水产养殖水质监控系统设计开题报告
2020-02-20 08:17:08
1. 研究目的与意义(文献综述)
1.目的及意义(含国内外的研究现状分析)
1.1研究背景
在过去二十年,水产养殖是世界范围内食品领域增长最快的的行业。世界水产养殖以亚洲一些国家最为发达,主要有中国、日本、印度和东南亚各国。自改革开放以来,我国的渔业调整了发展重点,确立了以养为主的发展方针,水产养殖业在全国范围内得以迅速发展。根据《中国渔业统计年鉴》的数据来看,2013年我国水产养殖产量就达到了4542万吨,到2016年更是增长到了5142万吨。2017年仍然保持持续增长,全国水产品总产量达到6445.33万吨,水产养殖产量已经占到世界水产养殖总量的70%左右,我国是名副其实的第一水产养殖大国。
随着我国经济发展的转变,农业结构调整也进入了关键时期,水产养殖供给侧结构性改革也在不断深入,"提质减量"成了转型农业的主要话题。供给侧结构性改革对水产养殖的影响,我国水产养殖的发展趋势和行业变革趋势明显。近年来,随着互联网技术的迅速发展,“互联网 ”发展理念已经深入到了我国各行各业,现水产养殖的各个环节已逐步与“互联网 ”技术互相结合,水产养殖渐渐向智能化、科学化、网络化方面发展。但是,目前我国主要还是以传统的养殖模式为主,在传统的水产养殖中以养殖人的养殖经验为指导,仅凭养殖人员感官、目测、历史经验等主观因素为决定条件,养殖管理缺乏科学性的问题。在水质检测与控制方面,仅凭人的主观感觉是很难及时的获取到准确信息,往往是发生一些肉眼可观的情况之时,养殖者才知道水质出现了问题,然而具体是什么情况还需要进一步检查才能发现并解决相对应的问题,这不仅影响着水产的产量,而且影响着水产的质量。因此,水产品的饲养对水质以及水产品生长的实时智能监控与管理就变得十分重要。水产养殖环境因子主要包括溶解氧、水温、ph、光照、水流等,其中溶解氧和温度尤为重要,故而本设计着重针对于溶解氧和温度进行研究,同时也研究ph。
1.2国内外研究现状
自从日本六十年代初期开始研究水产养殖环境因子自动化监控系统进行工厂化养鱼以来,世界各国纷纷研究、设计了水产养殖环境因子监测的自动化装置,经过几十年的发展水产养殖业逐步形成了高效的规模化产业,水产养殖环境因子监控技术也获得了很大的进步,它在水体消毒、净化、池底排污、增氧及控温方面,几乎采用了现代所有可以引用的实用技术,水产养殖环境因子监控系统己经达到了相当高的自动化程度。在机械化和自动化方面,欧美如德国、美国等主要是开展工厂化流水或封闭式循环水养鱼,使水质调控达到机械化和自动化。美国高密度养殖系统程序控制采用两种自动控制系统通用控制系统,由微机输入输出、数据记录仪和遥控组件构成工业程序控制系统,由小型计算机和控制软件组成,该网络具有个控制器。两系统可以控制水体溶解氧、温度、湿度、太阳辐射、风速、风向、能耗、电导率、混浊度,还可控制饲料机、泵、阀门、增氧机、空气压缩机等。德国具有自动控制系统和水质理化因子监测网络,并通过增加纯氧、生物净化、沉淀、过滤、曝气、脱氮等设施改良环境,做到循环用水。日本bicom公司于2000年正式向市场推出了其研制的闭合循环水产养殖系统,该系统主要由一级硝化处理槽、水位维持装置、全自动驱动装置、分离系统、浓缩氧制造装置、水温控制装置、圆形养鱼槽等部件构成,该产品的技术优势较为明显,主要表现为水的净化率高,系统的集成性好,自动化程度高。在丹麦,全国仅有500万人口,养鱼工厂就有50余家,一个年产吨的养鱼工厂,只需一人承担全部操作与管理,其自动化水平相当高。
2. 研究的基本内容与方案
2.研究(设计)的基本内容、目标、拟采用的技术方案措施
2.1研究的内容
池塘养鱼时,为避免因水质问题导致鱼类死亡,需要对水质进行监测与控制。设计一套水质监控系统,对水质进行实时监测,如若水质出现问题则对其进行控制,包括下位机设计与上位机设计。
完成的主要任务和要求:
(1) 根据所监测水质因子对传感器进行选型;
3. 研究计划与安排
第1周:查阅参考文献,完成英文翻译;
第2周:查阅相关参考文献,完成开题报告;
第3-4周:完成传感器、单片机选型,进行硬件设计
4. 参考文献(12篇以上)
[1] bingshi,victor sreeram,dean zhao,suolin duan,jianming jiang . a wireless sensornetwork-based monitoring system for freshwater fishpond aquaculture,2018.
[2] haroonmalika, anthony szwilskib.towards monitoring the water quality using hierarchalrouting protocol for wireless sensor networks,2016.
[3] xunnazhu,daoliang li,dongxian he,jianqi wang,daokun ma,feifei li.a remote wirelesssystem for water quality online monitoring in intensive fish culture,2010.