船载投料系统饲料颗粒流落点预测

【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。     

波流作用下圆形重力网箱锚绳受力分析的理论模型

基于线性波理论及Morison方法,推导建立了波-流共同作用下圆形深水网箱锚绳受力求解的理论模型。以湛江湾特呈岛深水网箱养殖基地为背景,分析了典型圆形重力网箱在特征波浪、海流作用下的浮架、网衣及锚绳的受力特性,并与现场实测的数据进行了比较。结果显示,理论计算结果能较好地与实测数据吻合。在本算例中,当网箱处于湾内时,海流是其主要的外部动力因素,随着网箱向湾外的发展,波浪力对锚绳力的贡献将显著增加;当波高超过2 m时,波浪力将成为主要的外部动力因素。该理论求解体系能方便有效地应用于工程中,为深水抗风浪网箱的受力分析及锚泊系统设计等问题提供积极的理论参考及初步的定量估计。