一、机械与手工挤奶对比（论文文献综述）
彭群[1]（2021）在《奶山羊隐性乳房炎病原菌分离鉴定及灭活疫苗免疫效果评估》文中研究表明奶山羊乳房炎是养殖过程中对奶山羊产奶量和泌乳机能影响最严重的几种疾病之一,导致患病母羊泌乳量下降,影响羊奶品质,严重者出现全身症状甚至死亡,危害性很大。隐性乳房炎是一种隐性的感染形式,患畜的乳房和乳汁无肉眼可见明显变化,在特定条件下会转变为临床型乳房炎,损害母羊与羔羊的健康。因此,及早预防和诊断奶山羊隐性乳房炎,对消除奶山羊养殖过程中存在的潜在威胁,提高养殖户经济效益,营造健康生产环境具有重大的意义。本试验选取千阳县某奶羊场进行奶山羊隐性乳房炎研究,以期为该羊场奶山羊隐性乳房炎的诊断和治疗提供一定理论依据。本研究采集陕西省千阳县某羊场奶山羊隐性乳房炎乳样,通过细菌分离纯化、形态学观察、生理生化试验、16S r DNA序列分析以及特异性PCR扩增等方法对乳房炎病原菌进行分离鉴定;对分离的病原菌进行药物敏感性试验;制备奶山羊隐性乳房炎灭活疫苗,对陕西省千阳县某羊场奶山羊进行免疫,ELISA法测定抗体效价,用乳房炎诊断液诊断隐性乳房炎的情况,评估疫苗免疫效果。研究结果如下:1.成功分离出千阳县某羊场奶山羊隐性乳房炎病原菌,主要包括大肠杆菌、金黄色葡萄球菌和蜡样芽孢杆菌。2.分离出的病原菌均对红霉素,卡那霉素均表现出中度耐药性,对四环素、米诺环素和喹诺酮类药物均表现出较高的敏感性。3.本研究制备的奶山羊隐性乳房炎灭活疫苗可以刺激机体针对病原菌产生较高水平的抗体。免疫后免疫组隐性乳房炎整体发生率、隐性乳房炎+++发生率、隐性乳房炎++发生率均下降,分别由一免前的49.6%降到一免后60 d的18.3%、23.8%降至12.5%,14.8%降至8.7%。对照组隐性乳房炎整体发生率以及隐性乳房炎+++发生率和隐性乳房炎++发生率均无明显变化。及时明确养殖场内引起奶山羊隐性乳房炎的主要致病菌种类,掌握其耐药性走向,有利于奶羊场对饲养管理方式进行针对性的调整,对奶山羊隐性乳房炎的临床防治有着重要意义。
陈雯雯[2]（2020）在《W中荷牛场生产成本控制研究 ——基于中美牛场对比的视角》文中研究表明奶业的发展与民生紧密相关,也是强壮民族必不可少的标志性产业。然而,与美国奶牛养殖企业相比,中国奶牛养殖企业的生产成本较高,导致产品价格较高,极大抑制了居民对奶制品的消费需求。奶牛养殖是奶业的关键一环,加强奶牛养殖企业生产成本控制是平衡国内牛奶供求关系、平抑奶价波动的重要举措。本文通过案例分析,以美国大规模奶牛场生产成本为标准成本,对中国大规模奶牛养殖企业生产成本的构成进行剖析,并对与美国生产成本差距的原因进行分析,提出中国大规模奶牛养殖企业成本控制的重点和措施。研究内容主要包括以下几个方面:一是中国奶牛养殖企业生产成本及其控制的现状分析。以W中荷牛场为例,分析奶牛养殖企业生产成本构成,并指出其成本控制的重点。研究发现在生产成本构成中,当前中国奶牛养殖企业需要对饲料成本、医疗防疫费用、人工成本、固定资产折旧费用、维护修理费、燃料动力费的消耗加以重视。二是中美奶牛养殖企业生产成本差距及其原因分析。分析了美国奶牛养殖生产成本,并以美国大规模奶牛养殖企业官方显示的平均生产成本数据为对比成本,与中国奶牛养殖企业生产成本进行对比,找出成本差距的的关键点,并在此基础上分析了成本差距的原因。研究发现同美国养殖企业相比,我国包括W中荷牛场在内的大规模奶牛养殖企业的饲料成本、医疗防疫费用、人工成本、燃料动力费都不同程度地高于美国,造成成本差距的主要原因是主要饲养原料成本差异、人工效率差异、饲料转化效率差异、社会化服务体系差异、饲养方式差异、技术差异以及政策差异等因素。三是中国奶牛养殖企业生产成本控制措施分析。对W中荷牛场生产成本控制的主要措施进行分析。研究发现可以根据造成中美奶牛养殖企业成本差距的共性原因,结合W中荷牛场当前生产经营情况和占比较大的生产成本项目现状,借鉴美国低成本养牛的可行性经验,这部分的措施主要包括提高饲料转化率、提高劳动效率,控制人工成本、加强预防牛疫意识以减少死亡率、运用技术手段,减少不必要损耗以及有效利用社会服务体系和利好政策优势等;此外,还根据W中荷牛场成本控制现状,提出有效利用管理手段以加强成本控制,这部分的措施主要包括加强监督管理、加强预算管理以及建立有效的激励机制等措施。
王剑锋[3]（2020）在《辽宁地区个体奶牛场乳房炎流行情况的调查与综合防治》文中研究说明奶牛乳房炎是由于病原菌侵入奶牛乳腺引起的炎症反应,不仅影响奶牛的身体健康,还降低生奶的产量与品质,直接影响人类的健康。由于抗生素的大量广泛使用,耐药菌株接踵而来,又给奶牛养殖者和研究学者带来了巨大的挑战。近年来,流行病学调查发现全世界范围内奶牛乳房炎的发病率均呈现逐年上升的趋势,而中国尤为严重。一些小型个体养殖场,由于管理与防治方式不合理或贯彻不彻底,使奶牛乳房炎高度流行,因此研究该病在个体奶牛场的流行情况及综合防治具有重要的意义。本试验对辽宁地区8个城市的27个个体奶牛场进行流行病学统计,采用资料统计的方式发现该地区临床乳房炎的头发病率和乳区发病率分别为4.27%和1.46%,采用CMT试剂检测及体细胞计数的方法,确定隐性型乳房炎的头发病率和乳区发病率分别为53.77%和25.10%。在这些个体奶牛场中,设置卧床的奶牛场的乳房炎发病率较没有卧床的低,采用手工挤奶的个体奶牛场乳房炎的发病率比机器挤奶的要低,采用全混合日粮的个体奶牛场乳房炎的发病率比未全混合的要低。本试验采集辽宁地区8个城市的27个个体奶牛场隐性型乳房炎的258个乳样进行病原菌分离,采用鉴别培养基和生化管鉴定后,分离出病原菌274株,其中大肠杆菌共计74株（占27.00%）,沙门氏菌共计13株（占4.74%）,金黄色葡萄球菌共计82株（占29.93%）,链球菌共计88株（占31.13%）,其他未鉴定菌为17株（占6.20%）,混合感染比例高达73.64%。这8个城市主要病原菌的分布比例有所差异。本试验选择5个个体奶牛场共计348头奶牛开展为期一年的综合防治措施,防治措施主要包括加强饲养管理、规范化饮水与饮食、改善挤奶环节、重视环境卫生、提高奶牛舒适度、合接种疫苗防疫、定期普查与针对性治疗等。综合防治后,结果显示无论是临床型乳房炎还是隐性型乳房炎的发病率均明显下降。本试验研究表明,辽宁各地区个体奶牛场乳房炎高度流行,主要病原菌为大肠杆菌、金黄色葡萄球菌及链球菌,且呈现严重的混合感染情况,针对此结果实行基础综合防治工作可有效缓解该病的发生。此研究结果为该地区个体奶牛场奶牛乳房炎的综合防治提供指导意义。
刘建敏[4]（2020）在《基于深度学习的挤奶奶牛个体识别方法研究》文中研究指明精确、快速的挤奶奶牛个体识别技术是自动化养殖的重要组成部分,对保障奶牛健康、提高养殖场的管理能力和生产效益具有重要作用。针对传统人工耳标法识别效率低、易磨损、占用人力资源;二维码耳标、胃标、射频识别等电子设备成本高、识别距离短、耐用率低,且会对奶牛造成物理损伤的问题,本文在分析国内外奶牛识别研究现状的基础上,采用计算机视觉技术和视频分析技术,结合奶牛背部体斑特征的多样性,研究基于深度学习的挤奶奶牛个体识别方法,为奶牛养殖场提供一种高精度、无接触、低成本识别奶牛的方法。本文的主要工作及结论如下:（1）搭建了奶牛背部视频采集平台并研究了奶牛图像预处理方法。根据奶牛日常的挤奶过程和挤奶厅实际情况,设计并搭建了奶牛背部视频采集软硬件平台和视频处理平台,共获取48段奶牛背部视频;为减少采集的视频帧图像中的噪声,分别进行双边滤波、高斯滤波、中值滤波、均值滤波和方框滤波试验,结果表明双边滤波在去噪的同时与原图结构具有最强的相似性和最高的信噪比;对图像进行亮度、对比度增强与锐化处理,增强了图像质量;用张正友棋盘格标定法对摄像机进行标定,得到无畸变的奶牛图像。通过对奶牛图像样本旋转和亮度扩充,增强样本多样性,由于奶牛头部较小且变化幅度大,因此仅标注奶牛背部区域,建立了89头奶牛的36790幅供试集。（2）针对奶牛个体身份的识别,研究并提出了基于改进YOLO v3的奶牛个体识别模型。首先以Darknet-53为框架,根据奶牛目标的特点和YOLO v3的不足,从优化适合的锚点框个数和尺寸、对预测框的位置参数建模、改进损失函数、增加1×1卷积核和残差模块等4个方面,对YOLO v3模型进行改进,并从迭代次数和置信度阈值2个方面对训练网络得到的不同识别模型进行评估,获得了最优的改进YOLO v3识别模型。为分析、验证模型的识别效果,建立了基于Faster R-CNN和YOLO v3的奶牛个体识别模型作为对比。（3）用测试集样本对奶牛个体识别模型进行识别试验和分析。将实际养殖场环境中获取的奶牛测试集分别输入改进YOLO v3模型、YOLO v3模型、Faster R-CNN模型进行测试,测试结果分析表明,改进YOLO v3模型在测试集上的准确率为95.91%,召回率为95.32%,m AP为95.16%,平均帧率为32fps,均高于其他2个模型,具有较高的识别准确率和适应奶牛形变的能力,对视频段识别的误检率为3.63%,且预处理方法对识别结果有一定提升,能够满足养殖场对挤奶奶牛进行实时识别的要求。（4）对不同体斑颜色、不同光照条件下3种模型的识别效果进行对比试验,验证模型的鲁棒性。用纯黑色、纯白色（不同体斑颜色）,侧向阳光和灯光（不同光照条件）下的样本进行识别试验,改进YOLO v3模型在不同条件下对奶牛识别的F1值均高于YOLO v3模型和Faster R-CNN模型2-5%,表明本文提出的改进YOLO v3模型具有良好的适应不同光照条件下对不同体斑颜色的奶牛识别的性能以及鲁棒性,可为养殖场进出挤奶厅的奶牛个体编号实时识别提供技术支撑。
黄小平[5]（2020）在《基于多传感器的奶牛个体信息感知与体况评分方法研究》文中研究说明随着我国奶牛养殖的规模化发展,利用计算机、传感器等信息化手段实现精准养殖越来越受到广泛关注。精准养殖要求对奶牛个体信息实时获取,其中身份信息、运动量和体况评分尤为重要。奶牛体况评分（Body Condition Score,BCS）是以奶牛身体脂肪沉淀为依据,用于评价奶牛能量积蓄和营养健康状况的一种实用工具。目前,体况评分普遍以人工评判为主,其存在主观误差且效率低下。利用传统数字图像处理技术难以提取和分割身体各关键部位,且受光照复杂多变的影响,分类器在一定程度上难以建模。另外,从牛群BCS到个体的映射,完成集奶牛身份信息、运动量和体况监控为一体的健康管理系统,是当前奶牛精准养殖领域亟待解决的问题。针对上述问题,本文综合利用图像和可穿戴设备两种传感器数据,围绕奶牛身体关键部位检测和跟踪、体况评分方法、个体信息感知等关键问题开展研究,具体工作如下:1.构建了奶牛图像数据自动采集平台,并在此平台上获得8972张奶牛背部俯视图像。图像包含了奶牛臀部两侧、坐骨结节、尾根、腰角和部分脊椎,这些部位与BCS之间存在密切的关系。数据经兽医专家手工标注,为神经网络训练提供数据集。2.针对原有SSD算法没有很好地考虑卷积神经网络各层之间的连接关系,借鉴DenseNet中各层紧密连接的思想,同时引入Inception v4模块扩大了神经网络的感受野,设计了一种高效的用于奶牛尾部检测的混合网络模型一改进SSD算法。该算法对奶牛尾部的检测速度达到115 fps,比原有SSD算法的39fps提高了近2倍。且模型大小仅23.1MB,可节省硬件存储成本。3.提出了一种基于深度学习和改进卡尔曼滤波的目标跟踪算法。在神经网络目标检测的基础上,利用粒子滤波、卡尔曼滤波算法对目标状态进行估计。为解决相邻序列帧中不同个体的分配和指派问题,引入匈牙利算法实现奶牛个体的自动计数功能。实验结果表明:（1）与粒子滤波和原卡尔曼滤波算法相比,改进卡尔曼滤波算法的位置平均偏差最小;（2）通过设定合理的时间阈值T可使计数准确率达到96%及以上。4.提出了一种基于改进SSD模型的多任务深度学习算法,解决了奶牛体况评分问题。实验测试的BCS识别精度在误差为±0.5区间时达到98.46%。为了解决个体BCS识别问题,本文设计一款低功耗的基于Zigbee的计步器,实验测得计步准确率达到94.6%,为进一步感知和诊断奶牛运动相关的疾病奠定基础。综上,本文利用图像和计步器两种数据,通过设计深度学习模型完成对奶牛个体的尾部检测和跟踪,实现奶牛个体信息自动感知和体况评分。最终为畜牧信息化管理和奶牛精准养殖提供技术支撑。
刘忠超[6]（2019）在《奶牛发情体征及行为智能检测技术研究》文中认为近年来,规模化、标准化养殖已经成为我国奶业生产的主体。随着规模化养殖的不断推进,对奶牛的养殖管理提出了新的要求,必须依靠利用信息技术提升奶牛养殖的科学管理水平。在奶牛养殖中,奶牛发情的及时准确鉴定可以使奶牛适时受孕,提高奶牛的受孕率,缩短产犊间隔,提升奶牛养殖的经济效益。传统奶牛发情检测主要依靠人工观察,费时费力,检出效率低,基于计步器的监测手段单一、准确率较低、奶牛的隐性发情难以监测、传统的机器视觉方法对奶牛发情识别的鲁棒性和适应性较差等问题亟待解决。本文以提高奶牛发情监测的自动化、信息化、智能化水平为目标,对基于物联网和云端的奶牛发情体征监测、奶牛阴道植入式电阻传感器及电阻值的无线远程监测、复杂环境下奶牛视频图像的增强,以及基于机器视觉的奶牛发情行为识别等关键技术展开研究。论文主要工作和结论如下:（1）针对单一计步器监测奶牛发情存在移动性和实时性较差、准确率低及漏检、错检的问题,提出一种基于物联网和云端的奶牛发情体征监测方案。用非接触式温度传感器和三轴加速度计采集奶牛体温和运动量,通过ZigBee网络、RS485总线和Modbus通信协议实现了奶牛发情体征的无线远距离传输,并开发了奶牛发情体征上位机实时监测系统,完成了奶牛体温和运动量的实时监测、存储和历史数据查询。基于HTTP协议实现了奶牛发情体征数据到云服务器平台的上传,设计了云服务器平台和微信公共平台的通信,实现了手机微信客户端对奶牛发情体征的实时远程监测。测试结果表明,体征采集终端温度测量误差在±0.2℃以内,ZigBee网络在奶牛养殖场100m范围内数据丢包率低于2.33%,上位机监控端到云端以及移动平台端数据传输稳定,无丢包现象发生。（2）针对单一运动量预测奶牛发情检出率低,提出了融合体温和活动量的奶牛发情预测模型。通过对奶牛体温和活动量发情体征参数的采集,分析了奶牛发情期和间情期的典型体征特征,提出了以情期显着窗口内的3个时间片单元运动量和体温作为发情判断的特征向量,建立了奶牛发情预测的BP神经网络模型,测试结果表明,建立的奶牛发情预测模型对测试样本检测的准确率为89.47%,误判率为3.70%,能以较高的准确率检测出奶牛的发情。（3）针对活动量和非接触式视频分析方法难以实现奶牛隐性发情监测的问题,根据奶牛发情时阴道粘液生理特征的变化,提出基于奶牛阴道粘液电阻变化的奶牛发情监测方案。创新性设计了由黄铜电阻探头、8爪防滑装置构成的奶牛阴道植入式电阻传感器,实现了奶牛阴道电阻值的准确采集。开发了阴道电阻值ZigBee网络传输系统及上位机实时监测系统,实现了奶牛阴道电阻的精确采集和远程实时监测。试验结果表明,植入式电阻传感器节点可以±2%精度测定1Ω1kΩ范围的电阻,24h内电阻值最大波动为2Ω,而奶牛发情期与间情期阴道电阻变化在100Ω以上,传感器测量精度较高;在7.4V/6500mAh锂电池能量供应下可连续工作38d,在450m2奶牛养殖区内,ZigBee网络数据发送成功率在98.5%以上,能够精确、实时监测奶牛阴道电阻值的变化,可实现奶牛发情的及时鉴定。（4）针对基于视频分析的奶牛发情监测由于天气及光线等原因引起奶牛视频图像降质、导致识别率较低的问题,提出一种基于双域分解的复杂环境下奶牛图像增强算法。该算法首先采用双域滤波图像去噪,对输入图像进行低频图像和高频图像分解;其次,根据贝叶斯估计得到不同高频图像的小波阈值,利用改进的Garrote阈值函数进行小波去噪,并结合伽马变换对去噪的高频图像进行矫正,实现对高频图像的滤波和对比度调整;随后,通过暗通道先验算法对低频图像进行去雾,并结合对比度受限自适应直方图均衡化算法对去雾后整体偏暗的低频图像图像进行增强,进一步提高对比度和整体亮度;最后,将处理后的高频和低频图像进行重构,得到最终增强图像。试验结果表明,本文算法能够对复杂环境下奶牛图像有效去噪、增强整体和细节信息、改善图像视觉效果等,为基于机器视觉的奶牛发情行为自动识别提供良好的供试样本,从而实现奶牛发情的24h无接触实时监测。（5）针对现有奶牛发情人工检测费时费力、计步器接触式检测会使奶牛产生应激行为等问题,根据奶牛发情的外部爬跨行为特征,提出一种基于卷积神经网络的奶牛发情行为识别方法,构建了32×32-20c-2s-50c-2s-200c-2的卷积神经网络识别模型。试验结果表明,本文方法对奶牛发情行为识别准确率为98.25%,漏检率为5.80%,误识别率为1.75%,平均单帧图像识别时间为0.257s,可实现奶牛爬跨发情行为的无接触、实时、高精度识别。
蔡彦希[7]（2018）在《婴幼儿配方奶粉生产过程中微生物控制的研究》文中指出婴幼儿是一类特殊的群体,婴幼儿配方奶粉作为除母乳之外的主要膳食营养来源,保证奶粉的质量安全尤为重要。在婴幼儿配方奶粉的安全事件中,微生物污染事件出现也较为频繁。本论文对市场上主流品牌的婴幼儿配方奶粉微生物的种类进行菌相分析;在配方奶粉生产过程中,对各环节进行采样监控,将微生物检验结果进行分析,优化工艺控制参数;并对奶粉干法、湿法两种生产工艺进行了微生物危害分析,其主要内容和研究结果如下:通过对市面上常见品牌的配方奶粉进行取样,利用细菌通用引物27F/1492R对不同菌株进行16SrDNA片段扩增、测序,对其微生物种类进行鉴定,微生物种类主要有芽孢杆菌属（Bacillus spp）、类芽孢杆菌（Paenibacillus spp.）、球形芽孢杆菌属（Lysinibacillus spp.）、奥斯陆摩拉氏菌（Moraxella sp.）、葡萄球菌属（Staphylococcus spp.）。其中 72%为芽孢杆菌属（Bacillus spp.）,在芽孢杆菌属中,地衣芽孢杆菌（Bacillus licheniformis）、副地衣芽孢杆菌（Bacilus paralicheniformis）分别占总菌株的34.5%、24.1%,所以地衣芽孢杆菌（Bacillus licheniformis）为优势菌种。通过对婴幼儿配方奶粉中菌落总数与需氧芽孢总数的测定分析,菌落总数越高,需氧芽孢总数高的可能性也很大,但也存在菌落总数含量很低但需氧芽孢总数含量高的情况。选用菌落总数6.30×104 CFU/mL、需氧芽孢总数1.30× 1 03 CFU/mL的原料奶进行试验,分别经过95℃/5 min和100 ℃/30 min的杀菌处理,两种杀菌条件下,菌落总数均<100,而芽孢数量几乎不变。分析不同种挤奶方式得到的原料奶中的微生物,机械挤奶方式取得的奶样菌落总数平均值为4.39×104CFU/mL、需氧芽孢总数平均值为28CFU/mL、大肠菌群平均值为3.20× 1 03CFU/mL;手工挤奶方式取得的奶样菌落总数平均值为1.35×106CFU/mL、需氧芽孢总数平均值为2.21×102CFU/mL、大肠菌群平均值为2.05×1 05CFU/mL。对奶牛乳头挤奶前进行不同的清洗处理显示,未清洗与进行40～50℃温水清洗、擦干处理前后的菌落总数无显着性差异（P>0.05）,40～50℃温水清洗乳头杀菌率为67.60%。未清洗与进行4%次氯酸钠水溶液清洗、擦干处理前后的菌落总数有显着性差异(P<0.05,且杀菌率为99.43%。以规模化机械挤奶奶牛场的原料奶为研究对象,在4 ℃和20℃贮藏条件下,原料奶的菌落总数增幅加快（P<0.05）,需氧芽孢（P>0.05）和嗜热需氧芽孢数（P>0.05）的增幅对贮藏温度不敏感。在室温（20℃）条件下,原料奶贮藏不能超过12 h,12h内已不符合GB 19301-2010《食品安全国家标准生乳》中规定的2×106CFU/mL限量标准,6 h后不符合国家I级奶5×105 CFU/mL限量标准;冷藏（4 ℃）条件下,原料奶贮藏能达18 h以上。对原料奶进行预巴氏杀菌与只进行巴氏杀菌的杀菌效果进行对比,巴氏杀菌的杀菌率为99.1%,进行了预巴氏杀菌的杀菌率为99.3%,进行了预巴氏杀菌的杀菌率高于巴氏杀菌,但两者差异不显着（P>0.05）。原料奶中微生物指标比较高的情况下,通过预巴氏杀菌,对降低奶中微生物能起到很好的效果,但在原料奶微生物各指标合格的情况下,为降低成本与防止热敏性营养素的流失,预巴氏杀菌是否必要,与在何种条件下需要进行预巴氏杀菌,还需作进一步探讨。传统上,奶粉生产的杀菌条件是92～95 ℃/12～15 s,该条件下,虽然菌落总数也能达到要求,但维生素C的损失明显要高,配料中维生素C的添加量为105mg/100g,该条件下维生素C的损失率为39.2%;相比较而言,113-116℃/3-8s的杀菌条件,维生素C的损失率为26.7%,而且菌落总数更低。对婴幼儿配方奶粉连续生产周期情况下采集样品检测其微生物,从第三天（72h）开始,菌落总数与需氧芽孢总数开始快速上升。在工厂CIP清洗过程中,CIP清洗更换酸碱液要根据自己生产情况,来制定回收使用的工艺（比如检测电导率）,定期补充浓度,定期排放更换。运用HACCP体系的理论和方法,对婴幼儿配方奶粉两种不同生产工艺进行了生物性危害分析,确定干法生产工艺生物性危害4个关键控制点:CCP1原料奶粉验收;CCP2其他原辅料验收;CCP3包装材料验收;CCP4包装/封口。湿法生产工艺生物性危害3个关键控制点:CCP1浓缩杀菌;CCP2接筛粉、粉车贮存:CCP3包装/封口。
于亚君[8]（2016）在《挤奶机器人结构设计与运动性能分析》文中进行了进一步梳理为了满足现代化奶业模式的发展需要,在畜牧业机械发展的重要时期,有必要研究一种全自动智能化的挤奶机械设备,为奶业的持续发展提供有效的技术手段。为此设本文设计了一种自动化水平较高的挤奶机器人,并对其运动性能进行了分析。根据国内外挤奶机器人的研究现状及发展趋势,结合总体技术参数确定了挤奶机器人的原理方案,进行了总体结构设计,利用ANSYS workbench对总体结构进行了强度校核以及模态分析。根据D-H参数法,建立了挤奶机器人的数学模型,并对其进行正向运动学和反向运动学求解。在比例范围内建立了三种尺寸配置方案,分析了不同尺寸配置对工作空间的影响。根据作业要求,建立了挤奶机器人的运动性能指标,运用MATTLAB对不同尺寸配置的运动性能指标进行了计算分析。利用SOLIDWORKS建立挤奶机器人仿真模型,在ADAMS中进行了挤奶机器人的动力学仿真,确定了气缸的缸径。对挤奶机器人进行了轨迹仿真和输出速度以及输出加速度的仿真,验证了挤奶机器人可以满足工作要求,且运动性能得到了提高。
史艳荣[9]（2016）在《羊奶粉生产环节塑化剂污染调查及变化规律研究》文中进行了进一步梳理羊奶制品越来越受到消费者青睐,其产量及规模近年来持续高速增长。山羊奶是陕西省的优势特色资源,2015年陕西省的羊奶生产企业21家,羊奶粉年产量7万吨,产值超过60亿元,位居全国第一。随着羊奶市场的扩大,羊奶及其制品的安全问题受到社会及消费者的普遍关注,塑化剂的污染是大家关注的焦点之一,对其进行科学合理的评价很有必要。为了找到塑化剂防控的有效途径,减少其污染对消费者带来的实际及心理影响,必须厘清塑化剂在羊奶粉生产加工环节中的污染规律。本试验基于GC-MS技术检测分析了塑化剂在羊奶粉生产环节中的污染状况,重点解析了原料奶收运、生产、仓储等环节的污染状况,调查了其变化规律。主要结论如下:（1）优化了15种塑化（PAEs）的检测条件:以正己烷为提取溶剂,涡旋1min,超声30min,2000g离心10min,取上清液进行GC-MS检测,采用外标法进行定量计算。该方法的加标回收率为90.89%-109.32%;相对标准偏差为4.59%-10.34%;检出限（0.1mg/kg）是114μg/kg,其准确度、精密度和检出限均满足国标检测要求。（2）在所采集的羊奶及羊奶粉样品中共检出5种PAEs,分别是DMP、DEP、DIBP、DBP和DEHP。（3）国标中规定了特定迁移限量的DBP和DEHP在3个厂43份奶粉样品（X厂成人配方粉22个、Y厂婴幼儿配方粉10个、Z厂婴幼儿配方粉11个）中超标率为:X厂13.6%和81.8%;Y厂100%和0%;Z厂63.3%和0%。其中DBP在婴幼儿配方粉中高于成人配方粉（P<0.05）;DEHP在成人配方粉中高于婴幼儿配方粉（P<0.05）。（4）原料奶收运环节,14个手工挤奶样品DBP未超标,DEHP未超标;14个机械挤奶样品DBP超标率为14.3%;DHEP未超标。PAEs在养殖小区的污染与温度以及机械挤奶相关:温度高的季节DBP增加（P<0.05）;机械挤奶会增加（P<0.05）DBP和DEHP的超标几率,超标率与所用管道或密封垫圈相关。原料奶运输过程中没有PAEs的显着增加（P<0.05）。（5）加工环节,18份喷雾粉中DBP的超标率为38.9%,DEHP未超标。DBP在喷雾干燥环节增加（P<0.05）。喷雾干燥是Y厂DBP超标的重要原因。（6）仓储环节,X厂DEHP、Z厂DBP超标率明显增大,与包装中PAEs对奶粉迁移有关。
郝麟[10]（2014）在《骆驼挤奶机结构与工作参数的试验研究》文中认为机械化挤奶是发展畜牧养殖业的一个重要生产环节。机械化挤奶操作不仅可以降低劳动强度、提高挤奶效率、减小牲畜乳房疾病的发生，而且还可以提高奶产量和保证生奶质量。在乳制品备受关注的今天，机械化挤奶的发展更显举足轻重的意义。本课题根据国内外有关的挤奶器文献，研究分析牛奶挤奶机和羊奶挤奶机的工作原理及工作状况；通过分析骆驼泌乳特征，并结合骆驼的手工挤奶方法，研究分析骆驼挤奶机；根据牧场试验和挤奶机行业标准，对试验所得数据优化处理，最终确定整机设计方案和主要部件结构参数。本课题研究对象是移动式小推车挤奶机，该机具移动灵活、结构紧凑、便于操作、适应性强；本机具的主要部件参数（真空压力值、脉动器参数、奶杯奶衬结构参数）由牧场试验获得，配套部件（真空泵、输奶管、脉动管等）根据移动式牛奶挤奶机和羊奶挤奶机、相关行业标准进行选配，确保机具工作的安全性和可靠性。整机装配后进行牧场试验。试验结果证明,本机具具有适用性强、结构合理、性能优良、生产效率高等特点；主要部件的工作参数与骆驼的泌乳特性一致；其挤奶效率是手工挤奶方法的2～3倍。
二、机械与手工挤奶对比（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、机械与手工挤奶对比（论文提纲范文）
（1）奶山羊隐性乳房炎病原菌分离鉴定及灭活疫苗免疫效果评估（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 奶山羊乳房炎研究进展 |
| 1.1 乳房炎发病因素 |
| 1.1.1 病原微生物因素 |
| 1.1.2 饲养管理因素 |
| 1.1.3 动物自身因素 |
| 1.2 奶山羊乳房炎主要致病机制 |
| 1.2.1 病原菌致病因素 |
| 1.2.2 乳房主要免疫应答反应 |
| 1.3 乳房炎的危害 |
| 1.3.1 产奶量下降 |
| 1.3.2 羊奶品质下降 |
| 1.3.3 经济损失 |
| 1.4 乳房炎的诊断 |
| 1.4.1 乳汁病原微生物检测 |
| 1.4.2 乳汁理化性质检测 |
| 1.4.3 乳汁体细胞计数法 |
| 1.4.4 乳汁PCR检测 |
| 1.4.5 蛋白质组学技术 |
| 1.5 乳房炎疫苗研究进展 |
| 1.5.1 金黄色葡萄球菌疫苗 |
| 1.5.2 大肠杆菌疫苗 |
| 1.5.3 其它疫苗 |
| 1.5.4 免疫佐剂的选取 |
| 1.6 乳房炎其它防治方法 |
| 第二章 奶山羊乳房炎病原菌的分离鉴定与药敏试验 |
| 2.1 材料 |
| 2.1.1 试验动物 |
| 2.1.2 主要试剂 |
| 2.1.3 主要仪器设备 |
| 2.2 方法 |
| 2.2.1 隐性乳房炎诊断及乳样采集 |
| 2.2.2 主要培养基的制备 |
| 2.2.3 病原菌分离培养 |
| 2.2.4 病原菌鉴定 |
| 2.2.5 病原菌药敏试验 |
| 2.3 结果 |
| 2.3.1 病原菌分离结果 |
| 2.3.2 病原菌鉴定结果 |
| 2.3.3 病原菌药敏试验结果 |
| 2.4 讨论 |
| 2.5 小结 |
| 第三章 奶山羊乳房炎灭活疫苗制备及免疫效果评估 |
| 3.1 材料 |
| 3.1.1 试验动物 |
| 3.1.2 主要试剂 |
| 3.1.3 主要仪器设备 |
| 3.1.4 菌株 |
| 3.1.5 主要溶液及配方 |
| 3.2 方法 |
| 3.2.1 细菌复苏 |
| 3.2.2 细菌计数 |
| 3.2.3 细菌灭活 |
| 3.2.4 制备铝胶盐佐剂 |
| 3.2.5 疫苗的制备 |
| 3.2.6 免疫实验 |
| 3.2.7 隐性乳房炎检测及样本采集 |
| 3.2.8 抗体效价测定 |
| 3.2.9 统计分析 |
| 3.3 结果 |
| 3.3.1 乳汁中病原菌抗体效价检测结果 |
| 3.3.2 血液中病原菌抗体效价检测结果 |
| 3.3.3 隐性乳房炎检出率 |
| 3.4 讨论 |
| 3.5 小结 |
| 结论 |
| 参考文献 |
| 附录1 |
| 附录2 |
| 致谢 |
| 个人简历 |
（2）W中荷牛场生产成本控制研究 ——基于中美牛场对比的视角（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 养殖成本差距及其构成 |
| 1.2.2 成本差异原因 |
| 1.2.3 成本控制方法及措施 |
| 1.2.4 文献评述 |
| 1.3 研究内容、技术路线与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线图 |
| 1.3.3 研究方法 |
| 1.4 论文的创新与不足 |
| 1.4.1 可能的创新点 |
| 1.4.2 不足之处 |
| 2 基本概念与理论基础 |
| 2.1 基本概念 |
| 2.1.1 生产成本相关概念 |
| 2.1.2 规模化奶牛养殖的界定 |
| 2.2 理论基础 |
| 2.2.1 ABC管理法 |
| 2.2.2 目标成本管理 |
| 2.2.3 低成本竞争优势 |
| 2.2.4 成本控制原则 |
| 3 牛场对比分析对象的选择 |
| 3.1 生产成本指标说明 |
| 3.1.1 美国生产成本指标现行规定 |
| 3.1.2 中国生产成本指标现行规定 |
| 3.1.3 中美奶牛养殖业生产成本分类 |
| 3.2 参照对象的成本构成 |
| 4 W中荷牛场生产成本及其控制现状分析 |
| 4.1 基本情况简介 |
| 4.1.1 牛场所在省份奶牛养殖情况 |
| 4.1.2 牛场概括 |
| 4.1.3 人员情况 |
| 4.1.4 员工职责及奶牛场主要工种定额 |
| 4.2 W中荷牛场生产成本现状 |
| 4.2.1 牛群结构及相关数据 |
| 4.2.2 生产成本构成情况 |
| 4.2.3 部分饲料购入单价及奶牛日均饲料配方成本 |
| 4.2.4 直接生产费用占比情况 |
| 4.2.5 间接生产费用占比情况 |
| 4.2.6 平均生产成本情况 |
| 4.2.7 每公斤奶成本情况 |
| 4.3 W中荷牛场成本控制现状 |
| 4.3.1 现阶段成本控制关键点 |
| 4.3.2 成本控制现状 |
| 5 与美国牛场生产成本差距及原因分析 |
| 5.1 与美国牛场生产成本差距 |
| 5.1.1 养殖奶牛生产成本趋势分析 |
| 5.1.2 生产成本差距情况分析 |
| 5.1.3 主要生产成本项目占比分析 |
| 5.1.4 差距分析总结 |
| 5.2 成本差异原因分析 |
| 5.2.1 主要饲养原料成本差异 |
| 5.2.2 饲料转化效率差异 |
| 5.2.3 人工效率差异 |
| 5.2.4 社会化服务体系差异 |
| 5.2.5 生产技术差异 |
| 5.2.6 饲养方式差异 |
| 5.2.7 政策因素差异 |
| 6 基于对比分析视角的W中荷牛场生产成本控制措施 |
| 6.1 有效利用饲料原料,提高饲料转化率 |
| 6.1.1 优质饲草的利用 |
| 6.1.2 青贮饲料的有效利用 |
| 6.1.3 饲料添加剂的有效利用 |
| 6.1.4 避免TMR饲喂浪费 |
| 6.1.5 寻求饲料原料替代品 |
| 6.1.6 分群饲养,提高饲料利用率 |
| 6.2 提高劳动效率,控制人工成本 |
| 6.3 合理预防牛疫,降低死亡率 |
| 6.4 运用技术手段,减少不必要损耗 |
| 6.5 有效利用社会服务体系利好政策优势 |
| 6.6 有效利用管理手段,减少不必要耗费 |
| 7 主要结论与展望 |
| 7.1 主要结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
（3）辽宁地区个体奶牛场乳房炎流行情况的调查与综合防治（论文提纲范文）
| 摘要 |
| Abstract |
| 前言 |
| 1.1 奶牛乳房炎的概况 |
| 1.2 奶牛乳房炎的发展历史 |
| 1.3 奶牛乳房炎的临床类型及相应特点 |
| 1.4 奶牛隐性型乳房炎的流行情况 |
| 1.5 奶牛隐性型乳房炎的常见致病因素 |
| 1.6 临床上奶牛乳房炎常见的综合防治措施及效果 |
| 1.7 本研究的目的与意义 |
| 第一章 辽宁地区个体奶牛场乳房炎的流行病学调查 |
| 1.1 材料 |
| 1.1.1 实验动物 |
| 1.1.2 主要试剂与仪器 |
| 1.2 研究方法 |
| 1.2.1 调查对象 |
| 1.2.2 调查方法 |
| 1.2.3 样本的检测 |
| 1.3 结果与分析 |
| 1.3.1 辽宁地区部分个体奶牛场临床型乳房炎的发病情况 |
| 1.3.2 辽宁地区部分个体奶牛场隐性型乳房炎的发病情况 |
| 1.3.3 挤奶方式对辽宁地区个体奶牛场乳房炎发病率的影响 |
| 1.3.4 卧床对辽宁地区个体奶牛场乳房炎发病率的影响 |
| 1.3.5 全混合日粮对辽宁地区个体奶牛场乳房炎发病率的影响 |
| 1.4 讨论 |
| 1.5 小结 |
| 第二章 辽宁地区个体奶牛场隐性型乳房炎病原菌的分布情况 |
| 2.1 材料 |
| 2.1.1 试验样本 |
| 2.1.2 主要试剂与仪器 |
| 2.2 研究方法 |
| 2.2.1 样本的采集方法 |
| 2.2.2 培养基的制备 |
| 2.2.3 隐性型乳房炎病原菌的分离 |
| 2.3 结果与分析 |
| 2.3.1 辽宁各地区隐性型乳房炎样本收集情况 |
| 2.3.2 辽宁各地区隐性型乳房炎中病原菌携带情况 |
| 2.3.3 辽宁各地区隐性型乳房炎常见病原菌的分布情况 |
| 2.3.4 辽宁各地区隐性型乳房炎常见病原菌的分布情况 |
| 2.4 讨论 |
| 2.5 小结 |
| 第三章 辽宁地区个体奶牛场乳房炎的综合防治 |
| 3.1 综合防治 |
| 3.1.1 试验对象 |
| 3.1.2 试验时间 |
| 3.1.3 综合防治措施 |
| 3.2 奶牛乳房炎的流行病学调查 |
| 3.2.1 样本检测的前期准备 |
| 3.2.2 样本的CMT检测 |
| 3.2.3 样本体细胞计数 |
| 3.3 结果与分析 |
| 3.3.1 综合防治对辽宁地区个体奶牛场临床型乳房炎的影响 |
| 3.3.2 综合防治对辽宁地区个体奶牛场隐性型乳房炎的影响 |
| 3.4 讨论 |
| 3.5 小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（4）基于深度学习的挤奶奶牛个体识别方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究概况 |
| 1.2.1 基于电子设备的奶牛识别方法 |
| 1.2.2 基于计算机视觉的奶牛识别方法 |
| 1.2.3 存在问题 |
| 1.3 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 论文组织结构 |
| 第二章 奶牛视频采集系统与供试图像获取 |
| 2.1 奶牛日常挤奶情况 |
| 2.2 奶牛视频采集与传输系统 |
| 2.2.1 奶牛背部视频采集平台 |
| 2.2.2 奶牛视频处理平台 |
| 2.2.3 视频样本获取 |
| 2.3 视频图像预处理 |
| 2.3.1 图像去噪处理 |
| 2.3.2 图像增强处理 |
| 2.4 摄像机标定 |
| 2.5 供试数据 |
| 2.5.1 奶牛数据集选取 |
| 2.5.2 奶牛数据集扩充 |
| 2.5.3 奶牛数据集标注 |
| 2.6 本章小结 |
| 第三章 基于深度学习的奶牛个体识别模型与方法 |
| 3.1 基于YOLOv3的奶牛个体识别模型与方法 |
| 3.1.1 YOLOv3网络结构 |
| 3.1.2 YOLOv3网络原理 |
| 3.1.3 损失函数 |
| 3.1.4 YOLOv3模型的改进 |
| 3.1.5 基于改进YOLOv3的奶牛个体识别模型训练 |
| 3.1.6 获取最优模型 |
| 3.2 基于Faster R-CNN的奶牛个体识别模型与方法 |
| 3.2.1 Faster R-CNN网络原理 |
| 3.2.2 Faster R-CNN网络结构 |
| 3.2.3 Faster R-CNN损失函数 |
| 3.2.4 基于Faster R-CNN的奶牛个体识别模型的训练 |
| 3.3 本章小结 |
| 第四章 奶牛个体识别试验与结果分析 |
| 4.1 模型识别结果与分析 |
| 4.2 与其他模型/算法的比较分析 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 创新点 |
| 5.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）基于多传感器的奶牛个体信息感知与体况评分方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状与分析 |
| 1.2.1 体况评分方法的研究现状分析 |
| 1.2.2 基于深度学习方法的目标检测技术研究现状 |
| 1.2.3 奶牛个体信息感知技术研究现状与分析 |
| 1.2.4 现阶段存在的主要问题 |
| 1.3 本文的工作 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 论文的组织结构 |
| 第二章 理论基础与实验平台搭建 |
| 2.1 奶牛BCS图像识别原理 |
| 2.1.1 BCS测定方法 |
| 2.1.2 BCS特征图 |
| 2.2 深度学习理论基础 |
| 2.2.1 神经元 |
| 2.2.2 激活函数 |
| 2.2.3 损失与优化 |
| 2.2.4 深度神经网络 |
| 2.3 实验平台构建 |
| 2.3.1 网络摄像机 |
| 2.3.2 摄相机部署 |
| 2.3.3 远程监控系统 |
| 2.4 数据集 |
| 2.4.0 图像预处理 |
| 2.4.1 图像标注 |
| 2.4.2 数据分布 |
| 2.5 本章小结 |
| 第三章 奶牛尾部图像检测方法研究 |
| 3.1 基于卷积神经网络的目标检测原理 |
| 3.1.1 图像目标检测 |
| 3.1.2 卷积神经网络 |
| 3.2 改进的SSD算法用于奶牛尾部检测 |
| 3.2.1 基本的SSD算法 |
| 3.2.2 网络连接稠密化 |
| 3.2.3 增大感受野 |
| 3.2.4 改进SSD模型的网络结构 |
| 3.3 目标检测算法性能评价指标 |
| 3.4 实验与结果分析 |
| 3.4.1 实验设计 |
| 3.4.2 结果与分析 |
| 3.5 本章小结 |
| 第四章 奶牛尾部跟踪方法及自动计数 |
| 4.1 视频图像目标跟踪原理 |
| 4.1.1 跟踪过程概述 |
| 4.1.2 坐标系及其变换 |
| 4.1.3 目标运动建模 |
| 4.2 状态估计算法 |
| 4.2.1 卡尔曼滤波 |
| 4.2.2 粒子滤波 |
| 4.2.3 改进的滤波算法 |
| 4.3 自动计数 |
| 4.4 实验与结果分析 |
| 4.4.1 实验设计 |
| 4.4.2 跟踪结果及分析 |
| 4.4.3 计数结果及分析 |
| 4.5 本章小结 |
| 第五章 奶牛体况评分方法研究 |
| 5.1 多任务深度学习原理 |
| 5.1.1 多任务网络 |
| 5.1.2 分类器设计 |
| 5.2 体况评分方法 |
| 5.2.1 基于Faster RCNN模型的评分方法 |
| 5.2.2 基于YOLO网络模型的评分方法 |
| 5.2.3 基于SSD模型的评分方法及其改进 |
| 5.3 算法评价指标 |
| 5.4 体况评分实验与分析 |
| 5.4.1 实验设计 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第六章 奶牛个体信息感知与系统集成 |
| 6.1 计步器的功能概述 |
| 6.2 计步器设计 |
| 6.2.1 计步器电路设计 |
| 6.2.2 外壳封装 |
| 6.3 信息感知 |
| 6.3.1 数据报文 |
| 6.3.2 测试系统 |
| 6.3.3 实验结果 |
| 6.4 系统集成 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 发表的论文与取得的研究成果 |
（6）奶牛发情体征及行为智能检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 奶牛发情体征 |
| 1.2.2 奶牛发情监测研究现状 |
| 1.3 存在问题 |
| 1.4 主要研究内容 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 1.6 论文的组织结构 |
| 第二章 基于物联网和云端的奶牛发情体征监测系统设计 |
| 2.1 引言 |
| 2.2 奶牛体征监测系统总体设计 |
| 2.2.1 系统设计需求分析 |
| 2.2.2 体征监测系统结构与功能 |
| 2.3 奶牛体征监测系统硬件设计 |
| 2.3.1 发情体征采集节点硬件设计 |
| 2.3.2 ZigBee无线模块 |
| 2.3.3 体温采集模块 |
| 2.3.4 运动量采集模块 |
| 2.3.5 采集节点电源模块 |
| 2.3.6 发情体征接收终端设计 |
| 2.3.7 STM32 控制器 |
| 2.3.8 RS485 现场总线 |
| 2.4 系统软件设计 |
| 2.4.1 下位机体征采集软件设计 |
| 2.4.2 上位机发情体征监测软件设计 |
| 2.4.3 微信开放平台设计 |
| 2.5 系统测试与奶牛发情预测 |
| 2.5.1 温度测量准确性试验 |
| 2.5.2 网络丢包率测试 |
| 2.5.3 远程上位机和移动平台测试 |
| 2.5.4 手机微信客户端测试 |
| 2.5.5 融合体温和运动量的奶牛发情预测 |
| 2.6 本章小结 |
| 第三章 奶牛阴道植入式电阻传感器与无线监测系统研究 |
| 3.1 引言 |
| 3.2 奶牛阴道电阻监测系统总体设计 |
| 3.2.1 系统设计需求分析 |
| 3.2.2 系统总体设计方案 |
| 3.3 奶牛阴道电阻监测系统硬件设计 |
| 3.3.1 阴道植入式电阻传感器设计 |
| 3.3.2 终端节点设计 |
| 3.3.3 无线传输网络设计 |
| 3.3.4 终端节点和协调器封装实现 |
| 3.3.5 终端节点奶牛尾部固定及应激分析 |
| 3.4 系统软件设计 |
| 3.4.1 系统工作流程 |
| 3.4.2 上位机监测软件设计 |
| 3.4.3 发情预警系统设计 |
| 3.5 试验与结果分析 |
| 3.5.1 电阻测量准确性试验 |
| 3.5.2 电阻测量稳定性试验 |
| 3.5.3 系统可靠性试验 |
| 3.5.4 终端节点能量可用性试验 |
| 3.5.5 奶牛阴道电阻监测奶牛发情试验 |
| 3.6 本章小结 |
| 第四章 基于双域分解的复杂环境下奶牛监测图像增强算法 |
| 4.1 引言 |
| 4.2 图像增强概述 |
| 4.3 奶牛视频图像采集 |
| 4.3.1 奶牛养殖场摄像机布局 |
| 4.3.2 网络摄像机选取 |
| 4.3.3 奶牛监测视频采集 |
| 4.3.4 自然环境下奶牛监测视频图像分析 |
| 4.4 双域分解的图像增强算法 |
| 4.4.1 双域滤波模型 |
| 4.4.2 高频图像降噪与增强模型 |
| 4.4.3 低频图像去雾与增强模型 |
| 4.4.4 本文算法实现过程 |
| 4.5 试验结果与分析 |
| 4.5.1 试验测试平台及参数选取 |
| 4.5.2 试验数据分类 |
| 4.5.3 主客观评价与分析 |
| 4.5.4 综合测试与分析 |
| 4.6 本章小结 |
| 第五章 基于卷积神经网络的奶牛发情行为识别研究 |
| 5.1 引言 |
| 5.2 供试数据 |
| 5.2.1 视频样本获取 |
| 5.2.2 视频处理系统设计 |
| 5.2.3 样本数据集构建 |
| 5.3 卷积神经网络模型 |
| 5.3.1 卷积神经网络概述 |
| 5.3.2 卷积神经网络结构 |
| 5.3.3 卷积神经网络优点 |
| 5.4 奶牛发情识别CNN模型构建 |
| 5.5 奶牛发情行为识别结果及分析 |
| 5.5.1 试验测试平台 |
| 5.5.2 网络模型试验设计 |
| 5.5.3 特征图分析 |
| 5.5.4 识别结果分析 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 特色与创新点 |
| 6.3 展望 |
| 参考文献 |
| 附录A 6种算法图像增强效果对比图 |
| 附录B 图像增强客观质量性能评价 |
| 致谢 |
| 个人简历 |
（7）婴幼儿配方奶粉生产过程中微生物控制的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 婴幼儿配方奶粉背景介绍 |
| 1.2 婴幼儿配方奶粉中微生物来源及危害 |
| 1.2.1 婴幼儿配方奶粉中微生物的来源 |
| 1.2.2 婴幼儿配方奶粉中微生物的危害 |
| 1.3 国内外婴幼儿配方奶粉微生物控制标准的比较 |
| 1.3.1 国内新旧婴幼儿配方奶粉标准微生物指标比较 |
| 1.3.2 各国婴幼儿配方奶粉微生物指标比较 |
| 1.4 研究的目的及意义 |
| 1.5 主要研究内容 |
| 2 婴幼儿配方奶粉微生物的鉴定和菌相分析 |
| 2.1 试验材料 |
| 2.1.1 主要试剂 |
| 2.1.2 主要仪器与设备 |
| 2.1.3 样品与引物 |
| 2.2 研究方法 |
| 2.2.1 婴幼儿配方奶粉中菌落总数的测定 |
| 2.2.2 主要微生物的分离及初步鉴定 |
| 2.2.3 菌株DNA的提取 |
| 2.2.4 菌株16S rDNA片段的PCR扩增 |
| 2.2.5 16S rDNA序列系统发育分析 |
| 2.3 结果与分析 |
| 2.3.1 菌落总数的测定 |
| 2.3.2 菌株DNA模板琼脂糖凝胶电泳结果 |
| 2.3.3 菌株DNA序列相似度比较 |
| 2.3.4 系统发育树构建分析 |
| 2.4 小结与讨论 |
| 3 菌落总数与芽孢杆菌属的相关性研究 |
| 3.1 试验材料 |
| 3.1.1 主要试剂 |
| 3.1.2 主要仪器与设备 |
| 3.2 研究方法 |
| 3.3 结果与分析 |
| 3.4 小结与讨论 |
| 4 工艺的优化对微生物的影响 |
| 4.1 试验材料 |
| 4.1.1 主要试剂 |
| 4.1.2 主要仪器与设备 |
| 4.2 研究方法 |
| 4.2.1 检验方法 |
| 4.2.2 取样方法 |
| 4.2.3 试验方法 |
| 4.2.4 分析方法 |
| 4.3 结果与分析 |
| 4.3.1 原料奶微生物控制 |
| 4.3.2 挤奶前药浴处理对乳头黏附微生物的影响 |
| 4.3.3 贮运时间与温度的控制对原料奶微生物的影响 |
| 4.3.4 预巴氏杀菌对原料奶微生物的影响 |
| 4.3.5 生产过程中的杀菌条件对婴幼儿配方奶粉中TPC的影响 |
| 4.3.6 连续生产周期对婴幼儿配方奶粉微生物的影响 |
| 4.4 小结与讨论 |
| 5 HACCP在婴幼儿配方奶粉生产过程中控制微生物的应用 |
| 5.1 干法生产工艺及生物性危害分析 |
| 5.1.1 干法生产工艺流程 |
| 5.1.2 干法生产工艺的生物性危害分析及关键控制点的确定 |
| 5.1.3 干法生产工艺生物性危害的关键限值和操作限值的建立 |
| 5.1.4 干法生产工艺生物性危害关键控制点的监控程序和纠偏程序 |
| 5.1.5 干法生产工艺生物性危害的验证程序 |
| 5.2 湿法生产工艺及生物性危害分析 |
| 5.2.1 湿法生产工艺流程 |
| 5.2.2 湿法生产工艺的生物性危害分析及关键控制点的确定 |
| 5.2.3 湿法生产工艺生物性危害的关键限值和操作限值的建立 |
| 5.2.4 湿法生产工艺生物性危害关键控制点的监控程序和纠偏程序 |
| 5.2.5 湿法生产工艺生物性危害的验证程序 |
| 6 结果分析与讨论 |
| 6.1 主要结论 |
| 6.2 展望 |
| 6.3 论文创新点 |
| 参考文献 |
| 致谢 |
（8）挤奶机器人结构设计与运动性能分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 机器人的性能指标概述 |
| 1.5 论文主要研究内容 |
| 第2章 挤奶机器人总体结构设计 |
| 2.1 挤奶机器人设计要求 |
| 2.1.1 挤奶机器人的作业对象 |
| 2.1.2 挤奶机器人的技术参数 |
| 2.2 挤奶机器人原理方案的确定 |
| 2.2.1 挤奶机器人的工作过程 |
| 2.2.2 挤奶机器人的运动方案 |
| 2.2.3 挤奶机器人气动元件的选择 |
| 2.3 挤奶机器人机械结构设计 |
| 2.3.1 挤奶机器人机械结构布置 |
| 2.3.2 挤奶机器人机械臂结构设计 |
| 2.3.3 挤奶机器人末端执行器的结构设计 |
| 2.4 挤奶机器人结构的有限元分析 |
| 2.4.1 总体结构分析 |
| 2.4.2 关键构件分析 |
| 2.4.3 总体模态分析 |
| 2.5 挤奶机器人样机的制作 |
| 2.6 本章小结 |
| 第3章 挤奶机器人的运动学分析 |
| 3.1 机器人的运动学求解 |
| 3.1.1 挤奶机器人运动学模型建立 |
| 3.1.2 数学模型的正运动学求解 |
| 3.1.3 数学模型的逆运动学求解 |
| 3.2 挤奶机器人的工作空间 |
| 3.2.1 求解原理 |
| 3.2.2 挤奶机器人的工作空间仿真 |
| 3.3 基于工作空间的仿真结果分析 |
| 3.4 本章小结 |
| 第4章 挤奶机器人的运动性能分析 |
| 4.1 挤奶机器人的作业分析 |
| 4.2 挤奶机器人的影响系数 |
| 4.2.1 影响系数矩阵概述 |
| 4.2.2 挤奶机器人的影响系数矩阵 |
| 4.2.3 挤奶机器人的影响系数矩阵正确性验证 |
| 4.3 机器人的运动性能指标研究 |
| 4.3.1 机器人的速度性能指标 |
| 4.3.2 机器人的加速度性能指标 |
| 4.4 机器人的运动性能评价指标研究 |
| 4.4.1 机器人的全域性能指标 |
| 4.4.2 机器人的全域性能波动指标 |
| 4.5 挤奶机器人的运动性能指标分析 |
| 4.6 本章小结 |
| 第5章 挤奶机器人的运动仿真 |
| 5.1 挤奶机器人的仿真模型 |
| 5.2 挤奶机器人的动力学仿真 |
| 5.2.1 最大速度的仿真 |
| 5.2.2 匀加速启动仿真 |
| 5.2.3 气缸缸径的确定 |
| 5.3 挤奶机器人的轨迹仿真 |
| 5.4 挤奶机器人输出速度和加速度仿真 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（9）羊奶粉生产环节塑化剂污染调查及变化规律研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 文献综述 |
| 1.1 塑化剂概述 |
| 1.1.1 塑化剂简介 |
| 1.1.2 塑化剂暴露于人体情况 |
| 1.2 食物中塑化剂来源 |
| 1.2.1 PVC管 |
| 1.2.2 食品包装薄膜 |
| 1.2.3 印刷油墨 |
| 1.2.4 PVC手套 |
| 1.3 羊奶生产链中中塑化剂污染状况 |
| 1.3.1 市场环节污染情况 |
| 1.3.2 农场环节污染情况 |
| 1.3.3 工厂环节污染情况 |
| 1.4 塑化剂的检测方法研究现状 |
| 1.4.1 提取和净化 |
| 1.4.2 分离和检测 |
| 1.5 研究目的及意义 |
| 1.6 主要研究内容及技术路线 |
| 1.6.1 研究内容 |
| 1.6.2 技术路线 |
| 第二章 乳品中15种PAEs检测方法的优化 |
| 2.1 试验材料与仪器 |
| 2.1.1 试验材料与试剂 |
| 2.1.2 试验仪器 |
| 2.2 试验方法 |
| 2.2.1 邻苯二甲酸酯标准储备液的配置 |
| 2.2.2 样品的前处理 |
| 2.2.3 GC-MS仪器参数 |
| 2.2.4 选择离子检测（SIM）模式的建立 |
| 2.2.5 试验条件控制 |
| 2.2.6 样品测定结果计算方法 |
| 2.3 结果与分析 |
| 2.3.1 前处理方法优化 |
| 2.3.2 检测条件优化 |
| 2.3.3 提取方法的评价 |
| 2.4 小结 |
| 第三章 羊奶粉中PAEs调查分析 |
| 3.1 试验材料与仪器 |
| 3.1.1 试验试剂 |
| 3.1.2 试验仪器 |
| 3.2 试验方法 |
| 3.2.1 样品采集 |
| 3.2.2 样品的前处理 |
| 3.2.3 GC-MS检测仪器参数 |
| 3.3 结果与分析 |
| 3.3.1 成人配方粉样品（X厂）5 种PAEs污染情况 |
| 3.3.2 婴儿配方粉样品中（Y厂）5 种PAEs污染情况 |
| 3.3.3 婴儿配方粉样品中（Z厂）5 种PAEs污染情况 |
| 3.3.4 5 种PAEs分别在不同厂样品的污染情况 |
| 3.4 小结 |
| 第四章 羊奶生产环节PAEs调查分析 |
| 4.1 试验材料与仪器 |
| 4.1.1 试验试剂 |
| 4.1.2 试验仪器 |
| 4.2 试验方法 |
| 4.2.1 样品采集 |
| 4.2.2 样品的前处理 |
| 4.2.3 GC-MS检测仪器参数 |
| 4.3 结果与分析 |
| 4.3.1 养殖小区PAEs污染 |
| 4.3.2 原料奶运输PAEs污染 |
| 4.3.3 加工环节PAEs污染 |
| 4.3.4 仓储环节PAEs污染 |
| 4.4 小结 |
| 第五章 结论与讨论 |
| 5.1 结论 |
| 5.2 防控建议 |
| 5.3 讨论 |
| 5.4 创新点 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（10）骆驼挤奶机结构与工作参数的试验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 绪论 |
| 1.1 本课题研究的背景及目的意义 |
| 1.2 国内外挤奶机发展概况 |
| 1.2.1 国内挤奶机发展现状 |
| 1.2.2 国外挤奶机发展现状 |
| 1.3 研究目标、研究内容及拟解决的关键技术 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 本课题拟解决的关键技术 |
| 1.4 研究方法、技术方案 |
| 1.4.1 研究方法 |
| 1.4.2 技术方案 |
| 1.5 应用前景分析 |
| 第2章 采集对象生理特点及其对采集机械性能的要求 |
| 2.1 骆驼的生理特点分析 |
| 2.1.1 采集对象及其分布 |
| 2.1.2 采集对象生理特征及其产奶特点 |
| 2.2 对采集机械性能的要求 |
| 2.2.1 机械挤奶的工作原理 |
| 2.2.2 机械挤奶的生理要求 |
| 2.2.3 机械挤奶的技术要求 |
| 2.2.4 挤奶机要求达到的技术指标 |
| 2.2.5 挤奶机类型及组成 |
| 2.2.6 挤奶机整体参数确定 |
| 第3章 挤奶器的研究分析 |
| 3.1 挤奶器的研究分析 |
| 3.2 骆驼挤奶器的研究分析 |
| 3.2.1 真空泵选配原则 |
| 3.2.2 脉动器相关参数的确定原则 |
| 3.2.3 奶杯组相关参数的确定原则 |
| 第4章 主要部件分析、设计及参数确定 |
| 4.1 管路真空度确定 |
| 4.2 脉动器参数确定 |
| 4.2.1 脉动器主要参数的确定 |
| 4.2.2 脉动器参数与真空管路压力值的配合 |
| 4.3 奶衬结构设计及尺寸确定 |
| 4.3.1 材料选择及结构设计 |
| 4.3.2 尺寸确定 |
| 4.4 奶杯结构设计及尺寸确定 |
| 4.5 真空稳压罐结构设计 |
| 4.6 奶杯组重量的确定 |
| 第5章 辅助部件的选配 |
| 5.1 真空泵的选配 |
| 5.1.1 有效储备量 |
| 5.1.2 设备用气量 |
| 5.1.3 挤奶系统泄露量 |
| 5.1.4 真空管路系统泄露量 |
| 5.1.5 调节器损失量 |
| 5.1.6 真空度确定 |
| 5.2 电动机的选配 |
| 5.2.1 种类选择 |
| 5.2.2 结构类型选择 |
| 5.2.3 功率选择 |
| 5.2.4 电压选择 |
| 5.2.5 转速选择 |
| 5.3 奶桶选配 |
| 5.3.1 材料选择 |
| 5.3.2 结构要求 |
| 5.3.3 容量确定 |
| 5.3.4 奶桶盖 |
| 5.4 输奶管选配 |
| 5.5 脉动管的选配 |
| 5.6 集乳器的选配 |
| 第6章 结论与展望 |
| 6.1 牧场试验情况 |
| 6.2 试验结论 |
| 6.3 存在的问题 |
| 6.4 后续工作建议 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、机械与手工挤奶对比（论文参考文献）
- [1]奶山羊隐性乳房炎病原菌分离鉴定及灭活疫苗免疫效果评估[D]. 彭群. 西北农林科技大学, 2021(01)
- [2]W中荷牛场生产成本控制研究 ——基于中美牛场对比的视角[D]. 陈雯雯. 河南农业大学, 2020(04)
- [3]辽宁地区个体奶牛场乳房炎流行情况的调查与综合防治[D]. 王剑锋. 沈阳农业大学, 2020(03)
- [4]基于深度学习的挤奶奶牛个体识别方法研究[D]. 刘建敏. 西北农林科技大学, 2020
- [5]基于多传感器的奶牛个体信息感知与体况评分方法研究[D]. 黄小平. 中国科学技术大学, 2020(01)
- [6]奶牛发情体征及行为智能检测技术研究[D]. 刘忠超. 西北农林科技大学, 2019
- [7]婴幼儿配方奶粉生产过程中微生物控制的研究[D]. 蔡彦希. 中南林业科技大学, 2018(01)
- [8]挤奶机器人结构设计与运动性能分析[D]. 于亚君. 哈尔滨工程大学, 2016(03)
- [9]羊奶粉生产环节塑化剂污染调查及变化规律研究[D]. 史艳荣. 西北农林科技大学, 2016(11)
- [10]骆驼挤奶机结构与工作参数的试验研究[D]. 郝麟. 新疆农业大学, 2014(05)