来源：期刊VIP网 时间：
作者：潘澜澜;陈开瑞;余瀚坤;周阳涛;刘洪源;郑雨;付新元;张国琛;
单位：设施渔业教育部重点实验室(大连海洋大学);大连海洋大学机械与动力工程学院;辽宁省海洋渔业装备专业技术创新中心;
摘要：为研究贝类净化暂养中水质变化大及增氧系统滞后性高所导致的增氧不及时等问题，设计并实现了一种基于NB-IoT物联网通信技术的贝类净化暂养水质监控系统，通过多点传感器布局，实时监测温度、pH值、浑浊度和溶解氧等水质参数，采用并结合粒子群优化算法(PSO)优化了BP神经网络和PID控制器，建立了溶解氧预测和增氧机控制模型。系统采用STM32单片机作为主控单元集成水质监测传感器，实现了数据的采集与传输，利用NB-IoT模组与阿里云平台进行远程通信和数据存储。仿真结果表明：基于PSO-BP神经网络的溶解氧预测模型具有较高的预测精度，PSO-PID控制器在增氧机调控方面表现出更好的稳定性和快速响应能力。研究表明，本系统各传感器采集精度平均误差均小于5%,具备较高的传感器数据采集精度，实现了贝类净化暂养水质的全过程、全方位数据监控，满足了贝类净化暂养水质监控需求。
关键词：贝类净化;;贝类暂养;;水质监测系统;;溶解氧预测;;PID控制
基金资助：国家重点研发计划(2019YFD0900701)
