信阳南湾水库水质调查报告

信阳南湾水库是一座丘陵湖泊型大型水库。水库养殖面积6.86万亩，其渔业资源较好，历年渔业单产量较高。为了了解与该水库渔业资源相关的库水理化性质，进一步发展渔业生产，在2001年4月～2002年3月，对水质与浮游生物同时进行了初步调查。根据南湾水库调查采样设站布点图(图略)，全库     

基于模糊神经网络的池塘溶解氧预测模型

在分析了池塘溶解氧影响因素的基础上，利用模糊神经网络良好的非线性逼近能力建立了池塘溶解氧的模糊神经网络预测模型。神经网络模型如采用常规的BP或其它梯度算法，常导致训练时间较长且易陷入局部极小点，本实验采用快速的粒子群优化算法对模糊神经网络进行训练，收敛速度明显加快。实验结果表明采用该方法预报溶解氧的预测精度较常规BP递推算法的预测精度明显提高，所采用的模型能对溶解氧进行可靠的预测，该方法为研制开发智能水质检测仪以及工厂化养殖工作奠定了基础，对实际生产具有一定的指导意义。     

基于遗传算法与RBF网络的养殖池塘溶解氧模型

在分析了工厂化水产养殖池塘溶解氧影响因素的基础上,利用RBF神经网络良好的非线性逼近能力建立了池塘溶解氧的神经网络预测模型.常规的RBF神经网络模型常导致训练时间较长且易陷入局部极小点,因此,采用自适应遗传算法对RBF神经网络进行优化,模型的收敛速度明显加快.采用了养殖池塘的外部可控环境水体温度T、水流量Q、酸度(pH)以及增氧机器的转速V作为模型的输入.实验结果表明采用该方法预报溶解氧的预测精度较常规RBF递推算法的预测精度明显提高.该方法为研制开发智能水产养殖环境监控系统以及工厂化水产养殖奠定了基础.     

溶解氧影响河流底泥中氮释放的实验研究

通过自制的柱状模拟实验装置,研究了溶解氧对河流底泥氮转化的影响。研究结果表明:好氧环境可以抑制河流底泥中的氮向上覆水体释放,而厌氧条件下有利于底泥中氮向上覆水体释放;高溶解氧水平下,河流水体中氮的迁移转化作用主要为硝化和反硝化作用。且硝化作用进行得很彻底,氨氮转化率达到100%。     

池塘水中溶解氧变化规律的分析

池塘水中的溶解氧在白天随着太阳的升起而逐渐上升,至下午达到最高值,此后溶氧量逐渐下降至第二天早晨黎明时达最低值。     

不同包装材料对NFC橙汁常温贮藏品质的影响

为降低非浓缩还原（not from concentrate,NFC）橙汁储运销成本并提高其贮藏品质,以长叶香橙为原料,脱气杀菌后分别灌装至玻璃（glass,GL）、聚丙烯（polypropylene,PP）和聚乙烯（polyethylene,PE）（透氧率：GL溶解氧（dissolved oxygen,DO）含量和相关品质指标。结果显示,DO值变化速度与包装材料的透氧率差异一致,GL、PP和PE中的还原糖含量均先降后升,可接受感官品质的贮藏时间分别为60、15和7 d,VC含量和色泽指标（?E,A420）均与包装的透氧率呈极显著相关（P<0.01）,类黄酮和酚酸化合物含量与包装透氧性不具有显著相关性。GL瓶中橙汁DO值在120 d内稳定在0.5 mg/L左右,其橙汁贮藏效果最佳。结果表明,在贮藏期间将DO值控制在0.5 mg/L及以下可更好地保持NFC橙汁的品质,实现NFC橙汁的常温储运。     

温度对瞬时耗氧速率的影响

 (Ｈｅｍｉｃｕｌｔｅｒｌｅｕｃｉｓｃｕｌｕｓ)是诸多水体中常见的野生小型鱼类 ,因其体形较小、肉质鲜嫩且具有极好的适口性 ,成为各类宠物的上佳饵料而倍受青睐 ,市场供不应求 ;而随着生活水平的提高 ,、虎鱼、沙塘鳢等野生小型鱼类也逐渐成为席上之珍 ,加之适应环境能力强、分布地域广泛、苗种易得、食性较杂、易于养殖 ,这使之具有极大的养殖潜力。同时幼鱼本身就是体型优美的观赏鱼 ,并可作为药物毒性试验的材料。本文探讨了不同温度下对氧的代谢能力 ,获得温度对的代谢耗氧速率的影响及其与溶氧水平的关系 ,以期为该…     

浅谈工业锅炉给水除氧

阐述了工业锅炉给水除氧的原理,并对常用的热力除氧、真空除氧、解吸除氧等技术进行了分析。     

基于改进极限学习机的水体溶解氧预测方法

为了有效地指导水产养殖生产,提高溶解氧浓度预测的精度,提出了基于因子筛选和改进极限学习机（Extreme Learning Machine,ELM）的水产养殖溶解氧预测模型。首先,利用皮尔森相关系数法计算各影响因子与溶解氧浓度间的相关系数,提取强关联因子,降低预测模型的输入量维度;采用偏最小二乘算法（Partial Least Square, PLS）优化传统ELM神经网络,避免网络中隐含层共线性问题,保障输出权值的稳定性;然后,结合新型激活函数,构建水体溶解氧浓度预测模型。最后,将SPLS-ELM（Selection Based Partial Least Square Optimized Extreme Learning Machine）预测模型应用到江苏省无锡市南泉基地某试验池塘的水体溶解氧预测中。试验结果表明：该模型的预测均方根误差为0.3232,与最小二乘支持向量机（Least Square Support Vector Machine,LSSVM）、BP神经网络、粒子群（Particle Swarm Optimization,PSO）优化LSSVM和遗传算法（Genetic Algorithm, GA）优化BP神经网络相比分别降低40.98%、44.48%、34.73%和44.18%。且该模型的运行时间仅0.6231s,预测精度和运行效率明显优于其他模型。该模型的溶解氧预测曲线接近真实溶解氧变化曲线,能够满足水产养殖实际生产对水体溶解氧预测的要求。     

工厂化水产养殖溶解氧自动监控系统的研究

为以曝气增氧方式的养殖系统(养殖平均体重为450 g的虹鳟Oncorhynchus mykiss,养殖密度为27kg/m3)设计了在线自动监控系统,即对水体溶解氧进行在线监测,对增氧设备进行自动控制。该监控系统是以覆膜溶解氧电极作为检测元件,用组态王软件设计在上位机中运行的监控系统完成在线检测,以PLC为下位机直接控制增氧气泵实现溶解氧控制功能。结果表明:该溶解氧在线自动监控系统能直观地在计算机屏幕上显示养殖现场溶解氧的变化情况,并可以储存、打印、记录溶解氧的变化数值,为掌握溶解氧的变化规律,分析溶解氧产生变化的原因提供基础数据。对增氧设备进行控制,可确保水体中的溶解氧维持在适合鱼类生长的最佳范围内,减少了设备的运行时间,降低了生产过程的能源消耗,取得了较好的效果。