作者:Haikun Zheng et al. 来源:Animals 发布时间:2022/1/29 19:31:55
选择字号:
家禽养殖信息系统的设计与实现——集约化家禽养殖管理 | MDPI Animals

论文标题:Design and Implementation of Poultry Farming Information Management System Based on Cloud Database(基于云数据库的家禽养殖信息管理系统的设计与实现)

期刊:Animals

作者:Haikun Zheng et al.

发表时间:22 March 2021

DOI:10.3390/ani11030900

微信链接:

https://mp.weixin.qq.com/s?__biz=MzI1MzEzNjgxMQ==&mid=2650043338&idx=2&sn=

65fa50dc28bcb37cf2334bbf614f3326&chksm=f1d9c90ec6ae4018c58093c5146375c00

75317e02c2b2208ce5495f1f2a9c1782628f10e0348&token=497878244&lang=zh_CN#rd

期刊链接:

https://www.mdpi.com/journal/animals

前言

随着规模化、集约化家禽养殖的发展,越来越多的智能化、自动化技术在家禽养殖中应用开来[1,2],如射频识别技术[3]、物联网技术 (IoT)、云技术[4]。同时,还有禽病检测、禽日粮监测[5]、禽舍环境监测[6,7]、产品跟踪溯源、禽舍异常检测等手段,以实现精准养殖。

为满足不同规模家禽养殖场的高效管理和畜牧福利,作者建立了基于云数据库的家禽养殖信息管理系统,用以实时监控禽舍的环境、家禽行为、饮食等。

该系统既可满足家禽行业在禽舍环境监测、个体生长信息监测、疾病监测预警、溯源、企业日常办公管理等业务需求,也可对生产过程中产生的数据信息进行管理,实现家禽养殖过程信息化、智能化[8]。

设计

图1显示了系统的整体结构。系统分为三层,分别是上层管理系统、中间数据服务层 (也称中间层)、底层 (包括鸡舍内的硬件设施)。

图1. 系统总体结构。

(1) 上层是软件管理系统,提供良好的可视化界面。管理系统分为办公自动化模块、生产管理模块、专家系统、溯源模块;

(2) 中间层利用云数据库来存储上层和底层产生的数据和信息,同时通过配置底层服务器构建合理的网络环境,解决相互之间的通信问题;

(3) 在底层,在禽舍内可配置环境传感器、Wi-Fi收发装置、单片机,及时获取、传输环境信息和家禽个体信息 (包括家禽体重信息、采食量信息、饮水量信息、禽蛋质量信息等)。通风风扇、水帘、加热器和其他设备放置在禽舍中,以调节鸡舍内的温度和湿度等环境参数。

管理界面

图2显示了管理系统的主页。

图2. 管理系统首页,包含十个功能模块:称重记录、环境监测、家禽个体信息、种蛋信息管理、异常处理、消毒、疫苗用药、房屋设置、家禽数量、网络。

环境监测模块 (图3) 主要实现对禽舍环境信息的实时监控,可以显示多种环境参数的波动情况。可在屋内环境异常时及时预警,同时对历史环境数据进行良好的存储和管理。

图3. 环境信息管理模块软件界面效果。(a) 环境数据呈现波动;(b) 历史环境数据,包括温度、湿度、光照、H2S浓度、氨浓度、二氧化碳浓度等。

疾病检测功能的软件界面如图4所示,通过家禽图片和视频内容对家禽的健康状况进行监测。

图4. 实现疾病检测功能的软件界面。通过检测家禽的视觉部分 (如,饲料槽下方的站立区域),可以判断家禽当前的行为状态 (站立、趴着),从而推断出鸡的健康状态。

应用实例

本研究构建的系统原型部署在华南农业大学鸡场,无线传感器网络系统的测试主要在农场进行。鸡舍现场环境如图5所示,鸡笼共有三排,每排分为三层。

图5. 华南农业大学鸡场禽舍。

为了分析构建的禽舍无线传感器网络性能,作者对环境信息传感单元的信号强度、传输速率和传输稳定性进行了测试。环境信息传感单元配备了2 dBi增益天线,可在半径40m的禽舍内正常工作。云数据库系统采用阿里云服务 (云数据库RDS版),数据库版本为MySQL 5.7,使用的存储引擎为In-noDB,数据库内存1024MB,存储空间20GB,并且支持的最大连接数为2000。云数据库的测试运行显示无压力,可以保证系统的正常使用。

展望

如何有效地管理系统中产生的海量信息是未来发展的首要目标[9,10]。家禽养殖信息管理系统的最终目标是拓展具有大数据分析能力的家禽行业管理系统的发展。

参考文献

1. Fang, C.; Huang, J.; Cuan, K.; Zhuang, X.; Zhang, T. Comparative study on poultry target tracking algorithms based on a deep regression network. Biosyst. Eng. 2020, 190, 176–183.

2. Fang, C.; Zhang, T.; Zheng, H.; Huang, J.; Cuan, K. Pose estimation and behavior classification of broiler chickens based on deep neural networks. Comput. Electron. Agr. 2021, 180, 105863.

3. Sun, Q.; Pan, H. RFID-Based Intelligent Management System of Poultry House. Appl. Mech. Mater. 2013, 433, 1511–1514.

4. Chen, H.; Xin, H.; Teng, G.; Meng, C.; Du, X.; Mao, T.; Wang, C. Cloud-based data management system for automatic real-time data acquisition from large-scale laying-hen farms. Int. J. Agric. Biol. Eng. 2016, 9, 106–115.

5. Aydin, A.; Bahr, C.; Berckmans, D. A real-time monitoring tool to automatically measure the feed intakes of multiple broiler chickens by sound analysis. Comput. Electron. Agric. 2015, 114, 1–6.

6. Choukidar, G.A.; Dawande, N.A. Smart Poultry Farm Automation and Monitoring System. In Proceedings of the 2017 International Conference on Computing, Communication, Control and Automation (ICCUBEA), Pune, India, 17–18 August 2017; pp. 1–5.

7. Pan, L.; Yang, S. A new intelligent electronic nose system for measuring and analysing livestock and poultry farm odours. Environ. Monit. Assess. 2007, 135, 399–408.

8. Sallabi, F.; Fadel, M.; Hussein, A.; Jaffar, A.; El Khatib, H. Design and implementation of an electronic mobile poultry production documentation system. Comput. Electron. Agric. 2011, 76, 28–37.

9. Rowe, E.; Dawkins, M.S.; Gebhardt-Henrich, S.G. A Systematic Review of Precision Livestock Farming in the Poultry Sector: Is Technology Focussed on Improving Bird Welfare? Animals 2019, 9, 614, doi:10.3390/ani9090614.

10. Li, G.; Huang, Y.; Chen, Z.; Chesser, G.D., Jr.; Purswell, J.L.; Linhoss, J.; Zhao, Y. Practices and Applications of Convolutional Neural Network-Based Computer Vision Systems in Animal Farming: A Review. Sensors 2021, 21, 1492. https://doi.org/10.3390/s21041492

Animals 期刊介绍

主编:Clive J. C. Phillips, Curtin University, Australia

期刊主题涵盖动物学、兽医学、动物科学、动物伦理学和动物福利等方面。

2020 Impact Factor:2.752

2020 CiteScore:1.8

First Decision Time:15 Days

Median Publication Time:37 Days

 
 
 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
“中山大学极地”号顺利完成渤海冰区试航 AI技术从零开始生成原始蛋白质
科学家模拟出末态粒子关联的三维结构 固态体系实现保真度99.92%量子受控非门
>>更多
 
一周新闻排行
 
编辑部推荐博文