基于水產物聯服務平臺的智能增氧控制系統的開發

沈楠楠，袁永明，，馬曉飛

（1. 南京農業大學無錫漁業學院，江蘇 無錫 214081；2. 中國水產科學研究院淡水漁業研究中心，國家羅非魚產業技術研發中心，農業部淡水漁業和種質資源利用重點實驗室，江蘇 無錫 214081）

基于水產物聯服務平臺的智能增氧控制系統的開發

沈楠楠1，袁永明1，2*，馬曉飛2

（1. 南京農業大學無錫漁業學院，江蘇 無錫 214081；2. 中國水產科學研究院淡水漁業研究中心，國家羅非魚產業技術研發中心，農業部淡水漁業和種質資源利用重點實驗室，江蘇 無錫 214081）

傳統的水產養殖增氧方式已不能滿足現代化與智能化養殖的需求，且現有的自動增氧系統控制方式過于簡單，靈活性較差。為此，開發了一種基于水產物聯服務平臺的智能增氧控制系統。該系統以水產物聯服務平臺為云端數據服務器，以西門子PLC作為現場智能控制節點，其中智能控制節點通過GPRS通信方式與水產物聯服務系統連接；系統使用光學溶解氧傳感器進行水質數據的采集，并采用ZigBee無線組網技術將數據傳輸給控制器；控制器利用溶解氧狀態判定機制，根據控制參數將池塘溶解氧劃分為5個狀態，并輸出相應的控制策略。結果表明，該系統運行穩定，系統通信與數據傳輸通暢，監測數據更新及時，能夠根據設定的控制參數，智能地判定池塘溶解氧狀態并觸發系統調水機制或增氧機制。系統達到智能控制系統設計要求，穩定高效的控制效果降低了養殖風險，提高生產效益，具有廣泛推廣應用價值。

水產養殖；物聯服務系統；溶解氧；智能控制；判定機制

沈楠楠， 袁永明， 馬曉飛. 基于水產物聯服務平臺的智能增氧控制系統的開發［J］. 農業現代化研究， 2016， 37（5）: 981-987.

Shen N N， Yuan Y M， Ma X F. Development of intelligent aeration control system based on internet of things services platform［J］. Research of Agricultural Modernization， 2016， 37（5）: 981-987.

我國水產養殖業發展迅猛，水產品產量連年穩居世界首位。但我國水產養殖業主要生產方式仍比較落后，一些池塘養殖中使用的機械設備如增氧機、投飼機等需要根據人工經驗手動的進行開關管理，并不能滿足現代化池塘精準養殖的基本需求，養殖風險過高，人工成本投入過大。而溶解氧是水產養殖中極為重要的制約性因子，溶解氧水平的高低決定著養殖活動能否順利進行。因此，建立穩定可靠的水產養殖智能增氧控制系統是實現水產養殖現代化的重要技術問題。

有關水產養殖智能增氧控制的研究，一些科研工作者開展了相關的工作。史兵等［1］研究了基于無線傳感網絡的規?；a養殖智能監控系統，以CC2530芯片為處理中心對養殖池塘的溫度、溶解氧、pH等環境因子進行監測與控制；趙三琴等［2］設計了根據不同養殖對象設定溶解氧閾值的魚塘增氧控制系統；無線傳感器網絡在農業領域的應用廣泛［3-4］，一些基于無線傳感器網絡的水環境監測系統的研究中，實現了對水質進行監測、預警、預測等功能［5-7］；陳剛等［8］研制了一套基于通用分組無線服務技術（General Packet Radio Service， GPRS）技術的水產養殖無線遠程監控系統，通過檢測水溫、pH值、溶氧量等環境參數，建立水產養殖管理系統，實現了監控中心遠程控制；朱明瑞等［9］和關艷如［10］研究了工廠化水產養殖溶解氧自動監控系統，該系統以覆膜溶解氧電極作為檢測單元，實現了實時顯示并記錄水體溶解氧變化情況，對增氧設備進行自動控制。

本文基于水產物聯服務平臺［11］，以可編程邏輯控制器（Programmable Logic Controller， PLC）為智能控制中心設計了智能增氧控制系統，實現對池塘養殖環境實時在線監測，采用自行設計的智能增氧控制策略，自動判定池塘溶解氧狀況，選擇合適的控制機制，在保證養殖對象基本需氧量的基礎上達到節能省電目的，智能地調控養殖水體溶解氧水平。

1　系統結構

本研究是以水產物聯服務平臺為基礎的智能增氧控制系統。水產物聯服務平臺是一個面向水產養殖各個生產環節（養殖、加工、物流、市場等），應用現代物聯技術集成行業事務處理應用系統的服務平臺［11］，支持廣泛的有線和無線通信協議，對設備具有廣泛的兼容性，即連即用，能夠接入第三方事務處理應用系統和專家系統。其平臺架構見圖1。

圖1　水產物聯服務平臺架構Fig. 1　Architecture of internet of things services platform

智能增氧控制系統結構見圖2。采用西門子S7-200 PLC為智能控制中心負責監測養殖水體環境并控制下游增氧設備，控制器通過GPRS通信方式與水產物聯服務系統連接，用戶可以使用個人計算機（Personal Computer， PC）或移動設備查看實時監測數據或對水體溶解氧水平進行手動控制。養殖現場采用ZigBee無線網絡技術進行數據傳輸，ZigBee技術具有低功耗、低成本、短延時、高容量、組網靈活等優點，非常適合應用于無線數據傳輸、無線傳感器網絡搭建等方面［12］，在設施場所比較分散的水產養殖、山區及沿海灘涂的數據傳輸應用中具有明顯的優勢。在本系統中，水質傳感器通過終端節點將數據發送給路由節點，路由節點將從各終端節點傳輸過來的數據進行整合再發送給中心節點，中心節點與西門子S7-200 PLC通過RS-485通信技術進行數據傳輸，傳感器與ZigBee網絡采用太陽能電池供電。PLC通過交流接觸器控制增氧機的啟停。

2　系統主要硬件組成及軟件設計

智能增氧系統由硬件部分和控制軟件部分組成。硬件部分由傳感器模塊、數據傳輸模塊、智能控制器（PLC）模塊、被控制設備（增氧機）模塊等組成，傳感器模塊負責養殖水體中溶解氧、溫度、pH等水質參數的采集，其可靠性與準確性是系統穩定運行的基礎；數據傳輸模塊負責傳感器與控制器、控制器與服務器之間的通信，要求其性能穩定、靈活、快速；智能控制器模塊負責接收、處理傳感器采集到的數據并輸出控制決策，與水產物聯服務平臺通信，將數據和運行狀態傳輸到服務器數據庫；被控制設備（增氧機）負責調節養殖水體溶解氧水平，其性能決定系統控制效果。

圖2　智能增氧系統結構圖Fig. 2　Architecture of intelligent aeration control system

2.1系統主要硬件及其主要參數

采用光學溶解氧傳感器測量養殖水體中溶解氧、溶氧飽和度、氧分壓、溫度等水質參數。本系統使用的溶解氧傳感器基于熒光淬滅原理，利用氧分子對特定波長的激發態熒光具有淬滅作用的原理，根據光電二極管探測LED光源發出藍光照射到熒光蓋帽上激發的紅光所產生的相位偏移來定量水體中溶解氧含量［13-14］?；跓晒獯銣缭淼娜芙庋鮽鞲衅飨鄬τ趥鹘y的碘量法和Clark溶氧電極法，具有較好的穩定性與重復性，抗干擾能力強，測量過程中不消耗水體中溶解氧，對水體流動性沒有過高的要求，適用于長期監測靜止或低流速水體溶解氧含量。本系統使用的溶解氧傳感器具體參數見表1。

系統采用SZ02型ZigBee作為數據傳輸設備，無線網絡傳輸波段為F-2.480 GHz。該型ZigBee模塊采用有線RS485通訊協議與傳感器連接，通過無線 ZigBee進行組網通信，具備中繼路由和終端設備功能，最大視距傳輸距離2 000 m，可以組建星型網、樹型網、鏈型網和網狀網。ZigBee通信網絡采用DC12 V太陽能電池供電，每個通信節點與傳感器共同使用一套太陽能電池，能夠長時間穩定運行，無需更換電池，降低人力維護成本。系統數據傳輸模式為ASCII模式［15］，ASCII數據幀具體格式見圖3a，ASCII數據幀使用特殊的字符區分幀起始和幀結束。數據幀必須以一個“冒號”（：）（ASCII十六進制3A）起始，以“回車-換行”（CR LF）對（ASCII十六進制0D和0A）結束。

表1　溶解氧傳感器主要參數Table 1　Parameters of Dissolved Oxygen Sensor

本系統數據傳輸網絡采用簇狀網絡結構（圖3b），由多個子網（Cluster）構成一個簇狀網絡結構，每個子網設置一個簇頭，簇頭在子網內的短地址為0，子網內其他設備的短地址由簇頭分配，同時簇頭也負責子網與子網之間、子網與中心節點之間的通信［16］。池塘中靠近中心節點的終端節點可直接與中心節點通信。

圖3　ASCII數據幀和網絡節點分布圖Fig. 3　ASCII data frame and distribution of nodes

系統采用西門子S7-200 PLC作為智能控制器。PLC是配備了微處理器的工業計算機，相比于普通的計算機其具有更強的與工業過程相連接的接口和更直接的適用于控制要求的編程語言，在工業控制中因其可靠性好、穩定性高、編程簡單、易于使用等優點而廣泛使用［17］。本系統在開發過程中選用224XPCPU，它集成了14輸入/10輸出共24個數字量I/O點，2輸入/1輸出共3個模擬量I/O點，可連接7個擴展模塊，最大擴展至168路數字量I/O點或38路模擬量I/O點，具有2個RS485通訊/編程口，具有PPI通訊協議、MPI通訊協議和自由方式通訊能力。智能控制器接線圖中（圖4a），PORT0和PORT1為2個RS485通訊接口，其中PORT0口與GPRS模塊連接，負責控制器與數據庫服務器之間的通信，PORT1口與ZigBee模塊的中心節點連接，負責控制器與各傳感器之間的數據傳輸。KM1、KM2、KM3、KM4分別為PLC控制的交流接觸器。

目前我國池塘機械增氧方式有葉輪式、水車式、螺旋槳式等多種形式，研究表明，葉輪式增氧機的綜合增氧性能要高于水車式和螺旋槳式［18］。本系統使用無錫凱靈電泵廠生產的葉輪式增氧機，其主要技術參數見表2，其電氣接線圖中M為增氧機電機，FR為熱繼電器，FU為熔斷器，QS為隔離開關（圖4b）。

圖4　控制器及增氧機接線圖Fig. 4　Wiring diagram of controller and aerator

表2　葉輪增氧機主要參數Table 2　Parameters of impeller aerator

2.2系統控制程序設計

智能增氧系統的核心在于智能控制策略的設計，本系統以相關的科學研究為基礎并借鑒一定的人工經驗設計了智能增氧控制策略。在水產養殖中，不同養殖對象對溶解氧的需求不盡相同，要求系統能夠根據不同的養殖對象制定相應的控制策略。所以，本系統提供能夠根據不同養殖需求進行配置的控制參數，分別為低限L和最適度C，支持在養殖過程中根據養殖對象的生長階段動態地調整控制參數。傳統控制器對增氧機的控制原理是根據將監測到的溶解氧狀況與設定閾值進行比對，實際值低于下限則開啟增氧機，達到高限則關閉，這種控制方法雖然簡單直接，但并不能達到本系統的智能化要求，所以為了滿足系統智能控制要求，設計了一套溶解氧判定機制。

根據養殖初期設定的控制參數，系統將水體溶解氧水平分為五個狀態，分別為嚴重缺氧、缺氧、輕微缺氧、溶氧充足以及溶氧過飽和（圖5）?！皣乐厝毖酢睜顟B和“缺氧”狀態為緊急狀態，即水體溶解氧水平低于低限L和略高于低限L，此時需要控制器將增氧機立即開啟，將溶解氧水平迅速提升到高于低限80%以上?！皣乐厝毖酢睜顟B和“缺氧”狀態都為緊急狀態，但兩者之間的區別是嚴重缺氧狀態需要控制器開啟池塘中所有增氧機以達到最大的增氧能力，同時增氧機開機時間相對延長，而“缺氧”狀態溶解氧水平則稍高于低限，并不需要系統提供最大增氧能力，減少增氧機啟動數量與時間以達到節能省電的目的。

圖5　溶解氧狀態判定機制Fig. 5　State decision mechanism of dissolved oxygen

“輕微缺氧”狀態和“溶氧充足”狀態為溫和狀態，此時水體溶解氧水平稍低于最適度C或高于最適度C，控制器在這兩種狀態下需要繼續判定溶解氧變化趨勢來決定是否需要開啟增氧機?！叭苎踹^飽和”狀態為調水狀態，水體中溶解氧來源主要為水體中浮游植物光合作用產氧和大氣中氧氣向水體中擴散，在日間天氣晴朗的情況下，浮游植物光合作用旺盛，水體中溶解氧往往出現過飽和的現象，但并不是水中溶解氧越高越好，過高的溶解氧會引起魚類氣泡病［19］，同時由于日間池塘上層水溫高下層水溫低，上下層水體對流緩慢，導致上下水層溶解氧差值過大，不能充分利用水中浮游植物生產的氧氣，所以系統會在“溶氧過飽和”狀態下開啟增氧機，將表層溶解氧運送至下層，均衡池塘整體溶解氧分布狀況。

控制系統運行流程見圖6。首先，開始運行前系統設置溶解氧飽和度上限、溶解氧最低限L和溶解氧最適度C，然后開始現場數據采集。第一步先判定溶解氧飽和度是否超過設定值，如果超過設定上限，系統進入調水狀態，增氧機先開機10 min，然后暫停30 min后再進行一次判定，如果溶解氧飽和度仍然超過上限，系統重復以上動作，否則系統轉入第二步判定流程；第二步，系統根據本文上述判定機制進行判定，若判定結果為缺氧狀態，系統根據缺氧程度選擇控制方式，否則系統轉入第三步解氧變化趨勢，如果低于最適度則開機增氧，否則系統轉入監視狀態，持續監測溶解氧變化趨勢。

圖6　系統工作流程圖Fig. 6　Flow chart of the system

為了提高系統穩定性，防止因水體不同水層對流交換引起傳感器監測數據瞬時差值過大或判定界限過于清晰導致控制器頻繁啟停增氧機，引起系統混亂，本系統在判定機制之后設定了一個驗證機制，當控制器判定當前池塘處于某一狀態時，系統將實時溶解氧值與前10組數據的平均值進行對比，如果差值過大則認為是水層對流交換，忽略此次判定結果，等待下一次判定，反之則輸出控制結果。此驗證機制形成了系統緩沖空間，在一定時間內延后系統控制輸出，能夠有效的減少因水層對流交換引起的判定誤差，提高系統穩定性與可靠性。

水產養殖中水體溶解氧水平的精度控制要求并不是很高，要求控制系統能夠在最短的時間內將溶解氧提升到一定水平以滿足養殖對象的生長需求。本系統采用自行設計的智能增氧控制策略，自動判定池塘溶解氧狀況，選擇合適的控制機制，在保證養殖對象基本需氧量的基礎上達到節能省電的目的，滿足池塘智能增氧控制需求。

3　試驗結果與分析

為了測試本系統運行的穩定性與可靠性，2015年5月19日開始在中國水產科學研究院淡水漁業研究中心南泉實驗基地進行系統安裝與調試。試驗池塘面積約0.07 hm2，平均水深1.8 m，養殖模式為羅非魚與家魚混養，養殖密度為28 571尾/hm2。傳感器節點通過浮筒固定于池塘中，與增氧機相對距離為5 m，靠近投飼機一側，RDO探頭布置于水下0.5 m處；智能控制器安裝于岸邊配電箱內，設定每2 min讀取一次數據，24 h不間斷監測，通過交流接觸器控制增氧機；控制參數設定為：低限L為3.0 mg/L，最適度C為5.0 mg/L，溶氧飽和度上限為120%。系統自安裝之日起一直穩定運行至當年養殖周期結束，期間系統對池塘溶解氧、水溫、溶氧飽和度等水質參數的監測穩定可靠，數據傳輸存儲及時，對池塘溶解氧水平的調控效果明顯，滿足高密度池塘養殖溶解氧調控基本需求。

為了說明系統溶解氧調控效果，選取2015年9月27日至10月3日的數據作為實例（圖7），白天日出之后，藻類光合作用產生氧氣，水體溶解氧水平迅速升高，于午后14點左右達到過飽和狀態，系統根據判定結果輸出調水機制，開啟增氧機促使上下水層水體交換，補償下層水體的氧債，提高池塘整體溶解氧含量，優化溶氧分布狀況，所以圖中溶氧曲線于最高點處出現向下波動而又回升的現象。日落之后，浮游植物光合作用停止，池塘中水生動植物、底泥、有機物等消耗水體中溶解氧，導致水體中溶解氧含量迅速下降，此時系統監測到溶解氧含量變化呈下降趨勢并接近最適度，系統適當開起部分增氧機以緩解溶解氧因上半夜過度消耗導致凌晨之后池塘過度缺氧，圖中曲線下降過程中出現回升波動現象即為此機制工作所致。出現陰雨天氣時，池塘中光合作用效率低下，水體中溶解氧含量水平過低，此時如不及時增加增氧機開機時間則會導致夜間池塘整體償還底層氧債而發生嚴重缺氧情況，所以如圖中9月27日與10月1日溶氧曲線所示，系統會適當延長增氧機開機時間與次數以應對極端天氣對池塘溶解氧水平的影響，滿足養殖對象正常生長需求，提高池塘整體溶氧水平。

圖7　試驗池塘溶解氧濃度、溫度變化曲線圖Fig. 7　Dynamic changes of dissolved oxygen concentrate and temperature in test pond

4　結論

本文探討了基于水產物聯服務平臺的水產養殖智能增氧系統。系統采用水產物聯服務系統作為系統服務平臺，無需額外開發數據庫、服務器、客戶端等軟件服務平臺，縮短系統開發時間，節省開發成本。為了滿足池塘溶解氧智能化控制要求，設計了水體溶解氧狀態判定與調控機制，通過試驗驗證，系統能夠準確判斷當前池塘溶解氧狀態，及時輸出相應的控制決策，滿足池塘溶解氧智能控制要求。通過長期運行調試，基于水產物聯服務平臺的智能增氧控制系統能夠穩定高效運行，達到智能控制系統設計要求，智能調控水體溶解氧水平，降低養殖風險，提高生產效益，具有廣泛推廣應用價值。

為研究各水質因子對池塘溶解氧的影響，完善系統軟硬件設計，提高系統穩定性與可靠性，將在現有的研究基礎上對系統的可拓展性、控制策略的可預測性和系統的智能化等方面做進一步的研究。

［1］ 史兵， 趙德安， 劉星橋， 等. 基于無線傳感網絡的規?；a養殖智能監控系統［J］. 農業工程學報， 2011， 27（9）: 136-140.

Shi B， Zhao D A， Liu X Q， et al. Intelligent monitoring system for industrialized aquaculture based on wireless sensor network［J］. Transactions of the Chinese Society of Agricultural Engineering，2011， 27（9）: 136-140.

［2］ 趙三琴， 劉昊一， 丁為民， 等. 魚塘增氧控制系統的研制與試驗［J］. 南京農業大學學報， 2015， 38（4）: 682-688.

Zhao S Q， Liu H Y， Ding W M， et al. The development and experiment of aeration control system in pond［J］. Journal of Nanjing Agricultural University， 2015， 38（4）: 682-688.

［3］ 郭文川， 程寒杰， 李瑞明， 等. 基于無線傳感器網絡的溫室環境信息監測系統［J］. 農業機械學報， 2010， 41（7）: 181-185.

Guo W C， Cheng H J， Li R M， et al. Greenhouse monitoring system based on wireless sensor networks［J］. Transactions of the Chinese Society for Agricultural Machinery， 2010， 41（7）: 181-185.

［

4］ 高峰， 盧尚瓊， 徐青香， 等. 無線傳感器網絡在設施農業中的應用進展［J］. 浙江林學院學報， 2010， 27（5）: 762-769.

Gao F， Lu S Q， Xu Q X， et al. Wireless sensor networks and its application in facility agriculture［J］. Journal of Zhejiang Forestry College， 2010， 27（5）: 762-769.

［5］ 鄒賽， 劉昌明， 李法平. 基于無線傳感器網絡的水環境監測系統［J］. 傳感器與微系統， 2010， 29（9）: 104-106.

Chu S， Liu C M， Li F P. Water environment monitoring system based on wireless sensor networks［J］. Transducer and Microsystem Technologies， 2010， 29（9）: 104-106.

［6］ 趙小歡. 基于WSN的水產養殖水質在線監測系統設計［D］. 哈爾濱: 哈爾濱理工大學， 2014.

Zhao X H. The design of water quality monitoring system in aquaculture based on wireless networks［D］. Harbin: Harbin University of Science and Technology， 2014.

［7］ 紀金水. 基于Zigbee無線傳感器網絡技術的系統設計［J］. 計算機工程與設計， 2007， 28（2）: 404-408.

Ji J S. Zigbee wireless sensor network technology based on system design［J］. Computer Engineering and Design， 2007， 28（2）: 404-408.

［8］ 陳剛， 朱啟兵， 楊慧中. 水產養殖在線監控系統的設計［J］. 計算機與應用化學， 2013， 30（10）: 1139-1142.

Chen G， Zhu Q B， Yang H Z. Design of aquaculture online monitoring system［J］. Computers and Applied Chemistry， 2013，30（10）: 1139-1142.

［9］ 朱明瑞， 曹廣斌， 蔣樹義， 等. 工廠化水產養殖溶解氧自動監控系統的研究［J］. 大連水產學院學報， 2007， 22（3）: 226-230.

Zhu M R， Cao G B， Jiang S Y， et al. Automatic monitoring and control system of dissolved oxygen levels in recirculating aquaculture［J］. Journal of Dalian Fisheries University， 2007，22（3）: 226-230.

［10］ 關艷如. 工廠化養殖監控系統的研究與設計［D］. 湛江: 廣東海洋大學， 2013.

Guan Y R. Research and design of monitoring system of industrial aquaculture［D］. Zhanjiang: Guangdong Ocean University， 2013.

［11］ 馬曉飛， 袁永明， 張紅燕， 等. 水產物聯服務平臺研究與開發［J］.農業網絡信息， 2013（10）: 15-19.

Ma X F， Yuan Y M， Zhang H Y， et al. Research and development of aquaculture internet things service platform［J］. Agriculture Network Information， 2013（10）: 15-19.

［12］ 包長春， 石瑞珍， 馬玉泉， 等. 基于ZigBee技術的農業設施測控系統的設計［J］. 農業工程學報， 2007， 23（8）: 160-164.

Bao C C， Shi R Z， Ma Y Q， et al. Design and realization of measuring and controlling system based on ZigBee technology in agricultural facilities［J］. Transactions of the Chinese Society of Agricultural Engineering， 2007， 23（8）: 160-164.

［13］ 尚景玉， 唐玉宏. 溶解氧傳感器研究進展［J］. 微納電子技術，2014， 51（3）: 168-175.

Shang J Y， Tang Y H. Research progress of the dissolved oxygen sensor［J］. Micronanoelectronic Technology， 2014， 51（3）: 168-175.

［14］ 李學勝， 盧欣春， 羅孝兵， 等. 熒光猝滅法溶解氧傳感器的研制［J］. 自動化與儀表， 2013（4）: 17-20.

Li X S， Lu X C， Luo X B， et al. Development of the Fluorescence Quenching Dissolved Oxygen Sensor［J］. Automation & Instrumentation， 2013（4）: 17-20.

［15］ 耿立中， 王鵬， 馬騁， 等. RS485高速數據傳輸協議的設計與實現［J］. 清華大學學報（自然科學版）， 2008， 48（8）: 1311-1314.

Geng L Z， Wang P， Ma C， et al. Design and implement of RS485 high speed data communications protocol［J］. Journal of Tsinghua University （Science and Technology）， 2008， 48（8）: 1311-1314.

［16］ 牟杰， 蔡自興， 劉麗玨. ZigBee簇狀網的OMNeT++仿真模型［J］. 智能系統學報， 2012， 7（1）: 56-60.

Mou J， Cai Z X， Liu L Y. A simulation of the ZigBee clustertree network in OMNeT++［J］. CAAI Transactions on Intelligent Systems， 2012， 7（1）: 56-60.

［17］ 王秀. 基于PLC和GPRS的外加熱干燥遠程監控系統設計［D］.西安: 西安科技大學， 2013. Wang X. Design of external heating drying remote monitor system based on PLC & GPRS［D］. Xi’an: Xi’an University of Science and Technology， 2013.

［18］ 谷堅， 顧海濤， 門濤， 等. 幾種機械增氧方式在池塘養殖中的增氧性能比較［J］. 農業工程學報， 2011， 27（1）: 148-152.

Gu J， Gu H T， Men T， et al. Performance comparison for different mechanical aeration methods in pond［J］. Transactions of the Chinese Society of Agricultural Engineering， 2011， 27（1）: 148-152.

［19］ 董杰英， 楊宇， 韓昌海， 等. 魚類對溶解氣體過飽和水體的敏感性分析［J］. 水生態學雜志， 2012， 33（3）: 85-89.

Dong J Y， Yang Y， Han C H， et al. Analysis on sensitivity of fishes to dissolved gas supersaturated water［J］. Journal of Hydroecology，2012， 33（3）: 85-89.

（責任編輯：童成立）

Development of intelligent aeration control system based on internet of things services platform

SHEN Nan-nan1， YUAN Yong-ming1，2， MA Xiao-fei2
（1. Wuxi Fisheries College， Nanjing Agricultural University， Wuxi， Jiangsu 214081， China； 2. Freshwater Fisheries Research Center of Chinese Academy of Fishery Sciences， Tilapia Industrial Research Center of China Agriculture Research System， Key Laboratory of Freshwater Fisheries and Germplasm Resources Utilization of Ministry of Agriculture， Wuxi， Jiangsu 214081， China）

Traditional methods of aeration cannot meet the needs of modern and intelligent aquaculture with the advance of technology. Control strategies in existing automatic aeration systems are not smart enough to react to the changes in dissolved oxygen. The development of this intelligent aeration control system was to solve above problems. Programmable logic controller （PLC） was used as the central progressing unit （CPU） in intelligent aeration control system which was based on the Internet of Things services platform. PLC was connected to the Internet by GPRS modem to communicate with the server and exchange data with the database. Optical dissolved oxygen sensors were adjusted to the system to monitor water quality and collect data. The wireless sensor network， which was based on ZigBee technology， was to transmit data in the intelligent system. Coordinator was installed beside the PLC to coordinate other devices in the pond. The wireless sensor network was powered by solar cells which were mounted on the float bowls. Being dependent on the control parameters， the controller used dissolved oxygen status determination mechanism to divide dissolved oxygen into five states， and outputting a corresponding control strategy. The results show that the intelligent control system can run stably under a long term operation test. Communication and data transmission between controller and server or devices were unobstructed， timely and reliable. The control system can determine the status of the pond dissolved oxygen based on the settings of the control parameter， and trigger the system mechanisms for water diversion or aeration intelligently. Design of intelligent aeration control system achieves the requirements for ponds aquaculture because of stable and efficient control effect. Risks of the fish-farming under the management of intelligent aeration control system can be reduced and production efficiency was improved. The system can beunattended and would be more efficient and popular when it is utilized widely in aquaculture.

aquaculture， internet of things services system， dissolved oxygen， intelligent control， decision mechanism

Special Fund of Modern Agricultural Industry Technology System Construction （CARS-49）； the Fundamental Research Funds for National Nonprofit Institute Research （2015JBFM22）.

YUAN Yong-ming， E-mail: yuan@ffrc.cn.

8 April， 2016；Accepted 2 July， 2016

S220； S969

A

1000-0275（2016）05-0981-07

10.13872/j.1000-0275.2016.0079

現代農業產業技術體系專項資金資助（CARS-49）；中央級公益性科研院所基本科研業務費專項資金（中國水產科學研究院淡水漁業研究中心）（2015JBFM22）。

沈楠楠（1991-），男，江蘇徐州人，碩士研究生，主要從事漁業經濟與信息技術研究，E-mail: shnn16@163.com；通訊作者：袁永明（1961-），男，江蘇常熟人，研究員，碩士生導師，主要從事產業經濟與信息技術應用研究，E-mail: yuan@ffrc.cn。

2016-04-08，接受日期：2016-07-02