鸡群均匀度数据采集装置设计与试验

发布时间：2020-05-16 10:51

【摘要】：鸡群均匀度是指鸡群生长发育的整齐程度,是反映鸡群生长发育状态的关键指标,由鸡只体重、跖长、体型和换羽等数据计算得到。养殖企业根据均匀度判断鸡群的健康状况,进而采取调整饲喂和管理措施。目前,鸡群均匀度信息主要通过体重和跖长数据计算获得。在采集体重和跖长数据时主要依靠人工进行,劳动强度大,且易造成数据误差,因此急需一种鸡群均匀度数据采集装置,来解决数据采集与自动记录的问题。本文针对笼养鸡群均匀度数据采集需求,做出以下几个方面研究:(1)在需求分析基础上对整个数据采集装置进行三维建模,对整机总体结构、工作流程、总体布局进行设计,并对检测采集装置、移动转运装置进行方案优选。(2)根据鸡只体态特征对体重和跖长采集装置进行设计;对采集装置称重系统稳定性和控制系统进行研究;实地测量鸡小腿物理特征数据,为跖长采集装置尺寸设计提供数据参考;对跖长采集装置中压紧机构以及体重采集装置中固定装置进行受力分析;对小腿倾斜角度进行试验研究,将固定装置与小腿分离装置成90°、100°、110°、120°分别进行试验,获取装置中鸡只较为舒适的固定装置角度调节范围。(3)对检测采集装置、固定装置、移动转运装置中伸缩装置进行静力学分析,并对检测采集装置、伸缩装置进行模态分析,研究发生共振的可能性,保证装置运行时的安全性和可靠性。对检测采集装置底板进行去除材料35%拓扑优化设计,研究该结构可靠性。(4)依据笼具以及养殖场环境对移动转运装置进行参数化设计,并对伸缩装置中丝杠和步进电机选型进行设计校核,利用Adams软件对装置进行虚拟仿真分析,验证装置运行过程中的平稳性与安全性。(5)进行检测采集装置样机试制与试验,解决装配中遇到的问题。通过试验分析得到体重采集误差范围为±2g、相对误差率为0.07%;跖长采集误差范围为±3mm、相对误差率为0.18%。鸡群均匀度数据采集装置有效解决了体重、跖长数据的准确采集问题,该装置实现了数据的自动记录,在一定程度上减轻检测人员工作强度。
【图文】：

家禽,称重

图 1-1 家禽称重秤Fig.1-1 Poultry weighing scale过研究一种基于计算机视觉的个体行分类，进一步改进多种动物个体荷斯坦牛背部 3D 图像，构建了体年，Negretti[12]用视觉图像分析法通立了相应的预测模型；2010 年，测，并且建立体重预测方程，通过Paolo 利用双摄像高分辨率系统，，小于 5%[14]；2014 年，Kongsro[15]并将其应用于农场，该装置适用于用图像分析技术研究了不同饲喂，Mortensen[17]利用 Kinect 获取肉鸡人工神经网络预测个体肉鸡的重量

深度图像,鸡群,图像分析,行为

图 1-1 家禽称重秤Fig.1-1 Poultry weighing scale2006 年，Leroy[10]通过研究一种基于计算机视觉的个体笼养家禽行为测量方法15 种不同类型行为进行分类，进一步改进多种动物个体行为的监控措施；2008Yukako[11]通过分析荷斯坦牛背部 3D 图像，构建了体尺参数与产奶量以及体重的预测模型；2008 年，Negretti[12]用视觉图像分析法通过摄像间接测定地中海水体重和体型，并且建立了相应的预测模型；2010 年，Mollah[13]通过计算机图像对肉鸡体重进行估测，并且建立体重预测方程，通过试验得到该系统误差在~16.47g；2013 年，Paolo 利用双摄像高分辨率系统，实现了对绵羊的肩高、胸体长的测量，其误差小于 5%[14]；2014 年，Kongsro[15]提出了一种基于 Kinect图猪体重计算模型，并将其应用于农场，该装置适用于大型个体动物的检测；5 年，Neves[16]等人运用图像分析技术研究了不同饲喂方式对鸡群行为的影响， 1-2 所示。2016 年，Mortensen[17]利用 Kinect 获取肉鸡的深度图像，如图 1-3 所该装置使用贝叶斯人工神经网络预测个体肉鸡的重量，产生的平均相对误差为。
【学位授予单位】：河北农业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S831;TP274.2

【相似文献】