Machine Translated by Google

2018 lần thứ 2 quốc tế Conf. về Đổi mới khoa học, kỹ thuật và công nghệ (ICISET)
27-28 tháng 10 năm 2018, Chittagong, Bangladesh

Trang trại nuôi cá tự động dựa trên IoT

Hệ thống giám sát

Sajal Saha Rakibul Hasan Rajib Sumaiya Kabir

Khoa Khoa học và Kỹ thuật Máy tính
Đại học Khoa học và Công nghệ
Patuakhali
Patuakhali, Bangladesh
sajal.saha@pstu.ac.bd
Khoa Khoa học và Kỹ thuật Máy tính Khoa Khoa học và Kỹ thuật Máy tính Đại
học Xanh
Đại học Khoa học và Công nghệ Bangladesh Dhaka, Bangladesh
Patuakhali sumaiya@cse.green.edu.bd
Patuakhali, Bangladesh
rajib3hasan@gmail.com

Tóm tắt—Internet of Things (IoT) là một công nghệ phát triển các thông số của nước. Nhưng việc kiểm tra thủ công này tốn thời
rất nhanh và lĩnh vực IoT ngày nay đang mở rộng cánh của mình ở gian và cũng cho kết quả không phù hợp do các thông số đo chất
mọi lĩnh vực. Với sự tiến bộ của các máy tính như Arduino, lượng nước thay đổi liên tục. Sẽ tốt hơn nếu việc giám sát tự động
Raspberry pi, sự đổi mới đang đạt được bước tiến cơ bản với ứng có thể được thực hiện bằng cách nào đó. Vì vậy cần đưa công nghệ
dụng của nó trong trồng trọt và nuôi trồng thủy sản. Trong công hiện đại vào nuôi trồng thủy sản để khắc phục vấn đề này. Để phát
việc này, chúng tôi đã phác thảo và hiện thực hóa việc giám sát
triển nông thôn, công nghệ phải hỗ trợ một số lĩnh vực ứng dụng
chất lượng nước trong nuôi trồng thủy sản bằng cách sử dụng
chính, ví dụ như chất lượng cuộc sống, phúc lợi, thay đổi môi
Raspberry Pi, Arduino, nhiều Cảm biến, Camera trên điện thoại
trường, v.v. [20]. Vì vậy, chúng ta phải chọn lọc hơn trong việc lựa
thông minh và ứng dụng Android. Các thông số chất lượng nước được
chọn các công nghệ phù hợp cho loại tiến bộ này.
sử dụng trong công việc này là Nhiệt độ, độ pH, Độ dẫn điện và
Màu sắc. Việc thu thập cảm biến được thực hiện bởi Arduino và
Raspberry Pi được sử dụng làm thiết bị xử lý dữ liệu cũng như máy Hệ thống của chúng tôi sử dụng Raspberry Pi tích hợp trên máy
chủ. Việc thu ảnh cũng được Raspberry Pi thực hiện với sự trợ tính chip làm thiết bị xử lý và lưu trữ dữ liệu có mô-đun Wi-Fi sẵn
giúp của camera trên điện thoại thông minh để phát hiện màu sắc
có. Sử dụng dịch vụ Dataplicity, chúng ta cũng có thể truy cập
của nước. Điện thoại Android được sử dụng làm thiết bị đầu cuối.
Raspberry Pi thông qua internet [18]. Vì vậy, không cần thêm mô-đun
Người dùng có thể theo dõi tình trạng nước bằng ứng dụng Android
Wi-Fi hoặc Internet. Điện thoại thông minh rất dễ mua và hầu hết
thông qua Wi-Fi trong phạm vi Wi-Fi và qua Internet từ mọi nơi
điện thoại thông minh đều có Giao thức truyền tải đa phương tiện
trên thế giới. Một số phân tích được thực hiện với giá trị bốn
(MTP) ngày nay. Việc sử dụng chúng và thực hiện một số phân tích về
tham số để xác định tình trạng gần đúng tổng thể của nước và hành
các thông số chất lượng nước làm cho công việc của chúng tôi trở nên
động cần thiết. Mọi tính năng trong tiện ích kiểm tra này có thể
độc đáo.
hoạt động hợp pháp và dễ dàng.

Từ khóa—Internet of Things (IoT), Nuôi trồng thủy sản, Giám II. ĐÁNH GIÁ & THỰC HIỆN VĂN HỌC
sát chất lượng nước, Raspberry Pi, pH, Nhiệt độ, Độ dẫn điện, Màu
Một số bài viết trong tài liệu tổng quan xoay quanh việc đời
nước, Cảm biến, Wi-Fi, Internet, Điện thoại thông minh.
sống thủy sinh sẽ tác động như thế nào do sự tiến bộ về các thông số
chất lượng nước [2] và cách sử dụng IoT để khắc phục vấn đề. Rất
nhiều công việc nghiên cứu được thực hiện với IoT để giải quyết loại
I. GIỚI THIỆU
vấn đề này vì gần đây IoT đang đạt được mức độ cơ bản với ứng dụng
Nuôi trồng thủy sản là một trong những lĩnh vực phát triển mạnh của nó cho các nhà nông nghiệp [3], [4].
ở nhiều nước trên thế giới do nhu cầu về cá và thức ăn chế biến từ
Nhiều bài báo tập trung vào một số loại cảm biến như pH, DO, Độ
cá đang tăng lên từng ngày. Theo Tổ chức Lương thực và Nông nghiệp
đục [5], [6], [7], v.v. và giải pháp cho những vấn đề đó. Tuy nhiên,
Liên hợp quốc (UNFAO) "Tình hình nghề cá và nuôi trồng thủy sản thế
sản lượng cá tối ưu hoàn toàn phụ thuộc vào nhiều đặc tính hóa học,
giới năm 2012", sản lượng thủy sản hàng năm trên toàn thế giới lên
vật lý và sinh học của nước ở phần lớn các mức độ. Do đó, quản lý
tới khoảng 128 triệu tấn. Lượng protein động vật tiêu thụ mỗi cá
ao hiệu quả đòi hỏi phải nhận thức được chất lượng nước. Chất lượng
nhân là khoảng 15% và làm tăng sự phụ thuộc của con người vào nguồn
nước được xác định bởi các yếu tố như Oxy hòa tan (DO), nhiệt độ,
lợi thủy sản. Theo UNFAO, mức tiêu thụ trung bình các sản phẩm cá
độ đục, độ trong suốt, màu nước, pH, carbon dioxide, độ kiềm, độ
hiện nay là 19 đến 20 kg/người/năm và sẽ là 16,7 kg/năm vào năm
cứng, độ dẫn điện, độ mặn, TDS, amoniac liên kết, nitrat, nitrit,
2030. Sản xuất thủy sản, tiến bộ và nhu cầu lương thực trong tương
năng suất sơ cấp, quần thể sinh vật phù du, BOD, v.v. [8].
lai có liên quan chặt chẽ với nhau [1].

Nuôi trồng thủy sản bao gồm tập hợp các bài tập, thông tin và
K.Raghu Sita Rama Raju và G.Harish kumar Varma (2017) đã thực
kỹ thuật nuôi trồng thực vật thủy sinh và một số nhóm động vật. Hoạt
hiện một công trình có tựa đề “Hệ thống giám sát thời gian thực dựa
động này có ý nghĩa to lớn trong việc cải thiện tài chính và sản
trên kiến thức cho nuôi trồng thủy sản bằng IoT” sử dụng một số cảm
xuất lương thực.
biến như Oxy hòa tan, Nhiệt độ, Amoniac, Muối, pH, Nitrat và cacbonat
Nuôi trồng thủy sản thương mại đang phải đối mặt với nhiều vấn đề
[9]. Nhưng việc duy trì nhiều cảm biến rất tốn kém và tẻ nhạt. Vì
do sự thay đổi khí hậu đột ngột dẫn đến thay đổi các thông số chất
vậy cần có một hệ thống không tốn nhiều chi phí và có thể
lượng nước. Người nuôi trồng thủy sản đang dựa vào việc kiểm tra thủ
công để biết tình trạng của các loại thủy sản khác nhau.

978-1-5386-8524-2/18/$31,00 ©2018 IEEE

Machine Translated by Google
xác định chất lượng tổng thể của nước một cách hiệu quả. Đây chính
là điểm làm cơ sở cho nghiên cứu của chúng tôi.
Sau rất nhiều nghiên cứu, chúng tôi nhận ra rằng không cần phải
theo dõi tất cả các thông số. Bởi vì có một số tham số mà sự mất
cân bằng của chúng gây ra sự mất cân bằng của các tham số khác và
từ số lượng của một số tham số chúng ta có thể giả định điều kiện
của các tham số khác. Chúng tôi đã lấy nhiệt độ, độ pH, độ dẫn
điện, màu nước lần lượt làm các thông số làm việc thứ nhất, thứ
hai, thứ ba và thứ tư. Bây giờ chúng tôi sẽ đề cập đến những lý do
đằng sau điều này.
Nhiệt độ ảnh hưởng rõ rệt đến các quá trình sinh học và hóa
học. Nhìn chung, tốc độ phản ứng sinh học và hóa học tăng gấp đôi
khi nhiệt độ tăng thêm 10˚C. Nhiệt độ ảnh hưởng đáng kể đến phương
pháp xử lý hóa học. Cá có sức đề kháng kém trước sự thay đổi nhiệt
độ đột ngột. Thông thường, sự thay đổi nhanh chóng ở nhiệt độ thấp
tới 5˚C sẽ gây căng thẳng hoặc thậm chí làm chết cá [10]. pH, DO,
độ dẫn điện, độ mặn, v.v. phụ thuộc trực tiếp vào nhiệt độ [8],
[10], [11], [12]. Vì vậy, nhiệt độ phải nằm trong phạm vi mong đợi
trước khi kiểm tra các thông số khác.
Phạm vi ngưỡng chung cho nhiệt độ là 21˚C-33˚C [9] có thể được duy
trì dễ dàng. Vì những lý do này, chúng tôi coi nhiệt độ là thông
số làm việc đầu tiên.
Độ pH là tỷ lệ nồng độ ion hydro và cho biết nước có tính axit
hay bazơ trong phản ứng.
Thực vật phù du và các loài thực vật biển khác loại bỏ carbon
dioxide khỏi nước trong quá trình quang hợp, do đó độ pH của nước
tăng vào ban ngày và giảm vào ban đêm. Nước có tổng độ kiềm thấp
thường có độ pH từ 6 đến 7,5 trước khi mặt trời mọc, tuy nhiên khi
thực vật phù du phát triển nhiều, vào buổi tối giá trị pH có thể
lên tới 10 hoặc cao hơn đáng kể [10]. Độ pH của nước tự nhiên bị
ảnh hưởng đáng kể bởi sự hội tụ của carbon dioxide, một loại khí
có tính axit [8]. Sự thay đổi độ pH trong nước ao phần lớn bị ảnh
hưởng bởi carbon dioxide và các ion hòa hợp với nó. Kiểm soát độ
pH là cần thiết để giảm độc tính của amoniac và H2S [11]. Chúng
tôi thấy rằng độ pH liên quan trực tiếp hoặc gián tiếp đến nhiều
thông số khác và việc kiểm soát nó tương đối dễ dàng hơn.
Đó là lý do tại sao độ pH là mối quan tâm thứ hai của chúng tôi.
Độ mặn được đặc trưng bằng nồng độ tổng hợp của các ion tích
điện (anion – HCO3 -
Cl- ; cation – Na+, K+, Ca++, Mg++ và các thành phần khác như NH4
+, NO3 - và PO4 - ). Độ mặn là yếu tố động lực đáng chú ý ảnh hưởng
đến mật độ và sự phát triển của quần thể thủy sinh [8]. Dần dần,
người ta hiếm khi có thể đo được nồng độ của tất cả các ion trong
nước. Cảm biến độ dẫn điện có thể được sử dụng để định lượng độ dẫn
điện và ước tính độ mặn gần đúng và có mối quan hệ giữa độ dẫn điện
và TDS [10]. Độ dẫn điện của nước phụ thuộc vào khả năng cố định
ion và các loại chất rắn hòa tan. Vì vậy, chỉ cần đo độ dẫn điện
thay vì đo TDS và các ion khác riêng lẻ là đủ. Độ mặn là sự cân
nhắc thứ ba của chúng tôi đối với những điều này.
Màu sắc của nước cho biết nó có độ đục như thế nào. Nếu có màu
xanh lục là do sinh vật phù du, còn nếu có màu nâu thì thường là
do đất sét [12]. Nếu nước trong, điều đó cho thấy năng suất sinh
học thấp - không đủ màu mỡ và cá sẽ không phát triển tốt trong đó.
Nước bùn không phải là môi trường nuôi cá tốt vì cá có thể bị các
hạt đất sét làm tắc nghẽn mang cá và có thể dẫn đến tử vong. Nước
màu xanh đậm chứng tỏ sự phát triển quá mức của sinh vật phù du
phục vụ như thức ăn cho cá nhưng vẫn xảy ra do việc sử dụng quá
nhiều phân hữu cơ, phân hoặc chất bổ sung giàu chất dinh dưỡng cho
ao. Màu xanh lục/nâu, xanh lục của nước cho thấy số lượng sinh vật
phù du tốt, do đó rất hữu ích cho sức khỏe của cá [8].
DO là một trong những yếu tố quan trọng nhất trong nuôi trồng thủy sản.
Nhưng chúng tôi không đo lường điều này vì DO giảm khi nhiệt độ và
độ mặn (độ dẫn) tăng và tăng khi nhiệt độ và độ mặn (độ dẫn) giảm.
Một lần nữa, nó cũng dao động theo kiểu tương tự như độ pH [11],
[12]. Vì vậy, chúng ta có thể mong đợi rằng nếu nhiệt độ, độ pH và
độ dẫn điện được cân bằng thì DO cũng sẽ được cân bằng.
Sau đó, chúng ta có thể một lần nữa giả định điều kiện DO trong
nước từ màu của nó chẳng hạn như màu nước xanh lục ngụ ý rằng có
đủ DO khi đủ lượng DO phát triển thực vật phù du làm cho nước có
màu xanh lục.
Phạm vi chấp nhận được và phạm vi mong muốn của bốn thông số
được thể hiện trong BẢNG I.
BẢNG I. PHẠM VI THAM SỐ
Thông số Sr. Phạm vi chấp mong muốn Nhấn mạnh
nhận được phạm vi
1 Nhiệt độ (˚C) 15-35 20-30 <12,
2 >35
7-9,5 6,5-9
pH 3 <4, >11
30-5.000 60-2.000
Độ dẫn điện
(μS/cm)
4 Màu nước Xanh nhạt đến Xanh Nước trong, Xanh đậm &
xanh nhạt nhạt đến Nâu
nâu
nhạt
III. PHƯƠNG PHÁP & KIẾN TRÚC HỆ THỐNG ĐỀ XUẤT
Phần này bao gồm hai phần phụ là phần giới thiệu các công nghệ
phần cứng và phần mềm cần thiết cũng như mô tả chức năng của kiến
trúc.
A. Phần cứng và phần mềm cần thiết 1)
Cảm biến: Cảm biến pH tương tự cho Arduino (SEN0161) của
Dfrobot (hiển thị trong Hình 1(a)) được sử dụng để đo độ pH của
, CO3 - , SO4 -, nước trong công việc này. Cảm biến pH này được thiết kế đặc biệt
cho Arduino và được tích hợp sẵn các tính năng và kết nối thuận tiện.
Cần có đầu nối BNC để kết nối cảm biến với Arduino. Phạm vi của cảm
biến này là 0-14 pH. Nó có độ chính xác ±0,1 pH ở nhiệt độ tiêu
chuẩn 25°C và phạm vi nhiệt độ hoạt động là 0-60°C. Chỉ cần một
vài phần của cảm biến có thể được đưa vào trong nước. Độ tin cậy
của cảm biến pH này có thể kéo dài nửa năm khi nước sạch và một
tháng đối với nước có độ đục cao [13].
Máy đo EC (Độ dẫn điện) analog cho Arduino (DFR0300) của
Dfrobot (hiển thị trong Hình 1(b)) được sử dụng để đo EC. Cảm biến
EC này cũng có sẵn các tính năng và kết nối đơn giản và cũng được
thiết kế đặc biệt cho Arduino. Cũng cần phải có cảm biến nhiệt độ
(DS18B20) được kết nối với đầu nối của bộ chuyển đổi cảm biến đầu
cuối vì EC phụ thuộc vào nhiệt độ và cần có đầu nối BNC để kết nối
cảm biến EC với Arduino.
Cảm biến này có độ chính xác <±10% FS và phạm vi nhiệt độ hoạt động
là 5-40°C [14].
Chúng tôi cũng sử dụng Arduino DS18B20 chống nước
Cảm biến nhiệt độ (DFR0198) của Dfrobot (hiển thị trong
Machine Translated by Google

Hình 1(c)). Nó có độ chính xác ±0,5°C từ -10°C đến +85°C. Ưu điểm của cảm
biến này là chỉ cần một chân giao tiếp dữ liệu cho nhiều cảm biến cùng
một lúc. Thư viện One Wire cho Arduino được sử dụng để đo nhiệt độ với
cảm biến này [15].

(a) độ pH (b) EC (c) Nhiệt độ

Hình 1 Cảm biến

2) Arduino: Vì các cảm biến chúng tôi sử dụng trong công việc này
được thiết kế đặc biệt cho Arduino nên chúng tôi sử dụng Arduino để thu
nhận cảm biến. Phiên bản Arduino của chúng tôi là Arduino UNO (hiển thị
trong Hình 2).

Arduino Uno là một bo mạch vi điều khiển dựa trên ATmega328P. Nó có

6 chân đầu vào analog và 14 chân đầu vào/đầu ra kỹ thuật số. Điện áp hoạt
động của nó là 5V và dải điện áp đầu vào khuyến nghị là 7-12V. Cần có
Arduino IDE để lập trình nó. Arduino Uno nên được kết nối với máy tính
bằng cáp USB để được lập trình thông qua bộ chuyển đổi USB sang nối tiếp. Hình 4 Quá trình làm việc giữa Raspberry pi và Dataplicity

Nó có thể thực hiện giao tiếp dữ liệu với máy tính thông qua cổng nối
tiếp [16].
B. Kiến trúc hệ thống Bây

giờ chúng ta sẽ mô tả kiến trúc của hệ thống giám sát được đề xuất.
3) Raspberry Pi: Bộ xử lý trung tâm của tác phẩm này là Raspberry Hình 5 cho thấy sơ đồ chung của hệ thống giám sát của chúng tôi.
Pi3 (như trong Hình 3), là trái tim của hệ thống này. Raspberry pi3 là bo
mạch máy tính nhỏ, giá rẻ sử dụng Noobs, phiên bản Debian của hệ điều
hành Linux. Nó có tốc độ và số lượng lõi xử lý cao hơn các phiên bản
trước của Raspberry pi. Nó đã có sẵn Wi-Fi và Bluetooth [17]. Raspberry
pi có thể thực hiện giao tiếp dữ liệu nối tiếp với Arduino vì đây là một
máy tính nhỏ.

Hình 2 Arduino UNO Hình 3 Raspberry Pi3

4) Điện thoại thông minh Android có MTP: Bất kỳ điện thoại thông minh
Android nào có Giao thức truyền tải đa phương tiện (MTP) đều có thể được
sử dụng cho mục đích này. MTP cho phép các tập tin media được trao đổi
nguyên tử đến và đi từ các thiết bị di động. Hình 5 Sơ đồ chung của hệ thống

5) Dịch vụ Dataplicity: Nếu Dataplicity Agent được cài đặt trên thiết
Các cảm biến nhiệt độ, pH và độ dẫn điện được kết nối với Arduino và
bị của chúng tôi (Raspberry pi), nó sẽ thiết lập mạnh mẽ và duy trì liên
Arduino được kết nối với Raspberry pi bằng cáp USB AB để thực hiện giao
kết HTTPS an toàn với Bộ định tuyến Dataplicity IoT. Chúng ta có thể truy
tiếp nối tiếp.
cập Raspberry pi được Dataplicity bao phủ ở bất cứ đâu vì nó có kết nối
Việc thu thập dữ liệu cảm biến được thực hiện bởi chương trình Arduino.
internet khả thi.
Chương trình Arduino in dữ liệu theo dòng nối tiếp. Có một chương trình
Hình 4 cho thấy toàn bộ quá trình [18].
python trong Raspberry pi nhận dữ liệu cảm biến từ dòng nối tiếp và lưu
Ngôn ngữ lập trình Python, Thư viện hình ảnh Python (PIL), các lệnh trữ dữ liệu cũng như thời gian cảm biến trong cơ sở dữ liệu MySQL được
Linux khác nhau, HTML, CSS, PHP, cơ sở dữ liệu MySQL, ứng dụng Android,
cài đặt trong Raspberry pi.
v.v. cũng được sử dụng
Điện thoại thông minh Android có kích hoạt MTP được kết nối với

Raspberry pi thông qua cáp USB. Chúng tôi đã xây dựng một ứng dụng camera

android cài đặt trên điện thoại thông minh và liên tục chụp ảnh mặt nước

và lưu vào bộ nhớ điện thoại. Hình 8(a) hiển thị ảnh chụp màn hình của

ứng dụng máy ảnh. Raspberry pi sao chép hình ảnh từ điện thoại vào ổ đĩa

riêng bằng chương trình python. Một chương trình python khác trích xuất

giá trị RGB của tổng hình ảnh bằng thư viện PIL và lưu giá trị vào cơ sở

dữ liệu. Từ giá trị RGB chúng ta

Machine Translated by Google

có thể có màu của nước. Việc chụp ảnh ở đây rất khó khăn vì
nước có thể biến đổi màu sắc do thời tiết u ám, ánh nắng gay
gắt, bóng cây bên bờ ao, v.v. Vì vậy, chúng ta nên chụp ảnh
theo một cách hiệu quả nhất định. Chúng ta có thể chụp ảnh vào
buổi trưa khi có ánh nắng gay gắt với độ bóng đặc biệt như Hình
6.

Hình 6 Hệ thống chụp ảnh có bóng

Sau đó, một trang web lấy dữ liệu từ cơ sở dữ liệu bằng PHP
và hiển thị giá trị của tất cả các tham số có nằm trong phạm
vi mong đợi hay không. Trang web cũng đưa ra gợi ý về những
hành động cần thực hiện tùy theo tình trạng của nước. Chương
trình đưa ra gợi ý có thể được thể hiện trong sơ đồ sau ở Hình
7.

Hình 7 Sơ đồ chương trình đưa ra gợi ý

Sau đó, chúng tôi đã tạo một ứng dụng Android có tên FCM
(Giám sát văn hóa cá) để tải trang web.
Nhấp vào ứng dụng, người dùng sẽ thấy một màn hình (hiển thị
trong Hình 8(b)) nơi họ có thể chọn Wi-Fi hoặc Internet trước
khi xem trang web. Người dùng có thể xem sự so sánh các giá trị
tham số thông qua biểu đồ. Chúng tôi đã tạo một hệ thống sục
khí demo có thể được điều khiển thông qua ứng dụng FCM của chúng tôi.
Một số ảnh chụp màn hình khác của ứng dụng FCM được hiển thị Hình 11.
Machine Translated by Google

Hình 10 Thiết lập phần cứng của hệ thống

(a) Ứng dụng máy ảnh (b) Màn hình đầu tiên của ứng dụng FCM
Hệ thống đề xuất của chúng tôi đã được triển khai trong ao đã chọn trước đó

Hình.8 Một số ảnh chụp màn hình của ứng dụng (làm tiêu chuẩn cho màu sắc) trong vài giờ.

Các giá trị thu được được thể hiện trong BẢNG II.
IV. THỰC HIỆN & KẾT QUẢ
BẢNG II. GIÁ TRỊ ĐẠT ĐƯỢC KHI THỰC HIỆN
Chúng tôi đã chọn nước ao có màu tiêu chuẩn với sự trợ giúp của chuyên gia

nuôi trồng thủy sản để kiểm tra hệ thống phát hiện màu của chúng tôi. Chúng tôi
Thời gian Nhiệt độ (˚C) pH EC (μS/cm)
đã chụp được hình ảnh nước ao tiêu chuẩn như Hình 9(a) bằng ứng dụng máy ảnh của
23,4
mình. Chúng tôi nhận được các giá trị RGB của hình ảnh đó là R=89, G=104, B=45
08:00 sáng 8,4 52,0
bằng chương trình python trích xuất RGB của chúng tôi và các giá trị này tạo ra

màu như Hình 9(b). Sau đó, chúng tôi đã đặt phạm vi 80-100 cho R, 95-115 cho G và 09:00 sáng 23,9 8.2 52,3

40-50 cho B làm phạm vi mong đợi để thuận tiện. Chúng tôi cũng đã chụp ảnh nước
10:00 24.3 8,5 52,7
của hai ao khác để thử nghiệm, được hiển thị trong Hình 9(c) và Hình 9(e) và sau
11:00 sáng 24,7 8.3 53,2
khi trích xuất các giá trị RGB, chúng tôi nhận được màu như Hình 9(d) (R=66, G

=157, B=24) và Hình 9(f) (R=47, G=46, B=28) tương ứng. 00:00 25,3 8,7 53,9

01:00 chiều 25,7 8,8 54,3

02:00 chiều 26.3 8,9 54,8

03:00 chiều 26.1 8,9 54,2

04:00 chiều 25,9 9,0 53,9

05:00 chiều 25,6 9.1 53,4

(Một) (b) Hình 11(a) hiển thị các giá trị theo kiểu biểu đồ trong ứng dụng FCM của chúng tôi.

Chỉ số màu sắc giống nhau vì chúng tôi chỉ chụp ảnh một lần vì màu nước không

thay đổi thường xuyên. Ứng dụng của chúng tôi cung cấp trạng thái hiện tại của

các thông số và điều kiện nước (được hiển thị trong Hình 11(b)). Nó cũng đưa ra

gợi ý về hành động cần thiết tùy theo điều kiện nước. Chúng tôi thấy rằng độ dẫn

điện thấp nhưng ứng dụng của chúng tôi trước tiên đề xuất giảm độ pH vì độ pH cao
(c) (d)
và được ưu tiên hơn độ dẫn điện.

Mạng Internet cực kỳ không ổn định ở vùng nông thôn châu Phi [19]. Hầu hết

các công việc đều cần có kết nối internet để có được kết quả, nhưng thực tế hệ

(e) (f) thống của chúng tôi không cần điều này. Và ứng dụng của chúng tôi hiển thị kết

quả một cách tốt. Vì vậy, chúng tôi có thể nói rằng hệ thống của chúng tôi đang
Hình 9 Phát hiện màu
hoạt động hiệu quả.

Hình 10 cho thấy thiết lập phần cứng của hệ thống của chúng tôi.
Machine Translated by Google
(Một)
(b)
Hình 11 Ảnh chụp màn hình của ứng dụng FCM
V. KẾT LUẬN & CÔNG VIỆC TƯƠNG LAI
Công việc này thiết kế và triển khai một hệ thống giám sát nuôi
trồng thủy sản độc đáo dựa trên IoT. Cả Wi-Fi và Internet đều được
kết hợp trong hệ thống này để thuận tiện. Công việc này tìm ra cách
mang lại kết quả tốt hơn với chi phí thấp hơn các hệ thống hiện có
khác. Giờ đây, người nuôi trồng thủy sản có thể tránh được việc
tốn thời gian kiểm tra thủ công. Điều này sẽ giúp người nuôi trồng
thủy sản sản xuất được nhiều cá hơn, giúp đáp ứng nhu cầu về cá.
Mặc dù chúng tôi đã tạo ra một hệ thống để điều khiển hệ thống
sục khí demo nhưng nhiều thiết bị truyền động hơn như thanh sưởi
ấm, máy cho cá ăn, v.v. sẽ được tích hợp vào hệ thống này. Chúng
tôi sẽ phát triển một cách tốt hơn để chụp ảnh và sử dụng các kỹ
thuật xử lý hình ảnh tốt hơn để mang lại kết quả tốt hơn.
NGƯỜI GIỚI THIỆU
[1] Hong-Jun Zhu, (2010), “Tình trạng phát triển nghề cá toàn cầu và phân tích
xu hướng tương lai”, Nghiên cứu kinh tế Đài Loan hàng tháng, 33(3).
[2] Changhui Deng, YanpingGao, Jun Gu, Xinying Miao, “Nghiên cứu về mô hình tăng
trưởng của các sinh vật nuôi trồng thủy sản dựa trên hệ thống chuyên gia
mạng thần kinh,” Hội nghị quốc tế lần thứ sáu về tính toán tự nhiên (ICNC
2010) ; tr.no 1812-1815, THÁNG 9, 2010.
[3] Sheetal Israni, Harshal Meharkure, Parag Yelore, “Ứng dụng hệ thống dựa trên
IoT cho nông nghiệp tiên tiến ở Ấn Độ,” Tạp chí quốc tế về nghiên cứu đổi
mới về kỹ thuật máy tính và truyền thông Vol. 3, Vấn đề. Ngày 11 tháng 11
năm 2015.
[4] Nikesh Gondchawar Giáo sư ,Tiến sĩ RS Kawitkar, “Nông nghiệp thông minh dựa
trên IoT,” Tạp chí quốc tế về nghiên cứu nâng cao về Kỹ thuật máy tính và
truyền thông, Tập 5, Số phát hành. Ngày 6 tháng 6 năm 2016.
[5] S.Kayalvizhi, Koushik Reddy G, Vivek Kumar P, VenkataPrasanth N, “Hệ thống
giám sát nuôi cấy thủy sản mạng sử dụng ArdunioAnd Raspberry Pi,” Tạp chí
quốc tế về nghiên cứu nâng cao về kỹ thuật điện, điện tử và thiết bị đo
đạc, Tập. 4, Số 5, Tr:2320-3765;
Tháng 5 năm 2015.
[6] Daudi S. Simbeye và Shi Feng Yang, “Giám sát và kiểm soát chất lượng nước
trong nuôi trồng thủy sản dựa trên mạng cảm biến không dây,”
Tạp chí mạng, VOL. 9, KHÔNG. Ngày 4 tháng 4 năm 2014.
[7] Ông Kiran Patil, Ông. Sachin Patil, ông. Sachin Patil và ông Vikas Patil,
“Giám sát độ đục, độ pH và nhiệt độ của nước dựa trên GSM,”Tạp chí quốc tế
về nghiên cứu khoa học và công nghệ mới nổi, Tập-2, Số 3, tháng 3 năm 2015.
[8] Bhatnagar, Anita và Pooja Devi. "Hướng dẫn chất lượng nước để quản lý nuôi
cá ao." Tạp chí Quốc tế Khoa học Môi trường số 3, số 1. 6 (2013): 1980.
[9] Raju, K. Raghu Sita Rama, và G. Harish Kumar Varma.
"Hệ thống giám sát thời gian thực dựa trên kiến thức cho nuôi trồng thủy
sản bằng IoT." Tại Hội nghị Máy tính Nâng cao (IACC), 2017 IEEE 7th
International, trang 318-321. IEEE, 2017 [10]
Boyd CE. Quản lý chất lượng nước ao nuôi cá. Công ty xuất bản khoa học Elsevier;
1982.
[11] Delincé, Guy. Hệ sinh thái của hệ sinh thái ao cá: đặc biệt liên quan đến
Châu Phi. Tập. 72. Khoa học và Truyền thông Kinh doanh Springer, 2013.
[12] Bhatnagar A, Jana SN, Garg SK, Patra BC, Singh G, Barman Vương quốc Anh.
Quản lý chất lượng nước trong nuôi trồng thủy sản. Cẩm nang khóa học hè về
phát triển công nghệ nuôi trồng thủy sản bền vững ở vùng nước ngọt và nước
mặn, CCS Haryana Agricultural, Hisar (Ấn Độ). 2004;203:210.
[13] Máy đo “PH (SKU: SEN0161)” https://www.dfrobot.com/wiki/ Internet:
index.php/PH_meter(SKU_
SEN0161), ngày 27 tháng 6 năm 2017 [13 tháng 3 năm 2018].
[14] “Tương tự EC Mét Mã hàng:DFR0300” Internet:
https://www.dfrobot.com/wiki/index.php/Analog_EC_Meter_SKU:D
FR0300, ngày 27 tháng 6 năm 2017 [13 tháng 3 năm 2018].
[15] “DS18B20 chống thấm nước Cảm biến nhiệt độ kỹ thuật số
(SKU:DFR0198)”Internet:https://www.dfrobot.com/wiki/Index.php/
Chống nước_DS18B20_Digital_Temperature_Sensor_(SKU:DFR019
8), ngày 14/7/2017 [13/3/2018].
[16] Internet “Arduino Uno Rev3”: https://store.arduino.cc/usa/arduino-uno-rev3,
[14 tháng 3 năm 2018].
[17] Salim, Taufik Ibnu, Triya Haiyunnisa, và Hilman Syaeful Alam.
“Thiết kế và thực hiện quan trắc chất lượng nước nuôi cá lươn.” Trong Điện
tử và Thiết bị thông minh (ISESD), Hội nghị chuyên đề quốc tế về, trang
208-213. IEEE, 2016.
[18] “Cách thức hoạt động” Internet: https://docs.dataplicity.com/docs/how-it-
works, [15 tháng 3 năm 2018].
[19] Dupont C, Wussah A, Malo S, Thiare O, Niass F, Pham C, Dupont S, Le Gall
F, Cousin P. Giải pháp IoT chi phí thấp cho người nuôi cá ở Châu Phi. Hội
nghị Tuần lễ IST-Châu Phi năm 2018 (IST-Châu Phi) 2018 ngày 9 tháng 5
(trang. Trang-1). IEEE.
[20] Dupont C, Sheikhalishahi M, Biswas AR, Bures T. IoT, dữ liệu lớn và nền
tảng đám mây phục vụ nhu cầu ở nông thôn Châu Phi. Hội nghị Tuần lễ InIST-
Châu Phi (IST-Châu Phi), 2017 2017 Ngày 30 tháng 5 (trang 1-7). IEEE.