对NH₃度预测模型的长期性能验证,用于在畜牧设施中的虚拟传感器应用

科学领域:

• 农业工程 农业工程
• 环境监测 环境监测
• 传感器技术 传感器技术

背景情况:

• 氨 (NH3) 是畜牧设施排放的危险气体,对动物健康构成风险,需要有效监测.
• 传统的NH3传感器由于气体的腐蚀性而面临耐用性问题,使农业环境中的持续监测复杂化.
• 准确的NH3度数据对于保持最佳畜牧住房条件和环境合规性至关重要.

研究的目的:

• 提出和验证一个虚拟传感器概念,用于监测畜牧设施中的氨 (NH3) 度.
• 评估数据驱动的NH3预测模型的长期性能和可靠性.
• 确定在动态畜牧环境中实施虚拟传感的挑战和要求.

主要方法:

• 开发一个数据驱动模型来预测氨 (NH3) 度.
• 在现实世界畜牧设施条件下对预测模型的长期性能验证.
• 基于数据生成模式和培训数据周期的变化,分析模型性能变化.

主要成果:

• 当数据模式因外部因素 (天气) 或内部操作而改变时,NH3预测模型的性能显著降低.
• 模型准确性对用于更新的培训数据持续时间敏感,表明需要适应性策略.
• 虚拟传感器方法显示出潜力,但需要强大的版本和更新管理才能持续有效.

结论:

• 一个由数据驱动模型支持的虚拟传感器系统可以补充畜牧设施中的物理氨传感器.
• 有效的管理,包括版本管理和自适应更新,对于保持虚拟传感器准确性来应对环境和操作转变至关重要.
• 拟议的虚拟传感器概念为提高NH3监测效率和降低畜牧管理中的运营成本提供了一条途径.