кейс

Повышение надоев на фермах в Китае

Увеличение надоев молока на 28% за счет внедрения систем мониторинга и прогнозирования производственных процессов на базе ИИ

О проекте

Агрохолдинг, который выступил заказчиком проекта, был заинтересован в увеличении надоев и оптимизации ухода за рогатым скотом на фермах.

Поголовье коров на фермах составляло 2800 голов. Совместно с заказчиком, мы определили движение к этой цели через:

Необходимость внедрения систем мониторинга и прогнозирования производственных процессов на базе ИИ
Снижение воздействия человеческого фактора на качество ухода за крупным рогатым скотом на фермах

Технологический стек:

Apache Kafka
PostgreSQL

TensorFlow
Python

C++
R

MLflow
Docker

AWS

Индустрия

АгроТех, Искусственный интеллект и машинное обучение

Команда

11 человек

Продолжительность работы

8 месяцев

Вызовы проекта

Организация постоянного сбора данных и тренировка нейронных сетей.

Каждая ферма имеет свои особенности по организации процессов, поэтому требовалась не только адаптация технологий под местные условия, но и консультационная поддержка отраслевых экспертов.

Наша работа

Сбор достаточного объема данных и учет локальных особенностей — ключ к успеху в решении такого рода задач. Наша команда из 11 человек не только писала код и разрабатывала модели ML. Мы выезжали на место и помогали устанавливать и настраивать оборудование, оптимизировать работу персонала, обучать сотрудников эффективному использованию.

Этап 1

Определение параметров

Этап 2

Проектирование архитектуры ИИ

Этап 3

Формирование режима

Этап 4

Контроль за стадом

Этап 5

Анализ информации

1 этап

Определение параметров

Первоначально мы определились с параметрами физического состояния коров, которые будем отслеживать (базовые жизненные показатели, положение относительно других животных, нарушение походки, параметры молока, соблюдение режима дойки и кормления и т.д.).

2 этап

Проектирование архитектуры ИИ

Затем наши инженеры спроектировали архитектуру системы ИИ из следующих компонентов:

Схема процесса передачи данных

Для сбора интересующей информации мы использовали следующие типы сенсоров:

датчики
носимые животными (датчики перемещения, геопозиции, температуры, идентификации, микрорадарные системы, датчики пульса)
видеокамеры
газоанализаторы
метеостанции
стационарные сенсоры на ферме (вес, размер, идентификация животных, характеристики молока)
датчики, носимые обслуживающим персоналом (браслеты, бейджи)

Схема: Описание принципа работы системы ИИ

3 этап

Формирование режима

В результате обработки данных система формировала оптимальный режим кормления, выпаса, доения для максимизации надоев. Дополнительно выявлялись ранние признаки заболеваний.

4 этап

Контроль за стадом

Для контроля за стадом во время свободного выпаса использовался дрон и переносная станция контроля за стадом. В случае выхода животных за периметр или их пропажи система отправляла сигнал персоналу.

5 этап

Анализ информации

Дополнительно анализировалась информация о растительности на лугу и ее кормовой ценности.

Результаты проекта

Повышение надоев на 28% и снижение издержек на 15-18%

Разработка платформы заняла около шести месяцев. Мы разработали и запустили 11 нейронных сетей. Это обеспечило повышение надоев на 28% и снижение издержек на 15-18%

Техническое сопровождение проекта

Мы продолжаем техническое сопровождение проекта и в случае необходимости дополняем систему новыми функциями.

Давайте обсудим ваш проект

Заполните форму или свяжитесь удобным для Вас способом

Остались вопросы?

8 (800) 551 44 68

agro@crimeadigital.ru

Имя

Телефон для связи

Укажите свой E-mail для связи

Описание навыков

Прикрепить файл (doc(x), pdf, zip)

Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности

Делимся актуальной информацией в сфере агротех

Подпишись, чтобы быть в курсе наших новостей

Vkontakte

Навигация

Карьера Академия

Академия

Курс Software Testing Курс React JS Курс Ruby on Rails Курс iOS разработка Курс Android разработка

Телефон

8 (800) 551 44 68

Почта

agro@crimeadigital.ru

Адрес

г. Севастополь, ул. Руднева, д.41, 4 этаж технопарк ИТ-Крым

Политика конфиденциальности

Без рубрики ·

Крым Диджитал приняла участие в стратегической сессии

Руководители Крым Диджитал приняли участие в стратегической сессии, которая прошла на базе СевГУ 10 июня. Вместе с Правительством Севастополя, Институтом информационных технологий и управления в технических системах СевГУ и приглашенными ИТ-компаниями города обсудили перспективу развития системы высшего образования в Севастополе.Представители бизнеса, власти и образовательной системы выступали со своим видением будущих потребностей региона в кадрах, поднимали насущные вопросы обучения студентов, прохождения практики и дальнейшего трудоустройства. Крым Диджитал является амбассадором идеи образования и взращивания молодых кадров, развивает образовательные проекты и на протяжении 5 последних лет ведет активную работу в направлении поддержки и развития молодых специалистов ИТ-отрасли Крыма.

10 июня, 2022 20:17·

Руководители Крым Диджитал приняли участие в стратегической сессии, которая прошла на базе СевГУ 10 июня.

Вместе с Правительством Севастополя, Институтом информационных технологий и управления в технических системах СевГУ и приглашенными ИТ-компаниями города обсудили перспективу развития системы высшего образования в Севастополе.
Представители бизнеса, власти и образовательной системы выступали со своим видением будущих потребностей региона в кадрах, поднимали насущные вопросы обучения студентов, прохождения практики и дальнейшего трудоустройства.

Крым Диджитал является амбассадором идеи образования и взращивания молодых кадров, развивает образовательные проекты и на протяжении 5 последних лет ведет активную работу в направлении поддержки и развития молодых специалистов ИТ-отрасли Крыма.