Математический аппарат контроллера с интеграцией этологических маркеров теплового стресса

Тепловой стресс представляет серьезную проблему в молочном животноводстве, приводит к снижению надоев, ухудшению репродуктивных показателей и увеличению заболеваемости скота. В условиях глобального потепления актуальность разработки эффективных систем мониторинга и регулирования микроклимата значительно возрастает. (Цель исследования) Разработка математического аппарата и алгоритмов работы контроллера, регулирующего уровень теплового стресса с использованием этологических признаков. (Материалы и методы) Проведен систематический анализ этологических реакций крупного рогатого скота (20 дойных коров), в том числе оценка поведенческих маркеров, физиологических параметров и микроклиматических условий. Для оценки теплового стресса использован температурно-влажностный индекс (THI). (Результаты и обсуждение) В ходе исследования идентифицированы 10 доминирующих поведенческих маркеров теплового стресса из 16 возможных: повышенное сердцебиение, снижение пищеварительной активности, повышенная избирательность пищи, увеличенное поение, учащенное дыхание, поиск затененных мест, увеличение времени лежания, изменение этологии и угнетение половой охоты. Разработан математический аппарат, включающий уравнения лучистой энергии, влагообмена, определения относительной влажности и температуры воздуха, концентрации углекислого газа. Также созданы алгоритмы для автоматизированного анализа фото- и видеоматериалов с целью выявления этологических признаков стресса. Данная система контроля обеспечивает точность измерений температурно-влажностного индекса ±1 и снижение энергопотребления на 25 процентов по сравнению с аналогами. (Выводы) Созданная система позволяет оперативно выявлять ранние признаки теплового стресса и минимизировать его негативные последствия для продуктивности и благополучия животных. Интеграция данных о микроклимате и поведенческих реакциях животных обеспечивает комплексный подход к управлению микроклиматом в животноводческих помещениях. Предлагаемые математический аппарат и алгоритмы могут быть интегрированы в существующие системы управления микроклиматом, что повысит экономическую эффективность молочного животноводства в условиях климатических изменений.

1. Чаплыгин М.Е., Ценч Ю.С., Подзоров А.В. Развитие конструкций сеялок и технологий посева семян в ленте // Сельскохозяйственные машины и технологии. 2025. Т. 19. N1. С. 103-110. DOI: 10.22314/2073-75992025-19-1-103-110.

2. Ахалая Б.Х., Ценч Ю.С., Беляева Н.И. Автоматизированная почвообрабатывающая машина для послойной обработки почвы высокотурбулентной воздушной струей // Сельскохозяйственные машины и технологии. 2025. Т. 19. N2. С. 78-83. DOI: 10.22314/20737599-2025-19-2-78-83.

3. Киприянов Ф.А., Алешкин А.В., Савиных П.А. Экспериментально-математическое моделирование процесса удаления поверхностной влаги с семян после увлажнения // Сельскохозяйственные машины и технологии. 2025. Т. 19. N1. С. 4-12. DOI: 10.22314/20737599-2025-19-1-4-12.

4. Каличкин В.К., Максимович К.Ю., Алещенко О.А., Алещенко В.В. Прогнозирование урожайности сельскохозяйственных культур: структура данных и методы искусственного интеллекта // Сельскохозяйственные машины и технологии. 2025. Т. 19. N2. С. 33-44. DOI: 10.22314/2073-7599-2025-19-2-33-44.

5. Muzzo B.I., Ramsey R.D., Villalba J.J. Changes in climate and their implications for cattle nutrition and management. Climate. 2025. N13 (1). DOI: 10.3390/cli13010001.

6. Capela L., Leites I., Pereira R.M.L.N. Heat stress from calving to mating: mechanisms and impact on cattle fertility. Animals. 2025. N15. 1747. DOI: 10.3390/ani15121747.

7. Antanaitis R., Džermeikaitė K., Krištolaitytė J. et al. Impact of heat stress on the in-line registered milk fat-to-protein ratio and metabolic profile in dairy cows. Agriculture. 2024. N14. 203. DOI: 10.3390/agriculture14020203.

8. Giannone C., Bovo M., Ceccarelli M. et al. Review of the heat stress-induced responses in dairy cattle. Animals. 2023. N13. 3451. DOI: 10.3390/ani13223451.

9. Assatbayeva G., Issabekova S., Uskenov R. et al. Influence of microclimate on ketosis, mastitis and diseases of cow reproductive organs. Journal of Animal Behaviour and Biometeorology. 2022. N10(3). 2230. DOI: 10.31893/jabb.22030.

10. Jeon E., Jang S., Yeo J.-M.et al.. Impact of climate change and heat stress on milk production in korean holstein cows: a large-scale data analysis. Animals. 2023. N13. 2946. DOI: 10.3390/ani13182946.

11. Barto A.O., Bailey D.W., Trieu L.L. et al. monitoring behavior and welfare of cattle in response to summer weather in an arizona rangeland pasture using a commercial rumen bolus. Animals. 2025. N15. 1448. DOI: 10.3390/ani15101448.

12. Wang Z., Guo M., Liang Y. et al. Breed-specific responses and ruminal microbiome shifts in dairy cows under heat stress. Animals. 2025. N15. 817. DOI: 10.3390/ani15060817.

13. Rodriguez-Venegas R., Meza-Herrera C.A., RoblesTrillo P.A. et al. Heat stress characterization in a dairy cattle intensive production cluster under arid land conditions: an annual, seasonal, daily, and minute-to-minute, big data approach. Agriculture. 2022. N12. 760. DOI: 10.3390/agriculture12060760.

14. Кузьминова Е.В., Семененко М.П., Абрамов А.А. и др. Проблема теплового стресса в молочном животноводстве // Ветеринария Кубани. 2020. N3. С. 10-11. DOI: 10.33861/2071-8020-2020-3-10-11.

15. Leliveld L.M.C., Riva E., Mattachini G., Finzi A. et al. Dairy cow behavior is affected by period, time of day and housing. Animals. 2022. N12. 512. DOI: 0.3390/ani12040512.

16. Idris M., Sullivan M., Gaughan J.B., Phillips C.J.C. The relationship between the infrared eye temperature of beef cattle and associated biological responses at high environmental temperatures. Animals. 2024. N14. 2898. DOI: 10.3390/ani14192898.

17. Idris M., Sullivan M., Gaughan J.B., Phillips C.J.C. Behavioural responses of beef cattle to hot conditions. Animals. 2024. N14. 2444. DOI: 10.3390/ani14162444.

18. Antanaitis R., Džermeikaitė K., Krištolaitytė J. et al. Shortterm effects of heat stress on cow behavior, registered by innovative technologies and blood gas parameters. Animals. 2024. N14. 2390. DOI: 10.3390/ani14162390.

19. Antanaitis R., Džermeikaitė K., Bespalovaitė A. et al. Assessment of ruminating, eating, and locomotion behavior during heat stress in dairy cattle by using advanced technological monitoring. Animals. 2023. N13. 2825. DOI: 0.3390/ani13182825.

20. Комков И.В., Довлатов И.М., Павкин Д.Ю., Матвеев В.Ю. Разработка алгоритмов управления системы обес печения температурных режимов для уменьшения стресса животных // Вестник НГИЭИ. 2024. N5 (156). С. 7-18. DOI: 10.24412/2227-9407-2024-5-7-18.

21. Довлатов И.М., Комков И.В., Матвеев В.Ю. Повышение рентабельности молочных ферм через адаптацию к глобальному потеплению: анализ NPV автоматизированных систем и стратегии для Южного федерального округа // Вестник НГИЭИ. 2025. N6(169). С. 82-91. DOI: 10.24412/2227-9407-2025-6-82-91.

22. Комков И.В., Довлатов И.М., Юрочка С.С. и др. Обоснование современной системы обеспечения температурных режимов для уменьшения стресса животных // Аграрный научный журнал. 2024. N11. С. 142-149. DOI: 10.28983/asj.y2024i11pp142-149.

23. Colombari D., Masoero F., Della Torre A. A CFD Methodology for the modelling of animal thermal welfare in hybrid ventilated livestock buildings. AgriEngineering. 2024. N6. 1525-1548. DOI: 0.3390/agriengineering6020087.

24. Довлатов И.М., Комков И.В., Базаев С.О. Влияние теплового стресса, определение температурно-влажностного индекса // Аграрная наука. 2024. N10. С. 171-176. DOI: 10.32634/0869-8155-2024-387-10-171-176.