Digital360 Awards

Zootecnica 4.0: il monitoraggio smart per ottimizzare l’allevamento di bovini

Sviluppato da Npo Sistemi e candidato ai Digital360 Awards 2023, il progetto integra diverse tecnologie come l’IoT, l’AI e l’hyperautomation. Consente di ottenere una stima accurata di variabili cruciali, come il peso degli animali e il consumo di foraggio in un’azienda che alleva bovini da carne

Pubblicato il 18 Set 2023

Zootecnica 4.0

Zootecnica 4.0 è il progetto realizzato da Npo Sistemi che integra diverse tecnologie dialoganti, tra cui l’IoT, l’AI e l’hyperautomation secondo la definizione di Gartner. Presentato ai Digital360 Awards nella sezione Automation, ha lo scopo di monitorare in tempo reale l’operatività di un’azienda di allevamento. In questo modo, permette di ottenere una stima accurata di variabili che non possono essere osservate direttamente, come il peso e il comportamento degli animali. Combinando questi dati con quelli dell’alimentazione è possibile valutare l’efficacia delle ricette e lo stato di salute degli animali.

Il progetto ha risposto all’esigenza di un’azienda di tenere sotto controllo il suo allevamento di bovini da carne. A tal fine ha consentito di automatizzare la rilevazione di informazioni essenziali tra cui l’aumento di peso e altri dati relativi al possibile insorgere di infezioni. In più, ha aumento l’efficacia del mix alimentare da somministrare e di calcolare l’uso degli antimicrobici e la percentuale di incidenza dell’antibiotico-resistenza. Un calcolo essenziale per conoscere i rischi per la salute umana e animale correlati. Inoltre, la soluzione ha avuto l’obiettivo di monitorare i costi legati all’alimentazione dei bovini. Si tratta di un insieme di parametri che, in assenza delle tecnologie predisposte da Npo Sistemi, non si sarebbero potuti ottenere facilmente.

Smart monitoring per conoscere peso degli animali e consumi

Lo smart monitoring per il monitoraggio del peso degli animali è stato implementato mediante l’installazione di due box con bilance connesse e sistemi di prossimità. A ciò si è aggiunto un sistema di Computer Vision che, mediante l’apprendimento di modelli, consente il tracking del singolo animale e il rilevamento di anomalie. Sul fronte invece del monitoraggio dei consumi, i carri miscelatori di mangime hanno dei sistemi di prossimità e comandi remoti tramite i quali l’operatore può gestire lo scarico dei mangimi dai silos. Con il passaggio del carro nei pressi dei box, avviene la lettura del peso in corrispondenza dei tag di prossimità così da valutare in tempo reale quanto prodotto è già stato scaricato.

L’ambiente in cui sono state introdotte le tecnologie ha dettato gli elementi di durabilità e robustezza intrinseci delle soluzioni. Per quanto riguarda il punto di vista organizzativo, è stato essenziale rendere queste soluzioni facilmente fruibili da parte di operatori con competenze IT non professionali. Sul versante dei costi, infine, l’adozione di RFID e di telecamere ha permesso di estendere il progetto, replicando i dati estratti. Allo stesso tempo, i servizi di Machine Learning e Artificial Intelligence hanno consentito di contenere la spesa per l’elaborazione e la gestione real-time dello streaming dei dati.

Una soluzione replicabile anche in altri settori aziendali

Il principale risultato del progetto è stata la maggiore facilità di fruizione dei dati in tempo reale e da remoto. Monitorare dati come l’accrescimento di peso dei bovini messo a confronto con gli standard ritenuti corretti adesso è sempre possibile. Tanto che la rilevazione di una eventuale anomalia serve a intervenire in modo proattivo qualora sia necessario. Tale monitoraggio “smart” permette anche di tenere sotto controllo i consumi e di inviare notifiche sullo stato delle giacenze in magazzino. Zootecnica 4.0 è inoltre in grado di abilitare la comunicazione tra i dipartimenti aziendali. Tutti i dati estratti possono essere infatti inviati al sistema di controllo grazie a una dashboard web e a indicatori di sintesi.

Queste peculiarità rendono la soluzione facilmente replicabile e adattabile in altri contesti aziendali, come il manifatturiero in primis. Ambiti in cui effettuare il conteggio e il riconoscimento di semilavorati, identificare i difetti in termini di qualità, tracciare consumi energetici e disponibilità di materie prime. Le tecnologie di Npo Sistemi, in sostanza, utilizzano algoritmi di Machine Learning e Artificial Intelligence per automatizzare la raccolta, l’integrazione e la fruizione dei dati nei processi operativi e di business, indipendentemente dalla frequenza di acquisizione dei dati e dai settori specifici di raccolta dei dati.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 3