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。     

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。     

棚室花卉防气害

冬春低温季节,棚室往往密不通风,里面温度高,湿度大,生长旺盛的花卉很容易遭受有害气体的危害,使植株生长发育不良,严重时枯萎死亡。一、有害气体的种类及危害1、氨气。氨气主要来自施入土壤的氮素化肥和未经充分腐熟的有机肥,尤     

浅谈生猪生产质量内涵发展模式（下）

环境控制 为处于不同生产繁殖阶段的猪群创造适宜的温度、湿度、卫生条件,消除猪群亚健康状态,最大限度地发挥猪群生长繁殖潜能是环境控制的目的。控制对象主要有：温度,湿度,空气中和地面上的病原微生物以及猪群呼出的二氧化碳,从粪尿中产生的氨气、硫化氢等有害气体。     

冬季分娩猪舍内主要有害气体分布规律及其影响因素探究

猪舍内空气中氨气、硫化氢和二氧化碳等有害气体的存在会严重影响猪的健康,降低其生产性能,诱发疾病。为探讨华北地区猪场封闭式分娩舍内冬季氨气、硫化氢和二氧化碳的分布规律及其影响因素,选择太谷县的一猪场,于2017年1月3日对封闭式分娩舍内的氨气、硫化氢和二氧化碳等有害气体进行了7 d的连续监测。结果表明,畜舍内气体一天内呈现周期性变化,白天各气体浓度均低于夜间;平面空间不同位置的气体浓度存在差异,四周浓度高于中间;不同气体垂直高度间的浓度变化不同,其中,氨气浓度地面处最高、屋顶处最低;舍内气体中氨气和二氧化碳的浓度与圈舍温、湿度间均存在显著正相关(r=0.898,r=0.945,P0.05)。猪产房舍内空气质量的改善需要通过调控舍内的温度、湿度与优化通风设施布局来实现。     

棚室花卉防气害

冬春季节气温低,棚室往往密不通风,里面温度高,湿度大,生长旺盛的花卉很容易遭受有害气体的危害,使植株生长发育不良,严重时枯萎死亡。1有害气体的种类及危害1.1氨气氨气主要来自施入土壤的氮素化肥和未经充分腐熟的有机肥,尤其在施肥过量和土壤干旱的情况下,肥料遇到棚内高温,就会在短期内分解产生大量氨气。     

大棚蔬菜防氨害

<正>冬春季节,塑料大棚密不通风,里面温度高,湿度大,生长旺盛的蔬菜很容易遭受氨气危害,轻者影响植株生长,严重时枯萎死亡。危害大棚蔬菜的氨气,主要来自施入土壤的氮素化肥和有机肥,尤其在施肥过量和土壤干旱的情况下,肥料遇到棚内高温,就会在短期(一般在施肥后3～4天)内分解产生大量氨气     

冬季半开放式樱桃谷种鸭舍内环境参数监测与分析

为了研究鸭舍内冬季环境参数的变化情况,本试验利用物联网环境智能检测仪测定了半开放式种鸭舍内温度、湿度、NH3和粉尘浓度的连续变化情况。结果表明:寒冷季节半开放式鸭舍内温度变化较为平稳,舍内平均气温8.82℃,日平均温差3.404℃。鸭舍内的平均湿度为69.64%,日平均湿度差为33.31个百分点;舍内湿度在凌晨和夜晚值较高,白天值较低。鸭舍内NH3浓度呈波浪式变化,表现为白天NH3浓度低,晚上高;而舍内粉尘浓度的变化则无规律可循。相关性分析表明,氨气浓度和粉尘浓度与舍内温度变化的相关性均不显著。     

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。     

基于物联网的肉鸡生产环境及体征监控预警平台的设计与应用

肉鸡生产环境及体征监控预警平台基于B/S架构,采用面向对象方法进行分析与设计。介绍平台总体结构,详细介绍了平台组成、设计方法、关键技术和实现效果。平台已在江苏某养殖公司初步应用,结果表明：该平台能够实现肉鸡生产环境中温度、湿度、光照、氨气和视频等参数的采集、分析、预警和相关环境控制,有利于提升肉鸡生产安全、降低管理成本、提升管理效率。