CC BY
0Информатика. Экономика. Управление// Informatics. Economics. Management
2024; 3(2) http://oajiem.com/
УДК: 631.1:004.4 EDN: CFSQQD
DOI: https://doi.org/10.47813/2782-5280-2024-3-2-0301-0316
Цифровые решения для автоматизации процессов управления животноводческими хозяйствами
А. А. Яблокова1'2, В. В. Калитина2, Н. В. Титовская2, Н. Д. Амбросенко2 , Т. П. Пушкарева2
1 Красноярский краевой Дом науки и техники Российского Союза научных и инженерных общественных объединений, Красноярск, Россия 2Красноярский государственный аграрный университет, Красноярск, Россия
Аннотация. Статья посвящена исследованию роли информационно - коммуникационных и цифровых технологий для оптимизации управления производственными процессами на предприятиях сельского хозяйства, в частности, животноводческого комплекса. Рассмотрены аспекты управления сельскохозяйственными предприятиями с применением IT - стратегий в концепции умной фермы, основу которой составляют автоматизированные системы управления предприятиями, промышленные роботы, искусственный интеллект и компьютерное зрение, IoT датчики, в совокупности применяемые для повышения эффективности производства и качества продукции, улучшения условий содержания животных, снижения экономических потерь, оптимизации производственных процессов и снижении негативного воздействия на окружающую среду. Авторы выделяют ключевые преимущества применения IT - стратегий в животноводстве и обсуждают перспективы дальнейшего развития технологий.
Ключевые слова: сельское хозяйство, животноводство, умная ферма, датчики, IoT, искусственный интеллект, компьютерное зрение, АСУ, промышленные роботы.
Для цитирования: Яблокова, А. А., Калитина, В. В., Титовская, Н. В., Амбросенко, Н. Д., & Пушкарева, Т. П. (2024). Цифровые решения для автоматизации процессов управления животноводческими хозяйствами. Информатика. Экономика. Управление - Informatics. Economics. Management, 3(2), 0301-0316. https://doi.org/10.47813/2782-5280-2024-3-2-0301-0316
Digital solutions for automating livestock management
processes
A. A. Yablokova1'2, V. V. Kalitina2, N. V. Titovskaya2, N. D. Ambrosenko2, T. P. Pushkareva2
Krasnoyarsk Regional Science and Technology City Hall of the Russian Union of Scientific and Engineering Public Associations, Krasnoyarsk, Russia 2Krasnoyarsk State Agrarian University, Krasnoyarsk, Russia
© Яблокова А.А., Калитина В.В., Титовская Н.В., Амбросенко Н.Д., Пушкарева Т.П., 2024
Abstract. The article is devoted to the study of the role of information, communication and digital technologies for optimizing the management of production processes in agricultural enterprises, in particular, the livestock complex. Aspects of managing agricultural enterprises using IT strategies are considered in the concept of a smart farm, which is based on automated enterprise management systems, industrial robots, artificial intelligence and computer vision, IoT sensors, collectively used to improve production efficiency and product quality, and improve living conditions for animals. , reducing economic losses, optimizing production processes and reducing negative impacts on the environment. The authors highlight the key advantages of using IT strategies in livestock farming and discuss the prospects for further technology development.
Keywords: agriculture, livestock farming, smart farm, sensors, IoT, artificial intelligence, computer vision, automated control systems, industrial robots.
For citation: Yablokova, A. A., Kalitina, V. V., Titovskaya, N. V., Ambrosenko, N. D., & Pushkareva, T. P. (2024). Digital solutions for automating livestock management processes. Informatics. Economics. Management, 3(2), 0301-0316. https://doi.org/10.47813/2782-5280-2024-3-2-0301-0316
Сельское хозяйство является одной из экономикообразующих отраслей страны. Но в современных условиях (в частности, в период ограничений и санкций), сельское хозяйство сталкивается с различными проблемами и вызовами, к которым относятся необходимость повышения эффективности производственных процессов предприятий и улучшения качества продукции для удовлетворения спроса населения на продовольствие (как на внутреннем рынке, так и на внешнем рынке), улучшение условий содержания, стимулирующих естественную активность животных, и увеличение числа продуктивных единиц от всех категорий сельскохозяйственных животных, снижение негативного воздействия вследствие производственных процессов на окружающую среду, адаптация к изменениям климата и повышение устойчивости производства к неблагоприятным погодным условиям, проблемы с доступом к финансовым ресурсам, технологиям и инновациям. Данные вызовы и проблемы могут замедлить развитие сельскохозяйственной отрасли и для повышения эффективности функционирования и преодоления проблем необходимо активно внедрять информационно -коммуникационные и цифровые технологии на предприятиях различного уровня, сосредоточившись на устойчивом развитии, улучшении качества продукции, оптимизации производственных процессов и снижении негативного воздействия на окружающую среду. Кроме того, важно развивать инфраструктуру, обеспечивать доступ к финансовым ресурсам, повышать квалификацию специалистов и поддерживать инновации в сельском хозяйстве [1-5].
ВВЕДЕНИЕ
СОВРЕМЕННЫЕ ТЕХНОЛОГИИ В ЖИВОТНОВОДСТВЕ
Животноводство - отрасль сельского хозяйства, целью которой является разведение животных для производства единиц всех категорий сельскохозяйственных продуктов. Эта отрасль играет важную роль в обеспечении населения продуктами питания и сырьем для перерабатывающей промышленности, что способствует стабильности и надежности поставок продуктов, созданию рабочих мест в сельской местности и поддержанию социально-экономического развития сельских территорий и агломераций. Но в современном мире остро стоят проблемы эффективного управления животноводческими хозяйствами. Наличие проблем подтверждается значительным разрывом во внедрении цифровых технологий в аграрном секторе развитых и развивающихся стран, а также в глобальных компаниях и в местных, общинных и семейных хозяйствах. Этот разрыв указывает на необходимость внедрения цифровых инноваций в животноводство для повышения эффективности производства, улучшения условий содержания животных и снижения экономических потерь. В этом контексте внедрение информационных технологий для автоматизации процессов управления животноводческими хозяйствами становится крайне актуальным и важным шагом. Использование специализированных программных решений позволяет решить множество проблем, с которыми сталкиваются современные предприятия, выраженные в необходимости повышения производительности и рентабельности предприятий, обеспечении безотходного и ресурсосберегающего производства, потребности в модернизации систем управления, необходимости соответствия международным стандартам и требованиям, улучшении селекционно-племенной работы и воспроизводства поголовья, потребности в государственной поддержке и стимулировании внедрения инноваций. Для решения ряда обозначенных проблем для управления животноводческими предприятиями с применением ^ - стратегий выступает концепция умной фермы, основу которой составляют автоматизированные системы управления предприятиями, промышленные роботы, искусственный интеллект и компьютерное зрение, IoT датчики, в совокупности применяемые для повышения эффективности производства и качества продукции, улучшения условий содержания животных, снижения экономических потерь, оптимизации производственных процессов и снижении негативного воздействия на окружающую среду [6-11].
Умная ферма
Умная ферма - концепция, объединяющая современные технологии и традиционные методы организации и ведения сельского хозяйства, направленные на разведение животных для производства единиц всех категорий сельскохозяйственных продуктов. В основе умной фермы лежит использование ряда цифровых технологий, к которым относятся автоматизированные системы управления, промышленные роботы, искусственный интеллект и компьютерное зрение, IoT датчики [12-13].
Рисунок 1. Концептуальная модель умной фермы.
Figure 1. Conceptual model of a smart farm.
Автоматизированные системы управления (АСУ) являются основой умной фермы и представляют собой комплекс программно - аппаратных средств и средства их обеспечения и взаимодействия, обеспечивающих эффективное и автономное функционирование фермы.
АСУ умной фермы в животноводстве выполняет ряд следующих функций [1415]:
• Модуль ветеринарии отвечает за оценку здоровья, состояния и своевременного выявления заболеваний сельскохозяйственных животных. Отслеживание состояния здоровья каждого животного осуществляется с помощью компьютерного зрения и специальных датчиков (как носимых устройств, так и вживленных животным), которые собирают данные о физической активности, температуре тела, частоты сердечных сокращений, частоты дыхания, уровня стресса, потребления воды и пищи, веса и положения тела. На каждую особь заводится цифровая карточка, куда данные заносятся
в автоматическом режиме и анализируются для выявления заболеваний на ранних стадиях и принятия своевременных мер. Такие карточки также содержат данные о проведенных медицинских процедурах, что позволяет выявлять паттерны заболеваний.
• Модуль кормопроизводства на умной ферме предназначен для отслеживания всех этапов производства кормов для сельскохозяйственных животных, начиная с выращивания кормовых культур и заканчивая их хранением и переработкой. Системы контролируют показатели почвы, влажность, уровень удобрений и использование пестицидов для обеспечения оптимальных условий роста культур. На основе данных об урожайности и качестве кормов, системы автоматически подбирают сбалансированный рацион, который соответствует потребностям различных категорий животных.
• Модуль управления кормлением обеспечивает учет и контроль за запасами кормов, их перемещением, точную дозировку и подачу корма для каждого животного на основе данных, занесенных в цифровую карточку животного, что позволяет оптимизировать рацион питания для достижения максимальной продуктивности и здоровья. Специальные кормушки с автоматическими дозаторами регулируют количество и состав кормов (доставляемые промышленными роботами к кормушкам) в зависимости от индивидуальных потребностей и показателей здоровья животных.
• Модуль автоматического навозоудаления обеспечивает сбор, временное хранение органических отходов, их переработку в полезные вторичные продукты, герметичную утилизацию.
• Модули сбора продукции предназначены для сбора и обработки продукции и урожая фермы промышленными роботами, отслеживания качества и соответствия требуемым параметрам и стандартам, сортировки, упаковки и транспортировки.
• Интеллектуальный модуль управления микроклиматом поддерживает и автоматически корректирует условия температуры, влажности и вентиляции в животноводческих комплексах в режиме реальном времени, что способствует улучшению условий содержания животных и снижению риска заболеваний. Также модуль направлен на оптимизацию энергопотребления, что позволяет снизить затраты на электроэнергию и обеспечить устойчивую работу.
• Модуль управления оборудованием служит центральным узлом для регулирования работы сельскохозяйственного оборудования, контролирует состояние и работоспособность техники, что позволяет своевременно выявлять и устранять
неисправности, проводя профилактическое обслуживание и ремонт, что снижает простой техники и увеличивает ее срок службы.
• Аналитический модуль занимается сбором, обработкой и анализом данных различных аспектов работы фермы, включая показатели производимой продукции, выявлением факторов, влияющих на продуктивность животных, прогнозированием и принятием решений на основе данных для повышения эффективности и рентабельности фермы.
• Модуль безопасности отвечает за мониторинг выполнения стандартов, процедур и протоколов безопасности на умной ферме для предотвращения несанкционированного доступа, нарушения безопасности данных и обеспечения бесперебойной работы технологической инфраструктуры фермы.
Работа модулей связана непосредственно с остальными компонентами умной фермы: датчиками, компьютерным зрением, промышленными роботами и искусственным интеллектом.
Датчики - это носимые или вживляемые устройства, которые используются для мониторинга и контроля состояния и здоровья сельскохозяйственных животных, оптимизации кормления, управления поголовьем и воспроизводством стада. Ключевыми направлениями применения датчиков является мониторинг здоровья и поведения животных, условий их содержания, показателей производимой продукции, процессов кормопроизводства, навозоудаления и управление оборудованием [16-18].
Существует несколько видов датчиков, применяемых для отслеживания состояния сельскохозяйственных животных:
• Индивидуальные датчики (электронные бирки, болюсы) - небольшие устройства, которые крепятся или вводятся внутрь каждого животного для отслеживания его индивидуальных параметров. Такие датчики используют физические принципы (температурные, движения, радиочастотные и т.д.) для сбора данных и беспроводной передачи информации на центральную систему мониторинга. Индивидуальные датчики позволяют получать данные о состоянии здоровья, поведении, физиологических показателях каждого животного в стаде, что дает возможность своевременно выявлять проблемы, оптимизировать уход, кормление и в целом улучшать условия содержания скота.
Рисунок 2. Индивидуальные датчики сельскохозяйственных животных. Figure 2. Individual sensors for farm animals.
• Групповые системы мониторинга представляют собой комплексные решения, позволяющие отслеживать состояние и параметры целого стада. Отслеживание местоположения и перемещений группы животных на пастбищах или территории фермы осуществляется с помощью GPS/ГЛОНАСС датчиков, что позволяет контролировать выход животных за установленные границы, предотвращать их потерю или кражу. Такие системы осуществляют мониторинг физиологических показателей и активности животных в группе (температуры тела, сердцебиения, движения, питания, жвачки и т.д.), что дает возможность своевременно выявлять признаки заболеваний, определять охоту, оценивать общее состояние стада. Групповые системы позволяют собирать и анализировать статистические данные о поведении, перемещениях, весе животных в группе для оптимизации кормления, выпаса, оценки состояния пастбищ. Преимуществом таких решений является возможность удаленного мониторинга и оперативного реагирования на тревожные ситуации с помощью смартфонов, планшетов и компьютеров.
Рисунок 3. Групповые системы мониторинга сельскохозяйственных животных. Figure 3. Group monitoring systems for farm animals.
Датчики являются частью Интернета вещей (1оТ) - концепции, основанной на идее соединения различных физических устройств с Интернетом для эффективного взаимодействия между собой и с другими системами с минимальным участием человека. Эти устройства могут включать в себя датчики, датчики движения, камеры, умные устройства и другие объекты, которые способны собирать данные о своем окружении или выполнять определенные задачи. IoT объединяет вышеперечисленные датчики в умную ферму.
Промышленные роботы позволяют уменьшить себестоимость продукции за счет сокращения количества персонала, улучшить и ускорить производственные процессы, а также повысить рентабельность предприятий. Системы автоматического кормления позволяют контролировать распределение кормов и оптимизировать рационы для каждого животного, что способствует улучшению их здоровья и производительности. Автоматические системы дойки могут обеспечить контроль над процессом дойки, уменьшая риск заразы и стресса для животных. Роботы-уборщики могут автоматически очищать помещения для животных, удаляя навоз и поддерживая оптимальные условия существования. Системы автоматической идентификации и сортировки животных позволяют эффективно управлять поголовьем, выявляя индивидуальные особенности и потребности каждого животного. Системы могут контролировать и оптимизировать процессы разведения и искусственного осеменения, повышая плодовитость и качество потомства [19-21].
Рисунок 4. Промышленные роботы умной фермы. Figure 4. Industrial robots of a smart farm.
Компьютерное зрение и искусственный интеллект представляют собой перспективные технологии, к преимуществам применения которых относится
автоматизированный мониторинг здоровья животных, оптимизация кормления, мониторинг поведения и благополучия животных, управление поголовьем и репродукцией, идентификация и сортировка животных.
Рисунок 4. Компьютерное зрение. Figure 4. Computer vision.
ПЕРСПЕКТИВЫ РАЗВИТИЯ
Перспективы дальнейшего развития технологий включают множество инноваций, направленных на повышение эффективности, улучшение качества продукции, условий содержания сельскохозяйственных животных и обеспечение устойчивого развития отрасли, выраженные в следующих положениях.
Искусственный интеллект и машинное обучение открывают новые возможности. Предсказательная аналитика на основе искусственного интеллекта позволяет анализировать данные и прогнозировать заболевания, продуктивность животных, а также оптимизировать управленческие решения. Распознавание образов с использованием компьютерного зрения способствует мониторингу состояния животных, обнаружению отклонений в поведении и здоровье.
Дальнейшее развитие роботизированных систем доения повышает эффективность процесса и снижает стресс у животных. Внедрение роботов-уборщиков для автоматической уборки и дезинфекции помещений улучшает гигиену и здоровье животных.
В области биотехнологий генетическая оптимизация с использованием геномных технологий позволяет проводить селекцию животных с улучшенными характеристиками, такими как устойчивость к болезням, продуктивность и качество
продукции. Разработка кормов с функциональными добавками способствует улучшению здоровья и продуктивности животных.
Экологически чистые технологии также играют важную роль. Системы переработки отходов, такие как переработка навоза и других отходов в энергию или удобрения, снижают негативное воздействие на окружающую среду. Внедрение систем для оптимального использования и переработки воды на фермах способствует умному управлению водными ресурсами.
Цифровые платформы и блокчейн обеспечивают трекинг и прозрачность цепочки поставок продукции, повышая доверие потребителей и соблюдение стандартов безопасности. Интеграция данных из различных источников, таких как датчики и управленческие системы, в единую цифровую платформу позволяет осуществлять комплексное управление и анализ фермерских хозяйств.
Дистанционное консультирование и диагностика заболеваний животных с помощью видеоконференций и обмена данными, а также возможность удаленного мониторинга и управления всеми аспектами фермы через интернет повышают эффективность и гибкость управления животноводческими предприятиями.
ЗАКЛЮЧЕНИЕ
Цифровизация в животноводстве играет решающую роль в повышении эффективности производства, улучшении условий содержания животных и снижении экономических потерь. Использование современных технологий позволяет значительно улучшить процессы откорма, контроль за здоровьем животных, управление поголовьем и принятие обоснованных решений. Интеграция новых технологий становится необходимым шагом для повышения производительности и обеспечения лучших условий жизни для животных.
СПИСОК ЛИТЕРАТУРЫ
[1] Alena Yablokova, Dmitry Kovalev, Igor Kovalev, Valeria Podoplelova. Standards and technologies of Web development when designing the GUI of web-based geographic information systems of the agro-industrial complex. E3S Web of Conferences, 2024; 486: 03025. https://doi.org/10.1051/e3sconf/202448603025
[2] Шамин А. Е., Фролова О. А., Вертакова Ю. В., Каспаров И. В., Яшкова Н. В.
Проблемы развития сельского хозяйства и пути их решения. Вестник НГИЭИ, 2023; 10(149): 109-125.
[3] Зверева Г.Н. Проблемы и перспективы развития АПК регионов РФ. Экономико-математические методы анализа деятельности предприятий АПК: материалы VI международной научно-практической конференции. 15 апреля 2022 года. Саратов, 2022: 123-129.
[4] Шевцова Л.Н., Титовская Н.В., Амбросенко Н.Д., Болдарук И.И. Облачные сервисы в оптимизации логистической деятельности. Логистика - Евразийский мост: материалы XVII международной научно- практической конференции. Красноярск, 2022: 336-340.
[5] Титовский С.Н., Амбросенко Н.Д., Титовская Н.В., Миндалев И.В. Беспроводные технологии в автоматизации предприятий агропромышленного комплекса. Наука и образование: опыт, проблемы, перспективы развития: материалы международной научно-практической конференции. 20-22 апреля 2021 года. Красноярск, 2021: 166-168.
[6] Рассказов А.Н. Проблемы животноводства в России. Техника и технологии в животноводстве, 2017.
[7] Сутолкин А.А., Востроилов А.В., Рыжков Е.И., Пронина Е.А. Применение современных информационных технологий в животноводстве. Ветеринарно-санитарные аспекты качества и безопасности сельскохозяйственной продукции: материалы IV Международной научно-практической конференции. 20 декабря 2019 года. Воронеж, 2020: 209-211.
[8] Бутюгина А.А., Горбунова Е.Е., Полушкина Т.В. Применение информационных технологий в условиях сельскохозяйственного производства. Научно-инновационные технологии как фактор устойчивого развития агропромышленного комплекса: материалы Всероссийской (национальной) научно-практической конференции. 12 марта 2020 года. Курган, 2020: 365-368.
[9] Иванов С.И. Информационные технологии в животноводстве. Технологии и инновации: сборник научных статей научно-педагогических работников, аспирантов и обучающихся. Великие Луки, 2022: 136-139.
[10] Кондратьева О., Федоров А., Слинько О., Войтюк В. Информационные технологии в животноводстве. Охрана труда и техника безопасности в сельском хозяйстве. 2020. 4(194). 42-45.
[11] Федоров А.Д., Кондратьева О.В., Слинько О.В. О перспективах цифровизации
животноводства. Вестник Всероссийского научно-исследовательского института механизации животноводства, 2019. 1(33). 127-131.
[12] Муратова К.А., Молчевская П.С., Андрианов А.А. Интеллектуальная цифровая система «Умная ферма» как инструмент повышения эффективности молочного хозяйства. Молодежный вектор развития аграрной наук: материалы 72-й национальной научно-практической конференции студентов и магистрантов.1 апреля - 31 мая 2021 года. Воронеж, 2021: 247-253.
[13] Копчекчи К.А., Берднова Е.В. Цифровизация АПК. Умная ферма. Экономико-математические методы анализа деятельности предприятий АПК: материалы VI международной научно-практической конференции. 15 апреля 2022 года. Саратов, 2022: 212-220.
[14] Иксанова А.Г. Основные технологии, используемые на "Умных фермах". Студенческая наука - аграрному производству: материалы 80-ой студенческой (региональной) научной конференции. 8 - 9 февраля 2022 года. Казань, 2022: 153-158.
[15] Сурай Н.М., Кудинова М.Г., Уварова Е.В., Жидких Е.И. Анализ развития цифровых технологий в «умных» фермах, 2021. Т. 10.
[16] Бусыгин В.А., Иванов А.С. Применение биометрических и биологических датчиков для крупного рогатого скота. Интеграция науки и образования в аграрных вузах для обеспечения продовольственной безопасности России: сборник трудов национальной научно-практической конференции. Тюмень, 2022: 20-25.
[17] Елизаров И.А., Назаров В.Н., Третьяков А.А. Использование RFID-технологий в системах мониторинга в животноводстве. Цифровизация агропромышленного комплекса: сборник научных статей II международной научно-практической конференции. 21-23 октября 2020 года. Тамбов, 2020: 325-328.
[18] Тимофеева Е.В., Афонин А.Н., Иващук О.А. Мобильные системы видеонаблюдения в животноводстве. Завалишинские чтения: материалы XV международной конференции по электромеханике и робототехнике. 15-18 апреля, 2020 года. Санкт-Петербург, 2020: 292-295.
[19] Виноградов Н.Н., Яковлева А.О. Роботизация технологических процессов в животноводстве. Теоретические и практические основы научного прогресса в современном обществе: сборник статей Международной научно-практической конференции. 12 января 2023 года. Уфа, 2023: 116-118.
[20] Уртаев Т.А., Цураев Д.Б. Перспективные системы и средства автоматизации и
роботизации в животноводстве. Инновационные технологии производства и переработки сельскохозяйственной продукции: материалы Всероссийской научно-практической конференции в честь 90-летия факультета технологического менеджмента. 14-16 ноября 2019 года. Владикавказ, 2019: 106-109.
[21] Абросимов В.К., Райков А.Н. Бгропромышленные роботы и искусственный интеллект. Управление развитием крупномасштабных систем: труды XV международной конференции. 26-28 сентября 2022 года. Москва, 2022: 329-335.
REFERENCES
[1] Alena Yablokova, Dmitry Kovalev, Igor Kovalev, Valeria Podoplelova. Standards and technologies of Web development when designing the GUI of web-based geographic information systems of the agro-industrial complex. E3S Web of Conferences, 2024; 486: 03025. https://doi.org/10.1051/e3sconf/202448603025
[2] Shamin A. E., Frolova O. A., Vertakova Yu. V., Kasparov I. V., Yashkova N. V. Problemy razvitiya sel'skogo khozyaistva i puti ikh resheniya. Vestnik NGIEI, 2023; 10(149): 109-125 (in Russian).
[3] Zvereva G.N. Problemy i perspektivy razvitiya APK regionov RF. Ekonomiko-matematicheskie metody analiza deyatel'nosti predpriyatii APK: materialy VI mezhdunarodnoi nauchno-prakticheskoi konferentsii. 15 aprelya 2022 goda. Saratov, 2022: 123-129 (in Russian).
[4] Shevtsova L.N., Titovskaya N.V., Ambrosenko N.D., Boldaruk I.I. Oblachnye servisy v optimizatsii logisticheskoi deyatel'nosti. Logistika - Evraziiskii most: materialy XVII mezhdunarodnoi nauchno- prakticheskoi konferentsii. Krasnoyarsk, 2022: 336-340 (in Russian).
[5] Titovskii S.N., Ambrosenko N.D., Titovskaya N.V., Mindalev I.V. Besprovodnye tekhnologii v avtomatizatsii predpriyatii agropromyshlennogo kompleksa. Nauka i obrazovanie: opyt, problemy, perspektivy razvitiya: materialy mezhdunarodnoi nauchno-prakticheskoi konferentsii. 20-22 aprelya 2021 goda. Krasnoyarsk, 2021: 166-168 (in Russian).
[6] Rasskazov A.N. Problemy zhivotnovodstva v Rossii. Tekhnika i tekhnologii v zhivotnovodstve, 2017 (in Russian).
[7] Sutolkin A.A., Vostroilov A.V., Ryzhkov E.I., Pronina E.A. Primenenie sovremennykh informatsionnykh tekhnologii v zhivotnovodstve. Veterinarno-sanitarnye aspekty kachestva i bezopasnosti sel'skokhozyaistvennoi produktsii: materialy IV Mezhdunarodnoi nauchno-
prakticheskoi konferentsii. 20 dekabrya 2019 goda. Voronezh, 2020: 209-211 (in Russian).
[8] Butyugina A.A., Gorbunova E.E., Polushkina T.V. Primenenie informatsionnykh tekhnologii v usloviyakh sel'skokhozyaistvennogo proizvodstva. Nauchno-innovatsionnye tekhnologii kak faktor ustoichivogo razvitiya agropromyshlennogo kompleksa: materialy Vserossiiskoi (natsional'noi) nauchno-prakticheskoi konferentsii. 12 marta 2020 goda. Kurgan, 2020: 365-368. (in Russian).
[9] Ivanov S.I. Informatsionnye tekhnologii v zhivotnovodstve. Tekhnologii i innovatsii: sbornik nauchnykh statei nauchno-pedagogicheskikh rabotnikov, aspirantov i obuchayushchikhsya. Velikie Luki, 2022: 136-139 (in Russian).
[10] Kondrat'eva O., Fedorov A., Slin'ko O., Voityuk V. Informatsionnye tekhnologii v zhivotnovodstve. Okhrana truda i tekhnika bezopasnosti v sel'skom khozyaistve. 2020. 4(194). 42-45 (in Russian).
[11] Fedorov A.D., Kondrat'eva O.V., Slin'ko O.V. O perspektivakh tsifrovizatsii zhivotnovodstva. Vestnik Vserossiiskogo nauchno-issledovatel'skogo instituta mekhanizatsii zhivotnovodstva, 2019. 1(33). 127-131 (in Russian).
[12] Muratova K.A., Molchevskaya P.S., Andrianov A.A. Intellektual'naya tsifrovaya sistema «Umnaya ferma» kak instrument povysheniya effektivnosti molochnogo khozyaistva. Molodezhnyi vektor razvitiya agrarnoi nauk: materialy 72-i natsional'noi nauchno-prakticheskoi konferentsii studentov i magistrantov.1 aprelya - 31 maya 2021 goda. Voronezh, 2021: 247-253 (in Russian).
[13] Kopchekchi K.A., Berdnova E.V. Tsifrovizatsiya APK. Umnaya ferma. Ekonomiko-matematicheskie metody analiza deyatel'nosti predpriyatii APK: materialy VI mezhdunarodnoi nauchno-prakticheskoi konferentsii. 15 aprelya 2022 goda. Saratov, 2022: 212-220 (in Russian).
[14] Iksanova A.G. Osnovnye tekhnologii, ispol'zuemye na "Umnykh fermakh". Studencheskaya nauka - agrarnomu proizvodstvu: materialy 80-oi studencheskoi (regional'noi) nauchnoi konferentsii. 8 - 9 fevralya 2022 goda. Kazan', 2022: 153-158 (in Russian).
[15] Surai N.M., Kudinova M.G., Uvarova E.V., Zhidkikh E.I. Analiz razvitiya tsifrovykh tekhnologii v «umnykh» fermakh, 2021. T. 10 (in Russian).
[16] Busygin V.A., Ivanov A.S. Primenenie biometricheskikh i biologicheskikh datchikov dlya krupnogo rogatogo skota. Integratsiya nauki i obrazovaniya v agrarnykh vuzakh dlya obespecheniya prodovol'stvennoi bezopasnosti Rossii: sbornik trudov natsional'noi nauchno-prakticheskoi konferentsii. Tyumen', 2022: 20-25 (in Russian).
[17] Elizarov I.A., Nazarov V.N., Tret'yakov A.A. Ispol'zovanie RFID-tekhnologii v sistemakh monitoringa v zhivotnovodstve. Tsifrovizatsiya agropromyshlennogo kompleksa: sbornik nauchnykh statei II mezhdunarodnoi nauchno-prakticheskoi konferentsii. 21-23 oktyabrya 2020 goda. Tambov, 2020: 325-328 (in Russian).
[18] Timofeeva E.V., Afonin A.N., Ivashchuk O.A. Mobil'nye sistemy videonablyudeniya v zhivotnovodstve. Zavalishinskie chteniya: materialy XV mezhdunarodnoi konferentsii po elektromekhanike i robototekhnike. 15-18 aprelya, 2020 goda. Sankt-Peterburg, 2020: 292-295 (in Russian).
[19] Vinogradov N.N., Yakovleva A.O. Robotizatsiya tekhnologicheskikh protsessov v zhivotnovodstve. Teoreticheskie i prakticheskie osnovy nauchnogo progressa v sovremennom obshchestve: sbornik statei Mezhdunarodnoi nauchno-prakticheskoi konferentsii. 12 yanvarya 2023 goda. Ufa, 2023: 116-118 (in Russian).
[20] Urtaev T.A., Tsuraev D.B. Perspektivnye sistemy i sredstva avtomatizatsii i robotizatsii v zhivotnovodstve. Innovatsionnye tekhnologii proizvodstva i pererabotki sel'skokhozyaistvennoi produktsii: materialy Vserossiiskoi nauchno-prakticheskoi konferentsii v chest' 90-letiya fakul'teta tekhnologicheskogo menedzhmenta. 14-16 noyabrya 2019 goda. Vladikavkaz, 2019: 106-109 (in Russian).
[21] Abrosimov V.K., Raikov A.N. Fgropromyshlennye roboty i iskusstvennyi intellekt. Upravlenie razvitiem krupnomasshtabnykh sistem: trudy XV mezhdunarodnoi konferentsii. 2628 sentyabrya 2022 goda. Moskva, 2022: 329-335 (in Russian).
ИНФОРМАЦИЯ ОБ АВТОРАХ / INFORMATION ABOUT THE AUTHORS
Яблокова Алена Александровна,
Красноярский краевой Дом науки и техники Российского Союза научных и инженерных общественных объединений, младший научный сотрудник, Красноярск, Россия Красноярский государственный аграрный университет, Институт экономики и управления АПК, кафедра «Информационные технологии и математическое обеспечение информационных систем», ассистент, Красноярск, Россия
Калитина Вера Владимировна
кандидат педагогических наук, Красноярский государственный аграрный университет, Институт экономики и управления АПК, кафедра «Информационные технологии и математическое обеспечение
Alena A. Yablokova,
Krasnoyarsk Regional Science and Technology City Hall of the Russian Union of Scientific and Engineering Public Associations, Junior researcher, Krasnoyarsk, Russia Krasnoyarsk State Agrarian University, Institute of Economics and Management of Agro-Industrial Complex, Department of Information Technologies and Mathematical Support of Information Systems, assistant, Krasnoyarsk, Russia
Vera V. Kalitina
candidate of pedagogical sciences, Krasnoyarsk State Agrarian University, Institute of Economics and Management of Agro-Industrial Complex, Department of Information Technologies and Software for
информационных систем», доцент, заведующая кафедрой, Красноярск, Россия
Титовская Наталья Викторовна
кандидат технических наук, доцент Красноярский государственный аграрный университет, Институт экономики и управления АПК, кафедра «Информационные технологии и математическое обеспечение информационных систем», доцент, Красноярск, Россия
Амбросенко Николай Дмитриевич
кандидат технических наук Красноярский государственный аграрный университет, Институт экономики и управления АПК, кафедра «Информационные технологии и математическое обеспечение информационных систем», доцент, Красноярск, Россия
Пушкарева Татьяна Павловна
доктор педагогических наук Красноярский государственный аграрный университет, Институт экономики и управления АПК, кафедра «Информационные технологии и математическое обеспечение информационных систем», профессор, Красноярск, Россия
Information Systems, Associate Professor, Head of Department, Krasnoyarsk, Russia
Natalya V. Titovskaya
Candidate of Technical Sciences, Associate Professor
Krasnoyarsk State Agrarian University, Institute of Economics and Management of Agro-Industrial Complex, Department of Information Technologies and Software for Information Systems, Associate Professor, Krasnoyarsk, Russia
Nikolay D. Ambrosenko
Candidate of Technical Sciences Krasnoyarsk State Agrarian University, Institute of Economics and Management of Agro-Industrial Complex, Department of Information Technologies and Software for Information Systems, Associate Professor, Krasnoyarsk, Russia
Tatyana P. Pushkareva
Doctor of Pedagogical Sciences Krasnoyarsk State Agrarian University, Institute of Economics and Management of Agro-Industrial Complex, Department of Information Technologies and Software for Information Systems, Professor, Krasnoyarsk, Russia
Статья поступила в редакцию 23.04.2024; одобрена после рецензирования 27.05.2024; принята
к публикации 27.05.2024.
The article was submitted 23.04.2024; approved after reviewing 27.05.2024; accepted for publication
27.05.2024.
