北方封闭奶牛舍环境监测系统及氨气浓度预测模型研究
发布时间:2025-04-01 05:29
奶牛舍的环境质量是影响奶牛生长健康、产奶质量的重要因素,对奶牛的养殖起到了至关重要的作用。随着我国奶牛养殖业的大规模发展,奶牛舍中温湿度和有害气体浓度严重影响着奶牛的生长健康,不仅会造成奶牛传染性疾病的产生,还会影响奶牛产奶量以及产奶质量。在规模化奶牛养殖的发展进程中,科学精细化的养殖技术,对提高奶牛生长环境和产奶量具有重要作用。目前,针对北方冬季封闭奶牛场环境监测参数单一,牛舍内个各环境因子之间的非线性、时变性、滞后性相互耦合的关系,采集点个数单一,单个监测点不能代表整个奶牛舍大环境,奶牛个体周围存在小气候,使奶牛舍环境预测面临诸多困难。因此,设计一套能够适应奶牛养殖场多点无线环境监测采集装置,同时对采集到的数据进行分析处理,以人工神经网络为基础对奶牛场环境氨气浓度进行预测,利用预测出的数据对环境进行调控,从而优化奶牛的生长环境,提高奶牛的产奶效率和产奶质量。本课题针对北方冬季封闭奶牛场,冬季气温低室内湿度较高,垫草饲料以及奶牛粪便排泄物等含氮有机物的分解所产生的氨气,以及奶牛个体周围的小气候环境为研究对象,选取奶牛生长环境的温度、湿度、氨气浓度作为预测的主要环境参数,建立基于BP神经...
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题研究的背景及意义
1.2 奶牛舍环境参数对奶牛健康的影响
1.2.1 温度对奶牛的影响
1.2.2 湿度对奶牛的影响
1.2.3 有害气体对奶牛的影响
1.2.4 北方影响奶牛生长健康的主要环境参数
1.3 国内外研究的动态和趋势
1.3.1 基于无线传感技术的畜禽监测研究现状
1.3.2 基于神经算法的禽舍环境预测模型研究现状
1.4 研究目标、内容和技术路线
1.4.1 研究目标
1.4.2 研究内容
1.4.3 技术路线
2 奶牛舍环境监测系统设计
2.1 硬件结构设计及原理
2.2 硬件选型及模块设计
2.2.1 核心单片机电路设计
2.2.2 电源供电转换电路设计
2.2.3 ZigBee无线通信模块设计
2.2.4 数据采集电路的设计
2.2.5 数据存储电路设计
2.3 上位机软件设计
2.3.1 上位机设计要求及功能
2.3.2 上位机系统设计
2.3.3 上位机界面设计
2.3.4 数据解析和存储
2.4 本章小结
3 基于BP神经网络氨气浓度预测模型模型介绍与改进
3.1 人工神经网络
3.1.1 人工神经网络的特点
3.1.2 人工神经网络工作原理
3.2 BP神经网络模型
3.2.1 标准BP神经网络的局限性
3.2.2 BP神经算法原理
3.3 BP神经网络学习算法改进
3.3.1 基于LM优化算法BP神经网络
3.3.2 基于BR优化算法BP神经网络
3.4 本章小结
4 奶牛舍环境监测系统试验和氨气浓度预测结果分析
4.1 奶牛舍环境监测硬件设备性能试验及分析
4.1.1 试验目的
4.1.2 试验条件
4.1.3 试验设计
4.1.4 试验结论
4.2 奶牛舍内环境参数数据采集
4.2.1 舍内采集节点的布置原则
4.2.2 奶牛舍内环境参数数据采集
4.2.3 奶牛舍内环境参数数据处理
4.3 奶牛舍氨气浓度预测结果分析
4.3.1 BP神经网络预测模型的设计
4.3.2 BP神经网络预测模型的结构
4.3.3 基于LM-BP神经网络模型的奶牛舍氨气浓度模型预测
4.3.4 基于BR-BP神经网络模型的奶牛舍氨气浓度模型预测
4.4 氨气浓度预测模型误差分析
4.5 氨气浓度预警模型研究
4.6 本章小结
5 结论与展望
5.1 主要研究结论
5.2 进一步研究展望
参考文献
致谢
个人简历
个人情况
教育背景
在学期间发表论文
本文编号:4038996
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题研究的背景及意义
1.2 奶牛舍环境参数对奶牛健康的影响
1.2.1 温度对奶牛的影响
1.2.2 湿度对奶牛的影响
1.2.3 有害气体对奶牛的影响
1.2.4 北方影响奶牛生长健康的主要环境参数
1.3 国内外研究的动态和趋势
1.3.1 基于无线传感技术的畜禽监测研究现状
1.3.2 基于神经算法的禽舍环境预测模型研究现状
1.4 研究目标、内容和技术路线
1.4.1 研究目标
1.4.2 研究内容
1.4.3 技术路线
2 奶牛舍环境监测系统设计
2.1 硬件结构设计及原理
2.2 硬件选型及模块设计
2.2.1 核心单片机电路设计
2.2.2 电源供电转换电路设计
2.2.3 ZigBee无线通信模块设计
2.2.4 数据采集电路的设计
2.2.5 数据存储电路设计
2.3 上位机软件设计
2.3.1 上位机设计要求及功能
2.3.2 上位机系统设计
2.3.3 上位机界面设计
2.3.4 数据解析和存储
2.4 本章小结
3 基于BP神经网络氨气浓度预测模型模型介绍与改进
3.1 人工神经网络
3.1.1 人工神经网络的特点
3.1.2 人工神经网络工作原理
3.2 BP神经网络模型
3.2.1 标准BP神经网络的局限性
3.2.2 BP神经算法原理
3.3 BP神经网络学习算法改进
3.3.1 基于LM优化算法BP神经网络
3.3.2 基于BR优化算法BP神经网络
3.4 本章小结
4 奶牛舍环境监测系统试验和氨气浓度预测结果分析
4.1 奶牛舍环境监测硬件设备性能试验及分析
4.1.1 试验目的
4.1.2 试验条件
4.1.3 试验设计
4.1.4 试验结论
4.2 奶牛舍内环境参数数据采集
4.2.1 舍内采集节点的布置原则
4.2.2 奶牛舍内环境参数数据采集
4.2.3 奶牛舍内环境参数数据处理
4.3 奶牛舍氨气浓度预测结果分析
4.3.1 BP神经网络预测模型的设计
4.3.2 BP神经网络预测模型的结构
4.3.3 基于LM-BP神经网络模型的奶牛舍氨气浓度模型预测
4.3.4 基于BR-BP神经网络模型的奶牛舍氨气浓度模型预测
4.4 氨气浓度预测模型误差分析
4.5 氨气浓度预警模型研究
4.6 本章小结
5 结论与展望
5.1 主要研究结论
5.2 进一步研究展望
参考文献
致谢
个人简历
个人情况
教育背景
在学期间发表论文
本文编号:4038996
本文链接:https://www.wllwen.com/yixuelunwen/dongwuyixue/4038996.html
最近更新
教材专著