目前国内循环水养殖模式得到大力推广和发展,智能水质调控设备也在养殖生产中发挥重要的作用。由于循环水养殖密度较高,通常采用纯氧进行增氧。传统溶解氧调控方式需要工人根据自己的实践经验控制鱼池的曝气时间和氧气流量,这样操作极大依赖工人养殖经验,可能会造成纯氧的浪费或供氧不足,特别是在高温高密度养殖工况下,稍有不慎就会引发泛池的灾难。现有的常规溶解氧控制系统,面向对象为鼓风机和水车,以控制转速而节约电能,面向纯氧增氧的溶解氧控制系统还尚未报道。为了实现纯氧增氧工况下的智能调控,提高对水质的精准管理能力,增强水产养殖过程中的风险防范能力,本文展开了以下的研究:（1）对红鳍东方鲀的摄食耗氧率进行研究,主要通过控制水温和摄食率分析红鳍东方鲀的耗氧规律,结果表明在28℃时,红鳍东方鲀耗氧率显著高于20℃组（P＜0.05）,不同摄食率下,红鳍东方鲀的耗氧率峰值差异不明显,主要差异在于摄食后耗氧率恢复至摄食前所需要的时间不同,20℃时回复时间为2.5～7.5小时,28℃时为3～15小时,存在随着水温和摄食率的提高,回复时间呈现明显增加的趋势。本实验采用的麻醉插管灌喂未对鱼的耗氧率产生显著影响。（2）构建鱼类耗氧率预测模型。本文采用循环神经网络RNN、长短期记忆神经网络LSTM和门控循环单元GRU三种机器学习算法实现鱼类耗氧率的预测功能。首先搭建好网络模型,对神经网络中相应的参数进行设置,滤波与划分数据集,将数据集内容标准化。将处理后的训练样本放入不同的神经网络模型中进行训练和预测。对3种耗氧率预测模型的预测结果进行分析,结果表明:GRU预测模型的均方根误差RMSE和平均误差MAE分别为3.66和2.693,均方根误差较LSTM和RNN预测模型减少了22.13%和13.52%,平均误差较LSTM和RNN预测模型减少了21.7%和17.09%,R~2值略优于LSTM和RNN预测模型,因此GRU红鳍东方鲀耗氧率预测模型能够较好的预测出对应参数下的耗氧率变化。（3）设计具有较高安全性和控制精度的溶解氧智能调控系统。本文设计了一套溶解氧智能调控系统,主要设计了基于GRU耗氧率预测模型的预测控制算法、闭环电子流量调节器、控制器的电路和程序设计、保障措施设计。详细的阐述了主程序和子程序的控制逻辑以及显示和数据记录的方法。（4）对溶解氧智能控制系统的试验测试。氮气模拟100kg/m~3红鳍东方鲀的摄食耗氧,以手动控制为对照观察模糊控制PID、神经网络PID和模型预测控制三种智能控制算法在鱼池投喂干扰下的控制性能以及多目标值的跟踪能力。结果表明模型预测控制具有较高的控制精度,控制到目标值后溶解氧波动范围在±0.1mg/L以内,在多目标跟踪实验下也具有较好的跟踪能力。本文搭建的循环水养殖溶解氧智能调控系统,实现了纯氧增氧工况下对溶解氧的主动控制,该系统成本低,控制延迟低,具有较高的控制精度和可靠性。将本系统应用于循环水养殖中,能提高对溶解氧的保障能力,能够应对投饲和温度变化带来的溶解氧波动。