一种水产养殖池塘溶解氧检测装置制造方法及图纸

本发明专利技术公开了一种水产养殖池塘溶解氧检测装置，其特征在于：所述检测系统由基于无线传感器网络的水产养殖池塘环境水质参数采集平台和池塘溶解氧智能预警系统两部分组成；本发明专利技术有效解决了现有水产养殖池塘溶解氧没有根据池塘溶解氧变化的非线性、大滞后和养殖池塘面积大溶解氧变化复杂等特点，对水产池塘的溶解氧的进行检测，从而极大的影响水产养殖池塘溶解氧检测的问题。

A Dissolved Oxygen Detection Device for Aquaculture Ponds

【技术实现步骤摘要】
一种水产养殖池塘溶解氧检测装置
本专利技术涉及农业养殖自动化装备的
，具体涉及一种水产养殖池塘溶解氧检测装置。
技术介绍
溶解氧是渔业水体的一项十分重要的水质指标,溶解氧是指溶解于水中的分子态氧，是水中生物和植物生存不可缺少的条件。它对水质和养殖生物的生长均有重要影响,及时掌握池塘水域溶解氧的动态变化规律,在池塘缺氧之前进行池塘溶解氧的事前预测是水产养殖生产中迫切需要解决的问题。由于水中的溶解氧浓度受水体温度和季节变化的影响,在淡水养殖中,水体加氧一般是根据经验,随意性较大,由于加氧不及时而造成养殖损失的现象时在发生。我国养殖的几种主要鱼类，在成鱼阶段可允许溶氧量为3mg/L以上；当溶氧量降低到2mg/L以下，会发生轻度浮头；降到0.8–0.6mg/L时，出现严重浮头；降到0.5–0.3mg/L时，鱼就会窒息而死。因此，有效地监测和控制水中溶氧量成为水产养殖亟需解决的问题。目前对池塘溶解氧多数采用定时、定点测量,对溶解氧动态变化的辨识主要基于养殖人员对池塘内养殖生物活动变化的观察来识别的。这种事后控制的方式常常会造成对养殖生物生长发育的不良影响。准确掌握水产养殖池塘溶解氧变化规律，对集约化水产养殖高效、高产、健康、安全的保障与水产养殖业可持续发展的实现具有重要意义。目前，为了克服温度对水质溶解氧的影响，国内外许多专家学者做了系列研究，在溶解氧测量方面，丁启胜等提出了一种溶解氧智能传感器补偿校正方法，对氧电极进行了温度补偿分析，所得结果较为满意；张广辉等对溶解氧传感器温度特性进行了研究和补偿，保证了溶解氧测量的准确性。在借鉴国内外相关研究的基础上，本专利分析了温度对溶解氧测量结果的影响，提出池塘溶解氧的温度补偿方法,旨在提高水产养殖池塘水质因子的测量精度。池塘溶解氧的预测是多变量、非线性、大时滞问题,国外有关于应用人工神经网络进行水产养殖预测的研究,国内也有人曾应用神经网络对池塘溶解氧进行预测。张广辉等溶氧传感器的温度特性研究及其补偿,曾文辉等设计水产养殖水质监测温度补偿系统，郭连喜等设计基于模糊神经网络的池塘溶解氧预测模型,溶解氧是池塘养殖环境非常关键的一个参数,能够精确地预报池塘溶解氧,为研制开发水产养殖环境智能水质检测仪以及工厂化养殖控制系统奠定了基础,对对水产养殖具有重要意义。
技术实现思路
本专利技术提供了一种水产养殖池塘溶解氧检测装置，本专利技术有效解决了现有水产养殖池塘溶解氧没有根据池塘溶解氧变化的非线性、大滞后和养殖池塘面积大溶解氧变化复杂等特点，对水产池塘的溶解氧的进行检测，从而极大的影响水产养殖池塘溶解氧检测的问题。本专利技术通过以下技术方案实现：一种水产养殖池塘溶解氧检测装置，基于无线传感器网络的水产养殖池塘环境水质参数采集平台和池塘溶解氧智能预警系统两部分组成，基于无线传感器网络的水产养殖池塘环境水质参数采集平台实现对池塘水产参数检测、溶解氧调节和监控，池塘溶解氧智能预警系统包括池塘溶解氧预测子系统、池塘温度预测子系统、池塘溶解氧校正模型和递归神经网络池塘溶解氧等级分类器四部分组成，提高池塘溶解氧检测精确度、可靠性和鲁棒性。本专利技术进一步技术改进方案是：基于无线传感器网络的水产养殖池塘环境水质参数采集平台由检测节点、控制节点和现场监控端组成，它们以自组织方式通过无线通信模块NRF2401构建成池塘水质参数采集与溶解氧智能预测平台。检测节点分别由传感器组模块、单片机MSP430和无线通信模块NRF2401组成，传感器组模块负责检测池塘溶解氧的溶解氧、温度、PH值和水位等水产养殖池塘水质参数，由单片机控制采样间隔并通过无线通信模块NRF2401发送给现场监控端；控制节点实现池塘溶解氧参数的调节设备进行控制；现场监控端由一台工业控制计算机组成，实现对检测节点检测池塘溶解氧参数进行管理和对池塘溶解氧进行预警。基于无线传感器网络的水产养殖池塘环境水质参数采集平台见图1所示。本专利技术进一步技术改进方案是：池塘溶解氧智能预警系统包括池塘溶解氧预测子系统、池塘温度预测子系统、池塘溶解氧校正模型和递归神经网络池塘溶解氧等级分类器四部分组成。池塘溶解氧智能预警系统结构见图2所示。本专利技术进一步技术改进方案是：池塘溶解氧预测子系统包括池塘溶解氧减法聚类分类器、多个小波分解模型、多组DRNN神经网络模型和递归神经网络池塘溶解氧预测融合模型；池塘多个检测点溶解氧值作为池塘溶解氧减法聚类分类器的输入，池塘溶解氧减法聚类分类器对池塘多个检测点溶解氧值进行分类，每种类型的池塘检测点溶解氧值作为各个小波分解模型的输入，每个小波分解模型的多个输出作为每组DRNN神经网络模型的输入，每组各个DRNN神经网络模型值等权重相加和得到每组DRNN神经网络模型的溶解氧融合预测值，每组DRNN神经网络模型的溶解氧融合预测值作为递归神经网络溶解氧预测融合模型的输入，递归神经网络溶解氧预测融合模型的输出值为池塘溶解氧预测子系统的溶解氧预测输出值。本专利技术进一步技术改进方案是：池塘温度预测子系统包括池塘温度减法聚类分类器、多个Elman神经网络温度预测模型和递归神经网络温度预测融合模型三部分组成；池塘多个检测点温度值作为池塘温度减法聚类分类器的输入，池塘温度减法聚类分类器对池塘多个检测点温度值进行分类，每种类型的池塘温度检测点温度值作为各个Elman神经网络温度预测模型的输入，每个Elman神经网络温度预测模型的温度预测值作为递归神经网络温度预测融合模型的输入，递归神经网络温度预测融合模型的输出值为池塘温度预测子系统的温度预测输出值。本专利技术进一步技术改进方案是：池塘溶解氧校正模型由4个微分算子和DRNN神经网络组成，4个微分算子平均分成2组，每组2个微分算子相串联分别构成微分回路1和微分回路2；池塘溶解氧预测子系统的输出为微分回路1的输入和DRNN神经网络的a端的输入，微分回路1的输出为DRNN神经网络的b端输入，微分回路1的2个微分算子的连接端的输出为DRNN神经网络的C端输入；池塘温度预测子模型的输出为微分回路2的输入和DRNN神经网络的F端输入，微分回路2的输出为DRNN神经网络的E端输入，微分回路2的2个微分算子的连接端的输出为DRNN神经网络的D端输入；DRNN神经网络由6个输入端节点分别为a、b、C、D、E和F，13个中间节点和1个输出端节点组成，微分算子在MATLAB中调用，池塘溶解氧校正模型实现对池塘温度对溶解氧影响变化的校正，反映了池塘温度的实际值变化对池塘溶解氧的影响大小，提高池塘溶解氧预测的精确度。本专利技术进一步技术改进方案是：递归神经网络池塘溶解氧等级分类器根据池塘溶解氧校正模型输出池塘溶解氧预测值的大小、对池塘溶解氧需求量大小不同的鱼生长阶段和鱼的种类为递归神经网络池塘溶解氧等级分类器的输入，递归神经网络池塘溶解氧等级分类器的输出把池塘溶解氧预测值大小满足不同种类鱼在不同生长阶段的需求分为池塘溶解氧太高、池塘溶解氧比较高、池塘溶解氧正好、池塘溶解氧低和池塘溶解氧太低五个池塘溶解氧等级。本专利技术与现有技术相比，具有以下明显优点：一、池塘溶解氧和温度减法聚类与其他聚类方法相比，不需要预先确定聚类数，仅根据池塘溶解氧和温度样本数据密度即可快速确定池塘溶解氧和温度聚类中心的位置和聚类数，把每一个池塘溶解氧和温度数据点作为一个潜本文档来自技高网...

【技术保护点】
1.一种水产养殖池塘溶解氧检测装置，其特征在于：所述检测系统由基于无线传感器网络的水产养殖池塘环境水质参数采集平台和池塘溶解氧智能预警系统两部分组成；池塘溶解氧智能预警系统由池塘溶解氧预测子系统、池塘温度预测子系统、池塘溶解氧校正模型和递归神经网络池塘溶解氧等级分类器四部分组成；所述池塘溶解氧预测子系统包括池塘溶解氧减法聚类分类器、多个小波分解模型、多组DRNN神经网络模型和递归神经网络池塘溶解氧预测融合模型；池塘多个检测点溶解氧值作为池塘溶解氧减法聚类分类器的输入，池塘溶解氧减法聚类分类器对池塘多个检测点溶解氧值进行分类，每种类型的池塘检测点溶解氧值作为各个小波分解模型的输入，每个小波分解模型的多个输出作为每组DRNN神经网络模型的输入，每组各个DRNN神经网络模型值等权重相加和得到每组DRNN神经网络模型的溶解氧融合预测值，每组DRNN神经网络模型的溶解氧融合预测值作为递归神经网络溶解氧预测融合模型的输入，递归神经网络溶解氧预测融合模型的输出值为池塘溶解氧预测子系统的溶解氧预测输出值；所述池塘温度预测子系统包括池塘温度减法聚类分类器、多个Elman神经网络温度预测模型和递归神经网络温度预测融合模型三部分组成；池塘多个检测点温度值作为池塘温度减法聚类分类器的输入，池塘温度减法聚类分类器对池塘多个检测点温度值进行分类，每种类型的池塘温度检测点温度值作为各个Elman神经网络温度预测模型的输入，每个Elman神经网络温度预测模型的温度预测值作为递归神经网络温度预测融合模型的输入，递归神经网络温度预测融合模型的输出值为池塘温度预测子系统的温度预测输出值；所述池塘溶解氧校正模型由4个微分算子和DRNN神经网络组成， 4个微分算子平均分成2组，每组2个微分算子相串联分别构成微分回路1和微分回路2；池塘溶解氧预测子系统的输出为微分回路1的输入和DRNN神经网络的a端的输入，微分回路1的输出为DRNN神经网络的b端输入，微分回路1的2个微分算子的连接端的输出为DRNN神经网络的C端输入；池塘温度预测子模型的输出为微分回路2的输入和DRNN神经网络的F端输入，微分回路2的输出为DRNN神经网络的E端输入，微分回路2的2个微分算子的连接端的输出为DRNN神经网络的D端输入；DRNN神经网络由6个输入端节点分别为a、b、C、D、E和F，13个中间节点和1个输出端节点组成，池塘溶解氧校正模型实现对池塘温度对溶解氧影响变化的校正，反映了池塘温度的实际值变化对池塘溶解氧的影响大小；所述递归神经网络池塘溶解氧等级分类器根据池塘溶解氧校正模型输出池塘溶解氧预测值的大小、对池塘溶解氧需求量大小不同的鱼生长阶段和鱼的种类为递归神经网络池塘溶解氧等级分类器的输入，递归神经网络池塘溶解氧等级分类器的输出把池塘溶解氧预测值大小满足不同种类鱼在不同生长阶段的需求分为池塘溶解氧太高、池塘溶解氧比较高、池塘溶解氧正好、池塘溶解氧低和池塘溶解氧太低五个池塘溶解氧等级。...

【技术特征摘要】
1.一种水产养殖池塘溶解氧检测装置，其特征在于：所述检测系统由基于无线传感器网络的水产养殖池塘环境水质参数采集平台和池塘溶解氧智能预警系统两部分组成；池塘溶解氧智能预警系统由池塘溶解氧预测子系统、池塘温度预测子系统、池塘溶解氧校正模型和递归神经网络池塘溶解氧等级分类器四部分组成；所述池塘溶解氧预测子系统包括池塘溶解氧减法聚类分类器、多个小波分解模型、多组DRNN神经网络模型和递归神经网络池塘溶解氧预测融合模型；池塘多个检测点溶解氧值作为池塘溶解氧减法聚类分类器的输入，池塘溶解氧减法聚类分类器对池塘多个检测点溶解氧值进行分类，每种类型的池塘检测点溶解氧值作为各个小波分解模型的输入，每个小波分解模型的多个输出作为每组DRNN神经网络模型的输入，每组各个DRNN神经网络模型值等权重相加和得到每组DRNN神经网络模型的溶解氧融合预测值，每组DRNN神经网络模型的溶解氧融合预测值作为递归神经网络溶解氧预测融合模型的输入，递归神经网络溶解氧预测融合模型的输出值为池塘溶解氧预测子系统的溶解氧预测输出值；所述池塘温度预测子系统包括池塘温度减法聚类分类器、多个Elman神经网络温度预测模型和递归神经网络温度预测融合模型三部分组成；池塘多个检测点温度值作为池塘温度减法聚类分类器的输入，池塘温度减法聚类分类器对池塘多个检测点温度值进行分类，每种类型的池塘温度检测点温度值作为各个Elman神经网络温度预测模型的输入，每个Elman神经网络温度预测模型的温度预测值作为递归神经网络温度预测融合模型的输入，递归神经网络温度预测融合模型的输出值为池塘温度预测子系统的温度预测输出值；所述池塘溶解氧校正模型由4个微分算子和DRNN神经网络组成，4个微分算子平均分成2组，每组2个微分算子相串联分别构成微分回路1和微分回路2；池塘溶解氧预测子系统的输出为微分回路1的输入和DRNN神经网络的a端的输入，微分回路1的输出为DRNN神经网络的b端输入，微分回路1的2个微分算子的连接端的输出...

【专利技术属性】
技术研发人员：陈思美，陈前亮，程鑫，田家鸿，丁晓红，马从国，王建国，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：江苏,32