The Digital Twin-Ready Aquarium: A Step Towards Industry 4.0 in Aquaculture
Abstract
En bærekraftig fremtid er nå viktigere enn noensinne, og med mer investering som blir distribuert bort fra fossil energiindustriene, har akvakultur raskt blitt en av de viktigste næringene i Norge. Selv om sektoren vokser raskt, er ikke teknologien som brukes der den kunne vært. Denne avhandlingen har som mål å minke dette gapet og hjelpe akvakulturnæringen med å bli en leder for Industri 4.0. Avhandlingen identifiserte først temperatur, pH, oppløst oksygen og fiskens posisjon som kjernevariabler å overvåke, og en fysisk ressurs ble konstruert ved hjelp av 3D-printede komponenter og utstyrt med maskinvare. Maskinvaren tillot overvåking av variablene og NVIDIA Jetson Orin Nano tillot utforskning av mulighetene for å bruke robotsyn for å få informasjon om individene. Imidlertid, begrenset sensordataene digital tvillingens evner til deskriptiv. Forbedringer i antall sensorer og pålitelige målinger ville styrke datakvaliteten. Med kvalitetsdata kan man skape modeller av miljøet og fisken for å forbedre digital tvillingens kapasitetsnivåer. Digital tvillingen av et akvarium har potensiale til å øke engasjementet, være en arena for utdanning, effektiv utnyttelse av ressurser, og er et viktig skritt mot Industri 4.0 for akvakultur. A sustainable future is now more important than ever, and with more investment being distributed away from the fossil energy industries, aquaculture has rapidly become one of the more important industries in Norway. Although the sector is rapidly growing, the technology used is not where it could be. This thesis aims to bridge the gap and help the aquaculture industry become a beacon for Industry 4.0. The thesis first identified temperature, pH, dissolved oxygen, and fish location as core variables to monitor, and a physical asset was constructed using 3D-printed components and equipped with hardware. The hardware allowed for monitoring of the key variables, and the edge computer, NVIDIA Jetson Orin Nano, allowed for exploration of the possibilities of using computer vision to gain information about the individuals within. However, limitations in the sensor data restricted the digital twin's capabilities to be descriptive. Improvements in additional sensor nodes and reliable measurements would strengthen data quality. With quality data, one can create models of the environment and fish to improve the capability levels of the digital twin. The digital twin-ready aquarium has the potential to increase engagement, be an arena for education and efficient utilization of resources, and is an important step towards Industry 4.0 for aquaculture.