W połowie lat 70. średnia amerykańska farma mleczna liczyła około 25 krów. Obecnie wiele operacji ma ponad 3000 - liczba ta była niespotykana 25 lat temu.
Wydajne zarządzanie dużymi stadami byłoby trudne, a może nawet niemożliwe, bez najnowszych osiągnięć w dziedzinie komputerów i automatyzacji. Większość mleczarni ma teraz hale udojowe i związane z nimi budynki wolnostanowiskowe, które produkują podwójnie lub potrójnie na roboczogodzinę. Jednostki udojowe automatycznie odłączają się, aby zmniejszyć problemy zdrowotne wymion i poprawić jakość mleka, a transpondery ID krów pozwalają rolnikom automatycznie rejestrować dane produkcyjne.
Najnowszym znaczącym postępem technologicznym mającym wpływ na amerykański przemysł mleczarski jest opracowanie automatycznych systemów dojenia - lub „robotycznych” dojarek.
W centrum mleczarskim Kellogg University of Connecticut używamy robotów udojowych, a także innych czujników do monitorowania 100 krów i ich środowiska fizycznego. Dzięki tej pracy, zapoczątkowanej wiosną, mamy nadzieję monitorować zachowanie i zdrowie poszczególnych krów w czasie rzeczywistym w celu poprawy wydajności produkcji i dobrostanu zwierząt.
Duże zbiory danych i krowy
Zautomatyzowani dojarze mogą zbierać mleko bez udziału człowieka. W rzeczywistości krowy decydują, kiedy należy doić, wchodząc do maszyny bez bezpośredniego nadzoru człowieka. System robotyczny automatycznie identyfikuje krowę i nakłada natrysk strzykawkowy, zanim ramię robota przymocuje kubek udojowy do dojenia.
To bardzo różni się od doju w salonie, gdzie kierownicy decydują, kiedy doić krowy, zwykle trzy razy dziennie. Każda automatyczna jednostka udojowa obsługuje od 50 do 55 krów.
Biorąc pod uwagę wysoką cenę wczesnych wersji robotów udojowych i duże rozmiary stad amerykańskich, amerykańskie mleczarnie miały minimalne zainteresowanie robotami dojarzowymi przed 2010 r. Jednak liczba automatycznych systemów doju w kraju wzrosła do ponad 2 500 sztuk w 2013 r., Głównie ze względu na ulepszenia konstrukcyjne w nowszych modelach. Na całym świecie działa obecnie ponad 35 000 automatycznych systemów doju.
Rząd krów dojonych (Toa55 / shutterstock) Te nowsze maszyny nie tylko usprawniają wydajne zbieranie mleka, ale mają także dodatkową możliwość gromadzenia większej ilości informacji o produkcji, składzie mleka i zachowaniu krów. Pozwala to producentom na podejmowanie bardziej świadomych decyzji zarządczych.
Dzięki robotycznym systemom udojowym krowy prowadzą pokaz. Decydują, kiedy jeść, przeżuwać, odpoczywać lub doić. Muszą też spędzać mniej niż godzinę dziennie, będąc dojeniem; przed robotami udojowymi dojenie często zajmowało od trzech do pięciu godzin dziennie.
Chcieliśmy wiedzieć: co robią z resztą dnia? Jak to zachowanie wpływa na produkcję lub służy do wskazywania stanu zdrowia? Same jednostki udojowe nie są w stanie zebrać tego rodzaju informacji, które byłyby bardzo przydatne, aby wcześnie dowiedzieć się, czy dana krowa ma problem zdrowotny.
Nasz „cow-CPS” - cyberfizyczny system obejmujący krowy, roboty dojarze, kamery wideo i inne czujniki - będzie cały czas śledził dane dotyczące naszych krów. To powie nam między innymi, dokąd krowy idą, gdy nie są dojeniem; kiedy decydują się jeść, odpoczywać lub wykonywać inne czynności; i skład ich mleka. Czujniki umieszczone w ciele podadzą nam nawet pH w jednym z żołądków, co może być kluczowym wskaźnikiem problemów z trawieniem.
Optymalizacja mleczarni
Mamy nadzieję, że wszystkie te dane pozwolą nam podejmować w odpowiednim czasie decyzje na poziomie poszczególnych krów, co nie jest łatwe w dużych stadach. To „precyzyjne mleczarstwo” mogłoby pomóc nam zrozumieć, w jaki sposób czynności poszczególnych krów - jedzenie, stanie, odpoczynek, dojenie - wpływają na jej produkcję mleka, jego jakość i zdrowie.
Planujemy analizować dane za pomocą uczenia maszynowego, rodzaju sztucznej inteligencji, która może znaleźć wzorce w dużej ilości informacji. Komputer porówna dane z modelem tego, jak mleczarnia powinna działać w idealnych warunkach. Nasz model przechwytuje krytyczne cechy wydajności - jakość mleka i wydajność - a także istotne ograniczenia, takie jak indywidualny stan zdrowia i stan reprodukcyjny.
Gdy mleczarnia działa, dane w czasie rzeczywistym pozwolą nam ocenić, jak daleko jest nasze prawdziwe gospodarstwo od idealnego. Następnie możemy połączyć te informacje z matematycznym algorytmem optymalizacji, aby określić, jak dokładnie powinniśmy modyfikować lub dostosowywać proces. Na przykład algorytm może sugerować dostosowanie rodzaju kroplówki strzyków, zawartości odżywczej paszy lub ilości czasu spędzanego przez każdą krowę na karmieniu.
Mamy nadzieję, że nasza praca pozwoli hodowcom bydła mlecznego w USA lepiej zarządzać poszczególnymi krowami w grupach - nie tylko w celu poprawy produkcji mleka, ale także w celu poprawy zdrowia krów.
Ten artykuł został pierwotnie opublikowany w The Conversation.
Matthew Stuber, adiunkt inżynierii chemicznej i biomolekularnej, University of Connecticut
Gary Kazmer, profesor nadzwyczajny fizjologii laktacji, University of Connecticut
Shalabh Gupta, adiunkt inżynierii, University of Connecticut
Steven Zinn, profesor nauk o zwierzętach, University of Connecticut
