Введение
Актуальность работы. Качественное и оперативное управление дойным стадом на животноводческих предприятиях является необходимым условием достижения высокого уровня выпускаемой продукции.
В настоящее время компьютеризация позволяет значительно повысить эффективность управления производством молока. Благодаря компьютеризации животноводства страны Европы, США, Индия стали мировыми лидерами по производству сырого молока. Компьютеризация животноводства осуществляется на основе разработки и внедрения биотехнических систем управления животноводческими предприятиями (в частности молочного скотоводства). Основными лидерами в области разработки биотехнических систем управления предприятиями молочного скотоводства являются: Afimilk (Израиль); DeLaval (Швеция); Westfalia Landtechnik (Германия); S. A. Christensen &Со (Дания). В настоящее время происходит интенсивное внедрение подобных АИС на российских животноводческих предприятиях.Компьютеризация процесса мониторинга на животноводческом предприятии позволяет решать задачи, связанные с управлением процессов доения, кормления, контроля качества молока, учета и хранения ключевых показателей состояния животных и другое. Основными источниками данных, поступающих в биотехнические системы для последующего хранения и обработки, являются данные с разнообразных сенсоров, размещаемых как на животных, так и на объектах предприятия. Решение научно-технических задач, состоящих в разработке новых и совершенствовании существующих методов и средств обработки сенсорных данных с целью повышения эффективности работы указанных систем, имеет важное значение.
Степень разработанности темы исследования.
Исследования для создания методов и средств обработки информации в биотехнических системах сейчас ведутся следующими авторами:
- в области автоматической диагностики заболеваний коров маститом известны работы следующих ученых Голобоких П.И., Дайбова Л.А., Kamphuis C., de Mol R.M., Cavero D., Chagunda M.G.G и др.;
- вопросами применения систем сенсоров для управления молочными фермами занимались: Steeneveld W., Chapinal N., A.
M. de Passille и др.;- в области статистического анализа данных систем автоматизированного доения известны работы Elischer M. F. и Lovendahl P и др.
Однако, применение данных методов и средств не позволяет решить следующие проблемы: несвоевременное выявление животных с отклонениями в здоровье (в результате снижается оперативность принимаемых мер по изоляции и лечению животных); большие трудозатраты на диагностику функционального состояния каждого животного; недостаточная степень достоверности получаемых результатов анализа состояния животных в результате использования неинвариантных ко времени данных с сенсоров, применяемых для оценки состояния животных; отсутствие возможности настройки существующих автоматизированных биотехнических систем с учетом особенностей конкретного фермерского хозяйства (т.е. показатели с сенсоров не инвариантны к условиям содержания стада); отсутствие экрана мониторинга для визуализации состояния всего поголовья животноводческого комплекса для выявления групп животных, находящихся в определенных состояниях.
Перечисленные проблемы негативно влияют на качество молока и эффективность работы животноводческого комплекса в целом.
Таким образом, существует проблемная ситуация, связанная с отсутствием оперативного и достоверного мониторинга состояния животных на фермерских предприятиях и требующая разработки новых методов и алгоритмов обработки и анализа данных с биологических датчиков, позволяющих эффективно управлять функциональными состояниями животных в дойном стаде.
Для разрешения указанной проблемной ситуации предлагается использование ряда методов, связанных с выделением и агрегированием признаков.
В частности, в областях компьютерного зрения и анализа данных в микробиологии, успешно применяли методы агрегирования данных различной природы следующие авторы: Vohra A., Jong-Hann J., Jourde K., Gibert D., Zena Hira M., Duncan F.
Применение методов, разработанных указанными авторами, обеспечивает высокий уровень надежности получаемых результатов анализа данных.
Тем не менее, рассмотренные методы очень специфичны и не позволяют анализировать данные с сенсоров на животноводческих предприятиях. В связи с этим требуется разработка новых методов и алгоритмов, основанных на существующих подходах и методах.
Таким образом, повышение оперативности и достоверности мониторинга состояний животных на основе применения методов выделения признаков и агрегирования данных с сенсоров является актуальной научно-технической задачей.
Объект исследований - методы и биотехнические системы управления функциональным состоянием животного.
Предмет исследования - методы и алгоритмы автоматического мониторинга состояния животных на предприятиях молочного производства.
Цель работы - обеспечение оперативности и достоверности диагностики и прогнозирования функционального состояния животных в дойном стаде на основе анализа временных рядов показателей их жизнедеятельности.
Задачи исследования.
Для достижения поставленной цели необходимо решение следующих задач:
1. Анализ технологического процесса животноводческого предприятия, средств обеспечения автоматического мониторинга и процесса управления функциональным состоянием животных дойного стада.
2. Построение математической модели формирования сигналов с датчиков функционального состояния животных.
3. Разработка методов преобразования временных данных, поступающих с сенсоров, установленных на животных предприятия, для выявления наличия выбросов.
4. Разработка методов выделения комплексных показателей состояния здоровья животных.
5. Создание биотехнической системы поддержки принятия решений о функциональном состоянии животных на основе предложенных методов.
6. Экспериментальное исследование разработанных методов и системы.
Соответствие паспорту специальности. Содержание диссертации соответствует п.9 «Разработка проблемно-ориентированных систем управления, принятия решений и оптимизации технических, экономических, биологических, медицинских и социальных объектов» паспорта научной специальности 05.13.01 - «Системный анализ, управление и обработка информации».
Научная новизна работы:
1. Предложен метод преобразования временных рядов с датчиков биологической информации о животных в дойном стаде, отличающийся использованием z-нормализации и временного сдвига данных и позволяющий обнаруживать выбросы во временных рядах, аппроксимируемых функцией Вей- булла.
2. Разработан метод оценки функциональных состояний животных, отличающийся использованием предложенного метода преобразования временных рядов с датчиков биологической информации и агрегирования выделенных признаков, обеспечивающий более достоверную и оперативную идентификацию состояний животных.
3. Предложен метод и его реализация для прогнозирования наступления охоты животного на основе анализа спектра Фурье сигнала с датчиков активности, обеспечивающий более достоверное планирование перехода особи в состояние охоты.
Теоретическая значимость исследования.
Предложенные новые методы обработки временных рядов, отображающих параметры функционального состояния животных, и выделения признаков могут быть использованы в смежных областях животноводства и ветеринарии в качестве методов предварительного анализа состояния животных.
Практическая значимость:
- разработана и внедрена биотехническая система поддержки принятия решений о функциональном состоянии животных в дойном стаде, обеспечивающая заданную достоверность и оперативность распознавания нехарактерных изменений в состоянии здоровья животного на животноводческом предприятии;
- определена область практического использования разработок для создания систем поддержки принятия решений о функциональном состоянии животных в дойном стаде;
- представлены методические рекомендации по настройке разработанной системы поддержки принятия решений.
Методы исследования. Применительно к задаче диссертации результативно использованы методы математической статистики, выявления выбросов и прогнозирования во временных рядах, численные методы и методы обработки сигналов.
Положения, выносимые на защиту.
1. Метод преобразования входного сигнала, поступающего с датчика биологической информации, позволяющий обнаружить выбросы во временных рядах.
2. Метод оценки функциональных состояний животных, обеспечивающий более достоверную и оперативную идентификацию состояний животных.
3. Метод и его реализация прогнозирования наступления охоты животного, обеспечивающий более достоверное планирование перехода особи в состояние охоты.
4. Биотехническая система поддержки принятия решений о функциональном состоянии животных в дойном стаде, обеспечивающая оперативное управление молочным стадом.
5. Результаты экспериментальных исследований разработанных методов и системы.
Достоверность полученных результатов обеспечивается корректностью применения математического аппарата, методов исследования и соответствием характеристик измерителей заявленным требованиям и подтверждена результатами экспериментальных исследований.
Результаты работы получены автором в результате выполнения двух грантов:
1. УМНИК 2013-2015 №262ГУ1/2013, 4716ГУ2/2014 “Разработка интеллектуальной системы управления молочным хозяйством на основе совмещения мониторинговых и родословных данных”.
2. Грант администрации Владимирской области “Интеллектуальная автоматизированная информационная система управления животноводческим комплексом”.
Диссертационная работа и отдельные ее части докладывались и обсуждались на международной конференции “КрыМиКо 2015” (СевГУ, г. Севастополь, 2015), международной конференции “ICIE-2015” (ЮУрГУ, г. Челябинск, 2015), международной конференции “Stability and Control Processes” in Memory of V.I. Zubov” (СПбГУ, г. Санкт-Петербург, 2015), международной конференции “Распознавание-2017” (ЮЗГУ, г. Курск, 2017), Всероссийской конференции “Зворыкинские чтения” (МИ ВлГУ, г. Муром, 2015, 2016, 2017), на научно-технических семинарах кафедры “Физика и прикладная математика” (МИ ВлГУ, г. Муром, 2014, 2015, 2016, 2017).
Практические результаты диссертационной работы успешно внедрены на животноводческом предприятиях ООО “Борисоглебское” Муромского района, ООО “Агровизор” г.
Саров, а также используются в учебных курсах “Теория принятия управленческих решений”, “Математические методы обработки информации” и “Имитационное моделирование” по направлениям подготовки 01.03.02, 01.04.02 “Прикладная математика и информатика” МИВлГУ г. Муром
Публикации. По теме диссертационной работы опубликовано 17 работ, 7 из которых в журналах, входящих в перечень ВАК, 4 работы опубликованы в журналах, входящих в системы цитирования Scopus и WoS. Получено 2 свидетельства о регистрации программ для ЭВМ.
Личный вклад. Все выносимые на защиту положения разработаны соискателем лично. В основных научных работах по теме диссертации, опубликованных в соавторстве, лично соискателем разработаны в [1, 3, 8, 9, 1214] - методы преобразования временных рядов с сенсоров биологической информации и выделения признаков на основе выполненной обработки, [4, 5, 10, 11] - методика распознавания состояний животных по выделенным признакам и методы выявления охоты животных, [2, 7, 15] - экспериментальные исследования разработанных методов.
Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и библиографического списка, включающего 96 зарубежных и 116 отечественных наименований. Работа изложена на 178 страницах машинописного текста, содержит 36 рисунков и 30 таблиц.
Еще по теме Введение:
- Введение к фазовым диаграммам. Образование твердых растворов (Низкие концентрации – идеальные твердые растворы).
- ВВЕДЕНИЕ И ТЕРМИНОЛОГИЯ
- 45. Введение подушной подати и правовое положение крестьян 18в.
- ВВЕДЕНИЕ
- ВВЕДЕНИЕ
- ВВЕДЕНИЕ
- ВВЕДЕНИЕ
- ВВЕДЕНИЕ
- Введение.
- Введение
- Причины введения делегированных актов, основные этапы развития и проблемы, возникающие в связи с их применением
- ВВЕДЕНИЕ
- Введение
- ВВЕДЕНИЕ
- Введение
- ВВЕДЕНИЕ
- ВВЕДЕНИЕ
- ВВЕДЕНИЕ