首页>成果转化>成果

基于神经网络的海南水产养殖环境因子智能监控的研究

技术标签:水产养殖,环境因子,养殖环境,智能监控,海南,神经网络

产业分类:经济分类:信息传输、计算机服务和软件业

成果所属人:海南大学技术成熟度:小试阶段

是否指派:计划转让金额:面议

合作方式:联系人:牛老师

联系电话:联系邮箱:niujj@ige-live.com

中图分类:TP277

学科分类:510.80

成果类别:应用技术

成果水平:未评价

研究起止时间:2011-01~2013-02

评价形式:验收

近年来,随着水产养殖规模的不断扩大,集约化程度的不断提高,养殖种类的增多和养殖密度的增加,养殖水域水质环境日趋恶化,病害发生率越来越高,由此引发水产品质量安全问题也日益突出。因此,为及时了解养殖鱼类生活环境的水质状况,采取有效措施调控水质,保障水产品质量安全,以达到安全、高效的生产目的,研制一种水产养殖环境因子监控系统具有很重要的实际意义。本课题来源于2010年度海南省自然科学基金项目。 监控系统采取上下位机的结构。下位机包括硬件和软件两部分。硬件部分由单片机微控制器、A/D转换模块、存储器模块、显示模块及输出控制模块等组成;软件部分,利用C51语言开发下位机工作程序,完成数据采集、实时控制、显示、串口通讯等功能。下位机系统可以单独作为监控仪使用,也可以作为控制系统的一部分。上位机软件采用VB6.0编程,实现数据采集、实时监测、参数设置、人工控制等功能,与下位机和传感器构成一个功能完整的监控系统。本监控系统主要是实现对水产养殖鱼类生长起主导作用的水温、溶解氧、pH值三个指标的监测和对溶解氧含量的控制。在溶解氧含量的控制中,采用小波神经网络的输出在线实时调整PID控制器的三个参数,实现了参数的自动优化,实现了非线性PID控制,解决了在系统模型不确定,采用传统PID控制的参数不易调整的问题。 试验表明系统运行稳定、测量准确可靠,测量精度可以满足水产养殖水质信息采集的要求。但由于水产养殖现场应用环境比较复杂,以及开发成本的制约,系统还存在一些不足,有待进一步的改善,如优化硬件设计;增加监控因子等。随着监控系统的不断完善和成本的降低,将会被养殖户所接受和采用,将有较好的应用前景。

发表留言
Baidu
map