agroengineeringАгроинженерияAgricultural Engineering (Moscow)2687-11492687-1130РГАУ-МСХА10.26897/2687-1149-2026-1-16-25agroengineering-1190Research ArticleТЕХНИКА И ТЕХНОЛОГИИ АПКFARM MACHINERY AND TECHNOLOGIESИскусственный интеллект в управлении животноводческой фермойUse of artificial intelligence for managing a livestock farmhttps://orcid.org/0000-0002-4758-3843ДороховА. С.DorokhovA. S.

Дорохов Алексей Семенович, академик РАН, д-р техн. наук

109428, г. Москва, 1-й Институтский проезд, 5

 

Aleksey S. Dorokhov, Full Member of the Russian Academy of Sciences, DSc (Eng

109428, Moscow, 1st Institutsky Proyezd, 5

dorokhov.vim@yandex.ruhttps://orcid.org/0000-0003-2549-4070КирсановВ. В.KirsanovV. V.

Кирсанов Владимир Вячеславович, чл.- корр. РАН,д-р техн. наук, профессор

109428, г. Москва, 1-й Институтский проезд, 5

Vladimir V. Kirsanov, Corresponding Member of the Russian Academy of Sciences, DSc (Eng), Professor

109428, Moscow, 1st Institutsky Proyezd, 5

kirvv2014@mail.ruhttps://orcid.org/0000-0001-9145-4478БаишеваР. А.BaishevaR. A.

Баишева Равза Анвяровна, канд. техн. наук, ведущий специалист

109428, г. Москва, 1-й Институтский проезд, 5

Ravza A. Baisheva, CSc (Eng), Lead Specialist

109428, Moscow, 1st Institutsky Proyezd, 5

rozamamedova@mail.ruКирсановС. В.KirsanovS. V.

Кирсанов Сергей Владимирович, аспирант

109428, г. Москва, 1-й Институтский проезд, 5

Sergey V. Kirsanov, postgraduate student

109428, Moscow, 1st Institutsky Proyezd, 5

kirseryii@mail.ruФедеральный научный агроинженерный центр ВИМРоссияFederal Scientific Agroengineering Center VIMRussian Federation2026150220262811625Copyright © Дорохов А.С., Кирсанов В.В., Баишева Р.А., Кирсанов С.В., 20262026Дорохов А.С., Кирсанов В.В., Баишева Р.А., Кирсанов С.В.Dorokhov A.S., Kirsanov V.V., Baisheva R.A., Kirsanov S.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://agroengineering.timacad.ru/jour/article/view/1190

Внедрение интеллектуальных цифровых систем управления предполагает достижение высоких показателей производственной деятельности сельхозпредприятий. Схему управления животноводческой фермой целесообразно рассматривать с позиции теории биомашсистем, с детальным анализом функциональных связей между элементами сложной системы. Исследования проведены с целью обоснования структуры и функционала искусственного интеллекта для управления биомашсистемой животноводческой фермы, представленной в виде неориентированного мультиграфа с вершинами элементов «Человек – Машина – Животное – Продукция – Окружающая среда» и функциональных связей между ними. В качестве объекта исследований рассмотрены технологические локальные биомашсистемы доения и первичной обработки молока, приготовления и раздачи кормов, обеспечения микроклимата, навозоудаления, проанализированы их функциональные связи в виде ориентированного мультиграфа. Систематизированы функции искусственного интеллекта в указанных локальных биомашсистемах животноводческой фермы. В качестве примера представлена структурно-функциональная схема взаимодействия локальных биомашсистем доения и кормления в режиме интернета вещей. Передача (обмен) сигналов между локальными биомашсистемами без связи с «центром управления» (АРМ-специалистов) обусловливает их автономное функционирование и согласованное эффективное управление. Систематизация функций искусственного интеллекта поможет в дальнейшем разработать соответствующие телекоммуникационные интеллектуальные цифровые системы контроля качества работы операторов, машин и оборудования, физиологического состояния животных, управления экономикой и экологией предприятия в целом.

The implementation of intelligent digital control systems is essential for achieving high performance in agricultural enterprises. The study applies the biomachine systems theory to livestock farm management to analyze the functional links between complex system components. The research justifies the structure and functionality of an artificial intelligence (AI) framework for managing livestock biomachine systems. In this model, the farm is represented as an undirected multigraph, where vertices represent the «Human-Machine-Animal-Product-Environment» (H-M-A-P-E) elements and edges represent their functional interconnections. The study examines localized biotechnological systems – specifically milking and primary processing, feed preparation and distribution, microclimate control, and manure removal – analyzing their functional relationships through a directed multigraph. The authors categorize AI functions within these localized systems and provide a structural-functional diagram illustrating the interaction between milking and feeding systems within the Internet of Things (IoT) framework. The direct exchange of signals between these local systems, independent of a centralized «control center» (workstation), enables autonomous functioning and effective coordinated management. The systematization of AI functions presented here facilitates the development of intelligent telecommunication systems for monitoring operators’ performance, machine efficiency, physiological condition of animals, and the overall economic and environmental sustainability of the enterprise.

искусственный интеллектбиомашсистемаискусственный интеллект в управлении животноводческой фермойинтеллектуальные цифровые системынеориентированный мультиграффункции искусственного интеллектаartificial intelligencebiomachine systemartificial intelligence in livestock farm managementintelligent digital systemsundirected multigraphartificial intelligence functionsReferencesЛобачевский Я.П., Лачуга Ю.Ф., Измайлов А.Ю., Шогенов Ю.Х. Научно-технические достижения агроинженерных научных организаций в условиях цифровой трансформации сельского хозяйства // Техника и оборудование для села. 2023. № 4 (310). С. 2-5. EDN: KIGZDFLobachevskiy Ya.P., Lachuga Yu.F., Izmaylov A.Yu., Shogenov Yu.Kh. Scientific and technical achievements of agricultural engineering organizations in the context of digital transformation of agriculture. Machinery and Equipment for Rural Area. 2023;4(310):2-5. (In Russ.)Лобачевский Я.П., Дорохов А.С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. Т. 15, № 4. С. 6-10. https://doi.org/10.22314/2073-7599-2021-15-4-6-10Lobachevskiy Ya.P., Dorokhov A.S. Digital technologies and robotic devices in the agriculture. Agricultural Machinery and Technologies. 2021;15(4):6-10. (In Russ.) https://doi.org/10.22314/2073-7599-2021-15-4-6-10Зацаринный А.А., Меденников В.И., Райков А.Н. Интеграция приложений искусственного интеллекта в единую цифровую платформу АПК // Информационное общество. 2023. № 1. С. 127-138. EDN: NMKKLZZatsarinny A.A., Medennikov V.I., Raikov A.N. Integration of agricultural artificial intelligence applications into a single digital platform. Information Society. 2023;1:127-138. (In Russ.)Ялунина Е.Н., Прядилина Н.К., Скворцов Е.А. Совершенствование процесса принятия управленческих решений в сельском хозяйстве с применением систем искусственного интеллекта // Аграрный вестник Урала. 2024. Т. 24, № 3. С. 440-449. https://doi.org/10.32417/1997-4868-2024-24-03-440-449Yalunina E.N., Pryadilina N.K., Skvorcov E.A. Improving the process of making management decisions in agriculture using artificial intelligence systems. Agrarian Bulletin of the Urals. 2024;24(3):440-449. (In Russ.) https://doi.org/10.32417/1997-4868-2024-24-03-440-449Иксанов Р.А., Владимиров И.А., Гиззатуллин Р.Х. Влияние внедрения технологий искусственного интеллекта на ресурсосбережение в сельском хозяйстве // Вестник КрасГАУ. 2025. № 3(216). С. 131-139. https://doi.org/10.36718/1819-4036-2025-3-131-139Iksanov R.A., Vladimirov I.A., Gizzatullin R.Kh. The impact of implementing artificial intelligence technologies on resource saving in agriculture. Bulletin of KSAU. 2025;3:131-139. (In Russ.) https://doi.org/10.36718/1819-4036-2025-3-131-139Черноиванов В.И., Толоконников Г.К. Агрокиборг как биомашсистема // Техника и оборудование для села. 2022. № 9 (303). С. 2-5. EDN: YUSXKXChernoivanov V.I., Tolokonnikov G.K. Agrocyborg as a biomachine system. Machinery and Equipment for Rural Area. 2022;9(303):2-5. (In Russ.)Скворцов Е.А., Набоков В.И., Некрасов К.В. и др. Применение технологий искусственного интеллекта в сельском хозяйстве // Аграрный вестник Урала. 2019. № 8(187). С. 91-98. https://doi.org/10.32417/article_5d908ed78f7fc7.89378141Skvorcov E.A., Nabokov V.I., Nekrasov K.V et al. Application of technologies of artificial intelligence in agriculture. Agrarian Bulletin of the Urals. 2019;8:91-98. (In Russ.) https://doi.org/10.32417/article_5d908ed78f7fc7.89378141Кирсанов В.В., Цой Ю.А. Тенденции развития биотехнических систем в животноводстве // Сельскохозяйственные машины и технологии. 2020. Т. 14, № 3. С. 27-32. https://doi.org/10.22314/2073-7599-2020-14-3-27-32Kirsanov V.V., Tsoi Yu.A. Trends in the development of biotechnical systems in animal husbandry. Agricultural Machinery and Technologies. 2020;14(3):27-32. (In Russ.) https://doi.org/10.22314/2073-7599-2020-14-3-27-32Jha K., Doshi A., Patel P., Shah M. A comprehensive review on automation in agriculture using artificial intelligence. Artificial Intelligence in Agriculture. 2019;2:1-12. https://doi.org/10.1016/j.aiia.2019.05.004Jha K., Doshi A., Patel P., Shah M. A comprehensive review on automation in agriculture using artificial intelligence. Artificial Intelligence in Agriculture. 2019;2:1-12. https://doi.org/10.1016/j.aiia.2019.05.004Будзко В.И., Меденников В.И. Системный анализ образовательных цифровых экосистем в АПК // Системы высокой доступности. 2023. Т. 19, № 1. С. 46-58. EDN: KEXDUBBudzko V.I., Medennikov V.I. System analysis of educational digital ecosystems in the agro-industrial complex. Highly Available Systems. 2023;19(1):46-58. (In Russ.)Павленко Е.Ю. Алгоритм предсказания связей в саморегулирующейся сети с адаптивной топологией на базе теории графов и машинного обучения // Моделирование и анализ информационных систем. 2023. Т. 30, № 4. С. 288-307. https://doi.org/10.18255/1818-1015-2023-4-288-307Pavlenko E.Y. Algorithm for link prediction in self-regulating network with adaptive topology based on graph theory and machine learning. Modeling and Analysis of Information Systems. 2023;30(4):288-307. (In Russ.) https://doi.org/10.18255/1818-1015-2023-4-288-307Соловов А.В., Меньшикова А.А. Когнитивное моделирование процессов адаптивного обучения // Онтология проектирования. 2024. Т. 14, № 2 (52). С. 181-195. https://doi.org/10.18287/2223-9537-2024-14-2-181-195Solovov A.V., Menshikova A.A. Cognitive modeling of adaptive learning processes. Ontology of Designing. 2024;14(2):181-195. https://doi.org/10.18287/2223-9537-2024-14-2-181-195Кирсанов В.В., Дорохов А.С., Иванов Ю.А. Графоаналитическая оценка функционирования локальных биотехнических систем в животноводстве // Агроинженерия. 2023. Т. 25, № 2. С. 4-9. https://doi.org/10.26897/2687-1149-2023-2-4-9Kirsanov V.V., Dorokhov A.S., Ivanov Yu.A. Graph analytics of the performance of local biotechnical systems in animal husbandry. Agricultural Engineering (Moscow). 2023;25(2):4-9. (In Russ.). https://doi.org/10.26897/2687-1149-2023-2-4-9Раевская Е.Г. Применение искусственного интеллекта в сельском хозяйстве Китая (обзор) // Аграрная наука Евро-Северо-Востока. 2024. Т. 25, № 5. С. 739-753. https://doi.org/10.30766/2072-9081.2024.25.5.739-753Raevskaya E.G. Introducing artificial intelligence in Chinese agriculture (review). Agricultural Science Euro-North-East. 2024;25(5):739-753. (In Russ.) https://doi.org/10.30766/2072-9081.2024.25.5.739-753Gill S.S., Goel S., Macovei A. et al. The agritech revolution: Artificial intelligence reshaping the agriculture. Current Plant Biology. 2025;44:100554. https://doi.org/10.1016/j.cpb.2025.100554Gill S.S., Goel S., Macovei A. et al. The agritech revolution: Artificial intelligence reshaping the agriculture. Current Plant Biology. 2025;44:100554. https://doi.org/10.1016/j.cpb.2025.100554Кирсанов В.В., Павкин Д.Ю., Владимиров Ф.Е. и др. Контроль и управление подсистемой «животное» в сложной биотехнической системе «Человек-машина-животное» молочной фермы // Агроинженерия. 2020. № 6 (100). С. 6-10. https://doi.org/10.26897/2687-1149-2020-6-4-10Kirsanov V.V., Pavkin D.Yu., Vladimirov F.E. et al. Monitoring and control of the “Animal” subsystem in the complex biotechnical system “Man-Machine-Animal” of a dairy farm. Agricultural Engineering (Moscow). 2020;(6):4-10. (In Russ.) https://doi.org/10.26897/2687-1149-2020-6-4-10Дубровский Д.И. Задача создания общего искусственного интеллекта и проблема сознания // Философские науки. 2021. Т. 64, № 1. С. 13-44. https://doi.org/10.30727/0235-1188-2021-64-1-13-44Dubrovsky D.I. The task of the creation of artificial general intelligence and the problem of consciousness. Russian Journal of Philosophical Sciences. 2021;64(1):13-44. (In Russ.) https://doi.org/10.30727/0235-1188-2021-64-1-13-44Ezanno P., Picault S., Beaunée G. et al. Research perspectives on animal health in the era of artificial intelligence. Veterinary Research. 2021;52:40. https://doi.org/10.1186/s13567-021-00902-4Ezanno P., Picault S., Beaunée G. et al. Research perspectives on animal health in the era of artificial intelligence. Veterinary Research. 2021;52:40. https://doi.org/10.1186/s13567-021-00902-4Han Z., Cheng L., Tian L., Xing L. A graph theory-based optimization design for complex manufacturing processes. IEEE Access. 2020;8:95547-95558. https://doi.org/10.1109/ACCESS.2020.2991218Han Z., Cheng L., Tian L., Xing L. A graph theory-based optimization design for complex manufacturing processes. IEEE Access. 2020;8:95547-95558. https://doi.org/10.1109/ACCESS.2020.2991218

The authors declare that there are no conflicts of interest present.