CN115587661A - 一种联合场界指标的畜禽养殖场空气质量优化系统及方法 - Google Patents
一种联合场界指标的畜禽养殖场空气质量优化系统及方法 Download PDFInfo
- Publication number
- CN115587661A CN115587661A CN202211325439.2A CN202211325439A CN115587661A CN 115587661 A CN115587661 A CN 115587661A CN 202211325439 A CN202211325439 A CN 202211325439A CN 115587661 A CN115587661 A CN 115587661A
- Authority
- CN
- China
- Prior art keywords
- air quality
- livestock
- evaluation
- field boundary
- poultry
- 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.)
- Pending
Links
- 244000144972 livestock Species 0.000 title claims abstract description 75
- 244000144977 poultry Species 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005457 optimization Methods 0.000 title claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 60
- 238000013441 quality evaluation Methods 0.000 claims abstract description 22
- 230000004927 fusion Effects 0.000 claims abstract description 21
- 241001465754 Metazoa Species 0.000 claims abstract description 13
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 85
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 44
- 229910021529 ammonia Inorganic materials 0.000 claims description 37
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 22
- 239000001569 carbon dioxide Substances 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000007613 environmental effect Effects 0.000 claims description 13
- 238000013210 evaluation model Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000011217 control strategy Methods 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 210000003608 fece Anatomy 0.000 claims description 2
- 238000013486 operation strategy Methods 0.000 claims description 2
- 238000007500 overflow downdraw method Methods 0.000 claims description 2
- 238000007790 scraping Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000001877 deodorizing effect Effects 0.000 claims 1
- 239000010871 livestock manure Substances 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 2
- 230000010354 integration Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 17
- 238000009395 breeding Methods 0.000 description 5
- 230000001488 breeding effect Effects 0.000 description 5
- 230000035790 physiological processes and functions Effects 0.000 description 4
- 238000004332 deodorization Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- ZEYWAHILTZGZBH-UHFFFAOYSA-N azane;carbon dioxide Chemical compound N.O=C=O ZEYWAHILTZGZBH-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Agronomy & Crop Science (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Housing For Livestock And Birds (AREA)
Abstract
本发明公开了一种联合场界指标的畜禽养殖场空气质量优化系统及方法，包括空气数据采集系统、空气质量评价系统和空气质量调节系统；数据采集后，处理多源异构数据方面采用自适应加权融合平均算法，计算得到真实反应环境指标的参数。该空气质量优化系统通过联合场界指标，即畜禽场靠近居民区一侧围墙上方的空气质量指标，结合畜禽舍内空气质量指标，兼顾考虑舍内空气质量对动物的生长影响，舍外空气质量对附近居民的生活影响，综合评定空气质量等级。场界指标的融入，极大增加了评价方法的综合考虑，评价方法的权重依据最小信息鉴判原理，融合主、客观权重，使评价更贴合实际情况，评价的可信度更高。
Description
技术领域
本发明涉及畜禽养殖场空气质量优化及评价领域，特别涉及到一种联合场界指标的畜禽养殖场空气质量优化系统及方法。
背景技术
规模化畜禽养殖已经成为我国的主流养殖方式，在提高资源利用率和利润收益的同时，不可避免地对当地环境造成空气、土壤和水体等污染，其中空气污染主要指畜禽舍排放臭气过量，臭气主要由氨气、硫化氢、甲烷等挥发性气体组成，畜禽舍内臭气不仅会影响动物生长，还会影响周边居民日常生活，导致居民投诉。
因臭气成分复杂，难以对空气环境质量作出中肯评价，现有的空气质量优化系统及方法倾向于保障舍内环境，并没有将舍外到居民区这一部分空气质量纳入考虑，这极大地影响了当地空气环境的平衡以及采取了一种欠考虑的偏向性评价。场界指标是指畜禽舍靠近居民区一侧围墙上方的空气质量指标，场界空气质量的高低直接影响附近居民的日常生活，可用于反映畜禽舍臭气排放对附近居民的影响。
畜禽场周边空气质量问题难以解决，针对空气质量的优化问题难以推进，现有优化系统仅考虑排出舍内臭气以提高畜禽舍内空气质量，破坏当地原有的生态平衡。各畜禽场的饲养环境不同，需要的优化策略不同，当前亟需一种立足于舍内外空气优化，结合场界空气指标，适用于多种畜禽舍的综合性较强的畜禽舍空气质量优化系统及方法。
发明内容
对于以上多种缺陷，本发明的目的是提供一种联合场界指标的畜禽养殖场空气质量优化系统及方法，结合场界空气指标，综合考虑畜禽养殖场内空气对动物的影响以及舍外空气对附近居民的影响；评价空气质量时，组合赋权法综合主观权重与客观权重，结合了主观的饲养经验与客观的空气指标信息。这种联合场界指标的畜禽养殖场空气质量优化系统及方法，兼顾了舍内空气质量对养殖动物的影响，以及舍内臭气外排对当地居民的影响，为做出更加客观的评价，提供了一个可实施的畜禽养殖场空气质量优化系统及方法。
本发明方案如下：
一种联合场界指标的畜禽养殖场空气质量优化方法，包括以下步骤：
步骤S1：使用层次分析法建立分析模型，分析模型包括目标层、准则层和方案层；其中，准则层包括场界氨气浓度指标和畜禽舍内氨气浓度、温度、湿度、二氧化碳浓度指标；
步骤S2：利用判断矩阵确定准则层各个指标的主观权重αi，由独立性权系数法确定准则层各个指标的客观权重βi，其中，αi为第i个空气质量因子的主观权重，βi为第i个空气质量因子的客观权重；
步骤S3：以组合赋权法综合所述主观权重αi与客观权重βi，得到融合权重Wi，Wi为第i个空气质量因子的融合权重，所述融合权重公式如下：
步骤S4：制定空气质量指标的隶属度函数；
温度或者湿度共用区间型隶属度函数：
优秀：
良好：
较差：
氨气浓度、二氧化碳浓度或者场界氨气浓度共用较小型隶属度函数：
优秀：
良好：
较差：
上述公式中的a1、a2、a3、a4均为常数，取值依据畜禽舍内动物对该指标的适应区间；r11表示当前温度或湿度属于优秀情况的程度值，r12表示当前温度或湿度属于良好情况的程度值，r13表示当前温度或湿度属于较差情况的程度值，r21表示当前氨气浓度、二氧化碳浓度或者场界氨气浓度属于优秀情况的程度值，r22表示当前氨气浓度、二氧化碳浓度或者场界氨气浓度属于良好情况的程度值，r23表示当前氨气浓度、二氧化碳浓度或者场界氨气浓度属于较差情况的程度值；x为各指标参数变量。
步骤S5：将步骤S1中获得的准则层中各个指标的参数输入步骤S4所述隶属度函数，得到隶属度矩阵R，由步骤S3得到的融合权重Wi组成的权重向量W，权重向量W与隶属度矩阵R进行运算得到综合评价矩阵D，反映空气质量综合评价结果，计算公式如下：
D＝W×R
步骤S6：依据步骤S5得到空气质量综合评价结果，对不同结果分别制定空气质量优化设备运行策略，并控制设备运行。
上述方案中，对输入隶属度函数的数据进行预处理：第i个数据采集器的第n个数据记为ki(n)，共S个传感器，单个数据采集器数据总量记为m，多传感器数据融合方法如下：
计算第i个采集器的数据采集均值
计算方差
计算最优加权因子
计算融合估计值
其中，
的计算公式与
相同，均为方差。
上述方案中，目标层为联合场界的畜禽养殖场空气质量综合评价；方案层包括环境评价优秀、环境评价良好和环境评价较差。
上述方案中，在权重向量W与隶属度矩阵R进行运算得到的综合评价矩阵D中，指标数字大小代表当前环境分别对应多个空气质量综合评价结果的可能性，最大的数字对应的评价结果即模型输出的最终空气质量综合评价结果。
上述方案中，可通过1～9标度法、e0/5～e8/5标度法或者e0/4～e8/4标度法确定判断矩阵。
上述方案中，所述融合权重至少包含一种主观权重与一种客观权重。
一种联合场界指标的畜禽养殖场空气质量优化系统，包括空气数据采集系统、空气质量评价系统和空气质量调节系统；空气数据采集系统通过数据采集器获取空气质量参数，并将数据上传至中央数据服务器端；空气质量评价系统根据联合场界指标的畜禽舍空气质量优化方法构建联合评价模型，解算当前空气质量评价结果；空气质量调节系统根据所述空气质量评价结果，控制空气质量优化设备优化畜禽舍内空气质量及场界空气质量。
上述方案中，空气数据采集系统包括数个分布式终端数据采集器和一台或者数台数据转发网关；空气质量评价系统包括一台中央数据服务器；所述空气优化系统包括数种空气质量优化设备及对应控制器；数个所述分布式终端数据采集器，实时采集畜禽舍内环境参数及场界环境参数，并发送数据至转发网关，由所述转发网关上传至中央数据服务器，所述中央数据服务器构建联合场界指标的畜禽舍空气质量综合评价模型，并接收实时环境采集参数，输入所述畜禽舍空气质量综合评价模型，最终运算得到空气质量综合评价结果，所述空气质量调节系统接收评价结果，按照预定策略控制空气质量优化设备，并由服务器记录每次评价结果和设备控制操作，反馈至管理员。
上述方案中，所述空气质量评价系统具有隶属度函数修正功能，管理员将畜禽舍内动物生理状态与空气质量综合评价结果进行对比，调整隶属度函数，使评价结果符合动物生理状态表现。
上述方案中，空气质量优化设备可根据畜禽舍内实际拥有设备进行选用，常用设备包括风机、湿帘、除臭墙和刮粪板设备，控制策略可根据畜禽舍规模进行修改。
本发明的有益效果：
1.本发明采用自适应加权融合平均算法处理多源异构数据，能计算得到真实反应环境指标的参数。
2.本发明通过联合场界指标，即畜禽场靠近居民区一侧围墙上方的空气质量指标，结合畜禽舍内空气质量指标，同时兼顾考虑了舍内空气质量对动物的生长影响、舍外空气质量对附近居民的生活影响，进而综合评定空气质量等级，其场界指标的融入，极大增加了优化方法的综合考虑。
3.本发明评价方法的权重依据最小信息鉴判原理，融合主、客观权重，使评价更贴合实际情况，评价的可信度更高。
4.本发明解决了现有空气质量评价的考虑欠缺，提高了空气质量评价的适用性，提供更可靠可信的空气质量优化方法，可有效推进环境污染的治理。
附图说明
图1为联合场界指标的畜禽养殖场空气质量优化评价模型；
图2为联合场界指标的畜禽养殖场空气质量优化系统；
图3为联合场界指标的畜禽养殖场空气质量优化方法步骤。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
现有空气质量评价多局限于舍内或者舍外，并没有考虑到舍内空气质量对舍外空气质量的影响，具有一定规模的畜禽养殖场选址远离居民区，但随着城市的发展、外扩，畜禽养殖场与居民区的距离逐渐缩小，畜禽养殖场所排放的臭气降低空气质量，影响当地居民日常生活，如何严格控制臭气排放成为了养殖场、居民群众、环保部门三方亟待解决的问题，更尖锐的问题在于如何在指定规则下控制空气环境的质量，本发明结合场界空气质量环境建立了一种联合场界指标的畜禽养殖场空气质量优化系统及方法。本发明所述优化系统及方法可应用于中、大规模的畜牧养殖场，例如猪场、牛场、羊场等畜禽养殖场。
本发明中：空气质量评价系统在中央数据服务器内实现，所述系统接收并保存由数据网关上传的采集数据，并对采集数据进行预处理，针对同一时间内不同点位采集到的数据，需要进行数据融合，将多个同种类但不同来源的数据融合为一个数据，具体方法为：基于自适应加权平均融合算法的多传感器数据融合，融合后的数据输入空气质量评价模型得到评价结果。
空气质量调节系统包括空气优化设备控制策略及对应设备控制器。当空气质量评价系统输出评价结果至空气质量调节系统，所述调节系统根据输入结果选择不同设备控制策略，驱动设备控制器操作各空气优化设备。
根据空气质量因子建立评价模型的层次关系，由上至下三层分别为目标层、准则层、方案层，所述目标为畜禽舍空气质量综合评价；所述准则为影响畜禽舍空气质量综合评价的多个因子，至少包括畜禽舍内温度、湿度、氨气浓度、二氧化碳浓度及场界氨气浓度；所述场界氨气浓度是指畜禽舍靠近居民区一侧生产区围墙上方的氨气浓度，根据九标度法确定主观权重向量；所述方案为多级空气质量综合评价结果，至少包括优秀、良好、较差；
隶属度函数具体包括隶属度函数的建立需参考各畜牧种类养殖环境空气质量标准，结合实际养殖经验。
空气质量评价系统具有隶属度函数修正功能，管理员将畜禽舍内动物生理状态与空气质量综合评价结果进行对比，调整隶属度函数，使评价结果符合动物生理状态表现。
影响畜禽舍空气质量综合评价的因子中，畜禽舍内温度、湿度、氨气浓度、二氧化碳浓度及场界氨气浓度为必选因子，舍内风速、硫化氢浓度及PM2.5浓度等为可选因子。
结合附图3所示联合场界指标的畜禽养殖场空气质量优化方法步骤，描述一种示意性实施例。
本示意性实施例选取浙江某万头规模猪场作为实验场地，选取靠近居民区一侧的配怀母猪舍作为实验舍，舍内布置5个采集点位，每个点位采集温度、湿度、氨气浓度、二氧化碳浓度，场界位置设立于靠近居民区一侧的围墙上方，采集场界氨气浓度，安装数据采集器对其进行全天候监测。
建立空气质量评价模型，综合考虑臭气成分，选择对猪只生长影响较大并且引起附近居民嗅觉敏感的气体种类，最终选择畜禽养殖场舍内温度、湿度、氨气浓度、二氧化碳浓度及场界氨气浓度作为畜禽养殖场空气质量综合评价的因子。
计算主观权重：选择九标度法比较畜禽养殖场舍内温度、湿度、氨气浓度、二氧化碳浓度和场界氨气浓度两两之间的重要性，优选地，使用以下重要性比较矩阵：
表1因子重要性比较
| 指标 | 温度 | 湿度 | 二氧化碳 | 舍内氨气 | 舍外氨气 |
| 温度 | 1 | 7 | 5 | 3 | 3 |
| 湿度 | 0.1429 | 1 | 2 | 0.3333 | 0.5 |
| 二氧化碳 | 0.2 | 0.5 | 1 | 0.3333 | 0.5 |
| 舍内氨气 | 0.3333 | 3 | 3 | 1 | 2 |
| 场界氨气 | 0.3333 | 2 | 2 | 0.5 | 1 |
表2重要性数字说明
注：4、6、8为述两相邻判断的中值
根据AHP层次分析法，按照上述矩阵计算各因子特征向量、权重值、最大特征根、CI值：
表3分析结果
主观权重向量为：A＝[0.4863，0.0837，0.0679，0.2202，0.1419]；
最大特征根为5.1272，根据RI表查到对应的RI值为1.11，因此CR＝CI/RI＝0.0286<0.1，通过一次性检验，不存在矛盾。
客观权重计算：
选取夏季7月份某天的采集数据，总计24小时内的480组数据，计算独立性权系数：
表4权重计算
| 影响因子 | 复相关系数R | 复相关系数倒数1/R | 权重 |
| 温度 | 0.973 | 1.028 | 0.123 |
| 湿度 | 0.971 | 1.03 | 0.123 |
| 二氧化碳 | 0.868 | 1.152 | 0.138 |
| 舍内氨气 | 0.266 | 3.763 | 0.45 |
| 场界氨气 | 0.718 | 1.392 | 0.166 |
客观权重向量为：B＝[0.123，0.123，0.138，0.45，0.166]；
以组合赋权法综合所述主观权重与客观权重，得到融合权重，融合权重公式如下：
αi、βi分别为主观权重向量和客观权重向量第i个参数。
计算得到融合权重W＝[0.2684，0.1114，0.1062，0.3455，0.1685]；
选择配怀母猪舍内5个点位，每个点位5组数据，每组数据包含温度、湿度、舍内氨气浓度、二氧化碳浓度、场界氨气浓度五个空气质量因子，按照多传感器数据融合步骤进行数据处理：
1、计算第i个采集器的数据采集均值
2、计算方差
3、计算最优加权因子
4、计算融合估计值
最终得到融合估计值F＝[24.99206，81.850288，798.718140，8.380614，3.733916]
所以当前空气指标参数融合后结果分别为温度:24.99℃、湿度:81.85％、二氧化碳：798.72ppm、舍内氨气：8.38ppm、场界氨气：3.73ppm。
使用隶属度函数及各断点取值，将当前空气指标参数融合后结果代入变量x；
温度或湿度共用区间型隶属度函数：
优秀：
良好：
较差：
氨气浓度、二氧化碳浓度或场界氨气浓度共用较小型隶属度函数：
优秀：
良好：
较差：
各端点取值如下表：
表5隶属度端点取值
| a1 | a2 | a3 | a4 | |
| 温度 | 15 | 17 | 20 | 27 |
| 湿度 | 60 | 70 | 80 | 85 |
| 二氧化碳 | 300 | 500 | 1000 | 1500 |
| 舍内氨气 | 7 | 14 | 28 | 36 |
| 场界氨气 | 5 | 10 | 15 | 20 |
输入隶属度函数后得到隶属度信息如下：
表6隶属度计算
| 优秀 | 良好 | 较差 | |
| 温度 | 0.000000 | 0.286848 | 0.713152 |
| 湿度 | 0.000000 | 0.629942 | 0.370058 |
| 二氧化碳 | 0.000000 | 1.000000 | 0.000000 |
| 舍内氨气 | 0.802769 | 0.197231 | 0.000000 |
| 场界氨气 | 1.000000 | 0.000000 | 0.000000 |
对融合权重向量与隶属度信息组成的矩阵进行矩阵乘法运算，得到综合评价结果D＝[0.445799，0.321541，0.232660]，每一项对应空气质量优秀、良好、较差评价，当前第一项值为三项之中的最大值，所以当前空气质量评价为优秀。
根据当前畜禽养殖场空气优化设备制定空气优化策略，当评价为优秀时维持当前设备状态，关闭辅助风机，关闭湿帘，关闭除臭墙；当评价为良好时，开启辅助风机并增大有效湿帘面积；当评价为较差时，开启全部风机，开启全部湿帘，开启除臭墙。下发控制指令后，将本次评价涉及的空气质量参数、评价结果和设备控制命令反馈至网页显示端。
Claims (10)
1.一种联合场界指标的畜禽养殖场空气质量优化方法，其特征在于，包括以下步骤：
步骤S1：使用层次分析法建立分析模型，分析模型包括目标层、准则层和方案层；其中，准则层包括场界氨气浓度指标和畜禽舍内氨气浓度、温度、湿度、二氧化碳浓度指标；
步骤S2：利用判断矩阵确定准则层各个指标的主观权重αi，由独立性权系数法确定准则层各个指标的客观权重βi，其中，αi为第i个空气质量因子的主观权重，αi为第i个空气质量因子的客观权重；
步骤S3：以组合赋权法综合所述主观权重αi与客观权重βi，得到融合权重Wi，Wi为第i个空气质量因子的融合权重，所述融合权重公式如下：
步骤S4：制定空气质量指标的隶属度函数；
温度或者湿度共用区间型隶属度函数：
优秀：
良好：
较差：
氨气浓度、二氧化碳浓度或者场界氨气浓度共用较小型隶属度函数：
优秀：
良好：
较差：
上述公式中的a1、a2、a3、a4均为常数，取值依据畜禽舍内动物对该指标的适应区间；r11表示当前温度或湿度属于优秀情况的程度值，r12表示当前温度或湿度属于良好情况的程度值，r13表示当前温度或湿度属于较差情况的程度值，r21表示当前氨气浓度、二氧化碳浓度或者场界氨气浓度属于优秀情况的程度值，r22表示当前氨气浓度、二氧化碳浓度或者场界氨气浓度属于良好情况的程度值，r23表示当前氨气浓度、二氧化碳浓度或者场界氨气浓度属于较差情况的程度值；x为各指标参数变量。
步骤S5：将步骤S1中获得的准则层中各个指标的参数输入步骤S4所述隶属度函数，得到隶属度矩阵R，由步骤S3得到的融合权重Wi组成的权重向量W，权重向量W与隶属度矩阵R进行运算得到综合评价矩阵D，反映空气质量综合评价结果，计算公式如下：
D＝W×R
步骤S6：依据步骤S5得到空气质量综合评价结果，对不同结果分别制定空气质量优化设备运行策略，并控制设备运行。
2.根据权利要求1所述的一种联合场界指标的畜禽养殖场空气质量优化方法，其特征在于，对输入隶属度函数的数据进行预处理：第i个数据采集器的第n个数据记为ki(n)，共S个传感器，单个数据采集器数据总量记为m，多传感器数据融合方法如下：
计算第i个采集器的数据采集均值
计算方差
计算最优加权因子
计算融合估计值
其中，
与
相同，均为方差。
3.根据权利要求1所述的一种联合场界指标的畜禽养殖场空气质量优化方法，其特征在于，目标层为联合场界的畜禽养殖场空气质量综合评价；方案层包括环境评价优秀、环境评价良好和环境评价较差。
4.根据权利要求1所述的一种联合场界指标的畜禽养殖场空气质量优化方法，其特征在于，在权重向量W与隶属度矩阵R进行运算得到的综合评价矩阵D中，指标数字大小代表当前环境分别对应多个空气质量综合评价结果的可能性，最大的数字对应的评价结果即模型输出的最终空气质量综合评价结果。
5.根据权利要求1所述的一种联合场界指标的畜禽养殖场空气质量优化方法，其特征在于，可通过1～9标度法、e0/5～e8/5标度法或者e0/4～e8/4标度法确定判断矩阵。
6.根据权利要求1所述的一种联合场界指标的畜禽养殖场空气质量优化方法，其特征在于，所述融合权重至少包含一种主观权重与一种客观权重。
7.根据权利要求1至6任一项所述的一种联合场界指标的畜禽养殖场空气质量优化方法的优化系统，其特征在于，包括空气数据采集系统、空气质量评价系统和空气质量调节系统；空气数据采集系统通过数据采集器获取空气质量参数，并将数据上传至中央数据服务器端；空气质量评价系统根据联合场界指标的畜禽舍空气质量优化方法构建联合评价模型，解算当前空气质量评价结果；空气质量调节系统根据所述空气质量评价结果，控制空气质量优化设备优化畜禽舍内空气质量及场界空气质量。
8.根据权利要求7的优化系统，其特征在于，空气数据采集系统包括数个分布式终端数据采集器和一台或者数台数据转发网关；空气质量评价系统包括一台中央数据服务器；所述空气优化系统包括数种空气质量优化设备及对应控制器；数个所述分布式终端数据采集器，实时采集畜禽舍内环境参数及场界环境参数，并发送数据至转发网关，由所述转发网关上传至中央数据服务器，所述中央数据服务器构建联合场界指标的畜禽舍空气质量综合评价模型，并接收实时环境采集参数，输入所述畜禽舍空气质量综合评价模型，最终运算得到空气质量综合评价结果，所述空气质量调节系统接收评价结果，按照预定策略控制空气质量优化设备，并由服务器记录每次评价结果和设备控制操作，反馈至管理员。
9.根据权利要求7的优化系统，其特征在于，所述空气质量评价系统具有隶属度函数修正功能，管理员将畜禽舍内动物生理状态与空气质量综合评价结果进行对比，调整隶属度函数，使评价结果符合动物生理状态表现。
10.根据权利要求7的优化系统，其特征在于，空气质量优化设备可根据畜禽舍内实际拥有设备进行选用，常用设备包括风机、湿帘、除臭墙和刮粪板设备，控制策略可根据畜禽舍规模进行修改。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211325439.2A CN115587661A (zh) | 2022-10-27 | 2022-10-27 | 一种联合场界指标的畜禽养殖场空气质量优化系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211325439.2A CN115587661A (zh) | 2022-10-27 | 2022-10-27 | 一种联合场界指标的畜禽养殖场空气质量优化系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115587661A true CN115587661A (zh) | 2023-01-10 |
Family
ID=84782175
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211325439.2A Pending CN115587661A (zh) | 2022-10-27 | 2022-10-27 | 一种联合场界指标的畜禽养殖场空气质量优化系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115587661A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115267070A (zh) * | 2022-07-25 | 2022-11-01 | 济源职业技术学院 | 基于单片机的室内空气质量在线监测系统 |
-
2022
- 2022-10-27 CN CN202211325439.2A patent/CN115587661A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115267070A (zh) * | 2022-07-25 | 2022-11-01 | 济源职业技术学院 | 基于单片机的室内空气质量在线监测系统 |
| CN115267070B (zh) * | 2022-07-25 | 2024-04-30 | 济源职业技术学院 | 基于单片机的室内空气质量在线监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110298487B (zh) | 一种用于满足用户个性化需求的室内温度预测方法 | |
| CN107085732B (zh) | 基于无线传感器网络的牛舍环境氨气智能监测系统 | |
| CN107219759B (zh) | 一种温室环境控制方法及装置 | |
| CN113240184B (zh) | 一种基于联邦学习的楼宇空间单元冷负荷预测方法及系统 | |
| CN115587661A (zh) | 一种联合场界指标的畜禽养殖场空气质量优化系统及方法 | |
| KR20220071405A (ko) | 스마트 팜의 빅 데이터를 이용한 농업 지원 시스템 및 방법 | |
| CN111580382A (zh) | 基于人工智能的单元级供热调节方法及系统 | |
| CN115689068B (zh) | 一种基于室温修正和CNN-BiLSTM的热负荷预测方法 | |
| CN114997508A (zh) | 基于多能互补的大棚用电优化方法及系统 | |
| Wang et al. | A modified discrete grey model with improved prediction performance for indoor air temperatures in laying hen houses | |
| Jeong et al. | Digital Twin Application: Making a Virtual Pig House Toward Digital Livestock Farming | |
| CN107818678A (zh) | 用于用电信息采集系统的实时在线修正方法及装置 | |
| CN110073857A (zh) | 一种温室立面通风保温抗风系统及控制方法 | |
| Mohammed et al. | A novel algorithm based on LoRa technology for open-field and protected agriculture smart irrigation system | |
| CN113867451B (zh) | 一种云平台与控制器相结合的畜禽养殖智能温控方法 | |
| KR102481577B1 (ko) | 물고기 생육 및 에너지 효율 최적화를 위한 제어 방법 및 시스템 | |
| KR102471743B1 (ko) | 스마트팜의 미래 생산량 예측 방법 | |
| KR102457824B1 (ko) | 스마트팜 데이터셋 유효성 검증을 위한 수집 데이터 선별 장치 및 그 방법 | |
| Van Henten et al. | Improving the efficiency of greenhouse climate control: an optimal control approach | |
| Najib et al. | Weather forecasting using artificial neural network for rice farming in Delanggu village | |
| KR20220085213A (ko) | 딥러닝에 기반한 가정용 실내 스마트 재배시스템의 환경센서 고장 탐지/진단/예측 시스템 | |
| Yeo et al. | Determination of the optimal location and the number of sensors for efficient heating, ventilation, and air conditioning system operation in a mechanically ventilated pig house | |
| Wang et al. | Application of a Novel Grey Model for Forecasting Indoor Air Temperature in Poultry Houses: Control Strategy | |
| Chandrashekarappa et al. | Efficient data sensing and monitoring model for areca nut precision farming with wireless sensor network | |
| KR102672318B1 (ko) | 스마트팜 냉방 패키지 최적설계 지원 시스템 |
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 |