种猪生产性能测定系统开发与性能测试

熊本海，蒋林树，杨 亮，潘晓花



种猪生产性能测定系统开发与性能测试

熊本海1，蒋林树2，杨 亮1，潘晓花1

（1. 中国农业科学院北京畜牧兽医研究所，动物营养学国家重点实验室，北京100193； 2. 北京农学院，奶牛营养学北京市重点实验室，北京102206）

为开展种猪生产性能的智能化、自动化测定及开展种猪采食行为学研究，该研究设计了一种集自动识别、体质量感知、采食行为数据自动采集、数据分析与处理于一体的种猪生产性能智能测定系统。该系统主要由猪只耳标识别模块、精准下料控制模块、料槽及猪只个体称质量模块、现场数据通讯模块及远程中央控制模块组成。系统机械部分主要包括饲喂站的竖直侧墙、称质量平台、活动挡板、下料机构、料仓、控制盒、出料口开关及耳标识读器等组成。电路控制系统包括微处理器（LPC1766，内核为ARM Cortex-M3内核的微控制器）、RS232读卡器接口、数据存储芯片（预设存储256 KB数据）、看门狗电路、称质量电路、外围驱动电路、JTAG接口电路及稳压电源电路。系统性能测试结果表明：1）测量精度如下：饲喂下料没有范围限制，取决于喂料仓的储料状态，单次下料量及动态误差为93±2g；猪只体质量秤量程为0～200 kg，计量精度为10 g，称量动态误差占猪只体质量的0.5%以下，符合测定需求；2）对40头种公猪后裔的生长肥育猪饲喂测试结果表明，在25～60 kg体质量范围内，自由采食日均次数10～12次，日均采食时间78 min，测试期间料肉比（FCR）为2.33:1，且生长规律符合Gompertz曲线，通过该模型预测的日增质量下降的拐点发生111～117 d之间，对应的拐点体质量在63～64 kg范围内。上述实际观察及预测结果较好地反映了测定对象的生产性能，开发的软件及硬件系统达到了种猪生产性能测定的要求；3）系统下料控制部分，首次采用雨刷电机取代早期采用的步进电机，不仅成本下降，尤其结合圆柱式刮板下料机构，降低了单次下料量，改善了下料的精度；4）系统核心芯片采用进口器件，电路设计采用多重冗余和保护电路，软件的编写采用了多重功能验证，并通过长期可靠性测试；软件和硬件的冗余设计，提高了控制系统的可靠性，消除来自电源、电机、电磁波干扰，该测定系统具有极高的可靠性；测定的数据通过计算机系统可长期保存或升迁，便于数据量的积累和开展种猪选育的大数据挖掘分析。

饲喂；控制系统；模型；种猪；性能测定；数据采集；电子识别

0 引 言

母猪年生产力（productivity per sow per year，PSY）是指一头母猪一年可提供断奶仔猪的数量[1]，受控于母猪的繁殖周期、初生的仔猪个数及初生至断奶的成活率等[2]。PSY既是母猪最重要的生产力性状，又是反映一个国家、一个区域或一个养猪企业综合养猪技术水平及养猪效益最核心的指标。至2015年，农业部畜牧业司报道[3]，中国的PSY提升至17头，同比增加了6.5%，但与养猪发达的丹麦2012的PSY 28.8头比较[4]，仍存在不小的差距。提高PSY除与精细化管理提高仔猪的成活率有关外，种猪自身的遗传性能的表达至为关键。为此，长期开展种猪生产性能的测定，包括繁殖性能及产肉性能的测定是发挥优秀种猪的遗传潜力，迅速提高生猪良种化水平的基础性工作，对于促进种猪分子育种及联合育种等技术的推广至关重要[5]。种猪生产性能测定是指按照种猪生产性能测定制度，将测定猪群置于相对一定的环境条件和营养水平下饲养到目标体质量时，对测定目标进行一定参数的度量[6]，例如，总产仔数，测定目标体质量达100 kg 所需的日龄以及体质量达100 kg后的背膘参数等。在测定过程中，需要连续记录测定对象的采食量数据及体质量变化数据。当测定的猪只头数较多时，将是一项十分费时费力的工作，为此，前期中国已经开发了具有不同特点的种猪性能测定装置及软件系统[7-10],而且开发出的测定设备在实际应用中不断完善，较好地将机电设备、嵌入式系统及上位机远程控制系统集成起来，完成数据的自动采集与分析。进一步，徐世军等[11]将软件系统与环境温、湿度传感器及猪只体温自动测定装置结合起来，可研究环境温湿度与猪只体表温度的变化，为新一代种猪测定系统的开展奠定了基础。但是，上述研发的系统在精准喂料控制技术方面仍存在剩余料，减少过度下料引起的饲料结余与不新鲜是种猪性能测定装置需要进一步改进的重点。因此，本研究开发了一种基于种猪采食行为学特点与物联网控制技术相结合的新一代种猪生产性能测定智能装置，将精准喂料控制过程前移，最大程度控制剩余饲料量，并在线记录种猪的采食次数、采食量与采食时长、体质量变化，为系统获得种猪的采食行为与生长特性提供了智能测试平台。

1 种猪测定系统设计

1.1 系统工作控制原理

如图1所示，种猪性能测定系统是以对猪只的电子标识为基础开始工作的。电子耳标即无线射频识别（RFID）佩戴在进食猪只耳朵上，用于存贮进食猪只的身份信息；读卡器用于通过射频的方式读取佩戴在猪只耳朵上的耳标信息；称质量装置用于测量猪只进食质量和成长体质量，与控制模块连接。控制模块根据读卡器传输的信号，向下料装置的电机发送打开或关闭的信号。无线通讯模块用于将控制模块接收的耳标信息和控制模块发送的控制信息发送给远程控制端，并把远程控制端的控制指令传送给控制模块。远程控制端用于接收无线通讯模块传输的信息，监控进食猪只的耳标信息和进食情况，向无线通讯模块发送设置的猪只进食成长信息。

远程控制端由计算机控制，可以自动实现猪只身份的识别、称质量、下料、数据采集和数据统计等功能。计算机实时显示猪只编号、体质量、采食次数、采食量、采食时间，显示猪只吃料异常报警，根据客户要求自动生成各种报表、绘制生长性能曲线、打印报表等项功能。

1.2 测定系统所属饲喂站结构设计与工作原理

测定系统所属饲喂站的结构如图2所示，包括料仓、控制盒、活动挡板、称质量平台、通道及饲喂器组成。其中对活动挡板的触动是记录数据的关键。

当活动挡板3在猪只进出时均会被触动，在活动挡板3上设置有触发装置，在其发生大幅度转动即有猪只进出时，触发装置将发送进出信号给控制盒2，控制盒2根据进出信号记录猪只的进入时刻及离开时刻，从而获取猪只的本次进食时间。其次活动挡板3可以根据猪的大小，手动调节伸缩量，以确保每次只能有一头猪进入通道内采食。

图中2为称体质量平台或装置，将其上的体质量转化为电信号发送给控制盒42，其工作原理采用电子秤方法：先对称体质量平台调校，以料槽为空时的体质量值为“零”点。其中，称体质量平台2获取体质量的时刻包括2个质量：第一体质量，猪只进入进食通道，并获得猪只状态稳定时的质量为猪自身质量。特别地，在开发的称质量数据采集嵌入式系统中，首先识别进入的猪只耳号，只有在称质量平台上停留至少1 min后，才对采集的猪只动态质量数据进行处理。采集数据时间1 min，采集的数据记录大约500条并排序，然后去掉前后各200条记录，留下中间数据大约100条，取它们均值即为每次采集的猪自身质量值，也为猪只状态稳定时的质量；第二体质量，猪只进食完毕离开进食通道后的体质量，即此次进食后剩余的饲料质量。通过称质量平台2采集的质量数据既可通过自身的装置显示在显示板上，也可直接将本次采集的猪只体质量数据及本次剩余量数据传送到远程控制端即上位机贮存。因此，将本次的下料量数据减去本次剩余量数据即为本次采食量实际数据。

特别的，当某一猪只进食完毕，离开进食通道后，控制盒42会记录此次剩余饲料质量，一方面留取该猪只进食饲料质量的数据，另一方面，在下一猪只进入进食通道后，控制盒42可以根据上次剩余饲料的质量，计算出下一猪只的体质量信息，并且可以在通过读卡器6识别出猪只编号后，控制出料口开关5补充投放一定量的饲料，使得剩余饲料加上补充饲料的质量等于下一猪只的预估进食质量，如此即可防止因上一猪只没有完全进食，导致下一猪只进食过量的问题。通过以上步骤的循环，即可实现猪只自动投食，自动记录进食量，自动补充饲料的全自动饲喂过程。

为保证下料的精准性，本研究的下料电机采用雨刷电机[12]，雨刷电机后端又封闭在同一个壳体内的小型齿轮变速器，使输出的转速降低至需要的转速，没有惯性，从而保证每次下料量的精确。本研究采用型号为ZD2831的雨刷电机，工作电压24 V，功率80 W，实测单次下料量93±2 g，且采用圆柱式刮板下料机构，较早期采用的步进电机控制的螺旋式下料更好控制，使得下料的稳定性更好。此外，相同功率的雨刷电机的价格不到步进电机的1/2～1/3。

远程服务器端或移动端在获取某编号对应猪只的体质量后，即可计算出该猪只当天的额定进食量，以及合理的投食次数。当同一猪只多次进入本测定装置时，即可按照预定投食计划进行投食。如果投食量达到当天的额定进食量，则该猪只再次进入本装置时，不会进行投食，进而保证猪只的精确饲喂。

1.3 系统主要控制电路设计

如图3所示，该测定系统为机电高度融合的嵌入控制系统，通过电路集成控制相应的设备或器件，或记录采集的数据。主要电路包括：1）单片机，型号为LPC1766，是基于第二代ARM Cortex-M3内核的32位微控制器[13]，具有高性能、低功耗的特点；2）读卡器接口，即RS232口，是一种RFID识别器，用来读取不同种猪的ID数据；3）数据存储芯片，能够存储256KB数据，且可扩展；4）看门狗电路，用来监控单片机的运行，防止程序跑飞及死机现象等；5）称质量电路，即24位的AD采集芯片，内含4种可编程放大器，带有双数据通道，且一个芯片刚好满足体质量数据采集和采食量数据采集；6）外围驱动电路，电机的驱动采用N沟道MOS管IRF9540N。主要参数：最高电压100 V，最大电流33 A[14]，导通电阻0.4 Ω。7）JTAG接口电路，能够将代码下载到单片机里面，同时也可以在线仿真，查看数据等；8）稳压电源电路，给整个电路提供电源。

1.4 性能测定系统的计算机软件系统开发

该系统即为整个测定系统的上位机监控系统，通过中央控制器接受来自测定系统采集的数据，主要用于管理不同测定站的地址信息、种猪的标识信息、每次采食量数据及体质量变化数据等，以及对上述数据的分析挖掘与可视化分析。为此，本研究采用.Net的C#语言[15]，基于SQL Server 2005网络数据库[16]，开发了桌面PC远程控制计算机系统。图4为上位机控制系统的主要界面。开发的系统主要包括系统管理、设备管理、报表及数据信息4大模块，实现对种猪性能测试数据的实时采集、饲喂控制与数据的在线分析。

1.5 生长肥育猪生产性能测定拟采用的预测模型

描述生长肥育猪的生长模型典型有Logistic方程、Gompertz方程和Chante方程等10多种[17-18]。Gompertz 增长曲线方程由英国统计学家和数学家Gompertz于1825年提出，该方程的图形是具有初始值的典型“S”形生长曲线[19-20], 且该模型预测的初始值可以优化[21]，因此本研究采用Gompertz方程对采集的测试猪的体质量数据进行非线性回归分析，以检测收集的生长数据是否符合大白猪的生长规律。Gompertz方程的模型及参数意义如下

式中W表示日龄时体质量，kg；表示日龄；,和为模型参数，通过观察数据结合SAS（8.2）中的NLIN过程获得[22]。按Gompertz方程的特点，该方程描述生长曲线的拐点为（ln/,/e），最大日增质量为[23]。

2 系统实现的主要功能与设备性能测试

2.1 系统实现的主要功能

研制的种猪测定系统经测试，能够测定猪只个体生长过程的精确数据、自动生成各种报表、自动绘制生长性能曲线。基本功能有：1）自动控制饲喂和测定过程，不需要人为干预；2）自动识别及显示采食猪只身份信息。本研究采用低频RFID（无线视频识别），频率为133 kHz，感应耳标的距离为15～30 cm；3）自动显示采食猪只开始采食时间、结束采食时间和进食量；4）自动测定每日的体质量，并计算出日增质量；5）自动计算日饲料报酬；6）自动生成日测定明细表；7）自动生成日测定统计表；8）自动生成日龄段统计表；9）自动绘制测定期内生长性能曲线。

猪只称质量的最大量程是由采用的重量传感器决定的。本研究采用德州ADS1232[24]，采集速率有每秒钟10次和80次2种选择，计量精度为10 g，称量范围为10 g～200 kg，具有精度高、范围大的特点，可完全满足猪只个体的称量需求。本系统显示刷新时间为0.5 s，经反复测试，称质量系统相对猪只体质量的动态误差在0.5%以下，符合测定的最低需求。

2.2 系统的性能测试试验与结果分析

按“1”部分所示测定系统的研究方案（饲喂装置+计算机控制系统）在河南南商农牧科技有限公司进行了生产与调试，4台试制的设备在河南南阳牧源种猪场第7生产车间进行了设备及计算机软件系统的初步测试试验。按种猪性能测定的经验要求[25-26]，本试验主要通过种公猪后裔的肥育性能测定，检验研发的设备是否符合种猪性能测定的要求。受测猪来自该猪场主要的大白猪品系，对种公猪肥育性能的测定用10头后裔的平均成绩来表示。受测的后裔猪个体进入测定舍后，进行观察、检疫与预饲，到体质量(25±1.0)kg左右开始正式测定，于体质量(60±1.0)kg结束。试验期间，对猪舍环境进行自动控制，温度控制在18～27 ℃之间，以尽量消除环境对采食量的影响。按每套装置分别测定10头后裔（阉割的公猪混群），40头生长猪随机分为4组开展生长肥育性能测试，取得主要的采食行为及肥育性能指标如表1所示。

表1 种猪后裔个体肥育性能测试

注：同列不同小写字母代表差异显著(<0.05)。

Note: Different lowercase in the same column mean significant difference (<0.05).

如表1所示，测试结果表明，通过饲喂装置反映的采食行为，不同设备间饲喂的后裔个体的平均采食次数差异不显著（>0.05），且自由采食次数在10～12次之间，与蒲红州等[27-28]研究报道的不同湿热指数（THI）下，当THI<75时的自由采食次数规律基本一致，但低于当THI>75的采食次数。但是，两者都高于罗凤珍等[29]的测定的生长肥育母猪平均自由采食9.5次，可能与饲喂的模式与测定对象的分群有关。其次，就测定的4组猪的料肉比（FCR）的数据看来，在本试验体质量25～60 kg范围内，尽管不同设备组的FCR具有一定的差异性，但设备1和设备3，设备2和设备4差异不显著（>0.05），且总体的平均FCR=2.33，略高于罗凤珍等[29]测定的2.18水平，可能与FCR受控的因素较为复杂有关，例如，饲喂方式或饲喂日粮中能量及蛋白质水平等造成的。一般而言，日粮能量浓度越高，FCR随之下降。尽管如此，记录的数据基本反映了大白猪后裔的生长性能。第三，平均采食时间也是一个重要的采食行为指标，自由采食的时间越短，就意味着猪只采食效率高，用于自由活动、躺卧休息与排泄行为的时间就越长，有益于猪只健康与生长。本试验测定的不同设备组的采食时间的差异显著（<0.05），设备3组的平均采食时间明显高于其他3组，经查与试验中设备3的下料机构出现几次问题有一定关系。本观察试验采食的平均时间总体上在70～90 min之间，总体平均为78 min，高于蒲红州等[27]报道不同湿热环境下肥育猪的自由采食时间50～70 min，但后者报道的采食时间的变异明显高于本试验结果。此外，与罗凤珍等[29]报道的平均采食87 min比较更相近，总体上介于蒲红州和罗凤珍报道的数据之间。

通过对研究设备开展性能测试所提供的生长肥育猪的采食行为数据即平均采食次数、平均采食时长及试验期间的猪饲料转化效率数据分析，可以看出，上述数据较好反映了猪的采食行为及生产性能，表明研究的设备测试种公猪或种母猪的生产性能是可行的。

2.3 测试获得的生长肥育猪的采食量及生长曲线

按公式（1）模型，对4组试验肥育猪的体质量数据（）与日龄数据进行NLIN回归，得到4组后裔猪的生长曲线模型及模型揭示的生长特性参数即拐点与最大日增质量，模型及参数一并列在表2中。

表2 测定的生长肥育猪的Gompertz模型及参数

注：W为日龄时猪体质量，表示日龄。

Note:is the weight of pig in theday,means day old.

表2所示生长模型及其特性参数，反映了后裔猪的生长特性具有规律性。尽管曲线拟合的体质量范围在25～60 kg之间，但通过模型参数揭示出的生长曲线的拐点发生在日龄111～116 d之间，体质量在63～64 kg，延伸了体质量范围。预测的结果与肖炜等[23]报道的结果相近，但与后者用其他生长模型预测的拐点与最大日增质量数据差异较大，可能与选用的模型不同有关。其次，本研究通过模型预测的平均最大日增质量0.782 kg/d，与肖炜等报道的数据都明显低于李庆岗等[30]报道的大白猪公及母的数据，但是明显高于许栋等[31]报道梅山母猪的数据，可能与不同品系、不同试验日粮的能量及蛋白水平相关。

总之，用本研究获得的种猪性能测定系统可以较好地用于种猪的生产性能的测定。尤其在单次下料量上，由于采用了由雨刷电机驱动的、结合圆柱式刮板下料机构，单次下料量可以降低到93 g左右，略低于陈君梅等[9]研制的类似设备（100 g），且下料误差可控制在±2 g，也好于后者±5 g的精度。此外在对测试数据的挖掘分析上由于采用模型嵌入的智能模式，也有明显的改进。

3 结　论

1）本研究开发的种猪性能测定系统属于机电信一体化的智能控制系统。系统集成了电子标识、雨刷电机、圆柱式刮板下料机构、传感器计量、数据自动采集与传输于一体的机电控制物联网技术，融入嵌入式系统的开发，无需人为干预，具有智能化。

2）开发系统实现的测量精度符合种猪性能测定的要求：在饲喂控制参数方面，单次下料量及精度为(93±2)g，投料的总量没有限制，按需供料；猪只体质量秤量程0～200 kg，称量动态精度占测定猪只体质量的0.5%以下。

3）对种公猪后裔的生长肥育猪饲喂测试，在25～60 kg体质量范围内，自由采食日均次数10～12次，日均采食时间78min, FCR=2.33:1，生长规律符合Gompertz曲线，日增质量下降的拐点发生111～117 d之间，对应体质量在63～64 kg之间。上述结果表明开发的测试系统较好地反映了测定对象的生产性能，开发的软件及硬件系统达到了种猪生产性能测定的要求。

4）系统核心芯片采用进口器件，电路设计采用多重冗余和保护电路，软件的编写采用了多重功能验证，并通过了长期可靠性测试。测定的数据通过计算机系统可长期保存或升迁，便于数据量的积累和开展大数据的挖掘分析。

[1] 蒋宗勇，高开国，杨雪芬，等. 提高母猪年生产力的关键营养技术[J]. 动物营养学报，2014，26(10)：3003－3010.

Jiang Zongyong, Gao Kaiguo, Yang Xuefen, et al. Key nutritional technologies to improve productivity of sows[J]. Chinese Journal of Animal Nutrition, 2014, 26(10): 3003－3010. (in Chinese with English abstract)

[2] 曾勇庆. 母猪的细化管理与年生产力（PSY）提高的策略[J].养猪，2011(6)：20－22.

[3] 数字背后：2015年我国生猪出栏70825万头意味着什么？: http://sanwen8.cn/p/14buEf5.html

[4] 温棚. 2012 年度丹麦养猪经济报告[J]. 今日养殖业，2013(4)：52－55.

[5] 师守堃. 为什么要推行种猪的遗传评估和场内测定[J]. 养猪在线，2004(5)：5－7.

[6] 张军辉，倪俊卿. 种猪生产性能测定在养猪生产中的作用[J]. 今日畜牧兽医，2013(9)：35－36.

[7] 刘敬顺，刘小红. 全自动种猪性能测定系统（FIRE）在猪育种中的研究和应用[J]. 今日养猪业，2007(4)：72－74.

[8] 陈君梅，黄瑞森，刘德武，等. 智能型母猪群养管理系统机械装备的研制[J]. 农机化研究，2012，34(11)：114－119.

Chen Junmei, Huang Ruisen, Liu Dewu, et al. Development of machinery device for automatic sows feeding system[J]. Journal of Agricultural Mechanization Research, 2012, 34(11): 114－119. (in Chinese with English abstract)

[9] 陈君梅，黄瑞森，钟伟朝.智能种猪测定系统机械装备的设计与研发[J]. 农机化研究，2014，36(8)：98－103.

Chen Junmei, Huang Ruisen, Zhong Weichao. Design and Development of Machinery Device for Intelligent Pig Testing System[J]. Journal of Agricultural Mechanization Research, 2014, 36(8): 98－103. (in Chinese with English abstract)

[10] 麦永强. 智能型种猪测定系统的软件设计[J].现代农业装备，2014（3）：54－59.

[11] 徐世军，叶秋冬.智能型猪性能测定系统中饲喂站的研究与设计[J].重庆理工大学学报：自然科学，2012，26(1)：67－93.

Xu Shijun, Ye Qiudong. Research and design of feeding stations in intelligent pigs performance determination system[J]. Journal of Chongqing University of Technology: Natural Science, 2012, 26(1): 67－93. (in Chinese with English abstract)

[12] 张恒，李云红，李晓东，等. 风挡雨刷控制系统设计[J]. 西安工程大学学报，2015，29(3)：332－335.

Zhang Heng, Li Yunhong, Li Xiaodong, et al. Design on windshield wiper control system[J].Journal of Xi'an Polytechnic University, 2015, 29(3): 332－335. (in Chinese with English abstract)

[13] 刘亮，王击，杨泽. 基于 ARM Cortex－M3 和 Internet 的实时数据采集系统设计[J]. 工业控制计算机，2011，24(11)：18－19. Liu Liang, Wang Ji, Yang Ze. Design of Real-time Data Acquisition System Based on ARM Cortex-M3 and Internet[J]. Industrial Control Computer | Ind Contrl Comput, 2011, 24(11): 18－19. (in Chinese with English abstract)

[14] 王波. 高速UWB信号功率放大电路的研究与实现[J]. 微计算机信息，2009，25(11-2)：214－216.

Wang Bo. Design and Implementing of Power Amplifier of High-speed UWB Signal[J]. Microcomputer Information, 2009, 25(11-2): 214－216. (in Chinese with English abstract)

[15] 北京阿博泰克北大青鸟信息技术有限公司编著. NET平台和C#编程[M]. 科学技术文献出版社，2006.

[16] 李莎，王小琼. 基于SQL Server数据库的优化策略[J].科技风，2016，6：116－117.

[17] 卢德勋. 新版系统动物营养学导论[M].北京：中国农业出版社，2016.

[18] Thornley J H M, France J, Thornley J H M, et al. Mathematical models in agriculture: quantitative methods for the plant, animal and ecological sciences[J]. 2008.

[19] Chakraborty B, Bhattacharya S, Basu A, et al. Goodness-of-fit testing for the Gompertz growth curve model[J]. Metron, 2014, 72(1): 45－64.

[20] Sandland R L, Mcgilchrist C A. Stochastic growth curve analysis[J]. Biometrics, 1979, 35(1): 255－271.

[21] 刘洋，徐文科. Gompertz 增长曲线方程的参数估计及对初始预报值的优化[J]. 黑龙江大学自然科学学报，2015，32(5)：600－606.

Liu Yang, Xu Wenke. Parameter estimation of Gompertz growth curve equation and optimization for initial predicted values[J]. J. of natural Science of Heilongjiang University, 2015, 32(5): 600－606. (in Chinese with English abstract)

[22] 韩汉鹏. 应用SAS 解非线性回归问题[J]. 大学数学，2006，22(1)：4－8.

Han Hanpeng. The Application of SAS/STAT on Nonlinear Regression[J]. College Mathematics, 2006, 22(1):4－8. (in Chinese with English abstract)

[23] 肖炜，云鹏，李光兵，等. 不同来源大白猪生长曲线的比较研究[J].安徽农业科学，2007，35(10)：2912－2913，3082.

Xiao Wei, Yun peng, Li Guangbing, et al. Comparison of growth cruves of different sources of large white pigs[J]. Journal of Anhui Agricultural Sciences, 2007, 35(10): 2912－2913, 3082. (in Chinese with English abstract)

[24] 姜伶斌，刘思颂，党正强. 基于ADS1232的高精度测试技术[J]. 中国测试技术，2008，34(3)：138－139.

Jiang Lingbin, Liu Sisong, Dang Zhengqiang. High-precision testing technology based on ADS1232[J]. China Measurement & Testing Technology, 2008, 34(3): 138－139. (in Chinese with English abstract)

[25] 张建，陈伟. 种猪性能测定关键技术及其进展[J]. 山东畜牧兽医，2012，12(191)：93－94.

[26] 魏斌，袁国莉，伏军. 开展种猪性能测定的探讨[J]. 云南畜牧兽医，2013，4：8－10.

[27] 蒲红州. 湿热环境对猪采食行为及生理生化指标影响的研究[D]. 成都：四川农业大学，2014.

Pu Hongzhou, Effect of Hot-humid Environment on Feeding Behavior,Physiological and Biochemical Parameters of Swine[D]. Chengdu: Sichuan Agricultural University, 2014. (in Chinese with English abstract)

[28] 蒲红州，陈磊，张利娟，等. 湿热环境对自由采食生长育肥猪采食行为的影响[J]. 动物营养学报，2015，27(5)：1370－1376.

Pu Hongzhou, Chen Lei, Zhang Lijuan, et al. Effects of hot and humid environment on feeding behavior in growing-finishing pigs with ad libitum feeding[J]. Chinese Journal Of Animal Nutrition, 2015, 27(5): 1370－1376. (in Chinese with English abstract)

[29] 罗凤珍，朱亮. 大白生长母猪采食行为研究[J].猪业科学，2010(8)：96－97.

[30] 李庆岗，吕培，韦培培. 不同性别美系大白猪生长曲线拟合分析[J]. 养猪，2014(5)：60－62.

[31] 许栋，陆雪林，沈富林，等. 梅山猪母猪生长发育规律及其生长曲线拟合[J]. 中国畜牧杂志，2016，52(23)：15－17.

Xu Dong, Lu Xuelin, Shen Fulin, et al. The law of growth and growth curve fitting of Meishan sows[J]. Chinese Journal of Animal Science, 2016, 52(23): 15－17. (in Chinese with English abstract)

Design and performance testing of production performance determination system for boar

Xiong Benhai1, Jiang Linshu2, Yang Liang1, Pan Xiaohua1

(1.,100193,; 2.;,102206,)

In order to monitor feeding behavior of sows and further attain the sow’s precise feeding, an intelligent production performance testing system was designed in this study, which played functions in sows’ automatic identification, body weight perception, automatic feeding data acquisition and data analysis simultaneously. The system was composed of electric ear tag identification module, precise feed flow control module, feed trough and boar weighing module, data communication and remote control module. The mechanical device system was constituted of feeding bin, brackets, railing and blocking apron. The mechanical device system was constituted of feeder’s vertical wall, weighting platform, flapper, feed loading device, feed bin, control box, switch of discharge and ear tag recognizer. Electronic control systems included microprocessor (LPC1766, ARM Cortex-M3, Working temperature -40-105℃, Operating voltage 2.0-3.6 V, flash 256 K, low power consumption et al.), RS232 reader port, data storage chip (the default storage capacity is 256 KB), circuit of watchdog, weighing circuit, exterior-drivers circuit, JTAG connector circuit and stabilivolt source circuit. Among above, the sensor used for pigs weighing was Delux ADS1232 which had 2 rate options, 10 times per second and 80 times per second, with high precision and large range of features. The performance testing experiment revealed that: 1) the system’s precision meets the monitoring requirement of sow production performance. The discharge rate of feeder depended on the level of feed in stock bin, and the average amount of unloading feed was 93±2 g at one time; the range of pig weighing was 0-200 kg with the precision error below 10 g, and the dynamic weighing error was below 0.5% of pig’s weight. 2) The feeding behavior monitor for 40 gilts (25-60 kg) showed that the frequency of free feed intake was 10-12 times per day, the average feed time was 78 min, the feed conversion ratio was 2.33:1, and their weight gain was converged to the Gompertz curves (e.g.W=172.1exp(-4.0187exp(-0.0122*)),Wmeans body weight, kg;means day old, day), the predicted decreasing daily weight gain of growing pigs by Gompertz curve occurred at day 111-117, with corresponding inflection point weight in the range of 63-64 kg. The observed and predicted results above could precisely determine the growth performance, indicating that the software systems and hardware devices could satisfy the requirement of growth performance determination in sows. 3) The wiper motor rather than early stepping motor was used in feed discharging control system, which reduced the cost of production. In addition, the combined wiper motor with cylindrical scraper structure decreased the discharge rate of feeder and improved the precision of unloading control system. 4) The core chip in control system was imported, multi-redundant, and protection systems were applied in circuit design. Multiply functional verification was adopted in software writing. The redundancy design in software and hardware eliminated the interference of power, electrical machine and electromagnetic wave, and improved the systems’ reliability and stability. 5) The collected data could be saved or transferred, which facilitates the accumulation of pig production, data mining and sow breeding.

feeding; control systems; models; boar; performance measurement; data collection; electronic identification

10.11975/j.issn.1002-6819.2017.09.022

S817.3

A

1002-6819(2017)-09-0174-06

2016-09-05

2017-04-26

国家“十三五”重点研发课题（2016YFD0700205, 2016YFD0700201及北京市重大计划项目所属课题（D171100000417002）。

熊本海，男，湖北红安人，研究员，博士生导师，研究方向为动物营养与信息技术。北京 中国农业科学院北京畜牧兽医研究所，100193。Email：Xiongbenhai@caas.cn

熊本海，蒋林树，杨 亮，潘晓花. 种猪生产性能测定系统开发与性能测试[J]. 农业工程学报，2017，33(9)：174－179. doi：10.11975/j.issn.1002-6819.2017.09.022 http://www.tcsae.org

Xiong Benhai, Jiang Linshu, Yang Liang, Pan Xiaohua. Design and performance testing of production performance determination system for boar[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(9): 174－179. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.09.022 http://www.tcsae.org