畜牧养殖自动化方方面面
——如何使用环控数据解决鸡舍环控问题
一、环控数据的现状
畜牧业进入集约化生产时代，高密度带来的高效益吸引企业广泛的追求。面对高集约化的现状，一栋蛋鸡舍8-10万只，肉鸡舍6-8万只，环境控制技术上升到诸多影响因素的首位。国内环控技术的研究和应用起步晚于国外，初期的环控技术来自设备厂家的配套服务，鉴于设备厂家缺乏对养殖技术工艺的了解，初期的环控技术只解决了畜牧业生产的机械化和部分设备自动化问题，降低了养殖业的劳动强度，但对鸡舍环控数据的调整仍以人工操作为主。
进入2010年，随着国外养殖企业进入国内，国外环控技术应用于国内，自动化的基础上得到升级，通风系统实现了智能化。但来自国外的智能化数据，针对中国广泛的地理位置和天气特点，出现了诸多的不实用，智能控制系统预置的环控数据不能解决极端区域和极端天气的特殊问题，部分使用国外设备的企业遇到的问题是设备厂家也没有遇到的问题。
国内目前尚无成熟的环控问题解决系统，一些诸如流动力学系统、热成像系统等尚在尝试阶段，即使可以发现问题，但系统性的解决问题有待时间。目前最普遍的环控问题解决办法是通过环控测试工具对问题鸡舍进行现场测试和分析问题，这种办法存在的问题是获得的数据是碎片化，不能真正定位问题原因。
目前已经有通过鸡舍内安装环控数据读取终端和在线远程输出系统，全程立体的收集连续性数据，由有环控经验的专家进行分析后，发现问题，提出解决方案。未来的发展方向是把通过第二种模式获得的不同季节、不同地域的数据经过现场验证确定标准数据，对现场数据进行对比分析，最终形成专家数据系统，预置到控制器中指导现场环控操作，彻底实现环控智能化管理。 二、环控数据的收集
根据对肉鸡生理功能影响程度，确定需要收集的环控数据包括：温度、湿度、风速、负压、风机开关时间、风门和湿帘开关时间和面积，加湿时间和面积。
为体现数据的全面性，需要对鸡舍进行立体分割，获取鸡舍前、中、后、左、中、右的点数据，针对笼养需要在以上点数据的基础上，增加上、中、下的数据。点数据应包括：温度、风速、温差。
环控数据的收集可以是定期人工测试，如每天鸡舍最热的时间段和最冷的时间段、鸡舍内相同时间的最热区域和最冷区域等。也可以是在选择的区域设置数据读取终端，如温度、湿度、负压探头、风速探头，在电力控制系统内读取风机开关时间、风门和湿帘开关时间，根据时间推算出鸡舍通风量和进风面积，根据体感温度公式、热应激指数公式，将获得的数据通过系统进行转换。
下图是现场控制器中每分钟读取的鸡舍前、中后温度探头收集的温度数据，这类数据提示的异常主要是每日温差，来自每分钟数据的平
均值，平均值对最高值和最低值有修正作用，掩盖了最高最低数据的真实性。
关于数据读取的时间间隔，应依据肉鸡不同周龄对环控条件变化的生理承受能力确定，如1周龄的雏鸡和5周龄肉鸡对高温的承受能力是不同的，相同日龄不同季节对高温和低温的承受能力也是有区别的，需要通过实践进行摸索，环控数据的标准化要依据企业所在地域气象特点和季节、养殖摸索等有所不同而制定，这就是再好的专家智能控制系统也不能完全适应某企业的原因。
摸索环控标准数据是一项长期复杂技术性较强的工作，没有完全可以借鉴的标准。国内一些大型企业已经建立了本企业的数据中心，对现场环控数据收集回传后，与本企业制定的标准数据比较，异常数据启动报告系统和报警系统。建议定期根据外界天气和鸡舍现状修正标准数据。
下图是通过远程在线传出体系收集的环控数据，系统内进行了数据智能处理后，比较清晰的展示出温度、湿度、点温差、风速的变化、
数据读取时间可以是24小时的极限值，也可以通过30分钟的数据进行问题点的解析分析。
三、环控数据的整理
无论是定期检测还是自动读取的环控数据，收集回来后，数据庞大，杂乱无章，不能直接使用。不做分析的直接使用环控数据，不能真正发现问题，会导致问题解决不系统，不彻底，不可续。 获得的环控数据要按照肉鸡生理功能承受能力，确定读取数据的时间，如1-7日龄肉鸡对高温度和风速的承受能力10分钟以内、但对低温的承受能力小于10分钟，5周龄肉鸡对高温的承受能力5分钟以内，但对低温和风速的承受能力＞30分钟等。较密集的读取时间会增加数据量，导致分析困难，远程输出的数据也会导致流量的限制，延迟数据回传时间。
以上数据根据时间轴整理后，推荐使用数据分析工具，如SPSS系统或EXCEL的数据分析工具，选择数据分析工具中的相关分析或回归分析，获取各相关数据间的相关性，筛选出相关性较强的数据再进一步做具体分析。
如下图，14个相关数据，确定比较的X轴数据为死淘率（根据企业关注数据确定），由此可以按照相关系数R值的大小，比较与死淘率相关性最强的数据，筛选出R值＞0.3为有相关性、R值＞0.6为强相关性。
四、环控数据的分析
在诸多环控数据中，要把关注度较高的数据设定为X轴数据，如料肉比、成活率、死淘率、体重等，比较诸多环控数据与关注数据的相关性，获得相关性较强的数据后，通过日龄轴线查找相关日龄，获得强相关日龄后，按照时间轴线分析问题所在。如下图，26日龄后与死淘呈强相关的数据比较全程数据相关系数更高，说明26日龄后的数据更接近问题点。
畜牧养殖自动化方方面面
