http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
데이터 기반 모델에 의한 강제환기식 육계사 내 기온 변화 예측
최락영 ( Choi Lak-yeong ),채영현 ( Chae Yeonghyun ),이세연 ( Lee Se-yeon ),박진선 ( Park Jinseon ),홍세운 ( Hong Se-woon ) 한국농공학회 2022 한국농공학회논문집 Vol.64 No.5
The smart farm is recognized as a solution for future farmers having positive effects on the sustainability of the poultry industry. Intelligent microclimate control can be a key technology for broiler production which is extremely vulnerable to abnormal indoor air temperatures. Furthermore, better control of indoor microclimate can be achieved by accurate prediction of indoor air temperature. This study developed predictive models for internal air temperature in a mechanically-ventilated broiler house based on the data measured during three rearing periods, which were different in seasonal climate and ventilation operation. Three machine learning models and a mechanistic model based on thermal energy balance were used for the prediction. The results indicated that the all models gave good predictions for 1-minute future air temperature showing the coefficient of determination greater than 0.99 and the root-mean-square-error smaller than 0.306℃. However, for 1-hour future air temperature, only the mechanistic model showed good accuracy with the coefficient of determination of 0.934 and the root-mean-square-error of 0.841℃. Since the mechanistic model was based on the mathematical descriptions of the heat transfer processes that occurred in the broiler house, it showed better prediction performances compared to the black-box machine learning models. Therefore, it was proven to be useful for intelligent microclimate control which would be developed in future studies.
전산유체역학 시뮬레이션을 활용한 육계 스마트팜의 지능형 환기 알고리즘 개발
최락영 ( Lak-yeong Choi ),( Kehinde Favour Daniel ),박진선 ( Jinseon Park ),이세연 ( Se-yeon Lee ),채영현 ( Yeonghyun Chae ),김인혜 ( Inhye Kim ),홍세운 ( Se-woon Hong ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0
최근 2세대 가금 스마트팜 개발이 진행되면서, 최근 인공지능 기술을 활용하여 육계사 실내에 적절한 생육 환경을 제공하기 위한 연구가 진행되고 있다. 육계의 생육 상태와 실내외 환경 조건에 따라 적절한 환경 조절이 필요하며 시설 내의 모든 개체의 품질 향상을 위해 육계사 실내 미기상의 균일한 환경을 조성하는 것이 중요하다. 본 연구에서는 전산유체역학 시뮬레이션을 이용하여 육계사 실내 미기상의 기온 분포와 공기유동을 분석할 수 있는 테스트 플랫폼을 개발하고, 이를 이용하여 새로운 환기 알고리즘을 개발하는 것을 목표로 한다. 본 연구에서 선정된 육계사는 2세대 가금 스마트팜 기술 개발을 목적으로 영역기반 환경을 제어하기 위해 실내를 6개의 영역으로 나누어 온습도를 측정할 수 있다. 또한 14개의 터널팬과 5개의 크로스팬을 개별적으로 운영할 수 있으며, 60개의 입기구를 6개의 영역으로 나뉘어 조작하고 제어할 수 있다. 기존의 환기 방식은 모든 입기구가 동일하게 운영되고 있으며 동일한 환기 방식으로 인해 영역별 기온 차이가 감소하지 않았다. 영역별로 입기구의 동작을 다르게 하거나 작동되는 환기팬의 위치를 변경하는 방법으로 새로운 환기 알고리즘을 설계하였다. 그 결과, 기존의 유입구에서 들어오는 공기 유동을 변화시키면서 실내의 불균일한 기온 분포가 개선되었다. 본 연구에서 개발된 추후 현장 실험을 통해 실제 육계사에서 검증될 것이며 추가적인 분석을 통해 실제 사육환경에 적용할 수 있도록 보완될 예정이다.
( Kehinde Favour Daniel ),최락영 ( Lak-yeong Choi ),이세연 ( Se-yeon Lee ),박진선 ( Jinseon Park ),채영현 ( Yeonghyun Chae ),홍세운 ( Se-woon Hong ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0
In the context of poultry farming, intensive breeding practices are usually employed, necessitating the improvement of both the quality and uniformity of all animals within the production facility. This is achieved through early identification, prediction and management of physiological responses based on the livestock’s environment and breeding conditions. The research aimed to create and validate a mechanistic model suitable for use in second-generation smart farms serving as a prediction algorithm for micro-climate conditions. Data such as temperature, ventilation fan, and heater were collected from September, 2022 to April, 2023 in a broiler house designed for the purpose of developing a second-generation smart farm. A multi-input single-output model was derived by analyzing the biological response of poultry that causes heat exchange in addition to the microclimate change process of the ventilation fan or warm air fan. The changes in actual energy was described as a Box model, non-uniformity index and time delay index were introduced to make up for the spatio-temporal non-uniform distribution of the inside micro-climate. The correlation coefficient (R<sup>2</sup>) between the measured data and estimated result for 1 hour prediction model showed a good prediction performance at the value of 0.8662 with RMSE of 1.1833 ℃ for the entire period. It was concluded that this mechanistic model has a potential to predict internal micro-climate variations in second generation smart farms in the future.