生豬養殖業污水排放智慧監管系統的設計與實現

武新梅，徐愛俊，周素茵

?

生豬養殖業污水排放智慧監管系統的設計與實現

武新梅，徐愛俊，周素茵※

（1. 浙江農林大學信息工程學院，杭州 311300； 2. 浙江農林大學浙江省林業智能監測與信息技術研究重點實驗室，杭州 311300）

為了對生豬養殖業污水的治理過程進行監控和違規排污預警，該文提出了養殖污水實時監管策略，設計并實現了生豬養殖污水治理智慧監管系統。該系統通過信息采集模塊收集養殖污水排放的實時數據，實現養殖污水實時數據監測、預警分析等功能。其中集中治理的監管是根據安裝在槽罐車上的GPS數據和污水集中處理廠的信息，判斷污水是否被運送到指定地點排放；工業治理的監管是采用模糊推理理論，以監管因子的濃度偏差及偏差變化率為輸入量，相應的污水預警等級作為輸出量，對監管因子進行模糊化及邏輯推理，建立相應的模糊監管子系統，生成工業治理監管規則及策略；針對生態治理的監管，構建了相應的監管策略和Ecological數學模型，該模型以監管策略為依據，對實時數據進行定性與定量分析預測，實現對偷排漏排、滿溢等違規排污現象的判斷。試驗結果表明，系統預警準確度為96.17%，平均誤差時間為33.22 s，違規排污量平均值為15.77 L，能夠滿足養殖污水排放監管要求，對提高監管效率具有重要意義。

污水；排放控制；設計；生豬養殖；模糊推理；智慧監管；監管系統

0 引 言

生豬養殖業日趨集約化和規模化，這在促進農業的產業化發展的同時，養殖廢水也對生態環境構成了嚴重的威脅[1-3]。養殖污水的監測成為社會關注的重要話題。生豬養殖業污水治理方式主要分為生態治理、工業治理和集中治理[4-8]。生態治理指生豬養殖企業將污水排往沼液池，通過沉淀和消納地等來實現污水的循環利用；工業治理指生豬養殖企業自建發酵池，通過微生物發酵的方式來治理污水；集中治理指將污水運輸至污水處理廠集中處理。不同的處理方式原理及排放流程有所不同，其監管方式也有所差異。

傳統的養殖污水達標排放檢測是基于化學方法，該方法需要消耗試劑，容易造成二次污染[9-10]。Matcalf等[11]通過用水量折算污水排放量，采集污水進行水質分析，這種方法測量周期長、精度低，無法實現水體污染的動態監測。韓紅桂等[12]提出了一種基于模糊神經網絡的軟測量方法，用于測量污水處理過程中出水NH4-N的值。神經網絡法的軟測量是一種大樣本學習方法[13-14]，由于實際應用中樣本數量有限，模型精確度往往不高。為了能夠高效地監測養殖污水的排放，解決監管過程中存在的取證難度大、實時性差等問題，將物聯網與智能監管方法有機結合，構建基于無線傳感網絡與智能監管相結合的污水監管系統是未來發展的趨勢。Li等[15]構建了污水質量監控系統，解決了污水監測傳感器中可能存在嚴重污染物和生物淤積等問題，從而提高對污水質量監測的實時性。近年來中國畜禽養殖業信息化發展速度也相對較快[16-20]。李慧等[21]開發了一種基于物聯網的水產養殖遠程監控系統，通過無線傳感網絡實現水質環境的遠程控制，但由于環境因子響應速度慢、抗干擾能力差使得監控的實現仍存在問題。馬從國等[22]研制了基于模糊控制方法和無線傳感網絡相結合的水產養殖池塘溶解氧智能監控系統，為解決非線性、大時滯復雜對象的控制問題提供一種新思路。謝秋菊等[23]提出了豬舍多環境因子模糊控制系統及策略，根據設定值對豬舍內環境因子進行自動控制，模糊控制方法的引入有助于實現豬舍環境因子的調控，使系統運行更加高效穩定。

本文在分析現有污水治理方式的特點和傳統養殖污水監測方式不足的基礎上，設計并實現了生豬養殖污水治理智慧監管系統，實現對養殖污水排放的實時監管與預警；基于模糊推理理論建立工業治理模式下的污水監管模式，對監管因子進行模糊化及邏輯推理，制定相應監管因子的監管策略及規則；針對養殖污水生態治理本文提出了Ecological模型，模型以生態治理監管策略的工作原理為基礎，對監測數據進行定性與定量分析、預測。該系統的實現對提高污水監管效率具有重要意義。

1 系統分析與設計

1.1 總體框架

生豬養殖污水智慧監管系統以污水的處理與排放過程為研究對象，利用傳感器、GPS、視頻監控設備獲取實時數據，結合歷史數據及實地調研數據構建云數據庫。將云數據庫與3種治理方式的監管指標體系相結合，通過特定的污水監管策略實現生豬養殖業污水排放數據的分析與預警，并利用預警決策分析方法實現系統警報推送機制。另外，預警決策結果也將作為評價企業信用等級的依據保存至歷史數據庫，用于實現對嚴重違規排放企業的重點監管。具體監管框架如圖1所示。

圖1 生豬養殖污水智慧監管系統總體架構

1.2 數據采集系統設計

污水排放數據采集系統主要由傳感器、微處理器和GPRS無線傳輸模塊組成，其框架如圖2所示。各傳感器及儀表與微處理器之間通過RS485（采用MODBUS協議）進行通信。微處理器與GPRS無線傳輸模塊通過RS232協議進行通信。系統采集的數據直接傳送到云服務器，作為整個監管系統的基礎實時數據。

信息采集終端使用的設備信息如表1所示。不同污水治理方式使用不同類型的傳感器或GPS定位設備對污水排放進行動態監測，根據數據的實際變化情況，生態治理和集中治理的監管設定采集周期為10 min，工業治理采集周期為2 h。采集的數據主要有污水氨氮含量、COD值、沼液池液位、流量、槽罐車經緯度等。

注：COD為化學需氧量，BOD生化需氧量，SS懸浮量。

表1 設備基本信息

1.3 養殖污水監管系統設計

1.3.1 監管數據流分析

生豬養殖污水智慧監管系統通過從數據采集終端監聽與獲取實時數據，根據不同的污水治理方式分析和判斷污水排放時間、地點及水質狀況等是否滿足污水排放要求及環保標準，監測養殖企業是否存在偷排、漏排、滿溢、不適宜時間排放及水質不達標等違規排污現象。為了確保養殖污水的正常排放，本節根據污水的3種治理方式的治理流程及特征，分析其數據監管流程，如圖3所示。

其中，集中治理模式下，當大于1小于2，大于1小于2時，槽罐車到達污水處理廠，此時若流量值增加，則污水正常排放；若槽罐車到達污水處理廠但值未發生變化或減小則發送設備故障警報。若小于1或大于2，或小于1或大于2時，則說明槽罐車并未到達污水集中處理廠，流量值若發生變化，則說明養殖污水未被運輸到指定地點進行排放，此時系統發送實時預警。

注：μ表示安裝在槽罐車排污口處流量傳感器的值；X1、Y1、X2、Y2分別表示污水集中處理廠范圍的最小經度、最小緯度、最大經度和最大緯度；(X, Y)為槽罐車實時位置；h為沼液池深度的90%；hi為第i次獲取的液位傳感器的數據；F(h, hi)是判斷沼液池是否滿溢的函數；λ是電機狀態，λ=1時電機開啟，λ=0時電機關閉；μ0為沼液排放總流量，μ1, μ2 … μn表示各終端流量，M(μ0, μ1, μ2,…, μn)是總流量與終端流量和的關系的判斷函數；T(r,t)為排放時間判斷函數，r為消納地所在區域雨量值，t為排放時間。

1.3.2 功能結構設計

生豬養殖污水智慧監管系統主要包括實時數據、視頻監控、站點管理、設備管理、數據統計、預警管理6個模塊，系統總體功能結構如圖4所示。該系統的總體目標是通過對污水排放數據進行處理和分析，達到污水排放的實時監管和違規排污實時預警的效果。在保證養殖企業信息的完整性及可修改性的同時，實現不同治理模式下養殖企業的統一監管。因此，系統功能設計應盡可能使各模塊間具有較低的耦合性，模塊內部各功能之間具有較高的內聚性，從而提高系統的可擴展性和靈活性。保證各模塊在邏輯結構上相互聯系，在物理結構上相互獨立。

圖4 系統功能模塊設計

2 系統關鍵技術

2.1 預警決策

本系統選取負責人身份（監管人員1、企業管理員2）作為預警決策一級指標；1所包含的二級指標及指標因子分別為實時預警1（偷排漏排、不適宜時間排放、設備故障、滿溢、水質不達標排放）、企業信用等級2（違規次數、累計污水排放違規時間、累計違規排污量）、警報等級3（違規排污量、違規類型）、警報處理時間4（違規排污對應的處理時間）等作為警報推送決策指標；2所包含的二級指標及指標因子分別為實時預警1（偷排漏排、不適宜時間排放、設備故障、滿溢、水質狀況）、是否向監管人員發送警報5。預警推送決策的指標體系的一級指標、二級指標和指標因子如表2所示。

表2 預警推送決策指標體系

按照預警推送決策指標體系進行警報推送，當監測到實時數據異常時，將警報信息推送給生豬養殖企業管理人員，同時對該企業的信用等級進行評判，若信用等級較低，則將警報信息推送給監管人員；否則根據排污量、違規排污類型對本次違規等級進行評估，按照監管指標因子及其相應的權重進行等級劃分，將警報等級較高的警報信息推送給監管人員；對等級較低的違規排污預警將根據企業管理人員是否對預警做出及時處理決定是否將預警信息推送給監管人員。因此系統中的預警決策是由實時預警、企業信用等級、違規排污等級以及企業管理人員對預警處理的時效性等因素決定的，其警報推送流程如圖5所示。

圖5 預警推送決策

2.2 工業治理監管策略

根據GB18596-2001《畜禽養殖業污染物排放標準》，本系統選取生豬養殖污水排放時污水中的生化需氧量、氨氮、總磷、化學需氧量、懸浮量作為污水監測指標。工業治理具有監測參數多、非線性及時變等特點，無法建立精確的模型，達不到精確監管的效果。因此，模糊推理方法可以很好的實現生豬養殖污水工業治理的實時智慧監管。

模糊推理是利用模糊數學以人腦的思維方式識別和判斷模糊事物或現象，首先進行模糊輸入處理，把精確的數值通過模糊化處理轉變為模糊集合中的元素，經過模糊推理得到模糊化的輸出變量，最后將模糊化的輸出變量進行解模糊化，輸出精確量[24-25]。養殖污水工業治理模糊推理系統過程如圖6所示。生豬養殖污水工業治理監管系統由5個雙輸入單輸出的模糊子系統組合而成，這5個模糊監管子系統分別為懸浮量監管子系統、氨氮監管子系統、生化需氧量監管子系統、化學需氧量監管子系統、總磷監管子系統。模糊監管子系統分別以懸浮量、氨氮、生化需氧量、化學需氧量、總磷的濃度偏差及偏差變化率為輸入量，以相應的污水預警等級為輸出量，對監管因子進行模糊化及邏輯推理。

注：s，n，b，c，p 分別為SS、氨氮、BOD、COD、TP標準值，e1，e2，e3，e4，e5 分別為SS濃度偏差、氨氮濃度偏差、BOD濃度偏差、COD濃度偏差、TP濃度偏差；ds/dt，dn/dt，db/dt，dc/dt，dp/dt 為單位時間內SS濃度、氨氮濃度、BOD濃度、COD濃度、TP濃度偏差變化率；ks，kn，kb，kc，kp 為輸入變量比例因子；u1，u2，u3，u4，u5 為違規預警等級。

本文以懸浮量監管子系統為例對模糊監管系統進行詳細解釋。以懸浮量濃度偏差和濃度偏差變化率作為模糊推理的輸入變量，懸浮量違規預警等級為輸出變量1。懸浮量排放標準為小于等于200 mg/L，系統對污水中質量濃度為175～275 mg/L的懸浮量進行監控，設定污水違規排放懸浮量濃度偏差的基本論域為[-25,75]，模糊論域為[-1,3]，懸浮量偏差輸入變量比例因子為k=4/100= 0.02，偏差變化率的論域為[-6,6]，輸入變量用5個模糊狀態表示，懸浮量濃度偏差和偏差變化率模糊集合分別定義為={N, ZO, PS, PM, PB}和={NB, NS, ZO, PS, PB}，即={負、零、正小、正中、正大}，={負大、負小、零、正小、正大}。輸出量模糊集合={NB, NS, ZO, PS, PB}，用5個模糊狀態分別表示養殖污水違規排污5個等級，即綠色、黃色、橙色、紅色、黑色預警，輸出量的論域為[1,5]。

選取對稱三角形作為輸入輸出變量的隸屬度函數，這樣做便于計算，在保證系統靈敏度的同時，兼顧系統的魯棒性[22-23,25]。

根據生豬養殖污水工業治理特點和監管人員養殖污水監管預警經驗構建監管規則表，實現高效模糊推理監管。系統采用重心法對輸出量進行解模糊，得到輸出變量的精確量。根據推理結果可以確定，不同懸浮量濃度偏差大小和偏差變化率對養殖污水違規排污預警等級均有影響。當濃度偏差為N時，無論>0或<0，推理輸出為NB。當濃度偏差為PB時，無論>0或<0，輸出為PB。當濃度偏差為ZO、PS、PM時，需要根據濃度偏差變化率來確定預警等級，選擇相應的監管規則，確定養殖企業污水違規排放等級。當<0時，說明懸浮量濃度呈減少趨勢，預警等級相對較低；當>0時，表明懸浮量濃度呈增加趨勢，預警等級相對較高。因此從以上策略分析，根據畜禽養殖業污水排放標準，可以得出25條養殖污水懸浮量模糊推理監管規則，該系統的模糊推理規則表如表3所示。

表3 懸浮量濃度模糊推理規則

2.3 生態治理監管策略

本系統將生態治理模式下生豬養殖企業污水治理智慧監管模型定義為：

Ecological模型處理過程是等于1時，電機開啟，此時模型通過將與第次獲取的液位傳感器監測數據h進行對比判斷沼液池是否存在滿溢現象，同時通過比較沼液排放總流量0與各終端流量1,2,…,μ之和來判斷生豬養殖業污水是否存在偷排、漏排或者設備是否出現故障。另外，Ecological模型通過和的取值判定生豬養殖企業是否在不適宜時間排放。

若待處理數據為，上述模型可以通過具體的函數形式表示，Eco可表達為：

式中表示Full方法，用于判斷沼液池是否存在滿溢現象；表示State方法用于判斷電機狀態，函數表示總流量與各終端流量之和的關系；表示Time方法，用于判斷養殖污水是否在不正確的時間（雨天或夜間）排放；下面對以上提到的處理方法做具體的解釋：

系統采用水平衡方程[26]確定雨季期間污水排放時間間隔()。其公式為

式中表示某次降雨總量，mm；sw為土壤有效儲水量，mm；K為作物系數；ET0為參考作物蒸發蒸騰量，mm/d；為地下水補給量，mm/d；為降水入滲系數，指有效降雨量與相應降雨總量的比值。一般取值表4所示[27]。

表4 降水入滲系數

式中為作物根系活動層深度，m；為土壤干容重，t/m3；0和FC分別為土壤初始含水率和土壤實時含水率（占干土質量的百分比）；G為作物適宜灌溉的土壤水分下限指標，占田間持水率的百分比；為地下水補給系數，與土壤特性、作物類型有關；WD為地下水埋深，m。

ET0根據Penman-Monteith公式計算得出，該公式以能量平衡和水汽擴散化理論為基礎，同時考慮作物生理特征和動力學、輻射項參數的變化[28]，具有扎實的理論基礎和較高的計算精度，在蒸散研究中被廣泛應用[29-30]。Penman-Monteith公式為

式（10）中Δ為飽和水氣壓溫度曲線上的斜率，kPa/℃；R為冠層表面凈輻射，MJ/(m2·d)；為土壤熱通量，MJ/(m2·d)；為濕度計常數，kPa/℃；為2 m高度處平均溫度，℃；2為離地面2 m高處的風速，m/s；e和e分別為飽和水氣壓和空氣實際水氣壓，kPa。其中Δ，R，，2，e和e可以通過氣象資料計算和用戶輸入的消納地信息獲得，運用參考作物蒸發蒸騰量模型，計算出ET0。

3 系統應用與試驗結果

3.1 系統應用

系統采用Visual C#語言，在Microsoft.NET平臺框架下進行開發，采用Microsoft Visual Studio2015作為界面設計和開發工具，該工具使得系統具有較高的可維護性和可擴展性。系統首頁和監管界面如圖7所示。圖7a是生豬養殖業污水智慧監管系統首頁，圖7b是浙江省金華市某養殖企業某天污水排放監管的實時數據信息。圖7c是本系統對該養殖企業污水排放監管的預警結果，其中包括預警時間、預警類型的判斷、警報等級以及本次預警是否被監管人員處理等信息。

3.2 試 驗

2017年9月-11月對生豬養殖污水排放進行模擬試驗。使用1.2節中提及的傳感器進行數據采集，測試系統的誤差及穩定性。系統監測了6種違規排污現象，對違規排污現象進行300組模擬監測，計算每種違規排污類型預警的平均準確度、誤差時間、誤差排污量。其中準確度為系統推送警報的次數與實際模擬試驗中違規排污次數的比值，誤差時間為實際違規排污時間與系統違規預警時間的差值，誤差排污量為因系統警報延遲造成的養殖污水違規排污量。表5為試驗統計結果。試驗結果表明，系統預警平均準確度為96.17%，平均誤差時間為33.22 s，因誤差時間造成的每種違規排污量平均值為15.77 L，能夠滿足污水監測部門的監管要求，且提高了污水違規排放監管效率。

a. 生豬養殖業污水智慧監管系統首頁

a. Home page of smart supervisory system for swine effluent

b. 某生豬養殖企業實時數據信息

b. Effluent discharging real-time data of swine farming

c. 生豬養殖企業污水排放預警分析結果

表5 模擬試驗結果

4 結 論

本文分析了生豬養殖企業污水治理的實際情況和排放流程，制定3種治理模式下生豬養殖污水智慧監管策略，設計并實現了基于畜牧業物聯網的生豬養殖污水智慧監管系統。

1）本系統實現了對不同污水治理方式的生豬養殖企業的統一監管，通過信息采集終端模塊監聽與收集養殖污水排放的實時信息，實現養殖污水實時數據的監測、視頻監控、預警管理、站點管理等功能。

2）工業治理監管策略基于模糊推理理論，對監管因子進行模糊化及邏輯推理，分別制定了不同監管因子的監管規則及策略，建立5個具有雙輸入變量的模糊監管子系統。能根據排放污水中污染物含量的監測值判定養殖企業是否違規排污以及違規排污等級。

3）針對污水生態治理，本文提出了Ecological模型，利用定性與定量的分析方法對該治理模式下傳感器實時數據進行監管，實現對可能存在的養殖污水偷排漏排、滿溢、不適宜時間排放等違規現象的監管。

通過試驗結果表明，系統預警平均準確度為96.17%，平均誤差時間為33.22 s，因誤差時間造成的每種違規排污量平均值為15.77 L，能夠滿足養殖污水排放監管要求，對提高監管效率具有重要意義。但由于養殖污水對傳感器存在不同程度的侵蝕及由傳感器精度造成的誤差，使得本策略在實施過程中仍存在許多問題。

[1] 祁茂彬，王永行，王忠民. 規模養豬場糞便和污水治理模式的調查與思考[J]. 現代畜牧醫，2014(1)：48－50.

Qi Maobin, Wang Yonghang, Wang Zhongmin. Investigation and thinking of the management mode of feces and sewage in large scale pig farms[J]. Modern Journal of Animal Husbandry and Veterinary Medicine, 2014(1): 48－50. (in Chinese with English abstract)

[2] 孟祥海，張俊飚，李鵬，等. 畜牧業環境污染形勢與環境治理政策綜述[J]. 生態與農村環境學報，2014，30(1)：1－8.

Meng Xianghai, Zhang Junbiao, Li Peng, et al. Summary of livestock environmental pollution and environmental management polcies[J]. Journal of Ecology and Rural Environment, 2014, 30(1): 1－8. (in Chinese with English abstract)

[3] 趙海濤，李宗宇，顏志俊，等. 填料碳種類對蚯蚓生物工程床凈化畜禽養殖污水的影響[J]. 農業工程學報，2016，32(15)：213－218.

Zhao Haitao, Li Zongyu, Yan Zhijun, et al. Effects of different types of carbon based filter materials on purification of livestock wastewater by earthworm bioengineering bed[J]. Transaction of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2016, 32(15): 213－218. (in Chinese with English abstract)

[4] Patricia Bilotta, Ricardo Luiz Radis Steinmetz, Airton Kunz, et al. Swine effluent post-treatment by alkaline control and UV radiation combined for water reuse[J]. Journal of Cleaner Production, 2017, 140: 1247－1254.

[5] 黃美玲，何慶，黃夏子，等. 小球藻處理養殖污水及其資源化利用研究[J]. 中山大學學報，2010，49(增刊1)：89－93.

Huang Meiling, He Qing, Huang Xiazi, et al. Aquaculture wastewater treatment and resource utilizing by chlorella[J]. Acta Scientiarum Naturalium Universitatis Sunyatyeni, 2010, 49(Supp.1): 89－93. (in Chinese with English abstract)

[6] 于濤，成水平，賀鋒，等. 基于復合垂直流人工濕地的循環水養殖系統凈化養殖效能與參數優化[J]. 農業工程學報，2008，24(2)：188－193.

Yu Tao, Cheng Shuiping, He Feng, et al. Performance and optimization of recrirculating aquaculture system combined with integrated vertical-flow constructed wetland[J]. Transaction of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2008, 24(2): 188－193. (in Chinese with English abstract)

[7] 張世羊，常軍軍，高毛林，等. 曝氣對垂直流濕地水產養殖廢水脫氮的影響[J]. 農業工程學報，2015，31(9)：235－241.

Zhang Shiyang, Chang Junjun, Gao Maolin, et al. Impact of artificial aeration on nitrogen removal from aquaculture wastewater treated by vertical-flow constructed wetland[J]. Transaction of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2015, 31(9): 235－241. (in Chinese with English abstract)

[8] 何金成，楊祥龍，王立人，等. 基于近紅外光譜法的廢COD、BOD5、PH的快速測量[J]. 環境科學學報，2007，27(12)：2105－2108.

He Jincheng, Yang Xianglong, Wang Liren, et al. Rapid determination of chemical oxygen demand (COD), biochemical oxygen demand (BOD5) and PH in wastewater using near infrared spectroscopy[J]. Acta Scientiae Circumstantiae, 2007, 27(12): 2105－2108. (in Chinese with English abstract)

[9] 郭勁松，林佳琪，方芳，等. 屏蔽氯離子干擾高鹽榨菜廢水中COD的測定方法[J]. 重慶大學學報，2014，37(1)：117－122.

Guo Jingsong, Lin Jiaqi, Fang Fang, et al. The chloride mask in COD determination of pickled mustard wastewater with high salt[J]. Journal of Chongqing University, 2014, 37(1): 117－122. (in Chinese with English abstract)

[10] 王俊榮，韓永紅，劉宗斌. 銀鹽沉淀-鉻酸鹽法測定高氯離子水樣中化學需氧量[J]. 冶金分析，2008，28(3)：43－45.

Wang Junrong, Han Yonghong, Liu Zongbin. Determination of chemical oxygen demand of high concentration chloride water samples by silver precipitation and dichromate method[J]. Metallurgical Analysis, 2008, 28(3): 43－45. (in Chinese with English abstract)

[11] Matcalf, Eddy, Inc. Wastewater Engineering: Treatment, Disposal, Reuse[M]. 3rd Ed. New York, USA: McGraw-Hill, 1991.

[12] 韓紅桂，陳治遠，喬俊飛，等. 基于區間二型模糊神經網絡的出水氨氮軟測量[J]. 化工學報，2017，68(3)：1032－1040.

Han Honggui, Chen Zhiyuan, Qiao Junfei, et al. Soft-sensor method for effluent ammonia nitrogen based on interval type-2 fuzzy neural networks[J]. CIESC Journal, 2017, 68(3): 1032－1040. (in Chinese with English abstract)

[13] 許玉格，劉莉，曹濤. 基于Fast-RVM的在線軟測量預測模型[J]. 化工學報，2015，66(11)：4540－4545.

Xu Yuge, Liu Li, Cao Tao. On-line soft measuring model based on Fast-RVM[J]. CIESC Journal, 2015, 66(11): 4540－4545. (in Chinese with English abstract)

[14] 叢秋梅，苑明哲，王宏. 基于穩定Hammerstein模型的在線軟測量建模方法及應用[J]. 化工學報，2015，66(4)：1380－1387.

Cong Qiumei, Yuan Mingzhe, Wang Hong. On-line soft sensor based on stable Hammerstein model and its applications[J]. CIESC Journal, 2015, 66(4): 1380－1387. (in Chinese with English abstract)

[15] Li Tianling, Winnel Melissa, Lin Hao, et al. A reliable sewage quality abnormal event monitoring system[J]. Waster Research, 2017, 121: 248－257.

[16] 熊本海，楊振剛，楊亮，等. 中國畜牧業物聯網技術應用研究進展[J]. 農業工程學報，2015，31(增刊1)：237－246.

Xiong Benhai, Yang Zhengang, Yang Liang, et al. Review on application of Internet of Things technology in animal husbandry in China[J]. Transactions of the Chinese Society of Agricultural Engineering(Transaction of the CSAE), 2015, 31(Supp.1): 237－246. (in Chinese with English abstract)

[17] Li Hualong, Li Miao, Zhan Kai, et al. Intelligent monitoring system for laminated henhouse based on Internet of Things[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2015, 31(Supp.2): 210－215.

[18] 段玉瑤，馬麗，劉剛. 基于物聯網的生豬運動行為及豬舍環境遠程監控系統[J]. 農業工程學報，2015，31(增刊2)：216－221.

Duan Yuyao, Ma Li, Liu Gang. Remote monitoring system of pig motion behavior and piggery environment based on Internet of Things[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2015, 31(Supp.2): 216－221. (in Chinese with English abstract)

[19] 朱虹，李爽，鄭麗敏，等. 生豬養殖場無線傳感器網絡路徑損耗模型的建立與驗證[J]. 農業工程學報，2017，33(2)：205－212.

Zhu Hong, Li Shuang, Zheng Limin, et al. Modeling and validation on path loss of WSN in pig breeding farm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2017, 33(2): 205－212. (in Chinese with English abstract)

[20] 陳長喜，許曉華. 基于物聯網的肉雞可追溯與監管平臺設計與應用[J]. 農業工程學報，2017，33(5)：224－231.

Chen Changxi, Xu Xiaohua. Design and application of traceability and supervision platform for broiler based on Internet of Things[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2017, 33(5): 224－231. (in Chinese with English abstract)

[21] 李慧，劉星橋，李景，等. 基于物聯網Android平臺的水產養殖遠程監控系統[J]. 農業工程學報，2013，29(13)：175－181.

Li Hui, Liu Xingqiao, Li Jing, et al. Aquaculture remote monitoring system based on IOT Android platform[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2013, 29(13): 175－181. (in Chinese with English abstract)

[22] 馬從國，趙德安，王建國，等. 基于無線傳感器網絡的水產養殖池塘溶解氧智能監控系統[J]. 農業工程學報，2015，31(7)：193－200.

Ma Congguo, Zhao Dean, Wang Jianguo, et al. Intelligent monitoring system for aquaculture dissolved oxygen in pond based on wireless sensor network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2015, 31(7): 193－200. (in Chinese with English abstract)

[23] 謝秋菊，蘇中濱，Ni Ji-Qin, 等. 密閉式豬舍多環境因子調控系統設計及調控策略[J]. 農業工程學報，2017，33(6)：163－170.

Xie Qiuju, Su Zhongbin, Ni Ji-Qin, et al. Control system design and control strategy of multiple environmental factors in confined swine building[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2017, 33(6): 163－170. (in Chinese with English abstract)

[24] 張偉，何勇，裘正軍，等. 基于無線傳感網絡與模糊控制的精細灌溉系統設計[J]. 農業工程學報，2009，25(增刊2)：7－12.

Zhang Wei, He Yong, Qiu Zhengjun, et al. Design of precision irrigation system based on wireless sensor network and fuzzy control[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2009, 25(Supp.2): 7－12. (in Chinese with English abstract)

[25] 張伶鳦，王潤濤，張長利，等. 基于調虧理論和模糊控制的寒地水稻智能灌溉策略[J]. 農業工程學報，2016，32(13)：52－58.

Zhang Lingyi, Wang Runtao, Zhang Changli, et al. Intelligent irrigation strategy based on regulated deficit theory and fuzzy control for rice in cold region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2016, 32(13): 52－58. (in Chinese with English abstract)

[26] 余國雄，王衛星，謝家興，等. 基于物聯網的荔枝園信息獲取與智能灌溉專家決策系統[J]. 農業工程學報，2016，32(20)：144－152.

Yu Guoxiong, Wang Weixing, Xie Jiaxing, et al. Information acquisition and expert decision system in litchi orchard based on internet of things[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2016, 32(20): 144－152. (in Chinese with English abstract)

[27] 丁加麗，彭世彰，徐俊增，等. 基于Penman-Monteith方程的節水灌溉稻田蒸散量模型[J]. 農業工程學報，2010，26(4)：31－35.

Ding Jiali, Peng Shizhang, Xu Junzeng, et al. Estimation of rice evapotranspiration under controlled irrigation by using Penman-Monteith method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transaction of the CSAE), 2010, 26(4): 31－35. (in Chinese with English abstract)

[28] Gong Xuwen, Liu Hao, Sun Jingsheng, et al. A proposed surface resistance model for Penman-Monteith formula to estimate evapotranspiration in a solar greenhouse[J]. Journal of Arid Land, 2017, 9(4): 530－546.

[29] 符娜，宋孝玉，夏露，等. 云南省不同生態水文分區參考作物蒸散量算法適用性評價[J]. 農業機械學報，2017，48(5)：209－217.

Fu Na, Song Xiaoyu, Xia Lu, et al. Adaption evaluation for reference evaportranspiration calculation methods in different eco-hydrological regionalization of Yunnan province[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(5): 209－217. (in Chinese with English abstract)

[30] 符娜，李闖，劉艷偉，等. 基于灌溉需求指數的滇中地區烤煙需水量時空變化分析[J].農業機械學，2016，47(4)：155－161.

Fu Na, Li Chuang, Liu Yanwei, et al. Temporal and spatial variation analysis of water requirement of tobacco in Middle of Yunnan Province Based on Irrigation Requirement Index[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(4): 155－161. (in Chinese with English abstract)

Design and implementation of smart supervisory system for sewage emission in swine breeding industry

Wu Xinmei, Xu Aijun, Zhou Suyin※

(1.,311300,;2.,311300,)

Swine effluent poses not only serious threats to the environment and soil but also affect the sustainable development of livestock industry. So the treatment and supervision of swine sewage is imperative. In this paper, we divided the swine treatment methods into ecological treatment, industrial treatment and centralized treatment. To realize the remote monitoring and illegal discharge warning of swine effluent disposed by the three treatment methods, a smart supervisory system and real time data supervisory strategy was designed and proposed. Based on Internet, the newly developed system collected and monitored the effluent information such as rainfall, level, flow, location, chemical oxygen demand and biochemical oxygen demand in water, ammonia concentration and so on through data acquisition system. The system was mainly comprised of sensors, microprocessors, and GPRS wireless transmission module. The collected data were transmitted to the cloud server as real-time data for the entire supervisory system. According to the change rules of data and the practical demand of supervision, real-time data was obtained every 10 minutes. In addition, to determine the credit rating of the industries and push the alarm information in different conditions, the system would select the principle identity as the primary index of warning decision, while for the real-time warning, industry credit rating, alarm grade, and alarm processing time as the secondary indexes were used. Furthermore, the index system of warning-push was proposed in this paper. Combing the real time data and index system of warning-push, the system could realize functions of real time data monitoring, video monitoring, site management, equipment management, data statistic and early warning management. A lower inter-module coupling and a higher cohesion between the functions were designed to improve its scalability and flexibility, and to ensure that the modules could be interrelated in the logical structure and independent in the physical structure. In the centralized treatment, the system used the GPS data and basic information of sewagedisposalplant to judge whether the tank car took the sewage to the designated place to discharge it or not. Based on fuzzy reasoning theory, the supervisory system of industrial treatment with five monitoring subsystems, which had two inputs and one output variables, was established. In this fuzzy supervisory system, suspended solid difference, ammonia-nitrogen difference, biochemicaloxygendemand difference, chemical oxygen demand difference, total phosphorus difference and its variation rate were selected as input variables, and corresponding warning rank as an output variables. Also, symmetry triangle was selected as the membership function of input and output variables to ensure the sensitivity and robustness of the system. According to the effluent discharge standards of the livestock and poultry industry, fuzzy reasoning rules of the subsystem can be generated. To monitor the ecological treatment of swine effluent, in this paper, we constructed the corresponding supervision strategy and ecological mathematical model. Based on the principle of the supervisory strategy, the model predicted and analyzed the real-time data by qualitative and quantitative method to calculate the discharging interval during rainy days and to judge whether there existed the phenomenon of night discharge, stealing and leaking, overflowing and so on. Through the simulation test, the results showed that the system’s average warning accuracy reached 96.17%, the average error time was 33.22 s, the illegal discharge capacity caused by error time was 15.77 L. Therefore, this supervisory system could meet the requirements of swine effluent discharge regulation and improve the supervision efficiency significantly.

sewage; emission control; design; swine production; fuzzy reasoning; smart supervision; supervisory system

10.11975/j.issn.1002-6819.2018.02.031

S818.9

A

1002-6819(2018)-02-0226-09

2017-09-11

2017-12-29

浙江省“三農六方”科技協作項目（CTZB-F160728AWZ-SNY1，生豬養殖污染治理智慧監控技術模式研究與應用）

武新梅，從事資源與環境信息系統研究。Email：xinmeiw@foxmail.com

周素茵，講師，從事電子電路的分析與設計及物聯網方向的研究。Email：zsy197733@163.com

武新梅，徐愛俊，周素茵. 生豬養殖業污水排放智慧監管系統的設計與實現[J]. 農業工程學報，2018，34(2)：226－234. doi：10.11975/j.issn.1002-6819.2018.02.031 http://www.tcsae.org

Wu Xinmei, Xu Aijun, Zhou Suyin. Design and implementation of smart supervisory system for sewage emission in swine breeding industry[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(2): 226－234. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.02.031 http://www.tcsae.org