MODELING MILK YIELD OF CATTLE BREED WHEN CHANGING TECHNOLOGICAL PROCESSES

Full Text

Одной из важных отраслей сельского хозяйства является молочное скотоводство. Оно обеспечивает население молоком и молочными продуктами. В свою очередь, молоко обеспечивает человека многими незаменимыми витаминами, питательными веществами и микроэлементами. Для повышения экономической эффективности производства молока требуется повышение молочной продуктивности животных, содержащихся на ферме. При реализации произведенного молока играет важную роль годовой надой от коровы и сортность (содержание жира и белка) молока [1]. Для увеличения молочной продуктивности осуществляется улучшение генетики животных (например, за счет использования спермы высокопродуктивных быков, или племенных телок), так и совершенствуются технологии содержания животных [2, 3]. Совершенствуется способ содержания, используются перспективные технические средства. За последние десятилетия имеется тенденция перехода хозяйств с привязного на беспривязный способ содержания. Последний способ увеличивает производительность труда. Однако имеющиеся результаты в ряде случаев весьма противоречивы: в работах [4, 5] большая продуктивность при привязном содержании, другие авторы [6] свидетельствуют о большей эффективности беспривязного содержания. Изменение способа содержания кардинально влияет на конструкцию ограждений и систему навозоудаления [7, 8]. Для сокращения длительности доения стада, а соответственно, и эксплуатационных издержек, требуется разбивка молочного стада на группы по схожей молочной продуктивности и длительности доения коровы [9, 10]. Существующий рост молочной продуктивности определяется кормообеспеченностью животного. Важное значение имеет использование в достаточном количестве концентрированных кормов, а также постоянный рост их питательности. Сбалансированность кормосмесей и наличие в их составе молокогонных добавок является важным элементом роста продуктивности коровы [11]. Другим немаловажным фактором является круглосуточное обеспечение животных водой. Здесь сказывается влияние фронта поения [12]. Немаловажным фактором оказывается поддержание микроклимата в помещении, когда повышенная температура и влажность не только угнетают коров, но и способствуют размножению микрофлоры. Неправильная циркуляция воздушных потоков способствует распространению заболеваний [13, 14]. Для повышения молочной продуктивности скота требуется комплексный подход и учет влияния наиболее существенных факторов. На основании проведенного обзора литературы и анализа математических моделей [15-17], описывающих технологические процессы, выполняемые на молочно-товарных животноводческих предприятиях, произведена модернизация и совершенствование математической модели производства молока. Известна математическая модель академика Л. П. Кормановского [17], которая учитывает существующее многообразии действующих факторов и условий, а также необходимость отыскания оптимального сочетания параметров производственных, технологических и технических факторов. Модель включает уровень концентрации поголовья, обеспеченность кормами, набор и состав используемых кормов, породный состав животных, природно-климатические условия, и проч. Отмечается наличие различных способов содержания животных, систем содержания, способов обслуживания, виды организации работ и режимов работы обслуживающего персонала и т. д. [17] Цель исследования - совершенствование математической модели работы молочно-товарной фермы за счет уточнения выражения коэффициента эффективности молочной продуктивности животного в производственных условиях. Задачи исследований - определить основные технологические факторы, влияющие на молочную продуктивность коров; разработать математическую модель для определения молочной продуктивности коров с учетом коэффициента эффективности производства молочно-товарного предприятия. Материалы и методы исследований. Методика исследований предусматривает определение аналитическими методами взаимосвязей технологических параметров производственных процессов с показателем эффективности производства молочно-товарного предприятия. Для оценки и поиска оптимальных вариантов ставится задача пересмотра и расчета миллионов возможных вариантов, отражающих различные сочетания использования машин и механизмов, процессов и технологий, применения разных способов содержания, обслуживания и т. д. [17]. Математическая модель эффективности использования потенциала животного предложена В. Ю. Фроловым и Д. П. Сысоевым [15]. Коэффициентом эффективности системы можно принять отношение полученной продукции P_0 к максимально возможной P_max, с учетом генетического потенциала животного (k=P_0⁄P_max →1). Планируемая продуктивность запишется в виде: P_0=P_max∙k [15]. Для получения качественно-количественного объема продукции необходимо обеспечить максимальную реализацию генетического потенциала каждого животного с учетом его индивидуальных особенностей, возраста, условий содержания, интенсивности эксплуатации и т. п. Коэффициент k редко можно представить как единичный показатель, при разном сочетании элементов в системе с разными временными координатами t_1, t_2, …t_n он описывается неким набором характеристик k_1, k_2, …k_n, а так же определяется зависимостью: k=f(k_Y;k_K;⋯k_Ж ) или описывается выражением [16]: k=k_∙k_∙k_Z∙k_∙k_K∙k_E∙k_C∙k_B∙k_Bt∙k_O→1, (1) где k_ 〖,k〗_,k_Z,k_,k_K,k_E,k_C,k_B,k_Bt,k_O - эмпирические коэффициенты, учитывающие влияние породы, генетики, здоровья животных, качества поения; кормления; эксплуатации; содержания; вида; возраста и индивидуальных особенностей животного, соответственно. При этом у каждого показателя подсистемы максимальное значение в идеале соответствует единице [16]. Модели подобного типа широко применяются также в математическом моделировании процессов [18] и устройств [19]. Приведённая математическая модель требует эмпирического установления характера изменения сомножителей указанного коэффициента. Реализация модельного выражения может осуществляться в виде математической модели [16]: {█(Э=(Э_кор+Э_мех+Э_(к.п.)+Э_сф ) k_K→max@∑_(j=1)^n▒〖〖С_З〗_i=〖С_З〗_гк+〖С_З〗_(б.к.)+〖С_З〗_(к.к.)+〖С_З〗_ккп→min〗@П_Т=[1-(W_2/У_2 ÷W_1/У_1 )]∙100→max@k_K=k_комп∙k_пр∙k_см→1@k=k_∙k_∙k_Z∙k_∙k_K∙k_E∙k_C∙k_B∙k_Bt∙k_O→1@Θ_i≥[Θ_i ];〖 Q〗_i 〖∙t〗_i≥G_i; 〖 t〗_i≤[t_i ],〖 N〗_н→min)┤, (2) где Э_кор, Э_мех, Э_(к.п.), Э_сф - прибыль, получаемая за счет совершенствования технологии кормления, механизации работ, повышения качества кормов, совмещения операций и обслуживания машиной нескольких объектов руб.; 〖С_З〗_гк, 〖С_З〗_(б.к.), 〖С_З〗_(к.к.), 〖С_З〗_ккп - совокупные затраты на приготовление кормов разных видов, руб./кг; П_Т - прирост производительности труда, %; У_1, У_2 - уровень механизации до и после модернизации производства; W_1, W_2 - годовой объем продукции до и после механизации работ, кг; k_комп, k_пр, k_см - коэффициент питательной ценности компонента, а также качества его приготовления и смешивания компонентов; Q_i - производительность i-й линии, кг/ч; G_i - количество приготовленного продукта, кг; [Θ_i], Θ_i - качество приготовления кормов по зоотребованиям и фактическое; [t_i ], 〖 t〗_i - допустимое время по зоотребованиям и фактическое на приготовление i-го компонента, ч; 〖 N〗_н - удельная энергоемкость кормоприготовления технологической линии, кВт∙ч/кг [16]. Результаты исследований. Проведенный анализ представленных моделей показал возможности их дальнейшего совершенствования. Большинство указанных в предыдущей модели показателей имеют зоотехническую и ветеринарную основу. На взгляд авторов влияние породы и генетики, а также здоровья и особенностей животного можно попарно объединить. Для технической службы важны показатели обеспеченности животного потребным количеством и качеством воды и корма, а также обеспеченности параметров микроклимата. При получении продукции (например, молока) существующее оборудование ограждений и машин не должно травмировать животных прямым или опосредованным способом. В таком случае используемые показатели должны носить производственный характер, позволяющий установить их численные значения на основе статистики производственных данных, поэтому исходная модель коэффициента эффективности молочной продуктивности подлежит существенной модернизации в плане перечня используемых показателей: k=k_BIO∙k_TEX=(k_∙k_T∙(k_E∙k_C ))∙(k_K∙k_D∙(k_B∙k_M∙k_H∙k_F ))→1, (3) где k_TEX, k_BIO, k_, k_T, k_E, k_C - эмпирические коэффициенты, учитывающие технологические и биологические факторы содержания и обслуживания животного, включая негативные изменения породных свойств производных (местных) племенных популяций относительно породного стандарта; генетики животных товарных относительно животных племенных предприятий; из-за условий эксплуатации и возраста животных; из-за стрессоустойчивости организмов, соответственно; 〖k_B,k_K,k_D,k〗_M 〖,k〗_H,k_F - эмпирические коэффициенты, учитывающие негативное влияние состава и количества воды для поения, качество и количество кормов, параметры и условия доения коров, обеспечения микроклимата, удаления навоза, фиксации и ограничения движений животных, соответственно. Фактически (k_B∙k_M∙k_H∙k_F ) - коэффициент, учитывающий и определяющий способ и систему содержания животных. Коэффициент (k_E∙k_C ) фактически показывает уровень внутрихозяйственных условий содержания животных, культуру биологической (зоотехнической, ветеринарной и санитарной) службы. Важным технологическим параметром является коэффициент кормления: k_K=k_Km∙k_Kk=k_Km1∙k_Km2∙k_Kk1∙k_Kk2∙k_Kk3∙k_Kk4, (4) где k_Km, k_Kk - эмпирические коэффициенты, учитывающие количество потребляемого животным корма и его качество; k_Km1, k_Km2 - коэффициенты, учитывающие соответствие нормативного выделяемого количества корма на животное биологической потребности, и осуществленные его фактические производственные потери и недостачи; k_Kk1, k_Kk2, k_Kk3, k_Kk4 - коэффициенты качества корма, учитывающие сбалансированность по компонентам, наличие интенсифицирующих добавок, поедаемость и усваиваемость корма. Коэффициент, учитывающий негативное влияние оборудования ограждения, фиксации и транспортировки: k_F=k_F1∙k_F2∙k_F3, (5) где k_F1, k_F2, k_F3 - эмпирические коэффициенты, учитывающие прямое травмирование животных, удобство справления естественных нужд и потребностей, создания стрессовых ситуаций. Коэффициент, учитывающий негативное влияние доильного оборудования: k_D=k_D1∙k_D2∙〖k_D3∙k〗_D4, (6) где k_D1, k_D2, k_D3 , k_D4 - эмпирические коэффициенты, учитывающие при доении прямое травмирование животных, удобство справления естественных нужд и потребностей, создания стрессовых ситуаций; внутреннего микро травмирования животных. Некоторую проблему вызывает определение численных значений указанных показателей. В качестве основы для «идеала» следует использовать племенных животных, содержащихся в комфортных лабораторных или производственных условиях существования, а точнее - среднестатистическое значение показателей. Изменение показателей группы животных в процессе их жизни покажет возможность изменения продуктивности в течение срока жизни. Сравнительные эксперименты между группами с разным уровнем обеспечения корма и воды позволят установить влияние кормов и воды на продуктивность животных. Сравнительные эксперименты между лабораторными и производственными условиями позволят оценить эффективность технологии содержания животных. В процессе модернизации производства возникают ситуации, когда происходит замена части оборудования в помещении при сохранении существующих условий части технологических процессов. Например, осуществляется замена оборудования доильного зала либо кормоприготовительного и кормораздающего оборудования. Реализация модельного выражения может осуществляться в виде математической модели: {█(=B-∑▒C_3 =Ц∙∑▒〖(M_i∙N_(Ж_i ) )-∑▒〖C_3→max〗〗;∑▒〖C_3→min;〗@∆=N_(Ж_M )∙(Y_(_M )-Y_(_Б ) )=N_(Ж_M )∙(_M/N_(Ж_M ) -_Б/N_(Ж_Б ) )→max;@M_M=N_(Ж_M )∙(M_Б∙k_M)/k_Б →max;k→1;@t_j≤[t_j ];Q_j≥[Q_j ];_j≥[_j ];〖Y_N〗_j→min;〖Y_m〗_j→min,)┤ где  - прибыль от реализации молочной (и/или иной) продукции, руб.; B - выручка от реализации молочной (и/или иной) продукции, руб.; ∑▒C_3 - совокупные производственные затраты на производство молочной продукции, руб.; Ц - цена реализации продукции, руб./кг; ∑▒(M_i∙N_(Ж_i ) ) - суммарный объем произведенной продукции от i-х групп животных при численности их в группе N_Ж (гол.) и годовом надое M (кг); ∆ - прирост прибыли при модернизации производства, руб.; N_(Ж_Б ), N_(Ж_M ) - численность поголовья в группе в базовом и модернизированном варианте производства, гол.; _Б, Y_(_Б ), _M, Y_(_M ) - прибыль (руб.) и удельная прибыль (руб./гол.) в базовом и модернизированном варианте производства; M_Б, M_M - годовой надой по вариантам, кг/гол.; t_j,[t_j ], Q_j,[Q_j ], _j,[_j ], 〖Y_N〗_j, 〖Y_m〗_j - фактические и допустимые по зоотребованиям показатели времени технологических процессов, производительности оборудования, качества процессов, энергозатрат и материалоемкости операций; k, k_Б, k_M - коэффициенты эффективности молочной продуктивности (результирующий и он же по вариантам производства). В данном случае изменяются значения коэффициентов, относящихся к изменяемым технологическим процессам. Так, в работе [10] изменяется кормообеспечение и способ содержания при контроле годового надоя. При идеальной молочной продуктивности M_max (кг/год) молочная продуктивность исходного варианта (например, для указанных двух случаев) - M_Б1 и M_Б2. В результате модернизации производства молочная продуктивность коров составила - M_M1 и M_M2. Условно считая, что остальные коэффициенты неизменны (т.е. стремятся условно к единице), можно рассчитать значения изменения эмпирических коэффициентов для указанных условий: k_(K.Б)=(M_Б1⁄M_max ); k_(K.М)=(M_M1⁄M_max ); (7) k_(K.Б) 〖∙k〗_(D.Б)=(M_Б2⁄M_max ); k_(K.М) 〖∙k〗_(D.M)=(M_M2⁄M_max ); k_(D.Б)=(M_Б2⁄((M_max∙k_(K.Б) ) )); k_(D.M)=(M_M2⁄((M_max∙k_(K.M) ) )), (8) где k_(K.Б), k_(K.M) - эмпирические коэффициенты кормления базового и модернизованного вариантов модернизации оборудования кормления; k_(D.Б), k_(D.M) - эмпирические коэффициенты доения коров базового и модернизованного вариантов модернизации доильного оборудования. Заключение. На основе анализа и совершенствования существующих моделей, описывающих эффективность молочного производства, разработана математическая модель для определения молочной продуктивности коров при изменении осуществления технологических процессов на ферме, позволяющая оценивать экономическую эффективность мероприятий с учетом соблюдения технологических требований.

About the authors

V. V. Konovalov

FSBEI HE Penza State Technological University

Email: konovalov-penza@rambler.ru
Doctor of Technical Sciences, Professor of the Department «Engineering Technology» Penza

V. P. Teryushkov

FSBEI HE Penza State Agrarian University

Email: tvp141@mail.ru
Candidate of Technical Sciences, Associate Professor of the Department «Technical Service in Agro-industrial Complex» Penza

S. S. Petrova

FSBEI HE Samara State Agrarian University

Email: ssaariz@mail.ru
Candidate of Technical Sciences, Associate Professor of the Department «Mechanics and Engineering Graphics» Samara region, settlement Ust-Kinelsky

References

Supplementary files