智能水体增氧泵

本发明属于水产养殖，具体涉及智能水体增氧泵。

背景技术：

1、水体溶解氧是维持鱼类等水生生物生命活动的必要条件。在家庭鱼缸、小型观赏水体等应用场景中，由于水体体积小、生物密度相对较高，溶解氧消耗速度快，容易出现缺氧状况，进而影响水生生物的健康甚至导致死亡。因此，及时、有效地为水体补充氧气是家庭养鱼过程中的重要环节。

2、传统的增氧方式主要依赖气泵将空气压入水体，通过气泡与水体的接触实现氧气溶解。然而，传统气泵通常采用手动开关控制，用户需根据经验或肉眼观察来判断水体是否缺氧，并手动启停设备。这种人工控制方式存在明显缺陷：一方面，用户无法实时掌握水体溶解氧状态，往往在鱼类出现浮头等明显缺氧症状后才采取措施，响应严重滞后；另一方面，人工操作耗时耗力，且无法根据缺氧程度调节增氧强度，常出现过度增氧或增氧不足的情况。

3、为解决上述问题，自动增氧技术应运而生。现有技术中，一类方案采用溶解氧传感器实时检测水体溶氧浓度，当溶氧浓度低于设定阈值时，由单片机控制继电器启动增氧泵，实现自动增氧。该类方案的核心在于检测-判断-执行的闭环控制，能够在一定程度上替代人工判断。然而，该类方案存在两方面不足：其一，其核心检测手段依赖于真实溶解氧传感器，高精度溶解氧传感器价格较高，且需要定期校准和维护，传感器探头的使用寿命有限，不适合作为普通家庭鱼缸产品的基础配置，制约了产品的成本控制和普及推广；其二，该类方案的控制方式主要为气泵的启停控制，即仅在开启和关闭两种状态间切换，无法根据水体缺氧的严重程度调节氧气释放量，导致轻微缺氧和严重缺氧均采用同样的增氧强度，既浪费能源，又难以实现精细化的增氧管理。

4、随着物联网技术的发展，另一类方案将增氧功能与远程控制相结合。例如，有方案提出基于手机app远程控制的水体增氧机，通过物联网通信模块、云端服务器和手机app，用户可远程查看水体状态并控制增氧机的运行时间或工作模式。该类方案提升了用户操作的便利性，但其本质仍是对增氧机整体运行参数的调整，控制粒度较粗，缺少对气泵与气阀等执行机构的精细联动控制，无法根据水体实时缺氧程度实现氧气释放量的分级调节。

5、此外，还有方案将增氧功能集成于综合型智能鱼缸控制系统中，通过stm32单片机连接温度传感器、溶解氧传感器等多种检测设备，并同时控制增氧泵、水循环过滤器、喂食器、加热器、照明装置等多种执行设备，配合无线通信模块和手机app实现远程监控与操作，如中国专利cn213939357u公开的一种鱼缸的智能控制系统，包括鱼缸缸体，通过温度传感器与氧溶解度传感器与stm32单片机ad端口连接，用于投喂鱼食、调节鱼缸中水的环境，水循环过滤器、喂食器、加热器、照明盖、增氧泵等执行单元与stm32单片机gpio连接，用于投喂鱼食、调节鱼缸中水的环境，触摸屏通过串型总线与stm32单片机usart接口连接，用于本地显示鱼缸工作状态，设置工作参数，鱼缸缸体可通过无线模块与服务器进行数据交换，可以通过手机app或pc端获取鱼缸水环境数据、上传喂鱼参数和远程投食。但是该系统结构复杂、硬件成本较高、安装调试繁琐，对于仅需智能增氧功能的用户而言，存在功能冗余、性价比低的问题。且其控制逻辑侧重于多设备的协同管理与状态显示，而非针对增氧过程本身的精细化分级调节。

6、而中国专利cn106647835a公开了一种基于窄带物联网的智能增氧机及溶解氧立体监测方法，停电时，依然能够进行水质监测并上报相关信息至后台；同时具备多路水质监测功能和自动启停增氧机功能，给养殖从业者带来高效且方便的体验效果；通过对水体进行分层水质监测和异常不同颜色led警示，监测可靠且监测结果反映比较直观；通过对同一养殖池内布置的所述增氧机形成联动机制，数据共享，控制联动，比较符合现场实际的人工控制方法，科学且方便；通过执行预设定的程序规则，在特定时间段进行补充增氧，将一线实践结果通过科学手段加以体现，容易让一线技术人员信服；同时利用远程后台管理平台或配套手机app应用软件的控制指令优先级别，在紧急情况，可以快速获得所述增氧机的控制权，也能对监测情况进行数据追溯，在水产养殖领域的应用前景广阔；但是该智能增氧机的监测架构依赖多节点立体布置和窄带物联网广域通信，硬件配置复杂、部署成本高，不适合家庭鱼缸的小型化、即插即用需求；且智能增氧机控制逻辑以预设程序规则的定时增氧和人工远程干预为主，未建立多源参数融合的风险评估模型，无法根据水体实时状态自动调节增氧强度，控制粒度较粗。

7、中国专利cn113126490a公开了一种智能变频增氧控制方法及装置，方法包括：根据水产养殖环境中溶解氧含量理想值，确定影响水产养殖环境中溶解氧含量理想值的多项关键环境数据变量；将多项关键环境数据变量和溶解氧含量理想值输入至训练好的预测模型中，获取水产养殖环境当前时刻的溶解氧含量预测值；将溶解氧含量预测值与当前时刻采集的溶解氧含量实际值的误差和误差变化率输入到训练好的模糊pid控制算法模型中，获取增氧调控量，并根据增氧调控量对水产养殖环境中的溶解氧含量进行调控；但是现有装置增氧调控量为单一输出量，仅用于变频调速，未涉及气泵启停与气阀开度的双输出联动控制，无法实现氧气释放量的分级精细调节。

8、综上，现有技术在家庭鱼缸和小型水体的智能增氧领域存在以下核心不足：第一，检测方式单一，主要依赖高成本的真实溶解氧传感器，不利于低成本产品的普及推广；第二，增氧控制粗放，多为气泵的启停控制或运行时间调整，缺少根据缺氧程度进行氧气释放量分级调节的能力，难以实现精细化的增氧管理；第三，系统结构复杂或功能冗余，要么集成过多非必要功能导致成本上升，要么采用面向大型养殖场的复杂技术路线，不适合家庭鱼缸的小型化、低成本、易安装需求。针对上述问题，我们提出了智能水体增氧泵。

技术实现思路

1、本发明的目的在于针对现有技术的不足之处，提供智能水体增氧泵，解决了现有方法依赖高成本的真实溶解氧传感器，增氧控制粗放，缺少根据缺氧程度进行氧气释放量分级调节的能力，难以实现精细化增氧管理的问题。

2、本发明是这样实现的，智能水体增氧泵，所述智能水体增氧泵包括：

3、检测模块，用于采集鱼缸内多源水体状态参数，对多源水体状态参数预处理，输出预处理后的多源参数集，其中，多源水体状态参数包括水温数据、气泵累计未运行时长、水体循环状态数据、模拟含氧状态数据；

4、主控模块，与检测模块通信连接，用于接收预处理后的多源参数集，基于预构建的模糊逻辑风险评估模型对多源参数集识别分析，输出状态评估结果，以状态评估结果为索引，调取预设多源推理规则表，输出水体缺氧风险等级，基于水体缺氧风险等级生成自适应双输出控制策略，并基于自适应双输出控制策略生成自适应双输出控制指令；

5、气泵驱动模块，响应于自适应双输出控制指令，同步输出气泵控制信号，执行气泵启停动作；

6、气量调节模块，响应于自适应双输出控制指令，同步输出气阀开度控制信号，执行气阀开度调节动作；

7、无线通信模块，通过串口与所述主控模块连接，用于将主控模块的状态数据上传至用户端并接收用户端的控制指令；

8、用户端，用于显示水体状态评估结果、水体缺氧风险等级、气泵状态和气阀开度，并接收用户输入的控制指令和用户设定阈值。

9、优选地，所述检测模块包括：

10、水温检测单元，包括热敏电阻温度传感器，设置于鱼缸水体中，基于预设采样周期采集鱼缸水温数据，所述水温数据用于表征水体溶解氧饱和浓度的变化趋势，水温升高时水体缺氧风险增加；

11、计时单元，集成于所述主控模块内部，用于在气泵关闭状态下累加计时时长，在气泵启动状态下清零复位，输出所述气泵累计未运行时长，所述气泵累计未运行时长用于表征水体自上次增氧以来溶解氧的持续消耗程度；

12、水体循环状态检测单元，包括水流速度传感器或水位波动检测传感器中的至少一种，用于采集水体流动和交换能力数据，输出水体循环状态数据，水体循环状态良好时水体气水界面氧气交换效率较高，水体循环状态较弱时缺氧风险增加；

13、模拟含氧趋势输入单元，包括通用模拟量输入接口，通用模拟量输入接口配置为adc输入通道，接入电位器以生成与预设虚拟溶解氧状态对应的模拟电压信号，用于验证缺氧风险评估算法及气泵、气阀控制逻辑，并输出模拟含氧状态数据；

14、预处理单元，与水温检测单元、计时单元、水体循环状态检测单元、模拟含氧趋势输入单元电性连接，用于实时获取水温数据、气泵累计未运行时长、水体循环状态数据及模拟含氧状态数据并整合为多源水体状态参数，对多源水体状态参数预处理，输出预处理后的多源参数集。

15、优选地，所述主控模块包括：

16、模型构建单元，用于预构建模糊逻辑风险评估模型，采用参考级溶解氧检测设备采集与多源水体状态参数时间对应的实际溶解氧浓度，并根据实际溶解氧浓度生成缺氧风险标签；将用户设定阈值作为控制偏好参数，与多源水体状态参数共同作为模型输入，以缺氧风险标签作为监督目标，对模糊隶属度参数及规则权重进行优化，输出收敛的模糊逻辑风险评估模型；

17、模糊逻辑风险评估单元，用于接收预处理后的多源参数集及用户设定阈值，基于预构建的模糊逻辑风险评估模型对多源参数集中的参数进行隶属度划分，输出状态评估结果，隶属度划分时将水温数据映射为正常、偏高、高温三个隶属度等级，将气泵累计未运行时长映射为短、中、长三个隶属度等级，将水体循环状态数据映射为良好、一般、较弱三个隶属度等级，将模拟含氧状态数据映射为正常、临界、偏低三个隶属度等级；

18、动态置信度修正单元，用于遍历多源参数集，基于多源参数集的参数耦合系数动态调整状态评估结果的隶属度置信度，结合隶属度置信度确定参数动态权重；

19、规则推理单元，与模糊逻辑风险评估单元通信连接，结合参数动态权重、状态评估结果与多源推理规则表匹配分析，输出模糊风险等级；

20、解模糊化单元，采用面积中心法对模糊风险等级进行积分运算，输出水体缺氧风险等级；

21、双输出控制策略生成单元，与所述解模糊化单元通信连接，以水体缺氧风险等级为索引，基于变化率预判和惯性补偿机制生成自适应双输出控制策略；所述自适应双输出控制策略包括与水体缺氧风险等级对应的气泵控制策略和气阀开度控制策略，具体为：低风险等级对应气泵关闭策略和气阀小开度策略，中风险等级对应气泵启动策略和气阀中等开度策略，高风险等级对应气泵持续运行策略和气阀大开度策略；

22、控制指令输出单元，与所述双输出控制策略生成单元通信连接，用于将自适应双输出控制策略转换为自适应双输出控制指令，分别输出至气泵驱动模块和气量调节模块。

23、优选地，所述用户端包括：

24、状态显示单元，用于显示当前水体缺氧风险等级、气泵运行状态、气阀开度、实时水温、气泵累计未运行时长及异常提醒信息；

25、模式切换单元，用于在自动模式和手动模式之间切换，自动模式下基于自适应双输出控制策略自主运行，手动模式下用户输入的控制指令优先执行；

26、手动控制单元，用于接收用户手动开启或关闭气泵、调节气阀开度的指令；

27、阈值参数设置单元，用于接收用户输入的增氧偏好设置及用户设定阈值，增氧偏好设置包括节能模式、普通模式或强增氧模式，用户设定阈值包括水温报警阈值、气泵最大连续运行时间阈值、自动恢复自动模式的时间阈值；

28、安全优先级判定单元，用于在手动模式下监测异常工况，当检测到异常工况时生成安全保护指令，所述安全保护指令的优先级高于手动控制指令。

29、优选地，对多源水体状态参数预处理的方法，包括：

30、获取多源水体状态参数，对水温数据、气泵累计未运行时长、水体循环状态数据及模拟含氧状态数据分别标注采集时间戳，以预设基准周期为时间窗口，对参数进行时间轴对齐，将同一基准周期内采集的各参数数据归入同一参数帧，未在基准周期内完成采集的参数数据以最近邻插值方式补齐至对应参数帧，输出时域对齐后的多源水体状态参数；

31、加载时域对齐后的多源水体状态参数，对时域同步对齐后的多源水体状态参数进行滑动窗口异常检测，计算当前窗口内参数数据的均值与标准差，将偏离均值超过三倍标准差的数据点判定为异常值，以该异常值所在窗口的中位数替换异常值，输出异常值剔除后的多源水体状态参数；

32、获取异常值剔除后的多源水体状态参数，对多源水体状态参数联合滤波处理，输出滤波后的多源水体状态参数；

33、将滤波后的多源水体状态参数分别映射至统一的数值区间，所述统一的数值区间为[0,1]闭区间，映射后的各参数数据构成预处理后的多源参数集。

34、优选地，对多源水体状态参数联合滤波处理的方法，包括：

35、获取异常值剔除后的多源水体状态参数，基于多源水体状态参数权重及互信息确定参数耦合系数，结合参数耦合系数建立参数相关性矩阵，其中，所述参数相关性矩阵表征水温数据与模拟含氧状态数据的第一耦合系数、气泵累计未运行时长与模拟含氧状态数据的第二耦合系数、以及水体循环状态数据与模拟含氧状态数据的第三耦合系数；

36、其中，基于多源水体状态参数权重及互信息确定参数耦合系数时，参数耦合系数计算公式表示为：

37、

38、

39、其中，表示多源水体状态参数i与关联状态参数j的互信息，表示多源水体状态参数i与关联状态参数j的联合概率密度分布，分别为多源水体状态参数i的边缘概率密度分布、关联状态参数j的边缘概率密度分布；分别为参数耦合系数、多源水体状态参数i权重；

40、以参数相关性矩阵为约束，对多源水体状态参数进行协同修正，计算多源水体状态参数与关联状态参数的耦合偏离度；

41、判断多源水体状态参数与关联状态参数的耦合偏离度是否超过预设偏离度阈值；

42、若多源水体状态参数与关联状态参数的耦合偏离度超过预设偏离度阈值，以关联状态参数的加权组合对该多源水体状态参数进行约束修正，输出参数相关性约束滤波后的多源水体状态参数；

43、获取参数相关性约束滤波后的多源水体状态参数，基于参数动态响应度确定滑动窗口的动态窗口长度，结合动态窗口长度对多源水体状态参数进行多尺度小波包分解，将多源水体状态参数分离为低频近似分量和高频细节分量；低频分量通过长窗滑动平均滤波提取趋势项，高频分量通过改进型中值滤波剔除脉冲噪声后保留；多尺度小波包分解的分解层数根据动态窗口长度自适应确定，长窗对应3层分解、短窗对应1层分解；将滤波后的低频与高频分量重构为时域信号，输出多尺度分解滤波后的多源水体状态参数；

44、基于多尺度分解滤波后的多源水体状态参数构建包含溶解氧浓度、水温、气泵累计未运行时长的三维状态向量，以水温为已知输入、溶解氧浓度为待估状态、气泵累计未运行时长为控制量，建立非线性状态空间模型，结合非线性状态空间模型执行容积卡尔曼滤波，输出时序一致性滤波后的多源水体状态参数。

45、优选地，所述模糊逻辑风险评估模型包括输入层、风险评估架构、输出层，所述风险评估架构包括前置特征提取层和风险关联层，所述输入层用于获取多源参数集，对多源参数集进行编码降维处理，输出编码后的四维参数向量，前置特征提取层用于对四维参数向量执行特征耦合提取与证据修正运算，输出修正后的综合特征向量。

46、优选地，基于预构建的模糊逻辑风险评估模型对多源参数集中的参数进行隶属度划分的方法，包括：

47、获取多源参数集，对多源参数集进行编码降维处理，输出编码后的四维参数向量；

48、将水温数据与气泵累计未运行时长进行非线性耦合运算，基于水温数据对溶解氧饱和浓度的温度修正系数和气泵累计未运行时长的累积效应系数，计算环境应力指数；

49、其中，环境应力指数计算公式表示为：

50、

51、公式中，分别表示基础耗氧率系数、水温数据、标准水温数据，b,d分别表示温度敏感系数、累积效应衰减指数（用于表征溶解氧浓度降低后耗氧速率的自然衰减效应），其中，温度敏感系数为单位水温变化引起的环境应力指数相对变化率，其取值范围基于鱼类代谢速率与水温的指数关系标定，而累积效应衰减指数d通过耗氧实验标定，无量纲，取值范围为0.5-1.5；以封闭水体耗氧实验为标定依据，在溶解氧浓度从饱和状态降至临界状态的过程中，耗氧速率随时间呈幂函数衰减，通过最小二乘法拟合历史多源参数集中的气泵累计未运行时长与环境应力指数的对应关系，得到d的标定值为0.85，该值表征停泵时长对环境应力指数的影响呈亚线性增长（0 < d < 1），即停泵初期溶解氧消耗快、环境应力指数增长迅速，随着停泵时间延长、溶解氧浓度降低，生物耗氧速率因缺氧胁迫而自然减缓，环境应力指数增长趋缓，符合水体耗氧的物理自限机制；

52、将水体循环状态数据与模拟含氧状态数据进行动态耦合运算，基于水体循环状态数据计算气水界面更新速率，结合模拟含氧状态数据的变化斜率，计算水气交换效能指数；

53、其中，水气交换效能指数计算公式表示为：

54、

55、公式中，表示水气交换效能指数，表示气水界面更新速率、含氧趋势补偿系数，为模拟含氧状态数据的变化斜率；

56、获取环境应力指数、水气交换效能指数，用于将环境应力指数与水气交换效能指数进行证据冲突消解与加权融合，输出修正后的综合特征向量和水气交换修正向量；

57、其中，综合特征向量和水气交换修正向量表示为：

58、

59、

60、其中，分别表示综合特征向量和水气交换修正向量，分别表示环境应力指数的基本概率分配值、水气交换效能指数的基本概率分配值，为环境应力指数与水气交换效能指数之间的证据冲突度；

61、获取修正后的综合特征向量和水气交换修正向量，基于综合特征向量和水气交换修正向量构建三维稀疏张量查找表，基于三维稀疏张量查找表遍历预设的参数-等级隶属度映射关系，采用三线性插值法计算综合特征向量与参数-等级隶属度的插值隶属度，输出12维隶属度数值组成的状态评估结果；

62、获取12维隶属度数值组成的状态评估结果以及参数耦合系数，基于状态评估结果构建状态评估结果的基础置信度；

63、结合参数耦合系数对状态评估结果的基础置信度动态调整，得到状态评估结果的隶属度置信度，以状态评估结果的隶属度置信度为先验，将隶属度置信度直接线性映射为参数动态权重；

64、获取综合特征向量和水气交换修正向量，基于综合特征向量和水气交换修正向量构建联合隶属度分布；

65、结合联合隶属度分布以及参数动态权重建立双变量风险关联规则矩阵，基于模糊聚类算法计算双变量风险关联规则矩阵在多源推理规则表的激活强度，多源推理规则表的激活强度按输出风险等级归类叠加，得到模糊风险等级；

66、采用面积中心法对模糊风险等级进行积分运算，输出水体缺氧风险等级。

67、优选地，基于变化率预判和惯性补偿机制生成自适应双输出控制策略的方法，包括：

68、获取当前周期水体缺氧风险等级及历史周期水体缺氧风险等级序列，采用后向差分法计算风险变化率；

69、基于当前周期风险等级确定预判增益系数，并基于风险等级变化率预测下一周期的预判风险等级；

70、获取舵机机械响应参数，基于舵机机械响应参数构建机械滞后补偿量；以下一周期的预判风险等级作为设定值、当前周期水体缺氧风险等级作为反馈值，二者之差作为控制误差；

71、基于控制误差和机械滞后补偿量、气泵启停次数构建多目标适应度函数，采用改进型粒子群算法多目标适应度函数迭代寻优，改进型粒子群算法中引入自适应惯性权重机制，并引入差分进化变异算子增强粒子多样性，当迭代次数达到30代或群体最优适应度值连续10代改善幅度小于1%时，终止迭代并输出群体历史最优位置对应的最优pid参数组；

72、其中，多目标适应度函数表示为：

73、

74、

75、其中，分别表示控制误差项、舵机磨损项、气泵启停项，分别表示控制误差项初始权重、舵机磨损项初始权重、气泵启停初始权重，表示评估时间窗口；

76、以最优pid参数组作为自适应双输出控制策略，将自适应双输出控制策略转换为自适应双输出控制指令，分别输出至气泵驱动模块和气量调节模块。

77、与现有技术相比，本技术实施例主要有以下有益效果：

78、本发明通过多源水体状态参数采集与联合滤波、前置特征耦合提取与证据融合、三维稀疏张量隶属度映射、门控注意力动态置信度修正、双变量风险关联规则推理、变化率预判与惯性补偿的pid参数在线寻优的结合，在不依赖高成本真实溶解氧传感器的前提下，实现了家庭鱼缸场景下缺氧风险的精准评估与气泵气阀联动的精细化分级释氧控制；同时通过模糊逻辑风险评估模型与改进型粒子群pid参数寻优的轻量级协同架构，克服了现有复杂算法在低成本嵌入式设备上的运算延迟问题，达成了检测成本低、控制粒度细、系统结构简洁、家庭场景适配性强的整体技术效果。

79、本发明实施例中，主控模块中模型构建单元、模糊逻辑风险评估单元、动态置信度修正单元、规则推理单元、解模糊化单元、双输出控制策略生成单元及控制指令输出单元形成递进式协同架构，模型构建单元为模糊逻辑风险评估提供基础推理框架；而模糊逻辑风险评估单元与动态置信度修正单元协同，实现多源信号质量的自适应甄别与参数动态权重的实时优化；规则推理单元融合参数动态权重与状态评估结果，兼顾参数可靠性与物理关联性进行风险等级推理；解模糊化单元完成模糊到精确的映射转换；双输出控制策略生成单元基于变化率预判和惯性补偿机制，联动优化气泵与气阀的控制策略；控制指令输出单元实现双执行机构的同步驱动。主控模块中各个子单元通过参数动态权重反向约束风险评估精度、通过预判风险等级前馈补偿执行延迟，形成闭环自适应的协同控制体系，使系统在不依赖高成本溶解氧传感器的前提下，以入门级单片机实现多源参数精准融合、缺氧风险动态评估与气泵气阀毫秒级联动响应，达成检测成本低、控制粒度细、系统结构简洁的技术效果。

80、本发明实施例中，对多源水体状态参数预处理时，通过时域对齐保障多源异构数据的时序一致性、通过滑动窗口异常检测与中位数替换剔除瞬时噪声污染、通过联合滤波实现参数间物理关联的交叉验证与多尺度时频去噪、通过归一化映射消除量纲差异并保留物理分布特性，从而形成了对齐-清洗-融合-标准化的递进式协同体系：时域对齐为异常检测提供同步基准，异常检测为联合滤波降低噪声干扰，联合滤波利用参数耦合关系反向修正时域对齐可能引入的插值误差，归一化映射则将融合后的高质量参数统一输入模糊逻辑风险评估模型。

81、本发明实施例中，对多源水体状态参数联合滤波处理时，通过参数耦合系数与参数相关性矩阵构建多源参数的物理关联表征，通过耦合偏离度判定与协同约束修正实现异常参数的交叉验证与物理一致性恢复，通过多尺度小波包分解与自适应中值滤波实现时频域的精细化噪声分离与趋势提取，通过容积卡尔曼滤波实现非线性系统动力学层面的最优状态估计，此联合滤波机制使系统在不增加传感器硬件成本的前提下，利用多源参数间的物理耦合信息进行交叉验证与互补增强，从而抑制单一传感器的局部噪声和偶发故障，最终输出物理自洽、时序稳定、多尺度特征完备的高质量多源参数集。

82、本发明实施例中，模糊逻辑风险评估模型通过输入层、前置特征提取层、风险关联层及输出层的递进式协同架构，实现了多源异构参数从原始采集到风险等级的精准评估，前置特征提取层通过环境应力指数与水气交换效能指数的双分支耦合提取及证据融合，将四维参数向量降维为物理意义明确的综合特征向量，既降低了后续运算复杂度，又保留了关键风险信息；风险关联层通过三维稀疏张量查找表实现隶属度边界的用户偏好动态重塑，通过门控注意力加权层实现信号质量自适应的参数动态权重分配，通过双变量风险关联规则矩阵实现多源证据的协同推理，使系统能够在不依赖真实溶解氧传感器的前提下，综合水温、停泵时长、循环状态及含氧趋势等多源信息精准评估缺氧风险；输出层以面积中心法完成模糊到精确的转换，为气泵气阀联动控制提供可靠决策依据。

83、本发明实施例中，基于变化率预判和惯性补偿机制生成自适应双输出控制策略时，通过后向差分法从历史风险序列中提取变化趋势，通过预判增益系数的区间差异化配置实现风险演化趋势的灵敏响应与平稳过渡，而通过机械滞后补偿量的预先估算抵消舵机执行延迟，通过多目标适应度函数统筹控制精度、平滑性与设备寿命的多元诉求，通过改进型粒子群算法的自适应惯性权重与差分进化变异实现pid参数的全局最优寻优，最终输出同步配置于气泵与气阀双回路的最优pid参数组。实现气泵启停与气阀开度的精准联动和氧气释放量的平滑分级调节，有效避免传统阈值控制的频繁启停和粗放调节问题，延长了继电器与舵机的机械寿命，也提升了家庭鱼缸场景下增氧控制的舒适性与节能性。