动物营养代谢病的流行与防治

日粮中营养物质的缺乏或不足及其比例不当是导致营养代谢病的主要病因。环境污染，土壤、饲料、牧草内营养物质相对性缺乏，动物机体对营养物质需要量增加。特定生长发育期的畜禽需要量增加。慢性疾病时机体对营养物质的吸收、利用障碍。日粮中存在抗营养因子、蛋白酶抑制因子、植物凝集素、植酸、非常淀粉多糖、游离棉酚、抗维生素因子、单宁、生物碱等都会导致动物营养代谢病的发生。     

基于PLC的污水处理厂控制系统的设计与实现

本课题是基于西门子PLC的污水处理厂监控系统的设计。根据污水处理厂的特点,本控制系统采用目前国内外普遍应用的基于PLC的二级分布式集散控制系统。控制系统由设在综合房的中央控制室控制站和分布在现场3个PLC控制站组成,现场控制站由3套西门子PLC组成,通过PROFIBUS总线相互通信。本次设计主要完成对现场流程进行控制以及实现对整个系统的远程监控,通过现场PLC对各种电气设备的进行控制,通过变频器对提升泵的变频控制,利用wincc组态网实现对整个污水处理流程的监控。     

基于改进YOLO v5n的舍养绵羊行为识别方法

日常行为是家畜健康状况的重要体现,在传统的行为识别方法中,通常需要人工或者依赖工具对家畜进行观察。为解决以上问题,基于YOLO v5n模型,提出了一种高效的绵羊行为识别方法,利用目标识别算法从羊圈斜上方的视频序列中识别舍养绵羊的进食、躺卧以及站立行为。首先用摄像头采集养殖场中羊群的日常行为图像,构建绵羊行为数据集;其次在YOLO v5n的主干特征提取网络中引入SE注意力机制,增强全局信息交互能力和表达能力,提高检测性能;采用GIoU损失函数,减少训练模型时的计算开销并提升模型收敛速度;最后,在Backbone主干网络中引入GhostConv卷积,有效地减少了模型计算量和参数量。实验结果表明,本研究提出的GS-YOLO v5n目标检测方法参数量仅为1.52×106,相较于原始模型YOLO v5n减少15%;浮点运算量为3.3×109,相较于原始模型减少30%;且平均精度均值达到95.8%,相比于原始模型提高4.6个百分点。改进后模型与当前主流的YOLO系列目标检测模型相比,在大幅减少模型计算量和参数量的同时,检测精度均有较高提升。在边缘设备上进行部署,达到了实时检测要求,可准确快速地对绵羊进行定位并检测。     

提高仔猪成活率及体重的措施

哺乳仔猪物质代谢旺盛,发育快,利用饲料的能力强,而10日龄开始产生免疫抗体,到30日龄前数量还很少,直到5～6月龄达成年猪水平。3月龄是两者的交叉点,也是仔猪对疾病抵抗力最弱的时期。该时期仔猪的消化器官不发达,消化机能不完善,缺乏先天免疫力,调节体温的机能发育不全,对寒冷的应激能力差,容易患病。因此,从10～30天之间是关健时期,尽量减少应激因子走势,防疫注射等。