架401上对应安装的毛刷7分别位于相对的两侧。毛刷7采用PA十字毛丝，PA十字毛丝毛丝经过棱角处理，具有较大的接触面积和过滤效果，同时具有较高的强度和韧性。
如图1、2、4所示，自动清污系统2一侧的支撑板201上开设有滑动推拉槽202，滑动推拉槽202中嵌入安装有油污吸附器21，油污吸附器21中部连接有推拉杆214，推拉杆214另一端伸出至养殖池1外且通过支撑板固定架203上的推拉杆固定脚架204实现限位，通过人力拉动推拉杆214即可使得油污吸附器21水平移动，灵活调整位置，保证更全面地吸附养殖池1内油污，同时也便于更换油污吸附棉棒212。
如图4所示，油污吸附器21内部设置有相互连接的微型吸水泵213及电源模块216，电源模块216与油污吸附器21外部的电源模块防水充电口215连接，便于给油污吸附器21充电。油污吸附器21下部设置有油污吸附棉棒212以及油污吸附盘211，实际应用中，油污吸附盘211浸入水面2～5cm，油污吸附棉棒212采用亲油性之超细纤维不织布制作而成。油污吸附器21可断电使用亦可通电使用，断电后，水面油脂污染物通过油污吸附盘211进入油污吸附器21，然后被内部油污吸附棉棒212吸附；通电后，微型吸水泵213及电源模块216工作，可以加快表面水进入油污吸附盘211的速度，提高油脂污染物吸附效率。
如图1、7所示，所述水产养殖池自动清污系统还包括储污网袋5，储污网袋5采用PVC塑料板制作，拥有良好的稳定性与耐腐蚀性，具有不吸水、不变形、防紫外线、强度高等优点。储污网袋5通过悬挂结构504挂载于支撑板201上远离控制机构3的一端，储污网袋5利用风车型旋转架4顺时针转动带动水体旋转过滤收集毛刷7清理下来的池底杂质。储污网袋5为六面体结构，其中一面紧贴养殖池1池壁，除了底面和顶面以外的其余三面分别为进污过滤面501、排水面502、阻挡面503，进污过滤面501开孔直径大于排水面502开孔直径，排水面502采用活体推拉结构，便于定期取出内部收集的杂质，阻挡面503为不开孔塑料板。
如图5所示，所述控制机构3分为上控制室301和下控制室302，上控制室301内主要放置Arduino控制板303，用于部署单神经网络PID控制算法，还设有散热风扇304；下控制室302内主要设置步进电机驱动器305与5V/24V开关电源306。
Arduino控制板303采用处理器为ARM Cortex-M3的32位CPU，具有84MHz时钟频率，96KB SRAM，512KB闪存，用于部署单神经网络PID控制器。如图8所示，单神经网络PID控制器的神经网络中神经元的自学习能力使得神经网络能够按照被控对象特性的变化实时进行神经元权值wi(k)的调整，神经元权值wi(k)采用有监督Hebb算法进行自学习的神经元PID权值调整学习，使PID控制器实现自适应控制功能；单神经元神经网络结构简单，采用自适应算法实现PID控制器参数随步进电机转速的改变而实时调整，实现高性能控制。
养殖池1主要为通用型塑钢鱼虾养殖池，池子规格可为直径R＝3m～7m、池高h＝0.8m～1.8m；因此，优选地，支撑板201采用铝型材制作，铝型材具有重量轻、强度高等特性，能够较好地对电机驱动机构22、油污吸附器21、控制机构3、旋转主轴6及风车型旋转架4起到支撑与固定作用，同时用于悬挂储污网袋5，固定旋转主轴6、风车型旋转架4及圆盘形底盘8。
利用上述水产养殖池自动清污系统的水产养殖池自动清污方法如下：
步骤1：在控制机构3中位于上控制室301中的Arduino控制板303调试与部署单神经网络PID控制器，参照图9，具体过程如下：
步骤1.1：PID控制算法采用增量式，其控制律u(k)的计算公式为：
令三个输入权重系数分别为w1＝KP，w2＝KI，w3＝KD，对应点输入量为：
式中，x1(k)、x2(k)、x3(k)为误差的状态变量，分别表示当前控制误差改变量、当前控制误差、当前误差改变量的增量；e(k)表示当前电机转速n的期望值(目标值)与(真实值)实际值之间的偏差；Δu(k)表示控制信号改变量；
步骤1.2：向单神经网络PID控制器神经网络中的神经元输入所述步骤1.1中的x1(k)、x2(k)、x3(k)；
步骤1.3：神经元根据输入权重(w1＝KP，w2＝KI，w3＝KD)、输入量数值(电机实际转速n)以及激励函数来计算控制律增量Δu，根据学习规则来迭代优化输入权重，使用单神经元算法寻找优化目标KP、KI、KD；
步骤1.4：单神经网络PID控制算法神经元的输入权重之和为1，需要进行归一化处理；神经元权值wi(k)采用有监督的Hebb算法进行自学习来完成神经元PID权值调整学习，使PID控制器实现自适应控制功能，采用有监督Hebb算法进行自学习的神经元PID权值系数wi(k)计算公式为：
e(k)＝x1(k)＝yr(k)-y(k)
其中，ηP、ηI、ηD分别为比例项、积分项和微分项的学习速率；
e(k)＝x1(k)＝yr(k)-y(k)表示期望输出与实际输出间的差值(误差信号)；ryk()为控制器的设定值(期望值)，y(k)为输出值(实际值)，x1(k)、x2(k)、x3(k)均为状态变量，w1(k)、w2(k)、w3(k)均为权值系数；K为增益，u(k)为控制变量；wi(k)为神经网络输入的权重系数；为归一化后的权重系数；xi(k)为误差的状态变量。
其中，所述学习速率的设置需在试验过程中进行确定，确定步骤如下：
步骤SS1：ηP的确定方法：先根据经验初步选定一个ηP的数值；然后进行实验，观察系统在阶跃信号作用下的动态响应过程，如果超调量过大甚至出现震荡时，可适当减小ηP值；如果对于给定转速的阶跃上升时间过大，可以通过适当加大ηP值；按此方法多次调整ηP数值，并检测所述步进电机221运行速度，记录电机转速曲线，选取电机转速响应性能相对最优的ηP。
步骤SS2：ηI的确定方法：ηP值确定下来后，依然先按经验值初步设置一个ηI值进行试验；当系统达到稳态运行时，检测所述步进电机221的转速，如果转速波动过大，可以适当减小ηI数值；如果系统对设定转速的响应比较缓慢，则应适当加大ηI的取值；按此方法多次调整ηI数值，并检测所述步进电机221运行速度，记录电机转速曲线，比较不同ηI取值下电机转速的动态和静态性能选取一个相对最优ηI。
步骤SS3：ηD的确定方法：在ηP和ηI确定的情况下，先按照经验值进行试验；观察在加入微分调节项以后系统的稳态性能指标及动态性能指标是否有所提高；适当增加或者减小ηD值，进行多次试验，选择系统静态与动态性能指标最优情况下的微分项学习速率ηD值。
其中，所述步骤1.3中的激励函数计算公式如下：
其中，k为第k个迭代周期，Kf为比例系数，激励中存在一个累加环节；fi(xi)为第i个状态变量激励函数值；fk(xk)为状态变量激励函数值；xk为误差的状态变量；xi为第i个状态变量；
所述步骤1.3中的学习规则采用有监督Hebb学习规则，有监督Hebb学习规则计算公式为：
Δwij＝η(dj(k)-oj(k))oj(k)oi(k)。
式中，Δwij为权重的变化量(单元j到单元i的连接强度的变化量)；η为学习速率；dj(k)为网络期望目标输；oj(k)为表示单元j的激活值(阈值)；oi(k)为单元i的激活值(阈值)，i与j为相连的两个神经元。
步骤2：养殖池1内的鱼产生的代谢废物及残饵，由于重力作用下沉到养殖池1底部，同时，残饵中油脂污染物漂浮在养殖池1水面上；控制机构3按照设置时间启动自动清污系统，通常，设置时间为投饵后30分钟；控制机构3基于步骤1中所述的单神经网络PID控制器，通过电机驱动机构22精准控制步进电机221匀速旋转，步进电机221带动旋转主轴6转动，旋转主轴6带动风车型旋转架4转动，风车型旋转架4上的毛刷7清理池底沉积物；被清理掉的沉积物通过水体旋转离心作用，聚集在养殖池1边缘转动，随后沉积物随水体转动进入储污网袋5被收集起来。
步骤3：待水面平静后，油污吸附器21下端油污吸附盘211浸入水面2～5cm，内部油污吸附棉棒212吸附漂浮在水面上的油脂污染物。
实际应用中，也可先拉动推拉杆214利用油污吸附器21吸附油脂，然后再通过控制步进电机221进行代谢废物及残饵的清除，具体操作顺序可根据实际情况自行选择。需要说明的是，在发明中，诸如首先和随后等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“设置”、“设有”或者其任何其他变体意在涵盖非排他性的设置，从而使得设置一系列要素的过程、方法或者设备不仅设置那些要素，而且还设置没有明确列出的其他要素，或者是还设置为这种过程、方法或者设备所固有的要素。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (9)
1.一种水产养殖池自动清污系统，其特征在于，包括搭载在养殖池(1)上方的支撑板(201)，支撑板(201)中部安装有电机驱动机构(22)，电机驱动机构(22)中的步进电机(221)的旋转轴穿过支撑板(201)后与旋转主轴(6)连接，旋转主轴(6)下部安装有风车型旋转架(4)；支撑板(201)一端安装有控制机构(3)，另一端下方悬挂设置有储污网袋(5)；电机驱动机构(22)一侧的支撑板(201)上开设有滑动推拉槽(202)，滑动推拉槽(202)中滑动安装有油污吸附器(21)，油污吸附器(21)上连接有推拉杆(214)，推拉杆(214)另一端伸出至养殖池(1)外。
2.根据权利要求1所述的水产养殖池自动清污系统，其特征在于，所述旋转主轴(6)下部对称设有方孔，旋转主轴(6)下端端末处连接有防水承重轴承(602)，防水承重轴承(602)水平放置在圆盘形底座(8)上的固定孔中，圆盘形底座(8)放置在养殖池(1)底部中心处；风车型旋转架(4)包括对称插接安装在旋转主轴(6)下部方孔中并通过插销固定的两根清污轴固定架(401)，清污轴固定架(401)上均安装有清污轴(402)，清污轴(402)上安装有毛刷(7)，且两根清污轴固定架(401)上安装的毛刷(7)分别位于相对的两侧。
3.根据权利要求1所述的水产养殖池自动清污系统，其特征在于，所述油污吸附器(21)内部设置有相互连接的微型吸水泵(213)及电源模块(216)，电源模块(216)与油污吸附器(21)外部的电源模块防水充电口(215)连接，油污吸附器(21)下部设置有油污吸附棉棒(212)以及油污吸附盘(211)。
4.根据权利要求1所述的水产养殖池自动清污系统，其特征在于，所述储污网袋(5)为采用PVC塑料板制作的六面体结构，背面紧贴养殖池(1)池壁，底面和顶面以外的其余三面分别为进污过滤面(501)、排水面(502)、阻挡面(503)，其中，进污过滤面(501)及排水面(502)均为开孔结构，且进污过滤面(501)开孔直径大于排水面(502)开孔直径，排水面(502)采用活体推拉结构以便取出内部收集的杂质。
5.根据权利要求1所述的水产养殖池自动清污系统，其特征在于，所述控制机构(3)分为上控制室(301)和下控制室(302)，上控制室(301)内放置Arduino控制板(303)，用于部署单神经网络PID控制器，自适应控制步进电机(221)工作；下控制室(302)内设置步进电机驱动器(305)与开关电源(306)。
6.一种利用权利要求1所述水产养殖池自动清污系统的水产养殖池自动清污方法，其特征在于，包括如下过程：
步骤1：首先在控制机构(3)中的Arduino控制板(303)调试与部署单神经网络PID控制器；
步骤2：养殖池(1)内的鱼产生的代谢废物及残饵，由于重力作用下沉到养殖池(1)底部，残饵中油脂污染物漂浮在养殖池(1)水面上；控制机构(3)按照设置时间启动自动清污系统，基于步骤1部署的单神经网络PID控制器，精准控制步进电机(221)匀速旋转，步进电机(221)带动旋转主轴(6)转动，旋转主轴(6)带动风车型旋转架(4)转动，风车型旋转架(4)上的毛刷(7)清理池底沉积物；被清理掉的沉积物通过水体旋转离心作用，聚集在养殖池(1)边缘转动，随后沉积物随水体转动进入储污网袋(5)被收集起来；
步骤3：然后，通过拉动推拉杆(214)带动油污吸附器(21)移动，利用油污吸附器(21)下端的油污吸附盘(211)以及内部油污吸附棉棒(212)吸附水面上油脂污染物。
7.根据权利要求6所述水产养殖池自动清污方法，其特征在于，所述步骤1的具体过程如下：
步骤1.1：PID控制算法采用增量式，其控制律u(k)的计算公式为：
令三个输入权重系数分别为w1＝KP，w2＝KI，w3＝KD，对应点输入量为：
式中，x1(k)、x2(k)、x3(k)为误差的状态变量，分别表示当前控制误差改变量、当前控制误差、当前误差改变量的增量；e(k)表示当前电机转速n的期望值与实际值之间的偏差；Δu(k)表示控制信号改变量；
步骤1.2：向单神经网络PID控制器神经网络中的神经元输入步骤1.1中的x1(k)、x2(k)、x3(k)；
步骤1.3：神经元根据输入权重(w1＝KP，w2＝KI，w3＝KD)、输入量数值(电机实际转速n)以及激励函数来计算控制律增量Δu，根据学习规则来迭代优化输入权重，使用单神经元算法寻找优化目标KP、KI、KD；
步骤1.4：单神经网络PID控制算法神经元的输入权重之和为1，需要进行归一化处理；神经元权值wi(k)采用有监督的Hebb算法进行自学习来完成神经元PID权值调整学习，使PID控制器实现自适应控制功能，采用有监督Hebb算法进行自学习的神经元PID权值系数wi(k)计算公式为：
e(k)＝x1(k)＝yr(k)-y(k)
其中，ηP、ηI、ηD分别为比例项、积分项和微分项的学习速率；
e(k)＝x1(k)＝yr(k)-y(k)表示期望输出与实际输出间的差值；yr(k)为控制器的设定值，y(k)为输出值，x1(k)、x2(k)、x3(k)均为状态变量，w1(k)、w2(k)、w3(k)均为权值系数；K为增益，u(k)为控制变量；wi(k)为神经网络输入的权重系数；为归一化后的权重系数；xi(k)为误差的状态变量。
8.根据权利要求7所述水产养殖池自动清污方法，其特征在于，所述步骤1.3中的激励函数计算公式如下：
其中，k为第k个迭代周期，Kf为比例系数，激励中存在一个累加环节；fi(xi)为第i个状态变量激励函数值；fk(xk)为状态变量激励函数值；xk为误差的状态变量；xi为第i个状态变量。
9.根据权利要求7所述水产养殖池自动清污方法，其特征在于，所述步骤1.3中的学习规则采用有监督Hebb学习规则，有监督Hebb学习规则计算公式为：
Δwij＝η(dj(k)-oj(k))oj(k)oi(k)；
式中，Δwij为权重的变化量；η为学习速率；dj(k)为网络期望目标输；oj(k)为表示单元j的激活值；oi(k)为单元i的激活值，i与j为相连的两个神经元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310873894.4A CN116965371B (zh) | 2023-07-17 | 2023-07-17 | 一种水产养殖池自动清污系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310873894.4A CN116965371B (zh) | 2023-07-17 | 2023-07-17 | 一种水产养殖池自动清污系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116965371A true CN116965371A (zh) | 2023-10-31 |
| CN116965371B CN116965371B (zh) | 2024-04-09 |
Family
ID=88470609
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310873894.4A Active CN116965371B (zh) | 2023-07-17 | 2023-07-17 | 一种水产养殖池自动清污系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116965371B (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB370665A (en) * | 1931-04-20 | 1932-04-14 | John William Hartley | Improvements in rotary apparatus for sedimentation tanks |
| DE202008002477U1 (de) * | 2008-02-22 | 2008-04-30 | Prang, Carsten | Reinigungsvorrichtung für Absorbatbehälter von Flotrationsreaktoren |
| JP2010088315A (ja) * | 2008-10-06 | 2010-04-22 | Aquatech Japan Inc | 養殖池の水処理装置 |
| JP2016082960A (ja) * | 2014-10-28 | 2016-05-19 | 敏朗 新原 | 魚の養殖装置システム |
| CN106406100A (zh) * | 2016-11-23 | 2017-02-15 | 合肥工业大学 | 基于模糊自整定单神经元pid控制的转子动平衡控制系统及其方法 |
| KR20170062680A (ko) * | 2015-11-30 | 2017-06-08 | 엔유씨 주식회사 | 바이오플락 양식수조용 부상슬러지 제거장치 |
| CN208113803U (zh) * | 2018-02-07 | 2018-11-20 | 东山县华信食品有限公司 | 一种水产养殖池的排污设备 |
| CN111661988A (zh) * | 2020-07-08 | 2020-09-15 | 雷建斌 | 水体悬浮物的过滤分离系统 |
| CN211558483U (zh) * | 2019-07-26 | 2020-09-25 | 泉州市深于蓝网络科技有限公司 | 一种带有污水净化功能的海鲜养殖池 |
| CN111874987A (zh) * | 2020-07-31 | 2020-11-03 | 何安静 | 一种浮动趋向型油面吸附装置 |
| CN112554150A (zh) * | 2020-11-19 | 2021-03-26 | 长乐晶尚设计有限公司 | 一种自泊式水面油污吸附装置 |
| CN112544560A (zh) * | 2020-12-31 | 2021-03-26 | 巫溪县人川农业开发有限公司 | 水产养殖池清理装置 |
| CN113475449A (zh) * | 2021-08-08 | 2021-10-08 | 广州蓝灵水产科技有限公司 | 一种水产养殖智能高效清污装置及其工作方法 |
| CN215774967U (zh) * | 2021-09-25 | 2022-02-11 | 浙江龙和水产养殖开发有限公司 | 一种水产养殖池底排污装置 |
| WO2022055361A1 (en) * | 2020-09-10 | 2022-03-17 | Seafarming Systems As | A fish farming facility comprising a water outlet cleaning device |
| CN218436957U (zh) * | 2022-10-27 | 2023-02-03 | 辽宁清合水产科技有限公司 | 一种水产养殖用养殖池水面漂浮物清理装置 |
| CN115720872A (zh) * | 2022-12-13 | 2023-03-03 | 郴州汇园生态农业有限公司 | 一种高密度养殖池自动清污装置 |
| CN218921334U (zh) * | 2022-11-02 | 2023-04-28 | 海南勤富实业有限公司 | 一种养殖池用环形供氧设备 |
| CN219279564U (zh) * | 2022-11-15 | 2023-06-30 | 浙江恒泽生态农业科技有限公司 | 一种池塘养殖水体水质净化装置 |
-
2023
- 2023-07-17 CN CN202310873894.4A patent/CN116965371B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB370665A (en) * | 1931-04-20 | 1932-04-14 | John William Hartley | Improvements in rotary apparatus for sedimentation tanks |
| DE202008002477U1 (de) * | 2008-02-22 | 2008-04-30 | Prang, Carsten | Reinigungsvorrichtung für Absorbatbehälter von Flotrationsreaktoren |
| JP2010088315A (ja) * | 2008-10-06 | 2010-04-22 | Aquatech Japan Inc | 養殖池の水処理装置 |
| JP2016082960A (ja) * | 2014-10-28 | 2016-05-19 | 敏朗 新原 | 魚の養殖装置システム |
| KR20170062680A (ko) * | 2015-11-30 | 2017-06-08 | 엔유씨 주식회사 | 바이오플락 양식수조용 부상슬러지 제거장치 |
| CN106406100A (zh) * | 2016-11-23 | 2017-02-15 | 合肥工业大学 | 基于模糊自整定单神经元pid控制的转子动平衡控制系统及其方法 |
| CN208113803U (zh) * | 2018-02-07 | 2018-11-20 | 东山县华信食品有限公司 | 一种水产养殖池的排污设备 |
| CN211558483U (zh) * | 2019-07-26 | 2020-09-25 | 泉州市深于蓝网络科技有限公司 | 一种带有污水净化功能的海鲜养殖池 |
| CN111661988A (zh) * | 2020-07-08 | 2020-09-15 | 雷建斌 | 水体悬浮物的过滤分离系统 |
| CN111874987A (zh) * | 2020-07-31 | 2020-11-03 | 何安静 | 一种浮动趋向型油面吸附装置 |
| WO2022055361A1 (en) * | 2020-09-10 | 2022-03-17 | Seafarming Systems As | A fish farming facility comprising a water outlet cleaning device |
| CN112554150A (zh) * | 2020-11-19 | 2021-03-26 | 长乐晶尚设计有限公司 | 一种自泊式水面油污吸附装置 |
| CN112544560A (zh) * | 2020-12-31 | 2021-03-26 | 巫溪县人川农业开发有限公司 | 水产养殖池清理装置 |
| CN113475449A (zh) * | 2021-08-08 | 2021-10-08 | 广州蓝灵水产科技有限公司 | 一种水产养殖智能高效清污装置及其工作方法 |
| CN215774967U (zh) * | 2021-09-25 | 2022-02-11 | 浙江龙和水产养殖开发有限公司 | 一种水产养殖池底排污装置 |
| CN218436957U (zh) * | 2022-10-27 | 2023-02-03 | 辽宁清合水产科技有限公司 | 一种水产养殖用养殖池水面漂浮物清理装置 |
| CN218921334U (zh) * | 2022-11-02 | 2023-04-28 | 海南勤富实业有限公司 | 一种养殖池用环形供氧设备 |
| CN219279564U (zh) * | 2022-11-15 | 2023-06-30 | 浙江恒泽生态农业科技有限公司 | 一种池塘养殖水体水质净化装置 |
| CN115720872A (zh) * | 2022-12-13 | 2023-03-03 | 郴州汇园生态农业有限公司 | 一种高密度养殖池自动清污装置 |
Non-Patent Citations (1)
| Title |
|---|
| 王丰 等编著: "机电一体化技术及应用", 机械工业出版社, pages: 140 - 144 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116965371B (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN203735275U (zh) | 一种水池清洗装置 | |
| CN201839709U (zh) | 养殖水体悬浮颗粒物去除装置 | |
| CN116965371B (zh) | 一种水产养殖池自动清污系统及方法 | |
| CN110902757A (zh) | 一种污水处理池浮泥渣集边去除装置 | |
| CN109368834A (zh) | 一种污水再利用净化系统 | |
| CN113431986A (zh) | 一种水下管道智能巡检机器人 | |
| CN220888586U (zh) | 一种收集藻类和海洋垃圾的装置 | |
| CN113787067A (zh) | 一种水产养殖用水下清污吸污机器人及系统 | |
| CN219636963U (zh) | 一种污水处理池水面浮渣清理装置 | |
| CN217758643U (zh) | 一种便于悬浮垃圾打捞的给排水处理用污水囤积池 | |
| CN215275969U (zh) | 一种智慧型油污水处理技术及装置 | |
| CN213950792U (zh) | 一种鲈鱼养殖废水处理用过滤装置 | |
| CN108499179A (zh) | 一种物理过滤分流集污设备 | |
| CN114749012A (zh) | 一种生物除臭滤池用智能高效的喷淋系统 | |
| CN113475449A (zh) | 一种水产养殖智能高效清污装置及其工作方法 | |
| CN213404565U (zh) | 一种水产养殖用池塘垃圾清理装置 | |
| CN220641203U (zh) | 一种新污染物收集装置 | |
| CN216611489U (zh) | 一种海上平台饮用水存放机构 | |
| CN219567621U (zh) | 一种灰水回收用过滤装置 | |
| KR102612549B1 (ko) | 육상양식 사육수조의 중앙집중식 버켓형 드레인장치 | |
| CN216005391U (zh) | 一种高密度全封闭循环水养殖过滤系统 | |
| CN220704474U (zh) | 一种用于水利的拦污装置 | |
| CN218580059U (zh) | 一种便于清理的磷化池 | |
| CN219823763U (zh) | 一种便于处理污水杂物的污水沉砂池 | |
| CN221355641U (zh) | 一种挖藕船用莲藕清洗设备 |
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 |