張豐登，朱松明，張佩琦，季柏民，王珂宇，文彥慈，葉章穎

（浙江大學生物系統(tǒng)工程與食品科學學院農(nóng)業(yè)生物環(huán)境工程研究所，杭州310058）

我國作為水產(chǎn)養(yǎng)殖大國，水產(chǎn)品養(yǎng)殖總量位居世界第一[1]。中國漁業(yè)統(tǒng)計年鑒調(diào)查顯示，2015年我國水產(chǎn)品養(yǎng)殖總量達到4 937.90萬t，約占國內(nèi)水產(chǎn)品生產(chǎn)總量的73.70%[2]。飼料是水產(chǎn)養(yǎng)殖中最主要的可變成本，一般占養(yǎng)殖總成本的50%～80%，提高飼料利用率對增加養(yǎng)殖效益有著重要的作用，既減少飼料浪費，又減少由于殘留飼料造成局部水環(huán)境惡化的可能性[3-7]。室內(nèi)循環(huán)水養(yǎng)殖已成為現(xiàn)代水產(chǎn)養(yǎng)殖的重要發(fā)展方向，它是在人工控制條件下進行小型水體內(nèi)高密度的水生動物養(yǎng)殖[8-10]，在確保水產(chǎn)養(yǎng)殖生物優(yōu)質(zhì)高速生長的基礎(chǔ)上，進行飼料管理，將直接決定生物的生長環(huán)境和生長速率。總之，各種相關(guān)技術(shù)的研究和應用旨在實現(xiàn)最大的生長速率、最小的飼料浪費和穩(wěn)定的代謝物。

中國投飼機研制始于20世紀70年代，1978年中國水產(chǎn)科學研究院漁業(yè)機械研究所成功研制出了池塘自動喂料機[11]。根據(jù)自動化程度，投飼方式一般分為人工投飼、半自動投飼和自動投飼等。在喂養(yǎng)水產(chǎn)養(yǎng)殖生物時，通過人工投飼可以觀察到養(yǎng)殖生物是否飽食，從而對投喂快速糾正，但該喂養(yǎng)方法只適用于較小的生產(chǎn)系統(tǒng)，需要經(jīng)驗豐富的管理人員。大規(guī)模生產(chǎn)系統(tǒng)一般采用半自動投飼，只需定期管理投飼系統(tǒng)，可以解放人力，但需要確定合理的投喂量和投喂時間，不合理的投喂不僅不能促進魚類生長，反而還有可能減弱其對病害的抵抗力，難以保證生物達到健康生長狀態(tài)[12-14]。自動投飼通過計算機等控制系統(tǒng)實現(xiàn)投飼的全自動化控制，可完全符合大規(guī)模生產(chǎn)的要求，但因其成本較高，目前國內(nèi)應用較少[15]。而在國外，ARANDA等[16-17]、RODRIGO等[18]、HERRERO等[19-20]研究了魚類的主動式投喂——關(guān)于魚的自我選擇飲食，這種方法可以在提高飼料利用率的同時提高魚類福利，但還不適宜大規(guī)模養(yǎng)殖。

目前，國內(nèi)生產(chǎn)使用的投飼機品種繁多，按投料方式大致可以分為氣力管道式、振動式、旋轉(zhuǎn)拋灑式和投射式：氣力管道式主要是由風機產(chǎn)生風壓并通過管道進行輸料與撒料；振動式主要是通過振動方式使飼料下落，以實現(xiàn)投料功能；旋轉(zhuǎn)拋灑式是先將飼料下落至撒料盤，然后通過撒料盤的旋轉(zhuǎn)使飼料拋出；投射式則是先將飼料下落至投料口，再由風機吹出。在實際使用過程中，以上各種投飼機都能代替人工撒料，養(yǎng)殖者也可以根據(jù)經(jīng)驗判斷有哪些因素可能會影響到投飼機的工作，但無法確定具體影響投飼機投飼精準性的因素及其影響程度。本文針對在實際室內(nèi)循環(huán)水養(yǎng)殖過程中遇到的有關(guān)投飼機精準性問題，以一種投射式投飼機為研究對象，對可能影響投飼機精度的因素進行相關(guān)試驗，旨在為該類型投飼機的使用和研制提供技術(shù)性參考，為更快更好地發(fā)展我國漁業(yè)機械奠定試驗基礎(chǔ)。

1 投飼機結(jié)構(gòu)及其工作原理

1.1 投飼機性能

試驗所用投飼機為杭州啟程公司研制的QCTR-15型智能投飼機，它是一種用于室內(nèi)循環(huán)水養(yǎng)殖的投射式投飼機，可以代替?zhèn)鹘y(tǒng)的人工撒料，為養(yǎng)殖魚蝦等提供了一種新的投飼方式，其具體性能參數(shù)見表1。

表1 投飼機性能參數(shù)Table1 Performance parameter of feeding machine

1.2 工作原理

1.2.1 投飼精準性

半自動化的投飼機在投飼作業(yè)時，需要人工設(shè)置投飼量，而由于軟件與硬件本身的原因，實際投飼量并不能達到與設(shè)置投飼量等值的要求。本文所指的投飼精準性就是指上述兩者之間的差異程度，表達為兩者間設(shè)置投飼量與實際投飼量的差值。

1.2.2 工作原理

本試驗所用投飼機由中央控制器進行控制，其中央控制器主要由可編程邏輯控制器（programmable logic controller,PLC）和變壓器構(gòu)成，可以同時控制15路投飼機，并且可以設(shè)定每次的投飼量和投飼時間，是一款定量定時的投飼機。當?shù)竭_投飼時間時，中央控制器會控制羅茨風機（Roots blower）和螺旋輸料器工作，同時在料筒內(nèi)的攪拌器開始工作，當料筒內(nèi)的飼料通過螺旋輸料器輸送到投料口時，由于在投料口的后方安裝有羅茨風機，風機產(chǎn)生的風將飼料從投料口吹出去，而在投料口的外端還接有一個可調(diào)角度的散料板，當被風機吹出來的飼料碰撞到散料板時，會沿著散料板的平面拋撒出去，其軌跡為一條拋物線，至此，完成投飼動作。而投飼機的實時投飼量反饋則是通過固定于其下方的壓力傳感器執(zhí)行，壓力傳感器將實時投飼量傳到中央控制器并與設(shè)定值進行比較，當實際投飼量達到設(shè)定值時，中央控制器會控制投飼機停止投料動作。投飼機的結(jié)構(gòu)簡圖如圖1所示。

圖1 投飼機的結(jié)構(gòu)Fig.1 Structure of feeding machine

圖2 飼料運動軌跡Fig.2 Movement trajectory of feed

1.3 飼料拋撒軌跡分析

因試驗所用投飼機用于室內(nèi)循環(huán)水養(yǎng)殖，處于一個相對封閉的環(huán)境內(nèi)，所以空氣流動可以忽略不計。由于在實際養(yǎng)殖過程中，養(yǎng)殖者對投飼機的投飼距離更為關(guān)注，因此，本文探究了影響投飼距離的相關(guān)因素。當投飼機開始投料時，將飼料視為質(zhì)點進行分析，飼料在拋出前會流經(jīng)散料板，從而改變飼料的運動軌跡并使飼料散開，其飼料軌跡簡圖如圖2所示。

散料板可以圍繞與投料口的鉸點進行旋轉(zhuǎn)，即可以調(diào)節(jié)β的角度和h2的大小，其中h2是撒料板頂部到底面的距離。當飼料經(jīng)過撒料板拋出的一瞬間，其速度矢量在水平方向的速度分量定義為vx，在豎直方向的速度分量定義為vy。同時定義h1為在豎直方向內(nèi)飼料從撒料板頂端到飼料所能到達的最高點的距離，t1為飼料從撒料板頂端到所能到達的最高點所用時間，t2為飼料從撒料板頂端拋出到落地的時間，s為飼料在水平方向上拋出的距離，則根據(jù)牛頓第二定律可以得到)。聯(lián)合上述數(shù)學表達式可以解出：

式中：g為重力加速度，m/s2；β為散料板與水平面的夾角，（°）。

由式（1）可得，飼料的水平拋撒距離與v、β、h2和g有關(guān)，故實際投飼機的水平拋撒距離s只與v、β和h2有關(guān)聯(lián)。風機吹出的風力大小可以改變v的大小，故能影響投飼機的水平拋撒距離；改變散料板的角度，可以調(diào)節(jié)β的角度和h2的大小，同時，根據(jù)能量守恒定理，當h2的大小發(fā)生改變時，飼料流出散料板的瞬間動能也會發(fā)生改變，即散料板也可以改變v的大小。由此得出，散料板和風機可以共同決定投飼距離，因此，在投飼機實際使用過程中，養(yǎng)殖者可以通過改變風機風速和散料板的角度來調(diào)節(jié)投飼距離。

2 投飼機投飼精準性試驗

2.1 試驗條件

2.1.1 試驗器材

3臺杭州啟程QC-TR-15型智能投飼機設(shè)備及其控制箱、TSI Alnor VelociCalc 9545空氣速度計、海康威視螢石（EZVIZ）系列CS-C3C-31WFR（4 mm）監(jiān)控系統(tǒng)等器材。

試驗所用測定風機風速的空氣速度計可用具有多個傳感器的單個探頭同時測量和記錄空氣速度和溫度，速度測量范圍是0～63 m/s，精度為讀數(shù)的±3%，完全滿足試驗測量范圍及精度的要求。同時，采用的?？低曃炇‥ZVIZ）系列監(jiān)控系統(tǒng)是一款無線網(wǎng)絡(luò)攝像頭，水平視長角為72°，對角94°，具有夜視功能，該系統(tǒng)的圖像將直接儲存在Micro SD卡內(nèi)，可以通過指定的軟件（螢石云視頻app）在手機和電腦上隨時隨地查看數(shù)據(jù)的變化。

2.1.2 試驗平臺的搭建與調(diào)試

試驗所用投飼機具有“飲水機”的簡潔外觀，以一種懸臂梁式安裝形態(tài)將固定于“工”字形托架上的稱重傳感器緊固在試驗室的地板上，再將投飼機固定在“工”字形托架上。因試驗所用投飼機用于室內(nèi)循環(huán)水養(yǎng)殖，故試驗平臺搭建在室內(nèi)，盡可能接近實際養(yǎng)殖環(huán)境。

因為在試驗過程中風機風速需要不定期調(diào)節(jié)，從而使投飼機的射程不確定，會導致飼料分布范圍廣而很難收集起來，所以安裝好投飼機后，在投飼機的投飼方向布置一張3 m×4 m的毛氈布，以便很好地收集飼料并保證飼料顆粒的清潔性。在試驗過程中，試驗人員的走動會對飼料產(chǎn)生一定程度的破壞，而在投料過程中也會有一部分飼料發(fā)生破碎，但破碎率為0.5%，符合國家所規(guī)定的破損率＜1%的技術(shù)要求，所以在收集飼料時，需要人工將破損較為嚴重的那部分飼料（粉碎狀）剔除，以保證每次試驗的飼料形狀及質(zhì)量等的一致性，滿足試驗設(shè)計的基本原則之局部控制原則，即在試驗時采取一定的技術(shù)措施減少非試驗因素對試驗結(jié)果的影響，這樣得到的試驗結(jié)果才可以直接用于分析試驗因素對試驗指標的影響。

同時，在投飼機控制箱的PLC顯示屏前架設(shè)一臺無線攝像頭，并根據(jù)攝像頭的焦距調(diào)節(jié)其與顯示屏的距離，同時，將攝像頭接入網(wǎng)絡(luò)并設(shè)置為全天候監(jiān)控記錄。

在安裝完畢、檢查接線無誤后，進行投飼機調(diào)零，標定質(zhì)量刻度，然后進行投飼動作，檢驗試驗平臺是否調(diào)試完善。試驗平臺現(xiàn)場如圖3所示。

2.1.3 試驗因素與指標的選取

試驗所用投飼機可調(diào)節(jié)的因素有投飼時間、每次投飼的量、風機風速、給料速度、料筒內(nèi)飼料的量和散料板的傾斜角度，本試驗采用單指標的考察方式，選擇的試驗指標為投飼機設(shè)定投飼值與實際投料量之間的差值，即投飼誤差，屬于定量指標試驗。確定試驗指標后，對每一個因素進行單因素試驗（預試驗），以確定最終的試驗因素。為了便于預試驗的開展，將投飼間隔時間0.5 h、每次投飼200 g、風機風速15.25 m/s、排料速度10.3 kg/h、料筒裝料量4 000 g、散料板的傾斜角度β=41°、直徑為4.0 mm的球形顆粒飼料（密度為290 kg/m3）作為一個標定狀態(tài)，然后分別只改變其中的1個因素，其余因素不變，展開相應的試驗。通過預試驗，得出散料板的傾斜角度對于投飼量準確度的影響并不明顯，主要影響的是投飼機投出飼料的初始速度、運動軌跡及拋出距離，與之前所做的軌跡分析結(jié)論一致。同時，因為投飼機的給料速度可調(diào)范圍較窄，所以本試驗中的給料速度對投飼量的準確度的影響也不明顯，因此散料板的傾斜角度和投飼機的給料速度不作為本試驗的研究因素。綜上，最終確定的試驗可控因素包括投飼時間、每次的投飼量、風機風速、料筒內(nèi)的飼料量。

圖3 試驗平臺現(xiàn)場Fig.3 Site of test platform

2.2 試驗設(shè)計

在本次研究中，采用基于Box-Behnken的響應曲面設(shè)計法[21-23]，選取影響投飼機工作性能的風機風速（x1）、投飼間隔時間（x2）、每次投飼量（x3）及料筒內(nèi)的飼料量（x4）作為試驗因素，且對每個因素取3個具有代表性的水平（最小值、中間值和最大值），選取投飼誤差（Y）作為試驗指標。因為每次試驗直接獲得的是實際投飼值（Y1），因此，投飼誤差（Y）是實際投飼值（Y1）與設(shè)置投飼值的差值。選定試驗因素與指標后，利用Design Expert 8.0.6軟件設(shè)計出29組試驗（包括5組中心試驗），每組試驗分別進行5次重復，并對試驗因素水平進行編碼，編碼值和實際值之間的對應關(guān)系如表2所示。此外，通過試驗建立4個因素與投飼誤差指標之間的二次回歸方程，同時研究各個單因素效應和交互影響。為了提高試驗結(jié)果的可靠性，設(shè)置3組平行試驗，即3臺投飼機同時進行試驗。

表2 因素水平編碼表Table2 Code table of factors and levels

2.3 試驗過程

本試驗從2016年11月開始啟動，于2017年5月結(jié)束。在試驗過程中，對供試的4個因素進行調(diào)節(jié)。其中：對于風速的調(diào)節(jié)，雖然所用投飼機有一個風速調(diào)節(jié)旋鈕，可以在某一范圍內(nèi)達到無級調(diào)速，但缺點是未標出風速的大小，致使無法直觀判斷或者獲得風機風速的大小，因此，試驗使用TSI風速儀來測定風速的大小。而對于投飼間隔時間和投飼量的調(diào)節(jié)，則可以直觀地在中央控制器的觸摸屏上進行調(diào)整，但因為投飼時間設(shè)定只能取整，故將投飼間隔時間0水平的理論值62.5 min設(shè)置為63 min。對于料筒量的調(diào)節(jié)，在裝料時時刻關(guān)注顯示器上的數(shù)值，在接近調(diào)整值時進行微量調(diào)整。

通過預試驗，得到當料筒內(nèi)飼料余量低于200 g時，投飼機的效率會迅速下降。因此，在正式試驗時，將飼料余量200 g作為警戒線，即最低閾值。當投飼余量到達警戒線時，立刻停止投飼，待重新裝料后，再按當前設(shè)定值進行投飼。試驗數(shù)據(jù)的記錄依靠無線監(jiān)控設(shè)備（螢石云應用），以便隨時隨地查看試驗數(shù)據(jù)。

3 結(jié)果與分析

試驗結(jié)果如表3所示。

3.1 投飼誤差模型的建立

通過Design Expert 8.0.6軟件對投飼試驗數(shù)據(jù)進行分析[24-26]，獲得基于編碼因子的含有一次項、二次項和交互項的回歸模型（R2=0.966）：

式中：正項代表正的相關(guān)關(guān)系，負項代表負的相關(guān)關(guān)系，數(shù)值大小代表相關(guān)關(guān)系的大小。

回歸模型的方差分析結(jié)果如表4所示。可以看出：失擬性不顯著，說明本試驗無其他因素（例如飼料形狀）的顯著影響；同時，回歸模型顯著，說明方程的擬合效果好，故給出的二次回歸模型[式（2）]是合適的，且試驗所選的4個因素對于投飼機投飼精度整體上有顯著影響。

在上述回歸模型[式（2）]中，由于投飼機的風機風速（x1）的一次項系數(shù)絕對值遠大于投飼間隔時間（x2）、單次投飼量（x3）及料筒量（x4）的一次項系數(shù)的絕對值，說明這4個影響因素中，投飼機的風機風速對投飼誤差的影響最明顯。同時，從表4中的P值可以看出：風機風速（x1）的一次項（P＜0.000 1）對投飼誤差有極顯著的影響；投飼間隔時間（x2）的二次項（P=0.000 3＜0.01）對投飼誤差有極顯著影響；風機風速（x1）的二次項（P=0.014 0＜0.05）對投飼誤差有顯著影響；料筒量（x4）的二次項（P=0.013 6＜0.05）對投飼誤差有顯著影響。其他項對投飼誤差的影響均不顯著。

3.2 單因素效應分析

根據(jù)韓永俊等[24]的方法，在單因素效應分析中，將建立的二次回歸模型即式（2）中的任意3個因素固定在0水平，得到的單因素效應模型如下。各因素的影響曲線如圖4所示。

從圖4可以看出，對于風機風速效應曲線而言，曲線在此范圍內(nèi)呈單調(diào)遞增狀態(tài)，表明在此范圍內(nèi)投飼誤差隨著風機風速的增大呈先減小后增大的變化規(guī)律，即風機風速過大或過小都會使投飼誤差變大，且當風速調(diào)到1水平時，投出的飼料會大于設(shè)定值，這可能是因為風機的工作使投飼機產(chǎn)生了一定的振動，過大的風機風速會降低投飼機的穩(wěn)定性。同時，風機風速的不同也會在投飼機出料口產(chǎn)生不同的壓強，過低的風速不能完全將出料口的飼料吹出，從而使得投飼誤差變大。

表3 試驗結(jié)果Table3 Results of tests

對于投飼間隔時間的單因素效應曲線而言，投飼誤差隨著間隔時間的增大呈先減小后增大的趨勢，且在±0.5水平范圍內(nèi)變化緩慢，分析其原因可能與傳感器的滯后性和PLC的內(nèi)部循環(huán)周期有關(guān)。對于投飼量的單因素效應曲線而言，投飼誤差隨著投飼量的增大先減小后增大，但是變化幅度不大。因為投飼機的系統(tǒng)誤差是±7.5 g，故在取投飼量水平為-1時，系統(tǒng)誤差與投飼量的比值大，使其產(chǎn)生的投飼誤差較大。對于料筒量的單因素效應曲線而言，投飼誤差隨著料筒量的增大先減小后增大，且變化幅度不大，影響不顯著，分析其原因可能是當料筒內(nèi)放料過少時，投料過程中投飼機穩(wěn)定性降低造成誤差變大，當料筒內(nèi)放料過多時，飼料一部分力作用在桶壁，造成誤差變大。

表4 投飼試驗數(shù)據(jù)的方差分析Table4 Analysis of variance of feeding test

圖4 單因素對投飼誤差的影響曲線Fig.4 Influence curve of single factor on feeding error

3.3 試驗因素對投飼誤差的影響

為直觀地分析試驗指標與各因素間的關(guān)系，運用Design Expert 8.0.6軟件得到響應曲面，如圖5顯示了風機風速和投飼間隔時間對投飼機投飼誤差的影響，同時也可利用Matlab軟件，繪制三維等高線圖[27]。

由圖5可以直觀看出：隨著風機風速的逐漸升高，投飼誤差整體上先減小后增大，其投飼誤差也由負值變?yōu)檎担浑S著間隔時間的增大，投飼誤差也是呈現(xiàn)先減小后增大的趨勢。從響應曲面上可以直觀得到，風機風速對投飼誤差的影響較為顯著。

圖5 風機風速和投飼間隔時間對投飼誤差的影響Fig.5 Influence of wind speed and feeding interval time on feeding error

從Design Expert 8.0.6軟件生成的等高線圖（圖6）可以看出，投飼誤差0值線所涵蓋的風機風速范圍是16.48～20.70 m/s，即在此風速范圍內(nèi)，總會找到一個間隔時間使理論投飼誤差為0，而這條投飼誤差0值線就是最優(yōu)等高線。

3.4 優(yōu)化結(jié)果與試驗驗證

運用Design Expert 8.0.6軟件中的優(yōu)化功能對回歸模型進行優(yōu)化[28]，將試驗指標的目標結(jié)果設(shè)定為理想值[（0±0.01）g]，可以得到如表5所示的優(yōu)化結(jié)果。從中可以得出，當將試驗指標的目標結(jié)果設(shè)定為理想值[（0±0.01）g]時，其風速范圍為16.48～20.70 m/s，且當風機風速、間隔時間、投飼量及料筒量分別為18.11 m/s、117.70 min、177.00 g和4 457.50 g時，投飼誤差為-8.40×10-10，最接近于0，因此將此組合定為最優(yōu)組合，并進行驗證試驗。結(jié)果表明，在此條件下投飼誤差為（1.23±5.63）g，與目標結(jié)果接近。但在實際養(yǎng)殖生產(chǎn)過程中關(guān)注的往往是投飼距離，因此當設(shè)定投飼誤差范圍為±5 g時，通過Design Expert 8.0.6軟件可以求得風機風速范圍是11.96～22.00 m/s，在此風速下測得投飼機的實際投飼距離為0.66～5.30 m，即在實際養(yǎng)殖生產(chǎn)中，建議在投飼距離為0.66～5.30 m范圍內(nèi)使用投飼機。

圖6 風機風速和投飼間隔時間對投飼誤差影響的等高線圖Fig.6 Contour map of effect of wind speed and feeding interval time on feeding error

3.5 投飼誤差模型的優(yōu)化

運用Design Expert 8.0.6軟件對回歸模型進行優(yōu)化，按照表4中P值從大到小的順序，逐次剔除最不顯著的因素，得到基于編碼因子的含有一次項和二次項的回歸模型（R2=0.955）：

回歸模型的方差分析結(jié)果如表6所示。可以看出，失擬性不顯著，回歸模型顯著，說明優(yōu)化后的方程的擬合效果好，故按次剔除不顯著因素后得到的二次回歸模型[式（7）]是合適的。同時，從表6中的P值可以看出：風機風速（x1）的一次項（P＜0.000 1）對投飼誤差有極顯著的影響；投飼間隔時間（x2）的二次項（P＜0.000 1）對投飼誤差有極顯著影響；風機風速（x1）的二次項（P=0.006 3＜0.05）對投飼誤差有顯著影響；料筒量（x4）的二次項（P=0.004 8＜0.05）對投飼誤差有顯著影響。這與表4中的結(jié)果一致，說明其他項對投飼誤差的影響確實均不顯著。

表5 優(yōu)化結(jié)果Table5 Optimization results

表6 優(yōu)化后投飼試驗數(shù)據(jù)的方差分析Table6 Analysis of variance of feeding test after optimization

4 結(jié)論

在試驗的基礎(chǔ)上，建立了投飼誤差的二次回歸模型。從模型的方差分析中可以看出，方程的擬合效果好，并且投飼機的風機風速對投飼誤差的影響顯著，其他單因素的影響都不顯著。從響應曲面圖可以得到，隨著風機風速的逐漸升高，投飼誤差整體上先減小后增大，并由負值變?yōu)檎怠?/p>

從建立的二次回歸模型中可以得到各個單因素效應模型，且單因素效應曲線均為拋物線。從二次回歸模型的系數(shù)可以得到各個因素對投飼誤差的影響程度排序：風機風速＞投飼量＞間隔時間＞料筒裝料量。

對最優(yōu)工作參數(shù)組合進行驗證試驗表明，驗證結(jié)果與理論值十分接近。但在實際養(yǎng)殖生產(chǎn)過程中關(guān)注的往往是投飼距離，可以通過改變風機風速和散料板的角度來調(diào)節(jié)，當規(guī)定投飼誤差范圍為±5 g時，建議投飼距離為0.66～5.30 m。