论文部分内容阅读
奶牛舍的环境质量是影响奶牛生长健康、产奶质量的重要因素,对奶牛的养殖起到了至关重要的作用。随着我国奶牛养殖业的大规模发展,奶牛舍中温湿度和有害气体浓度严重影响着奶牛的生长健康,不仅会造成奶牛传染性疾病的产生,还会影响奶牛产奶量以及产奶质量。在规模化奶牛养殖的发展进程中,科学精细化的养殖技术,对提高奶牛生长环境和产奶量具有重要作用。目前,针对北方冬季封闭奶牛场环境监测参数单一,牛舍内个各环境因子之间的非线性、时变性、滞后性相互耦合的关系,采集点个数单一,单个监测点不能代表整个奶牛舍大环境,奶牛个体周围存在小气候,使奶牛舍环境预测面临诸多困难。因此,设计一套能够适应奶牛养殖场多点无线环境监测采集装置,同时对采集到的数据进行分析处理,以人工神经网络为基础对奶牛场环境氨气浓度进行预测,利用预测出的数据对环境进行调控,从而优化奶牛的生长环境,提高奶牛的产奶效率和产奶质量。本课题针对北方冬季封闭奶牛场,冬季气温低室内湿度较高,垫草饲料以及奶牛粪便排泄物等含氮有机物的分解所产生的氨气,以及奶牛个体周围的小气候环境为研究对象,选取奶牛生长环境的温度、湿度、氨气浓度作为预测的主要环境参数,建立基于BP神经网络的多输入单输出奶牛舍环境氨气浓度预测模型,并利用Matlab软件对数据进行拟合度分析。本课题的主要研究工作如下:(1)通过查阅国内外文献对影响奶牛生长较大的几个环境因素进行研究,根据北方冬季奶牛舍环境变化特点确定此次环境监测因子的选择。设计一套基于单片机的奶牛舍环境多因子监测装置,以温度、湿度和氨气浓度为采集参数,利用无线传感器技术,以采集到的数据为基础,为后续环境氨气浓度预测提供依据。(2)采用Zigbee技术与无线通讯模块相结合,实现奶牛舍环境多点监测系统的设计。通过上位机对奶牛场采集到环境参数的进行存储,并且建立数据库,可以实现多参数测量数据的集中显示。(3)对采集到的多点环境参数进行处理,同一时刻同一传感器采集到的环境参数通过加权平均值方法进行处理,此数据作为这一时刻奶牛舍内的环境实时数据。(4)奶牛舍氨气浓度预测模型的建立,分析对比多种优化BP神经网络算法的优缺点,选取LM-BP和BR-BP优化算法对奶牛舍氨气浓度进行预测,利用MATLAB实现奶牛舍环境预测模型的建立与仿真。对奶牛舍采集数据进行归一化处理,设计三层结构的BP神经网络模型,输入层为温度、湿度,输出层为氨气浓度,确定隐层神经元个数为6时预测效果最好。(5)对模型预测出的数据与实际采集数据进行分析验证,通过比较均方根误差对模型预测效果进行评价,同时利用相关系数以及训练步数比较LM算法优化BP神经网络和BR算法优化BP神经网络两种模型的预测精度,结果表明BR-BP模型预测值与实际测量值相对误差较小,能够满足奶牛舍内氨气浓度预测的需求。