原始名称记载: 中国水产科学研究院渔业机械仪器研究所

本申请公开了一种陆基一体化净化鱼池，涉及水产养殖领域，其包括主养殖池，主养殖池内设置有多个次养殖池，相邻次养殖池之间设置有过道，养殖池周侧设置有过滤座，过滤座内开设有过滤腔，过滤腔底部设置为净化区，净化区顶部设置为多个处理区，处理区与净化区相连通设置，处理区分为过滤区、生物填充区与消毒区，相邻处理区之间设置有排水区，处理区顶部与排水区相连通，排水区与次养殖池相连通，净化区内设置有进水管、用于注入空气的曝气管与用于照射紫外线的紫外灯，紫外灯设置于消毒区底部；次养殖池底部设置有排水管，排水管与进水管之间设置有循环水泵。本申请降低设施的建造成本，提高使用水质调节设施的便捷性，并确保水质调节的稳定性。

本发明涉及一种鱼类育苗池自主吸污装置，抽滤模组固定在滑块上并可在步进电机的驱动下沿直线导轨滑动；直线导轨下部设有可搁置在育苗池上沿的支撑滚轮；圆周驱动机构包括一对固定在直线导轨下部的电机座，电机座上固定设置直流电机，直流电机的输出端与驱动轮连接；电机座上设置一对电机座施加横向压力的用于将驱动轮与鱼池外壁压紧贴合的横向压紧调节装置；抽滤模组固定在滑块上，包括抽滤罐、吸污泵，吸污泵通过金属管与往复吸污刷的中心管连接；抽滤模组用于吸取和收集脏污；往复吸污刷的中心管作为其外刷的固定轴，往复吸污刷自带往复机构，能够带动外刷进行上下移动。

本发明公开了一种基于水下视觉与双因子反馈的南美白对虾智能投饲系统及方法，包括：信息感知模块、数据处理与决策模块、控制执行模块；信息感知模块，用于通过水下相机采集养殖池料台区域的对虾图像和残饵图像；数据处理与决策模块，用于接收并对所述对虾图像和所述残饵图像进行分析，依据对虾体长动态测量模型获取对虾平均体长，依据残饵量精准检测模型获取残饵量，并将所述对虾平均体长和所述残饵量输入至双因子投饲决策模型中生成投饲决策指令；控制执行模块，用于接收并执行所述投饲决策指令，控制投饲机完成精准投喂。本发明实现了真正意义上的“按需投喂”，有效提高了饲料利用率、促进对虾生长并改善养殖水体环境。

本发明涉及水产养殖技术领域，公开了一种集成发酵与脱氮除磷的养殖尾水循环处理系统，包括：养殖池，与微滤机的进水口连通，所述养殖池内的水通过所述微滤机过滤后输送至生化池内，所述生化池与所述养殖池连通；处理组件，包括发酵件和脱氮除磷件，所述发酵件与所述微滤机的排污口连通，所述发酵件用于对所述微滤机反冲洗产生的废水进行发酵处理，发酵后的发酵液和所述生化池内的水均输送至所述脱氮除磷件内进行脱氮除磷处理，所述除磷件内的上清液再次输送至所述生化池内将残留氨氮转化为硝氮。本发明保证养殖水质清洁和养殖对象安全。

本发明提供一种南美白对虾料台残饵量等级智能评定投喂系统及方法，所述系统包括数据采集模块、智能评定模块以及投喂控制模块，系统启动后，通过数据采集模块持续采集料台图像，对所述图像数据进行预处理后发送至智能评定模块和投喂控制模块，通过改进的MobileNetV2卷积神经网络模型实时分析图像，评定残饵量等级，并根据残饵量等级生成投喂指令，再将投喂指令发送至投料设备，实现按需动态调整投喂量。本发明基于残饵量动态调整南美白对虾的投喂策略，实现从监测到投喂的快速响应，减少了饲料浪费，节省了饲料成本，并降低了水质污染风险。

本发明提供一种基于溶氧预测的水产养殖增氧控制系统，包括水质传感模块、数据处理与预测模块、智能控制模块以及增氧执行模块，所述水质传感模块用于采集养殖水体的多参数数据，并将采集的多参数数据输入到数据处理与预测模块，所述数据处理与预测模块设置有数据预处理单元、特征筛选单元和ISSA‑LSTM预测单元，所述数据预处理单元对原始数据进行补全与降噪，特征筛选单元通过主成分分析筛选关键特征并输入到ISSA‑LSTM预测单元；ISSA‑LSTM预测单元基于历史与实时数据输出未来溶氧量预测值；所述智能控制模块将预测值与多级阈值比对，生成相应的增氧控制指令下发至增氧执行模块进行执行；同时，通过智能控制模块中设置的参数优化机制形成反馈，实现自适应精准调控。

本申请公开了一种水产养殖水体颗粒物去除装置，包括盛水容器、与盛水容器连接的注水管、转动鼓、转动鼓驱动装置、第一安装架、第二安装架、进气管、第一风机、抽水管、抽水泵、第一吹风罩、第一吸风罩、第一负压吸风单元以及连接第一吸风罩和盛水容器的第一支撑架。本申请的水体颗粒物去除装置，采用水流外进内出的方式，水体中的杂质附着在转动鼓的外表面，从而清理杂质更加方便。可以利用吹风和刮板两者清理方式，从而能够更彻底地清除转动鼓外表面的杂质。可以利用升降座对活动板进行深度清洁，有效提升了清洁的深度和范围，确保转动鼓外表面杂质被清理干净，保障水体颗粒物去除装置长期稳定高效运行。

本申请公开了一种基于声学信号多特征表示的鱼类摄食行为识别方法、装置、设备、介质及产品，涉及水声信号处理与机器学习技术领域。本申请首先获取鱼类摄食声音样本信号，并按照预设时间窗进行划分，获得多个时间窗的声音样本信号；分别提取每个时间窗的声音样本信号的统计特征和图像表示特征，构建第一训练样本集合和第二训练样本集合；然后构建多特征融合模型；并利用第一训练样本集合和第二训练样本集合对多特征融合模型进行训练，获得训练好的多特征融合模型，进行鱼类摄食行为的识别。本申请提取鱼类摄食声音信号的统计特征和图像表示特征，构建成多维声学特征向量，并采用多特征融合模型，实现养殖池内鱼类摄食状态的准确识别。