Аналитическая платформа Episcope на базе IoT и AI для роста производительности фермерских хозяйств
- Заказчик:
- SKOV A/S
- Руководитель проекта со стороны заказчика
-
- Поставщик
- WaveAccess
- Год завершения проекта
- 2019
- Сроки выполнения проекта
- Октябрь, 2018 - Октябрь, 2019
- Масштаб проекта
- 11500 человеко-часов
20000 автоматизированных рабочих мест - Цели
Необходимо было расширить возможности системы управления фермой от компании SKOV A/S, производителя климатических решений для фермерских хозяйств, наделив ее новыми функциями:
-
Сбор, обработка и визуализация исторических данных и данных о конкурентах;
-
Продвинутая аналитика данных;
-
Предупреждения об аномалиях в данных;
-
Контроль веса животных с применением AI.
Разрабатываемая платформа, объединяющая новые сервисы, должна обеспечивать фермерам эффективный контроль условий содержания и выращивания животных и грамотное управление ресурсами.
-
Уникальность проекта
Аналитическая платформа Episcope позволила существенно расширить функциональность системы заказчика по управлению фермами за счет эффективно организованной работы с получаемыми данными: обеспечена визуализация, глубокая аналитика и прогнозирование производственных показателей. Созданное с применением технологий IoT и AI решение способно трансформировать сельскохозяйственную отрасль, повышая рентабельность бизнеса и качество продукции на фоне снижения ущерба окружающей среде.- Использованное ПО
Фронтенд:
- Angular 8
-
@angular/cli
-
@ngx-translate
-
ECharts
-
Karma+Jasmine
-
TypeScript
-
Prettier
Бэкенд:
-
.Net framework 4.7.1
-
Entity framework 6.2
-
AspNet.WebApi 5.2.4
-
ASP.NET Identity 2.2.1
-
OWIN
-
Autofac
-
Automapper
-
Swashbuckle
-
Azure Api App
-
Azure WebJob
-
Azure SQL Server
-
Azure Cosmos DB
-
Azure Application Insights
- Сложность реализации
- Визуализация данных, доступная и удобная для анализа всем фермерам вне зависимости от уровня их подготовки;
- Достижение плавности и отзывчивости интерфейса при работе с графиками и таблицами на основе большого количества точек;
- Необходимость корректно обрабатывать ситуации несогласованности и отсутствия необходимых данных, вызванные влиянием человеческого фактора;
- Анализ, обработка, агрегирование и ранжирование большого объема данных;
- Высокие требования к производительности и скорости вычислений;
- Сбор данных для разработки системы по предсказанию веса животных.
- Описание проекта
-
Производительность на закрытых животноводческих хозяйствах напрямую зависит от оптимального климата. Чтобы показатели росли, необходимо следить за температурой, составом воздуха, освещением и грамотно менять эти метрики с частотой, которая зависит от ряда факторов.
Контролировать параметры микроклимата позволяет высокотехнологичное оборудование SKOV A/S. Компания также предлагает фермерам использовать возможности собственной системы FarmOnline Explorer (FOX) для управления жизнедеятельностью фермы.
Важность климата сложно переоценить: например, выявление и поддержание оптимальных климатических условий на ферме с 50 000 кур-несушек может увеличить годовую прибыль примерно на 25 тыс. евро.
Но что именно считать “оптимальным”, и в какой момент пора бить тревогу?
Благодаря аналитической платформе Episcope, разработанной WaveAccess на базе FOX, фермерам стало гораздо удобнее находить правильный ответ. Используя технологии IoT и AI, мы помогли более эффективно организовать работу с данными, получаемыми с помощью оборудования SKOV: обеспечили визуализацию, возможности аналитики и прогнозирования показателей.
Как работает система:
-
Episcope собирает данные тысяч ферм: датчики, установленные в помещениях для содержания животных, фиксируют информацию о потреблении корма и воды, замеряют набор веса, смертность, температуру помещения, влажность, освещение и другие метрики.
-
После агрегации данных в облаке Microsoft Azure и обработки модулем потоковой аналитики, Episcope предоставляет обезличенную аналитику в форме графиков и таблиц, доступных онлайн на любом устройстве на 8 языках.
-
AI использует полученные данные, чтобы предсказывать динамику роста веса животных — это позволяет планировать период откорма.
В результате фермеры получили три digital-инструмента, которые способствуют росту производительности, снижению расходов и сокращению негативного воздействия на экологию:
1. Бенчмаркинг (Сравнение ключевых показателей):
2. Гибкое предупреждение об аномалиях:Модуль потоковой аналитики позволяет вычислять агрегированные показатели и тренды, видеть производительность других ферм в форме обезличенной статистики. Можно производить несколько типов сравнений, чтобы понять, как менялась производительность в зависимости от ключевых параметров и какова производительность хозяйства в сравнении с конкурентами.
Принципы работы сервиса — https://www.youtube.com/watch?v=GWio_oopJrg.
3. Прогнозирование оптимального веса с помощью AI:Разные партии животных требуют разных условий содержания, поэтому важно анализировать их по индивидуальной “норме”. Прирост веса, смертность и другие метрики каждой партии анализируются в реальном времени. Когда сервис фиксирует отклонение от нормы, фермер получает уведомление. Так можно вовремя понять, является ли развитие животных аномальным, и принять соответствующие меры.
Принципы работы сервиса — https://www.youtube.com/watch?v=QykxfLfFpT8.
Предсказывает динамику роста веса животного, помогая вовремя прекращать откорм и снижать накладные расходы.
-
- География проекта
Episcope имеет опыт успешного использования европейскими фермерами из числа клиентов SKOV A/S. Решение предоставляет аналитику в режиме реального времени на любом устройстве при наличии подключения к интернету.
Применение практик digital farming имеет большие перспективы и в России: на фоне курса на импортозамещение инструменты на основе технологий IoT и AI способны дать требуемый рост рентабельности фермерских хозяйств, а также посодействовать наполнению рынка сельхозпродукции. При определенных модификациях и настройках под задачи локального рынка решение Episcope готово к внедрению как в крупных, так и в небольших российских животноводческих хозяйствах.- Дополнительные презентации:
- Episcope_прогнозирование веса_интерфейс.pdfEpiscope_бенчмаркинг_интерфейс_3.pdfEpiscope_бенчмаркинг_интерфейс_2.pdfEpiscope_бенчмаркинг_интерфейс_1.pdf
