Em meados da década de 1970, a fazenda leiteira americana média tinha cerca de 25 vacas. Hoje, muitas operações têm mais de 3.000 - um número quase inédito há 25 anos.
Gerenciar grandes rebanhos com eficiência seria difícil, talvez até impossível, sem os avanços mais recentes em computação e automação. A maioria dos laticínios tem agora salas de ordenha e alojamentos associados, que duplicam ou triplicam a produção por homem-hora. As unidades de ordenha se destacam automaticamente para reduzir os problemas de saúde do úbere e melhorar a qualidade do leite, enquanto os identificadores de identificação de vacas permitem que os agricultores registrem automaticamente os dados de produção.
O principal avanço tecnológico mais recente que influenciou a indústria de lácteos dos EUA é o desenvolvimento de sistemas automáticos de ordenha - ou ordenhadores “robóticos”.
No Kellogg Dairy Centre da Universidade de Connecticut, estamos usando milkers robóticos e outros sensores para monitorar 100 vacas e seu ambiente físico. Através deste trabalho, lançado nesta primavera, esperamos monitorar o comportamento e a saúde de vacas individuais em tempo real para melhorar a eficiência da produção e o bem-estar animal.
Big data e vacas
Os ordenhadores robóticos podem colher leite sem envolvimento humano. De fato, as vacas decidem quando devem ser ordenhadas, entrando na máquina sem supervisão humana direta. O sistema robótico identifica automaticamente a vaca e aplica um spray sanitizante da teta antes que um braço robótico prenda o copo da teta para a ordenha.
Isso é muito diferente da sala de ordenha, onde os gerentes decidem quando ordenhar as vacas, geralmente três vezes ao dia. Cada unidade de ordenha robotizada serve de 50 a 55 vacas.
Dado o alto preço das primeiras versões dos ordenhadores robóticos e o grande tamanho dos rebanhos norte-americanos, os laticínios americanos tinham interesse mínimo em ordenhadores robóticos antes de 2010. Entretanto, o número de sistemas automáticos de ordenha no país aumentou para mais de 2.500 unidades em 2013, principalmente devido a melhorias no design nos modelos mais novos. Em todo o mundo, existem atualmente mais de 35.000 sistemas de ordenha automática em operação.
Uma fileira de vacas sendo ordenhadas (Toa55 / shutterstock) Essas máquinas novas não apenas melhoraram na colheita eficiente do leite, como também aumentaram a capacidade de coletar uma quantidade maior de informações sobre produção, composição do leite e comportamento da vaca. Isso permite que os produtores tomem decisões de gestão mais informadas.
Com sistemas de ordenha robotizados, as vacas comandam o show. Eles decidem quando comem, ruminam, descansam ou são ordenhados. Eles também precisam gastar menos de uma hora por dia sendo ordenhados; Antes dos ordenhadores robóticos, a ordenha costumava levar de três a cinco horas por dia.
Queríamos saber: o que eles estão fazendo com o resto do dia? Como esse comportamento afeta a produção ou serve para indicar o estado de saúde? Por si só, as unidades de ordenha não conseguem reunir esse tipo de informação, o que seria muito útil para descobrir, no início, se uma determinada vaca está desenvolvendo um problema de saúde.
Nosso “cow-CPS” - um sistema ciberfísico que inclui vacas, ordenhadores robóticos, câmeras de vídeo e outros sensores - rastreará dados sobre nossas vacas em todos os momentos. Isso nos dirá, entre outras coisas, para onde as vacas vão quando não são ordenhadas; quando decidem comer, descansar ou fazer outras atividades; e a composição de seu leite. Sensores colocados dentro do corpo até nos dizem o pH dentro de um dos seus estômagos, o que poderia ser um indicador chave de qualquer problema digestivo.
Otimizando laticínios
Esperamos que todos esses dados nos permitam tomar decisões oportunas no nível da vaca individual, algo que não é fácil de fazer em grandes rebanhos. Essa “lactação de precisão” poderia nos ajudar a entender como as atividades de uma vaca individual - comer, ficar em pé, descansar, ordenhar - afetam sua produção de leite, qualidade do leite e saúde.
Planejamos analisar os dados com a ajuda do aprendizado de máquina, um tipo de inteligência artificial que pode encontrar padrões em grandes quantidades de informações. O computador irá comparar os dados com um modelo de como o laticínio deve operar sob condições ideais. Nosso modelo captura características críticas de desempenho - qualidade e produtividade do leite - bem como restrições relevantes, como saúde individual e status reprodutivo.
Como o laticínio opera, os dados em tempo real nos permitirão avaliar a distância de nossa fazenda real da ideal. Podemos então combinar essas informações com um algoritmo de otimização matemática para determinar exatamente como devemos modificar ou ajustar o processo. Por exemplo, o algoritmo pode sugerir o ajuste do tipo de gotejamento das tetas, o conteúdo nutricional da ração ou a quantidade de tempo que cada vaca passa alimentando-se.
Esperamos que o nosso trabalho permita que os produtores de leite em todos os EUA administrem melhor as vacas individuais em um ambiente de grupo - não apenas para melhorar a produção de leite, mas para reforçar a saúde das vacas.
Este artigo foi originalmente publicado no The Conversation.
Matthew Stuber, professor assistente de engenharia química e biomolecular da Universidade de Connecticut
Gary Kazmer, Professor Associado de Fisiologia da Lactação, Universidade de Connecticut
Shalabh Gupta, professor assistente de engenharia da Universidade de Connecticut
Steven Zinn, professor de ciência animal da Universidade de Connecticut
