Производительность на закрытой ферме напрямую зависит от оптимального климата. Чтобы производительность росла, необходимо следить за температурой, составом воздуха, освещением и грамотно менять эти метрики с определенной частотой, которая зависит от погоды, времени суток и т. п.
Мы разработали веб-сервис, который открывает доступ к сравнительным отчетам и историческим данным, раскрывая влияние каждой из метрик климата на вес и здоровье животных для каждого производственного помещения.
Многочисленные контроллеры собирают данные с оборудования для вентиляции, кондиционирования и контроля влажности, установленного на фермах. Каждый час данные передаются в облако, где разработанный нами сервис обрабатывает, анализирует и визуализирует их в виде графиков и сравнительных таблиц.
ИИ на проекте использует эти и другие данные, чтобы предсказывать динамику прироста веса животных, что позволяет отправлять их на продажу именно в тот момент, когда они достигли максимального веса.
Находя больше зависимостей между данными
о климате и развитием животных, фермеры могут:
Из данных яснее видно, какие факторы сильнее повлияли на производительность: что нужно сохранять на прежнем уровне, а что — менять. При этом доступ открыт не только к внутренним данным, но и к обезличенным данным конкурентов.
Датская компания SKOV производит оборудование для контроля климата в животноводческом хозяйстве: температуры, влажности, освещения, давления, вентиляции. Контроллеры на этом оборудовании передают данные в систему онлайн-управления хозяйством FOX (FarmOnline Explorer).
Фермеры пользуются FOX как справкой: могут посмотреть, что сейчас показывает контроллер, скачать данные в документ. Однако данные открыты за ограниченный период и только в рамках собственной фермы, а их визуализация ограничена.
Компания SKOV приняла решение расширить функциональность платформы FOX. Более удобные таблицы и графики, большее количество данных и аналитические выводы по всем показателям оборудования - все это должно сделать FOX полезнее для фермеров и привлечь больше хозяйств к использованию сервисов на базе платформы.
Применяя экспертизу в AI и IoT, команда WaveAccess должна была расширить возможности системы управления фермой:
Консалтинг-сессия с Senior Data Scientist — лучший способ выяснить, как внедрить машинное обучение в ваши бизнес-процессы.
Несмотря на то, что консультация бесплатна, она требует глубокого изучения ваших процессов и задач. Ее проводит ведущий специалист по ИИ, поэтому за месяц у нас есть возможность провести для бизнеса только 10 консультаций.
Если у вашей компании есть интерес к разработке проекта с машинным обучением, пожалуйста, не откладывайте с откликом.
Что вы получите:
Нашему заказчику требовалось сделать что-то нестандартное: анализировать каждую ферму индивидуально и в сравнении с конкурентами, помогая фермерам находить лучшие решения. Причем факторов влияния множество — от климатической зоны до особенностей животных в каждой конкретной партии.
Например, некоторым партиям бройлеров нужно больше корма, иначе они прекратят набирать массу. Другой пример — требуется усиливать вентиляцию в жаркие дни.
Часть этих решений кажется очевидной, но, тем не менее, некоторые фермы региона могут похвастать высоким уровнем производительности и высокой выручкой за вес. А их соседи при тех же условиях оказываются позади.
Получается, в комплексе фермерских решений существуют более оптимальные и менее оптимальные. И есть способ их выявить.
Данные о показателях оборудования и производительности в виде аналитических отчетов предоставлять фермерам
Но в системе FOX накоплено достаточно данных для решения даже более амбициозной задачи: предсказание веса партии и конверсии корма в живой вес.
В конце производственного цикла специалиста ждет важное решение. Расходовать ли дальше корм на питание партии взрослых особей, или они уже не будут прибавлять в весе и кормить их нецелесообразно? Корм — один из самых затратных расходных материалов на ферме, с другой стороны — от веса партии зависит выручка.
Не менее важной задачей проекта стала разработка модуля машинного обучения, который на основе данных о взвешивании предскажет конверсию корма в вес.
Разрабатываемые нами решения объединены в сервис под названием Episcope (эпископ) — таково название оптического прибора, который позволяет получать детальные изображения непрозрачных объектов. В нашем случае — инструмента, который может сделать неявное явным.
Данные для обработки поступают с контроллеров на всем оборудовании SKOV, установленном на ферме. Организован почасовой сбор: контроллер накапливает данные, а FOX передает их в облачное хранилище Microsoft Azure.
Модуль позволяет вычислять агрегированные показатели и тренды изменения веса животных, прогнозировать даты достижения оптимального веса партии. Во время откорма он собирает данные о динамике веса партии. Прогнозировать динамику веса начинает ближе к тому моменту, когда нужно принимать решение (для бройлеров, например, начиная с 30-го дня откорма и на 5 дней вперед).
Оптимальными условиями для работы решения являются стабильность производства, один и тот же тип корма. Тем не менее, алгоритм будет постепенно адаптироваться, даже если на ферме решено сменить корм.
Прогноз представлен графиком или таблицей. Доступ к данным строго контролируется: данные конкретной фермы доступны только владельцу.
Proof of concept: обучение на небольшом количестве данных
Proof of concept — подход, при котором можно заранее понять, пригодны ли данные заказчика для обучения. На начальном этапе мы использовали:
После ввода в эксплуатацию модуль станет частью решения Episcope. Фермеры будут вносить фактические данные в систему, увеличивая точность прогноза.
