CN114847210B - 一种大型深远海养殖渔场智能化立体监控体系 - Google Patents
一种大型深远海养殖渔场智能化立体监控体系 Download PDFInfo
- Publication number
- CN114847210B CN114847210B CN202210462511.XA CN202210462511A CN114847210B CN 114847210 B CN114847210 B CN 114847210B CN 202210462511 A CN202210462511 A CN 202210462511A CN 114847210 B CN114847210 B CN 114847210B
- Authority
- CN
- China
- Prior art keywords
- deep
- monitoring system
- echo
- transducers
- open sea
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 87
- 238000009360 aquaculture Methods 0.000 title claims abstract description 26
- 244000144974 aquaculture Species 0.000 title claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 82
- 241000719209 Trachinotus ovatus Species 0.000 claims abstract description 62
- 241000251468 Actinopterygii Species 0.000 claims abstract description 61
- 230000005540 biological transmission Effects 0.000 claims abstract description 31
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 26
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 26
- 239000001301 oxygen Substances 0.000 claims abstract description 26
- 238000005266 casting Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims description 58
- 241000276694 Carangidae Species 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 17
- 230000003321 amplification Effects 0.000 claims description 12
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000007667 floating Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 3
- 238000012258 culturing Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 12
- 238000009395 breeding Methods 0.000 description 6
- 230000001488 breeding effect Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 241001253210 Rachycentron canadum Species 0.000 description 1
- 241001417495 Serranidae Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
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
- A01K61/00—Culture of aquatic animals
- A01K61/80—Feeding devices
-
- 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
- A01K61/00—Culture of aquatic animals
- A01K61/10—Culture of aquatic animals of fish
-
- 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
- A01K61/00—Culture of aquatic animals
- A01K61/60—Floating cultivation devices, e.g. rafts or floating fish-farms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Animal Husbandry (AREA)
- Zoology (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Marine Sciences & Fisheries (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种大型深远海养殖渔场智能化立体监控体系,包括:通过数据传输网络进行通讯的鱼群量监测***、水环境监测***、自动投饵***和云平台;云平台能够通过鱼群量监测***采集到深远海网箱内的卵形鲳鲹鱼群量,云平台能够通过水环境监测***采集到深远海网箱所在处的水环境数据;并且,自动投饵***在预设的投喂时间自动按照投喂饲料重量G对深远海网箱内的卵形鲳鲹投喂饲料。本发明能够基于鱼群量监测***采集到的卵形鲳鲹鱼群量,以及水环境监测***采集到的水温、水流流速、溶解氧浓度、盐度,通过G=A×B×1%×C1×C2×C3×C4智能化的精准控制自动投饵***在预设的投喂时间对深远海网箱内卵形鲳鲹的投喂饲料重量G,以有效改善卵形鲳鲹的养殖效果。
Description
技术领域
本发明涉及深远海养殖设备,具体的说是一种大型深远海养殖渔场智能化立体监控体系。
背景技术
鱼类是人类重要的蛋白质来源,随着全球各国政府为了海洋捕捞资源的可持续发展,对海洋捕捞业进了不同程度的保护和控制,尤其我国政府为保护近海资源和环境,不但对近海捕捞进行了政策限制,对近海养殖也开始逐渐进行清退,未来深远海养殖渔业随着养殖装备的升级以及养殖育种技术完善将会有着越来越广阔的前景。
我国南海深远海网箱养殖主养品种为卵形鲳鲹、军曹鱼、石斑鱼等,其中卵形鲳鲹养殖量占总量的80%以上,2021年卵形鲳鲹产量近20万吨,卵形鲳鲹行业市场规模超过40亿元。
卵形鲳鲹的深远海养殖过程中对养殖鱼类、网衣、养殖环境等进行全面地监测,深水网箱养殖机械化、自动化、精准化的最终目标。水质参数的自动监测是保障水产品养殖安全的主要技术手段之一,是自动调控的参考依据,深远海养殖将是多方面远程监测与自适应调控相结合、高度自动化的养殖产业。
为解决现阶段卵形鲳鲹的深远海网箱养殖装备落后,养殖过程粗放,整体养殖效率不高等情况,利用物联网、大数据等数字技术开展鱼群行为监测装备以及深远海网箱智能养殖管理***的设计研发,目的是通过对网箱内养殖鱼群的行为,海水水文信息以及气象信息的实时监测,数据分析,来实现对养殖鱼类的按时、精准投喂,提升深远海网箱养殖的自动化、智能化水平,有助于提高养殖规模,增加养殖效益。
发明内容
本发明所要解决的技术问题是:提供一种大型深远海养殖渔场智能化立体监控体系。
解决上述技术问题,本发明所采用的技术方案如下:
一种大型深远海养殖渔场智能化立体监控体系,用于养殖卵形鲳鲹的深远海网箱;其特征在于,包括:通过数据传输网络进行通讯的鱼群量监测***、水环境监测***、自动投饵***和云平台;
所述云平台能够通过鱼群量监测***采集到所述深远海网箱内的卵形鲳鲹鱼群量,所述云平台能够通过水环境监测***采集到所述深远海网箱所在处的水环境数据;并且,所述自动投饵***通过所述数据传输网络从云平台获取所述鱼群量监测***和水环境监测***采集到的数据,并在预设的投喂时间自动按照投喂饲料重量G对所述深远海网箱内的卵形鲳鲹投喂饲料;
其中,G=A×B×1%×C1×C2×C3×C4;
式中,A表示所述深远海网箱内的卵形鲳鲹鱼群量,B为卵形鲳鲹在投喂时间的平均体重,该平均体重B可以依据养殖卵形鲳鲹的体重增长模型预测得到,也可在投喂前通过对深远海网箱内的卵形鲳鲹进行抽样测量得到;C1、C2、C3、C4依次表示水温影响因子、水流流速影响因子、溶解氧浓度影响因子、盐度影响因子;
所述水环境监测***采集到的水环境数据包括水温、水流流速、溶解氧浓度、盐度;当所述水温超过32℃或低于15℃时,C1取值为0,也即停止投喂;当所述水温在15℃以上并低于23℃之间时,C1取值为0.8;当所述水温在23℃以上并在32℃以下时,C1取值为1;当所述水流流速超过1m/s,C2取值为0,也即停止投喂;当所述水流流速超过0.5m/s并在1m/s以下时,C2取值为0.9;当所述水流流速在0.5m/s以下时,C2取值为1;当所述溶解氧浓度低于3mg/L时,C3取值为0,也即停止投喂;当所述溶解氧浓度在3mg/L以上并在5mg/L以下时,C3取值为0.9;当所述溶解氧浓度超过5mg/L,C3取值为1;当所述盐度低于4‰时,C4取值为0,也即停止投喂;当所述盐度在4‰以上并低于10‰时,C4取值为0.9;当所述盐度在10‰以上并在35‰以下时,C4取值为1。
从而,本发明能够智能化的精准控制自动投饵***在预设的投喂时间对深远海网箱内卵形鲳鲹的投喂饲料重量G,以有效改善卵形鲳鲹的养殖效果。
作为本发明的优选实施方式:如图2至图4所示,所述鱼群量监测***包括声波探测装置;
所述声波探测装置包括换能器阵列和数采盒;所述换能器阵列位于所述深远海网箱内,并由位于同一水平面且以相同的安装姿态环绕所述深远海网箱的中轴线均匀间隔布置的八个换能器组成;并且,所述换能器所选用的型号使得:在工作频率为200kHz时,所述八个换能器发出的探测波束在探测区域上互不重叠;
在所述数采盒经由所述数据传输网络接收到鱼群量探测指令时,所述数采盒以工作频率为200kHz的脉冲调制信号按顺时针或逆时针顺序逐一驱动所述八个换能器工作,并控制数采盒在每一个换能器工作期间将该换能器所输出回波信号中频率为200kHz的部分转换为回波数字信号经由所述数据传输网络发送给所述云平台;其中,经过研发人员对现场养殖渔场内卵形鲳鲹鱼群活动情况的连续观测,发现渔场养殖的卵形鲳鲹鱼群在大部分情况下是环绕着网衣外侧游动的,由此,将每一个所述换能器的工作时间均设置为C/V/8,C表示所述深远海网箱的网衣周长,V是取值为2m/s的卵形鲳鲹平均游速;
在所述脉冲调制信号的工作频率为200kHz时,所述云平台通过以下方式估算出所述深远海网箱内的卵形鲳鲹鱼群量:在接收到每一个所述换能器对应的回波数字信号时,将该回波数字信号的每一周期信号均通过回波能量积分法处理为一个回波信号能量值,并将该回波数字信号的全部周期处理得到的回波信号能量值的平均值记录为回波信号能量平均值,并且,将所述八个换能器所对应回波数字信号的回波信号能量平均值之和记录为回波信号能量有效值,该回波信号能量有效值除以预设的单条卵形鲳鲹回波信号能量有效值即为所述卵形鲳鲹鱼群量;其中,所述单条卵形鲳鲹回波信号能量有效值为所述深远海网箱内仅有一条卵形鲳鲹时测得的回波信号能量有效值。
从而,本发明针对深远海网箱内养殖的鱼群为卵形鲳鲹的情况,通过采用由按特定安装方式布置的八个换能器组成的换能器阵列、将换能器的工作频率设置为200kHz并使它们的探测波束在探测区域上互不重叠、以及按顺时针或逆时针顺序逐一驱动八个换能器工作并使每一个换能器的工作时间均为C/V/8,这些要素的配合,实现以水平多波束分区扫描探测方式对深远海网箱内的卵形鲳鲹实施鱼群抽样探测,使得每一个换能器发出的探测波束只需负责八分之一的网箱空间,八个换能器恰好能完成一次深远海网箱的全扫描且不会对鱼群重复探测,由此确保了云平台计算得到的回波信号能量有效值能够与单条卵形鲳鲹回波信号能量有效值保持线性关系,有效的提高了深远海网箱内游动的卵形鲳鲹鱼群的鱼群量估计精度;避免了现有技术中直接用换能器对深远海网箱内的卵形鲳鲹进行回波信号采集再经由回波能量积分法处理得到的声学反向散射强度,并不能与深远海网箱内的卵形鲳鲹鱼群量保持线性关系,导致估计得出的卵形鲳鲹鱼群量误差较大的问题。
其中,上述现有技术是指:现有技术中,存在采用回波能量积分法来估计渔场内鱼群量大小的方案,其基础是鱼群声学反向散射强度与鱼群量的大小成线性关系;然而,由于卵形鲳鲹的鱼群密度大小、活动状态、海面海底混响、海水声吸收、鱼体对声波的消光效应、声波在不同鱼体上的多次散射作用、不同鱼体回波的相互干扰作用等因素,造成直接用换能器对深远海网箱内的卵形鲳鲹进行回波信号采集再经由回波能量积分法处理得到的声学反向散射强度,并不能与深远海网箱内的卵形鲳鲹鱼群量保持线性关系,导致估计得出的卵形鲳鲹鱼群量误差较大。
优选的:所述八个换能器的波束角均为24°,所述八个换能器的波束角探测方向均指向所述深远海网箱的网衣网底边缘,以提高八个换能器对深远海网箱的检测空间覆盖率、增加鱼群的抽样比例,同时又能尽量减少海面、网衣的回波干扰,有利于提高对鱼群量的估计精度。
优选的:所述声波探测装置还包括浮体和连接杆,所述浮体浮在海面上并通过绳索与所述深远海网箱固定,所述连接杆的上端与浮体固定连接,所述八个换能器安装在所述连接杆的下端并位于海面以下的1m至2m处。
优选的:所述数采盒包括设置在防水盒体内的数据采集电路,所述数据采集电路为:MCU控制器通过无线通讯模块与所述数据传输网络进行数据传输;所述MCU控制器能够依据接收到的指令控制脉冲调制信号生成电路生成工作频率为200kHz或50kHz的脉冲调制信号,该脉冲调制信号经脉冲功率放大器放大后通过探测信号端输出;且从回波信号端输出的回波信号能够先经前置放大电路进行模拟信号放大、再经选频放大电路进行200kHz和50kHz频率的选频放大、然后经检波电路进行200kHz和50kHz频率的检波、最后由所述MCU控制器转换为相应频率的回波数字信号后通过所述无线通讯模块发送给所述数据传输网络;并且,所述探测信号端和回波信号端与所述八个换能器之间通过八通道模拟切换开关连接,所述MCU控制器能够控制所述八通道模拟切换开关将任意一个所述换能器与所述探测信号端和回波信号端接通。
优选的:所述换能器所选用的型号使得:在工作频率为50kHz时,所述八个换能器中任意相邻两个的探测波束在探测区域上存在部分重叠;
在所述数采盒经由所述数据传输网络接收到鱼群分布监测指令时,所述数采盒以工作频率为50kHz的脉冲调制信号驱动所述八个换能器工作,并将换能器所输出回波信号中频率为50kHz的部分转换为回波数字信号发送给所述云平台;
在所述脉冲调制信号的工作频率为50kHz时,所述云平台依据接收到的回波数字信号在雷达图上显示所述深远海网箱内的卵形鲳鲹鱼群分布情况:所述雷达图的极坐标系对应所述八个换能器均分为八个阵元扇区,每一个阵元扇区均分为N个回波扇区,N≥2;并且,依据所述回波信号的接收时间,在回波扇区的相应位置上显示表征鱼群存在的回波点;依据所述回波数字信号的信号强度,以不同颜色表示相应回波点处的鱼群数量等级。
作为本发明的优选实施方式:所述水环境监测***包括分别用于监测所述水温、水流流速、溶解氧浓度、盐度的温度传感器、超声波多普勒流速仪、溶解氧传感器、盐度传感器,还包括用于气象监测的超声波风速风向变送器。其中,考虑到网箱所在的深远海环境复杂,海浪,海风对设备的破坏性影响很大,要牢固耐用,另外由于场地限制,应尽量把各种传感器能集中安装放置,所述温度传感器、超声波多普勒流速仪、溶解氧传感器、盐度传感器优选集中固定在所述连接杆处。
作为本发明的优选实施方式:所述大型深远海养殖渔场智能化立体监控体系还包括视频监控***;所述视频监控***包括硬盘录像机、用于拍摄所述深远海网箱水下场景的水下摄像机和用于拍摄所述深远海网箱水上场景的水上摄像机,所述水下摄像机和水上摄像机的输出端分别与所述硬盘录像机连接,所述硬盘录像机通过所述数据传输网络与所述云平台通讯,以实现养殖现场远程实时监控,同时硬盘录像机会滚动存储视频数据,也可通过远程方式调取历史监控信息;实时视频能够便于及时察觉网箱养殖网衣破损等突发状况,减少网箱养殖鱼类逃逸的发生,提高养殖安全性。
与现有技术相比,本发明具有以下有益效果:
第一,本发明设有鱼群量监测***、水环境监测***、自动投饵***、数据传输网络和云平台,能够基于鱼群量监测***采集到的卵形鲳鲹鱼群量,以及水环境监测***采集到的水温、水流流速、溶解氧浓度、盐度,通过G=A×B×1%×C1×C2×C3×C4智能化的精准控制自动投饵***在预设的投喂时间对深远海网箱内卵形鲳鲹的投喂饲料重量G,以有效改善卵形鲳鲹的养殖效果。
第二,本发明针对深远海网箱内养殖的鱼群为卵形鲳鲹的情况,通过采用由按特定安装方式布置的八个换能器组成的换能器阵列、将换能器的工作频率设置为200kHz并使它们的探测波束在探测区域上互不重叠、以及按顺时针或逆时针顺序逐一驱动八个换能器工作并使每一个换能器的工作时间均为C/V/8,这些要素的配合,确保了云平台计算得到的回波信号能量有效值能够与单条卵形鲳鲹回波信号能量有效值保持线性关系,有效的提高了深远海网箱内游动的卵形鲳鲹鱼群的鱼群量估计精度;避免了现有技术中直接用换能器对深远海网箱内的卵形鲳鲹进行回波信号采集再经由回波能量积分法处理得到的声学反向散射强度,并不能与深远海网箱内的卵形鲳鲹鱼群量保持线性关系,导致估计得出的卵形鲳鲹鱼群量误差较大的问题。
第三,本发明采用工作频率为50kHz的脉冲调制信号驱动八个换能器工作,能够全面的对深远海网箱内的卵形鲳鲹鱼群分布情况进行监测。
附图说明
下面结合附图和具体实施例对本发明作进一步的详细说明:
图1为本发明的***框图;
图2为本发明中声波探测装置在深远海网箱的布设示意图;
图3为本发明中声波探测装置的结构示意图;
图4为本发明中声波探测装置的电路原理框图;
图5为本发明中雷达图的示意图。
具体实施方式
下面结合实施例及其附图对本发明进行详细说明,以帮助本领域的技术人员更好的理解本发明的发明构思,但本发明权利要求的保护范围不限于下述实施例,对本领域的技术人员来说,在不脱离本发明之发明构思的前提下,没有做出创造性劳动所获得的所有其他实施例,都属于本发明的保护范围。
实施例一
如图1所示,本发明公开的是一种大型深远海养殖渔场智能化立体监控体系,用于养殖卵形鲳鲹的深远海网箱1;包括:通过数据传输网络进行通讯的鱼群量监测***、水环境监测***、自动投饵***和云平台;
所述云平台能够通过鱼群量监测***采集到所述深远海网箱1内的卵形鲳鲹鱼群量,所述云平台能够通过水环境监测***采集到所述深远海网箱1所在处的水环境数据;并且,所述自动投饵***通过所述数据传输网络从云平台获取所述鱼群量监测***和水环境监测***采集到的数据,并在预设的投喂时间自动按照投喂饲料重量G对所述深远海网箱1内的卵形鲳鲹投喂饲料;
其中,G=A×B×1%×C1×C2×C3×C4;
式中,A表示所述深远海网箱1内的卵形鲳鲹鱼群量,B为卵形鲳鲹在投喂时间的平均体重,该平均体重B可以依据养殖卵形鲳鲹的体重增长模型预测得到,也可在投喂前通过对深远海网箱1内的卵形鲳鲹进行抽样测量得到;C1、C2、C3、C4依次表示水温影响因子、水流流速影响因子、溶解氧浓度影响因子、盐度影响因子;
所述水环境监测***采集到的水环境数据包括水温、水流流速、溶解氧浓度、盐度;当所述水温超过32℃或低于15℃时,C1取值为0,也即停止投喂;当所述水温在15℃以上并低于23℃之间时,C1取值为0.8;当所述水温在23℃以上并在32℃以下时,C1取值为1;当所述水流流速超过1m/s,C2取值为0,也即停止投喂;当所述水流流速超过0.5m/s并在1m/s以下时,C2取值为0.9;当所述水流流速在0.5m/s以下时,C2取值为1;当所述溶解氧浓度低于3mg/L时,C3取值为0,也即停止投喂;当所述溶解氧浓度在3mg/L以上并在5mg/L以下时,C3取值为0.9;当所述溶解氧浓度超过5mg/L,C3取值为1;当所述盐度低于4‰时,C4取值为0,也即停止投喂;当所述盐度在4‰以上并低于10‰时,C4取值为0.9;当所述盐度在10‰以上并在35‰以下时,C4取值为1。
从而,本发明能够智能化的精准控制自动投饵***在预设的投喂时间对深远海网箱1内卵形鲳鲹的投喂饲料重量G,以有效改善卵形鲳鲹的养殖效果。
实施例二
在上述实施例一的基础上,本实施例二还采用了以下优选的实施方式:
如图2至图4所示,所述鱼群量监测***包括声波探测装置2;
所述声波探测装置2包括换能器阵列2-1和数采盒2-2;所述换能器阵列2-1位于所述深远海网箱1内,并由位于同一水平面且以相同的安装姿态环绕所述深远海网箱1的中轴线1a均匀间隔布置的八个换能器组成;并且,所述换能器所选用的型号使得:在工作频率为200kHz时,所述八个换能器发出的探测波束在探测区域上互不重叠;
在所述数采盒2-2经由所述数据传输网络接收到鱼群量探测指令时,所述数采盒2-2以工作频率为200kHz的脉冲调制信号按顺时针或逆时针顺序逐一驱动所述八个换能器工作,并控制数采盒2-2在每一个换能器工作期间将该换能器所输出回波信号中频率为200kHz的部分转换为回波数字信号经由所述数据传输网络发送给所述云平台;其中,经过研发人员对现场养殖渔场内卵形鲳鲹鱼群活动情况的连续观测,发现渔场养殖的卵形鲳鲹鱼群在大部分情况下是环绕着网衣外侧游动的,由此,将每一个所述换能器的工作时间均设置为C/V/8,C表示所述深远海网箱1的网衣周长,V是取值为2m/s的卵形鲳鲹平均游速;
在所述脉冲调制信号的工作频率为200kHz时,所述云平台通过以下方式估算出所述深远海网箱1内的卵形鲳鲹鱼群量:在接收到每一个所述换能器对应的回波数字信号时,将该回波数字信号的每一周期信号均通过回波能量积分法处理为一个回波信号能量值,并将该回波数字信号的全部周期处理得到的回波信号能量值的平均值记录为回波信号能量平均值,并且,将所述八个换能器所对应回波数字信号的回波信号能量平均值之和记录为回波信号能量有效值,该回波信号能量有效值除以预设的单条卵形鲳鲹回波信号能量有效值即为所述卵形鲳鲹鱼群量;其中,所述单条卵形鲳鲹回波信号能量有效值为所述深远海网箱1内仅有一条卵形鲳鲹时测得的回波信号能量有效值。
从而,本发明针对深远海网箱1内养殖的鱼群为卵形鲳鲹的情况,通过采用由按特定安装方式布置的八个换能器组成的换能器阵列2-1、将换能器的工作频率设置为200kHz并使它们的探测波束在探测区域上互不重叠、以及按顺时针或逆时针顺序逐一驱动八个换能器工作并使每一个换能器的工作时间均为C/V/8,这些要素的配合,实现以水平多波束分区扫描探测方式对深远海网箱1内的卵形鲳鲹实施鱼群抽样探测,使得每一个换能器发出的探测波束只需负责八分之一的网箱空间,八个换能器恰好能完成一次深远海网箱1的全扫描且不会对鱼群重复探测,由此确保了云平台计算得到的回波信号能量有效值能够与单条卵形鲳鲹回波信号能量有效值保持线性关系,有效的提高了深远海网箱1内游动的卵形鲳鲹鱼群的鱼群量估计精度;避免了现有技术中直接用换能器对深远海网箱内的卵形鲳鲹进行回波信号采集再经由回波能量积分法处理得到的声学反向散射强度,并不能与深远海网箱内的卵形鲳鲹鱼群量保持线性关系,导致估计得出的卵形鲳鲹鱼群量误差较大的问题。
其中,上述现有技术是指:现有技术中,存在采用回波能量积分法来估计渔场内鱼群量大小的方案,其基础是鱼群声学反向散射强度与鱼群量的大小成线性关系;然而,由于卵形鲳鲹的鱼群密度大小、活动状态、海面海底混响、海水声吸收、鱼体对声波的消光效应、声波在不同鱼体上的多次散射作用、不同鱼体回波的相互干扰作用等因素,造成直接用换能器对深远海网箱内的卵形鲳鲹进行回波信号采集再经由回波能量积分法处理得到的声学反向散射强度,并不能与深远海网箱内的卵形鲳鲹鱼群量保持线性关系,导致估计得出的卵形鲳鲹鱼群量误差较大。
以上为本实施例二的基本实施方式,可以在该基本实施方式的基础上做进一步的优化、改进和限定:
优选的:所述八个换能器的波束角均为24°,所述八个换能器的波束角探测方向均指向所述深远海网箱1的网衣网底边缘1b,以提高八个换能器对深远海网箱1的检测空间覆盖率、增加鱼群的抽样比例,同时又能尽量减少海面、网衣的回波干扰,有利于提高对鱼群量的估计精度。
优选的:参见图3,所述声波探测装置2还包括浮体2-3和连接杆2-4,所述浮体2-3浮在海面上并通过绳索与所述深远海网箱1固定,所述连接杆2-4的上端与浮体2-3固定连接,所述八个换能器安装在所述连接杆2-4的下端并位于海面以下的1m至2m处。
优选的:参见图4,所述数采盒2-2包括设置在防水盒体内的数据采集电路,所述数据采集电路为:MCU控制器通过无线通讯模块与所述数据传输网络进行数据传输;所述MCU控制器能够依据接收到的指令控制脉冲调制信号生成电路生成工作频率为200kHz或50kHz的脉冲调制信号,该脉冲调制信号经脉冲功率放大器放大后通过探测信号端输出;且从回波信号端输出的回波信号能够先经前置放大电路进行模拟信号放大、再经选频放大电路进行200kHz和50kHz频率的选频放大、然后经检波电路进行200kHz和50kHz频率的检波、最后由所述MCU控制器转换为相应频率的回波数字信号后通过所述无线通讯模块发送给所述数据传输网络;并且,所述探测信号端和回波信号端与所述八个换能器之间通过八通道模拟切换开关连接,所述MCU控制器能够控制所述八通道模拟切换开关将任意一个所述换能器与所述探测信号端和回波信号端接通。
优选的:如图5所示,所述换能器所选用的型号使得:在工作频率为50kHz时,所述八个换能器中任意相邻两个的探测波束在探测区域上存在部分重叠;
在所述数采盒2-2经由所述数据传输网络接收到鱼群分布监测指令时,所述数采盒2-2以工作频率为50kHz的脉冲调制信号驱动所述八个换能器工作,并将换能器所输出回波信号中频率为50kHz的部分转换为回波数字信号发送给所述云平台;
在所述脉冲调制信号的工作频率为50kHz时,所述云平台依据接收到的回波数字信号在雷达图上显示所述深远海网箱1内的卵形鲳鲹鱼群分布情况:所述雷达图的极坐标系对应所述八个换能器均分为八个阵元扇区A,每一个阵元扇区A均分为N个回波扇区A1,N≥2;并且,依据所述回波信号的接收时间,在回波扇区A1的相应位置上显示表征鱼群存在的回波点;依据所述回波数字信号的信号强度,以不同颜色表示相应回波点处的鱼群数量等级。
实施例三
在上述实施例一或实施例二的基础上,本实施例三还采用了以下优选的实施方式:
所述水环境监测***包括分别用于监测所述水温、水流流速、溶解氧浓度、盐度的温度传感器、超声波多普勒流速仪、溶解氧传感器、盐度传感器,还包括用于气象监测的超声波风速风向变送器。其中,考虑到网箱所在的深远海环境复杂,海浪,海风对设备的破坏性影响很大,要牢固耐用,另外由于场地限制,应尽量把各种传感器能集中安装放置,所述温度传感器、超声波多普勒流速仪、溶解氧传感器、盐度传感器优选集中固定在所述连接杆2-4处。
实施例四
在上述实施例一至实施例三中任意一个实施例的基础上,本实施例四还采用了以下优选的实施方式:
所述大型深远海养殖渔场智能化立体监控体系还包括视频监控***;所述视频监控***包括硬盘录像机、用于拍摄所述深远海网箱1水下场景的水下摄像机和用于拍摄所述深远海网箱1水上场景的水上摄像机,所述水下摄像机和水上摄像机的输出端分别与所述硬盘录像机连接,所述硬盘录像机通过所述数据传输网络与所述云平台通讯,以实现养殖现场远程实时监控,同时硬盘录像机会滚动存储视频数据,也可通过远程方式调取历史监控信息;实时视频能够便于及时察觉网箱养殖网衣破损等突发状况,减少网箱养殖鱼类逃逸的发生,提高养殖安全性。
实施例五
在上述实施例一至实施例四的基础上,本实施例五还采用了以下优选的实施方式:
所述自动投饵***包括投饵机和投饵控制PLC,所述投饵控制PLC通过所述数据传输网络与云平台通讯,所述投饵控制PLC对所述投饵机的投喂量进行精准控制;其中,所述投饵控制PLC优选采用型号为CPU 224XP CN的西门子PLC,所述投饵控制PLC通过RS485与投饵机连接。
以上为本实施例五的基本实施方式,可以在该基本实施方式的基础上做进一步的优化、改进和限定:
所述数据传输网络包括:
所述鱼群量监测***的数采盒2-2基于RS-232协议通过无线通讯方式与住舱电脑主机通讯,以进行数据接收和存储;所述住舱电脑主机基于TCP/IP协议连接交换机,所述交换机通过4G/5G路由器与所述云平台通讯。其中,所述住舱电脑主机连接住舱显示器进行数据显示。
所述水环境监测***的温度传感器、超声波多普勒流速仪、溶解氧传感器、盐度传感器、超声波风速风向变送器分别通过RS485总线连接型号为HC-Suk3070的SUKON触摸屏,以在触摸屏上显示相关水环境数据;触摸屏再通过RS485端口连接到IntellEdgePro系列物联网关,以由物联网关通过所述交换机和4G/5G路由器将数据上传至云平台。
其中,所述水环境监测***的传感器均为RS-485接口并支持Modbus协议;传感器端设置:首先,将传感器和24V电源连接,然后参照传感器说明书将电脑连接传感器串口,设置串口通讯参数:波特率9600,数据位8,停止位1,校验位□,设置传感器寄存器地址,设置通讯协议为modbus-RTU,同时将传感器设置为从站。触摸屏设置:首先将触摸屏设置为主站。其次设置地址库参数:通过调用函数读取传感器数据,每个数据存放在32位的内部寄存器上。物联网关参数设置:根据IP地址进网关配置界面,添加触摸屏通道。触摸屏通道参数设置为modbus任务、设备驱动RTU、通讯串485-1、波特率9600、奇偶校验无、数据位8,将触摸屏设置为从站。
所述视频监控***的硬盘录像机基于TCP/IP协议连接所述交换机,以通过4G/5G路由器将实时视频数据上传至云平台。
所述自动投饵***的投饵控制PLC通过RS485接口连接所述物联网关,以由物联网关通过所述交换机和4G/5G路由器与云平台通讯,一方面投饵控制PLC能够接收投喂相关的数据,另一方面读取投饵控制PLC的投饵机运行状态、投喂次数、投饵量数据上传至云平台。
所述云平台还可以连接数据显示大屏、移动端或PC端,以提供云端可视化服务***,进行实时监测和历史数据的查询。
另外,本发明的大型深远海养殖渔场智能化立体监控体系通过在云平台构建深远海网箱养殖智能监测平台进行应用管理,所述深远海网箱养殖智能监测平台的架构包括数据接收模块、基础架构模块、视频架构模块、数据流模块。所述深远海网箱养殖智能监测平台的数据处理过程是由物联网关把采集的数据上传到云平台,由平台数据接收插件将MQTT格式的消息解析成对应的数据,再调用对应的公式引擎,将物理量转化成可理解的指标,此时将指标结果进行存储,数据大屏对指标结果进行调用,进行监控物体的实时数据或者历史曲线的展示。所述深远海网箱养殖智能监测平台的设计框架为:后台管理框架用采用Beego框架进行研发,beego是一个用Go开发的应用框架,充分利用了go语言的高性能优势,使得数据处理及形成应用快捷,稳定;前端可视化采用Uni-APP作为研发框架,该框架不但可以编译到微信,钉钉等小程序、App(iOS/Android)、H5等多个平台,实现移动端的数据展示,同时也广泛应用于数据大屏及PC端数据展示,使用的前端框架Vue语法来编写代码,执行效率高,稳定且易于维护;并且也有着很好的多端扩展性;另外,在Uni-APP中最UI框架组件UView UI也会使***有更好的多端兼容性;数据存储方面使用普遍应用的MySql数据库,该数据库查询速度常快,很少出现异常宕机,且由于开源,体积小,维护方便,使用成本低。
本发明不局限于上述具体实施方式,根据上述内容,按照本领域的普通技术知识和惯用手段,在不脱离本发明上述基本技术思想前提下,本发明还可以做出其它多种形式的等效修改、替换或变更,均落在本发明的保护范围之中。
Claims (8)
1.一种大型深远海养殖渔场智能化立体监控体系,用于养殖卵形鲳鲹的深远海网箱(1);其特征在于,包括:通过数据传输网络进行通讯的鱼群量监测***、水环境监测***、自动投饵***和云平台;
所述云平台能够通过鱼群量监测***采集到所述深远海网箱(1)内的卵形鲳鲹鱼群量,所述云平台能够通过水环境监测***采集到所述深远海网箱(1)所在处的水环境数据;并且,所述自动投饵***通过所述数据传输网络从云平台获取所述鱼群量监测***和水环境监测***采集到的数据,并在预设的投喂时间自动按照投喂饲料重量G对所述深远海网箱(1)内的卵形鲳鲹投喂饲料;
其中,G=A×B×1%×C1×C2×C3×C4;
式中,A表示所述深远海网箱(1)内的卵形鲳鲹鱼群量,B为卵形鲳鲹在投喂时间的平均体重;C1、C2、C3、C4依次表示水温影响因子、水流流速影响因子、溶解氧浓度影响因子、盐度影响因子;
所述水环境监测***采集到的水环境数据包括水温、水流流速、溶解氧浓度、盐度;当所述水温超过32℃或低于15℃时,C1取值为0;当所述水温在15℃以上并低于23℃之间时,C1取值为0.8;当所述水温在23℃以上并在32℃以下时,C1取值为1;当所述水流流速超过1m/s,C2取值为0;当所述水流流速超过0.5m/s并在1m/s以下时,C2取值为0.9;当所述水流流速在0.5m/s以下时,C2取值为1;当所述溶解氧浓度低于3mg/L时,C3取值为0;当所述溶解氧浓度在3mg/L以上并在5mg/L以下时,C3取值为0.9;当所述溶解氧浓度超过5mg/L,C3取值为1;当所述盐度低于4‰时,C4取值为0;当所述盐度在4‰以上并低于10‰时,C4取值为0.9;当所述盐度在10‰以上并在35‰以下时,C4取值为1。
2.根据权利要求1所述大型深远海养殖渔场智能化立体监控体系,其特征在于:所述鱼群量监测***包括声波探测装置(2);
所述声波探测装置(2)包括换能器阵列(2-1)和数采盒(2-2);所述换能器阵列(2-1)位于所述深远海网箱(1)内,并由位于同一水平面且以相同的安装姿态环绕所述深远海网箱(1)的中轴线(1a)均匀间隔布置的八个换能器组成;并且,所述换能器所选用的型号使得:在工作频率为200kHz时,所述八个换能器发出的探测波束在探测区域上互不重叠;
在所述数采盒(2-2)经由所述数据传输网络接收到鱼群量探测指令时,所述数采盒(2-2)以工作频率为200kHz的脉冲调制信号按顺时针或逆时针顺序逐一驱动所述八个换能器工作,并控制数采盒(2-2)在每一个换能器工作期间将该换能器所输出回波信号中频率为200kHz的部分转换为回波数字信号经由所述数据传输网络发送给所述云平台;其中,每一个所述换能器的工作时间均为C/V/8,C表示所述深远海网箱(1)的网衣周长,V是取值为2m/s的卵形鲳鲹平均游速;
在所述脉冲调制信号的工作频率为200kHz时,所述云平台通过以下方式估算出所述深远海网箱(1)内的卵形鲳鲹鱼群量:在接收到每一个所述换能器对应的回波数字信号时,将该回波数字信号的每一周期信号均通过回波能量积分法处理为一个回波信号能量值,并将该回波数字信号的全部周期处理得到的回波信号能量值的平均值记录为回波信号能量平均值,并且,将所述八个换能器所对应回波数字信号的回波信号能量平均值之和记录为回波信号能量有效值,该回波信号能量有效值除以预设的单条卵形鲳鲹回波信号能量有效值即为所述卵形鲳鲹鱼群量。
3.根据权利要求2所述大型深远海养殖渔场智能化立体监控体系,其特征在于:所述八个换能器的波束角均为24°,所述八个换能器的波束角探测方向均指向所述深远海网箱(1)的网衣网底边缘(1b)。
4.根据权利要求2所述大型深远海养殖渔场智能化立体监控体系,其特征在于:所述声波探测装置(2)还包括浮体(2-3)和连接杆(2-4),所述浮体(2-3)浮在海面上并通过绳索与所述深远海网箱(1)固定,所述连接杆(2-4)的上端与浮体(2-3)固定连接,所述八个换能器安装在所述连接杆(2-4)的下端并位于海面以下的1m至2m处。
5.根据权利要求2所述大型深远海养殖渔场智能化立体监控体系,其特征在于:所述数采盒(2-2)包括设置在防水盒体内的数据采集电路,所述数据采集电路为:MCU控制器通过无线通讯模块与所述数据传输网络进行数据传输;所述MCU控制器能够依据接收到的指令控制脉冲调制信号生成电路生成工作频率为200kHz或50kHz的脉冲调制信号,该脉冲调制信号经脉冲功率放大器放大后通过探测信号端输出;且从回波信号端输出的回波信号能够先经前置放大电路进行模拟信号放大、再经选频放大电路进行200kHz和50kHz频率的选频放大、然后经检波电路进行200kHz和50kHz频率的检波、最后由所述MCU控制器转换为相应频率的回波数字信号后通过所述无线通讯模块发送给所述数据传输网络;并且,所述探测信号端和回波信号端与所述八个换能器之间通过八通道模拟切换开关连接,所述MCU控制器能够控制所述八通道模拟切换开关将任意一个所述换能器与所述探测信号端和回波信号端接通。
6.根据权利要求2至5任意一项所述大型深远海养殖渔场智能化立体监控体系,其特征在于:所述换能器所选用的型号使得:在工作频率为50kHz时,所述八个换能器中任意相邻两个的探测波束在探测区域上存在部分重叠;
在所述数采盒(2-2)经由所述数据传输网络接收到鱼群分布监测指令时,所述数采盒(2-2)以工作频率为50kHz的脉冲调制信号驱动所述八个换能器工作,并将换能器所输出回波信号中频率为50kHz的部分转换为回波数字信号发送给所述云平台;
在所述脉冲调制信号的工作频率为50kHz时,所述云平台依据接收到的回波数字信号在雷达图上显示所述深远海网箱(1)内的卵形鲳鲹鱼群分布情况:所述雷达图的极坐标系对应所述八个换能器均分为八个阵元扇区(A),每一个阵元扇区(A)均分为N个回波扇区(A1),N≥2;并且,依据所述回波信号的接收时间,在回波扇区(A1)的相应位置上显示表征鱼群存在的回波点;依据所述回波数字信号的信号强度,以不同颜色表示相应回波点处的鱼群数量等级。
7.根据权利要求1所述大型深远海养殖渔场智能化立体监控体系,其特征在于:所述水环境监测***包括分别用于监测所述水温、水流流速、溶解氧浓度、盐度的温度传感器、超声波多普勒流速仪、溶解氧传感器、盐度传感器,还包括用于气象监测的超声波风速风向变送器。
8.根据权利要求1所述大型深远海养殖渔场智能化立体监控体系,其特征在于:所述大型深远海养殖渔场智能化立体监控体系还包括视频监控***;所述视频监控***包括硬盘录像机、用于拍摄所述深远海网箱(1)水下场景的水下摄像机和用于拍摄所述深远海网箱(1)水上场景的水上摄像机,所述水下摄像机和水上摄像机的输出端分别与所述硬盘录像机连接,所述硬盘录像机通过所述数据传输网络与所述云平台通讯。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210462511.XA CN114847210B (zh) | 2022-04-28 | 2022-04-28 | 一种大型深远海养殖渔场智能化立体监控体系 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210462511.XA CN114847210B (zh) | 2022-04-28 | 2022-04-28 | 一种大型深远海养殖渔场智能化立体监控体系 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114847210A CN114847210A (zh) | 2022-08-05 |
CN114847210B true CN114847210B (zh) | 2023-04-14 |
Family
ID=82634935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210462511.XA Active CN114847210B (zh) | 2022-04-28 | 2022-04-28 | 一种大型深远海养殖渔场智能化立体监控体系 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114847210B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115456490B (zh) * | 2022-11-14 | 2023-03-24 | 中国水产科学研究院南海水产研究所 | 一种基于地理信息的渔业资源数据分析方法及*** |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605330B (zh) * | 2013-10-23 | 2016-06-22 | 浙江海洋学院 | 一种近海养殖远程监控***及其监控方法 |
CN104006847A (zh) * | 2014-03-18 | 2014-08-27 | 舟山施诺海洋科技有限公司 | 一种养殖海域水环境监测控制*** |
CN205301975U (zh) * | 2015-12-01 | 2016-06-08 | 中国水产科学研究院南海水产研究所 | 一种基于物联网技术的深水网箱养殖监控*** |
CN106773721B (zh) * | 2017-02-08 | 2019-07-05 | 南京渔管家物联网科技有限公司 | 一种基于模糊控制的水产养殖智能投饵***及其控制方法 |
US10534967B2 (en) * | 2018-05-03 | 2020-01-14 | X Development Llc | Fish measurement station keeping |
CN113946715A (zh) * | 2021-09-06 | 2022-01-18 | 广东海洋大学 | 一种低成本超级网箱监测*** |
-
2022
- 2022-04-28 CN CN202210462511.XA patent/CN114847210B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114847210A (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wei et al. | Intelligent monitoring and control technologies of open sea cage culture: A review | |
CN108415323A (zh) | 一种海洋牧场智能化管理*** | |
CN207589863U (zh) | 一种可移动式水质监测及饵料精准投放装置 | |
CN114847210B (zh) | 一种大型深远海养殖渔场智能化立体监控体系 | |
CN106672168A (zh) | 一种自动巡航水质监测船 | |
CN111348161B (zh) | 一种应用于海洋牧场的资源环境监测***及其操作方法 | |
CN111897350A (zh) | 一种水下机器人装置、水下调控管理最优化***及方法 | |
CN110824483A (zh) | 一种组合式多波束成像声呐 | |
CN210470722U (zh) | 一种自主避障寻迹识别的多功能智能捕鱼船 | |
CN203151664U (zh) | 渔用水下摄像监视仪 | |
CN112931318A (zh) | 一种边云协同的海洋大黄鱼智能化养殖管理*** | |
CN114615252A (zh) | 一种鱼类增殖放流用在线监测*** | |
CN110199961A (zh) | 一种自主避障寻迹识别的多功能智能捕鱼船 | |
CN101493524A (zh) | 大黄鱼逃出深水网箱的声纳检测方法及其专用装置 | |
CN109163726A (zh) | 一种回状的全覆盖轨迹规划方法 | |
CN210270158U (zh) | 水下鱼群监测设备及养殖设备 | |
CN108844574B (zh) | 一种自主巡检式渔业养殖声学监测*** | |
CN209803633U (zh) | 基于集鱼类声学监测和定位的渔业养殖监测*** | |
CN110109468A (zh) | 基于集鱼类声学监测和定位的渔业养殖监测***及方法 | |
CN212260166U (zh) | 一种基于北斗定位的自动补充饲料的养殖投饵*** | |
EP2849560B1 (en) | Trawl height indicator | |
CN111955425B (zh) | 一种金枪鱼围网精准捕捞辅助决策***及其方法 | |
CN115047468B (zh) | 一种大型深远海养殖渔场的鱼群量监测*** | |
CN207870096U (zh) | 一种水下环境监控***及养殖渔场 | |
CN114532276B (zh) | 一种用于水产养殖智能无人投料船 |
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 |