基于能质平衡的密闭猪舍内小气候环境模拟与验证

谢秋菊，Ji-Qin Ni，包 军，刘洪贵

基于能质平衡的密闭猪舍内小气候环境模拟与验证

谢秋菊1,2,3，Ji-Qin Ni4，包 军2，刘洪贵2

（1. 东北农业大学农业部生猪养殖设施工程重点实验室，哈尔滨 150030；2. 东北农业大学动物科学技术学院，哈尔滨 150030；3. 黑龙江八一农垦大学电气与信息学院，大庆 163319；4. Department of Agricultural and Biological Engineering, Purdue University，West Lafayette，IN 47907，USA）

良好的猪舍内小气候可以显著提高猪的生长性能和健康水平，然而由于猪舍内小气候受地域、季节、饲养数量等因素影响，难以实现可靠的预测及控制。该文基于能量及质量平衡方程，建立热量、湿度交换模型，以实际监测数据为基础，利用多元非线性回归方法（multiple nonlinear regression method）确定模型中的部分参数，建立适用于北方夏季密闭式猪舍环境模拟模型。对夏季北向背阴面和南向朝阳面的2个猪舍内温度及湿度进行模拟及验证，结果表明，南北2个朝向的猪舍内温度、湿度模拟与实测值变化趋势一致，温度最大误差为2.4 ℃，最大相对误差为9.2%，决定系数分别为0.836 9和0.786 9；舍内相对湿度最大误差为13.34%，最大相对误差为49.66%，决定系数分别为0.912和0.899 7。研究结果可为密闭式猪舍内环境调控及能量需求提供参考。

环境控制；温度；湿度；密闭式猪舍；能量平衡；热量交换

0 引 言

密闭式猪舍内环境是一个独立的小气候系统，包括温度、湿度、有害气体浓度、光照、通风等诸多舍内环境因素。猪舍内环境温度是维持猪恒定体温的重要外部条件，直接影响猪的热平衡[1]。湿度影响猪的蒸发散热，从而影响猪的体温调节[2-3]。氨气（NH3）是猪舍内的重要污染物之一，主要由舍内的饲料残渣和粪便等经微生物或酶分解产生，NH3浓度长时间过高会引发呼吸系统疾病[4-5]。在密闭式猪舍中，由于饲养密度大、舍内空气流通性差，通风换气可以将舍外新鲜空气引入舍内，改善舍内空气质量，排除舍内多余的热、湿、粉尘、有害气体等[1]。

猪舍内小气候系统受舍内生产活动和舍外环境的影响。舍内生产活动包括饲养、猪的数量及生长、代谢物和废料等的分解、舍内环境控制系统与各环境因素之间相互耦合作用。舍外环境因素包括太阳辐射、舍外空气温度、湿度等。在规模化养猪生产中，猪舍内小气候调控是针对影响猪舍内各环境因素的设备及生产过程的控制。研究表明，良好的猪舍内小气候环境可以显著提高猪的生长性能和健康水平[6-7]，因此，在规模化养猪生产中猪舍内小气候的作用及环境控制受到广泛的关注[8-11]。

Seo等对商业猪舍内的温度、气流等环境因素建立了CFD模型，用于不同季节的通风控制[12]；基于自动控制模型及算法建立的猪舍自动温度控制平台，实现精确的哺乳母猪舍、仔猪舍内温度控制[13-15]；Stinn对美国西部繁育猪舍内环境进行了监测及控制实验[16]。然而，在实际环境控制中，由于猪舍内小气候环境受不同地域及舍内猪的饲养数量等多种因素影响，随机性较强，舍内环境控制策略不同，难以实现精确测量及控制。利用计算机仿真技术构建猪舍内小气候模拟及动态模型是优化舍内环境控制、降低能耗切实可行的方法。目前，这些模拟主要采用CFD模型模拟通风[17-18]、温/湿度场分布规律[19-24]、猪体散热[12,19,24-25]；通过数字模拟及神经网络优化通风系统[26-28]、环境控制所需的能耗[29-31]、温/湿度模拟及控制[32-33]。以上这些舍内温/湿度、通风等的模拟及控制主要关注于单一的温/湿度或通风模拟、优化及控制，而忽略了由于舍外天气影响、不同通风条件下舍内温/湿度变化、猪产热产湿、猪的活动量等因素相互作用而导致的舍内小气候变化以及由此引发的能量消耗问题。

本文综合考虑影响猪舍内温度、湿度小气候变化的因素，基于能量及质量平衡方程，以猪舍作为一个小气候系统建立精确的热量交换、湿度变化模型，以夏季实际监测数据为基础，对建立的猪舍内温度、湿度小气候环境在不同通风模式下进行模拟及验证，对不同朝向的猪舍耗能进行对比，以期为猪舍内小气候环境优化控制提供可靠参考。

1 猪舍内小气候环境分析

密闭猪舍是由砖、保温板等为围护结构的一个封闭空间。猪舍内环境受围护结构、猪、舍内地面、加热系统、通风系统等的影响。建立猪舍内温度、湿度小气候环境模型可以预测猪舍内环境变化。本文在实际监测的舍内环境数据的基础上，建立以能量平衡及质量平衡为基础的热交换模型和湿度变化模型。

1.1 舍内热量平衡分析

猪舍内的热量交换主要包括热辐射、热对流和热传导3种显热交换和蒸发传热的潜热交换。如图1所示。猪舍围护结构将舍内外空气分开，由于舍内外温度不同，围护结构与舍外空气进行热量交换，围护结构还吸收太阳辐射热量，围护结构的材质及厚度对热量传递有重要影响。舍内加热器、通风系统、舍内地面、猪体表面及呼吸系统等通过舍内空气对流、辐射散热以及蒸发散热形成热量交换。

图1 猪舍热量交换示意图

根据能量平衡方程，密闭式猪舍中储存热量的变化率等于单位时间内猪舍内得到的热量与猪舍散失的热量之差[34-35]，如式（1）所示。

太阳辐射热量Q的计算如公式（2）所示。

式中为围护结构辐照转换系数；S为接受太阳辐射能量的围护结构的面积，m2；I为太阳辐照度，W/m2。

舍内空气从加热器吸收的热量Q的计算如公式（3）所示。

式中T为加热器的表面温度，℃；m为单位时间内加热的空气质量，kg/s。可以看出，加热器表面温度越高，舍内温度上升速度将会越快。当加热器处于关闭状态时，Q= 0。

舍内空气与猪体表皮肤进行热量交换，包括猪体表辐射热交换和猪体表与空气的对流热交换[36]，如公式（4）[37-38]所示。

猪体表温度受舍内温/湿度的影响，根据文献[40]，舍内温度每增加1 ℃，猪体表温度增加0.25 ℃。在舍内相对温度达到80%时，平均猪体表温度较湿度较低时的体表温度低。舍内相对温度为50%～80%时，可由线性回归模型得到舍内温度与猪体表温度之间的关系[40]，如式（5）所示。

式中，，为回归系数；RH为相对湿度，%；为 残差。

猪舍围护结构散热是由高温一侧的围护结构传向低温一侧，与围护结构的内表面与外表面的温度差、传热时间、传热面积有关。围护结构散热量Q的计算如公式（6）所示[35]。

式中k为围护结构的传热系数，与围护结构材料及厚度相关，W/（m2·℃）； t和t分别为围护结构内表面和外表面温度，℃；F为围护结构的面积，m2。

猪舍通风口与舍外空气交换将会损失热量，其大小受通风效率的影响，通风口散失热量Q如式（7）所示。

式中为舍内通风量，m3/s；0为舍外温度，℃。

地面与舍内空气的对流热交换Q的计算如式（8）所示。

式中S为地面面积，m2；h为地面换热系数，W/（m2·℃）；T为地面温度，℃。由于本猪舍是漏缝地板，地面温度可近似等于下方粪坑空气温度。

猪舍内潜热包括由猪体表面及呼吸系统、舍内粪便、粪坑、食槽等引起的水汽蒸发传热。根据质量平衡方程猪舍内的潜热公式如式（9）[16]所示。

式中Q为舍内潜热产生率，W；MP为舍内产湿率，kg/s；h为水的汽化潜热，2.427×106J/kg。

1.2 舍内空气湿度平衡分析

猪舍内的水汽主要来自猪体表面以及呼吸过程，地面、粪坑、水槽及其他潮湿表面蒸发出的水汽。假定舍内空气是水汽分布均匀的理想气流，根据质量守恒原理，猪舍内产生的水汽量等于消散的水汽量，则舍内水汽的动态平衡方程如公式（10）所示[36, 41-42]。

式中左边项等于舍内产湿率MP，()为舍内空气在时刻时的含湿量，kg/kg；H和H分别为每头猪和舍内各种表面水汽蒸发量，kg/s；e为由通风口排出的空气的含湿量，kg/s，可由公式（11）计算得到。

猪体蒸发的水汽量H受温度、湿度等环境因素影 响[25,40]，根据不同的温/湿度范围可用分段函数描述，如公式（12）所示。

式C为在特定湿度范围内的常量；Z为在特定湿度范围内的回归系数；IPTRH为在每个湿度范围下的温度转折点；此公式中特定相对湿度分别为50%，65%，80%。温度范围为16～32 ℃。C，Z和IPTRH在不同湿度下的取值如表1所示[40]。在实际应用中，猪舍内相对湿度并不只是对应50%，65%，80%这3个特定值，因此，将实际猪舍的相对湿度以50%，65%，80%为分界点划分为（0，50%），(50%，65%)和（65%，80%）3个范围。

猪舍中各潮湿表面的水汽蒸发量H按照不同的饲养条件和猪舍建筑来估算。本试验研究的猪舍是水泥漏缝地面，地面下方是1.8 m深的粪坑，H可以近似用下方深坑的空气含湿量与舍内空气含湿量的差来计算得到；对于其他干清粪方式的猪舍需要在接近地面处安装相对湿度传感器，通过计算舍内空气含湿量与地面潮湿面的含湿量差来近似估算。

表1 不同湿度下猪体蒸发水汽量函数中各参数值

注：C，Z和IPTRH分别为在特定湿度范围内的常量、回归系数和温度转折点。

Note：C,Zand IPTRHis constant, regression coefficient and turning point of temperature within a certain humidity range, respectively.

由于猪舍内、外湿度是以相对湿度的形式进行采集的，但是由于公式（10）和（11）中采用的是含湿量，所以需要将相对湿度与含湿量进行换算，如式（13）和式（14）。

用式（10）～式（14）可以对猪舍内空气湿度变化情况进行动态分析。根据给定的舍内初始温度、相对湿度等参数，根据公式（14）求出初始温度相应的水蒸汽饱和分压力P，然后根据公式（13）用饱和分压力P和初始相对湿度求出含湿量，再根据公式（10）用含湿量和各含湿量载荷求出下一时刻的含湿量，依此反复求解得到不同时刻的含湿量。

2 猪舍内小气候环境模拟

在对猪舍内小气候环境模拟时，假设猪舍满足以下条件：

1）猪舍是一个封闭的时变系统；

2）舍内地面温度等于下方粪坑空气温度；

3）处于南面中间位置的猪舍小间只有南面墙和对应的房顶吸收太阳辐射能量；处于北面最西侧的小间只有西面墙接受太阳辐射能量。

根据猪舍内环境热量和空气湿度平衡分析，在Matlab Simulink中建立小气候环境模拟模型，包括猪舍内热量交换模拟和湿度变化模拟2个部分，分别有2个输出变量SimT和SimRH，动态反映猪舍内的热量与温度变化情况。在Simulink仿真模块中使用积分计算和带有四阶龙格库塔方法的ode4解析器对猪舍内环境热量平衡进行仿真模拟。初始时刻设置为=0，模拟运算时采用固定时间步长1 min，ode45解析器的收敛误差设置为10-5。其中子模块Temp用于模拟猪舍内热量交换；Tsim用于实现将舍内热量进行积分运算得出模拟的舍内温度；子模块Humid用于模拟猪舍内温度变化；子模块Qsh用于模拟猪的呼吸系统、体表以及舍内各种潮湿表面蒸发的潜热量，它连接着热量交换和湿度变化模拟模块。猪舍内热量交换模拟模块的输出变量SimT，同时作为湿度变化模拟模块的输入变量，湿度模拟模块Humid的输出量Out MP作为潜热模块Qsh的输入量。TScope 和RHScope分别用于对比显示温度的模拟值与测量值和相对湿度的模拟值与测量值。各输入变量取值来源为监测数据。

3 结果与分析

为了比较猪舍内热/湿小气候模拟结果与实际猪舍运行时采集的环境数据的接近程度，需要对猪舍内小气候模拟结果进行验证。以舍内温度（Tsim）、相对湿度（RHsim）作为模拟输出，与实际监测的猪舍内温度（Troom）、相对温度（RHroom）数据进行对比，对猪舍内的热量交换、猪舍内含湿量变化模型进行验证。

3.1 验证猪舍及数据监测

本文的猪舍内小气候环境模拟验证数据来源于普渡大学动物研究教育中心[43]。该猪舍位于美国印第安那州西拉法叶市，地处大陆性湿润气候，四季分明，1月份气温最低，平均温度为-7.2 ℃，平均湿度为69%；7月份温度最高，平均温度为29.4 ℃，平均湿度为71%。

猪舍结构类型为钢木混结构，通风类型为密闭式机械通风。通过猪舍东西两侧的进风口将舍外新鲜空气送入舍内，然后通过棚顶和过道入口送入12个南北朝向的小间内。猪舍结构和小间内部结构如图2所示[44-45]。

每个小间长度为11 m，宽度为6.1 m，高为2.7 m，可以容纳60头育肥猪，中间由过道分隔，内部建有双列钢质围栏，每列有6个猪栏，每个小间内墙上安装 有2个直径分别为356 mm（V4E35, Multifan, Bloomington, IL, USA）和508 mm（V4E50, Multifan, Bloomington, IL, USA）的恒速风机，用于舍内通风换气；在每个小间内安装有天然气加热器（Guardian 60, L.B. White Co. Onalaska, WI, USA）用于冬季加热；在猪栏中间距离地面1.5 m处安装有相对湿度传感器（HX92BC, Omega, Atlanta, GA, USA），用于舍内相对湿度测量；在直径为356 mm的风机前1 m处、储粪池的排风口处、过道天花板空气入口处、距离猪舍地面1.5 m高处和天然气加热器的热风出口处5个位置安装T型热电耦分别监测不同位置的温度；小间内墙上风机所受压力通过量程为[-250～+250]Pa的气压测量仪(260, Setra Systems, Inc.,)测得。

小间内是水泥漏缝地板，地板下有1.8 m深的储粪池，在储粪池外墙上部有2个直径为250 mm的变速风机（P4E30, Multifan）处于不间断运行状态，为每间猪舍提供最小量通风，粪池风机的通风率由风速仪直接测量得到[45]。

图2 猪舍结构与小间照片

猪的活动量是通过安装在每个小间墙上的红外活动量传感器（Visonic SRN 2000 Detector, Visonic Inc., Bloomfield, CT, USA），将探测的红外光线信号转换成电压信号测量并且记录得到[46]。

猪舍每个小间内的2个墙上风机运行通过单独的开/关信号进行控制，当舍内温度超过设定值时开启，当舍内温度低于或等于设定温度值时关闭。风机运行状态时间长度以占相应时间的百分比值来记录（例如：在1 min内如果风机运行30 s，则用50%表示风机运行状态所占的时间长度比值。）

在距离猪舍南侧70 m的开阔地安装有Davis 6152 Wireless Vantage Pro2气象站（Davis Instruments, Hayward, CA, USA），对舍外空气温度、相对湿度、太阳辐射等天气数据进行监测。部分天气数据来源于距离猪舍5 km的普渡大学园艺研究与教育中心。

根据监测数据的完整性、猪舍建筑样式特点等，本文选取2个南北朝向的小间2和小间11，从2015年8月27日至9月30日的舍内环境监测数据以及舍外天气监测数据确定小气候环境模型模型参数（2015年8月27日至30日和9月2日至9月30日）及模型验证（2015年8月31日至9月1日），数据采集间隔为1 min。

实际监测结果表明，猪舍外空气温度、相对湿度和太阳辐射日平变化范围分别为（21±6.6）℃、70.3%±3%和（197.1±261.1）W/m2；小间2和小间11内空气温度为（22.7±1.1）℃、空气相对湿度分别为45.7%±6%和50.1%±3.1%、粪坑温度分别为（25.6±2）℃和（24.6±2.9）℃、通风口温度分别为（22±5）℃和（21.5±4.9）℃、风扇静压力分别为（-12.8±7）和（-12±5.1）Pa、猪的活动量分别为（0.8±0.2）V（电压）和（0.4±0.3）V、356 mm风扇运行时间分别为36.6%±45.8%和82.8%±32.9%、508 mm风扇运行时间分别为57.2%±42.9%和72.8%±41%，如图3所示。

图3 小间2 和小间11以及猪舍外环境监测数据

通风率包括舍内墙上风机的通风率和粪坑风机通风率，墙上风机的通风率是通过持续测量风机运行状态、小间内静压力以及后期风机测量模型[10]间接计算得到。小间2 和小间11的通风率分别为8 691.7±5 543.6和14 003.3±189 m3/min。

3.2 模型参数确定

然而，在模型中有些参数并不是常量，这些参数通过正常的数学方法难以计算得到，因此，将公式（2）～（9）代入公式（1）中，合并整理得到舍内热量变化的多元非性线方程，如公式（15）所示。

表2 猪舍小气候环境模拟模型的参数

3.3 模拟结果验证

分别选取2015年8月31日至9月1日连续2 d监测的2个南北朝向的小间2和小间11内的环境数据以及舍外的天气数据，对猪舍内热湿小气候模型进行验证。

3.3.1 温度模拟验证

猪舍内小气候环境模拟输出的舍内空气温度和实际测得的猪舍内空气温度对比结果如图4所示。

图4 舍内温度模拟值与实测值对比

从图4中可以看出，小间2和小间11猪舍内的空气温度模拟数据与实测温度数据变化趋势一致，能够真实反映夏季最大通风模式下猪舍内温度变化情况。小间2和小间11舍内实测温度波动情况相近，变化范围分别为21.2～26.2 ℃和21.2～26.4 ℃；模拟温度变化范围分别为20～25.1 ℃和20.8～26 ℃。

模拟结果表明，小间2和小间11模拟温度与实测温度的最大误差分别为2.0和2.4℃，最小误差为0 ℃，最大相对误差分别为9.2%和8.7%，平均误差分别为0.469 3和0.767 6 ℃，标准误差分别为1.015 5和1.443 8 ℃；决定系数2分别为0.836 9和0.786 9。本研究建立的猪舍内热环境变化模拟模型对温度的模拟输出与实测温度误差较小，能够很好地反应舍内温度变化情况。

3.3.2 湿度模拟验证

猪舍内小气候环境模拟输出的相对湿度和实际测得的猪舍内相对湿度对比结果如图5所示。

从图5和图3 g对比可以看出，由于夏季气温较高，猪舍内开启了最大通风模式，356和508 mm的风机基本都保持运行状态，因此，小间 2和小间11内的相对湿度值较低且变化较小，分别为23.4%～51.5%和24.8%～54.8%；同时，由于中午舍内温度较高，通风处于最大模式，舍内相对湿度在中午显著降低。小间2和小间11内的相对湿度模拟值与实测相对湿度值的变化趋势基本一致，最大误差分别为13.34%和10.5%，最小误为0，最小平均误差为3.63%和3.35%，最大相对误差分别为49.66%和20.82%，标准误差分别为6.96%和4.69%；相关性系数2分别为0.912和0.899 7。

图5 舍内相对湿度模拟值与实测值对比

根据猪舍内环境控制经验及养殖环境标准[47]，猪舍内温度是最为重要的环境指标，相对湿度的重要性稍次于舍内温度，所以可以允许相对湿度具有稍微大一些变化。因此，从猪舍内相对湿度模拟结果上来看，本研究建立的相对湿度模拟值能够反应舍内实际相对湿度变化情况。

3.4 舍内通风及能耗分析

炎热的夏季有效消除猪舍内多余的热量，是舍内环境控制的首要任务，通风散热是最为有效的舍内降温手段之一。因此，通风耗能是夏季猪舍内环境控制中最大的能量消耗。根据公式（1）可知，夏季猪舍内的热量主要来源于猪体表面散热和太阳辐射，在猪舍建筑材料、设计、结构、舍外环境温度、湿度、太阳辐射等条件相同的情况下，舍内猪的数量及体质量决定了舍内热量的多少，舍内通风要主要根据舍内产热量大小来决定风机的运行情况。

图6为2015年8月30日至9月1日连续3 d的小间2和小间11内的墙上风机运行情况，根据文献[43]所述方法对墙上风机启停进行控制。在此期间，小间2内的猪的体质量为14.4～16.3 kg，数量为146头；小间11内猪的体质量为97.8～101.2 kg，数量为58头。从图6a可以看出，小间 2内直径356 mm的墙上风机在夜间22：00以后处于关闭状态，上午10：00至晚上9：00之间2个风机处于最大风量运行状态，小间2内的通风量为33.13～9 746.3 m3/min。从图6 b可以看出，小间11内的2个墙上风机一直处于运行状态，达到最大通风量12 999 m3/min。因此，尽管小间2处于朝阳面，通常接受太阳辐射较多，小间11处于北面背阴面，但是，由于小间11内猪总产热量远大于小间2，加之小间11西面墙在下午时接受太阳辐射较多，所以，小间11的2个墙上风机一直处于运行状态，达到了最大通风量。

小间2与小间11墙上风机总运行时间分别为86.09和144 h，运行时间比约为3:5；耗电量分别为28.55和43.92 kW·h。因此，小间11的夏季猪舍内环境通风电量消耗是小间2的1.5倍。在猪舍设计时要充分考虑猪舍的朝向以及舍内猪的总量引起的舍内通风散热能耗的增加。

图6 墙上风机运行时间比例

4 结 论

本文综合考虑了基于能量和质量平衡方程建立猪舍内温度、湿度动态方程，可以有效地反映舍内温/湿度变化动态。结合实际监测数据，通过MNRM确定了模型中的模拟参数。研究结果表明：

1）夏季2个南北朝向的猪舍小间内模拟温度、相对湿度变化与实测温度、相对度变化趋势一致，模拟温度和实测温度决定系数分别为0.836 9和0.786 9；模拟相对湿度和实测相对湿度决定性系数分别为0.912和0.899 7。温度最大误差2.4 ℃，温度最大相对误差为9.2%；相对湿度最大误差为13.34%，相对温度最大误差为49.66%。较好地反映了舍内温度、湿度变化情况，可以作为密闭式猪舍内环境调控的基础模型。

2）夏季密闭式猪舍内通风及能耗分析表明，小间11夏季猪舍内环境通风电量消耗是小间2的1.5倍，因此在猪舍环境控制时需要将猪舍的朝向及饲养猪的大小与数量作为首要考虑因素，消除舍内多余热量，降低舍内温度。

在本文提出的猪舍内小气候环境模拟模型中，不仅包括舍内通风引起的热量交换计算，而且包括了舍内加热控制引起的热量交换，因此，本模型同样适用于冬季猪舍内小气候环境模拟。

[1] 李中兴，毛雪红. 环境对养猪业的影响[J]. 当代畜禽养殖业，2011，12（10）：44－46. Li Zhongxing, Mao Xuehong. Environmental influence on the pig breeding production[J]. Modern AnimalHusbandry, 2011, 12(10): 44－46. (in Chinese with English abstract)

[2] 袁焰平，陈桂梅，张淑君. 热应激对种猪繁殖性能的影响、防控措施以及相关抗性基因在猪中的研究[J]. 养猪，2012（3）：41－44. Yuan Yanping, Chen Guimei, Zhang Shujun. Study on the effect of heat stress on reproductive performance, prevention and control measures and related genes of pigs[J]. Swine Production, 2012(3): 41－44. (in Chinese with English abstract)

[3] 汪开英，苗香雯，崔绍荣. 猪舍环境温湿度对育成猪的生理及生产指标的影响[J]. 农业工程学报，2002，18（1）： 99－102. Wang Kaiying, Miao Xiangwen, Cui Shaorong, et al. Effects of ambient temperature and relative humidity on physiological parameters and performance of growing pigs[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2002, 18(1): 99－102. (in Chinese with English abstract)

[4] 曹进，张峥. 封闭猪场内氨气对猪群生产性能的影响及控制试验[J]. 养猪，2003（4）：42－44. Cao Jing, Zhang Zheng. The ammonia infuence on the pigs production performance in the constrained pig house and its control test[J]. Swine Production, 2003(4): 42－44. (in Chinese with English abstract)

[5] Xie Qiuju, Ji-Qin Ni, Su Zhongbin. A prediction model of ammonia emission from a fattening pig room based on the indoor concentration using adaptive neuro fuzzy inference system[J]Journal of Hazardous Materials, 2017, 325: 301－309.

[6] 于家良，何福勤. 环境控制对种猪繁殖性能的影响[J]. 中国畜牧兽医文摘，2008（1）：58－59.

[7] 刘胜军，卢庆萍，张宏福，等. 高温高湿环境对生长猪生长性能、血浆皮质醇浓度和免疫功能的影响[J]. 动物营养学报，2010，22（5）：1214－1219. Liu Shengjun, Lu Qingping, Zhang Hongfu, et al. Effects of high ambient temperature and humidity on growth performance, plasma cortisol concentration and immune function in growing pigs[J]. Chinese Journal of Animal Nutrition, 2010, 22(5): 1214－1219. (in Chinese with English abstract)

[8] Zong Chao, Li Hao, Zhang Guoqiang. Ammonia and greenhouse gas emissions from fattening pig house with two types of partial pit ventilation systems[J]Agriculture, Ecosystems & Environment, 2015 (208): 94－105.

[9] J E Bolhuis, W G P Schouten, J W Schrama, et al. Effects of rearing and housing environment on behaviour and performance of pigs with different coping characteristics[J]Applied Animal Behaviour Science, 2006, 101(1/2): 68－85

[10] Ji-Qin Ni, Liu Shule, Lopes I M, et al. Monitoring, modeling, and characterizing single-speed ventilation fans for an animal building[J]Building and Environment, 2017, 118: 225－233

[11] Xie Qiuju, Ji-Qin Ni, Su Zhongbin. Fuzzy comprehensive evaluation of multiple environmental factors for swine building assessment and control[J]Journal of Hazardous Material, 2017(340): 463－471.

[12] Seo I H, Lee I B, Moon O K, et al. Modelling of internal environmental conditions in a full-scale commercial pig house containing animals[J]Biosystems Engineering 2012, 111(1): 91－106.

[13] 李立峰，武佩，麻硕士，等. 基于组态软件和模糊控制的分娩母猪舍环境监控系统[J]. 农业工程学报，2011， 27（6）：231－236. Li Lifeng, Wu Pei, Ma Shuoshi, et al. Monitoring and controlling system for delivery sow house environment based on configuration software and fuzzy control[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(6): 231－236. (in Chinese with English abstract)

[14] 宣传忠，武佩，马彦华，等. 基于自适应模糊神经网络的畜禽猪舍环境控制系统的研究[J]. 内蒙古农业大学学报，2013，44（4）：397－403. Xuan Chuanzhong, Wu Pei, Ma Yanhua, et al. A study on controlling system for the animal housing environment based on fuzzy neural network [J]. Journal of Inner Mongolia University, 2013,44(4): 397－403. (in Chinese with English abstract)

[15] 于明珠，武佩，韩丁，等. 基于PLC的仔猪舍温度自动控制系统的设计与试验研究[J]. 农机化研究，2012（11）：102－105. Yu Mingzhu, Wu Pei, Han Ding, et al. Design and experimental research on auto-control system of temperature in piglets house based on PLC [J]. Journal of agricultural mechanization research, 2012(11): 102－105. (in Chinese with English abstract)

[16] Stinn J Environmental Assessment and Control Towards Improved Swine Breeding-gestation-farrowing Operation in the Midwestern United States[D]. Ames: Iowa State University, 2014.

[17] Tong G, Zhang G, Christopher D M, et al. Evaluation of turbulence models to predict airflow and ammonia concentrations in a scale model swine building enclosure[J]Computers & Fluids, 2013(71): 240－249.

[18] Kim R W, Hong S W, Lee I B, et al. Evaluation of wind pressure acting on multi-span greenhouses using CFD technique, Part 2: Application of the CFD model[J]Biosystems Engineering, 2017(164): 257－280.

[19] Li H, Rong L, Zhang G. Numerical study on the convective heat transfer of fattening pig in groups in a mechanical ventilated pig house[J]Computers and Electronics in Agriculture, 2018(149): 90－100.

[20] Rojano F, Bournet P-E, Hassouna M, et al. Modelling heat and mass transfer of a broiler house using computational fluid dynamics[J]Biosystems Engineering, 2015(136): 25－38.

[21] Rojano F, Bournet P-E, Hassouna M, et al. Computational modelling of thermal and humidity gradients for a naturally ventilated poultry house[J]Biosystems Engineering, 2016(151): 273－285.

[22] Piscia D, Muñoz P, Panadès C, et al. A method of coupling CFD and energy balance simulations to study humidity control in unheated greenhouses[J]Computers and Electronics in Agriculture, 2015(115): 129－141.

[23] Bjerg B, Rong L, Zhang G. Computational prediction of the effective temperature in the lying area of pig pens[J]Computers and Electronics in Agriculture, 2018(149): 71－79.

[24] Li H, Rong L, Zhang G. Study on convective heat transfer from pig models by CFD in a virtual wind tunnel[J]Computers and Electronics in Agriculture, 2016(123): 203－210.

[25] Aarnink A J A, Huynh T T T. Modelling heat losses in grow-finish pigs[C]. Rongchang: 2017 International Symposium on Animal Enironment and Welfare, 2017, China. p. 61－65.

[26] Rong Li, Pedersen E F, Zhang Guoqiang. Numerical simulations of a hybrid ventilation system at a confined pig building in Denmark-Summer case studies[C]. International Symposium on Animal Environment and Welfare, 2017, Rongchang, China. p. 167－174.

[27] Bustamante E, Calvet S, Estellés F, et al. Measurement and numerical simulation of single-sided mechanical ventilation in broiler houses[J]Biosystems Engineering, 2017(160): 55－68.

[28] Shen X, Zhang G, Wu W, et al. Model-based control of natural ventilation in dairy buildings[J]. Computers and Electronics in Agriculture, 2013(94): 47－57.

[29] Costantino A, Fabrizio E, Ghiggini A, et al. Climate control in broiler houses: A thermal model for the calculation of the energy use and indoor environmental conditions[J]Energy and Buildings, 2018(169): 110－126.

[30] Quiniou N, Noblet J, Milgen J van, et al. Modelling heat production and energy balance in group-housed growing pigs exposed to low or high ambient temperatures[J]British Journal of Nutrition, 2001, 85(1): 97－106.

[31] Fabrizio E, Ghiggini A, Bariani M. Energy performance and indoor environmental control of animal houses: A modelling tool[J]Energy Procedia, 2015(82): 439－444.

[32] Sagrado J del, Sánchez J A, Rodríguez F, et al. Bayesian networks for greenhouse temperature control[J]Journal of Applied Logic, 2016(17): 25－35.

[33] Fidaros D, Baxevanou C, Bartzanas T, et al. Numerical study of mechanically ventilated broiler house equipped with evaporative pads[J]Computers and Electronics in Agriculture, 2018(149): 101－109.

[34] Impron I, Hemming S, GPA B. Simple greenhouse climate model as a design tool for greenhouses in tropical lowland[J]Biosystems Engineering, 2007, 98(1): 79－89.

[35] Incropera F P，Dewitt D P，Bergman T L，et al. 传热和传质基本原理第六版[M].北京：化学工业出版社，2007.

[36] CIGR, 2nd Report of Working Group on Climatization of Animal Houses[M]. B - 9000 GENT (Belgium): Faculty of Agricultural Sciences, State University of Ghent, 1992.

[37] 沈金山. 育肥猪舍建筑内表面换热系数n的初步探讨[J]. 农业机械学报，1980，12（4）：1－18. Shen Jinshan. The preliminary investigation of the heat transfer coefficient of the inside surface in swine fattening houses[J]Transactions of the Chinese Society for Agricultural Machinery, 1980, 12(4): 1－18. (in Chinese with English abstract)

[38] 魏润柏. 人体与环境热交换计算方法[J]人类工效学, 1995，12（2）：39－42.

[39] 申彪，储兆福，译. 人体表面的对流及辐射传热系数[J]建筑技术科研情报，1978（1）：90－99.

[40] Huynh T T T, Aarnink A J A, Verstegen M W A, et al. Effects of increasing temperatures on physiological changes in pigs at different relative humidities[J]Journal of Animal Science, 2005, 83(6): 1385－1396.

[41] CIGR, Report of working group of the climatization of animal houses[M]. Aberdeen, Scottland: The Scottish Farm Buildings Investigation Unit, Scotland, for Commission Internationale du Genie Rural (International Commission of Agricultural Engineering), 1984.

[42] Bartali E H, Morocco H I I, CIGR Handbook of Agricultural Engineering Volume II Animal Production & Aquacultural Engineering[M]. Michigan: the American Society of Agricultural Engineers, 1999.

[43] Ji-Qin Ni, Diehl C A, Liu S, et al. An innovative ventilation monitoring system at a pig experimental building[C]. Chongqing: 2015 Proceedings of International Symposium on Animal Environment and Welfare, 2015.

[44] 谢秋菊，苏中滨，Ji-Qin Ni, 等. 密闭式猪舍多环境因子调控系统设计及调控策略[J]农业工程学报，2017，33（6）： 163－167. Xie Qiuju, Su Zhongbin, Ji-Qin Ni, et al. Control system design and control strategy of multiple environmental factors in confined swine building[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(6): 163－170. (in Chinese with English abstract)

[45] Ji-Qin Ni, D Kaelin, I M Lopes, et al. Design and performance of a direct and continuous ventilation measurement system for variable-speed pit fans in a pig building[J]. Biosystems Engineering, 2016 (147): 151－161.

[46] Ji-Qin Ni, S Liu, J S Radcliffe, et al. Evaluation and characterization of Passive Infrared Detectors to monitor pig activities in an environmental research building[J]. Biosystems Engineering, 2017 (158): 86－94.

[47] 中华人民共和国农业部. 规模猪场环境参数及环境管理[S]. 2008.

Simulation and verification of microclimate environment in closed swine house based on energy and mass balance

Xie Qiuju1,2,3, Ji-Qin Ni4, Bao Jun2, Liu Honggui2

(1.,,150030,; 2.,,150030,; 3.,,163319,; 4.,,,47907,)

Microclimate of swine house is a time-varying and nonlinear system affected by the interaction of internal production and external environment factors, and has an important effect on the pig’s growth performance and health status. Among multiple environmental factors, indoor air temperature affects the heat balance of the pig body and plays an important role to maintain the constant body temperature. Humidity influences the evaporation of the pig body and therefore a body’s thermoregulation. So, the indoor temperature and humidity are payed much attention by many researchers in the past decades in order to maintain a suitable indoor environment for pigs. Simulation of indoor microclimate is an effective way to provide a precision control strategy. Some researches on swine house environment control are conducted based on indoor air temperature and ventilation using traditional and automatic control method. However, in practice, it is difficult to realize an accurate microclimate control and prediction in a swine house due to some influences such as different regions that swine house located, seasons, raised number of pigs, and most simulations and models for swine house environment only focused on single environment factor such as temperature, humidity or airflow using computational fluid dynamics (CFD), the comprehensive interaction among the multiple factors and the energy consumptions are neglected. In this study, a thermal exchange model based on energy balance equations and a humidity variation model based on mass balance equations are developed for a closed swine house, the factors such as weather, heat dissipation, heat acquisition, building structure, building ventilation and pigs in the swine house are considered. Based on the one month's measured data of 1 minute resolution of room 2 on the south side and room 11 on the northwest corner in the swine house, some parameters of the simulation model were determined by using multivariate non-linear regression model (MNRM). Two days measured data are randomly selected to validate the model simulations from two rooms in hot summer. The energy consumptions of the two rooms are also analyzed and compared. Results show that the simulation and measurement values for both rooms agree well, the maximum temperatures error is 2.4 ℃, the maximum relative error is 9.2% for the two rooms, and the coefficient of determination is 0.836 9 for room 2 and 0.786 9 for room 11. The maximum relative humidity error is 13.34% and the maximum relative error is 49.66% for the two rooms, the coefficient of determination is 0.912 for room 2 and 0.899 7 for room 11.The power consumption of room 11 is 1.5 times that of room 2 because room 11 has extra heat produced by the pigs and a sidewall as part of the west wall of the building. The dynamic microclimate models based on the energy and mass balance equations can be used for simulations of basic environment control and energy requirement in closed swine houses.

environmental control; temperature; humidity; closed swine house; energy balance; thermal exchange

10.11975/j.issn.1002-6819.2019.10.019

S2

A

1002-6819(2019)-10-0148-09

2018-09-30

2019-02-12

东北农业大学农业部生猪养殖设施工程重点实验室开放课题；国家生猪产业技术体系（CARS-35）；黑龙江省青年科学基金项目（QC2013C065）；黑龙江八一农垦大学学成、引进人才科研启动基金（XDB-2016-21）。

谢秋菊，教授，博士，主要从事畜舍环境控制研究。Email：xqj197610@163.com

谢秋菊，Ji-Qin Ni，包 军，刘洪贵.基于能质平衡的密闭猪舍内小气候环境模拟与验证[J]. 农业工程学报，2019，35(10)：148－156. doi：10.11975/j.issn.1002-6819.2019.10.019 http://www.tcsae.org

Xie Qiuju, Ji-Qin Ni, Bao Jun, Liu Honggui. Simulation and verification of microclimate environment in closed swine housebased on energy and mass balance[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(10): 148－156. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.10.019 http://www.tcsae.org