В середине 1970-х годов на средней американской молочной ферме было около 25 коров. Сегодня во многих операциях задействовано более 3000 человек, что было почти неслыханно 25 лет назад.
Эффективное управление большими стадами было бы трудно, возможно, даже невозможно, без последних достижений в области вычислительной техники и автоматизации. В настоящее время большинство молокозаводов имеют доильные залы и связанные с ними помещения для свободных палаток, которые удваивают или утраивают производство в час. Доильные аппараты автоматически отсоединяются, чтобы уменьшить проблемы со здоровьем вымени и улучшить качество молока, а транспондеры ID коров позволяют фермерам автоматически регистрировать производственные данные.
Самым последним крупным технологическим достижением, влияющим на молочную промышленность США, является разработка автоматических систем доения - или «роботизированных» доилок.
В молочном центре Келлогг Университета Коннектикута мы используем роботизированные дояри, а также другие датчики для мониторинга 100 коров и их физической среды. Благодаря этой работе, начатой этой весной, мы надеемся в реальном времени отслеживать поведение и здоровье отдельных коров, чтобы повысить эффективность производства и благополучие животных.
Большие данные и коровы
Роботизированные доильники могут собирать молоко без участия человека. Фактически, коровы решают, когда их надо доить, садясь в машину без непосредственного человеческого контроля. Роботизированная система автоматически идентифицирует корову и применяет дезинфицирующий спрей для сосков, прежде чем роботизированная рука прикрепит чашку для доения.
Это сильно отличается от доения в салоне, когда менеджеры решают, когда надо доить коров, обычно три раза в день. Каждый роботизированный доильный аппарат обслуживает от 50 до 55 коров.
Учитывая высокую цену ранних версий роботизированных дояр и большой размер стада в США, американские молочные заводы имели минимальный интерес к роботизированным доярам до 2010 года. Однако в 2013 году число автоматических доильных систем в стране увеличилось до более 2500 единиц, главным образом из-за улучшений дизайна в более новых моделях. Во всем мире в настоящее время действует более 35 000 автоматических систем доения.
Доение ряда коров (Toa55 / shutterstock) Эти новые машины не только улучшили эффективный сбор молока, но и обладают дополнительной способностью собирать больше информации о производстве, составе молока и поведении коров. Это позволяет производителям принимать более обоснованные управленческие решения.
Благодаря роботизированным доильным системам коровы проводят шоу. Они решают, когда есть, размышлять, отдыхать или доиться. Они также должны тратить меньше часа в день на самом деле доения; до роботизированных доильных аппаратов доение часто занимало три-пять часов в день.
Мы хотели знать: чем они занимаются до конца дня? Как это поведение влияет на производство или служит для указания состояния здоровья? Сами по себе доильные аппараты не могут собирать такую информацию, которая была бы очень полезна для раннего выяснения того, развивается ли у конкретной коровы проблема со здоровьем.
Наша «корова-CPS» - киберфизическая система, которая включает в себя коров, роботизированные дояры, видеокамеры и другие датчики - будет постоянно отслеживать данные о наших коровах. Это скажет нам, среди прочего, куда идут коровы, когда их не доят; когда они решают поесть, отдохнуть или заняться другими делами; и состав их молока. Датчики, размещенные внутри тела, даже сообщают нам pH внутри одного из желудков, что может быть ключевым индикатором любых проблем с пищеварением.
Оптимизация молочных продуктов
Мы надеемся, что все эти данные позволят нам принимать своевременные решения на уровне отдельной коровы, что нелегко сделать в больших стадах. Это «точное молочное молочение» может помочь нам понять, как деятельность отдельной коровы - еда, стоя, отдыхая, доение - влияет на ее производство молока, качество молока и здоровье.
Мы планируем анализировать данные с помощью машинного обучения, типа искусственного интеллекта, который может находить закономерности в больших объемах информации. Компьютер сравнит данные с моделью того, как молочные продукты должны работать в идеальных условиях. Наша модель отражает критические характеристики: качество и продуктивность молока, а также соответствующие ограничения, такие как индивидуальное здоровье и репродуктивный статус.
Поскольку молочный завод работает, данные в реальном времени позволят нам оценить, насколько далеко наша реальная ферма от идеальной. Затем мы можем объединить эту информацию с алгоритмом математической оптимизации, чтобы определить, как именно мы должны изменить или скорректировать процесс. Например, алгоритм может предлагать регулировку типа капания соска, питательного содержания корма или количества времени, которое каждая корова тратит на кормление.
Мы надеемся, что наша работа позволит молочным фермерам в США лучше управлять отдельными коровами в групповой обстановке - не только для улучшения производства молока, но и для укрепления здоровья коров.
Эта статья была первоначально опубликована на разговор.
Мэтью Штубер, доцент кафедры химической и биомолекулярной инженерии, Университет Коннектикута
Гари Казмер, доцент кафедры физиологии лактации, Университет Коннектикута
Шалабх Гупта, доцент инженерных наук, Университет Коннектикута
Стивен Зинн, профессор наук о животных, Университет Коннектикута
