CN115917312A - 用于分析流体的系统和方法 - Google Patents

用于分析流体的系统和方法 Download PDF

Info

Publication number
CN115917312A
CN115917312A CN202180030223.0A CN202180030223A CN115917312A CN 115917312 A CN115917312 A CN 115917312A CN 202180030223 A CN202180030223 A CN 202180030223A CN 115917312 A CN115917312 A CN 115917312A
Authority
CN
China
Prior art keywords
type
sensor
animal
milk
parameter
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
Application number
CN202180030223.0A
Other languages
English (en)
Inventor
R·G·奥查德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SCR Engineers Ltd
Original Assignee
SCR Engineers Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SCR Engineers Ltd filed Critical SCR Engineers Ltd
Publication of CN115917312A publication Critical patent/CN115917312A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/02—Analysing fluids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01J—MANUFACTURE OF DAIRY PRODUCTS
    • A01J5/00—Milking machines or devices
    • A01J5/007—Monitoring milking processes; Control or regulation of milking machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G01D18/002—Automatic recalibration
    • G01D18/006—Intermittent recalibration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/028—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure
    • G01D3/036—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure on measuring arrangements themselves
    • G01D3/0365—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure on measuring arrangements themselves the undesired influence being measured using a separate sensor, which produces an influence related signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/04—Dairy products
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/04—Dairy products
    • G01N33/06—Determining fat content, e.g. by butyrometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00594—Quality control, including calibration or testing of components of the analyser
    • G01N35/00613—Quality control
    • G01N35/00623—Quality control of instruments
    • G01N2035/00653—Quality control of instruments statistical methods comparing labs or apparatuses
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/022—Liquids
    • G01N2291/0228—Aqueous liquids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/024—Mixtures
    • G01N2291/02466—Biological material, e.g. blood
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Medicinal Chemistry (AREA)
  • Animal Husbandry (AREA)
  • Environmental Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Sampling And Sample Adjustment (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

描述了用于分析乳汁的系统和方法。提供了多个第一类型传感器，每个第一类型传感器与挤奶系统的多个挤奶杯组中的相应一个挤奶杯组相关联并且被配置为分析由挤奶杯组从个体动物提取的乳汁，以确定跨事件时段的乳汁的参数的至少一个第一类型传感器值。与多个挤奶杯组中的至少一个挤奶杯组相关联的第二类型传感器中的至少一个第二类型传感器被配置为分析由挤奶杯组从个体动物提取的乳汁，以确定事件时段内的乳汁的参数的至少一个第二类型传感器值，其中第二类型传感器比第一类型传感器更不易受动物特异性偏差的影响。在系统中第二类型传感器的数目小于第一类型传感器的数目。基于针对个体动物确定的参数的至少一个第一类型传感器值和参数的至少一个第二类型传感器值，确定针对个体动物的动物特异性偏差校正。动物特异性偏差校正被应用于针对从个体动物提取的乳汁的、从第一类型传感器获得的参数的第一类型传感器值。

Description

用于分析流体的系统和方法
相关申请的交叉引用
本申请基于关于新西兰专利申请号762276提交的说明书，其全部内容通过引用并入本文。
技术领域
本公开涉及用于分析流体的系统和方法，更具体地涉及在挤奶环境内使用感测设备来分析乳汁的系统和方法。
背景技术
使用传感器来获得与从产乳动物收集的乳汁相关的信息是公知的。这样的信息被用于与诸如乳汁的加工、挑选、繁殖、医疗、动物特定饲料配给以及乳汁生产效率的测量等有关事项的决策。
在一些挤奶系统中，提供了管线中(in-line)传感器，其能够收集整个挤奶的数据，感测流经它们的乳汁的特性。理想地，这样的传感器被安装用于挤奶系统的每个挤奶台，以允许以高频率从个体动物收集数据(就每次动物被挤奶时所收集的数据而言)。
然而，为了实现可接受的价格点(price-point)来允许大量安装，以提供高的挤奶台覆盖并且满足由流动的乳汁施加的约束，这样的管线中传感器通常具有比其他已知传感器类型更低的精度。这影响了所收集数据的质量或确定性，并因此影响了基于该数据做出决策的有效性。
本发明的一个目的是解决上述问题或至少向公众提供有用的选择。
所有参考文献，包括本说明书中引用的任何专利或专利申请，由此并入作为参考。没有承认任何参考文献构成现有技术。参考文献的讨论陈述了其作者所声称的内容，并且申请人保留质疑所引用文献的准确性和相关性的权利。应当清楚地理解，尽管在本文中引用了许多现有技术公开内容，但该引用并不构成承认这些文献中的任何文献在新西兰或任何其它国家中形成本领域公知常识的一部分。
除非上下文清楚地要求，否则在整个说明书和权利要求书中，词语“包括”等应被解释为包含性意义，而不是排他性或穷举性意义，也就是说，解释为“包括但不限于”的意义。
本发明的其它方面和优点将从以下仅以示例方式给出的描述中变得显而易见。
发明内容
根据本技术的一个方面，提供了用于分析乳汁的系统，包括：
多个第一类型传感器，每个第一类型传感器与挤奶系统的多个挤奶杯组(milkingcluster)中的相应一个挤奶杯组相关联，并且被配置为分析由挤奶杯组从个体动物提取的乳汁，以确定跨事件时段的乳汁的参数的至少一个第一类型传感器值；
第二类型传感器中的至少一个第二类型传感器，其与多个挤奶杯组中的至少一个挤奶杯组相关联，并且被配置为分析由挤奶杯组从个体动物提取的乳汁，以确定事件时段内的乳汁的参数的至少一个第二类型传感器值，其中第二类型传感器比第一类型传感器更不易受动物特异性偏差的影响，并且其中在系统中第二类型传感器的数目小于第一类型传感器的数目；以及
至少一个处理器，其被配置为：
基于针对个体动物确定的参数的至少一个第一类型传感器值和参数的至少一个第二类型传感器值，确定针对个体动物的动物特异性偏差校正；以及
将动物特异性偏差校正应用于针对从个体动物提取的乳汁的、从第一类型传感器获得的参数的第一类型传感器值。
根据本公开的一个方面，提供了用于在具有多个挤奶杯组的系统中分析乳汁的方法，每个挤奶杯组被配置为从个体动物提取乳汁，方法包括：
使用与挤奶杯组相关联的第一类型传感器，分析由挤奶杯组从个体动物提取的乳汁，以确定跨事件时段的乳汁的参数的至少一个第一类型传感器值；
使用与挤奶杯组相关联的第二类型传感器，分析由挤奶杯组从个体动物提取的乳汁，以确定事件时段内的乳汁的参数的至少一个第二类型传感器值，其中第二类型传感器比第一类型传感器更不易受动物特异性偏差的影响，并且其中在系统中第二类型传感器的数目小于第一类型传感器的数目；以及
基于针对个体动物确定的参数的至少一个第一类型传感器值和参数的至少一个第二类型传感器值，确定针对个体动物的动物特异性偏差校正；以及
将动物特异性偏差校正应用于针对从个体动物提取的乳汁的、从第一类型传感器获得的参数的第一类型传感器值。
存在许多传感器用于自动感测乳汁的各种参数，包括乳汁的各种成分(例如但不限于，脂肪、蛋白质和乳糖中的一种或多种)以及属性(诸如所提取的乳汁的容量(即，产量))。当影响目标参数测量的乳汁或动物本身的一个或多个属性在动物之间变化但对于个体动物保持相对一致时，发生传感器测量的动物特异性偏差。例如，如果乳汁脂肪的测量受乳汁颜色影响，则影响乳汁颜色的分子化合物的浓度将可能影响测量。如果一组中的动物具有不同但持久的这些化合物的浓度，则它们将各自根据它们相应的浓度而使得测量偏倚，导致动物特异性偏差。据信，动物特异性偏差在更多遗传多样性的动物组、例如多品种组的动物中可能更明显，遗传多样性有助于前述乳汁属性的更大变化。表现出动物特异性偏差的传感器产生针对个体动物的测量结果，其相对于一组动物中的其它动物倾向于有偏差，因此影响动物之间的比较和基于那些比较的决策。
同样地，针对动物特异性偏差的校正的参考应当被理解为意指与个体动物相关联的、待被应用于从该动物提取的乳汁的(多个)参数测量的校正(例如，值或函数)，其中动物特异性偏差针对特定类型的传感器来确定。应当注意，用于标识个体动物以及记录针对从该动物提取的乳汁而收集的数据的装置在本领域中是公知的。
在示例中，第一类型传感器可以是光学传感器。已知许多这样的传感器用于挤奶动物。例如，第一类型传感器可以是LIC自动化有限公司的ProtrackTM容量、脂肪和蛋白质传感器(www.licautomation.co.nz)，Afimilk有限公司的AfiLabTM脂肪、蛋白质和乳糖浓度传感器(www.afimilk.com)，或者Lely的Lely MQCTM脂肪和蛋白质浓度传感器(www.lely.com)。
光学传感器可以对乳汁的光学性质、特别是乳汁颜色和/或光学散射程度敏感。因此，可以相信的是光学传感器可以表现出与对乳汁颜色和光学散射有贡献的乳汁属性有关的动物特异性偏差。应当理解，虽然可以参考作为基于光学的传感器的第一类型传感器，但是可以清楚地预期，本技术的示例可以被应用于使用对动物特异性偏差敏感的其他传感器类型的系统。
在示例中，设想第一类型传感器可以是管线中传感器。本文中提到的管线中传感器应被理解为是指分析流过一个或多个感测装置的流体以确定流体在特定时间点或跨时间段的至少一个参数的传感器，即，不从流中收集离散样本。挤奶工厂通常包括来自提取点(例如，使用包括奶嘴杯的挤奶杯组)的单独的乳汁运输管道，其连接到公共运输线来传递到存储容器。在单独的乳汁运输管道内提供管线中传感器在本领域是已知的，允许当从个体动物提取的乳汁流经那些单独的乳汁运输管道时对其进行分析。通常需要将传感器与尽可能高百分比的挤奶杯组相关联，以实现针对个体动物的高频率数据收集(即，每次它们被挤奶时数据被收集)。
作为另一示例，可以相信的是动物特异性偏差可以在管线中容量测量中观察，其中乳汁容量从乳汁流的截面积导出。据信，动物之间的动物乳头的形状或毛发覆盖的变化可能导致进入挤奶杯组的奶嘴杯的空气量的差异。这可能影响乳汁通过这样的管线内传感器的截面积、速度或空气含量，可能导致有偏差的测量。
以相对高的数量安装这样的传感器的需求提供了实际的驱动力来降低它们的价格点，这有助于它们具有比其它已知传感器低的精度。附加地，如在分析乳汁的离散样本的设备中已知的，管线内乳汁传感器在乳汁流过它们时分析乳汁的事实防止使用可以改进测量的样本处理。例如，已知的超声乳汁分析仪精确地控制乳汁温度来实现更高精度的测量。已知的中红外分析仪也控制乳汁温度并且需要比放置管线中传感器、用于乳汁流的典型管道窄得多的测量单元。其它处理(包括消除气泡、添加试剂和均质化)可以被用于分析离散样本的传感器而非管线中传感器并且可以改进测量性能。此外，在线传感器需要使用材料和几何形状来制造，以满足挤奶系统的卫生要求，这也有助于其相对低的精度。为完整起见，设想本技术的各方面可以被应用于利用未被配置为管线中安装的第一类型传感器的系统。
相反地，由于成本考虑(例如，由于高资本成本或耗材的持续使用)，针对每个挤奶杯组安装对动物特异性偏差不敏感并且通常较高精度的传感器(即，第二类型传感器)通常在商业上是不可行的。例如，第二类型传感器可以利用使用超声、声学、电磁辐射(例如，近红外或中红外)和电子阻抗的测量技术。例如，第二类型传感器可以实现由Page&Pedersen国际有限公司(www.pagedersen.com)的离线LactiCheckTM乳汁分析仪或者由Miris控股公司(www.mirissolutions.com)的离线MIRISTM乳汁分析仪执行的感测方法。针对容量的第二传感器类型的示例可以是“填充和倾倒”类型的乳汁计，其示例包括Afimilk有限公司的AfiMmilkTM MPC乳汁计(www.afimilk.com)和GEA集团股份公司的MetatronTM乳汁计(www.gea.com)。目前，第二类型传感器的一些已知示例需要提取乳汁样本来用于分析。然而，预期管线中第二类型传感器在将来可能变得可用，但是本技术将保留可应用于这样的传感器与第一类型传感器相比相对昂贵的情况。
在示例中，第二类型传感器可以是包括多个类型的感测设备的传感器系统，例如，除另一传感器类型之外的第一类型传感器的感测设备，其共同提供比处于隔离的第一类型传感器更不易受动物特异性偏差影响的测量值。这样的传感器系统的更多细节可以在例如题为“System and Method for Analysis of a Fluid”的PCT专利申请号PCT/NZ2018/050153中找到，该申请通过引用并入本文。应当理解，在这样的示例中，动物特异性偏差校正可以基于来自(a)所包括的处于隔离的第一类型传感器(即，“参数的至少一个第一类型传感器值”)和(b)可以使用第一类型传感器值(即，“参数的至少一个第二类型传感器值”)部分地确定的传感器系统的传感器值来确定。此外，在这样的示例中，应当理解，动物特异性偏差校正可以被应用于从第一类型传感器获得的值，而不是第二类型传感器中包括的值。
本技术的各方面通过利用第二类型传感器的测量来校正第一类型传感器的测量来解决动物特异性偏差，从而补偿第一类型传感器和第二类型传感器的相应限制。
在示例中，确定动物特异性偏差值包括每次使用具有相关联的第一类型传感器和第二类型传感器的挤奶杯组对动物挤奶时，确定参数的第一类型传感器值和参数的第二类型传感器值之间的差。
在示例中，确定动物特异性偏差值包括确定在包括动物被挤奶的多个实例的时间段内，参数的第一类型传感器值与参数的第二类型传感器值之间的差的平均值。
在一个示例中，时间段可以是完整的哺乳期(即，对于奶牛，在牛产乳的一个产犊与下一产犊之间的时间段)。在一个示例中，时间段可以是哺乳期的一部分，例如哺乳期周期的一个或多个阶段。
在示例中，可以回顾性地应用动物特异性偏置校正，即，在时间段结束时，动物特异性偏差校正可以被应用于过去的低精度结果。可以设想，当结果被用于诸如季节结束时的动物评价的目的时，这可能特别适用。
在示例中，移动(moving)动物特异性偏差校正可以从时间段的开始使用，例如用于日常动物管理目的。预期在动物特异性偏差校正变得可靠之前可能需要多个结果。应当理解，当获得新数据时，可以继续回顾性地更新结果，即，一旦获得动物的新数据点并且更新了动物特异性偏差校正，就重写经校正的结果。
在一个示例中，确定动物特异性偏差校正考虑了跨时间段的趋势。例如，动物特异性偏差值可以通过在时间内将曲线拟合为参数的第一类型传感器值与参数的第二类型传感器值之间的差的关系而被确定。例如，设想动物特异性偏差可能在整个哺乳期偏移。为了说明这一点，从预定时间(例如，产犊后的天数)计算动物特异性偏差校正的等式可以针对每个动物来拟合。
在示例中，动物特异性偏差校正的确定可以排除来自被挤奶的动物的实例的数据，其中参数的第一类型传感器值和/或实例的第二类型传感器值被确定为时间段内的离群值。在示例中，一旦动物特异性偏差校正被确定，参数的第一类型传感器值可以通过动物特异性偏差校正来调整，以提供误差校正，即，产生参数的经校正的第一类型传感器值。为了完整起见，应当理解，对误差校正的引用旨在表示与仅从第一类型传感器确定的测量相比，至少动物特异性误差分量减少。
在示例中，确定参数值是否是离群值可以包括确定参数值是否是不可信的结果，即，不在合理的生物范围内。在示例中，确定参数值是否是离群值可以包括确定参数值是否是“同期组”离群值，即，与同期组内的其他动物的结果相比较的统计离群值。同期组被定义为具有一个或多个可比统计(例如，品种、年龄和/或哺乳阶段)的动物组。在示例中，确定参数值是否为离群值可以包括确定参数值是否是动物内离群值，即，与相似哺乳阶段的相同动物的其他结果相比的统计离群值。在示例中，确定参数值是否是离群值可以包括确定参数值是否是动物内差的离群值，即，由挤奶产生，其中第一类型传感器结果和第二类型传感器结果之间的差是与来自处于相似哺乳期阶段的相同动物不同挤奶的差相比的统计离群值。
在示例中，包括第一类型传感器值和第二类型传感器值的相应数据集中的参数值可以针对整体偏差进行校准。在示例中，针对特定天的所有挤奶台上的第二类型传感器结果的中值可以被确定来提供用于校准的基准。在示例中，一天中每个挤奶台的参数的第一类型传感器值的中值可以被确定。在示例中，一天的调整值可以被确定为所有挤奶台上的第二类型传感器结果的中值与每个挤奶台的参数的第一类型传感器值的中值之间的差。
对于固件和/或软件(也被称为计算机程序)实现方式，本公开的技术可以被实现为执行所述功能的指令(例如，过程、函数等)。应当理解，本公开不是参考任何特定编程语言来描述的，并且可以使用各种编程语言来实现本发明。固件和/或软件代码可以被存储在存储器中，或者被体现在任何其它处理器可读介质中，并由一个或多个处理器执行。存储器可以在处理器内部或处理器外部实现。处理器可以是微处理器，但在备选方案中，处理器可以是本领域中已知的任何处理器、控制器、微控制器、状态机或云计算设备。处理器还可以被实现为计算设备的组合，例如，数字信号处理器(DSP)与微处理器的组合、多个微处理器的组合、与DSP核心结合的一个或多个微处理器或任何其它这样的配置。处理器可以与本领域已知的服务器和网络连接一起工作。作为示例，第一类型传感器和第二类型传感器以及中央处理器可以通过控制器局域网络(CAN)总线系统彼此通信。在挤奶上下文中，其它性能传感器(例如流量或产量传感器)、动物标识设备和挤奶工厂传感器也可以与中央处理器通信。在一个示例性实施例中，动物标识符、来自传感器的数据和任何其它数据可以被存储在数据云中。
结合本公开描述的方法、过程或算法的步骤可以被直接体现在硬件中、体现在由一个或多个处理器执行的软件模块中或者体现在两者的组合中。方法或过程中的各个步骤或动作可以以所示的顺序执行或者可以以另一顺序执行。附加地，可以省略一个或多个过程或方法步骤或者可以将一个或多个过程或方法步骤添加到方法和过程中。可以在方法和过程的开始、结束或插入现有元素中添加附加步骤、块或动作。
附图说明
本技术的其他方面将从以下仅通过示例并参考附图给出的描述中变得显而易见，在附图中：
图1A是可以实现本技术的一个方面的示例性家畜管理系统的示意图；
图1B是用于示例性家畜管理系统中的示例性第一传感器布置的示意图；
图1C是用于示例性家畜管理系统中的示例性第二传感器布置的示意图；
图2是根据本技术的各方面的分析乳汁的方法的流程图；
图3是个体动物的第一类型传感器与第二类型传感器的乳汁脂肪误差结果的散点图；
图4A-图4C是示出了在各个挤奶水平下，针对脂肪的三个测量类型(第一类型传感器、第二类型传感器、经动物特异性偏差校正的第一类型传感器)的传感器结果与畜群测试结果之间的相关性的散点图；
图5A-图5C是示出了在各个挤奶水平下，蛋白质的三个测量类型(第一类型传感器、第二类型传感器、经动物特异性偏差校正的第一类型传感器)的传感器结果和畜群测试结果之间的相关性的散点图集合；
图6A-图6C是示出了在奶牛平均水平下，脂肪的三个测量类型(第一类型传感器、第二类型传感器、经动物特异性偏差校正的第一类型传感器)的传感器结果和畜群测试结果之间的相关性的散点图集合；以及
图7A-图7C是示出了在奶牛平均水平下，蛋白质的三个测量类型(第一类型传感器、第二类型传感器、经动物特异性偏差校正的第一类型传感器)的传感器结果和畜群测试结果之间的相关性的散点图集合。
具体实施方式
本文在乳汁分析的上下文中描述了本技术的各方面。然而，应当理解，本文讨论的本公开的原理可以被应用于其它流体的分析。
图1A图示了家畜管理系统100，其中本地硬件平台102管理与挤奶设施的操作有关的数据的收集和传输。硬件平台102具有处理器104、存储器106和这样的计算设备中通常存在的其它组件。在所图示的例示性实施例中，存储器106存储可由处理器104访问的信息，信息包括可以由处理器104执行的指令108和可以由处理器104检索、操纵或存储的数据110。存储器106可以是本领域已知的能够以处理器104可访问的方式存储信息的任何合适的装置，包括计算机可读介质或存储可以借助于电子设备读取的数据的其它介质。处理器104可以是本领域技术人员已知的任何合适的设备。虽然处理器104和存储器106被图示为在单个单元内，但是应当理解，这并不旨在是限制性的，并且本文所描述的每一个的功能可以由多个处理器和存储器来执行，多个处理器和存储器可以彼此远离或者可以彼此不远离。指令108可以包括适合于由处理器104执行的任何指令集合。例如，指令108可以作为计算机代码存储在计算机可读介质上。指令可以以任何合适的计算机语言或格式存储。数据110可以由处理器104根据指令110来检索、存储或修改。数据110还可以被格式化为任何合适的计算机可读格式。此外，虽然数据被示出为包含在单个位置处，但是应当理解，这并非旨在进行限制，数据可以被存储在多个存储器或位置中。数据110还可以包括控制例程针对系统100各方面的记录112。
硬件平台102可以与和挤奶设施相关联的各种设备通信，例如：与挤奶设施内的多个单独挤奶杯组相关联的第一类型传感器150a至150n，以及与单独挤奶杯组的子集相关联的第二类型传感器152a至152(n-x)。本文可以参考在挤奶台处或从挤奶台收集的乳汁。挤奶台是挤奶设施内动物可以被放置来进行挤奶的场所。在一些挤奶设施中，挤奶杯组以一对一的关系与挤奶台相关联(例如，在典型的旋转挤奶厅中)，而在其它挤奶设施中，挤奶杯组可以在两个或多个挤奶台之间共享(例如，在人字形配置中)。
图1B图示了通过控制器局域网络(CAN)总线与硬件平台102连接的第一类型传感器150a至150n和第二类型传感器152a至152(n-x)。应当理解，尽管未示出，但是附加的性能传感器(例如，诸如乳汁流量或产量传感器的性能传感器)也可以被连接到CAN总线并通过CAN总线通信。第一类型传感器150a至150n和第二类型传感器152a至152(n-x)中的每个传感器与挤奶设施中的各个挤奶杯组相关联，即，由各个传感器输出的传感器数据与由该挤奶杯组挤奶的个体动物的乳汁有关。
在示例中，第一类型传感器150可以是被配置为至少确定乳汁的脂肪和/或蛋白质含量的管线中传感器，例如LIC自动化有限公司的Protrack MilkTM容量、脂肪和蛋白质传感器，或者Afimilk有限公司的AfiLabTM脂肪、蛋白质和乳糖浓度传感器或者Lely的LelyMQCTM脂肪和蛋白质浓度传感器。在示例性实施例中，可以为挤奶设施中的每个挤奶杯组提供第一类型传感器150。然而，应当理解，这并不旨在限制本公开的每个实施例。例如，可以设想，只有挤奶杯组的子集可以具有相关联的第一类型传感器150。
根据本技术的各方面，第二类型传感器152a至152(n-x)在小于一比一的基础上与第一类型传感器150a至150n一起被提供，即，第二类型传感器152a至152(n-x)仅被提供给也具有第一类型传感器150a至150n的那些挤奶杯组的子集。
第二类型传感器152被配置为针对与第一类型传感器150相同的(多个)参数中的至少一个参数来分析乳汁，但是较少受到动物特异性偏差的影响。在示例中，第二类型传感器152可以实现由Page&Pedersen国际有限公司的离线LactiCheckTM乳汁分析仪执行的基于超声的感测方法，或者由Miris控股公司的离线MIRISTM乳汁分析仪执行的基于中红外的感测方法。在示例中，第二类型传感器152被配置为分析从由相关联的挤奶杯组提取的乳汁获得的乳汁样本(例如，使用采样设备来将所提取的乳汁样本传递到上述离线传感器之一)。
参考图1C，在备选示例中，第二类型传感器152可以是包括多个类型的感测设备的传感器系统160，例如，与第一类型传感器150等效的第一系统传感器162以及第二系统传感器164。来自第一系统传感器162和第二系统传感器164的结果可以共同用于产生测量值，测量值比处于隔离的第一类型传感器150更不易受动物特异性偏差的影响(即，提供“第二传感器类型”值)。这样的传感器系统的操作的进一步细节可以在例如PCT专利申请号PCT/NZ2018/050153中找到。应当理解，示例性系统传感器160因此可以针对所分析的乳汁产生第一类型传感器值和第二类型传感器值两者。
返回图1A，提供动物标识设备154a至154n来用于确定进入挤奶设施或在挤奶设施内的个体动物的动物标识(“动物ID”)。更具体地，动物标识设备154a至154n可以被用于将动物ID与挤奶杯组中与第一类型传感器150a至150n(和第二类型传感器152a至152n)相关联的每个挤奶杯组相关联，使得传感器数据可以归因于个体动物。已知用于确定动物ID的多个方法，例如，被配置为读取由动物携带的RFID标签的射频识别(“RFID”)读取器。在备选实施例中，或者与动物标识设备154a至154n结合，用户可以经由用户设备来手动输入(或校正)动物ID。
硬件平台102还可以与用户设备通信，诸如位于挤奶设施内来用于监视系统操作的触摸屏120和本地工作站122。硬件平台102还可以通过网络124与一个或多个服务器设备126通信，服务器设备126具有用于存储和处理由本地硬件平台102收集的数据的关联存储器128。应当理解，服务器126和存储器128可以采取本领域中已知的任何合适的形式，例如“基于云的”分布式服务器架构。网络124可以包括各种配置和协议，包括互联网、内联网、虚拟专用网络、广域网、局域网、使用一个或多个公司专有的通信协议的专用网络(无论是有线的还是无线的)或其组合。应当理解，所图示的网络124可以包括不同的网络和/或连接：例如，可以在挤奶设施附近通过其访问用户接口的本地网络，以及通过其访问云服务器的互联网连接。关于系统100操作的信息可以通过网络124通信到诸如智能电话130或平板计算机132的用户设备。
参考图2，提供了用于分析由系统100从个体动物提取的乳汁的方法200。在第一步骤202中，使用相关联的第一类型传感器150分析通过挤奶杯组从个体动物提取的乳汁，以获得乳汁的参数(例如，脂肪和/或蛋白质含量)的第一类型传感器值。动物被标识并且动物标识与第一类型传感器值一起被记录。在第二步骤204中，还通过与同一挤奶杯组相关联的第二类型传感器152来分析乳汁，以获得乳汁的参数的第二类型传感器值，第二类型传感器值针对动物标识来记录。
在第三步骤206中，参数的第一类型传感器值和第二类型传感器值被用于确定个体动物的动物特异性偏差值。在一个示例中，动物特异性偏差值可以是参数的第一类型传感器值与第二类型传感器值之间的差。在一个示例中，动物特异性偏差值是在包括动物被挤奶的多个实例的时间段内(例如，动物的哺乳期周期或部分哺乳期周期)，第一类型传感器值与第二类型传感器值之间的差的平均值。在示例中，动物特异性偏差值可以包括通过将线性回归应用于针对动物挤奶日子内的第一类型传感器值与第二类型传感器值之间的差来确定的回归系数。
在示例中，在确定动物特异性偏差值之前，一个或多个自动离群值检测过程可以被分别应用于包括第一类型传感器值和第二类型传感器值的数据集，以去除这样的离群值。例如，离群值检测过程可以以软件脚本的形式实现。在示例中，离群值检测可以包括以下中的一个或多个：确定参数值是否为不可信结果，确定参数值是否为同期组离群值，确定参数值是否为动物内离群值，以及确定参数值是否为动物内差的离群值。
在示例中，包括第一类型传感器值和第二类型传感器值的相应数据集中的参数值可以针对整体偏差进行校准。在示例中，第二类型传感器值可以使用大桶数据作为参考而针对整体偏差来校准，其中大桶数据是指针对从大桶中收集来自所有挤奶台的乳汁的大桶收集的乳汁而获得的参数值。在一个实施例中，针对整体偏差的校准可以包括确定(针对收集数据的每个日期)跨所有挤奶台的第二类型传感器结果的中值(“所有挤奶台第二类型中值”)，以提供用于校准的基准。对于每个挤奶台，参数的第一类型传感器值的中值(“当前挤奶台第一类型中值”)可以被确定，并且挤奶台按天调整被确定为所有挤奶台第二类型中值减去当前挤奶台第一类型中值。对于所有第一类型的传感器结果，挤奶台按天调整可以通过将其添加到原始结果以产生用于进一步处理的经调整的结果来应用。可以设想，这可以减小挤奶台间的偏差，并因此在动物特异性偏差的单独估计中产生较少的噪声。在示例中，如果对于特定的一天没有记录挤奶台的预定数量的结果，则经调整的结果可以从进一步的分析中排除。
在第四步骤208中，乳汁参数的第一类型传感器值通过从针对个体动物获得的第一类型传感器值中减去动物特异性偏差值来调整。这些经调整的值然后可以被用于本领域已知的进一步数据分析和决策。
可以设想，本技术的各方面可以具体应用于系统100安装在旋转挤奶厅中的示例。一些挤奶动物，例如奶牛，在它们自己用于挤奶的出现顺序上可以是高度一致的。结果，在一些挤奶厅配置中，可能存在相对较高的可能性使得动物以相同或相似的挤奶台挤奶杯组始终如一地挤奶。这可能导致这样的情况，其中某些动物不太可能被具有相关联的第二类型传感器的挤奶杯组挤奶，第二类型传感器可以被用于确定该动物的动物特异性偏差。在旋转挤奶厅中，当挤奶平台连续旋转时，动物自己挤奶的出现顺序对分配给特定挤奶台没有影响。结果，将动物分配到具有相关联的第二类型传感器的挤奶台基本上是随机的，从而增加了为组内的每个动物开发动物特异性偏差校正的可能性。
在示例中，动物进入挤奶厅的顺序可以被控制(例如，使用牵伸门)，以鼓励将动物分配到具有第二类型传感器的挤奶台。
实验示例：校正使用ProtrackTM Milk获得的脂肪和蛋白质传感器结果
以下以使用ProtrackTM Milk(“PT-Milk”)传感器获得的脂肪和蛋白质传感器结果的校正的形式描述来本技术的实验实现方式。PT-Milk传感器被安装在17个挤奶台上，而第二类型传感器(以如上参考图1C所述的传感器系统160的形式，其中第一系统传感器162使用与PT-Milk相同的感测方法，而第二系统传感器164是基于超声波的传感器)被安装在17个其它挤奶台上，即，传感器总共被安装在34个挤奶台上。
在该示例中，针对脂肪和蛋白质的传感器结果通过将七天平均值与使用基于实验室的参考方法(本文称为“畜群测试”)测试的定期采集的乳汁样本的平均结果进行比较来调整。应当注意，在实践中，传感器可以通过与由乳汁加工公司提供的大量乳汁样本结果确定的畜群平均脂肪和蛋白质进行比较来定期校准，并且因此可以不需要这种形式的结果调整。在备选示例中，可以利用上述的整体偏差校正。
在该实验实现方式中，利用有效的畜群测试、PT-Milk和基于超声的传感器结果，来自31头母牛的数据被用于计算性能指标，31头母牛是具有至少8次挤奶的动物。
数据集被过滤来进行不可靠的测量。在该实验中，最初不可靠的结果基于它们在视觉上与该动物的其它结果不一致而被消除。与该动物趋势不一致的PT-Milk脂肪和蛋白质结果被标记为离群值。如果脂肪或蛋白质被标识为离群值，则来自PT-Milk的脂肪和蛋白质结果从随后的分析中排除。基于超声的传感器脂肪和蛋白质结果被标记为离群值并以相同的方式从随后的分析中排除。
性能统计仅对具有有效PT-Milk、基于超声的传感器的挤奶结果和来自具有多于8个完全匹配的挤奶的31头奶牛的畜群测试结果(“完全匹配的挤奶”)进行计算。使用畜群测试结果作为基本事实，PT-Milk和基于超声的传感器的单个测试结果的标准偏差和误差平均值被确定。奶牛均值的标准偏差和误差平均值也被确定为畜群内动物特异性偏差的量度。
针对每只奶牛的动物特异性偏差(ASB)校正使用以下假设来确定：6％的挤奶台覆盖率(2/34挤奶台)将提供足够数量的测试来估计动物特异性偏差。对于具有系统传感器的两个挤奶台(挤奶台2和挤奶台3)，具有有效PT-Milk和基于超声的结果的所有挤奶被用来计算31头奶牛中每头奶牛的ASB校正。每头奶牛最少挤奶13次，平均挤奶21次。图3示出了示例奶牛的超声和PT-Milk结果之间的差，其中圆圈表示对挤奶台2或挤奶台3的测量，其用于计算该奶牛的ASB校正(由实线表示)。每只奶牛的脂肪ASB校正被计算为基于超声的和PT-Milk脂肪结果之间的奶牛-平均差。针对每头奶牛的蛋白质ASB校正使用蛋白质结果以相同方式来计算。所有PT-Milk结果使用单独的ASB校正来调整。如上所述，性能统计根据经调整的PT-Milk结果来计算。
表1、图4A-图4C、图5A-图5C、图6A-图6C和图7A-图7C示出了三种乳汁组合物估计值的性能：PT-Milk、基于超声的第二类型传感器和使用ASB校正调整的PT-Milk(“经调整的PT-Milk”)。
表1：在个体测试和奶牛平均水平下针对三种乳汁组合物估计的性能统计(g/100mL)。
Figure BDA0003901833550000161
在奶牛均值水平下，PT-Milk和基于超声的传感器的奶牛均值误差值的标准偏差(SD)与先前在单独实验中获得的那些一致。经调整的PT-Milk的奶牛均值误差值的SD小于PT-Milk：经调整的PT-Milk对脂肪的奶牛均值误差SD为0.19g/100mL，而对单独的PT-Milk为0.43g/100mL，对蛋白质的奶牛均值误差SD为0.15g/100mL，而对单独的PT-Milk为0.25g/100mL。由此可以看出，通过应用相应的ASB校正，ASB的影响显著降低。
此外，经调整的奶牛均值误差的PT-Milk SD与基于超声的感测方法相似。这表明基于超声的第二类型感测的低ASB可以在PT-Milk上使用ASB校正来实现，ASB校正由安装在仅6％的挤奶台处的基于超声的传感器确定(在这种情况下总共34个中的2个)。这允许使用较低成本的PT-Milk传感器来以较高的精度实现高的挤奶台覆盖率。
在单独测试水平上，PT-Milk的误差SD对于脂肪和蛋白质分别为0.55和0.24g/100mL。这与先前测量的该技术的性能一致。基于超声的脂肪(0.39g/100mL)的误差SD与先前测量的类似，但基于超声的蛋白质(0.40g/100mL)的误差SD稍高于先前测量。发明人假设这可能是由于在该实验中应用了相对弱的离群值检测方法，并且如果应用了更严格的离群值检测，则可以预期基于超声的蛋白质SD误差将被改进。
发明人观察到针对经调整的PT-Milk蛋白质(0.22g/100mL)的误差SD优于基于超声的蛋白质(0.40g/100mL)。可以相信其原因可能是基于超声的误差的大部分是随机误差。在比较PT-Milk和基于超声的结果的许多测试中，ASB校正被平均，这被认为减少了随机误差，导致ASB的良好估计。相反，PT-Milk误差被认为主要是ASB，因此当ASB校正被应用于个体结果时，获得非常好的个体测量。
发明人注意到该实验中的实现方式相对简单。可以使用更复杂的方法，可能改进所得到的ASB校正。例如，基于超声的测量的离群值检测被认为是用于细化的区域，并且基于离群值对于奶牛是不正常的趋势而排除离群值可以是自动的。另一层个体奶牛离群值检测也可以被应用于个体ASB估计。
此外，在该实验中，ASB校正在数据被校正期间是恒定的。为了完整起见，例如使用如图3所示的拟合到所选择的挤奶台的多项式曲线，设想ASB校正可以在整个哺乳期过程中被调整。
本技术提供了用于在对这样的偏差敏感的自动乳汁分析传感器中校正动物特异性偏差的方法和系统。
以上引用的所有申请、专利和出版物的全部公开内容通过引用并入本文。
在本说明书中对任何现有技术的引用不是并且不应当被认为是对该现有技术形成世界上任何国家的尝试领域中的公知常识的一部分的承认或任何形式的建议。
本发明还可以被广义地描述为包括在本申请的说明书中单独地或共同地提及或指示的部分、元件和特征，以及两个或更多个所述部分、元件或特征的任何或所有组合。
在前面的描述中已参考了整体或具有其已知等同物的部件的情况下，这些整体并入本文，如同单独阐述一样。
应当注意，对于本领域技术人员来说，对本文中描述的当前优选实施例的各种改变和修改是显而易见的。在不脱离本发明的精神和范围并且不减少其附带优点的情况下，可以进行这样的改变和修改。因此，这些变化和修改均被包括在本发明中。
已仅通过示例描述了本发明的各方面，并且应当理解，在不脱离其范围的情况下可以对其进行修改和添加。

Claims (17)

1.一种用于分析乳汁的系统，包括：
多个第一类型传感器，每个第一类型传感器与挤奶系统的多个挤奶杯组中的相应一个挤奶杯组相关联并且被配置为分析由所述挤奶杯组从个体动物提取的乳汁以确定跨事件时段的所述乳汁的参数的至少一个第一类型传感器值；
第二类型传感器中的至少一个所述第二类型传感器，所述第二类型传感器与所述多个挤奶杯组中的至少一个挤奶杯组相关联并且被配置为分析由所述挤奶杯组从所述个体动物提取的所述乳汁以确定所述事件时段内的所述乳汁的所述参数的至少一个第二类型传感器值，其中所述第二类型传感器比所述第一类型传感器更不易受动物特异性偏差的影响，并且其中在所述系统中所述第二类型传感器的数目小于所述第一类型传感器的数目；以及
至少一个处理器，被配置为：
基于针对所述个体动物确定的所述参数的所述至少一个第一类型传感器值和所述参数的所述至少一个第二类型传感器值，确定针对所述个体动物的动物特异性偏差校正；以及
将所述动物特异性偏差校正应用于针对从所述个体动物提取的乳汁的、从所述第一类型传感器获得的所述参数的第一类型传感器值。
2.根据权利要求1所述的系统，其中所述第一类型传感器是光学传感器。
3.根据权利要求1或权利要求2所述的系统，其中所述第一类型传感器是管线中传感器。
4.根据权利要求1至3中任一项所述的系统，其中所述至少一个第二类型传感器利用测量技术，所述测量技术包括以下项中的一项或多项：超声、声学、电磁辐射和电子阻抗。
5.根据权利要求1至4中任一项所述的系统，其中由所述至少一个处理器对所述动物特异性偏差值的确定包括：每次使用具有相关联的第一类型传感器和第二类型传感器的挤奶杯组对所述动物进行挤奶时，确定所述参数的所述第一类型传感器值与所述参数的所述第二类型传感器值之间的差。
6.根据权利要求5所述的系统，其中由所述至少一个处理器对所述动物特异性偏差值的确定包括：确定在包括所述动物被挤奶的多个实例的时间段内，所述参数的所述第一类型传感器值与所述参数的所述第二类型传感器值之间的所述差的平均值。
7.根据权利要求6所述的系统，其中所述时间段是完整的哺乳期。
8.根据权利要求6所述的系统，其中所述时间段是哺乳期的一部分。
9.根据权利要求6至8中任一项所述的系统，其中所述动物特异性偏差校正是从所述时间段的开始使用的移动动物特异性偏差校正。
10.根据权利要求1至9中任一项所述的系统，其中由所述至少一个处理器对所述动物特异性偏差值的确定包括：考虑跨时间段的趋势，确定所述动物特异性偏差校正。
11.根据权利要求10所述的系统，其中所述动物特异性偏差值通过在所述时间段内将曲线拟合为所述参数的所述第一类型传感器值与所述参数的所述第二类型传感器值之间的所述差的关系而被确定。
12.根据权利要求1至11中任一项所述的系统，其中所述至少一个处理器被配置为回顾性地应用所述动物特异性偏差校正。
13.根据权利要求1至12中任一项所述的系统，其中由所述至少一个处理器确定所述动物特异性偏差校正包括：从被挤奶的所述动物的实例排除其中所述参数的所述第一类型传感器值和/或所述实例的所述第二类型传感器值被确定为离群值的数据。
14.根据权利要求1至13中任一项所述的系统，其中所述乳汁的所述参数是脂肪。
15.根据权利要求1至13中任一项所述的系统，其中所述乳汁的所述参数是蛋白质。
16.根据权利要求1至13中任一项所述的系统，其中所述第一类型传感器和所述至少一个第二类型传感器中的每个传感器被配置为确定针对所述乳汁的多个参数的值，其中所述多个参数至少包括乳汁和脂肪。
17.一种用于在具有多个挤奶杯组的系统中分析乳汁的方法，每个挤奶杯组被配置为从个体动物提取乳汁，所述方法包括：
使用与挤奶杯组相关联的第一类型传感器，分析由所述挤奶杯组从个体动物提取的乳汁，以确定跨事件时段的所述乳汁的参数的至少一个第一类型传感器值；
使用与所述挤奶杯组相关联的第二类型传感器，分析由所述挤奶杯组从所述个体动物提取的所述乳汁，以确定所述事件时段内的所述乳汁的所述参数的至少一个第二类型传感器值，其中所述第二类型传感器比所述第一类型传感器更不易受动物特异性偏差的影响，并且其中在所述系统中所述第二类型传感器的数目小于所述第一类型传感器的数目；以及
基于针对所述个体动物确定的所述参数的所述至少一个第一类型传感器值和所述参数的所述至少一个第二类型传感器值，确定针对所述个体动物的动物特异性偏差校正；以及
将所述动物特异性偏差校正应用于针对从所述个体动物提取的乳汁的、从所述第一类型传感器获得的所述参数的所述第一类型传感器值。
CN202180030223.0A 2020-03-03 2021-03-03 用于分析流体的系统和方法 Pending CN115917312A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
NZ76227620 2020-03-03
NZ762276 2020-03-03
PCT/NZ2021/050034 WO2021177841A1 (en) 2020-03-03 2021-03-03 Systems and methods for analysis of a fluid

Publications (1)

Publication Number Publication Date
CN115917312A true CN115917312A (zh) 2023-04-04

Family

ID=77613547

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180030223.0A Pending CN115917312A (zh) 2020-03-03 2021-03-03 用于分析流体的系统和方法

Country Status (7)

Country Link
US (1) US20230129837A1 (zh)
EP (1) EP4115178A4 (zh)
CN (1) CN115917312A (zh)
AU (1) AU2021231630A1 (zh)
CA (1) CA3174569A1 (zh)
IL (1) IL296174A (zh)
WO (1) WO2021177841A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10349577A1 (de) * 2003-10-24 2005-06-02 Westfaliasurge Gmbh Verfahren und Vorrichtung zum Melken eines Tieres bei Selbstjustierung zumindest eines Messfühlers zur Überwachung zumindest einer Kenngröße der Milch
NL1037171C2 (nl) * 2009-08-03 2011-02-04 Lely Patent Nv Melkkwaliteitsmeting.
EP3707504A4 (en) * 2017-11-07 2021-08-18 Lic Automation Limited SYSTEM AND METHOD OF ANALYSIS OF A LIQUID

Also Published As

Publication number Publication date
EP4115178A1 (en) 2023-01-11
CA3174569A1 (en) 2021-09-10
EP4115178A4 (en) 2024-03-27
WO2021177841A1 (en) 2021-09-10
IL296174A (en) 2022-11-01
US20230129837A1 (en) 2023-04-27
AU2021231630A1 (en) 2022-10-27

Similar Documents

Publication Publication Date Title
US7997228B2 (en) Milk measurement and milk collection
Pegolo et al. Associations between differential somatic cell count and milk yield, quality, and technological characteristics in Holstein cows
EP2086310B1 (en) Method for detecting mastitis of milking animals, a milking system and a computer program product
Kandeel et al. Evaluation of hand‐held sodium, potassium, calcium, and electrical conductivity meters for diagnosing subclinical mastitis and intramammary infection in dairy cattle
Zaninelli et al. On-line monitoring of milk electrical conductivity by fuzzy logic technology to characterise health status in dairy goats
EP2131647B1 (en) Method for collecting milk in a milk tank, milking system and computer program products
Johnsen et al. Indirect quantification of IgG using a digital refractometer, and factors associated with colostrum quality in Norwegian Red Cattle
US20070272159A1 (en) Method and Device for Milking an Animal Provided with at Least One Self-Adjusting Sensor for Monitoring at Least One Milk Characteristic
US20230243799A1 (en) System and Method for Analysis of a Fluid
Viña et al. Study on some risk factors and effects of bovine ketosis on dairy cows from the Galicia region (Spain)
Dela Rue et al. Using activity-based monitoring systems to detect dairy cows in oestrus: a field evaluation
Neitzel et al. Calibration of an automated California mastitis test with focus on the device-dependent variation
CN115917312A (zh) 用于分析流体的系统和方法
Robles et al. Evaluation of a commercial on-farm milk leukocyte differential tester to identify subclinical mastitis cases in dairy cows
Nørstebø et al. Large-scale cross-sectional study of relationships between somatic cell count and milking-time test results in different milking systems
Gelasakis et al. Prediction of sheep milk chemical composition using milk yield, pH, electrical conductivity and refractive index
US20120012059A1 (en) Milking system
AU2013364503B2 (en) A method and system for determining milk characteristics for individual animals in a herd
US9675038B2 (en) Arrangement and method for analyzing milk
Azevedo et al. Prevalence of bovine milk pathogens in Azorean pastures: mobile versus fixed milking machines
Nørstebø The applicability of milking-time testing in automatic milking systems
Hering et al. Development to ensure of the result reliability of production indicators in the milk recording during its computerization.
Persson et al. Test day milk yield and composition records are affected by deviations in milking intervals in overly simplified recording schemes.
Miglior et al. Impact of new on-farm technologies in dairy cattle breeding.
Hanuš et al. Interpretacija analitičkih podataka korištenjem ekspertnog sustava

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