Бесконтактная оценка питательной ценности сельскохозяйственных кормов с использованием оптических технологий

Оценка питательной ценности сельскохозяйственных кормов осуществляется оптическими приборами, в которых в качестве источника возбуждения спектрального сигнала кормов используются инфракрасные лампы накаливания или галогеновые лампы, но энергоэффективная диодная оптика видимого диапазона излучения не применяется. Исследования проведены с целью выявления возможности разработки портативного анализатора питательной ценности кормов с использованием спектрального анализатора на основе диодной оптоэлектроники. Инфракрасным микроскопом Микран-3 исследовали микроструктуру компонентов концентрированного корма и для них подобрали диапазоны измерений. Исследовали характерные диапазоны фотолюминесценции зерна кукурузы, шрота подсолнечного, барды зерновой, шрота рапсового. Измерены спектры возбуждения (поглощения) при синхронном сканировании монохроматорами спектрофлуориметра СМ 2203, и на их основе построены спектры люминесценции кукурузного силоса и концентрированного комбикорма. В результате вычислены интегральные параметры спектров: интегральная поглощательная способность и показатель потока фотолюминесценции. Установлено, что интенсивность спектров люминесценции кукурузного силоса в диапазоне 360…370 нм и концентрированного комбикорма в диапазоне 420…440 нм различается более чем в 4 раза. Величина улавливаемого фотонапряжения кукурузного силоса и концентрированного комбикорма различается в 6 раз. Результаты оптических измерений позволили заключить, что расхождение показателей питательной ценности сельскохозяйственных кормов (содержание сухого вещества, общее содержание протеина и др.) оказывает существенное влияние на параметры оптических сигналов. Предложена функциональная схема портативного оптического анализатора с диодами, способного на протяжении 12 ч без дополнительной подзарядки проводить оценку питательной ценности сельскохозяйственных кормов бесконтактным способом.

1. Кирсанов В.В. Структурно-функциональные модели построения автоматизированных и роботизированных молочных ферм нового поколения // Сельскохозяйственные машины и технологии. 2022. Т. 16, № 1. С. 4 9. https://doi.org/10.22314/2073-7599-2022-16-1-4-9

2. Михайличенко С.М., Купреенко А.И., Иванов Ю.Г., Никитин Е.А. Оптимизация объема роботизированного кормораздатчика методом моделирования с применением теории графов // Сельскохозяйственные машины и технологии. 2023. Т. 17, № 4. С. 35 41. https://doi.org/10.22314/2073-7599-2023-17-4-35-41

3. Ерохин М.Н., Дорохов А.С., Кирсанов В.В., Чепурина Е.Л. Концепция построения регионального многофункционального сервисного центра по молочному животноводству // Агроинженерия. 2021. № 1 (101). С. 4 10. https://doi.org/10.26897/2687-1149-2021-1-4-10

4. Иванов Ю.Г., Машошина Е.В., Верликова Л.Н., Габдуллин Г.Г., Лукьянчук Е.В., Верликов В.В. Роботизированная технология получения молока от отдельных коров и ее технико-экономическая оценка // Техника и технологии в животноводстве. 2021. № 2 (42). С. 46 52. EDN: DOXBLH

5. Купреенко А.И., Исаев Х.М., Михайличенко С.М. Автоматическая система кормления КРС на базе подвесного роботизированного кормораздатчика // Техника и технологии в животноводстве. 2021. № 3 (43). С. 5 9. EDN: GURWWY

6. Лялин Е.А., Трутнев М.А., Трутнев Н.В. Параметры спирально-винтового устройства для дозирования минеральных удобрений с различными расходными характеристиками // Пермский аграрный вестник. 2021. № 4 (36). С. 14 22. https://doi.org/10.47737/2307-2873_2021_36_14

7. Лялин Е.А., Трутнев М.А., Трутнев Н.В. Оценка эффективности работы раздатчика комбикормов со спирально-винтовым дозатором в производственных условиях // Пермский аграрный вестник. 2019. № 4 (28). С. 4 10. EDN: ZOFCES

8. Симачкова М.С. Анализ технологических линий и оборудования для приготовления комбикормов // Вестник НГИЭИ. 2023. № 6 (145). С. 18 36. EDN: IXKLBI

9. Вахрушев А.В., Земсков А.В., Федотов А.Ю. Программно-аппаратный комплекс для анализа равномерности перемешивания микро- и наноэлементов // Химическая физика и мезоскопия. 2009. Т. 11, № 4. С. 421 429. EDN: PJLTGJ

10. Никитин Е.А., Семенюк В.С. Анализ проблем эффективного приготовления кормовой смеси в современном животноводстве // Вестник Всероссийского научно-исследовательского института механизации животноводства. 2019. № 2 (34). С. 158 163. EDN: KJPYIL

11. Bloch V., Levit H., Halachmi I. Assessing the potential of photogrammetry to monitor feed intake of dairy cows. Journal of Dairy Research. 2019;86(1):34 39. https://doi.org/10.1017/S0022029918000882

12. Lednev V.N., Sdvizhenskii P.A., Grishin M.Y., Gudkov S.V., Pershin S.M., Nikitin E.A. Improving calibration strategy for LIBS heavy metals analysis in agriculture applications. Photonics. 2021;8(12):563. https://doi.org/10.3390/photonics8120563

13. Knight C.H. Quality dairying. Journal of Dairy Research. 2023;90(3):215 220. https://doi.org/10.1017/S0022029923000535

14. Ichimura T., Kusaka M., Nakamura T. The effect of high-temperature heat treatment and homogenization on the microstructure of set yogurt curd networks. Journal of Dairy Research. 2023;90(3):306 311. https://doi.org/10.1017/S0022029923000523

15. Вархушев А.В. Моделирование процессов упорядочения и самоорганизации наноструктур // Химическая физика и мезоскопия. 2005. Т. 7, № 2. С. 219 228. EDN: PJRNPP

16. Беляков М.В., Павкин Д.Ю., Никитин Е.А., Ефременков И.Ю. Обоснование выбора спектральных диапазонов фотолюминесцентного контроля состава и питательной ценности кормов // Техника и оборудование для села. 2023. № 2 (308). С. 31 36. EDN: ZMQMNG