-
题名船载投料系统饲料颗粒流落点预测
- 1
-
-
作者
俞国燕
王涛
郭国全
刘皞春
-
机构
广东海洋大学机械工程学院
广东省海洋装备及制造工程技术研究中心
广东省南海海洋牧场智能装备重点实验室
-
出处
《广东海洋大学学报》
CAS
CSCD
北大核心
2024年第1期142-152,共11页
-
基金
湛江市现代海洋渔业装备重点实验室项目(2021A05023)
广东省研究生教育创新计划(2023JGXM_075)。
-
文摘
【目的】为解决网箱养殖中使用船载投料系统的饲料颗粒流落点控制问题,提出一种用于实时分割饲料颗粒流轨迹并精确预测其落点的方法(MLBP)。【方法】考虑到输料管管内参数及饲料颗粒流出口参数获取难度较大,本研究采用高速相机获取饲料颗粒流轨迹图像,并利用提出的混合网络模型分割饲料颗粒流轨迹,以获取轨迹关键信息;为准确预测饲料颗粒流落点,利用BP神经网络的优势,将轨迹信息及投料口高度作为其输入,实现饲料颗粒流落点的预测。【结果】与相关研究方法对比,结合混合网络模型与BP神经网络的MLBP方法的系统单次运行时间降低95%,同时落点预测准确度达到96%,落点的平均误差范围与平均误差百分比也分别降低32.0%和30.5%。【结论】本研究提出的MLBP方法预测精度及实时性均能满足网箱投饵作业需求,可为相关研究提供参考。
-
关键词
网箱养殖
船载式投料系统
落点预测模型
混合网络模型
BP神经网络
-
Keywords
cage aquaculture
ship-mounted feeding system
landing point prediction model
hybrid network
BP neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
