Как молочная ферма увеличила производство молока на 18% с помощью технологии IoT и машинного обучения

Как молочная ферма увеличила производство молока на 18% с помощью технологии IoT и машинного обучения

Производство молока в хозяйстве Вощажниково увеличилось с 28 до 33 литров на корову в сутки благодаря отслеживанию температуры с помощью Libelium Plug&Sense! Smart Agriculture

Согласно Цели 2 в области устойчивого развития: ликвидация голода к 2050г. население нашей планеты составит 9,8 миллиарда человек. Поэтому обеспечение максимальной эффективности при производстве продовольствия является не только экономическим вызовом, но и насущной задачей общемирового масштаба.

Несмотря на то что российские молочные хозяйства движутся в направлении Smart Farming, внедряя новые технологии, Интернет вещей, машинное обучение и разведение генетически модифицированного скота, по оценке Организации ООН по вопросам продовольствия и сельского хозяйства Россия все еще остается в числе стран с самым высоким дефицитом молока.

Чтобы помочь производителям продовольствия справиться со стоящими перед ними вызовами, российская компания ALAN-IT разработала сервис управления молочным производством Dairy Production Analytics (DPA), в основе которого лежит облачный аналитический сервис Smart4Agro, который помогает производителям скота в процессах принятия решений, и обладает точностью прогнозирования, равной 92–97%. DPA предоставляет ветеринарным бригадам дополнительную информацию об условиях окружающей среды — температуре, влажности, давлении, — а также о здоровье скота и других параметрах.

Мустанг Технологии Кормления (Mustang Nutrition Technology) — российский поставщик кормов и кормовых решений для сельского хозяйства. Целью компании является повышение эффективности кормления животных с помощью применения технологического подхода и, как следствие, получение прибыли. В компании «Мустанг» сервис DPA используется для предоставления более качественных консультаций клиентам и выполнения запланированных задач.

Как молочная ферма увеличила производство молока на 18% с помощью технологии IoT и машинного обучения
Графические примеры систем DPA

Компания «Мустанг» выполнила внедрение сервиса DPA у одного из своих заказчиков — в хозяйстве Вощажниково. Это хозяйство, на котором применяется подход «Smart Farm», имеет стадо около 8 000 голов, из которых 4 500 — молочные. До внедрения сервиса ферма производила 125 тонн молока в сутки, почти 28 литров молока с коровы в сутки.

Как молочная ферма увеличила производство молока на 18% с помощью технологии IoT и машинного обучения
Месторасположение установки

С целью улучшения прогнозирования DPA собирает данные из внешних источников: метеорологической станции и датчиков Libelium (данные о температуре, давлении, скорости и направлении ветра, осадках, уровне влажности, освещенности), RFID-меток, ERP-системы, отчетов в Excel и прочих внешних источников данных, размещая их в облачной платформе данных на ферме. После этого часть данных поступает напрямую в Power BI, а остальные обрабатываются в системе машинного обучения Azure для того, чтобы помочь персоналу принимать более обоснованные решения. В качестве протокола связи между устройствами и шлюзом, а также между шлюзом и облаком, используется протокол LoRaWAN.

Как молочная ферма увеличила производство молока на 18% с помощью технологии IoT и машинного обучения
Схема установки

Libelium P&S! Установка системы Smart Agriculture в рамках системы DPA

Компания ALAN-IT выбрала систему Libelium Plug&Sense! Smart Agriculture, оснащенную датчиками температуры, давления и влажности, а также метеорологической станцией, поскольку, по словам Алены Шпигаревой, руководителя отдела развития бизнеса в компании ALAN, они являются «готовыми сертифицированными приборами, которые можно быстро приобрести и установить». Алена добавляет: «мы должны были выполнить работу в сжатые сроки на стабильных устройствах, поэтому использование оборудования Libelium стало оптимальным решением.

В результате была выявлена взаимосвязь между температурой, питанием и даже ежедневной работой сотрудников фермы. Система DPA обнаружила, что с понижением температуры на ферме растет потребность коров в корме. Система предупреждает сотрудников об этих изменениях, при этом фермеры получают уведомления по электронной почте или SMS. Надлежащее кормление приводит к росту производства молока. Благодаря этому хозяйство Вощажниково показывает все лучшие результаты: экономия на кормлении 2000 молочных коров составляет 340 000 евро за полгода.

Как молочная ферма увеличила производство молока на 18% с помощью технологии IoT и машинного обучения
Система P&S! Smart Agriculture установлена на ферме для наблюдения за температурой коров

Данный проект предназначен для прогнозирования репродукции стада, объемов производства молока и заболеваний животных, которое выполняется на основе комплекса внешних и внутренних факторов, статистических данных, экономических индикаторов, информации персонала и лабораторных данных. Сервис позволяет не только снизить расходы, связанные с поддержанием здоровья коров, затратами труда и воспроизводством, но и решать стратегические задачи бизнеса: по расширению производства, открытию новых подразделений и т.д.

В январе, спустя три месяца после внедрения сервиса DPA, объем производства молока в хозяйстве Вощажниково увеличился до 33 литров с коровы в сутки, что на 18% больше, чем в предыдущие месяцы (28 литров с коровы в сутки).

Как молочная ферма увеличила производство молока на 18% с помощью технологии IoT и машинного обучения
Хозяйство Вощажниково увеличила надои до 33 литров с коровы в сутки, что на 18% больше прежнего показателя

Кроме того, благодаря внедрению системы DPA компании ALAN-IT специалисты хозяйства Вощажниково получили на ежегодном форуме поставщиков компании Danone награду в номинации «Эффективность».

Больше информации о продуктах вы можете получить в Отделе продаж СМАРТ Дистрибьюшн.

robogeek.ru