Forskjellig
Digital rådgiving

Styre etter avvik

Fjøssystemer utvikler et system for besetningsstyring som av- dekker avvik i produksjonen som ikke skyldes tilfeldigheter.

Rasmus Lang-Ree

Harald Volden er nå engasjert av Fjøssystemer for å arbeide med iFMS (Intelligent Farm Management support).

Foto: Fjøssystemer.

iFMS (Intelligent Farm Management Support) heter konseptet som Fjøssystemer nå utvikler i samarbeid med Lely. Harald Volden, kjent som professor og fôringsekspert fra Tine og NMBU og også med en fortid i Mimiro, er hyret inn for å bidra i dette prosjektet. Han sier digital rådgiving handler om å utnytte data til styring av gården. Det skapes mer og mer data på gårdene og mer og mer er data i sanntid. - Vi vil bygge flåtestyringssystemer som følger med og gir bonden råd i sanntid, slår Harald fast.

Prototype prøves ut

For å illustrere tenkingen bak iFMS viser Harald fram dashbordet i en excel-basert prototype som nå er til utprøving hos 30 melkebønder. Foreløpig er det melk, drøvtygging, avvisninger i robot og restfôr som er parameterne som overvåkes. Her kan Harald følge data i alle besetningene for de 60 siste døgnene, men med spesielt fokus på de tre siste dagene. Verdier som er sikre avvik – altså avvik som ikke skyldes tilfeldigheter - markeres med rød farge. Tabellen viser at melk og restfôr har sikkert avvik 1 av 3 siste dagene. Da må en prøve å finne an forklaring på avviket og varsle bonden. Trenden i avvikene blir vist i en egen figur for de siste 30 dagene. Fjøssystemer har nå et team på åtte personer som avløser hverandre og hver morgen logger inn på et felles dashboard og får en oversikt over de 30 pilotbesetningene og varsler bonden når det er sikre avvik som må følges opp.

Tidlig oppdaging

Kongstanken er å utnytte data til å avdekke at noe er feil før det går galt. Det har vi utviklet statistske modeller for forteller Harald. Det kan være å oppdage sjukdom under oppseiling og klare å forhindre at dyret blir sjukt eller en trend i avdråtten som kan gjøre det nødvendig å justere kraftfôrtabeller. For alle parameterne angis det 0 for alt i orden, 1 for å følge med og 2 når det må følges opp. Da må de lete for å finne årsaker. Som eksempel nevner Harald at et dropp i avdråtten for eksempel kan skyldes at besetningen har skiftet grovfôr og en ser en sikker trend i avdråttsutviklingen, og at kraftfôrtabellene derfor må justeres. Noe figuren viser et eksempel på. Tilsvarende løsninger har vi også for å overvåke den tekniske delen av roboten. Eksempel er slitasje på kompressoren og signal om behov for service. Da får vi gjort det før den havarerer, sier Harald.

Bruk av data i sanntid sammenlignet med visuelle observasjoner ga raskere oppdagelse av sjukdomsrisiko, raskere behandling (forebygging), færre sjuke dyr og høyere melkeytelse.

C. Rial med flere, Journal of Dairy Science

Ønsker data fra alle systemer

Figur 1. Eksempel på statistisk overvåking av daglig melkeytelse. UCL=øvre kontrollnivå; LCL = nedre kontrollnivå. Grønn strek er gjennomsnittsytelse. Ytelse mellom de to røde linjene er statistisk tilfeldig variasjon. Kryssing av rød line er sikkert avvik i produksjonen. Figuren gir tilbakemelding på raske endringer.

Tabell: Eksempel fra dashbord. Rød farge markerer avvik som er sikre og ikke skyldes tilfeldigheter.

Gård

Melk(kg/ku/dag)

Drøvtygging (min/ku/dag)

Restfôr (kg/ku/dag)

Avvisninger (stk/ku/dag)

Dag -1

28,3

540

0,5

5,2

Dag -2

27,5

569

0,2

5,0

Dag -3

28,2

567

0,2

4,1

Foreløpig er det data fra Lely melkerobot og Vector fôringsrobot det hentes data fra, men Harald er klar på at de ønsker er å få inkludert data fra flere besetningssyringssystemer og utstyr på gården. Planene for utrulling av piloten som nå testes er klar. – Målet er at vi skal kunne gå ut med iFMS i større skala fra 2026.

Harald forteller at utprøvingen av prosjektet startet i mars, og de har fått gode tilbakemeldinger fra deltakerne. Alle ble intervjuet før oppstart. Det de oppga som motivasjon for å bli med var ønsket om teknisk støtte til optimalisering, trygghet gjennom overvåking og at de syntes det var positivt med «flere øyne som følger med». Andre svar som kom var ønsker om å unngå produksjonstap, bygge kompetanse og sammenligning med andre. Lely tente på ideen. De har hittil fokusert mer på overvåking av det tekniske, men ønsker å gå mer inn på produksjonssiden i fjøset.

Ikke mindre viktig å følge med på dyra

Den teknologiske utviklingen vil påvirke rådgivingen. Sensorteknologi som følger med på vanninntak, aktivitet, hvile, temperatur og drøvtygging mener Harald vil få mye å si ikke bare for produksjonen, men også helse og dyrevelferd. Det handler om at du må få mer verdi ut av de investeringene du har gjort i data

- Men det blir ikke mindre viktig å ha dyreøyne og følge med på dyra, understreker Harald.