吴 滨，黄庆展，毛 力，杨 弘，肖 炜

(1.轻工过程先进控制教育部重点实验室，江南大学 物联网工程学院，江苏 无锡 214122;2.中国水产科学研究院 淡水渔业研究中心，江苏 无锡 214081)



基于物联网的水产养殖水质监控系统设计*

吴 滨1，黄庆展1，毛 力1，杨 弘2，肖 炜2

(1.轻工过程先进控制教育部重点实验室，江南大学 物联网工程学院，江苏 无锡 214122;2.中国水产科学研究院 淡水渔业研究中心，江苏 无锡 214081)

为方便监测和调节罗非鱼养殖水域的水质参数，设计了基于物联网(IoT)的水产养殖水质监控系统。前端传感器检测水体相关物理参数，通过采集单元的通信网络发送到智能水质监控单元，智能监控单元可以对增氧机、循环水泵及物料投放机等进行自动控制。同时，智能监控单元通过以太网或无线公用网络将数据传送到数据服务中心。用户可以通过移动终端或计算机实时了解水质信息，也可以通过监控软件下发命令，控制现场设备，实现对水质参数的手动调节。测试结果表明:该系统具有运行稳定、操作方便、成本经济等优点，可以应用于水产品的养殖生产活动。

物联网； 水产养殖； 水质监控 ； 罗非鱼

0 引 言

在水产养殖中，养殖水域的水质参数，如：温度、溶氧、pH值等，直接影响着鱼类的质量和产量。传统的采用增氧机、循环水设备来调节水质参数的方法，严重依赖人工经验判断，存在着耗时费力、监测不合理、需要人工现场布线等弊端。采用物联网技术即可以实现水质参数的实时采集、传输、调节控制，而且具有信息准确、智能化程度高、科学合理等优点，在渔业生产中应用前景广阔。

López M等人[1]针对pH,NH4和温度等建立了工厂化养鱼环境监测系统。黄建清、王卫星等人[2]完成了基于无线传感网络的水产养殖水质监测系统的开发与试验，提出了通过无线采集、传输水质数据的思想，解决了现场布线的困难。胡晓波、宋良图等人[3]设计了基于ZigBee及ARM的渔业养殖水质实时监控系统，使水质数据的监测更具有科学性和可行性。但上述监测系统均侧重数据的采集和传输，基于水质、气象等数据及鱼类生物特性所进行的智能分析功能较弱。

本文设计了基于物联网的养殖水质监控系统，在实现水质参数的监测的基础之上，收集大量养殖水体质量参数数据，利用智能算法建立养殖水体质量模型，并据此对养殖水体参数进行自动调节控制。另外，系统利用了罗非鱼的生物特性，对控制系统的目标参数进行自动修正。系统不仅做到了功能的完备性，运行的稳定性和节能性，而且弥补了以前监测系统在数据分析方面的不足，真正实现了物联网的“感、传、知、用”。

1 系统整体设计

系统的整体结构如图1所示，由水质参数采集单元、现场智能监控单元和数据服务中心组成。

图1 系统整体架构图Fig 1 System overall architecture diagram

水质参数采集单元是一个单片机应用系统[4]，它总共有8个模拟输入通道，通过传感器采集温度、pH值和溶解氧等数据，然后通过RS—485总线或者ZigBee无线网络将数据传送给智能监控单元。采集单元还具有阈值控制功能，是系统自动化的最后一道防线，如：当溶解氧含量低于下限值时，采集单元会控制现场声光报警装置发出报警信号，同时通过继电器驱动增氧机工作。

智能监控单元是整个系统的核心单元。数据采集单元、数字式气象站以及视频监控单元采集到的数据都要汇聚到智能监控单元。一方面，智能监控单元内嵌人工智能算法，具备一定的智能控制能力，可依据气象、水质参数以及罗非鱼生物特性进行判断，自动控制现场的设备进行一定的水质维护工作。另一方面，智能监控单元具有数据缓存和网络通信的能力，当网络状况良好时，智能监控单元将处理过的数据直接传送到数据服务中心，当数据传输发生异常时，又可以先将数据保存在本地，待数据通信恢复后自动续传数据。此外，智能监控单元还连接了智能电表，可采集系统及现场设备(如增氧机、循环水泵等)的电能消耗情况。智能监控单元可依据不同情况下的能耗情况，选择能耗较低的动作方案，从而达到节能的效果。

数据服务中心由三种不同功能的服务器组成：前置通信服务器、数据库服务器和应用服务器。前置通信服务器通过TCP/IP协议与智能监控单元建立联系，收集并解析来自现场的数据。数据库服务器负责保存这些数据，以供应用服务器查询调用。应用服务器提供预测分析、报表生成、数据查询、APP请求响应、WEB请求响应等功能，可以直接与用户进行交互，用户可以通过移动终端或者接入互联网的计算机实时查询水质、气象数据及图像资料，并远程控制现场设备[5]。

2 系统的硬件设计

2.1 水质参数采集单元的硬件设计

水质参数采集单元由单片机电路、信号调理电路、AD转换电路、DI/DO驱动电路、ZigBee模块和MODBUS接口电路构成[6]。它的整体结构如图2所示。

图2 参数采集单元硬件结构图Fig 2 Hardware structure of parameter acquisition unit

调理电路负责将传感器检测到的信号转换成标准的4～20 mA线性电流信号。由于针对不同类型的传感器，需要有不同的调理电路，因此各个调理电路都采用了模块化的设计方法，相互之间采用插接件链接。这样硬件上的可裁剪性，既保证了系统有一个灵活的形态，又降低了成本。A/D转换电路在单片机的控制下将模拟的电流信号转换成数字量，并传送给单片机。通过ZigBee模块或者MODBUS单片机将数据传送给智能监控单元。另外，参数采集单元还有2路的DI/DO接口，可以接收现场的开关信号、驱动现场的声光报警装置。

2.2 智能监控单元的硬件设计

智能监控单元包括了ARM电路、以太网接口电路、4G模块、MODBUS接口电路、RS—485串行接口电路、ZigBee模块、DI/DO驱动电路以及SD卡控制电路。其硬件结构图如图3所示。

图3 智能监控单元硬件结构图Fig 3 Hardware structure of intelligent monitoring unit

核心的ARM电路采用意法半导体公司的STM32F407系列芯片，由24 V直流开关电源供电，同时为了保险起见，设计了后备电池电路，以保证掉电时，数据不致丢失。

ARM芯片通过串口控制ZigBee模块、RS—485模块、MODBUS总线模块，可以实现与水质采集单元的数据传输。GPRS模块采用了最经典的SIM900A芯片，以太网接口电路采用了DM9161AEP以太网PHY芯片，配合以太网接口变压器和RJ45接插件可以实现以太网接口功能。GPRS和以太网双通道，可以保证智能监控单元和数据服务中心之间的数据通畅。DI/DO接口电路都采用了光耦隔离[7]输出通过继电器外接驱动电源，可根据实际需要选择外接电源以满足实际的负载能力需求。

2.3 数据服务中心

数据服务中心主要包括防火墙、通信服务器、数据服务器和应用服务器。防火墙选择了华为的USG2130，该防火墙集成了主流的安全功能，能够保护其后的服务器不被非法入侵。通信服务器是一台或多台拥有固定IP地址的服务器，要求机器运行稳定，网络性能优秀。目前采用的是一台IBM X3250系列机架式服务器。数据库服务器要求硬盘容量大，存取访问速度快，因此，选择了联想的Think Server TD340塔式服务器。应用服务器最重要的指标是处理能力强，并发响应速度快，目前采用的型号是联想的Think Server TD640。

3 系统的软件设计

3.1 采集单元嵌入式软件设计

采集单元嵌入式软件实现数据采集、通信和简单的判断控制功能。数据采集软件功能实现控制A/D转换间隔以及数字滤波，以消除干扰，获取真实可信的数据。通信包括链路的建立和维护，以及遵照MODBUS协议响应请求及封装数据。判断控制采用最简单的阈值控制，包括驱动声光报警和打开增氧机等现场设备。软件的流程图如图4。

图4 参数采集单元程序流程图Fig 4 Program flow chart of parameter acquisition unit

3.2 智能监控单元嵌入式软件设计

智能监控单元软件实现了各种数据的汇聚，远程数据传输、代码升级以及考虑了鱼类生物特性、系统能耗在内的人工智能自动控制算法。其流程图如图5所示。

图5 智能监控单元程序流程图Fig 5 Program flow chart of intelligent monitoring unit

其中，人工智能算法模块能够综合罗非鱼生物特性、气象、水质参数和能耗数据进行运算，并据此发布提示信息，并控制多种现场设备。其实现方法包括：

1)采用聚类分析法对原始水质数据进行预处理[8]，将聚类中心点作为信息融合的输入样本集。用计算机视觉技术从鱼类行为视频图像中获取与水质状况有关的鱼类行为特征，提取有用的多维特征参数作为后续信息融合的输入样本集。

2)基于改进极端学习机(ELM)[9]对预处理后的各样本因子进行决策融合，利用预警规则(包括预警触发条件、预警级别、预警对策及方式等)和鱼类应激行为数据库实现预测预警模型。

3.3 数据服务中心软件设计

数据服务中心实现大数据的录入、存储、分析，以及对来自终端用户查询和控制命令做出响应。用户可以查询类似地理、气候条件下的投入产出，以及相关的水质参数等数据。同时数据服务中心还可以通过WEB服务或者APP服务的方式提供实时监控功能，系统内部的管理员用户可以通过浏览器或者移动终端的APP软件查询实时参数，发出控制命令，控制现场设备的启动或停止。系统的部分功能展示如图6所示。

图6 系统功能展示Fig 6 System function show

4 结 论

基于物联网技术的智能水产养殖系统，利用了物联网的泛在性，通信能力和大数据处理能力，能够实时地监测养殖水域的水质、气象、能耗参数，并根据罗非鱼的生物特性及多种参数对现场设备进行合理控制，实现了罗非鱼养殖的集约化、智能化。该设计方案可采用无线传感器网络的方式采集信息，解决了养殖现场布线困难的问题；采用以太网/GPRS双通道通信，既保证了信息传递的实时性和可靠性，又降低了通信成本。现在该系统已在国家罗非鱼产业技术研发中心无锡育种和保种基地运行一年多，系统性能稳定，运行效果良好，基地水产品品质得到一定程度提高，系统预警准确率也达到95%以上。结果表明，系统提升了水产养殖基地的智能化、精准化、信息化水平，具有良好的应用前景。

[1] López M，Martínez S，Gómez J M，et al.Wireless monitoring of the pH，NH+4and temperature in a fish farm[J].Procedia Chemistry ，2009，1(1):445-448.

[2] 黄建清,王卫星,姜 晟，等．基于无线传感器网络的水产养殖水质监测系统开发与试验[J]．农业工程学报,2013,29(4):183-190．

[3] 胡晓波，宋良图，王儒敬，等.基于ZigBee及ARM的渔业养殖水质实时监控系统[J].仪表技术，2014(7):19-22.

[4] 王士明,俞阿龙,杨维卫.基于 ZigBee 的大水域水质环境监测系统设计 [J].传感器与微系统,2014,33(11):102-105.

[5] 严丽平,宋 凯.基于 ZigBee与GPRS的嵌入式水质监测系统设计[J].计算机工程与设计，2011，32(5 ):1638-1640．

[6] 张 珏，李 波.用于水质监测的无线传感器网络节点设计[J].物联网技术，2011，30(9)：38-40.

[7] 闫宏浩，陈天华.水质监测无线传感器网络的硬件设计[J]．传感器与微系统,2015,34(4):81-84．

[8] Mao Li,Song Yichun,Li Yin,et al.Research of improved fuzzy C-means algorithm based on a new metric norm[J].Journal of Shanghai Jiao Tong University:Science,2015,20(1):51-55.

[9] Mao Li,Zhang Lidong,Liu Xingyang,et al.Improved extreme learning machine and its application in image quality assess-ment[J].Mathematical Problems in Engineering,2014(3):1-7.

Design of aquaculture water quality monitoring and controlling system based on Internet of things*

WU Bin1,HUANG Qing-zhan1,MAO Li1,YANG Hong2,XIAO Wei2

(1.Key Laboratory of Advanced Process Control for Light Industry,Ministry of Education, School of Internet of Things,Jiangnan University,Wuxi 214122,China;2.Freshwater Fisheries Research Center,Chinese Academy of Fishery Science,Wuxi 214081,China)

An intelligent aquaculture water quality monitoring and controlling system based on the Internet of things (IoT) is designed to facilitate monitoring and adjustment of the water quality parameters of tilapia.The relevant physical parameters of water are obtained by the front sensors,and sent to the intelligent water quality monitoring and controlling unit via data sampling and communication network units.The control unit automatically control aerobic machines,circulating water pumps,and material delivering devices intelligently.Meanwhile,via Ethernet or wireless networks,data are transmitted to data service center.From mobile devices or computer,users can monitor the water quality,and send orders remotely to equipment using the software provided by the data service center.The study shows that this aquaculture control system is reliable,easy-to-use,and cost effective,and can significantly improve the productivity and performance of aquaculture.

Internet of things(IoT)； aquaculture； water quality monitoring and controlling； tilapia

10.13873/J.1000—9787(2016)11—0113—03

2016—01—07

轻工过程先进控制教育部重点实验室开放课题资助(江南大学)项目(APCLI1004)；国家青年科学基金资助项目(F030204)；现代农业产业技术体系专项资金资助项目(CARS—49)

TP 212

B

1000—9787(2016)11—0113—03

吴 滨(1970-),男,江苏无锡人，讲师，从事工业自动化方向研究工作。