[发明专利]一种畜禽舍养殖环境有害气体检测系统在审

专利信息
申请号: 202110497254.9 申请日: 2021-05-07
公开(公告)号: CN113281465A 公开(公告)日: 2021-08-20
发明(设计)人: 陈佳豪;马从国;丁晓红;王苏琪;张利兵;马海波;周恒瑞;金德飞;王建国;陈亚娟;宋素娟;刘伟;李亚洲 申请(专利权)人: 淮阴工学院
主分类号: G01N33/00 分类号: G01N33/00
代理公司: 淮安市科文知识产权事务所 32223 代理人: 李锋
地址: 223005 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 种畜 禽舍 养殖 环境 有害 气体 检测 系统
【权利要求书】:

1.一种畜禽舍养殖环境有害气体检测系统,其特征在于:所述系统包括畜禽舍养殖环境参数采集平台和有害气体大数据处理子系统两部分,畜禽舍养殖环境参数采集平台实现对畜禽舍环境参数检测和有害气体评价,有害气体大数据处理子系统实现对畜禽舍养殖环境有害气体进行预测与预警;

所述有害气体大数据处理子系统包括PSO的小波神经网络模型、EMD经验模态分解模型、ARIMA模型、多个CNN卷积神经网络模型、区间数NARX神经网络模型、区间数模糊递归神经网络模型、区间数时延神经网络模型、有害气体浓度评价模块和生长因子影响模块;

硫化氢浓度期望值、氨气浓度期望值和二氧化碳浓度期望值作为PSO的小波神经网络模型的输入,PSO的小波神经网络模型输出与有害气体浓度评价模块输出的有害气体浓度差值作为EMD经验模态分解模型的输入,EMD经验模态分解模型输出有害气体浓度差值的低频趋势部分和多个高频波动部分分别作为ARIMA模型和多个CNN卷积神经网络模型的输入,ARIMA模型和多个CNN卷积神经网络模型的输出作为区间数NARX神经网络模型的对应输入,区间数NARX神经网络模型和生长因子影响模块的输出作为区间数模糊递归神经网络模型的输入,区间数模糊递归神经网络模型输出作为区间数时延神经网络模型的输入,区间数时延神经网络模型输出作为区间数NARX神经网络模型的对应输入,区间数模糊递归神经网络模型输出区间数值代表畜禽舍环境有害气体浓度预警等级。

2.根据权利要求1所述的一种畜禽舍养殖环境有害气体检测系统,其特征在于:所述有害气体浓度评价模块包括LSTM神经网络模型、自联想神经网络模型和PSO的小波神经网络模型;多组硫化氢、氨气和二氧化碳传感器的输出作为对应的LSTM神经网络模型的输入,LSTM神经网络模型的输出分别作为自联想神经网络模型的输入,自联想神经网络模型的输出作为PSO的小波神经网络模型的输入,PSO的小波神经网络模型的输出作为有害气体浓度评价模块的输出值。

3.根据权利要求1所述的一种畜禽舍养殖环境有害气体检测系统,其特征在于:所述生长因子影响模块包括LSTM神经网络模型、自联想神经网络模型和PSO的小波神经网络模型;多组温度、湿度、风速和光照度传感器的输出作为对应的LSTM神经网络模型的输入,LSTM神经网络模型的输出分别作为自联想神经网络模型的输入,自联想神经网络模型的输出作为PSO的小波神经网络模型的输入,PSO的小波神经网络模型的输出作为生长因子影响模块的输出值。

4.根据权利要求1或2所述的一种畜禽舍养殖环境有害气体检测系统,其特征在于:所述区间数模糊递归神经网络模型构建畜禽舍环境有害气体浓度预警等级与5个区间数的对应关系表,畜禽舍环境有害气体浓度预警等级分别为严重超标、超标、正常、较低和很低,计算模糊递归神经网络模型输出的区间数与代表畜禽舍环境有害气体浓度预警5个等级的5个区间数的相似度,其中相似度最大的区间数对应的畜禽舍环境有害气体浓度预警等级确定为被检测畜禽舍环境有害气体浓度预警等级。

5.根据权利要求1所述的一种畜禽舍养殖环境有害气体检测系统,其特征在于:所述畜禽舍养殖环境参数采集平台包括畜禽舍养殖环境参数的检测节点、网关节点、现场监控端、云平台和移动端App组成。

6.根据权利要求5所述的一种畜禽舍养殖环境有害气体检测系统,其特征在于:所述检测节点和网关节点之间通过构建CAN通信网络来实现检测节点和网关节点之间的通信;检测节点将检测的畜禽舍养殖环境参数通过网关节点的RS232接口发送给现场监控端并对畜禽舍养殖环境有害气体进行预测与预警;网关节点通过NB-IoT模块与云平台之间和云平台通过5G网络与移动端App之间实现畜禽舍环境参数的双向传输,网关节点与现场监控端之间通过RS232接口实现畜禽舍环境参数信息的双向传输;

移动端App为管理人员提供实时畜禽舍环境参数数据,满足畜禽舍环境参数信息的便捷可视化,所有来自检测节点的传感器采集的畜禽舍环境数据都已上传至云平台的数据库中,管理人员通过移动端APP可通过远程查看当前的畜禽舍环境参数信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮阴工学院,未经淮阴工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110497254.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top