工厂化水产养殖现状分析

优质的海水是深远海集约化养殖成功的前提,提升养殖水体的溶解氧对于高密度养殖至关重要。增氧锥是养殖水体最高效的增氧设备之一。针对深远海养殖工船空间紧凑的现状,对增氧锥外形进行优选,并开发相关配件,以达到高效增氧和节约空间的目的。采用流体仿真技术,利用其文丘里结构产生的射流、偏流、回流现象获得增氧效果;通过设计开发微孔曝气射流装置,借助微气泡原理和二次射流效果,进一步提升了增氧锥中氧气溶于水的效率。流体仿真软件结果显示,在其他条件相同的情况下,增氧锥截面角度为28° 时,液速峰值最高,产生的溶解氧效果最佳;有无曝气管射流的对比实验结果显示,加装曝气管的增氧锥增氧速度较快,该配件对于增氧锥的作业有良好的辅助功能,具有较好的应用价值。

     

全球海洋资源开发现状和趋势综述

水质检测是深远海集约化养殖的重要环节,水质好坏直接影响着鱼类的生长。目前,水质检测的主要方式是构建水质监测网络系统和人力采集水样检测,这些检测方式存在操作复杂且效率低、作业区域受限、监测周期长等问题。为此,研发设计了一款用于养殖工船水质检测的作业型水下机器人。首先提出水质检测系统和水下机器人系统的总体设计方案。然后利用Solidworks建模软件对水下机器人机械结构进行整体设计,外壳采用流线型结构,其上搭载抽水管口,采用水平2个和垂直4个推进器布局设计,保证水下机器人能够自由运动;基于Ansys软件对机器人的外壳、固定结构和耐压舱等进行应力数值模拟,并结合理论计算对机器人的设计进行完善。最后完成机器人样机软件调试以及性能、自由度和水质检测等水下试验测试。结果表明：水下机器人的密封性、自由度、抽水检测等性能试验均满足工作要求,可以达到对指定位置进行分层和定点水质采样,所获得的水质检测数据可为水产养殖提供数据参考。

     

Prophet时序模型在短期水质溶氧预测中的应用

为了准确预测水质参数中的溶氧量,采用长短时记忆网络 (Long Short-Term Memory, LSTM) 模型,提出一种增强型麻雀搜索算法 (Enhance Sparrow Search Algorithm, ESSA) 以改进预测率的精确性。该算法引入了Circle混沌映射进行种群初始化,并结合正弦余弦算法和Levy飞行策略分别对侦察者、跟踪者的位置进行更新,以促使麻雀个体能够快速跳出局部最优解。首先将ESSA与多种其他算法进行多形态基准函数对比测试,结果表明该算法在多个基准函数上展现出出色的性能和鲁棒性;随后将其应用于LSTM模型参数寻优,并与其他优化算法进行比较,结果显示基于ESSA-LSTM模型的预测率达到99.071%,相较于基本麻雀搜索算法 (Sparrow Search Algorithm, SSA)、灰狼优化算法 (Grey Wolf Optimizer, GWO)、海洋捕食算法 (Marine Predators Algorithm, MPA)、鲸鱼算法 (Whale Optimization Algorithm, WOA) 分别提升了2.142%、6.653%、6.682%、7.714%。研究表明,使用ESSA显著提高了溶解氧预测率,并有效减少了参数设置的盲目性和时间成本。

     

养殖工船自动投饲机设计和螺旋下料器的仿真分析

针对现有投饲机无法满足大型集约化深远海养殖工船投饲作业的工作需求，颗粒饲料因输送工艺和结构参数不合理导致管道堵塞，为提高颗粒饲料输送性能与效果，设计了一种可集中控制、定时、定量、定速作业的远程气力输送的自动投饲机，确定了投饲机的总体结构，完成了对螺旋下料器的关键部位的设计，开展了EDEM离散元仿真分析。仿真结果显示：饲料颗粒在该装置中，从生成到排除过程中不会发生堵塞、滞留的现象，且下料速度可以通过螺旋轴的转速控制，下料速度稳定，当螺旋轴转速达到40r/min时，满足投料速度1.5 t/h。该设计和研究为后续的深远海养殖投饲设备的设计和性能优化提供参考和依据。