模型驱动的多变量控制图和支矢量机器作为工具来检测奶过程中的变化,并监测客厅性能

科学领域:

• 乳制品科学 乳制品科学
• 农业工程 农业工程
• 农业中的数据分析.

背景情况:

• 奶制过程的效率对于奶牛场管理至关重要.
• 牛奶计数据的变化使得监测奶制过程控制变得具有挑战性.
• 识别与正常挤奶模式的偏差对于保持最佳性能至关重要.

研究的目的:

• 开发一个模型来评估在鱼骨和平行小屋的失控挤奶过程.
• 从历史奶室记录中过异常数据点.
• 为了确定关键的挤奶变量,表明工艺偏差.

主要方法:

• 一项为期一年的纵向实地研究,涉及16个配备牛群管理软件和电子牛奶计的奶房.
• 应用基于模型的多变量控制图 (MDMVCC).
• 支持矢量机器 (SVM) 的集成用于数据分析和分类.

主要成果:

• 导致不受控制的挤奶的关键变量是:开始 (31.9%),多次附着 (28.5%),不规则的起飞 (16.5%),早期的牛奶产量 (10.8%),低牛奶流量时间 (7.9%) 和平均牛奶流量 (4.4%) 的百分比.
• 当奶制过程得到控制时,奶制室的总性能 (奶产/牛/小时) 提高了7.7%.
• 开发的模型成功检测了变化,并确定了关键控制点.

结论:

• 基于模型的多变量控制图 (MDMVCC) 与支持矢量机 (SVM) 结合,为检测奶过程变化提供了一个有希望的方法.
• 这种方法可以有效地监测性能,并识别鱼骨和并行挤奶室的问题.
• 实施该系统可以带来改善奶牛场管理和增加牛奶产量.