一个低成本的pH传感器,用于在多层无线传感器网络中实时监测水产养殖系统

科学领域:

• 环境科学 环境科学
• 传感器技术 传感器技术
• 水产养殖工程 水产养殖工程

背景情况:

• pH值是水产养殖中的关键水质指标,直接影响水生生物和相关参数,如氨.
• 现有的化学基准pH传感器需要频繁校准,而且成本昂贵,限制了它们在现场持续监测中的使用.
• 需要具有成本效益,低维护的传感器来实时评估水产养殖水质.

研究的目的:

• 为水产养殖系统开发一种具有温度补偿的新型,低成本的pH传感器.
• 实施用于电子校准的机器学习算法,减少对传统化学方法的依赖.
• 在灵敏度和响应时间方面提高传感器性能,以改善现场监控.

主要方法:

• 开发了一种包含温度补偿的新型pH传感器.
• 实现用于电子校准和数据处理的机器学习 (ML) 算法.
• 适用于水产养殖环境的多节点主控制传感器网络的系统设计.

主要成果:

• 开发的传感器表现出更好的灵敏度,从0.288μA/pH增加到0.316μA/pH.
• 响应时间显著提高,从1秒缩短到125毫秒.
• 电子校准消除了频繁化学校准的需要,并减少了维护.

结论:

• 基于ML的新型pH传感器是实时,现场水质监测在水产养殖中具有成本效益和高效的解决方案.
• 传感器的增强性能特性使其适合在复杂的水产养殖环境中进行持续监测.
• 这项技术为传统的pH传感器提供了可行的替代方案,解决了成本和维护的局限性.