Page 135 - 《水产学报》2025年第8期

2025, 49(8): 089512 JOURNAL OF FISHERIES OF CHINA

DOI: 10.11964/jfc.20240814654

基于预测 PID 的工厂化水产养殖溶解氧调控
方法

1
1
2
张 铮 ， 吴长林 ， 张泽扬 ， 曹守启 1* 第一作者：张铮，从事智慧渔业，智
能仪器设计研究，E-mail：
1. 上海海洋大学工程学院，上海 201306；2. 上海城市电力发展有限公司，上海
z-zhang@shou.edu.cn

200123

摘要：
【目的】为了应对溶解氧 (DO) 调控过程中表现出的非线性、时变、大
滞后等特性，实现工厂化水产养殖 DO 的精准调控。
【方法】提出了一种基于预测比例积分微分 (PID) 的调控方法。首
先，通过液氧曝气实验，建立能描述曝气流量和 DO 含量之间动态响应
关系的传递函数模型。引入了基于快速和慢速学习样本卷积交互网络 通信作者：曹守启，从事海洋物联网
工程、渔业工程及其自动化等技术研
(FSSCINET) 预测与量子神经网络自适应的 PID 控制器 (QNN-PID)，以 究，E-mail：sqcao@shou.edu.cn

提高系统的快速响应能力和抗干扰能力。在 FSSCINET-QNN-PID 中，
设 计 了 FSSCINET 溶 解 氧 在 线 预 测 模 型 ， 在 样 本 卷 积 交 互 网 络
(SCINET) 中引入快速和慢速学习网络 (FSNET) 中的适配器和记忆模块，
以提高其动态环境中的适应能力和预测精度。最后，利用 QNN 的快速
学习能力在线更新 PID 的控制参数，提高控制器的自适应能力。
【结果】与 SCINET 和 FSNET 相比，FSSCINET 的预测效果更好，其
均方误差、平均绝对误差和均方根误差分别为 0.037 5、 0.155 4 和 0.193 7。
在 DO 设定值跟踪仿真实验中，与 PID 和 QNN-PID 相比，所提出的 资助项目：上海市崇明区农业科创项
目(2021CNKC-05-06)；上海市农业科
FSSCINET-QNN-PID 调节时间减少到 738 s，并且超调更小。在 DO 调 技创新项目(沪农科I2023006)；上海
市水产动物良种创制与绿色养殖协同
控实验中，FSSCINET-QNN-PID 可以维持较小的波动。 创新中心 (2021 科技 02-12)
【结论】本研究提出的基于预测 PID 的溶解氧调控方法具有响应快速，
收稿日期：2024-08-19
抗干扰能力强，PID 参数可自适应调节的特性，为工厂化水产养殖的 修回日期：2024-10-15

DO 精准调控提供了可靠的解决方案。 文章编号：
关键词: 工厂化水产养殖；溶解氧；控制策略；预测 PID 1000-0615(2025)08-089512-13
中图分类号：TP 183；S 951
文献标志码：A

工厂化养殖中，通过充氧或曝气方式进行的增氧操作，对于鱼类 作者声明本文无利益冲突

的健康和生长至关重要 [1-2] 。养殖池环境具有封闭性，加之养殖密度大， © 《水产学报》编辑部(CC BY-NC-ND 4.0)
Copyright © Editorial Office of Journal of
养殖过程经常面临低氧带来的风险 。为了提高溶解氧 (DO) 含量，养 Fisheries of China (CC BY-NC-ND 4.0)
[3]

殖工厂通常全天开启大功率增氧机或者通过液氧供氧，但是这种增氧
[4]
方式存在增氧能耗过高、成本过大等问题 。此外，由于养殖池容积
较大以及液氧的管道输送和扩散，DO 调控具有大容量、非线性和大
延迟的特点 [5-6] ，难以精准调控养殖池中的 DO 值。因此，在工厂化养
殖过程中实现 DO 精准调控具有重要意义。
传统比例积分微分 (PID) 控制器以其结构简单、鲁棒性强以及响

中国水产学会主办 sponsored by China Society of Fisheries https://www.china-fishery.cn
1