雲端一體化數控投料 — 軌跡預測與雙端遠端操控
校企合作專案：抑制旋轉式撒料引發之龍捲風效應，拋撒仿真建庫、嵌入式軌跡預測與前饋數控補償，本機軟體與 Web 遠端雙端協同。
2024年12月——2025年8月
專案背景
本專案由福州大學與漳州天祥家用電器有限公司校企聯合開展，核心動機是克服規模化魚塘旋轉式撒料時易出現之「龍捲風系效應」：轉盤或甩盤在高速旋轉並與氣流、水面耦合時，餌飼常被捲入類似渦旋之拋撒形態，於塘面形成螺旋狀密落帶，外圍與深水區卻長期補給不足；同時強捲吸與軌跡偏置易將部分顆粒甩向塘口上方之塑膠薄膜（棚膜），出現餌料黏著膜面、落塘有效量減少與清膜人工負擔等問題，並加劇攝食不均、餌料浪費與局部水質波動。合作方希望在保留既有機械主體能力之前提下，以數控化投料末端與智慧策略把「看得見、調得動、可追溯」落到一線。研發上完成多工況塘口調研並建立拋撒動力學仿真模型，透過仿真批量建構軌跡資料集，訓練落點預測模型，經 INT8 量化嵌入式部署後接入前饋數控補償，即時校正拋射參數並於現場驗證偏拋與黏膜現象明顯減輕、塘面投餌均勻性改善；同時建置本機觸控與 Web 遠端雙平台協同控制，最佳化權限策略與狀態監視，形成類工業物聯網終端閉環並完成合作方現場試運行。
- 針對規模化魚塘旋轉撒料引發之「龍捲風系效應」（螺旋密落帶、外圍補給不足、餌料黏附棚膜），於保留既有機械主體前提下完成多工況塘口調研並建立拋撒動力學仿真模型，透過仿真批量收集涵蓋轉盤轉速、開度、風速風向與餌料檔位等變數之拋撒軌跡資料集（約 1.2 萬組工況—落點對，仿真工況與落點自動標註）。
- 針對拋射落點受轉速與風場耦合影響、開環控制難以抑制偏拋與黏膜之問題，採雙層 BiGRU 對投料前短時序感測特徵編碼，迴歸預測水平落距與橫向偏移，驗證集落點 RMSE 由物理前饋基線約 11.6 cm 降至 4.8 cm（R²≈0.91），經 INT8 量化嵌入式部署後單次推理 <35 ms；接入前饋數控補償即時校正拋射參數，現場試驗偏拋事件下降約 38%、棚膜黏餌率下降約 42%，塘面落點變異係數明顯降低、投餌均勻性改善。
- 針對異地維運需安全可控且保留本地應急能力之需求，建置本地觸控端與 Web 遠端端雙平台協同控制，最佳化權限策略、參數下發與狀態監視流程，形成類工業物聯網終端閉迴路並完成漳州天祥現場試運行驗證。
技術棧
Python, PyTorch, Embedded C, Web dashboard, MQTT-friendly buses