Qapalı dövriyyəli akvaponika (RAS), biofiltrasiya mexanizmləri, sensorların kalibrasiya prosedurları və Süni İntellekt əsaslı anomaliya aşkarlama prinsipləri üzrə rəsmi istinad sənədi.
Balıqların ifrazatı nəticəsində suya ayrılan zəhərli ammonyak (NH3/NH4+) biofiltrdəki faydalı bakteriyalar tərəfindən iki mərhələdə zərərsizləşdirilir. Birinci mərhələdə Nitrosomonas bakteriyaları ammonyakı nitritə (NO2-), ikinci mərhələdə isə Nitrobacter bakteriyaları nitriti nitrata (NO3-) çevirir. Nitrat isə bitki kökləri tərəfindən təbii gübrə kimi mənimsənilir və təmizlənmiş su yenidən balıq hovuzlarına qayıdır.
Suyun temperaturu yüksəldikcə oksigenin suda həllolma qabiliyyəti (doyma həddi) termodinamik qanunlara əsasən azalır. Məsələn, 15°C-də doymuş oksigen 10.1 mg/L olduğu halda, 28°C-də bu göstərici 7.8 mg/L-ə enir. AquaMind AI temperaturun artdığını qabaqcadan aşkar etdikdə aerator kompressorlarını işə salaraq balıqların boğulma riskini aradan qaldırır.
Akvaponika sistemində ən həssas balans pH səviyyəsidir: balıqlar üçün optimal aralıq 6.5-8.0, bitkilər üçün 6.0-7.0, nitrifikasiya bakteriyaları üçün isə 7.0-8.0-dir. Buna görə də sistemin ideal kompromis nöqtəsi 6.8 - 7.2 pH aralığıdır. pH 6.0-dan aşağı düşdükdə bakteriyaların fəaliyyəti dayanır, 7.5-dən yuxarı qalxdıqda isə bitkilər dəmir (Fe) və fosforu mənimsəyə bilmir.
pH elektrodları hər 30 gündən bir standart pH 4.01, 7.00 və 10.01 bufer məhlulları ilə iki-nöqtəli kalibrasiya edilməlidir. Optik oksigen zondu isə 100% rütubətli hava mühitində (barometrik təzyiq nəzərə alınmaqla) 1-nöqtəli doymuş kalibrasiyadan keçirilir.
AquaMind AI qapalı dövriyyəli akvakültür (RAS) və akvaponika təsərrüfatlarında suyun keyfiyyət parametrlərini (həll olmuş oksigen, pH, temperatur, TDS, bulanıqlıq) IoT sensorları ilə fasiləsiz ölçən və Süni İntellekt vasitəsilə kritik anomaliyaları əvvəlcədən proqnozlaşdıran avtomatlaşdırılmış idarəetmə platformasıdır.
Sistem Kür Nərəsi (Acipenser baerii), Nil Tilapiyası (Oreochromis niloticus) və Göyqurşağı Foreli (Oncorhynchus mykiss) kimi əsas kommersiya növlərinin fizioloji tələblərinə uyğunlaşdırılmışdır.
Əsas datalar və kod bazası elmi əqli mülkiyyət məqsədilə Private-dir. Giriş icazəsi (access) əldə etmək üçün suleyman.hacizade1@gmail.com və ya akademik ünvan suleyman.hacizade.232bioing@wcu.edu.az vasitəsilə müraciət edilə bilər.
Sistem Scikit-Learn kitabxanasında qurulmuş Random Forest Regressor (su temperaturunun 1, 3 və 6 saatlıq proqnozu üçün, R² = 0.942) və Isolation Forest (anomaliyaların və sensör nasazlıqlarının aşkarlanması üçün) alqoritmlərindən istifadə edir.