一种生猪设施养殖环境舒适度预警系统技术方案

本发明专利技术提供一种生猪设施养殖环境舒适度预警系统，包括：基于物联网的猪舍多环境参数采集模块，通过采集猪舍多环境参数，用以对猪舍进行多环境参数的检测和调控；猪舍环境舒适度评价模块，用于对猪舍多环境参数进行检测、预测和猪舍环境舒适度的预警；其中，猪舍环境舒适度评价模块包括：猪舍NH3浓度预测子模块、猪舍温度预测子模块、猪舍风速预测子模块、猪舍NH3浓度动态校正子模块和基于MSCPSO

【技术实现步骤摘要】
一种生猪设施养殖环境舒适度预警系统


[0001]本专利技术涉及农业设施养殖智能自动化装备领域，特别涉及一种生猪设施养殖环境舒适度预警系统。

技术介绍

[0002]猪舍环境质量是生猪健康养殖的关键，直接影响猪只的生存状态、生长性能和繁殖性能。保持猪舍环境正常处于舒适的状态，可以确保猪群健康，有效预防和减少猪病的发生，提高仔猪的生长发育性能和母猪的繁殖力水平。随着集约化高密度养殖技术的发展，我国生猪养殖模式从人工养殖模式朝规模化的设施养殖模式转变。
[0003]目前，我国生猪设施养殖环境监测技术、智能决策手段和生猪设施养殖智能化相对较落后。主要难点在于：生猪设施养殖环境是一个多变量、非线性时变耦合系统，各环境因子之间相互影响、相互制约，作用机理复杂。因此，亟需利用先进的智能感知技术和智能决策技术研究探索生猪设施养殖多环境参数的监测、评价预测理论与方法，实现猪舍环境的精度调控，确保猪只健康生长，提高猪场环境质量管理水平，对国内生猪养猪业的可持续发展具有重要的理论价值和现实意义。
[0004]国外有关于应用人工神经网络进行农业养殖环境质量的评价预测研究，国内也有学者曾应用神经网络对农业养殖环境质量进行评价预测。准确评价预测农业养殖舍环境舒适度，有利于养殖管理人员及时了解猪舍环境空气质量状况，对养殖舍环境及时调控提供科学依据，有利于提高动物健康和福利及养殖户的养殖经济效益。但是，上述研究工作均未着重将神经网络等应用于猪舍内生猪养殖环境舒适度评价上。

技术实现思路

[0005]本专利技术目的之一在于提供了一种生猪设施养殖环境舒适度预警系统，分析了猪舍关键环境参数对环境舒适度的影响，提出猪舍环境舒适度的温度和风速校正方法，旨在提高生猪设施养殖猪舍环境舒适度的评价精度。
[0006]本专利技术实施例提供的一种生猪设施养殖环境舒适度预警系统，包括：
[0007]基于物联网的猪舍多环境参数采集模块，通过采集猪舍多环境参数，用以对猪舍进行多环境参数的检测和调控；
[0008]猪舍环境舒适度评价模块，用于对所述猪舍多环境参数进行检测、预测和猪舍环境舒适度的预警；
[0009]其中，所述猪舍环境舒适度评价模块包括：猪舍NH3浓度预测子模块、猪舍温度预测子模块、猪舍风速预测子模块、猪舍NH3浓度动态校正子模块和基于MSCPSO
‑
Elman神经网络的猪舍环境舒适度评价器。
[0010]优选的，所述猪舍多环境参数采集模块包括：终端监控设备、网络通信层和应用层；
[0011]终端监控设备和网络通信层之间通过LoRa网络进行长距离通信；
[0012]网络通信层和应用层之间通过GPRS网络进行远距离通信。
[0013]优选的，所述终端监控设备包括：信息采集模块、信息传输模块和设备控制模块；
[0014]所述信息采集模块包括：温湿度传感器、氨气传感器、二氧化碳传感器、硫化氢传感器、风速传感器和灰尘传感器；
[0015]所述信息传输模块为LoRa无线通信模块；
[0016]所述设备控制模块为由PLC控制的负压风机、湿帘、加热器、气体净化器和触摸屏；所述PLC负责采集、发送传感器数据并控制现场设备；
[0017]所述LoRa无线通信模块将采集的猪舍环境信息发送至LoRa汇聚节点并接收下发的控制指令。
[0018]优选的，所述网络通信层包括：LoRa汇聚节点和GPRS
‑
DTU模块；
[0019]所述LoRa汇聚节点汇聚各LoRa终端信息采集点采集的猪舍多环境参数数据，通过GPRS
‑
DTU模块和上位机建立通信连接。
[0020]优选的，所述应用层包括：所述猪舍环境舒适度评价模块、猪舍环境监控模块和网络通信接口；
[0021]所述猪舍环境监控模块的功能包括：猪舍信息汇总、历史数据统计分析、实时数据获取、系统管理；
[0022]所述网络通信接口实现上位机监控平台和下位机测控系统间的网络通信。
[0023]优选的，所述猪舍NH3浓度预测子模块包括：基于密度的猪舍NH3浓度聚类分析分类器、多个小波分解模型、多组LSTM神经网络预测模型和小波神经网络猪舍NH3浓度预测结果重构模型；
[0024]所述猪舍多环境参数中的猪舍内多个NH3浓度检测点的NH3浓度值作为所述猪舍NH3浓度聚类分析分类器的输入；
[0025]所述猪舍NH3浓度聚类分析分类器对所述NH3浓度值进行分类，分类后的每种类型的猪舍检测点NH3浓度值作为对应所述小波分解模型的输入；
[0026]所述小波分解模型的低频分量和多个高频分量作为每组所述LSTM神经网络模型的输入；
[0027]每组所述LSTM神经网络模型的预测值经等权重线性求和得到融合预测值；
[0028]每组所述LSTM神经网络模型的所述融合预测值作为所述小波神经网络NH3浓度预测结果重构模型的输入；
[0029]所述小波神经网络NH3浓度预测结果重构模型的输出值作为猪舍NH3浓度预测子模块的最终NH3浓度预测输出值。
[0030]优选的，所述猪舍温度预测子模块包括：基于模型的猪舍温度聚类分析分类器、多个CMAC小脑模型神经网络温度预测模型和小波神经网络猪舍温度预测结果重构模型；
[0031]所述猪舍多环境参数中的猪舍内多个温度检测点的温度值作为所述猪舍温度聚类分析分类器的输入；
[0032]所述猪舍温度聚类分析分类器对所述温度值进行分类，分类后的每种类型的猪舍温度检测点温度值作为对应所述CMAC小脑模型神经网络温度预测模型的输入；
[0033]所述CMAC小脑模型神经网络温度预测模型的温度预测值作为所述小波神经网络猪舍温度预测结果重构模型的输入；
[0034]所述小波神经网络猪舍温度预测结果重构模型的输出值作为猪舍温度预测子模块的最终温度预测输出值。
[0035]优选的，所述猪舍风速预测子模块包括：猪舍风速EEMD分解模型、样本熵合并重组模型、3个ELM神经网络模型和小波神经网络猪舍风速预测结果重构模型；
[0036]猪舍风速EEMD分解模型将所述猪舍多环境参数中的猪舍内多个风速检测点的风速值分解为多个IMF分量和一个残余量；
[0037]样本熵合并重组模型将多个IMF分量和一个残余量重组为随机分量、细节分量和趋势分量；
[0038]随机分量、细节分量和趋势分量分别作为3个ELM神经网络风速预测模型的输入；
[0039]3个ELM神经网络风速预测模型的输出作为小波神经网络猪舍风速预测结果重构模型的输入；
[0040]小波神经网络猪舍风速预测结果重构模型的输出值作为猪舍风速预测子模块的最终猪舍风速预测输出值。
[0041]优选的，所述猪舍NH3浓度动态校正子模块包括：4个dy/dt和DRNN神经网络；
[0042]所述4个dy/dt均分2组，每组2个dy/dt串联构成变化率回路1和变化率回路2；
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生猪设施养殖环境舒适度预警系统，其特征在于，包括：基于物联网的猪舍多环境参数采集模块，通过采集猪舍多环境参数，用以对猪舍进行多环境参数的检测和调控；猪舍环境舒适度评价模块，用于对所述猪舍多环境参数进行检测、预测和猪舍环境舒适度的预警；其中，所述猪舍环境舒适度评价模块包括：猪舍NH3浓度预测子模块、猪舍温度预测子模块、猪舍风速预测子模块、猪舍NH3浓度动态校正子模块和基于MSCPSO
‑
Elman神经网络的猪舍环境舒适度评价器。2.如权利要求1所述的一种生猪设施养殖环境舒适度预警系统，其特征在于，所述猪舍多环境参数采集模块包括：终端监控设备、网络通信层和应用层；终端监控设备和网络通信层之间通过LoRa网络进行长距离通信；网络通信层和应用层之间通过GPRS网络进行远距离通信。3.如权利要求2所述的一种生猪设施养殖环境舒适度预警系统，其特征在于，所述终端监控设备包括：信息采集模块、信息传输模块和设备控制模块；所述信息采集模块包括：温湿度传感器、氨气传感器、二氧化碳传感器、硫化氢传感器、风速传感器和灰尘传感器；所述信息传输模块为LoRa无线通信模块；所述设备控制模块为由PLC控制的负压风机、湿帘、加热器、气体净化器和触摸屏；所述PLC负责采集、发送传感器数据并控制现场设备；所述LoRa无线通信模块将采集的猪舍环境信息发送至LoRa汇聚节点并接收下发的控制指令。4.如权利要求2所述的一种生猪设施养殖环境舒适度预警系统，其特征在于，所述网络通信层包括：LoRa汇聚节点和GPRS
‑
DTU模块；所述LoRa汇聚节点汇聚各LoRa终端信息采集点采集的猪舍多环境参数数据，通过GPRS
‑
DTU模块和上位机建立通信连接。5.如权利要求2所述的一种生猪设施养殖环境舒适度预警系统，其特征在于，所述应用层包括：所述猪舍环境舒适度评价模块、猪舍环境监控模块和网络通信接口；所述猪舍环境监控模块的功能包括：猪舍信息汇总、历史数据统计分析、实时数据获取、系统管理；所述网络通信接口实现上位机监控平台和下位机测控系统间的网络通信。6.如权利要求1所述的一种生猪设施养殖环境舒适度预警系统，其特征在于，所述猪舍NH3浓度预测子模块包括：基于密度的猪舍NH3浓度聚类分析分类器、多个小波分解模型、多组LSTM神经网络预测模型和小波神经网络猪舍NH3浓度预测结果重构模型；所述猪舍多环境参数中的猪舍内多个NH3浓度检测点的NH3浓度值作为所述猪舍NH3浓度聚类分析分类器的输入；所述猪舍NH3浓度聚类分析分类器对所述NH3浓度值进行分类，分类后的每种类型的猪舍检测点NH3浓度值作为对应所述小波分解模型的输入；所述小波分解模型的低频分量和多个高频分量作为每组所述LSTM神经网络模型的输入；
每组所述LSTM神经网络模型的预测值经等权重线性求和得到融合预测值；每组所述LSTM神经网络模型的所述融合预测值作为所述小波神经网络NH3浓度预测结果重构模型的输入；所述小波神经网络NH3浓度预测结果重构模型的输出值作为猪舍NH3...

【专利技术属性】
技术研发人员：陈冲，陈吕明，杨汉华，陈中，沈翠凤，彭思敏，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：