Mitte der 1970er Jahre hatte der durchschnittliche amerikanische Milchviehbetrieb etwa 25 Kühe. Heutzutage gibt es in vielen Betrieben mehr als 3.000 - eine Zahl, die vor 25 Jahren noch so gut wie unbekannt war.
Ein effizientes Management großer Bestände wäre ohne die neuesten Fortschritte in der Datenverarbeitung und Automatisierung schwierig oder sogar unmöglich. Die meisten Molkereien haben inzwischen Melkstände und zugehörige Stallungen, die die Produktion pro Arbeitsstunde verdoppeln oder verdreifachen. Melkeinheiten lösen sich automatisch ab, um die Eutergesundheit zu verringern und die Milchqualität zu verbessern, und Kuh-ID-Transponder ermöglichen es den Landwirten, Produktionsdaten automatisch aufzuzeichnen.
Der jüngste große technologische Fortschritt, der die US-Milchindustrie beeinflusst, ist die Entwicklung von automatischen Melksystemen - oder „Robotermelkern“.
Im Kellogg Dairy Center der Universität von Connecticut verwenden wir Robotermelker und andere Sensoren, um 100 Kühe und ihre physische Umgebung zu überwachen. Durch diese im Frühjahr gestartete Arbeit hoffen wir, das Verhalten und die Gesundheit der einzelnen Kuh in Echtzeit zu überwachen, um die Produktionseffizienz und das Wohlbefinden der Tiere zu verbessern.
Big Data und Kühe
Robotermelker können Milch ohne menschliches Zutun ernten. Tatsächlich entscheiden die Kühe, wann sie gemolken werden, und betreten die Maschine ohne direkte menschliche Aufsicht. Das Robotersystem erkennt die Kuh automatisch und wendet ein Desinfektionsspray an, bevor ein Roboterarm den Melkbecher zum Melken anbringt.
Das ist etwas ganz anderes als beim Melken im Salon, wo die Manager normalerweise dreimal am Tag entscheiden, wann sie Kühe melken. Jede Robotermelkeinheit versorgt 50 bis 55 Kühe.
Angesichts des hohen Preises für frühe Versionen der Robotermelker und der großen US-Herden hatten amerikanische Molkereien vor 2010 nur ein geringes Interesse an Robotermelkern. Die Anzahl der automatischen Melksysteme im Land stieg jedoch im Jahr 2013 hauptsächlich auf über 2.500 Einheiten aufgrund von Designverbesserungen in den neueren Modellen. Weltweit sind derzeit über 35.000 Melkautomaten in Betrieb.
Eine Reihe Kühe wird gemolken (Toa55 / Shutterstock) Diese neueren Maschinen haben nicht nur die Milchernte effizienter gestaltet, sondern auch die Möglichkeit, eine größere Menge an Informationen über Produktion, Milchzusammensetzung und Kuhverhalten zu sammeln. Dies ermöglicht es den Herstellern, fundiertere Managemententscheidungen zu treffen.
Mit Robotermelksystemen leiten die Kühe die Show. Sie entscheiden, wann sie essen, wiederkäuen, sich ausruhen oder gemolken werden. Sie müssen auch weniger als eine Stunde pro Tag damit verbringen, tatsächlich gemolken zu werden. Vor Robotermelkern dauerte das Melken häufig drei bis fünf Stunden pro Tag.
Wir wollten wissen: Was machen sie mit dem Rest ihres Tages? Wie wirkt sich dieses Verhalten auf die Produktion aus oder dient es dazu, den Gesundheitszustand anzuzeigen? An sich können die Melkeinheiten diese Art von Informationen nicht sammeln, was sehr nützlich wäre, um frühzeitig herauszufinden, ob eine bestimmte Kuh ein Gesundheitsproblem entwickelt.
Unser „Kuh-CPS“ - ein cyber-physisches System, das Kühe, Melkroboter, Videokameras und andere Sensoren umfasst - erfasst zu jeder Zeit die Daten unserer Kühe. Das sagt uns unter anderem, wohin die Kühe gehen, wenn sie nicht gemolken werden. wenn sie sich entscheiden zu essen, sich auszuruhen oder andere Aktivitäten zu machen; und die Zusammensetzung ihrer Milch. Im Körper befindliche Sensoren zeigen sogar den pH-Wert in einem ihrer Mägen an, was ein Schlüsselindikator für Verdauungsprobleme sein kann.
Molkereien optimieren
Wir hoffen, dass all diese Daten es uns ermöglichen, rechtzeitige Entscheidungen auf der Ebene der einzelnen Kuh zu treffen, was in großen Herden nicht einfach ist. Diese „Präzisionsmolkerei“ könnte uns helfen zu verstehen, wie sich die Aktivitäten einer einzelnen Kuh - Fressen, Stehen, Ruhen, Melken - auf ihre Milchproduktion, Milchqualität und Gesundheit auswirken.
Wir planen, die Daten mithilfe des maschinellen Lernens zu analysieren, einer Art künstlicher Intelligenz, die Muster in großen Informationsmengen findet. Der Computer vergleicht die Daten mit einem Modell, wie die Molkerei unter idealen Bedingungen arbeiten sollte. Unser Modell erfasst kritische Leistungsmerkmale - Milchqualität und -produktivität - sowie relevante Einschränkungen wie die individuelle Gesundheit und den Reproduktionsstatus.
Während des Betriebs der Molkerei können wir anhand der Echtzeitdaten beurteilen, wie weit unsere echte Farm von der idealen entfernt ist. Wir können diese Informationen dann mit einem mathematischen Optimierungsalgorithmus kombinieren, um zu bestimmen, wie genau wir den Prozess ändern oder anpassen sollen. Zum Beispiel kann der Algorithmus vorschlagen, die Art des Zitzentropfens, den Nährstoffgehalt des Futters oder die Zeitdauer, die jede Kuh mit dem Füttern verbringt, anzupassen.
Wir hoffen, dass unsere Arbeit es den Milchbauern in den USA ermöglichen wird, einzelne Kühe in Gruppen besser zu managen - nicht nur um die Milchproduktion zu verbessern, sondern auch um die Gesundheit der Kuh zu stärken.
Dieser Artikel wurde ursprünglich auf The Conversation veröffentlicht.
Matthew Stuber, Assistenzprofessor für Chemieingenieurwesen und Biomolekulartechnologie, University of Connecticut
Gary Kazmer, außerordentlicher Professor für Laktationsphysiologie, University of Connecticut
Shalabh Gupta, Assistenzprofessor für Ingenieurwissenschaften, University of Connecticut
Steven Zinn, Professor für Tierwissenschaften, University of Connecticut
