雞舍環境氨氣濃度智能監測系統的制作方法
【技術領域】 [0001] 本發明屬于畜禽舍環境參數的信息管理、檢測網絡和智能預測領域，具體涉及一種雞 舍環境氨氣濃度檢測與預測系統，實現雞舍環境氨氣濃度的高質高效檢測、預測和管理，它 屬于農業牲畜養殖自動化裝備的技術領域。
【背景技術】
[0002] 氨（NH3)是一種無色而具有強烈刺激性臭味的氣體，多由雞糞產生，越接近地面其 含量越高。氨氣是一種無色、比空氣略輕、刺激性很強的有害氣體，能強烈地刺激雞只呼吸 道粘膜和眼結膜，麻痹呼吸道纖毛和損害上皮組織，降低機體對病原微生物侵入的抵抗力。 雞比人對氨氣更為敏感，即使在很低的濃度也會引起雞的粘膜發炎、上呼吸道粘膜充血、水 腫和整個呼吸道粘液量增多。氨氣在雞舍中超過允許范圍，不但能使雞發生角膜炎、結膜 炎、角膜潰瘍和失明等，而且破壞呼吸道絨毛、降低局部抵抗力和降低由口、眼、鼻等接種的 免疫。氨氣使雞生長遲緩，雞群生長發育不均勻，肌肉貧乏，產蛋率下降，易患疾病，雞群淘 汰率高。氨氣極易被吸附在潮濕的地面和墻壁，空氣中的水汽、灰塵及雞的口、鼻、眼等粘膜 和結膜上。高濃度氨氣可刺激上呼吸道柔嫩的組織，致使咽喉和氣管的上皮發生水腫和變 性，甚至壞死，同時伴發纖毛喪失，分泌粘液的細胞增多，呼吸機能發生紊亂。氨氣溶解于眼 的分泌物中產生氫氧化氨，誘發角膜結膜炎，使雞眼瞼閉合，角膜混濁。雞舍內氨氣濃度過 高時，雞群表現精神不振，活動能力下降，采食量減少，生長速度和產蛋率都相應降低。總 之，氨氣是一種有刺激性的氣體，氨氣對粘膜有刺激作用，可引起結膜、上呼吸道粘膜充血 和水腫。雞在低濃度氨氣的長期毒害下，采食量下降，對疾病抵抗力減弱，雞新城疫和敗血 霉形體病發生率升高，生產性能下降。高濃度氨氣對雞的毒害作用更大，可引起呼吸道深部 和肺泡損傷，使雛雞大批損傷甚至死亡。當舍內溫熱潮濕，密度較高，通風不良時，極易導致 舍內氨濃度增高。高濃度的氨對雞群危害很大，主要是誘發呼吸道和眼部疾病，以及降低雞 群的生產水平，然而國內許多雞場對其嚴重性尚未引起足夠重視。研究表明雞舍內溫度、 相對濕度、氣流和光照度隨時間和空間的變化與氨氣濃度變化相關，雞舍氨氣具有非線性、 大滯后和時變性等特點，因此，提高對各種復雜狀況雞舍環境氨氣濃度監測的可靠性、準確 性和魯棒性是十分必要的，由于國內在雞舍環境氨氣濃度的高質高效監測還一片空白，本 發明基于此原因發明雞舍環境氨氣濃度智能監測系統，為雞舍環境氨氣的凈化提供可靠根 據。
[0003]
【發明內容】
本發明的目的是提供一種雞舍環境氨氣濃度智能監測系統，本發明針對雞舍環境氨氣 濃度變化非線性、大慣性、大時滯及時變性的特點和雞舍面積較大氨氣濃度難以準確預測 的難題，設計了一種雞舍環境氨氣濃度智能監測系統，該系統由雞舍環境氨氣濃度檢測平 臺和雞舍環境氨氣濃度智能預測系統組成，形成對雞舍環境氨氣濃度的檢測、智能預測與 管理的雞舍環境氨氣濃度監測系統。
[0004] 1、雞舍環境參數采集平臺包括檢測節點、CAN/232和檢測中心計算機組成，由它們 構建成雞舍環境氨氣濃度的監測網絡，雞舍環境參數采集平臺見圖1 ;檢測節點負責檢測 雞舍環境溫度、濕度、氣流、光照度和氨氣濃度的實際值并通過監測網絡上傳給檢測中心計 算機，CAN/232實現檢測節點和檢測中心計算機通信接口通信協議的轉換，檢測中心計算機 負責對雞舍環境參數進行數據采集、數據處理、雞舍氨氣濃度的智能預測，檢測中心計算機 軟件結構功能見圖2。
[0005] 2、根據雞舍環境氨氣濃度變化非線性、大慣性、大時滯及時變性的特點，在檢測中 心計算機設計雞舍環境氨氣濃度智能預測系統，雞舍環境氨氣濃度智能預測系統見圖3,該 預測模型對應各個監測點溫度、濕度、氣流和光照度的4個不同GM (1，1)灰色預測模型、遺 傳-BP神經網絡和多監測點氨氣濃度預測值的融合模型組成；在對影響雞舍被各個監測點 氨氣濃度的溫度、濕度、氣流和光照度的歷史數據作為4個不同GM (1，1)灰色預測模型的 輸入，GM (1，1)模型的輸出作為遺傳-BP神經網絡的輸入，BP神經網絡包括4個節點的輸 入層，7個節點的隱含層和1個節點的輸出層構成，輸出層的傳遞函數為線性函數，輸入層、 隱含層傳遞函數為Sigmoid型，應用遺傳算法對神經網絡權值、閾值進行優化，遺傳-BP神 經網絡的輸出為被監測節點氨氣濃度的預測值，遺傳算法優化神經網絡流程見圖4。
[0006] 3、為了實現對所有被監測點氨氣濃度的預測值的融合，實現對整個雞舍環境氨氣 濃度的預測，根據各個監測點氨氣濃度預測值序列，計算各個監測點預測值與預測特征值 的灰色關聯度，各個監測點的灰色關聯度與雞舍所有監測點灰色關聯度和的比值作為該監 測點氨氣濃度預測值融合的權重系數，通過對所有監測點氨氣濃度的預測值與權重系數的 積進行累加得到該雞舍氨氣濃度的預測值，融合模型見雞舍環境氨氣濃度智能預測系統圖 3的右邊。
[0007] 本發明專利與現有技術相比，具有以下明顯優點： 1.預測準確度高 本發明專利把4個GM模型與GA-BP神經網絡模型結合起來建立灰色神經網絡組合預 測模型，對影響雞舍氨氣濃度的溫度、濕度、氣流和光照度參數環境參數的歷史數據作不同 取舍，作為初始數據輸入4個GM模型，4個GM模型的輸出作為GA-BP神經網絡的輸入對雞 舍氨氣濃度進行準確預測。該雞舍氨氣濃度預測模型綜合了灰色預測的GM模型所需原始 數據少與方法簡單的優點和BP神經網絡非線性擬合能力強的特點，通過灰色預測理論對 原始數據進行累加生成，突出趨勢的影響，使得神經網絡的非線性激勵函數更易于逼近，減 小不確定成分對灰色理論預測值的影響；克服了灰色GM預測模型精度低和BP神經網絡所 需訓練數據多的缺點，有效避免了單一模型丟失信息的缺憾，從而提高預測結果的精度；同 時采用GA對BP神經網絡初始參數進行優化，使用遺傳算法來彌補BP神經網絡連接權值和 閾值選擇上的隨機性缺陷，殘差較小，網絡的泛化能力較好，優化后網絡模型的學習時間和 收斂速度更快，更穩定，預測精度更高，從而大大提高了預測的準確性和精度。總之，利用灰 色模型可以弱化數據的隨機性以及BP神經網絡的高度非線性擬合能力對雞舍氨氣濃度進 行了預測，并采用遺傳算法對神經網絡進行了優化，從而提高了雞舍氨氣濃度預測的準確 度。
[0008] 魯棒性強 本發明專利建立灰色神經優化組合的雞舍氨氣濃度預測模型，體現了雞舍環境氨氣濃 度的灰色系統行為，又能動態的進行預測，具有較高精度和穩定性，而灰色理論、神經網絡 和遺傳算法相結合能夠較好地利用各單項算法的優點，充分發揮灰色預測、神經網絡和遺 傳算法三者優勢，從本質上提高預測精度、穩定性和快速性；灰色系統是通過對樣本數據進 行累加或累減處理得到新數據，在一定程度上弱化了原始樣本的隨機性，且具有對樣本容 量需求較少；GA-BP神經網絡能夠在小樣本、貧信息及數據有波動等情況下能夠對樣本數 據中的內在規律進行自主學習，具有較強的魯棒性和容錯能力，對雞舍氨氣濃度作出比較 準確的模擬和預測，弱化原始數據隨機性、提高預測模型魯棒性和容錯能力，適合作為各種 復雜狀況的雞舍氨氣濃度的預測，該雞舍氨氣濃度預測模型的魯棒性強。
[0009] 預測雞舍氨氣濃度的時間跨度長 用GM模型可以根據前面時刻影響雞舍氨氣濃度的溫度、濕度、氣流和光照環境參數值 預測未來時刻雞舍的溫度、濕度、氣流和光照度，輸入GA-BP神經網絡可以預測未來時刻雞 舍氨氣濃度，用上述方法預測出的雞舍氨氣濃度后，把此雞舍溫度、濕度、氣流和光照氨氣 環境參數值再加進原始數列中，相應地去掉數列開頭的一個數據建模，再進行未來雞舍溫 度、濕度、氣流和光照氨氣環境參數值的預測。依此類推，預測出雞舍氨氣濃度值。這種方 法稱為等維灰數遞補模型，它可實現較長時間的預測。養殖戶可以更加準確地掌握雞舍環 境氨氣濃度的變化趨勢，為雞舍氨氣的凈化做好準備，有效避免氨氣對雞生長過程的影響。 [0010] 預測雞舍氨氣濃度的分布空間范圍廣 本發明專利包括多個監測節點，可以把雞舍氨氣濃度監測節點布置在雞舍的一個橫 面、一個縱面或者任意需要監測點，可以對雞舍氨氣濃度的同一時刻多點監測與預測，通過 基于灰色關聯度理論建立的雞舍多點氨氣濃度融合模型，實現對雞舍多個氨氣濃度監測點 氨氣濃度的融合，養殖戶可以準確地預測同一時刻雞舍橫面和截面氨氣濃度的空間分布狀 況和整個雞舍氨氣濃度的準確值，可以根據雞舍氨氣濃度的空間分布狀況采用對應的凈化 策略。
[0011]
【附圖說明】
[0012] 圖1雞舍環境參數采集平臺 圖2檢測中心計算機軟件結構圖 圖3雞舍環境氨氣濃度智能預測系統圖 圖4遺傳算法優化神經網絡流程圖 圖5檢測系統平面布置圖 實施方案： 1、系統總體功能的設計 針對雞舍環境氨氣濃度變化非線性、大慣性、大時