CC BY
249
УДК 631.171
СРАВНИТЕЛЬНЫЙ АНАЛИЗ И ПОДБОР СИСТЕМ МОНИТОРИНГА ЗДОРОВЬЯ КРС
B.В. Кирсанов, доктор технических наук Ф.Е. Владимиров, научный сотрудник Д.Ю. Павкин, младший научный сотрудник
C.С. Рузин, младший научный сотрудник С.С. Юрочка, инженер
ФГБНУ ФНАЦ ВИМ E-mail: [email protected]
Аннотация. На сегодняшний момент одной из самых актуальных проблем в молочном скотоводстве является контроль здоровья крупного рогатого скота. Здоровье коров является ключевым фактором прибыльности стада молочной фермы. Чтобы давать молоко высокого качества и поддерживать высокие показатели воспроизводства, коровы должны быть в отличном состоянии здоровья. Болезни сокращают производство молока и требуют дорогостоящего ветеринарного лечения. В конечном итоге болезни животных приводят к финансовым потерям, которые могут превратить прибыльную молочную ферму в убыточное предприятие. Таким образом, для сохранения прибыльности молочные фермы должны обеспечивать профилактику болезней, их ранее выявление, лечение больных коров, а также корректирования рационов. Во многих российских животноводческих предприятиях до сих пор используются устаревшие методы контроля за здоровьем животных. Решение проблемы - внедрение системы мониторинга здоровья крупного рогатого скота. Для этого большое количество зарубежных предприятий выпускают различные системы, включающие в себя датчики двигательной активности, температуры, идентификации и т.д. Поэтому был представлен краткий сравнительный анализ систем мониторинга здоровья крупного рогатого скота наиболее популярных в России производителей, таких как SCR - Heatime HR, Smartbow -Eartag E093 и Smaxtec - boluses для того, чтобы фермерам, занимающимся молочным скотоводством, было проще выбрать подходящий для их предприятия продукт. Выявлены положительные моменты и недостатки анализируемых систем. Дано краткое описание принципов работы данных систем, их технические и технологические характеристики.
Ключевые слова: система мониторинга здоровья, выявление половой охоты, выявление предстоящего отела, руминация, Ph-метрия, шагомер, температура.
Введение. Российские производители - использование быков-пробников. Эф-
молока для получения большей прибыли фективность - до 95% [3].
стремятся увеличить размер поголовья свое- - применение детекторов охоты (при по-
го стада. Но это не всегда гарантирует полу- мощи цветной метки на корне хвоста). Если
чение хороших результатов, т.к. для эффек- корова находится в стадии возбуждения, то
тивного ведения производства необходим позволяет другим коровам запрыгивать на
всесторонний контроль скота, а именно: пра- себя. Эффективность - до 63% [2,3].
вильная организация процесса воспроизвод- Если размер стада небольшой, фермеру
ства, кормления и контроля за здоровьем. проще контролировать каждое животное,
В России во многих животноводческих даже с помощью методов, приведенных вы-
предприятиях до сих пор используются ше. Однако чем больше стадо, тем труднее
устаревшие методы контроля за животными. его контролировать [5,6]. Несвоевременное Например, для выявления половой охоты выявление проблем может привести к значи-
используются следующие методы: тельным затратам. Например, затраты разме-
- визуальный метод, который заключает- ром не менее 150 евро связаны с несвоевре-
ся в наблюдении за поведением животного. менным выявлением мастита или пропущен-
Эффективность - до 60%; ным отелом, 250 евро и более - из-за допу-
щенного теплового стресса и позднего обнаружения хромоты [4]. В связи с этим, по приблизительным оценкам, отечественное дойное стадо ежегодно уменьшается в среднем на 2% [1].
Чтобы эффективно управлять фермой с большим количеством поголовья, фермер может полагаться на автоматические системы мониторинга здоровья, собирающие данные с помощью датчиков, с последующей их расшифровкой [6]. Даже для ферм, имеющих менее 100 голов коров, данная система может быть экономически выгодной, поскольку она сокращает влияние человеческого фактора [7]. Благодаря использованию данных систем на животноводческом комплексе, можно отслеживать индивидуальные параметры каждого животного в режиме реального времени, надежно выявлять половую охоту и предстоящий отел, вести учет надоев, отслеживать изменения в жевательной и двигательной активности, а также монито-рить уровень потребления воды и кормления [8,9,10,11].
Цель исследования - изучить существующие решения систем мониторинга здоровья, которые используются на молочных фермах. Выявить преимущества и недостатки существующих решений. Провести обзорный анализ современных разработок, направленных на изучение систем мониторинга здоровья, используемых в области животноводства.
Материалы и методы. Проведен сравнительный анализ существующих на рынке систем мониторинга здоровья таких производителей, как SCR - Heatime HR, Smartbow - Eartag E093 и Smaxtec - boluses, а также изучены профильные статьи ученых.
Обсуждение. В России среди фермеров наиболее популярны следующие системы мониторинга здоровья КРС: SCR - Heatime HR, Smartbow - Eartag E093 и Smaxtec - boluses.
В таблице 1 перечислены технические характеристики систем, параметры, которые они контролируют, и проблемы, какие они могут обнаружить. Рассмотрим каждую систему подробнее:
1. Ошейники с транспондерами SCR Heatime HR
Рис. 1. Внешний вид устройства: 1 - ошейник; 2 - транспондер
Таблица 1. Характеристика систем мониторинга
Производитель Характе-\. ристика SCR -Heatime HR Болюсы Smaxtec Smartbow -Eartag E093
Размеры, мм 84,1 х 64,5 132х35 52 x 36 x 17
Масса, г 98 230 34
Срок службы батареи, год 5-6 4-5 2-3
Класс защиты IP 68 Стандарт DIN EN ISO 175 IP 68
Интервал измерения, мин. 120 10 0,3
Расстояние сигнала, м 200-500 100 300
Срок хранения информации в датчике, дней 1 50 -
Температура окружающей среды, °С - - Да (-20 до + 60)
Температура тела, °С - Да (0 до + 50) -
Идентификация Да - -
рН-метр - Да (150 дней) -
Двигательная активность Да Да Да
Руминация (жвачка) Да - Да
вР 8 -навигация - - Да
Выявление предстоящего отела - Да -
Наличие программы управления стадом Да - -
Облачное хранилище - Да -
Стоимость комплекта на 10 гол., руб. 300 000,00 250 000,00 320 000,00
Функции: идентификация; мониторинг двигательной активности; выявление половой охоты; мониторинг руминации.
Принцип работы: транспондер с датчиками крепится на ремне и размещается на верхней части шеи животного с левой стороны. Информация с помощью радиоволн подается на базовый блок, где обрабатывается и отправляется в терминал системы. Считывание и регистрация данных производится каждые 2 часа. Информация может храниться в транспондере до 24 ч. Основные недостатки: излишнее провисание ремня или неправильное закрепление транспондера препятствуют сбору информации и получению должного результата; высокая вероятность утери и поломки; ложное выявление половой охоты.
Рис. 3. Ушная бирка Smartbow: 1- корпус, включающий в себя электронику и гнездо для батарейки; 2 - батарейка Panasonic CR 2477;
3 - крышка для фиксации батарейки в форме шипа с кольцом круглого сечения; 4 - ответная деталь
Принцип работы: ушная бирка крепится на ухе животного при помощи тавратора для ушной бирки. По радиосигналам определяется положение ушной бирки в стойловом
помещении. Связь и обмен информацией между ушными бирками и локальным сервером (Smartbow Station) осуществляются через приемники (Smartbow Wallpoints), расположенные в стойловом помещении и снаружи, посредством радиоволн в свободном ISM-диапазоне 2,4 ГГц. Полученная информация при помощи специальных алгоритмов анализируется, а затем посылается в виде предупреждений в программное обеспечение.
Рис. 2. Архитектура сбора и анализа информации: 1 - терминал системы; 2 - базовый блок; 3 - транспондеры с датчиками
2. Ушная бирка SMARTBOW - Eartag Е093
Рис. 4. Архитектура сбора и анализа информации: 1 - ушные бирки; 2 - приемник; 3 - локальный сервер; 5 - девайсы
Функции: мониторинг местоположения коров; выявление половой охоты; мониторинг руминации; измерение температуры окружающей среды.
Основные недостатки: сложный и долгий монтаж; частая утеря бирок и их поломка; отсутствие программы управления стадом; отсутствие возможности синхронизации с программами управления стадом других производителей.
3. Болюсы Smaxtec
Рис. 5. Болюсы: 1 - Premium; 2 - Basic
Принцип работы: болюс с помощью аппликатора ставится корове перорально в рубец. Данные с болюсов передаются на Базовую станцию посредством радиоволн в свободном ISM-диапазоне 2,4 ГГц. С Базовой станции информация передается на сервер посредством связи GSM (частота 900/1800
МГц), Wi-Fi или проводного интернета. Полученная информация при помощи специальных алгоритмов анализируется, а затем посылается в виде уведомлений в программное обеспечение в любую точку земного шара.
Рис. 6. Архитектура сбора и анализа информации: 1 - болюс; 2 - базовая станция; 3 - облачное хранилище; 4 - программное обеспечение
Функции: мониторинг температуры рубца; выявление половой охоты; выявление предстоящего отела; мониторинг уровня pH рубца (150 дней); мониторинг температуры и влажности в коровнике; выявление теплового стресса; индекс THI (температурно-влаж-ностный) для выявления тепловых стрессов.
Основные недостатки: отсутствие возможности синхронизации с программами управления стадом других производителей; снять болюс можно только после убоя.
Заключение. В данной статье были рассмотрены системы мониторинга здоровья КРС, которые наиболее популярны в молочных фермах РФ. К ним относятся транспон-деры SCR - Heatime HR, ушная бирка Smart-bow Eartag E093 и болюсы Smaxtec.
Болюсы Smaxtec являются наиболее эффективными при мониторинге здоровья за счет использования дополнительных датчиков температуры и pH-метра. Но все проанализированные решения имеют высокую стоимость, что является основной причиной отказа российских животноводов от данных систем. На основании проанализированной литературы следует, что необходимо разрабатывать датчики-болюсы, объединяющие в себе существующий функционал проанализированных решений, а также связанные с
техническими средствами, которые в автоматическом режиме на основании полученных данных могли бы адресно через поилку подавать лекарственные средства животным, имеющим повышенную кислотность рубца.
Литература:
1. О текущей ситуации в агропромышленном комплексе Российской Федерации. URL: http://mcx.ru
2. Полянцев Н.И. Ветеринарное акушерство, гинекология и биотехника размножения животных. СПб.,
2015. 480 с.
3. Полянцев Н.И. Технология воспроизводства племенного скота. СПб.: Лань, 2014. 288 с.
4. Krieter J. Mastitis detection in dairy cows using neural networks // GIL Jahrestagung. 2007. № 101. S. 123-126.
5. Ducrot C. Issues and special features of animal health research // Vet. Res. 2011. V. 42(1). P. 1
6. Nadimi E.S. Monitoring and classifying animal behavior using ZigBee-based mobile ad hoc wireless sensor networks and artificial neural networks // Comput. Electron. Agric. 2012. V. 82. P. 44-54.
7. Tauer L.W. Dairy farm cost efficiency // Dairy Sci. 2006. V. 89(12). P. 4937-4943.
8. Lopes H.F. Livestock low power monitoring system // IEEE: Topical Conference on WiSNet. 2016. pp. 15-17.
9. Borchers M.R. A validation of technologies monitoring dairy cow feeding, ruminating, and lying behavior // Journal of Dairy Science. 2016. № 9. S. 186.
10. Семейкин В.А., Дорохов А.С., Краснящих К.А. Устройство для бесконтактных измерений // Доклады ТСХА. 2017. С. 202-204.
11. Кирсанов В.В., Павкин Д.Ю. Разработка автоматизированного доильного аппарата с почетвертным управлением процессом доения // Вестник НГИЭИ.
2016. № 6(61). С. 37-43.
12. Selje N.P. Rumi Watch - Wie oft kaut eine Kuh wieder? Tagungsband: Universitat Hohenheim, 2014. 229 p.
13. Andonovic I. Wireless sensor networks for cattle health monitoring // ICT Innovations. 2009. P. 21-30.
14. Arcidiacono C. Development of a threshold-based classifier for real-time recognition of cow feeding and standing behavioural activities from accelerometer data. Comp. Electron. Agricult. 2017. V. 134, P. 124-134.
15. Department of Animal Husbandry, Dairying & Fisheries. URL: http:// dahd.nic.in
16. Mudziwepasi S.K. Assessment of a wireless sensor network based monitoring tool for zero effort technologies: a cattle-health and movement monitoring test case // IEEE. Nigeria, 2014. P. 1-6.
17. Lukonge A.B. Review of cattle monitoring system using wireless network // International Journal of Engineering and Computer Science. 2014. № 3. P. 5819-5822.
18. Joshi S. Status of mastitis as an emerging disease in improved and periurban dairy farms in India. Ann. New York Acad. Sci. 2006. № 1081. Р. 74-83.
19. Radostits, O.M. New concepts in the pathogenesis, diagnosis and control of diseases caused by the bovine viral diarrhea virus. Can. Vet. J. 1988. № 29. P. 513.
20. Charlier J. Gastrointestinal nematode infections in adult dairy cattle: impact on production, diagnosis and control. Vet. Parasitol. 2009. № 164(1). P. 70-79.
21. LeBlanc S. Monitoring metabolic health of dairy cattle in the transition period. J. Reprod. Dev. 2010. № 56. P. 29-35.
Literatura:
1. O tekushchej situacii v agropromyshlennom komplek-se Rossijskoj Federacii. URL: http://mcx.ru
2. Polyancev N.I. Veterinarnoe akusherstvo, ginekolo-giya i biotekhnika razmnozheniya zhivotnyh. SPb., 2015. 480 s.
3. Polyancev N.I. Tekhnologiya vosproizvodstva plemen-nogo skota. SPb.: Lan', 2014. 288 s.
4. Krieter J. Mastitis detection in dairy cows using neural networks // GIL Jahrestagung. 2007. № 101. S. 123-126.
5. Ducrot C. Issues and special features of animal health research // Vet. Res. 2011. V. 42(1). P. 1
6. Nadimi E.S. Monitoring and classifying animal behavior using ZigBee-based mobile ad hoc wireless sensor networks and artificial neural networks // Comput. Electron. Agric. 2012. V. 82. P. 44-54.
7. Tauer L.W. Dairy farm cost efficiency // Dairy Sci. 2006. V. 89(12). P. 4937-4943.
8. Lopes H.F. Livestock low power monitoring system // IEEE: Topical Conference on WiSNet. 2016. pp. 15-17.
9. Borchers M.R. A validation of technologies monitoring dairy cow feeding, ruminating, and lying behavior // Journal of Dairy Science. 2016. № 9. S. 186.
10. Semejkin V.A., Dorohov A.S., Krasnyashchih K.A. Ustrojstvo dlya beskontaktnyh izmerenij // Doklady TSKHA. 2017. S. 202-204.
11. Kirsanov V.V., Pavkin D.YU. Razrabotka avtomati-zirovannogo doil'nogo apparata s pochetvertnym uprav-leniem processom doeniya // Vestnik NGIEHI. 2016. № 6(61). S. 37-43.
12. Selje N.P. Rumi Watch - Wie oft kaut eine Kuh wieder? Tagungsband: Universitat Hohenheim, 2014. 229 p.
13. Andonovic I. Wireless sensor networks for cattle health monitoring // ICT Innovations. 2009. P. 21-30.
14. Arcidiacono C. Development of a threshold-based classifier for real-time recognition of cow feeding and standing behavioural activities from accelerometer data. Comp. Electron. Agricult. 2017. V. 134, P. 124-134.
15. Department of Animal Husbandry, Dairying & Fisheries. URL: http:// dahd.nic.in
16. Mudziwepasi S.K. Assessment of a wireless sensor network based monitoring tool for zero effort technologies: a cattle-health and movement monitoring test case // IEEE. Nigeria, 2014. P. 1-6.
17. Lukonge A.B. Review of cattle monitoring system using wireless network // International Journal of Engineering and Computer Science. 2014. № 3. P. 5819-5822.
18. Joshi S. Status of mastitis as an emerging disease in improved and periurban dairy farms in India. Ann. New York Acad. Sci. 2006. № 1081. R. 74-83.
19. Radostits, O.M. New concepts in the pathogenesis, diagnosis and control of diseases caused by the bovine viral diarrhea virus. Can. Vet. J. 1988. № 29. R. 513.
20. Charlier J. Gastrointestinal nematode infections in adult dairy cattle: impact on production, diagnosis and control. Vet. Parasitol. 2009. № 164(1). R. 70-79.
21. LeBlanc S. Monitoring metabolic health of dairy cattle in the transition period. J. Reprod. Dev. 2010. № 56. R. 29-35.
THE CATTLE HEALTH MONITORING SYSTEMS' COMPARATIVE ANALYSIS AND SELECTION V.V. Kirsanov, doctor of technical sciences F.E. Vladimirov, research worker D. Y. Pavkin, junior research worker S.S. Ruzin, junior research worker S.S. Yurochka, engineer FGBNY FNAC VIM
Abstract. At the moment, one of the most urgent problems in dairy cattle breeding is the cattle health control. Cow health is a key factor of a dairy farm's herd profitability. To produce high quality of milk and high reproduction rates to maintain, cows must be in excellent health. Diseases reduce milk production and require expensive veterinary treatment. Ultimately, animals' diseases lead to financial losses that can turn a profitable dairy farm in to a loss-making enterprise. Thus, in order to maintain profitability, dairy farms must the diseases prevention to ensure, their early detection, sick cows' treatment, as well as the rations' correction. A lot of Russian livestock enterprises still use outdated methods for animals' health to control. This problem's solution is the cattle health monitoring system to introduce. For this purpose, a large number of foreign enterprises produce various systems, including moving activity, temperature, identification, sensors etc. Therefore, a brief comparative analysis of cattle health monitoring systems of the most popular producers in Russia, such as SCR - Heatime HR, Smartbow - Earthag E093 and Smaxtec - boluses, was presented to make it easier for dairy farmers suitable product for their enterprise to choose. The analyzed systems' positive aspects and disadvantages are revealed. These systems principles' brief description, their technical and technological characteristics are given.
Keywords: health system monitoring, sexual estrus identification, upcoming calving identifying, rumination, Ph-meter, stepsmeter, temperature.
