CN117882663A - 一种文蛤苗种自动化高密度培育系统和方法 - Google Patents
一种文蛤苗种自动化高密度培育系统和方法 Download PDFInfo
- Publication number
- CN117882663A CN117882663A CN202410288304.6A CN202410288304A CN117882663A CN 117882663 A CN117882663 A CN 117882663A CN 202410288304 A CN202410288304 A CN 202410288304A CN 117882663 A CN117882663 A CN 117882663A
- Authority
- CN
- China
- Prior art keywords
- cultivation
- value
- water quality
- culture
- space
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000009395 breeding Methods 0.000 title claims description 9
- 230000001488 breeding effect Effects 0.000 title claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 215
- 238000004458 analytical method Methods 0.000 claims abstract description 71
- 230000002159 abnormal effect Effects 0.000 claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 230000001105 regulatory effect Effects 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 8
- 238000013441 quality evaluation Methods 0.000 claims abstract description 8
- 238000005266 casting Methods 0.000 claims description 83
- 238000007726 management method Methods 0.000 claims description 72
- 235000020639 clam Nutrition 0.000 claims description 58
- 238000001514 detection method Methods 0.000 claims description 51
- 238000007689 inspection Methods 0.000 claims description 19
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 14
- 239000001301 oxygen Substances 0.000 claims description 14
- 229910052760 oxygen Inorganic materials 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000012372 quality testing Methods 0.000 claims description 8
- 241000237519 Bivalvia Species 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 7
- 238000012136 culture method Methods 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 230000037406 food intake Effects 0.000 claims 1
- 238000002810 primary assay Methods 0.000 claims 1
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000015170 shellfish Nutrition 0.000 description 2
- 101100067649 Caenorhabditis elegans gta-1 gene Proteins 0.000 description 1
- 208000028804 PERCHING syndrome Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000012364 cultivation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000035553 feeding performance Effects 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于文蛤苗种培育管理技术领域，具体是一种文蛤苗种自动化高密度培育系统和方法，其中，文蛤苗种自动化高密度培育系统包括培育管理平台，培育管理平台通信连接水质监测反馈模块、水质实时调控模块、养殖空间综管模块和培育监管端；本发明通过文蛤苗种培育池进行多层多空间培育以提高文蛤的养殖密度，水质监测反馈模块通过培育水质评估分析以生成相应养殖空间的水质预警信号或水质无异信号，在生成水质预警信号时通过水质实时调控模块将对应养殖空间内的水体进行调控以使其恢复至培育适宜状态，且通过养殖空间综管模块将对应养殖空间进行综管分析，智能化和自动化程度高，有利于保证文蛤苗种的安全且快速生长。
Description
技术领域
本发明涉及文蛤苗种培育管理技术领域，具体是一种文蛤苗种自动化高密度培育系统和方法。
背景技术
文蛤又称为蛤蜊，是一种重要的海洋经济贝类，具有极高的营养价值和市场需求，其肉质鲜美，为蛤中之上品，是滩涂传统养殖的主要贝类之一，文蛤多分布在较平坦的河口附近沿岸内湾的潮间带，以及浅海区域的细沙和泥沙滩中，栖息深度随水温和个体大小而异；
传统的文蛤苗种培育方法存在密度低、效率不高、劳动力需求大等问题，难以实现文蛤苗种高密度培育的同时对相应水体进行有效监控预警，不能及时且自动对相应培育水体进行调控并判断其调控性能，以及无法综合评估针对各个培育空间的管理状况，加大了管理人员的管理难度，智能化程度和自动化程度低，不利于保证文蛤苗种的安全且快速生长；
针对上述的技术缺陷，现提出一种解决方案。
发明内容
本发明的目的在于提供一种文蛤苗种自动化高密度培育系统和方法，解决了现有技术难以实现文蛤苗种高密度培育的同时对相应水体进行有效监控预警，不能及时且自动对相应培育水体进行调控并判断其调控性能，以及无法综合评估针对各个培育空间的管理状况，管理难度大，智能化程度和自动化程度低的问题。
为实现上述目的，本发明提供如下技术方案：
一种文蛤苗种自动化高密度培育系统，包括培育管理平台，培育管理平台用于对文蛤苗种培育池进行监管，文蛤苗种培育池为多层结构，每层设有多个独立的养殖空间以提高文蛤的养殖密度；培育管理平台通信连接水质监测反馈模块、水质实时调控模块、养殖空间综管模块和培育监管端，其中，水质监测反馈模块对养殖空间内的水体质量进行检测，通过培育水质评估分析以生成相应养殖空间的水质预警信号或水质无异信号，且将水质预警信号经培育管理平台发送至水质实时调控模块和培育监管端；
水质实时调控模块接收到水质预警信号时，将对应养殖空间内的水体进行调控以使其恢复至培育适宜状态；养殖空间综管模块通过将对应养殖空间进行综管分析以生成综管合格信号或综管不合格信号，且将对应养殖空间的综管不合格信号经培育管理平台发送至培育监管端；培育监管端接收到水质预警信号或综管不合格信号时发出相应预警。
进一步的，水质监测反馈模块的具体运行过程包括：
获取到文蛤苗种培育过程中所需监测的水质参数，水质参数包括水温、pH值、溶解氧浓度和氨氮浓度，实时采集到对应养殖空间内的水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据，将水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据分别与相应的预设数据范围进行数值比较，若水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据均处于对应预设数据范围内，则生成对应养殖空间的水质无异信号；若水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据中存在至少一项未处于对应预设数据范围内，则生成对应养殖空间的水质预警信号。
进一步的，培育管理平台与水调检测评估模块通信连接，在水质实时调控模块将对应养殖空间内的水体进行调控时，水调检测评估模块将未处于对应预设数据范围内的水质参数标记为补偿参数，采集到水质实时调控模块接收到水质预警信号的时刻并将其标记为水调初始时刻，且将水质实时调控模块完成对所有补偿参数的调控以使对应养殖空间内的水体恢复至培育适宜状态的时刻标记为水调末尾时刻，将水调初始时刻与水调末尾时刻之间的间隔时长标记为水质检调值；
通过调控初测分析以获取到与当次调控过程相适配的预设水质检调阈值，将水质检调值与相应的预设水质检调阈值进行数值比较，若水质检调值未超过预设水体检调阈值，则生成相应养殖空间的调时合格信号；若水质检调值超过预设水体检调阈值，则生成相应养殖空间的调时不合格信号，且将相应养殖空间的调时合格信号或调时不合格信号发送至培育管理平台。
进一步的，调控初测分析的具体分析过程如下：
将对应补偿参数的实时检测数据与相应预设数据范围的偏差值标记为补偿数检值，事先设定每组水质参数分别对应一组预设权重值，将对应补偿参数的补偿数检值与相应的预设权重值相乘以得到补偿分析值，将对应养殖空间内所有补偿参数的补偿分析值进行求和计算得到补偿综判值；
事先设定若干组预设补偿综判值范围，且每组预设补偿综判值范围分别对应一组预设水质检调阈值，将补偿综判值与所有预设补偿综判值范围进行逐一比较，将包括该补偿综判值的预设补偿综判值范围标记为参照范围，则参照范围所对应的预设水质检调阈值为当次调控过程相适配的预设水质检调阈值。
进一步的，培育管理平台通信连接投饵监管模块，相应养殖空间内的投饵装置根据文蛤苗种的生长阶段和摄食需求自动投放饵料，投饵监管模块通过投饵检测分析以得到相应投饵过程的投饵检测值，将投饵检测值与预设投饵检测阈值进行数值比较，若投饵检测值超过预设投饵检测阈值，则生成投饵异常信号；若投饵检测值未超过预设投饵检测阈值，则生成投饵正常信号；且将相应养殖空间的投饵异常信号或投饵正常信号发送至培育管理平台。
进一步的，投饵检测分析的具体分析过程如下：
采集到相应投饵装置的投饵时刻和投饵时长，将投饵时刻相较于所事先设定的预设投饵时刻范围的中值进行时间差计算得到投饵时析值，将投饵时长相较于所事先设定的预设投饵时长范围的中值进行差值计算并取绝对值以得到投饵持偏值；
以及采集到投饵装置相应投饵过程所释放的饵料重量并将其标记为投饵实重值，将投饵实重值与预设投饵实重值范围的中值进行差值计算并取绝对值以得到投饵重偏值；通过将投饵时析值、投饵持偏值和投饵重偏值进行数值计算得到投饵检测值。
进一步的，培育管理平台将相应养殖空间的调时不合格信号和投饵异常信号发送至培育监管端，培育监管端接收到调时不合格信号或投饵异常信号时发出相应预警；且培育管理平台接收到调时合格信号时将相应养殖空间的调时合格频率的数值加一并存储，在接收到调时不合格信号时将相应养殖空间的调时不合格频率的数值加一并存储，在接收到投饵正常信号时将相应养殖空间的投饵正常频率的数值加一并存储，在接收到投饵异常信号时将相应养殖空间的投饵异常频率的数值加一并存储。
进一步的，培育管理平台将相应养殖空间的调时合格频率、调时不合格频率、投饵正常频率和投饵异常频率发送至养殖空间综管模块，养殖空间综管模块的综管分析的具体分析过程如下：
设定培育管理时期，将培育管理时期内对应养殖空间的调时不合格频率与调时合格频率的比值标记为培育调测值，将培育管理时期内对应养殖空间的投饵异常频率与投饵正常频率的比值标记为投饵管测值；通过将调时不合格频率、投饵异常频率、培育调测值与投饵管测值进行数值计算得到培育综管值，将培育综管值与预设培育综管阈值进行数值比较，若培育综管值超过预设培育综管阈值，则生成相应养殖空间的综管不合格信号；若培育综管值未超过预设培育综管阈值，则生成相应养殖空间的综管合格信号。
进一步的，在生成相应养殖空间的综管合格信号时，采集到培育管理时期内相应养殖空间内生成水质预警信号的次数并将其标记为水质预检值，通过将相应养殖空间的培育综管值与水质预检值进行数值计算得到培育管析值；且将培育管析值与预设培育管析阈值进行数值比较，若培育管析值超过预设培育管析阈值，则生成相应养殖空间的强监管信号，且将相应养殖空间的强监管信号经培育管理平台发送至培育监管端，培育监管端接收到强监管信号时发出相应预警。
进一步的，本发明还提出了一种文蛤苗种自动化高密度培育方法，该文蛤苗种自动化高密度培育方法包括以下步骤：
步骤一、水质监测反馈模块对养殖空间内的水体质量进行检测，通过培育水质评估分析以生成相应养殖空间的水质预警信号或水质无异信号；
步骤二、在生成水质预警信号时，通过水质实时调控模块将对应养殖空间内的水体进行调控，以使其恢复至培育适宜状态；
步骤三、养殖空间综管模块通过将对应养殖空间进行综管分析，据此生成相应养殖空间的综管合格信号或综管不合格信号；
步骤四、在生成相应养殖空间的水质预警信号或综管不合格信号时，培育监管端发出相应预警。
与现有技术相比，本发明的有益效果是：
1、本发明中，通过文蛤苗种培育池进行多层多空间培育以提高文蛤的养殖密度，水质监测反馈模块通过培育水质评估分析以生成相应养殖空间的水质预警信号或水质无异信号，在生成水质预警信号时通过水质实时调控模块将对应养殖空间内的水体进行调控，降低管理人员的工作强度和劳动力成本，且通过养殖空间综管模块将对应养殖空间进行综管分析以生成综管合格信号或综管不合格信号，方便后续进行监管方案规划并提升所规划方案的准确性，智能化和自动化程度高，有利于保证文蛤苗种的安全且快速生长；
2、本发明中，通过水调检测评估模块将针对相应养殖空间的水体调控过程进行分析以判断其调控状况，实现对相应养殖空间中水质调控效率的合理分析并精准评估，在投饵装置进行自动投放饵料时通过投饵监管模块进行投饵检测分析以判断相应投饵过程的表现状况，实现对相应养殖空间中投饵表现状况的合理分析并精准评估，能够为养殖空间综管模块的分析过程提供数据支持，有利于保证其分析结果的准确性，进一步降低管理人员的管理难度。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
图1为本发明中实施例一的系统框图；
图2为本发明中实施例二和实施例三的系统框图；
图3为本发明中实施例四的方法流程图。
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。
实施例一：如图1所示，本发明提出的一种文蛤苗种自动化高密度培育系统，包括培育管理平台，培育管理平台用于对文蛤苗种培育池进行监管，文蛤苗种培育池为多层结构，每层设有多个独立的养殖空间以提高文蛤的养殖密度；培育管理平台通信连接水质监测反馈模块、水质实时调控模块、养殖空间综管模块和培育监管端，通过对文蛤苗种培育池进行分层多空间养殖和智能监管，不仅提高了文蛤的养殖密度和产量，还降低了劳动力成本，提高了养殖效率；
其中，水质监测反馈模块对养殖空间内的水体质量进行检测，通过培育水质评估分析以生成相应养殖空间的水质预警信号或水质无异信号，且将水质预警信号经培育管理平台发送至水质实时调控模块和培育监管端，培育监管端接收到水质预警信号时发出相应预警，以便及时对相应养殖空间内的水体进行调控，并使相应养殖空间内的水体处于适宜文蛤苗种生长的环境状态，保证文蛤苗种的安全生长；水质监测反馈模块的具体运行过程如下：
获取到文蛤苗种培育过程中所需监测的水质参数，水质参数包括水温、pH值、溶解氧浓度和氨氮浓度，其中，氨氮浓度是表示水体中氨元素浓度和氮元素浓度两者和值大小的数据量值；实时采集到对应养殖空间内的水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据，将水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据分别与相应的预设数据范围进行数值比较；
若水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据均处于对应预设数据范围内，表明对应养殖空间内的水体状况表现较好，有利于文蛤苗种的生长，则生成对应养殖空间的水质无异信号；若水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据中存在至少一项未处于对应预设数据范围内，表明对应养殖空间内的水体状况表现较差，不适宜文蛤苗种的生长，则生成对应养殖空间的水质预警信号。
水质实时调控模块接收到水质预警信号时，将对应养殖空间内的水体进行调控以使其恢复至培育适宜状态，实现对养殖空间中水体的自动调控，降低管理人员的工作强度；养殖空间综管模块通过将对应养殖空间进行综管分析以生成综管合格信号或综管不合格信号，且将对应养殖空间的综管不合格信号经培育管理平台发送至培育监管端，培育监管端接收到综管不合格信号时发出相应预警，管理人员后续加强与综管不合格信号所对应养殖空间的监管，方便后续进行监管方案规划并提升所规划方案的准确性，进一步保证文蛤苗种的安全且快速生长；养殖空间综管模块的综管分析的具体分析过程如下：
设定培育管理时期，优选的，培育管理时期为七天；培育管理平台将培育管理时期内相应养殖空间的调时合格频率、调时不合格频率、投饵正常频率和投饵异常频率发送至养殖空间综管模块，将培育管理时期内对应养殖空间的调时不合格频率与调时合格频率的比值标记为培育调测值，将培育管理时期内对应养殖空间的投饵异常频率与投饵正常频率的比值标记为投饵管测值；
通过公式GF=a3*GW+a4*GM+（a1*GK+a2*GP）/2将调时不合格频率GK、投饵异常频率GP、培育调测值GW与投饵管测值GM进行数值计算得到培育综管值GF，其中，a1、a2、a3、a4为预设比例系数，a3＞a4＞a1＞a2＞0；并且，培育综管值GF的数值越大，则表明培育管理时期内针对相应养殖空间的监管状况越差；将培育综管值GF与预设培育综管阈值进行数值比较，若培育综管值GF超过预设培育综管阈值，表明培育管理时期内针对相应养殖空间的监管状况较差，则生成相应养殖空间的综管不合格信号；若培育综管值GF未超过预设培育综管阈值，表明培育管理时期内针对相应养殖空间的监管状况较好，则生成相应养殖空间的综管合格信号。
进一步而言，在生成相应养殖空间的综管合格信号时，采集到培育管理时期内相应养殖空间内生成水质预警信号的次数并将其标记为水质预检值，通过公式GX=（eq1*GF+eq2*GY）/（eq1+eq2）将相应养殖空间的培育综管值GF与水质预检值GY进行数值计算得到培育管析值GX；其中，eq1、eq2为预设比例系数，eq1、eq2的取值均大于零；并且，培育管析值GX的数值越大，则表明越需要加强对相应养殖空间的后续监管；
且将培育管析值GX与预设培育管析阈值进行数值比较，若培育管析值GX超过预设培育管析阈值，表明需要加强对相应养殖空间的后续监管，则生成相应养殖空间的强监管信号，且将相应养殖空间的强监管信号经培育管理平台发送至培育监管端，培育监管端接收到强监管信号时发出相应预警，相应管理人员在后续加强对相应养殖空间的培育监管，从而有利于保证相应养殖空间中文蛤苗种的安全且快速生长。
实施例二：如图2所示，本实施例与实施例1的区别在于，培育管理平台与水调检测评估模块通信连接，在水质实时调控模块将对应养殖空间内的水体进行调控时，水调检测评估模块将未处于对应预设数据范围内的水质参数标记为补偿参数，采集到水质实时调控模块接收到水质预警信号的时刻并将其标记为水调初始时刻，且将水质实时调控模块完成对所有补偿参数的调控以使对应养殖空间内的水体恢复至培育适宜状态的时刻标记为水调末尾时刻，将水调初始时刻与水调末尾时刻之间的间隔时长标记为水质检调值；
通过调控初测分析以获取到与当次调控过程相适配的预设水质检调阈值，具体为：将对应补偿参数的实时检测数据与相应预设数据范围的偏差值标记为补偿数检值，事先设定每组水质参数分别对应一组预设权重值，需要说明的是，预设权重值的取值均大于零，且相应水质参数的偏离对文蛤苗种安全生长带来的不利影响越大，则与其相匹配的预设权重值的数值越大；将对应补偿参数的补偿数检值与相应的预设权重值相乘以得到补偿分析值，将对应养殖空间内所有补偿参数的补偿分析值进行求和计算得到补偿综判值；
事先设定若干组预设补偿综判值范围，且每组预设补偿综判值范围分别对应一组预设水质检调阈值，需要说明的是，预设补偿综判值范围的数值越大，则与其相适配的预设水质检调阈值的数值越大；将补偿综判值与所有预设补偿综判值范围进行逐一比较，将包括该补偿综判值的预设补偿综判值范围标记为参照范围，则参照范围所对应的预设水质检调阈值为当次调控过程相适配的预设水质检调阈值；
将水质检调值与相应的预设水质检调阈值进行数值比较，若水质检调值未超过预设水体检调阈值，表明相应调控过程较为及时，则生成相应养殖空间的调时合格信号；若水质检调值超过预设水体检调阈值，表明相应调控过程不及时，则生成相应养殖空间的调时不合格信号，实现对相应养殖空间中水质调控效率状况的合理分析并精准评估，且将相应养殖空间的调时合格信号或调时不合格信号发送至培育管理平台。
进一步而言，培育管理平台将相应养殖空间的调时不合格信号发送至培育监管端，培育监管端接收到调时不合格信号时发出相应预警，可提醒管理人员及时对相应水体调控装置进行检查等操作；且培育管理平台接收到调时合格信号时将相应养殖空间的调时合格频率的数值加一并存储，在接收到调时不合格信号时将相应养殖空间的调时不合格频率的数值加一并存储，为养殖空间综管模块的分析过程提供数据支持，从而有利于保证其分析结果的准确性。
实施例三：如图2所示，本实施例与实施例1、实施例2的区别在于，培育管理平台通信连接投饵监管模块，相应养殖空间内的投饵装置根据文蛤苗种的生长阶段和摄食需求自动投放饵料，投饵监管模块通过投饵检测分析以得到相应投饵过程的投饵检测值，具体为：采集到相应投饵装置的投饵时刻和投饵时长，其中，投饵时长是表示相应投饵过程的持续时长大小的数据量值；将投饵时刻相较于所事先设定的预设投饵时刻范围的中值进行时间差计算得到投饵时析值，将投饵时长相较于所事先设定的预设投饵时长范围的中值进行差值计算并取绝对值以得到投饵持偏值；
以及采集到投饵装置相应投饵过程所释放的饵料重量并将其标记为投饵实重值，将投饵实重值与预设投饵实重值范围的中值进行差值计算并取绝对值以得到投饵重偏值；通过公式TX=ty1*TS+ty2*TF+ty3*TZ将投饵时析值TS、投饵持偏值TF和投饵重偏值TZ进行数值计算得到投饵检测值TX；其中，ty1、ty2、ty3为预设比例系数，ty1、ty2、ty3的取值均为正数；并且，投饵检测值TX的数值越大，表明对应投饵过程的表现越差；
将投饵检测值TX与预设投饵检测阈值进行数值比较，若投饵检测值TX超过预设投饵检测阈值，表明对应投饵过程的表现较差，则生成投饵异常信号；若投饵检测值TX未超过预设投饵检测阈值，表明对应投饵过程的表现较好，则生成投饵正常信号，实现对相应养殖空间中投饵表现状况的合理分析并精准评估，且将相应养殖空间的投饵异常信号或投饵正常信号发送至培育管理平台。
进一步而言，培育管理平台将相应养殖空间的投饵异常信号发送至培育监管端，培育监管端接收到投饵异常信号时发出相应预警，可提醒管理人员及时对相应投饵装置进行检查等操作；且培育管理平台在接收到投饵正常信号时将相应养殖空间的投饵正常频率的数值加一并存储，在接收到投饵异常信号时将相应养殖空间的投饵异常频率的数值加一并存储，为养殖空间综管模块的分析过程提供数据支持，从而进一步提升其分析结果的准确性。
实施例四：如图3所示，本实施例与实施例1、实施例2、实施例3的区别在于，本发明提出的一种文蛤苗种自动化高密度培育方法，该文蛤苗种自动化高密度培育方法包括以下步骤：
步骤一、水质监测反馈模块对养殖空间内的水体质量进行检测，通过培育水质评估分析以生成相应养殖空间的水质预警信号或水质无异信号；
步骤二、在生成水质预警信号时，通过水质实时调控模块将对应养殖空间内的水体进行调控，以使其恢复至培育适宜状态；
步骤三、养殖空间综管模块通过将对应养殖空间进行综管分析，据此生成相应养殖空间的综管合格信号或综管不合格信号；
步骤四、在生成相应养殖空间的水质预警信号或综管不合格信号时，培育监管端发出相应预警。
本发明的工作原理：使用时，通过文蛤苗种培育池进行多层多空间培育以提高文蛤的养殖密度，水质监测反馈模块对养殖空间内的水体质量进行检测，通过培育水质评估分析以生成相应养殖空间的水质预警信号或水质无异信号，在生成水质预警信号时通过水质实时调控模块将对应养殖空间内的水体进行调控以使其恢复至培育适宜状态，实现对养殖空间中水体的自动调控，降低管理人员的工作强度和劳动力成本，提高了养殖效率，且通过养殖空间综管模块将对应养殖空间进行综管分析以生成综管合格信号或综管不合格信号，在生成综管不合格信号时加强对相应养殖空间的后续监管，方便后续进行监管方案规划并提升所规划方案的准确性，智能化和自动化程度高，有利于保证文蛤苗种的安全且快速生长。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种文蛤苗种自动化高密度培育系统，其特征在于，包括培育管理平台，培育管理平台用于对文蛤苗种培育池进行监管，文蛤苗种培育池为多层结构，每层设有多个独立的养殖空间以提高文蛤的养殖密度；培育管理平台通信连接水质监测反馈模块、水质实时调控模块、养殖空间综管模块和培育监管端，其中，水质监测反馈模块对养殖空间内的水体质量进行检测，通过培育水质评估分析以生成相应养殖空间的水质预警信号或水质无异信号，且将水质预警信号经培育管理平台发送至水质实时调控模块和培育监管端；
水质实时调控模块接收到水质预警信号时，将对应养殖空间内的水体进行调控以使其恢复至培育适宜状态；养殖空间综管模块通过将对应养殖空间进行综管分析以生成综管合格信号或综管不合格信号，且将对应养殖空间的综管不合格信号经培育管理平台发送至培育监管端；培育监管端接收到水质预警信号或综管不合格信号时发出相应预警。
2.根据权利要求1所述的一种文蛤苗种自动化高密度培育系统，其特征在于，水质监测反馈模块的具体运行过程包括：
获取到文蛤苗种培育过程中所需监测的水质参数，水质参数包括水温、pH值、溶解氧浓度和氨氮浓度，实时采集到对应养殖空间内的水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据，若水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据均处于对应预设数据范围内，则生成对应养殖空间的水质无异信号；若水温数据、pH值数据、溶解氧浓度数据和氨氮浓度数据中存在至少一项未处于对应预设数据范围内，则生成对应养殖空间的水质预警信号。
3.根据权利要求1所述的一种文蛤苗种自动化高密度培育系统，其特征在于，培育管理平台与水调检测评估模块通信连接，在水质实时调控模块将对应养殖空间内的水体进行调控时，水调检测评估模块将未处于对应预设数据范围内的水质参数标记为补偿参数，采集到水质实时调控模块接收到水质预警信号的时刻并将其标记为水调初始时刻，且将水质实时调控模块完成对所有补偿参数的调控以使对应养殖空间内的水体恢复至培育适宜状态的时刻标记为水调末尾时刻，将水调初始时刻与水调末尾时刻之间的间隔时长标记为水质检调值；
通过调控初测分析以获取到与当次调控过程相适配的预设水质检调阈值，若水质检调值未超过预设水体检调阈值，则生成相应养殖空间的调时合格信号；若水质检调值超过预设水体检调阈值，则生成相应养殖空间的调时不合格信号，且将相应养殖空间的调时合格信号或调时不合格信号发送至培育管理平台。
4.根据权利要求3所述的一种文蛤苗种自动化高密度培育系统，其特征在于，调控初测分析的具体分析过程如下：
将对应补偿参数的实时检测数据与相应预设数据范围的偏差值标记为补偿数检值，事先设定每组水质参数分别对应一组预设权重值，将对应补偿参数的补偿数检值与相应的预设权重值相乘以得到补偿分析值，将对应养殖空间内所有补偿参数的补偿分析值进行求和计算得到补偿综判值；
事先设定若干组预设补偿综判值范围，且每组预设补偿综判值范围分别对应一组预设水质检调阈值，将补偿综判值与所有预设补偿综判值范围进行逐一比较，将包括该补偿综判值的预设补偿综判值范围标记为参照范围，则参照范围所对应的预设水质检调阈值为当次调控过程相适配的预设水质检调阈值。
5.根据权利要求3所述的一种文蛤苗种自动化高密度培育系统，其特征在于，培育管理平台通信连接投饵监管模块，相应养殖空间内的投饵装置根据文蛤苗种的生长阶段和摄食需求自动投放饵料，投饵监管模块通过投饵检测分析以得到相应投饵过程的投饵检测值，若投饵检测值超过预设投饵检测阈值，则生成投饵异常信号；若投饵检测值未超过预设投饵检测阈值，则生成投饵正常信号；且将相应养殖空间的投饵异常信号或投饵正常信号发送至培育管理平台。
6.根据权利要求5所述的一种文蛤苗种自动化高密度培育系统，其特征在于，投饵检测分析的具体分析过程如下：
采集到相应投饵装置的投饵时刻和投饵时长，将投饵时刻相较于所事先设定的预设投饵时刻范围的中值进行时间差计算得到投饵时析值，将投饵时长相较于所事先设定的预设投饵时长范围的中值进行差值计算并取绝对值以得到投饵持偏值；
以及采集到投饵装置相应投饵过程所释放的饵料重量并将其标记为投饵实重值，将投饵实重值与预设投饵实重值范围的中值进行差值计算并取绝对值以得到投饵重偏值；通过将投饵时析值、投饵持偏值和投饵重偏值进行数值计算得到投饵检测值。
7.根据权利要求5所述的一种文蛤苗种自动化高密度培育系统，其特征在于，培育管理平台将相应养殖空间的调时不合格信号和投饵异常信号发送至培育监管端，培育监管端接收到调时不合格信号或投饵异常信号时发出相应预警；且培育管理平台接收到调时合格信号时将相应养殖空间的调时合格频率的数值加一并存储，在接收到调时不合格信号时将相应养殖空间的调时不合格频率的数值加一并存储，在接收到投饵正常信号时将相应养殖空间的投饵正常频率的数值加一并存储，在接收到投饵异常信号时将相应养殖空间的投饵异常频率的数值加一并存储。
8.根据权利要求7所述的一种文蛤苗种自动化高密度培育系统，其特征在于，培育管理平台将相应养殖空间的调时合格频率、调时不合格频率、投饵正常频率和投饵异常频率发送至养殖空间综管模块，养殖空间综管模块的综管分析的具体分析过程如下：
设定培育管理时期，将培育管理时期内对应养殖空间的调时不合格频率与调时合格频率的比值标记为培育调测值，将培育管理时期内对应养殖空间的投饵异常频率与投饵正常频率的比值标记为投饵管测值；通过将调时不合格频率、投饵异常频率、培育调测值与投饵管测值进行数值计算得到培育综管值，若培育综管值超过预设培育综管阈值，则生成相应养殖空间的综管不合格信号；若培育综管值未超过预设培育综管阈值，则生成相应养殖空间的综管合格信号。
9.根据权利要求8所述的一种文蛤苗种自动化高密度培育系统，其特征在于，在生成相应养殖空间的综管合格信号时，采集到培育管理时期内相应养殖空间内生成水质预警信号的次数并将其标记为水质预检值，通过将相应养殖空间的培育综管值与水质预检值进行数值计算得到培育管析值；若培育管析值超过预设培育管析阈值，则生成相应养殖空间的强监管信号，且将相应养殖空间的强监管信号经培育管理平台发送至培育监管端，培育监管端接收到强监管信号时发出相应预警。
10.一种文蛤苗种自动化高密度培育方法，其特征在于，该文蛤苗种自动化高密度培育方法采用如权利要求1-9任意一项所述的文蛤苗种自动化高密度培育系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410288304.6A CN117882663B (zh) | 2024-03-14 | 2024-03-14 | 一种文蛤苗种自动化高密度培育系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410288304.6A CN117882663B (zh) | 2024-03-14 | 2024-03-14 | 一种文蛤苗种自动化高密度培育系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117882663A true CN117882663A (zh) | 2024-04-16 |
| CN117882663B CN117882663B (zh) | 2024-05-28 |
Family
ID=90652036
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410288304.6A Active CN117882663B (zh) | 2024-03-14 | 2024-03-14 | 一种文蛤苗种自动化高密度培育系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117882663B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4626992A (en) * | 1984-05-21 | 1986-12-02 | Motion Analysis Systems, Inc. | Water quality early warning system |
| CN101731159A (zh) * | 2008-11-06 | 2010-06-16 | 上海中江特种水产开发有限公司 | 文蛤池塘净化、暂养和育肥模式 |
| CN108594911A (zh) * | 2018-05-30 | 2018-09-28 | 安徽润航农业科技开发有限公司 | 一种水产养殖管理系统 |
| CN110393164A (zh) * | 2019-06-28 | 2019-11-01 | 国家海洋环境监测中心 | 适合我国北方寒冷海区的文蛤大规格苗种三段式培育方法 |
| CN111578990A (zh) * | 2020-05-09 | 2020-08-25 | 广州海睿信息科技有限公司 | 基于物联网的水产养殖管理系统 |
| CN115562407A (zh) * | 2022-10-28 | 2023-01-03 | 余庆毛巴渔业开发有限公司 | 一种水产养殖池 |
| CN116185107A (zh) * | 2023-02-21 | 2023-05-30 | 华南理工大学 | 一种鱼类生长智能调控方法 |
| CN116520740A (zh) * | 2023-04-18 | 2023-08-01 | 西槐(济南)水产批发有限责任公司 | 一种基于ai识别的水产养殖监控系统 |
-
2024
- 2024-03-14 CN CN202410288304.6A patent/CN117882663B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4626992A (en) * | 1984-05-21 | 1986-12-02 | Motion Analysis Systems, Inc. | Water quality early warning system |
| CN101731159A (zh) * | 2008-11-06 | 2010-06-16 | 上海中江特种水产开发有限公司 | 文蛤池塘净化、暂养和育肥模式 |
| CN108594911A (zh) * | 2018-05-30 | 2018-09-28 | 安徽润航农业科技开发有限公司 | 一种水产养殖管理系统 |
| CN110393164A (zh) * | 2019-06-28 | 2019-11-01 | 国家海洋环境监测中心 | 适合我国北方寒冷海区的文蛤大规格苗种三段式培育方法 |
| CN111578990A (zh) * | 2020-05-09 | 2020-08-25 | 广州海睿信息科技有限公司 | 基于物联网的水产养殖管理系统 |
| CN115562407A (zh) * | 2022-10-28 | 2023-01-03 | 余庆毛巴渔业开发有限公司 | 一种水产养殖池 |
| CN116185107A (zh) * | 2023-02-21 | 2023-05-30 | 华南理工大学 | 一种鱼类生长智能调控方法 |
| CN116520740A (zh) * | 2023-04-18 | 2023-08-01 | 西槐(济南)水产批发有限责任公司 | 一种基于ai识别的水产养殖监控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117882663B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103190365B (zh) | 一种基于物联网的长江特有鱼类产卵栖息地监测方法及系统 | |
| CN109583663B (zh) | 一种适用于养殖池塘的夜间水质溶氧量预测方法 | |
| CN109145794B (zh) | 一种海洋牧场网箱的健康监测方法 | |
| CN110910067A (zh) | 一种结合深度学习与Q-learning的活鱼运输水质智能调控方法和系统 | |
| CN115067243B (zh) | 一种基于物联网技术的渔业监测分析方法、系统及存储介质 | |
| CN106990216A (zh) | 一种浅水湖泊水华风险分析预警系统及其分析预警方法 | |
| CN113822233A (zh) | 一种深海养殖异常鱼类跟踪方法及系统 | |
| CN115938083B (zh) | 一种基于移动终端农业监测预警方法及系统 | |
| CN115613128A (zh) | 一种晶体生长用智能控制系统 | |
| CN117882663B (zh) | 一种文蛤苗种自动化高密度培育系统和方法 | |
| CN107830891A (zh) | 水产养殖水质pH值多参量数据采集装置及数据处理方法 | |
| CN116401882A (zh) | 基于多因子胁迫的地表臭氧对冬小麦产量影响评估方法 | |
| CN104969885B (zh) | 一种海水网箱养鱼系统及方法 | |
| CN116307893B (zh) | 基于数据分析的鱼类增殖放流水域适宜性评估系统 | |
| CN116957144A (zh) | 一种复杂养殖环境下基于深度学习的水质溶解氧预测方法 | |
| Arora et al. | Automated dosing system in hydroponics with machine learning | |
| CN109060611B (zh) | 一种基于激光粒度仪的悬沙质量浓度数据处理方法 | |
| CN208766545U (zh) | 一种人工智能化养殖小龙虾集成装置 | |
| CN109540174A (zh) | 基于海上试验场的多站点同型号海洋仪器设备的比对方法 | |
| CN116998453B (zh) | 一种用于水产养殖的智能低氧预警系统 | |
| CN111105320A (zh) | 基于涝渍胁迫预测作物产量的方法 | |
| CN109948535A (zh) | 一种作物种子生产主要生育期肥水条件的智慧监控方法 | |
| CN112595243B (zh) | 一种适用于野外连续观测的植被株高自动测定方法及系统 | |
| CN117063826B (zh) | 一种基于植物形态监测的植株立体水培系统 | |
| CN103529116B (zh) | 一种小麦耐热性检测的方法和系统 |
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 |