Университет Висконсин-Мэдисон разработал цифровые двойники для принятия решений на молочных фермах
RuFaS, сокращение от Ruminant Farm Systems, моделирует взаимодействия между биологией животных, хранением кормов, управлением навозом и процессами почвенно-растительного цикла. Исследователи из Университета Висконсин-Мэдисон оценивают платформу как способ тестирования мер управления стадами в виртуальной среде до их применения в амбаре.
Проект возглавляет Виктор Кабрера, профессор UW-Madison. Его долгосрочная цель — создать “цифровые двойники”: виртуальные версии молочных ферм, которые можно обновлять с учетом актуальной информации из реальных операций. Модель предназначена для представления различий между отдельными животными, а не только для опоры на “среднюю корову”.
RuFaS можно использовать для изучения сценариев, включая синхронизацию репродукции, процедуры обнаружения эструса и меры по снижению теплового стресса. Его экологические входные данные включают солнечную радиацию, влажность и температуру воздуха. Симуляции могут показать, как инвестиции в снижение теплового стресса связаны с изменениями в потреблении сухого вещества, составе молока и репродуктивной производительности со временем.
Подход на уровне всей фермы также позволяет пользователям изучать эффекты, которые выходят за рамки первоначального вмешательства. Изменение в одной части молочной операции можно оценивать вместе с его эффектами на другие операционные области, предоставляя ветеринарам и управляющим фермами информацию для оценки управленческих протоколов и капитальных решений.
Подробная симуляция RuFaS может использовать около 1,200 отдельных входных параметров и производить более 12,000 выходных данных. Перевод технологии из исследовательского использования в коммерческие приложения поддержки принятия решений требует полевой валидации, интеграции данных и общих стандартов для информации от автоматизированных систем доения, мониторов активности и оборудования точного кормления.
Разработчики сохранили детерминированную, основанную на уравнениях структуру симуляции вместо использования систем машинного обучения, внутренние процессы которых могут быть трудны для проверки. Модель предназначена для поддержки, а не замены, клинического наблюдения на месте, при этом она количественно оценивает операционные риски и долгосрочные финансовые эффекты. Источник статьи идентифицировал Dairy Herd Management и Bovine Veterinarian как источники.
