CN112379645B - 一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统及方法 - Google Patents
一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统及方法 Download PDFInfo
- Publication number
- CN112379645B CN112379645B CN202011149130.3A CN202011149130A CN112379645B CN 112379645 B CN112379645 B CN 112379645B CN 202011149130 A CN202011149130 A CN 202011149130A CN 112379645 B CN112379645 B CN 112379645B
- Authority
- CN
- China
- Prior art keywords
- feeding
- sow
- node
- information
- sows
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 239000000463 material Substances 0.000 claims abstract description 10
- 230000007613 environmental effect Effects 0.000 claims abstract description 9
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims abstract description 6
- 238000009395 breeding Methods 0.000 claims description 35
- 230000001488 breeding effect Effects 0.000 claims description 33
- 230000015654 memory Effects 0.000 claims description 21
- 238000005303 weighing Methods 0.000 claims description 15
- 230000000903 blocking effect Effects 0.000 claims description 11
- 235000021050 feed intake Nutrition 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 230000037406 food intake Effects 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000003936 working memory Effects 0.000 claims description 5
- 238000011161 development Methods 0.000 claims description 4
- 235000012631 food intake Nutrition 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 229910052742 iron Inorganic materials 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000006806 disease prevention Effects 0.000 claims description 2
- 238000012840 feeding operation Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 abstract 2
- 230000002776 aggregation Effects 0.000 abstract 2
- 230000004931 aggregating effect Effects 0.000 abstract 1
- 238000007599 discharging Methods 0.000 abstract 1
- 241000282898 Sus scrofa Species 0.000 description 16
- 238000007726 management method Methods 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 235000015277 pork Nutrition 0.000 description 4
- 230000001850 reproductive effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000037396 body weight Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 208000007407 African swine fever Diseases 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000001605 fetal effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 244000144980 herd Species 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K67/00—Rearing or breeding animals, not otherwise provided for; New or modified breeds of animals
- A01K67/02—Breeding vertebrates
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Animal Husbandry (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Zoology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统及方法，包括终端监控设备、网络通信层和应用层。终端监控设备由信息采集和控制模块组成，实现母猪耳标、体重、料重等数据的采集，并控制下料装置和自动门；网络通信层包含LoRa汇聚节点和GPRS模块，它汇聚各终端节点的采集数据并上传至云服务器；应用层采用C/S架构，上位机实时获取母猪身份及环境信息，利用Drools规则引擎的Rete匹配算法推理出最优决策量，并将结果发送给下位机。将饲喂规则库、母猪事实库及相关饲喂信息保存于MySQL数据库。本发明可实现群养母猪排队进食且利用专家系统得出最适宜饲喂量并精确下料，采用的Rete匹配算法优化了专家系统的推理效率，提高了系统可靠性。
Description
技术领域
本发明涉及农业物联网智能控制技术领域、农业专家系统应用领域，特别涉及一种利用物联网技术实时获取母猪身份信息、环境信息及远程控制投喂，并结合基于Drools规则引擎的专家系统，实现精确投喂母猪最适宜日粮量的方法。
背景技术
中国是一个农业大国，诸如生猪养殖等畜牧养殖业的规模不断扩大，养殖数量不断上升，长期处于世界领先地位。近三年来全球猪肉消费量稳步增长，预计2022年将达到12000万吨。在巨大需求量的推动下，尤其是具有庞大猪肉市场的中国，生猪养殖业必将得到持续稳定的发展，拥有较好的发展前景。但近些年，我国母猪平均年断奶仔猪数(PSY)始终处于较落后的水平，和欧美国家相比仍然有明显差距。因此，人们日益增长的猪肉消费量同我国母猪平均繁殖能力低下的现状之间的矛盾更为突出。受非洲猪瘟疫情影响，自2018年以来，我国生猪和能繁母猪存栏量同比降幅不断扩大，进入2019年后更是出现断崖式下跌，连续创下12年以来的新低。猪肉价格也随之急剧上涨，影响到人民的饮食生活。
生猪养殖模式逐渐开始转变，积极倡导精细化养殖和福利养猪。精细化养殖要求饲养员能够清晰地了解所有母猪的细节信息，包括繁殖阶段、胎次、体重、实际采食量等。福利养猪要求将能繁母猪从窄小的限位栏里解放出来，事实证明，群养模式可以提高母猪的体况及繁殖能力。如何提高猪场养殖效益，引入科技手段改善猪场养殖模式，成为目前亟待解决的问题。我国现代农业已广泛引入物联网技术，建立物联网测控平台，极大地方便了农业工作者，提高了农业生产效率。专家系统是一个模拟领域专家解决专业问题的计算机程序，将其应用于母猪饲喂，可有效解决基层饲喂专家短缺的问题。运用改进后的适用于母猪饲喂的Rete匹配算法，提升规则引擎的推理速度。
发明内容
本发明针对目前国内生猪养殖业的特殊状况，为缓解生猪存栏量骤减、母猪繁殖性能较差、猪场饲喂效率低下的问题，根据养殖规律精细划分母猪身份信息类别和环境信息类别，利用专家系统科学决策母猪日粮饲喂量，并提高专家系统的可靠性和运行效率，提出一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统及方法。
本发明通过以下技术方案予以实现：
基于Drools规则引擎的群养母猪饲喂站物联网管控系统，包括终端监控设备、网络通信层和应用层。
所述终端监控设备，包括信息采集模块和控制模块；所述信息采集模块，包括RFID耳标阅读器、电子地磅、温湿度传感器、料重传感器；所述控制模块主要是PLC控制的饲喂器和自动门装置，饲喂器的下料部件利用机械结构上的相互配合，实现精确投喂；所述PLC负责采集、发送传感器数据并控制执行设备；所述饲喂器中的无线通信模块将采集的信息发送至汇聚节点并接收下发的控制指令；所述自动门能使母猪在地磅上停留足够多时间，确保称重模块准确测量。所述终端监控设备与进出口门、铁围栏、料槽等构成了群养母猪智能饲喂站。
所述网络通信层包括LoRa汇聚节点和GPRS-DTU通信模块。所述LoRa汇聚节点集聚各终端节点采集的数据，接着由GPRS和上位机建立通信。
所述应用层由母猪养殖专家系统、母猪饲喂监控系统和网络通信接口组成；所述母猪养殖专家系统包括投喂决策、疾病防治、饲料配比和系统维护；所述母猪饲喂监控系统包括猪舍信息、历史数据统计、系统管理等；所述网络通信接口，实现了上位机监控平台与下位机控制系统间的网络通信。
进一步，所述母猪身份信息包括品种、繁殖阶段、时期、胎次，可由RFID阅读器感应耳标获得。所述环境温湿度，采用百叶箱式集成传感器获取。
进一步，所述电子地磅用来称量母猪体重。所述料重传感器可求得母猪实际采食量。当母猪进入地磅区域后，阅读器识别到耳标信号，获取此时料槽中的饲料余量W1，控制器将专家系统下发的决策量W3减去余量后再进行投料，同时打开地磅自动门。待该母猪的耳标在出口处被感应到，获取此时称重传感器数值W2(即下一次的W1)。则W3-W2为母猪的实际采食量，将该值存入数据库中。
进一步，为实现自动投料且保证下料量稳定，采用PLC控制直流推杆电机的方法，电机每动作一次即可完成一次下料操作。当电动推杆向下运动时，堵料下球释放存储的饲料，同时上球封住储料仓。当推杆恢复初始位置时，下球堵住下料口，上球脱离定量仓，给定量仓输料。如此往复，各部件相互配合，可实现精确投喂。还可调节上下两个堵料球的距离及定量仓的长度来控制下料量。
进一步，所述饲喂站采用母猪群养模式，母猪可在活动区域自由跑动、饮水、进食，充分体现福利养猪的优越性。
进一步，所述应用层的上位机监控软件是基于C/S(客户端/服务器)架构的计算机应用程序，服务器后台部署用C#.NET语言编写的窗体应用程序，与GPRS模块和手机端的通信采用基于TCP/IP的Socket通信方式实现，运用ADO.NET访问接口实现与MySQL数据库之间的交互。
进一步，所述母猪养殖专家系统是为了科学指导能繁母猪饮食，最大程度优化母猪体况、改善繁殖能力；所述专家系统的推理机制基于Drools规则引擎开发；所述Drools规则引擎基于JDK1.5+Drools 5.0+MyEclipse10+MySQL8.0平台开发，内嵌了面向对象的Rete模式匹配算法。规则库和推理引擎彼此分离、系统高度封装，后期在更新饲喂规则时无需修改推理机制，可直接使用业务逻辑接口，更便于维护；所述专家系统人机界面是在MyEclipse10开发环境下遵循MVC(Model View Controller)设计模式的桌面应用程序；在MySQL数据库中建立母猪信息事实库及饲喂规则知识库，同时保存上位机接收的采食量和环境数据。
进一步，所述Rete算法是一种应用于产生式系统的前向规则快速匹配算法，它是规则引擎的核心，决定了推理机的运行效率。
进一步，所述母猪信息实时库的字段设计如表1所示。
表1母猪信息事实库字段设计
进一步，所述饲喂规则知识库采用产生式表示法来编写。其一般形式为：When(前件)，THEN(结论)。前件即母猪品种、阶段、时期、胎次、体重等事实数据，结论即最佳日饲喂量。规则库可以描述成与或树的形式，事实库中的属性对树的求值过程即为规则推理。
表2妊娠阶段母猪不同时期的标准饲喂量
进一步，以妊娠母猪为例，探索其最优日粮量。如表2所示，母猪妊娠阶段细分为三个时期，每个时期对应的饲喂量范围有较大差异。此外，每一时期都设有相应的体重标准，若在合理范围之内，饲喂量与体重值呈正相关；若体重过轻，则适当加料；若过重，则适度减料；青年初产母猪日粮量应略低于经产母猪；纯二元猪天生料肉比高、饲料转化率低，相似情况下应适当增加投喂量；通常情况下，一头200kg的母猪所处环境温度低于临界温度每1℃，日粮量需增加100g；当温度高于临界时，湿度略高，有利于母猪散热降温，应小幅增加饲喂量。综上所述，饲料决策量是多重因素影响下的结果，需要养殖专家提供判断规则，正是这些有效规则构成了知识库。
本发明根据上述基于Drools规则引擎的群养母猪饲喂站物联网系统，提出了一种管控方法，有如下步骤：
步骤1，在群养母猪生活区开辟一片区域，安装隔离围栏、联动开关门、电子地磅、自动门、智能饲喂器、料槽、称重传感器及RFID阅读器等；
步骤2，在合适位置安装温湿度传感器，设置每隔5分钟发送一次数据，保存于综合数据库中，提供给专家系统；
步骤3，为每头母猪佩戴电子耳标，当阅读器识别到耳标，应用层的上位机管理系统会自动生成一条包含母猪基本信息的新记录；
步骤4，系统运行，饲喂站出入口处的联动开关门可确保母猪单进单出，避免争先抢食。母猪进入自动称重区域后，关闭的自动门使其在地磅上停留一定时间，确保称重模块测量的准确性。同时，RFID阅读器感应到耳标信号，上位机显示该母猪身份信息，并为专家系统决策提供实时数据支持；
步骤5，依据母猪个体和环境信息，专家系统的Drools推理引擎利用Rete算法将事实数据与知识库规则进行匹配，得出下料基准量，再由体重和带仔数计算出最终饲喂量。发送该结果给下位机，控制器将该数值减去饲料余量得到实际下料量后，再开始投喂；
步骤6，母猪完成进食后，从出口通道走出，阅读器感应到后，将实际采食量发送给上位机。同时，入口门锁扣开启，下一头等待进食的母猪进入饲喂站。就此，一个采食周期结束，饲养员可随时查看母猪群的饲喂状况。
进一步，所述步骤5具体执行以下步骤：
步骤5.1，从工作内存中取出一个待匹配的pigFact对象，从根节点进入后进行模式匹配。
步骤5.2，首先进行pigFact母猪阶段类型的匹配，如果阶段类型满足条件，则把pigFact对象的引用记录保存至第一个α节点的α内存区中，并退出阶段类型匹配。
步骤5.3，接着对母猪品种进行比较，匹配成功后，将pigFact的引用记录存于第二个α节点的α内存区中，然后找到该节点的左引用，即第一个β节点。
步骤5.4，该β节点找到自己的左引用，即第一个α节点，确定该α节点的α内存区中是否存放了pigFact的引用，若有则说明阶段和品种两个类型条件都满足，则在该β节点的β内存区中存放pigFact的引用，退出品种类型匹配。
步骤5.5，对母猪阶段天数进行匹配，若阶段天数符合条件，则将pigFact对象的引用记录存于第三个α节点的α内存区中，然后找到该α节点的左引用，即第二个β节点。
步骤5.6，该β节点找到自己的左引用，即第一个β节点，确认第一个β节点的β内存区中是否存放了pigFact的引用，如果存放，则说明阶段、品种和阶段天数三个条件都符合。并在第二个β节点的β内存区中存放pigFact的引用，退出阶段天数类型匹配。
步骤5.7，重复上述操作，直到7种类型匹配完毕，进入议程，执行该规则结论。
步骤5.8，PLC收到上位机下达的专家系统饲喂量后减去剩料重量得出实际下料量，并控制投料机构。
本发明的有益效果：
1.利用专家系统科学决策母猪最优日粮量，利用饲喂器机械结构中堵料球和定量仓的配合，对决策量进行精确投喂。
2.开发基于Rete模式匹配算法的Drools规则引擎，利用算法状态保存和节点共享的优势，提升专家系统推理机的运行效率。
3.采用能繁母猪群养饲喂模式，解放母猪于限位栏中，体现了福利养猪的新理念和优越性；确保母猪健康的体况和较好的繁殖性能，极大地发挥能繁母猪作为猪场核心生产力的关键作用；一个母猪群仅需一个饲喂站，节约了人力成本。
附图说明
图1是本发明系统总体结构图。
图2是本发明饲喂器精确下料原理图。
图3是本发明群养母猪饲喂站模拟结构图。
图4是本发明饲喂系统工作流程图。
图5是本发明服务器监控软件功能框图。
图6是本发明Android手机端监控界面。
图7是Drools专家系统结构图。
图8是本发明专家系统知识库界面。
图9是本发明Rete算法推理网络图。
图10是本发明专家系统投喂决策界面。
图2中，1为储料仓、2为推杆、3为堵料上球、4为定量仓、5为堵料下球。
具体实施方式
下面结合附图对本发明作进一步说明。
本发明是基于Drools规则引擎的群养母猪饲喂站物联网管控系统，系统的总体结构如图1所示，主要包括终端监控设备、网络通信层和应用层。
进一步，所述终端监控设备的饲喂器结构如图2所示，图标1为储料仓、图标2为推杆、图标3为堵料上球、图标4为定量仓、图标5为堵料下球。当电动推杆动作时，堵料下球释放储存的饲料，同时上球封住储料仓。当推杆恢复初始位置时，下球堵住下料口，上球脱离定量仓，给定量仓输料。且可调节上下堵料球的距离和定量仓的长度来控制每次下料量的多少。一般情况下，由于专家系统的决策结果并非整百的数字，所以饲喂器采用“少量多投”的方式，单次下料标准调整为50g。
进一步，如图3所示，所述终端监控设备主要是一个群养母猪智能饲喂站，包括饲喂器、称重传感器、电子地磅、RFID阅读器、自动门等。所述饲喂站配有联动出入门，前一头母猪出门后，后一头方可进入，避免了集体抢食。所述自动门使母猪在地磅上停留一定时间，以提高称重模块测量准确度。所述称重传感器通过采食前后的料重差值计算出母猪实际采食量。
进一步，图4是整个管控系统的工作流程图。母猪入站后首先进入电子地磅，1号阅读器感应到后，上位机获取母猪耳标编号，将编号作为主键查询数据库中相关记录，把对应的身份信息和体重值提供给专家系统，由它推理出最优决策量；PLC将上位机下发的决策量数据减掉此时的余料重量后，再开始投喂；接着，判断2号阅读器是否识别到耳标号，若阅读器有响应，则表明母猪采食完毕已出站，控制器把决策量减剩余量的值即实际吃料量发送给上位机保存；与此同时，由于联动装置，入口门锁扣自动弹开，等待下一只母猪进入；若限定的采食时间已到，仍未识别，则发出提醒信号，呼叫饲养员前来处理。
进一步，应用层服务器监控软件基于C/S架构，使用C#.Net语言在VisualStudio2017环境下开发。其功能结构如图5所示，包括母猪养殖专家系统、母猪饲喂监控系统及网络通信接口。所述母猪养殖专家系统根据母猪的身份信息、体重和温湿度来推理出较合理的饲喂量；所述母猪饲喂监控系统可以查看和管理所有母猪的历史数据；所述网络通信接口，实现了服务器与客户端之间的通信。
进一步，在Android Studio 4.0.1开发环境下编写手机监控程序，图6是手机端监控界面，清晰地展现了母猪编号、饲喂决策量和实际采食量等信息。一个大型猪舍往往配备多个饲喂站，用户点击“选择饲喂站节点编号”下拉菜单可选择要监控的饲喂站编号；用户点击“选择母猪编号”下拉菜单可查看对应该母猪的饲喂情况；左下角的三个按钮是通过与服务器程序建立的网络连接，获取对应母猪的决策量和实际采食量；用户点击“立即下料”按钮可远程控制下料。由此饲养员能够随时随地对母猪饲喂情况进行监控。
进一步，本系统将Drools规则引擎组件嵌入母猪专家系统应用程序，运用Rete算法匹配工作内存中的事实对象和加载在引擎中的饲喂规则。所述Drools专家系统结构如图7所示，其内部由推理引擎、规则库、事实库组成，外部有应用程序接口。所述规则引擎的工作流程分为以下几步：a.导入初始数据至工作内存；b.利用模式匹配算法判断数据和规则；c.若同时激活多个规则，将引入冲突集；d.冲突消解后，将激活的规则放入议程；e.执行规则；重复b到e，直到执行完议程中所有规则。
本发明根据上述Drools规则引擎的群养母猪饲喂站物联网管控系统，提出一种控制方法，包括如下步骤：
步骤1，在群养母猪舍中开辟一片区域，安装饲喂器、地磅、铁围栏等现场设备；
步骤2，在合适位置安装温湿度传感器，设置每隔5分钟发送一次数据；
步骤3，为每头母猪佩戴电子耳标，当阅读器识别到耳标后，上位机中便会自动生成一条新记录；
步骤4，系统运行，饲喂站出入口处的联动开关门可确保母猪单进单出，避免争先抢食。母猪进入自动称重区域后，关闭的自动门使其在地磅上停留一定时间，确保称重模块测量的准确性。同时，RFID阅读器感应到耳标信号，上位机显示该母猪身份信息，并为专家系统决策提供支持数据；
步骤5，依据母猪个体和环境信息，专家系统的Drools推理引擎利用Rete算法将事实数据与知识库规则进行匹配，得出下料基准量，再由体重和带仔数计算出最终饲喂量。发送该结果给下位机，控制器将该数值减去饲料余量得到实际下料量后，再开始投喂；所述知识库是由领域专家在专家系统知识库接口中录入饲喂规则而得，规则库可视化界面如图8所示；
步骤6，母猪采食完毕，从出口通道出去，阅读器感应后，将实际采食量发给上位机。同时，入口门锁扣开启，下一头等待进食的母猪进入饲喂站。就此，一个采食周期结束，数据库保存母猪身份及饲喂信息，便于工作人员查询和分析实际采食量等关键数据。
进一步地，所述步骤5中Rete网络模式匹配过程具体执行以下步骤：
步骤5.1，Rete算法可看作一个包含四类节点的推理网络，分别是根节点、类型节点、α节点和β节点。事实数据从根节点流入Rete网络，类型节点存储事实的类型。如图9所示，从工作内存中取出一个待匹配的pigFact对象，从根节点进入后进行模式匹配。
步骤5.2，首先进行pigFact阶段类型的匹配，若阶段类型满足条件，则把pigFact对象的引用记录保存至A节点的α内存区中，并退出阶段类型匹配。
步骤5.3，接着对母猪品种类型进行比较，匹配成功后，将pigFact的引用记录存于B节点的α内存区中，然后找到B节点左引用的β节点，即C节点。每次匹配后，中间状态存储于α和β节点中，在下轮操作时可避免大量重复计算，效率远高于传统匹配方法，因此更适用于母猪饲喂这类事实集变化不大的系统。
步骤5.4，C节点找到自己的左引用，即A节点，确定A节点的α内存区中是否存放pigFact的引用，若存放则说明阶段和品种两个类型条件都满足，则在C节点的β内存区中存放pigFact的引用，退出品种类型匹配。
步骤5.5，接着对母猪阶段天数进行匹配，若阶段天数符合条件，则将pigFact对象的引用记录存于D节点的α内存区中，然后找到D节点左引用的β节点，即E节点。
步骤5.6，E节点找到自己的左引用，即C节点，确认C节点的β内存区中是否存放了pigFact的引用，如果存放，则说明阶段、品种和阶段天数三个条件都符合。并在E节点的β内存区中存放pigFact的引用，退出阶段天数类型匹配。
步骤5.7，重复上述操作，若7种类型均匹配成功，则进入议程并执行该规则的结论。举实例说明，若匹配到母猪的繁殖阶段为“妊娠”、品种为“三元猪”、阶段天数为“6天”、胎次为“3”、体重为“159.60kg”、温度为“19.3℃”、湿度为“55.6％”，则根据知识库推理出的决策量为每一百公斤体重执行900克饲料，因此当日最佳饲喂量为900*159.60/100＝1436.40克。
步骤5.8，称重传感器检测出此时饲料余量为125.30克，得出实际下料量为1436.4-125.3＝1311.10克。由于饲喂器单次下料标准为50克，所以PLC经过计算后控制下料推杆电机动作26次，预计下料量约为1300克。
在规模化猪场群养模式下，往往同一品种、阶段的母猪会在同一猪舍集体养殖，且环境温湿度短时间内不会明显变化。因此，母猪专家系统能充分发挥Rete算法状态保存和节点共享上的优势。
图10为母猪养殖专家系统投喂决策界面，用户点击投喂决策菜单，进入母猪饲喂量决策界面，输入母猪基本信息、环境信息、带仔数和体重值后，系统得出最佳日粮量，再将决策数据发送给下位机执行投料。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技术所创的等效方式或变更均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于Drools规则引擎的群养母猪饲喂站物联网管控方法，其特征在于，包括如下步骤：
步骤1，在群养母猪舍内安装信息采集装置，采集母猪个体信息和环境信息；
步骤2，采集猪舍温度和湿度，设置每隔5分钟发送一次数据，保存于综合数据库中，提供给专家系统；
步骤3，利用母猪佩戴的电子耳标，结合应用层的上位机管理系统自动生成一条包含母猪基本信息的新记录；
步骤4，当母猪进入自动称重区域后，其在地磅上停留一定时间，以准确获得母猪体重信息；同时，RFID阅读器感应到耳标信号，上位机显示该母猪身份信息，并为专家系统决策提供实时数据支持；
步骤5，依据母猪个体和环境信息，专家系统的Drools推理引擎利用Rete算法将实时数据与知识库规则进行匹配，得出下料基准量，再由体重和带仔数计算出最终饲喂量，发送所述最终饲喂量给下位机，控制器将所述最终饲喂量减去饲料余量得到实际下料量后，开始投喂；
所述步骤5中基于Drools推理引擎利用Rete算法具体设计包括：
步骤5.1，从工作内存中取出一个待匹配的pigFact对象，从根节点进入后进行模式匹配；
步骤5.2，首先进行pigFact母猪阶段类型的匹配，如果阶段类型满足条件，则把pigFact对象的引用记录保存至第一个α节点的α内存区中，并退出阶段类型匹配；
步骤5.3，接着对母猪品种进行比较，匹配成功后，将pigFact的引用记录存于第二个α节点的α内存区中，然后找到该节点的左引用，即第一个β节点；
步骤5.4，该β节点找到自己的左引用，即第一个α节点，确定该α节点的α内存区中是否存放了pigFact的引用，若有则说明阶段和品种两个类型条件都满足，则在该β节点的β内存区中存放pigFact的引用，退出品种类型匹配；
步骤5.5，对母猪阶段天数进行匹配，若阶段天数符合条件，则将pigFact对象的引用记录存于第三个α节点的α内存区中，然后找到该α节点的左引用，即第二个β节点；
步骤5.6，该β节点找到自己的左引用，即第一个β节点，确认第一个β节点的β内存区中是否存放了pigFact的引用，如果存放，则说明阶段、品种和阶段天数三个条件都符合，并在第二个β节点的β内存区中存放pigFact的引用，退出阶段天数类型匹配；
步骤5.7，重复步骤5.1-5.6，直到7种类型匹配完毕，进入议程，执行Rete算法规则结论；
步骤6，母猪完成进食后，从出口通道走出，阅读器感应到后，获得母猪体重差，该差值即为实际进食量，将实际采食量发送给上位机；同时，入口门锁扣开启，下一头等待进食的母猪进入饲喂站；如此循环直至采食周期结束。
2.根据权利要求1所述的一种基于Drools规则引擎的群养母猪饲喂站物联网管控方法，其特征在于，所述步骤1中的采集装置包括围栏、联动开关门、电子地磅、自动门、智能饲喂器、料槽、称重传感器、温湿度传感器及RFID阅读器。
3.根据权利要求1所述的一种基于Drools规则引擎的群养母猪饲喂站物联网管控方法，其特征在于，所述管控方法能够应用于手机APP，由手机端监控界面展示母猪编号、饲喂决策量和实际采食量信息；针对大型猪舍配备的多个饲喂站，用户点击“选择饲喂站节点编号”下拉菜单可选择要监控的饲喂站编号；用户点击“选择母猪编号”下拉菜单可查看对应该母猪的饲喂情况；左下角设计三个按钮是通过与服务器程序建立的网络连接，获取对应母猪的决策量和实际采食量；用户点击“立即下料”按钮可远程控制下料，实现饲养员能够随时随地对母猪饲喂情况进行监控。
4.一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统，其特征在于，包括终端监控设备、网络通信层和应用层；
所述终端监控设备，包括信息采集模块和控制模块；所述信息采集模块，包括RFID耳标阅读器、电子地磅、温湿度传感器、料重传感器；所述控制模块主要是PLC控制的饲喂器和自动门装置，饲喂器的下料部件能实现精确投喂；所述PLC负责采集、发送传感器数据并控制执行设备；所述饲喂器中的无线通信模块将采集的信息发送至汇聚节点并接收下发的控制指令；所述自动门能使母猪在地磅上停留足够多时间，确保称重模块准确测量，所述终端监控设备与进出口门、铁围栏、料槽构成了群养母猪智能饲喂站；
所述网络通信层包括LoRa汇聚节点和GPRS-DTU通信模块，所述LoRa汇聚节点集聚各终端节点采集的数据，接着由GPRS和上位机建立通；
所述上位机的应用层由母猪养殖专家系统、母猪饲喂监控系统和网络通信接口组成；所述母猪养殖专家系统包括投喂决策、疾病防治、饲料配比和系统维护；所述母猪饲喂监控系统包括猪舍信息、历史数据统计、系统管理；所述网络通信接口，实现上位机监控平台与下位机控制系统间的网络通信。
5.根据权利要求4所述的一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统，其特征在于，所述采集的母猪身份信息包括品种、繁殖阶段、时期、胎次，由RFID阅读器感应耳标获得。
6.根据权利要求4所述的一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统，其特征在于，所述饲喂器采用PLC控制直流推杆电机实现，电机每动作一次即可完成一次下料操作；当电动推杆向下运动时，堵料下球释放存储的饲料，同时上球封住储料仓；当推杆恢复初始位置时，下球堵住下料口，上球脱离定量仓，给定量仓输料；如此往复实现精确投喂；此外，还可通过调节上下两个堵料球的距离及定量仓的长度来控制下料量。
7.根据权利要求4所述的一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统，其特征在于，所述应用层的上位机监控软件是基于C/S架构的计算机应用程序，服务器后台部署用C#.NET语言编写的窗体应用程序，与GPRS模块和手机端的通信采用基于TCP/IP的Socket通信方式实现，运用ADO.NET访问接口实现与MySQL数据库之间的交互；
所述专家系统的推理机制基于Drools规则引擎开发；所述Drools规则引擎基于JDK1.5+Drools 5.0+MyEclipse10+MySQL8.0平台开发，内嵌了面向对象的Rete模式匹配算法，规则库和推理引擎彼此分离、系统高度封装，后期在更新饲喂规则时无需修改推理机制，可直接使用业务逻辑接口；所述专家系统人机界面是在MyEclipse10开发环境下遵循MVC设计模式的桌面应用程序；在MySQL数据库中建立母猪信息事实库及饲喂规则知识库，同时保存上位机接收的采食量和环境数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011149130.3A CN112379645B (zh) | 2020-10-23 | 2020-10-23 | 一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011149130.3A CN112379645B (zh) | 2020-10-23 | 2020-10-23 | 一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112379645A CN112379645A (zh) | 2021-02-19 |
| CN112379645B true CN112379645B (zh) | 2022-01-11 |
Family
ID=74580837
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011149130.3A Active CN112379645B (zh) | 2020-10-23 | 2020-10-23 | 一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112379645B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113052563A (zh) * | 2021-04-08 | 2021-06-29 | 河南牧原智能科技有限公司 | 基于物联网的养殖云平台、养殖信息处理方法及相关组件 |
| CN114731960B (zh) * | 2022-03-22 | 2022-12-09 | 四川正狐智慧科技有限公司 | 一种下料设备及下料方法 |
| CN116649251B (zh) * | 2023-08-01 | 2023-09-29 | 山东华邦农牧机械股份有限公司 | 一种禽类养殖环境的智能控制系统及方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6883101B1 (en) * | 2000-02-08 | 2005-04-19 | Harris Corporation | System and method for assessing the security posture of a network using goal oriented fuzzy logic decision rules |
| CN206341714U (zh) * | 2016-11-15 | 2017-07-21 | 河南南商农牧科技股份有限公司 | 一种妊娠舍母猪精确饲喂装置 |
| CN107145949B (zh) * | 2017-05-04 | 2020-07-21 | 中国科学院软件研究所 | 一种多核实时规则推理方法 |
| CN108040886A (zh) * | 2017-11-03 | 2018-05-18 | 江苏大学 | 一种基于物联网的集约化生猪健康养殖智能系统及方法 |
| CN108876652A (zh) * | 2018-06-28 | 2018-11-23 | 江苏大学 | 一种基于专家系统的妊娠母猪精细饲喂管理系统及饲喂控制方法 |
| CN109062129A (zh) * | 2018-08-23 | 2018-12-21 | 江苏大学 | 一种基于web的生猪饲喂远程监控系统及其控制方法 |
| CN111435344B (zh) * | 2019-01-15 | 2023-03-21 | 中国石油集团川庆钻探工程有限公司长庆钻井总公司 | 一种基于大数据的钻井提速影响因素分析模型 |
| CN110568793A (zh) * | 2019-09-16 | 2019-12-13 | 江苏大学 | 一种基于时分复用组网与故障树的母猪舍物联网系统及其控制方法 |
| CN111242797A (zh) * | 2020-02-28 | 2020-06-05 | 江苏大学 | 一种猪舍环境适宜度的预测系统及方法 |
| CN111787064B (zh) * | 2020-06-04 | 2023-08-01 | 深圳市酷开网络科技股份有限公司 | 一种基于专家系统的物联网联动控制方法及系统 |
-
2020
- 2020-10-23 CN CN202011149130.3A patent/CN112379645B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112379645A (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112379645B (zh) | 一种基于Drools规则引擎的群养母猪饲喂站物联网管控系统及方法 | |
| CN107182909B (zh) | 一种猪只饲喂方法、服务器、饲喂器及系统 | |
| KR102653494B1 (ko) | 축산 자동 관리 시스템 | |
| RU2464780C2 (ru) | Способ, устройство и компьютерный программный продукт для управления группой молочного скота | |
| Nielsen et al. | Economic consequences of mastitis and withdrawal of milk with high somatic cell count in Swedish dairy herds | |
| CN109062129A (zh) | 一种基于web的生猪饲喂远程监控系统及其控制方法 | |
| Ostersen et al. | Detecting oestrus by monitoring sows’ visits to a boar | |
| KR20200117610A (ko) | 전자식 모돈 관리 장치 | |
| JP6902815B1 (ja) | 畜産情報管理システム、畜産情報管理方法、及び畜産情報管理プログラム | |
| CN104247670A (zh) | 一种妊娠母猪自动精准饲喂方法 | |
| KR102652345B1 (ko) | 축산 제어 시스템, 축산 제어 서버, 축산 제어 방법, 및 기록 매체에 격납된 축산 제어 프로그램 | |
| Blanc et al. | Modelling the reproductive efficiency in a beef cow herd: effect of calving date, bull exposure and body condition at calving on the calving–conception interval and calving distribution | |
| Van Asseldonk et al. | Dynamic programming to determine optimum investments in information technology on dairy farms | |
| Yager et al. | Optimal policies for marketing cull beef cows | |
| Maltz | Novel technologies: sensors, data and precision dairy farming | |
| CN113179963A (zh) | 一种养殖场智能管理及精准饲喂系统及方法 | |
| KR101234695B1 (ko) | 모돈 사료공급방법 | |
| AU2021103133A4 (en) | The invention relates to a control method for automatic and precise feeding of pregnant sows | |
| KR102568301B1 (ko) | 축산 정보 관리 시스템, 축산 정보 관리 서버, 축산 정보 관리 방법, 기록 매체에 격납된 축산 정보 관리 프로그램, 축산 정보 관리용 데이터 구조 | |
| Banhazi et al. | Development of precision livestock farming (PLF) technologies for the Australian pig industry | |
| CN112241838B (zh) | 一种规模化肉牛养殖场的设计系统及方法 | |
| Kliś et al. | Prediction of cow's fertility based on data recorded by automatic milking system during the periparturient period | |
| Hansen | Animal welfare and farm economy-exploring the relationship between dairy animal welfare indicators and economic efficiency | |
| CN113448274B (zh) | 精准饲喂方法、装置、设备及可读存储介质 | |
| Nedvědová et al. | Economics of dairy farm: Simulation study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230817 Address after: 052360 west of Zhaizi village, Jiucheng Town, Xinji City, Shijiazhuang City, Hebei Province Patentee after: Hebei Zhengnong animal husbandry Co.,Ltd. Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee before: Dragon totem Technology (Hefei) Co.,Ltd. Effective date of registration: 20230817 Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Dragon totem Technology (Hefei) Co.,Ltd. Address before: Zhenjiang City, Jiangsu Province, 212013 Jingkou District Road No. 301 Patentee before: JIANGSU University |
|
| TR01 | Transfer of patent right |