AquaMind-AI: An Intelligent IoT and Machine Learning Framework for Closed-Loop Smart Aquaponics
A Comprehensive Review and Cyber-Physical Architecture
Qərbi Kaspi Universiteti (Western Caspian University), Yüksək Texnologiyalar və İnnovativ Mühəndislik Məktəbi, Təbiət Elmləri Kafedrası · Bakı, Azərbaycan.
AR Elm və Təhsil Nazirliyi Molekulyar Biologiya və Biotexnologiyalar İnstitutu.
📑Annotasiya (Abstract)
Akvaponika balıq yetişdirilməsi (akvakultura) ilə torpaqsız bitki becərilməsini (hidroponika) vahid qapalı dövriyyəli ekosistemdə birləşdirən qabaqcıl kənd təsərrüfatı texnologiyasıdır. Ənənəvi akvaponik təsərrüfatlarda suyun fiziki-kimyəvi parametrlərinin (həll olmuş oksigen, pH, temperatur, TDS, bulanıqlıq və azot birləşmələri) monitorinqinin əllə aparılması kritik rejim pozuntularına və məhsuldarlıq itkisinə səbəb olur.
Təqdim olunan AquaMind-AI platforması IoT mikrokontrollerləri (ESP32), dəqiq sənaye tipli sensor şəbəkəsi və maşın öyrənməsi alqoritmlərini (Random Forest Regressor, Isolation Forest və Harmonik Sinusoidal Termal Modelləşdirmə) inteqrasiya edərək tam avtomatlaşdırılmış qapalı dövriyyəli idarəetmə təmin edir. Xəzər hövzəsinin iqlim xüsusiyyətlərinə və regional balıq növlərinə (Kür Nərəsi — Acipenser baerii, Nil Tilapiyası — Oreochromis niloticus və Göyqurşağı Foreli — Oncorhynchus mykiss) adaptasiya olunmuş model suyun temperatur dinamikasını $R^2 = 0.942$ dəqiqliklə proqnozlaşdırır və anomaliyaları 98.7% dəqiqliklə aşkar edir.
🔬Riyazi Modellər və Biomühəndislik Qanunauyğunluqları
1. Harmonik Sutkalıq Termal Tənlik
Sutka ərzində suyun istilik tutumu və mühit temperaturu arasındakı gecikmə fazasını modelləşdirən funksiya:
Burada T_mean orta sutkalıq temperatur, A sutkalıq dalğalanma amplitudası, t_peak isə maksimum istilik saatıdır (14:00 - 15:30).
2. Həll Olmuş Oksigen Doyma Tarazlığı
Henry Qanunu və Benson-Krause tənliyi əsasında temperaturdan asılı oksigen doyması:
Temperatur artdıqca suda həll olan oksigenin qatılığı kəskin azalır və sistem aerator klapanlarını avtomatik işə salır.
🐟Balıq Növləri üzrə Ekoloji Monitorinq Matrisi
| Növ (Elmi adı) | Optimal Temp (°C) | Həll Olmuş Oksigen (mg/L) | pH Aralığı | Simbiotik Bitkilər |
|---|---|---|---|---|
| Kür Nərəsi (Acipenser baerii) | 20.0 - 24.0 °C | > 6.5 mg/L | 7.0 - 8.0 | Kahı, Nanə, Reyhan |
| Nil Tilapiyası (Oreochromis niloticus) | 25.0 - 29.5 °C | > 5.0 mg/L | 6.5 - 8.2 | Xiyar, Pomidor, Bibər |
| Göyqurşağı Foreli (Oncorhynchus mykiss) | 14.0 - 17.5 °C | > 7.5 mg/L | 6.8 - 7.8 | İspanaq, Göyərti, Çiyələk |
📚Akademik İstinad (BibTeX Citation)
@article{hajizade2026aquamind,
author = {Hajizade, Suleyman},
title = {AquaMind-AI: An Intelligent IoT and Machine Learning Framework for Closed-Loop Smart Aquaponics},
journal = {Research Journal of Adaptive Agriculture and Aquaculture (RJAAA)},
year = {2026},
publisher = {Western Caspian University Press},
keywords = {Smart Aquaponics, IoT, Machine Learning, Random Forest, Anomaly Detection, Water Quality},
url = {https://aquamindai.github.io/research/}
}🔒Məqalənin Tam Mətni və Eksperimental Datalara Giriş
Peer-review, birgə elmi tədqiqat və xam telemetriya bazasına çıxış əldə etmək üçün elektron poçtla müraciət edin.