基于水产物联服务平台的智能增氧控制系统的开发

沈楠楠，袁永明，，马晓飞

（1. 南京农业大学无锡渔业学院，江苏 无锡 214081；2. 中国水产科学研究院淡水渔业研究中心，国家罗非鱼产业技术研发中心，农业部淡水渔业和种质资源利用重点实验室，江苏 无锡 214081）

基于水产物联服务平台的智能增氧控制系统的开发

沈楠楠1，袁永明1，2*，马晓飞2

（1. 南京农业大学无锡渔业学院，江苏 无锡 214081；2. 中国水产科学研究院淡水渔业研究中心，国家罗非鱼产业技术研发中心，农业部淡水渔业和种质资源利用重点实验室，江苏 无锡 214081）

传统的水产养殖增氧方式已不能满足现代化与智能化养殖的需求，且现有的自动增氧系统控制方式过于简单，灵活性较差。为此，开发了一种基于水产物联服务平台的智能增氧控制系统。该系统以水产物联服务平台为云端数据服务器，以西门子PLC作为现场智能控制节点，其中智能控制节点通过GPRS通信方式与水产物联服务系统连接；系统使用光学溶解氧传感器进行水质数据的采集，并采用ZigBee无线组网技术将数据传输给控制器；控制器利用溶解氧状态判定机制，根据控制参数将池塘溶解氧划分为5个状态，并输出相应的控制策略。结果表明，该系统运行稳定，系统通信与数据传输通畅，监测数据更新及时，能够根据设定的控制参数，智能地判定池塘溶解氧状态并触发系统调水机制或增氧机制。系统达到智能控制系统设计要求，稳定高效的控制效果降低了养殖风险，提高生产效益，具有广泛推广应用价值。

水产养殖；物联服务系统；溶解氧；智能控制；判定机制

沈楠楠， 袁永明， 马晓飞. 基于水产物联服务平台的智能增氧控制系统的开发［J］. 农业现代化研究， 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.

我国水产养殖业发展迅猛，水产品产量连年稳居世界首位。但我国水产养殖业主要生产方式仍比较落后，一些池塘养殖中使用的机械设备如增氧机、投饲机等需要根据人工经验手动的进行开关管理，并不能满足现代化池塘精准养殖的基本需求，养殖风险过高，人工成本投入过大。而溶解氧是水产养殖中极为重要的制约性因子，溶解氧水平的高低决定着养殖活动能否顺利进行。因此，建立稳定可靠的水产养殖智能增氧控制系统是实现水产养殖现代化的重要技术问题。

有关水产养殖智能增氧控制的研究，一些科研工作者开展了相关的工作。史兵等［1］研究了基于无线传感网络的规模化水产养殖智能监控系统，以CC2530芯片为处理中心对养殖池塘的温度、溶解氧、pH等环境因子进行监测与控制；赵三琴等［2］设计了根据不同养殖对象设定溶解氧阈值的鱼塘增氧控制系统；无线传感器网络在农业领域的应用广泛［3-4］，一些基于无线传感器网络的水环境监测系统的研究中，实现了对水质进行监测、预警、预测等功能［5-7］；陈刚等［8］研制了一套基于通用分组无线服务技术（General Packet Radio Service， GPRS）技术的水产养殖无线远程监控系统，通过检测水温、pH值、溶氧量等环境参数，建立水产养殖管理系统，实现了监控中心远程控制；朱明瑞等［9］和关艳如［10］研究了工厂化水产养殖溶解氧自动监控系统，该系统以覆膜溶解氧电极作为检测单元，实现了实时显示并记录水体溶解氧变化情况，对增氧设备进行自动控制。

本文基于水产物联服务平台［11］，以可编程逻辑控制器（Programmable Logic Controller， PLC）为智能控制中心设计了智能增氧控制系统，实现对池塘养殖环境实时在线监测，采用自行设计的智能增氧控制策略，自动判定池塘溶解氧状况，选择合适的控制机制，在保证养殖对象基本需氧量的基础上达到节能省电目的，智能地调控养殖水体溶解氧水平。

1　系统结构

本研究是以水产物联服务平台为基础的智能增氧控制系统。水产物联服务平台是一个面向水产养殖各个生产环节（养殖、加工、物流、市场等），应用现代物联技术集成行业事务处理应用系统的服务平台［11］，支持广泛的有线和无线通信协议，对设备具有广泛的兼容性，即连即用，能够接入第三方事务处理应用系统和专家系统。其平台架构见图1。

图1　水产物联服务平台架构Fig. 1　Architecture of internet of things services platform

智能增氧控制系统结构见图2。采用西门子S7-200 PLC为智能控制中心负责监测养殖水体环境并控制下游增氧设备，控制器通过GPRS通信方式与水产物联服务系统连接，用户可以使用个人计算机（Personal Computer， PC）或移动设备查看实时监测数据或对水体溶解氧水平进行手动控制。养殖现场采用ZigBee无线网络技术进行数据传输，ZigBee技术具有低功耗、低成本、短延时、高容量、组网灵活等优点，非常适合应用于无线数据传输、无线传感器网络搭建等方面［12］，在设施场所比较分散的水产养殖、山区及沿海滩涂的数据传输应用中具有明显的优势。在本系统中，水质传感器通过终端节点将数据发送给路由节点，路由节点将从各终端节点传输过来的数据进行整合再发送给中心节点，中心节点与西门子S7-200 PLC通过RS-485通信技术进行数据传输，传感器与ZigBee网络采用太阳能电池供电。PLC通过交流接触器控制增氧机的启停。

2　系统主要硬件组成及软件设计

智能增氧系统由硬件部分和控制软件部分组成。硬件部分由传感器模块、数据传输模块、智能控制器（PLC）模块、被控制设备（增氧机）模块等组成，传感器模块负责养殖水体中溶解氧、温度、pH等水质参数的采集，其可靠性与准确性是系统稳定运行的基础；数据传输模块负责传感器与控制器、控制器与服务器之间的通信，要求其性能稳定、灵活、快速；智能控制器模块负责接收、处理传感器采集到的数据并输出控制决策，与水产物联服务平台通信，将数据和运行状态传输到服务器数据库；被控制设备（增氧机）负责调节养殖水体溶解氧水平，其性能决定系统控制效果。

图2　智能增氧系统结构图Fig. 2　Architecture of intelligent aeration control system

2.1系统主要硬件及其主要参数

采用光学溶解氧传感器测量养殖水体中溶解氧、溶氧饱和度、氧分压、温度等水质参数。本系统使用的溶解氧传感器基于荧光淬灭原理，利用氧分子对特定波长的激发态荧光具有淬灭作用的原理，根据光电二极管探测LED光源发出蓝光照射到荧光盖帽上激发的红光所产生的相位偏移来定量水体中溶解氧含量［13-14］。基于荧光淬灭原理的溶解氧传感器相对于传统的碘量法和Clark溶氧电极法，具有较好的稳定性与重复性，抗干扰能力强，测量过程中不消耗水体中溶解氧，对水体流动性没有过高的要求，适用于长期监测静止或低流速水体溶解氧含量。本系统使用的溶解氧传感器具体参数见表1。

系统采用SZ02型ZigBee作为数据传输设备，无线网络传输波段为F-2.480 GHz。该型ZigBee模块采用有线RS485通讯协议与传感器连接，通过无线 ZigBee进行组网通信，具备中继路由和终端设备功能，最大视距传输距离2 000 m，可以组建星型网、树型网、链型网和网状网。ZigBee通信网络采用DC12 V太阳能电池供电，每个通信节点与传感器共同使用一套太阳能电池，能够长时间稳定运行，无需更换电池，降低人力维护成本。系统数据传输模式为ASCII模式［15］，ASCII数据帧具体格式见图3a，ASCII数据帧使用特殊的字符区分帧起始和帧结束。数据帧必须以一个“冒号”（：）（ASCII十六进制3A）起始，以“回车-换行”（CR LF）对（ASCII十六进制0D和0A）结束。

表1　溶解氧传感器主要参数Table 1　Parameters of Dissolved Oxygen Sensor

本系统数据传输网络采用簇状网络结构（图3b），由多个子网（Cluster）构成一个簇状网络结构，每个子网设置一个簇头，簇头在子网内的短地址为0，子网内其他设备的短地址由簇头分配，同时簇头也负责子网与子网之间、子网与中心节点之间的通信［16］。池塘中靠近中心节点的终端节点可直接与中心节点通信。

图3　ASCII数据帧和网络节点分布图Fig. 3　ASCII data frame and distribution of nodes

系统采用西门子S7-200 PLC作为智能控制器。PLC是配备了微处理器的工业计算机，相比于普通的计算机其具有更强的与工业过程相连接的接口和更直接的适用于控制要求的编程语言，在工业控制中因其可靠性好、稳定性高、编程简单、易于使用等优点而广泛使用［17］。本系统在开发过程中选用224XPCPU，它集成了14输入/10输出共24个数字量I/O点，2输入/1输出共3个模拟量I/O点，可连接7个扩展模块，最大扩展至168路数字量I/O点或38路模拟量I/O点，具有2个RS485通讯/编程口，具有PPI通讯协议、MPI通讯协议和自由方式通讯能力。智能控制器接线图中（图4a），PORT0和PORT1为2个RS485通讯接口，其中PORT0口与GPRS模块连接，负责控制器与数据库服务器之间的通信，PORT1口与ZigBee模块的中心节点连接，负责控制器与各传感器之间的数据传输。KM1、KM2、KM3、KM4分别为PLC控制的交流接触器。

目前我国池塘机械增氧方式有叶轮式、水车式、螺旋桨式等多种形式，研究表明，叶轮式增氧机的综合增氧性能要高于水车式和螺旋桨式［18］。本系统使用无锡凯灵电泵厂生产的叶轮式增氧机，其主要技术参数见表2，其电气接线图中M为增氧机电机，FR为热继电器，FU为熔断器，QS为隔离开关（图4b）。

图4　控制器及增氧机接线图Fig. 4　Wiring diagram of controller and aerator

表2　叶轮增氧机主要参数Table 2　Parameters of impeller aerator

2.2系统控制程序设计

智能增氧系统的核心在于智能控制策略的设计，本系统以相关的科学研究为基础并借鉴一定的人工经验设计了智能增氧控制策略。在水产养殖中，不同养殖对象对溶解氧的需求不尽相同，要求系统能够根据不同的养殖对象制定相应的控制策略。所以，本系统提供能够根据不同养殖需求进行配置的控制参数，分别为低限L和最适度C，支持在养殖过程中根据养殖对象的生长阶段动态地调整控制参数。传统控制器对增氧机的控制原理是根据将监测到的溶解氧状况与设定阈值进行比对，实际值低于下限则开启增氧机，达到高限则关闭，这种控制方法虽然简单直接，但并不能达到本系统的智能化要求，所以为了满足系统智能控制要求，设计了一套溶解氧判定机制。

根据养殖初期设定的控制参数，系统将水体溶解氧水平分为五个状态，分别为严重缺氧、缺氧、轻微缺氧、溶氧充足以及溶氧过饱和（图5）。“严重缺氧”状态和“缺氧”状态为紧急状态，即水体溶解氧水平低于低限L和略高于低限L，此时需要控制器将增氧机立即开启，将溶解氧水平迅速提升到高于低限80%以上。“严重缺氧”状态和“缺氧”状态都为紧急状态，但两者之间的区别是严重缺氧状态需要控制器开启池塘中所有增氧机以达到最大的增氧能力，同时增氧机开机时间相对延长，而“缺氧”状态溶解氧水平则稍高于低限，并不需要系统提供最大增氧能力，减少增氧机启动数量与时间以达到节能省电的目的。

图5　溶解氧状态判定机制Fig. 5　State decision mechanism of dissolved oxygen

“轻微缺氧”状态和“溶氧充足”状态为温和状态，此时水体溶解氧水平稍低于最适度C或高于最适度C，控制器在这两种状态下需要继续判定溶解氧变化趋势来决定是否需要开启增氧机。“溶氧过饱和”状态为调水状态，水体中溶解氧来源主要为水体中浮游植物光合作用产氧和大气中氧气向水体中扩散，在日间天气晴朗的情况下，浮游植物光合作用旺盛，水体中溶解氧往往出现过饱和的现象，但并不是水中溶解氧越高越好，过高的溶解氧会引起鱼类气泡病［19］，同时由于日间池塘上层水温高下层水温低，上下层水体对流缓慢，导致上下水层溶解氧差值过大，不能充分利用水中浮游植物生产的氧气，所以系统会在“溶氧过饱和”状态下开启增氧机，将表层溶解氧运送至下层，均衡池塘整体溶解氧分布状况。

控制系统运行流程见图6。首先，开始运行前系统设置溶解氧饱和度上限、溶解氧最低限L和溶解氧最适度C，然后开始现场数据采集。第一步先判定溶解氧饱和度是否超过设定值，如果超过设定上限，系统进入调水状态，增氧机先开机10 min，然后暂停30 min后再进行一次判定，如果溶解氧饱和度仍然超过上限，系统重复以上动作，否则系统转入第二步判定流程；第二步，系统根据本文上述判定机制进行判定，若判定结果为缺氧状态，系统根据缺氧程度选择控制方式，否则系统转入第三步解氧变化趋势，如果低于最适度则开机增氧，否则系统转入监视状态，持续监测溶解氧变化趋势。

图6　系统工作流程图Fig. 6　Flow chart of the system

为了提高系统稳定性，防止因水体不同水层对流交换引起传感器监测数据瞬时差值过大或判定界限过于清晰导致控制器频繁启停增氧机，引起系统混乱，本系统在判定机制之后设定了一个验证机制，当控制器判定当前池塘处于某一状态时，系统将实时溶解氧值与前10组数据的平均值进行对比，如果差值过大则认为是水层对流交换，忽略此次判定结果，等待下一次判定，反之则输出控制结果。此验证机制形成了系统缓冲空间，在一定时间内延后系统控制输出，能够有效的减少因水层对流交换引起的判定误差，提高系统稳定性与可靠性。

水产养殖中水体溶解氧水平的精度控制要求并不是很高，要求控制系统能够在最短的时间内将溶解氧提升到一定水平以满足养殖对象的生长需求。本系统采用自行设计的智能增氧控制策略，自动判定池塘溶解氧状况，选择合适的控制机制，在保证养殖对象基本需氧量的基础上达到节能省电的目的，满足池塘智能增氧控制需求。

3　试验结果与分析

为了测试本系统运行的稳定性与可靠性，2015年5月19日开始在中国水产科学研究院淡水渔业研究中心南泉实验基地进行系统安装与调试。试验池塘面积约0.07 hm2，平均水深1.8 m，养殖模式为罗非鱼与家鱼混养，养殖密度为28 571尾/hm2。传感器节点通过浮筒固定于池塘中，与增氧机相对距离为5 m，靠近投饲机一侧，RDO探头布置于水下0.5 m处；智能控制器安装于岸边配电箱内，设定每2 min读取一次数据，24 h不间断监测，通过交流接触器控制增氧机；控制参数设定为：低限L为3.0 mg/L，最适度C为5.0 mg/L，溶氧饱和度上限为120%。系统自安装之日起一直稳定运行至当年养殖周期结束，期间系统对池塘溶解氧、水温、溶氧饱和度等水质参数的监测稳定可靠，数据传输存储及时，对池塘溶解氧水平的调控效果明显，满足高密度池塘养殖溶解氧调控基本需求。

为了说明系统溶解氧调控效果，选取2015年9月27日至10月3日的数据作为实例（图7），白天日出之后，藻类光合作用产生氧气，水体溶解氧水平迅速升高，于午后14点左右达到过饱和状态，系统根据判定结果输出调水机制，开启增氧机促使上下水层水体交换，补偿下层水体的氧债，提高池塘整体溶解氧含量，优化溶氧分布状况，所以图中溶氧曲线于最高点处出现向下波动而又回升的现象。日落之后，浮游植物光合作用停止，池塘中水生动植物、底泥、有机物等消耗水体中溶解氧，导致水体中溶解氧含量迅速下降，此时系统监测到溶解氧含量变化呈下降趋势并接近最适度，系统适当开起部分增氧机以缓解溶解氧因上半夜过度消耗导致凌晨之后池塘过度缺氧，图中曲线下降过程中出现回升波动现象即为此机制工作所致。出现阴雨天气时，池塘中光合作用效率低下，水体中溶解氧含量水平过低，此时如不及时增加增氧机开机时间则会导致夜间池塘整体偿还底层氧债而发生严重缺氧情况，所以如图中9月27日与10月1日溶氧曲线所示，系统会适当延长增氧机开机时间与次数以应对极端天气对池塘溶解氧水平的影响，满足养殖对象正常生长需求，提高池塘整体溶氧水平。

图7　试验池塘溶解氧浓度、温度变化曲线图Fig. 7　Dynamic changes of dissolved oxygen concentrate and temperature in test pond

4　结论

本文探讨了基于水产物联服务平台的水产养殖智能增氧系统。系统采用水产物联服务系统作为系统服务平台，无需额外开发数据库、服务器、客户端等软件服务平台，缩短系统开发时间，节省开发成本。为了满足池塘溶解氧智能化控制要求，设计了水体溶解氧状态判定与调控机制，通过试验验证，系统能够准确判断当前池塘溶解氧状态，及时输出相应的控制决策，满足池塘溶解氧智能控制要求。通过长期运行调试，基于水产物联服务平台的智能增氧控制系统能够稳定高效运行，达到智能控制系统设计要求，智能调控水体溶解氧水平，降低养殖风险，提高生产效益，具有广泛推广应用价值。

为研究各水质因子对池塘溶解氧的影响，完善系统软硬件设计，提高系统稳定性与可靠性，将在现有的研究基础上对系统的可拓展性、控制策略的可预测性和系统的智能化等方面做进一步的研究。

［1］ 史兵， 赵德安， 刘星桥， 等. 基于无线传感网络的规模化水产养殖智能监控系统［J］. 农业工程学报， 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］ 赵三琴， 刘昊一， 丁为民， 等. 鱼塘增氧控制系统的研制与试验［J］. 南京农业大学学报， 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. 基于无线传感器网络的温室环境信息监测系统［J］. 农业机械学报， 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， 卢尚琼， 徐青香， 等. 无线传感器网络在设施农业中的应用进展［J］. 浙江林学院学报， 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］ 邹赛， 刘昌明， 李法平. 基于无线传感器网络的水环境监测系统［J］. 传感器与微系统， 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］ 赵小欢. 基于WSN的水产养殖水质在线监测系统设计［D］. 哈尔滨: 哈尔滨理工大学， 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］ 纪金水. 基于Zigbee无线传感器网络技术的系统设计［J］. 计算机工程与设计， 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］ 陈刚， 朱启兵， 杨慧中. 水产养殖在线监控系统的设计［J］. 计算机与应用化学， 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， 曹广斌， 蒋树义， 等. 工厂化水产养殖溶解氧自动监控系统的研究［J］. 大连水产学院学报， 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］ 关艳如. 工厂化养殖监控系统的研究与设计［D］. 湛江: 广东海洋大学， 2013.

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

［11］ 马晓飞， 袁永明， 张红燕， 等. 水产物联服务平台研究与开发［J］.农业网络信息， 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］ 包长春， 石瑞珍， 马玉泉， 等. 基于ZigBee技术的农业设施测控系统的设计［J］. 农业工程学报， 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. 溶解氧传感器研究进展［J］. 微纳电子技术，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］ 李学胜， 卢欣春， 罗孝兵， 等. 荧光猝灭法溶解氧传感器的研制［J］. 自动化与仪表， 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， 王鹏， 马骋， 等. RS485高速数据传输协议的设计与实现［J］. 清华大学学报（自然科学版）， 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， 蔡自兴， 刘丽珏. ZigBee簇状网的OMNeT++仿真模型［J］. 智能系统学报， 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的外加热干燥远程监控系统设计［D］.西安: 西安科技大学， 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］ 谷坚， 顾海涛， 门涛， 等. 几种机械增氧方式在池塘养殖中的增氧性能比较［J］. 农业工程学报， 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， 杨宇， 韩昌海， 等. 鱼类对溶解气体过饱和水体的敏感性分析［J］. 水生态学杂志， 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.

（责任编辑：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

现代农业产业技术体系专项资金资助（CARS-49）；中央级公益性科研院所基本科研业务费专项资金（中国水产科学研究院淡水渔业研究中心）（2015JBFM22）。

沈楠楠（1991-），男，江苏徐州人，硕士研究生，主要从事渔业经济与信息技术研究，E-mail: shnn16@163.com；通讯作者：袁永明（1961-），男，江苏常熟人，研究员，硕士生导师，主要从事产业经济与信息技术应用研究，E-mail: yuan@ffrc.cn。

2016-04-08，接受日期：2016-07-02