Производство молока в АО «СХП «Вощажниково» увеличилось ​благодаря технологиям Internet Of Things и Machine Learning​

К 2050 г. население нашей пл​анеты составит 9,8 миллиарда человек cогласно Цели 2 в области устойчивого развития: ликвидация голода. Поэтому обеспечение максимальной эффективности производства продуктов питания является не только экономическим вызовом, но и насущной задачей общемирового масштаба.​​

Несмотря на то что российские молочные хозяйства движутся в направлении Smart Farming, внедряя новые технологии, Интернет вещей, машинное обучение и разведение генетически модифицированного скота, по оценке Организации ООН по вопросам продовольствия и сельского хозяйства Россия все еще остается в числе стран с самым высоким дефицитом молока. 

Чтобы помочь производителям справиться со стоящими перед ними вызовами, российская компания АЛАН-ИТ разработала облачный аналитический сервис для поддержки принятия управленческих решений в области сельского хозяйства с точностью прогнозирования 92-97% – Dairy Production Analytics (DPA). Сервис объединяет данные из внутренних систем и внешних источников, статистические данные, экономические показатели, данные по работе персонала, лабораторные данные.

Рис.1 Пример дашборда сервиса Dairy Production Analytics (DPA)

​Мустанг Технологии Кормления  — российский поставщик кормов и кормовых решений для сельского хозяйства. Целью компании является повышение эффективности кормления животных с помощью применения технологического подхода и, как следствие, получение прибыли. В компании «Мустанг» сервис DPA используется для предоставления более качественных консультаций клиентам и выполнения запланированных задач.​

​В 2018 году сервис DPA был внедрён в одном из клиентов компании «Мустанг» - молочном комплексе «Вощажниково». Это хозяйство, на котором применяется подход «Smart Farm», имеет стадо около 8 000 голов, из которых 4 500 — молочные. До внедрения сервиса ферма производила 125 тонн молока в сутки, почти 28 кг молока с коровы в сутки. Результаты показали, что технологии Big Data и IoT предоставляют необходимую информацию для наращивания объемов производства, сокращения себестоимости продукции и совершенствования системы управления производством.

Рис.2 График зависимости надоев от вне​шних факторов из сервиса DPA

С целью улучшения прогнозирования DPA собирает данные из внешних источников: метеорологической станции и датчиков Libelium (данные о температуре, давлении, скорости и направлении ветра, осадках, уровне влажности, освещенности), RFID-меток, ERP-системы, отчетов в Excel и прочих внешних источников данных, размещая их в облачной платформе данных на ферме. После этого часть данных поступает напрямую в Power BI, а остальные обрабатываются в системе машинного обучения Azure для того, чтобы помочь персоналу принимать более обоснованные решения. В качестве протокола связи между устройствами и шлюзом, а также между шлюзом и облаком, используется протокол LoRaWAN.

  Рис.3 Схема установки

Компания АЛАН-ИТ выбрала систему Libelium Plug&Sense! Smart Agriculture, оснащенную датчиками температуры, давления и влажности, а также метеорологической станцией, поскольку, по словам Алены Шпигаревой, директора по развитию бизнеса в компании АЛАН-ИТ, они являются «готовыми сертифицированными приборами, которые можно быстро приобрести и установить». Алена добавляет: «мы должны были выполнить работу в сжатые сроки на стабильных устройствах, поэтому использование оборудования Libelium стало оптимальным решением».

Рис.4 Изображение устройства P&S! Smart Agriculture, установленного на ферме для наблюдения за температурой

В результате была выявлена взаимосвязь между температурой, питанием и даже ежедневной работой сотрудников фермы. Система DPA обнаружила, что с понижением температуры на ферме растет потребность коров в корме. Система предупреждает сотрудников об этих изменениях, при этом фермеры получают уведомления по электронной почте или SMS. Надлежащее кормление приводит к росту производства молока. Благодаря этому хозяйство «Вощажниково» показывает все лучшие результаты: экономия за год составила порядка 6 000 000 руб.

Рис.5 Лактационные кривые и тренд увеличения надоев

Сервис DPA предназначен для прогнозирования репродукции стада, объемов производства молока и заболеваний животных, которое выполняется на основе комплекса внешних и внутренних факторов, статистических данных, экономических индикаторов, информации персонала и лабораторных данных. Сервис позволяет не только снизить расходы, связанные с поддержанием здоровья коров, затратами труда и воспроизводством, но и решать стратегические задачи бизнеса: по расширению производства, открытию новых подразделений и т.д.

Леонид Агафонов, генеральный директор компании ООО «СМАРТ Дистрибьюшн»: «Мы рады сотрудничеству с АЛАН-ИТ как с интегратором, имеющим большой опыт успешных проектов на рынке автоматизации в животноводстве и точном земледелии, где сегодня для применения IoT-технологий открываются широкие перспективы. Сотрудничество с АЛАН-ИТ делает возможным в комплексе предоставлять заказчикам качественный сервис, начиная от консультации и заканчивая поддержкой. Технологии Libelium гибко интегрируются в ИТ-инфраструктуру проектов, не требуют избытка ресурсов, имеют прозрачный возврат инвестиций, что уже неоднократно доказано многими успешными внедрениями наших партнеров».

За три месяца использования сервиса DPA, объем производства молока в хозяйстве «Вощажниково» увеличился до 33 кг с коровы в сутки, что на 18 % больше, чем в предыдущие месяцы (28 кг с коровы в сутки). За 2019 год в целом производство молока увеличилось в среднем на 2,05 кг на дойную корову в сутки, что позволило заработать порядка 36 000 000 руб.

Кроме того, благодаря внедрению сервиса DPA «Вощажниково» получили на ежегодном форуме поставщиков компании Danone награду в номинации «Эффективность». ​