基于L-M优化算法的猪舍氨气浓度预测模型研究

在规模化养殖中,猪舍环境直接影响猪健康水平及生产能力。针对猪舍环境因素（包括温度、湿度、风速和氨气浓度）进行数据采集,选取具有代表性30 d数据,建立基于L-M优化算法的3-7-1三层结构的BP神经网络模型,对猪舍环氨气浓度进行预测。结果表明,预测模型经过90步达到目标误差,网络收敛速度快,效率高,预测值与实测值最大相对误差仅为1.72%,与线性预测方法相比较可提高猪舍氨气浓度预测的准确性与及时性,为猪舍环境预警及控制提供支持,也为其他行业预测模型建立提供参考。     

基于嵌入式的物联网技术的规模化猪场健康养殖系统设计

提出了基于嵌入式的物联网技术的猪场健康养殖环境监控系统,采用B/S模式,设计了一种通用型的控制器,可以通过手机终端远程和现地端监控多个猪舍,实时检测每个猪舍的温度、湿度、二氧化碳,氨气等环境因素,可实现对不同育龄阶段猪仔的猪舍进行智能通风、智能控温、数据记录追溯、远程诊断和疫情预警功能。将以上这套系统应用于武汉市新洲区东泰猪场,经过试用证明了该套系统可降低劳动强度,提高养殖的质量。     

基于神经网络猪舍氨气浓度预测方法研究

猪舍内氨气浓度对猪生长发育影响较大,建立准确氨气浓度预测模型尤为必要。目前已有针对猪舍内氨气浓度预测研究,但氨气浓度受猪舍内多种环境因素影响,缺少准确预测模型。为此本研究从实测猪舍内环境数据(包括氨气浓度、温度、湿度、活动量、通风)中随机选取1 537组数据,使用L-M算法优化BP神经网络、线性神经网络和Elman神经网络预测猪舍内氨气浓度。结果表明,基于L-M算法优化BP神经网络建立5-9-9-1四层结构预测模型经290步后达目标误差,预测值和真实值最大绝对误差仅为0.1720,与Elman神经网络和线性神经网络预测方法相比可提高猪舍氨气浓度预测准确性和及时性,为猪舍环境预警提供支持。     

生猪养殖环境监测多传感器数据融合模型研究

近年来,随着国家农业信息化进程的不断推进,在农业领域应用多传感器数据融合技术越来越受到学者们的重视。生猪养殖是湖南省的传统优势产业,研究生猪养殖环境监测多传感器数据融合技术,有利于提高我省生猪养殖的信息化、科学化水平。本文以对生猪养殖环境的监测为研究背景,对猪舍中温度、湿度、氨气浓度、二氧化碳浓度进行实时监测,利用提出的两级多传感器数据融合模型对观测数据进行融合,最终得到对实验猪舍实际情况的综合判断,并给出相应的环境调控意见,保证生猪能在适宜的环境中成长。     

不同清粪工艺对养猪环境影响研究

为研究不同清粪工艺对猪舍温度、湿度、氨气浓度、硫化氢浓度、粪污水排放量和粪污水水质指标的影响。以密闭式的水冲式清粪(对照组CK)、水泡粪清粪(试验Ⅰ组)、干清粪(试验Ⅱ组)和水厕式清粪(试验Ⅲ组)的4种不同清粪工艺的猪舍进行养猪试验,每个月连续5日对猪舍温度、湿度、氨气浓度、硫化氢浓度、粪污水排放量和粪污水水质指标进行监测。表明不同清粪工艺各试验组的猪舍温度和相对湿度比较差异不显著(P0.05);试验Ⅲ组猪舍氨气浓度、硫化氢浓度、平均每头猪的冲洗水量和产生污水量、生化需氧量(BOD5)、化学耗氧量(CODcr)和悬浮物(SS)数值最低。水厕式清粪工艺养猪技术可以降低猪舍氨气浓度、硫化氢浓度、粪污水排放量和改善粪污水水质指标效果明显。     

保温型封闭式仔猪舍春季空气环境状况评价

对固原市封闭式仔猪舍春季温度、湿度、气流、氨气浓度、光照强度的测定结果表明,猪舍内平均温度为25.1℃,最低温度平均为20.5℃,平均温度比猪舍外高9.3℃;平均相对湿度为57.0%,比猪舍外高9.0百分点;平均气流速度为0.10~0.13 m/s,自然照度系数为0.77%,氨气浓度通风前后均符合标准。说明保温型封闭式仔猪舍适合固原市寒冷地区选用。     

发酵床育肥猪舍的氨气浓度及其排放率

为了确定发酵床生猪养殖过程中氨气的排放率,选择彩钢瓦和大棚膜2种结构类型的半钟式发酵床猪舍,利用猪舍环境数据自动监测系统测定发酵床猪舍内氨气浓度,采用二氧化碳平衡法估算发酵床猪舍的通风量,并确定发酵床猪舍的氨气排放率。研究结果显示,测试期间彩钢瓦和大棚膜猪舍内氨气平均浓度分别为(5.8±1.3)、(6.2±2.0)mg/m3;2种类型猪舍内氨气浓度差异不显著,随着季节冬-春-夏的变化而逐渐降低,冬季猪舍内的平均氨气浓度显著高于春季、夏季,春季、夏季猪舍内的氨气浓度差异不显著;2种类型猪舍的氨气排放率分别为(6.7±2.0)、(7.4±0.5)g/(d·头),差异不显著,平均排放率为(7.1±0.3)g/(d·头);冬季排放率显著低于春季和夏季(P0.05),春季与夏季发酵床猪舍氨气的排放率间差异不显著,分别为(7.5±0.2)、(8.9±0.6)g/(d·头)。     

光合细菌对畜禽圈舍的消臭效果研究

利用光合细菌延农光配1号进行了畜禽圈舍消臭试验,结果表明:猪舍、鸡舍、屠宰场圈舍及污水处理池试验结果表明,喷雾之前圈舍氨气浓度超过100 mg/kg,处理30 d后氨气浓度下降到30 mg/kg以下,无刺激眼睛或鼻子的气味,改善场内工人的劳动环境和圈舍的卫生环境有良好的效果。     

猪舍环境对猪群健康的影响及对策

作为猪只成长生活的场所,猪舍环境对猪群的生存状况、健康情况以及疾病抵抗能力具有重要影响。基于此,本文首先从温度、湿度、通风三个角度入手,阐述了猪舍环境对猪群健康的影响;其后,围绕加强猪舍温度管理、合理设置养殖密度、保持猪舍干净整洁四个方面,重点分析了提升猪舍环境管理水平的有效对策。     

基于WSN的猪舍环境监测系统设计

在规模化养猪生产中,猪舍的温度、湿度和氨气浓度等环境因素直接影响着猪的健康及生产能力,猪舍环境监测受到国内外专家的普遍重视。针对国内目前猪舍环境监测相对落后的现状,基于无线传感器网络,设计了高效的猪舍环境三级监测网络系统。以Zig Bee模块CC2430芯片为核心设计了传感器终端节点、单舍控制节点和Zig Bee协调器,同时给出了软件流程及多传感器数据处理和融合算法。通过实际测试表明:监测系统可以在55 s内完成终端节点环境数据采集到传送至控制中心计算机中,高效地实现了现场数据采集、数据处理和各级网络间的数据通信。系统可为猪舍环境监测提供可行的解决方案。     

融合统计学习与深度学习的猪舍环境预测模型

[目的]猪舍内温度、氨气与二氧化碳浓度是影响猪生长与健康的重要环境因子,对猪舍环境因子进行预测可以为舍内环境精准控制提供参考。但是,目前猪舍环境因子预测方法普遍针对单一环境因子,且存在预测精度低的问题。[方法]本文提出了基于整合移动平均自回归模型-门控制循环单元(ARIMA-GRU)混合模型的猪舍境因子预测优化模型,该模型融合了ARIMA处理线性序列和GRU处理非线性序列的能力,首先使用ARIMA对环境因子时间序列中的线性关系进行拟合和分析,然后GRU对ARIMA预测后产生的残差进行预测,最后将2模型预测结果结合起来以实现复杂的氨气浓度、二氧化碳浓度和温度时间序列预测优化。[结果]ARIMA-GRU预测模型在氨气浓度预测上具有最好的预测拟合效果,RMSE、MAPE和R²分别为0.432 7、0.023 3和0.913 8,二氧化碳预测效果次之,RMSE、MAPE和R²分别为182.912 8、0.038 6和0.874 8,在温度预测上具有最差的预测效果,RMSE、MAPE和R²分别为0.229 0、0.011 1和0....     

传统猪舍的发酵床养殖设施改造

发酵床养殖模式在推广过程中取得了较好的效果,但新建大量的发酵床猪舍对中小规模猪场的成本投入、养殖管理和防疫都提出了新的挑战,因此,对传统旧猪舍进行发酵床猪舍改造成为推广发酵床养殖模式的重要方式之一.本研究以江苏省泗阳县天蓬猪场发酵床猪舍改造为例,从生猪行为习性、动物福利以及环境系统角度,对传统水泥地面猪舍进行发酵床养殖设施改造,分别论述了发酵床养殖的内环境特点、主要内环境参数、舍内通风降温及相关配套设施设备的选择等,进而确定发酵床猪舍改造的主要内容,选择猪舍的最佳改造设计模式.为今后的发酵床猪舍改造建设提供模式借鉴和参考,为发酵床饲养模式在江苏地区推广提供理论依据.     

基于STM32F103R6的畜禽养殖环境远程监控系统

畜禽养殖环境的好坏对畜禽的生长起着重要的作用,为提高畜禽养殖质量,根据现阶段畜禽养殖对环境的要求,利用STM32F103R6构建了畜禽研制环境远程监控系统.根据实际要求,对系统硬件、软件进行合理设计,对畜禽养殖环境中的温度、湿度、氨气、硫化氢、通风等进行实时监测和控制.试验结果证明该系统工作可靠,控制效果良好,成本低廉,降低了线路的复杂性.     

夏季发酵床养猪模式对猪舍环境的影响

以传统水泥地面养殖方式为对照,研究发酵床饲养方式对猪舍环境的影响。结果表明,发酵床组空气相对湿度、氨气含量显著低于水泥地面组(P0.05);发酵床组和水泥地面组的环境温度、空气总悬浮物颗粒、可吸入颗粒物(PM10)浓度无显著性差异;发酵床组空气中细菌总数显著高于水泥地面组(P0.05);从猪场排水口废水取样分析可知,发酵床组废水中氨含量、磷含量、化学需氧量(COD)和粪大肠菌群数量显著低于水泥地面组。由结果可知,夏季高温高湿季节发酵床饲养模式能够改善猪舍环境。     

养殖环境监控系统设计

物联网监控系统可以在养殖环境下,针对养殖环境的特殊需求,给予养殖户决策支持,提高养殖产量和品质。一种基于ZigBee的无线养殖环境测控系统,通过上位机和下位机结合的方式,可以共同对养殖场内的空气温、湿度、光照强度、二氧化碳浓度、氨气浓度、土壤湿度等气候条件进行监控。该系统具有专业针对性强、实时性高、无需现场布线、采集点设置灵活、覆盖面积广阔等优点,为农业信息化服务提供了技术支撑和科学依据。     

化学改良剂对稻草猪粪堆肥氨气释放规律及其腐熟进程的影响

采用堆肥池,以硫酸、磷酸、硫酸铝、硫酸钙、氯化钙、过磷酸钙作为化学改良剂,研究了化学改良剂对稻草猪粪堆肥氨气挥发累积规律和腐熟进程的影响.结果表明,稻草猪粪堆肥处理25 d左右时,氨气挥发累积曲线便趋于平稳,而前10d是氨气挥发释放的高峰期.在减缓氨气挥发强度方面,无论是氨气快速释放阶段还是缓慢释放阶段,添加硫酸铝、氯化钙、过磷酸钙和磷酸处理最为明显,氨气累积挥发量分别比对照(未加化学改良剂)降低66.68%、60.37%、39.39%、58.92%,其降低效应均达显著水平.若以堆肥pH和EC、水溶性铵态氮和种子发芽率腐熟临界值为评价参考依据,通过曲线拟合估算,稻草猪粪堆肥在35 d左右即可达基本腐熟,化学改良剂对堆肥腐熟进程的影响并不明显.综合考虑堆肥氨气挥发累积特性和生物化学腐熟度指标动态变化特征,以及化学改良剂的经济成本,硫酸铝、过磷酸钙是较好的化学改良剂.     

猪舍环境中细菌总数测定和消毒剂对致病菌的敏感性试验

为掌握规模化养猪场环境中的细菌菌落总数,为了选择最佳的消毒剂,以便为养猪场细菌性疾病的预防与控制提供依据,本试验在南京市郊某规模化养猪场中采集空气样本进行细菌总数检测和主要致病菌的鉴定,应用常用的消毒剂对致病菌进行消毒效果试验.结果显示,不同种类的猪舍内细菌菌落总数不同,保育舍是103.18×103 cfu/m3＞哺乳仔猪舍90.89×103cfu/m3＞生长育肥猪舍54.15×103cfu/m3,保育舍和哺乳仔猪舍严重超出国家规定的标准,生长育肥舍在标准范围内.舍内细菌菌落总数平均是82.74×103cfu/m3,高于舍外16.54×103 cfu/m3.不同浓度的消毒剂对致病性金黄色葡萄球菌和大肠杆菌的消毒效果不同,4种消毒剂与混合株菌悬液作用5 min,使用0.125％的浓度,复方戊二醛对金黄色葡萄球菌和大肠杆菌的杀灭率均为100％,安贝洁的杀灭率分别是99.6％和93.1％,圣洁的杀灭率分别是95.9％和93.8％,菌克星消毒液(1210)几乎没有作用.从杀菌效果可以看出,复方戊二醛消毒剂的杀菌效果最好.     

微生物除臭菌对改善畜禽养殖场环境的应用初探

为改善畜禽养殖环境和促进其有机肥转化的进程,利用生物菌液进行除臭处理,结果表明:生物除臭能降低养殖场氨气和硫化氢的释放,猪舍氨气和硫化氢释放分别减少52.9%和28.6%;鸡舍的氨气和硫化氢释放分别减少33.1%和52.6%;另外,木屑是最佳的有机垫料,但将泥炭、木屑和杂草按一定的比例混合后使用,效果更好;生物菌液处理促进了堆肥的腐熟进程,堆肥在第10天达到50℃;菌液处理对堆肥的pH值变化趋势影响不大。     

新型清粪系统猪舍热环境及有害气体监测与分析

为探究规模化猪场新型清粪系统猪舍内环境指标,获取有效的监测数据,并为改进新型清粪系统的舍内环境质量提供参考,本文选择规模化猪场一新型清粪系统猪舍为监测对象进行研究,对新型清粪系统猪舍内的热环境指标和有害气体浓度进行季节性监测,分析温、湿度和氨气、硫化氢浓度的季节性变化规律。监测结果表明：不同季节舍内温、湿度范围分别为14.7~31.8℃和62.7%~75.3%,全年平均值分别为（21.8±4.1）℃和69.2%±2.5%;氨气和硫化氢浓度范围分别为1.89~10.47 mg·m^-3和0.59~1.39mg·m^-3,全年平均值为（5.48±2.12）mg·m^-3和（0.86±0.17）mg·m^-3。猪舍内温、湿度和有害气体浓度有明显的季节差异,有害气体浓度冬季最高,夏季最低,全年保持在适宜范围。研究表明,猪场采用新型清粪系统可维持适宜温、湿度并有效改善舍内有害气体浓度,为生猪的生长提供优良环境。     

基于ZigBee和PLC的猪舍环境监控系统

为有效地监测和控制猪舍的环境因子,满足养殖规模化、集约化的趋势要求,以猪舍环境为研究对象,以无线通讯技术、PLC机电控制技术和虚拟仪器技术为基础,研究以实现猪舍环境智能调节为目标的猪舍环境自动监控系统。采用ZigBee无线通讯模块,将终端传感器实时采集的温度、湿度、光照和气体等数据进行组网传输;采用PLC控制器对现场输出设备进行优化控制;采用LabVIEW虚拟仪器软件对整个系统运行进行终端监控。猪舍环境自动监控系统解决了传统控制方式布线复杂,系统故障率高,控制精度差以及异地监控困难等问题。