Az 1970-es évek közepén az átlagos amerikai tejüzem körülbelül 25 tehén volt. Manapság sok műveletnél több mint 3000 van - ez egy olyan szám, amely szinte nem hallott 25 évvel ezelőtt.
A nagy állományok hatékony kezelése bonyolult, talán még lehetetlen lenne a számítástechnika és az automatizálás legújabb fejlesztései nélkül. A legtöbb tejtermék fejőszobákkal és hozzájuk kapcsolódó szabadon álló házakkal rendelkezik, amelyek óránként kétszeres vagy háromszoros termelést eredményeznek. A fejőegységek automatikusan leválnak a tőgy egészségügyi problémáinak csökkentése és a tejminőség javítása érdekében, míg a tehén-azonosító-transzponderek lehetővé teszik a gazdák számára, hogy automatikusan rögzítsék a termelési adatokat.
Az Egyesült Államok tejiparát befolyásoló legfrissebb jelentős technológiai fejlődés az automatikus fejőrendszerek - vagy „robot” fejőrendszerek - fejlesztése.
A Connecticuti Egyetem Kellogg Tejtermék Központjában robot fejőket és más érzékelőket használunk 100 tehén és fizikai környezetének megfigyelésére. A tavasszal elindított munka révén reméljük, hogy valós időben figyelemmel kíséri az egyes tehén viselkedését és egészségét a termelés hatékonyságának és az állatok jólétének javítása érdekében.
Nagy adat és tehén
A robot fejők emberi részvétel nélkül betakaríthatják a tejet. Valójában a tehén dönti el, mikor kell fejni, közvetlen emberi felügyelet nélkül lép be a gépbe. A robotrendszer automatikusan azonosítja a tehénet, és fertőtlenítő fejcseppeket alkalmaz, mielőtt egy robotkar hozzákapcsolja a fejcsészét a fejéshez.
Ez nagyon különbözik a szalon fejésétől, ahol a vezetők döntenek a tehenek tejtermelésének időpontjáról, általában napi háromszor. Minden robot fejőegység 50-55 tehenet szolgál fel.
Tekintettel a robotfejlesztők korai verziójának magas árára és az amerikai állományok nagyságára, az amerikai tejfeldolgozók 2010 előtt minimális érdeklődést mutattak a robotfejlesztők iránt. Az országban az automatikus fejési rendszerek száma azonban több mint 2500 egységre nőtt 2013-ban, főleg az újabb modellek fejlesztése miatt. Világszerte jelenleg több mint 35 000 automatikus fejési rendszer működik.
Egy sor tehén fejésre kerül (Toa55 / redőnykészlet) Ezeknek az újabb gépeknek a fejlesztése nemcsak a tej hatékony betakarítását célozza meg, hanem képesek nagyobb mennyiségű információ gyűjtésére a termelésről, a tej összetételéről és a tehén viselkedéséről. Ez lehetővé teszi a termelők számára, hogy megalapozottabb irányítási döntéseket hozzanak.
Robot fejési rendszerekkel a tehenek vezetik a kiállítást. Döntenek arról, mikor kell enni, kérődzni, pihenni vagy fejni. Azt is el kell tölteniük egy óránál kevesebb, mint egy napi tényleges fejés; a robotfejlesztők előtt a fejés napi három-öt órát vett igénybe.
Szeretnénk tudni: mit csinálnak napja hátralévő részében? Hogyan befolyásolja ez a viselkedés a termelést, vagy szolgál az egészség állapotának jelzésére? A fejőegységek önmagukban nem tudnak ilyen jellegű információt gyűjteni, ami nagyon hasznos lehet annak kiderítéséhez, hogy egy adott tehénnek valamilyen egészségügyi problémája van-e.
A „tehén-CPS” - egy kiber-fizikai rendszer, amely magában foglalja a teheneket, robotfejőket, videokamerákat és egyéb érzékelőket - minden időben nyomon követi a teheneink adatait. Ez többek között meg fogja mondani, hova megy a tehén, amikor nem fejik ki; amikor enni, pihenni vagy más tevékenységet folytatnak; és a tej összetétele. A test belsejébe helyezett érzékelők még a gyomor belső pH-ját is megmutatják nekünk, ami kulcsfontosságú mutatója lehet minden emésztési problémának.
Tejüzem optimalizálása
Reméljük, hogy ezek az adatok lehetővé teszik számunkra, hogy időben döntéseket hozzunk az egyes tehén szintjén, és ezt nem könnyű megtenni nagy állományokban. Ez a „precíziós tejkészítés” segíthet megérteni, hogy az egyes tehén tevékenységei - evés, állás, pihenés, fejés - hogyan befolyásolják tejtermelését, tejminőségét és egészségét.
Az adatokat elemzésünket gépi tanulás segítségével tervezzük. Ez egy olyan mesterséges intelligencia, amely nagy mennyiségű információban képes mintákat találni. A számítógép összehasonlítja az adatokat egy modellvel, amely szerint a tejterméknek ideális körülmények között kell működnie. Modellünk rögzíti a kritikus teljesítményjellemzőket - a tej minőségét és a termelékenységet -, valamint a vonatkozó korlátokat, például az egyéni egészséget és a reproduktív állapotot.
Mivel a tejüzem működik, a valós idejű adatok lehetővé teszik számunkra, hogy felmérjük, milyen messze van az igazi gazdaság az ideálisól. Ezután összekapcsolhatjuk ezt az információt egy matematikai optimalizálási algoritmussal annak meghatározására, hogy pontosan hogyan kell módosítanunk vagy beállítanunk a folyamatot. Például az algoritmus javasolhatja a fejőcsepp típusának, a takarmány tápláléktartalmának vagy az egyes teheneknek az etetés időtartamának beállítását.
Reméljük, hogy munkánk révén az Egyesült Államok egész területén a tejtermelők jobban kezelhetik az egyes teheneket csoportos környezetben - nemcsak a tejtermelés javítása, hanem a tehén egészségének erősítése érdekében.
Ezt a cikket eredetileg a The Conversation kiadta.
Matthew Stuber, vegyész- és biomolekuláris mérnöki asszisztens, Connecticuti Egyetem
Gary Kazmer, a szoptatás élettanának docense, Connecticuti Egyetem
Shalabh Gupta, mérnöki adjunktus, Connecticuti Egyetem
Steven Zinn, az állati tudomány professzora, Connecticuti Egyetem
