Au milieu des années 1970, la ferme laitière américaine moyenne comptait environ 25 vaches. Aujourd'hui, de nombreuses opérations en comptent plus de 3 000 - un chiffre presque inouï il y a 25 ans.
La gestion efficace des grands troupeaux serait difficile, voire impossible, sans les dernières avancées en informatique et en automatisation. La plupart des laiteries ont maintenant des salles de traite et des logements en stabulation libre associés, ce qui double ou triple la production par heure-homme. Les unités de traite se détachent automatiquement pour réduire les problèmes de santé du pis et améliorer la qualité du lait, tandis que les transpondeurs d'identification de vache permettent aux agriculteurs d'enregistrer automatiquement les données de production.
La dernière avancée technologique majeure ayant influé sur l'industrie laitière américaine est le développement de systèmes de traite automatiques, appelés «trayeuses robotisées».
Au centre laitier Kellogg de l'université du Connecticut, nous utilisons des trayeuses robotisées ainsi que d'autres capteurs pour surveiller 100 vaches et leur environnement physique. Grâce à ce travail, lancé ce printemps, nous espérons surveiller le comportement et la santé de chaque vache en temps réel pour améliorer l'efficacité de la production et le bien-être des animaux.
Big data et vaches
Les trayeurs robotiques peuvent récolter du lait sans implication humaine. En fait, les vaches décident du moment où elles doivent être traites et entrent dans la machine sans surveillance humaine directe. Le système robotique identifie automatiquement la vache et applique un spray désinfectant pour trayons avant qu'un bras robotisé ne fixe le gobelet trayeur pour la traite.
C'est très différent de la traite en salle de traite, où les gestionnaires décident quand traire les vaches, généralement trois fois par jour. Chaque unité de traite robotisée dessert 50 à 55 vaches.
Compte tenu du prix élevé des premières versions des trayeuses robotisées et de la taille considérable des troupeaux américains, les laiteries américaines ne s'intéressaient que très peu à la traite robotisée avant 2010. Toutefois, le nombre de systèmes de traite automatique dans le pays a augmenté pour atteindre plus de 2 500 unités en 2013, principalement en raison d'améliorations apportées à la conception des nouveaux modèles. Dans le monde entier, plus de 35 000 systèmes de traite automatique sont actuellement en service.
Une rangée de vaches à traire (Toa55 / shutterstock) Non seulement ces nouvelles machines ont amélioré la récolte du lait de manière efficace, mais elles ont également la capacité de collecter une plus grande quantité d'informations sur la production, la composition du lait et le comportement des vaches. Cela permet aux producteurs de prendre des décisions de gestion plus éclairées.
Avec les systèmes de traite robotisés, les vaches dirigent le spectacle. Ils décident quand manger, ruminer, se reposer ou se faire traire. Ils doivent également passer moins d'une heure par jour à se faire traire; Avant la traite robotisée, la traite prenait souvent trois à cinq heures par jour.
Nous voulions savoir: que font-ils avec le reste de leur journée? Comment ce comportement affecte-t-il la production ou sert-il à indiquer l'état de santé? En elles-mêmes, les unités de traite ne peuvent pas collecter ce type d'informations, ce qui serait très utile pour déterminer rapidement si une vache en particulier développe un problème de santé.
Notre «cow-CPS» - un système cyber-physique qui inclut les vaches, les trayeuses robotiques, les caméras vidéo et autres capteurs - suivra les données sur nos vaches en tout temps. Cela nous dira, entre autres choses, où vont les vaches sans traire; quand ils décident de manger, de se reposer ou de faire d'autres activités; et la composition de leur lait. Des capteurs placés à l'intérieur du corps nous indiqueront même le pH dans l'un de leurs estomacs, ce qui pourrait être un indicateur clé de tout problème digestif.
Optimiser les laiteries
Nous espérons que toutes ces données nous permettront de prendre des décisions opportunes au niveau de chaque vache, ce qui n'est pas facile à faire dans les grands troupeaux. Cette «fabrication laitière de précision» pourrait nous aider à comprendre en quoi les activités d’une vache - manger, rester debout, se reposer, traire - ont une incidence sur sa production de lait, sa qualité et sa santé.
Nous prévoyons d’analyser les données à l’aide de l’apprentissage automatique, un type d’intelligence artificielle capable de détecter des tendances dans de grandes quantités d’informations. L'ordinateur comparera les données avec un modèle de la manière dont la laiterie devrait fonctionner dans des conditions idéales. Notre modèle prend en compte les caractéristiques de performance critiques - qualité du lait et productivité - ainsi que les contraintes pertinentes telles que l'état de santé individuel et l'état de reproduction.
À mesure que la laiterie fonctionne, les données en temps réel nous permettront d’évaluer la distance qui sépare notre véritable ferme de celle idéale. Nous pouvons ensuite combiner ces informations avec un algorithme d'optimisation mathématique pour déterminer comment exactement nous devrions modifier ou ajuster le processus. Par exemple, l'algorithme peut suggérer d'ajuster le type d'égouttement des trayons, le contenu nutritionnel de l'aliment ou la durée pendant laquelle chaque vache s'alimente.
Nous espérons que nos travaux permettront aux producteurs laitiers des États-Unis de mieux gérer leurs vaches individuellement en groupe - non seulement pour améliorer la production de lait, mais également pour améliorer la santé de leurs vaches.
Cet article a été publié à l'origine sur The Conversation.
Matthew Stuber, professeur adjoint en génie chimique et biomoléculaire, Université du Connecticut
Gary Kazmer, professeur agrégé de physiologie de la lactation, Université du Connecticut
Shalabh Gupta, professeur adjoint d'ingénierie, Université du Connecticut
Steven Zinn, professeur de zootechnie à l'Université du Connecticut
