传统水产养殖技术在不断被证明难以适应社会的发展需求,不断发展的现代信息技术与传统养殖行业的结合是养殖业科学发展的必然趋势。工厂化循环水养殖中,溶解氧控制在成本控制和生产效率方面都具有举足轻重的作用,但是现在的工厂常因为技术落后导致低密度养殖时的过量曝气和高密度养殖时的曝气不足。所以,对水产养殖系统进行工业化改造,利用物联网技术和人工智能技术对其进行改进,对溶解氧信息进行实时的监测,对曝气设备进行远程的控制,这些对工厂化循环水养殖的智能化和信息化都有重要意义。本文主要以重庆某高校内的小型工厂化循环水养殖系统为研究对象,主要的研究内容和结论如下:（1）工厂化循环水养殖系统中曝气监测和控制系统的搭建。基于工厂化循环水水产养殖设计的曝气精准控制系统。通过摄像头和溶氧探头获取养殖系统的数据,能对水质情况和鱼类状态实时监测。完成了基于多源数据模型的曝气精准控制系统,能够辅助甚至代替人工完成曝气决策,通过系统对曝气设备进行智能控制,为工厂化循环水养殖的监控系统建设提供了新思路。（2）基于多源数据模型的曝气精准控制算法设计与实现。本文设计由三个子模型解决曝气精准控制的问题。在结合了计算机视觉、神经网络等技术后,实现了鱼类缺氧状态、鱼群耗氧速率、曝气增氧速率的计算,最后决策出了最优曝气策略。在曝气方法上,设计了挂壁式曝气盘,将其与沉底式曝气盘结合增强了曝气效率,提高了曝气上限。在算法设计上,优化解决了VGG16模型运算时间过长和BP神经网络收敛较慢等问题。（3）曝气精准控制模型验证。本文在重庆某高校内的小型工厂化循环水养殖系统中做了对比实验,结果显示精准控制算法控制的曝气策略相比于人工手动控制的曝气策略能耗下降26.3%,相比于有阈值报警模式的曝气策略能耗下降12.8%。同时,在某工厂化循环水清洁养殖厂投入试运行。在该厂的运行效果较好,在保证鱼类健康的情况下,稳定的水质条件加速了鱼类的生长,以鱼类均重400g为目标的养殖周期由5-6个月缩短为3-4个月。