English | 简体中文
打造海洋养殖专业物联平台
Oyster-IoT: 采用Beego框架,结合Mysql+Redis+influxDB+EMQX开发的物联网管理平台。当前支持单机部署,硬件探测设备使用MQTT交互。
演示平台: https://oyster-iot.cloud/
微信公众号: 扫描添加,联系获取体验账号
Mysql v5.7+
Redis v6.2.6
influxDB v2.3.0
EMQX v4.4.3
Note: 请选择合适的版本进行安装,否则服务启动失败。
# Configure(必须) mysql redis connection infomation
# Option(可选): qiniu influxdb
# Note:
# 七牛云配置不配,则不能使用视频监控功能
# If the qiniu configuration is not compatible, the video surveillance function cannot be used
# influxdb配置不配,则默认使用mysql存储设备上传的数据
# If the configuration is not supported, use mysql to store data uploaded from the device by default
# See Beego Configuration for more app.conf
# 关于更多 app.conf 可以查看beego配置
vim ./conf/app.conf
# 配置设备接入EMQX信息和influxDB
# Configure(必须) MQTT EMQX connection infomation
# Option(可选): influxdb
# Note:
# influxdb配置不配,则默认使用mysql存储设备上传的数据
# If the configuration is not supported, use mysql to store data uploaded from the device by default
vim ./devaccess/config.ini
# check go verison
go verison: go1.17.8
# clone the project
git clone https://github.com/ptonlix/oyster-iot
# compile and run
make build
./oyster
# Web request
1.Apifox
2.oyster-iot-admin-vue
随着生蚝的快速普及,各地对生蚝的的需求量日益增长,近海养殖中,生蚝养殖占据了一席之地。以广西为例,钦州港和铁山港均有上千亩的生蚝养殖厂。
生蚝主要是以筏式养殖为主,养殖地点应当选择在风浪较小,水质稳定,没有工业污染,底质为泥质或泥沙质的海区,水深保证在8m以上,水温变化幅度较小,夏季不超过30℃,表层流速在0.3-0.5m/s之间,比重在1.008-1.02之间。
影响生蚝生长的两个主要环境因素是,海水温度和盐度。如:
- 近江牡蛎,其生长适宜温度范围为10-33℃,适盐范围为5-25‰。
- 长牡蛎,其生存温度范围为零下3℃至32℃,生长适宜温度范围为5-28℃,适盐范围为10-37‰,尤以20-30‰更为合适。
- 密鳞牡蛎,其生存温度范围与长牡蛎相同,均为零下3℃至32℃,但是适盐范围较窄,为27-34‰。
- 褶牡蛎,其生长适宜温度范围为6-25℃,对盐度的适应范围较广(与近江牡蛎接近),内湾以及近海均有分布。
- 大连湾牡蛎,其生长适宜水温范围为6-25℃,适盐范围较窄,为25-34‰。
海水的盐度,决定了生蚝的鲜美程度。
和其他贝类动物一样,生蚝为了对抗海水的盐分,必须在体内积累足够的氨基酸才能得以生存。而这些氨基酸中最主要的便是鲜味物质的代表——谷氨酸,所以不同海域的生蚝鲜味浓淡才会有所不同。
海水的温度也会影响生蚝的滋味。
生蚝有一个独特的技能——能够根据周围环境自由转换性别。在温暖的水域,食物丰盛,生蚝通常会变成肥腴鲜美的雌性,此时的生蚝肉质柔滑饱满,体内的蚝卵也同样提供了鲜美的风味;在冷凉的水域,生蚝生长速度放缓,更容易积累风味物质,通常会变为雄性生蚝,肉质清瘦爽脆。
不同的生蚝种类,需要合适温度和盐度,所以生蚝养殖非常清楚海水的温度和盐度,以帮助养殖户及时了解生蚝的生长环境,判断生蚝的生长情况,更能预测生蚝长成的质量。
传统的探测海水温度盐度的方式,是采用人工测量的方式,使用光学盐度计和海水温度计分别测量。
光学盐度计 海水温度计
人工测量费时费力,上千亩的生蚝基地,如果纯人工测试量,每天花费的人工成本巨大,测量结束还需要手动记录,录入系统,而且无法形成系统性的报表,以进一步的分析预测。
针对传统的测量方式的弊端,Oyster智能生蚝养殖系统,采用海水温度盐度智能一体化探测,部署完成后,无需人工介入,智能探测。通过5G系统实时将数据传输到Oyster数据中台,进行分析整合,输出温度盐度的周期数据和实时数据。
Oyster数据中台采用时序数据库,针对海水的温度盐度进行大数据分析,同时融合了深度学习,结合历史数据和生蚝长成效果对生蚝的成长进行预测,为养殖户提供决策依据。
同时根据部署环境的条件,还提供太阳能供电能力和传统电线供电两种方式,为在不同条件下部署提供保障。
Oyster- IOT平台主要分为: API接口层、业务层、数据层、设备接入层 这四个部分。
1.API接口层:主要提供管理平台和小程序等相关调用接口
2.业务层:目前平台主要分为 业务管理、资产管理、应用管理、自动化系统、可视化管理 这五大业务子系统
3.数据层:
-
InfluxDB时序数据库,用于结构化存储IOT设备上传的海量数据
-
Mysql数据库,用于存储业务系统数据
-
Redis缓存数据库,用户存储状态数据,加快访问
-
TensorFlow深度学习框架,用户分析IOT数据,预测结果
4.设备接入层: 为各种IOT设备提供接入能力,兼容各种设备接入。
Oyster- IOT智能网关主要分为: 主控、通信模块、GNSS定位系统、电源模块 等四个部分
Oyster- IOT智能网关作为智能探测系统总控部分,与其它传感器系统进行星型组网,构成整个探测系统。
探测器与网关目前主要采用WI-FI方式进行通信,可以在生蚝养殖基地进行大范围的组网,解决生蚝养殖面积大,组网难度大的问题。
Oyster-IOT主要采用MQTT协议与平台进行通信。
Oyster智能生蚝养殖系统,目前主要使用微信小程序作为客户端,提供养殖户进行使用。
请通过微信公众号,可以访问微信小程序和获取体验账号
Oyster智能生蚝养殖系统,后台管理平台由Oyster智能物联管理平台统一管理。
目前Oyster智能物联管理平台,数据大屏、用户管理、日志管理等部分组成
详情请看: oyster-iot-admin-vue 项目
以上就是Oyster智能生蚝养殖系统整体介绍了,目前该系统主要应用在生蚝养殖行业,后续可以拓展到其它养殖行业,或者更大胆一点,可以兼容更广泛的物联网应用。
欢迎大家联系交流咨询,添加公众号一起讨论~
SPONSORED BY