Published

2019-01-01

Fuzzy system to evaluate performance and the physiological responses of piglets raised in the farrowing house with different solar heating systems

Sistema fuzzy para evaluar el rendimiento y las respuestas fsiológicas de las lechones en la casa de granjas con diferentes sistemas de calefacción solar

DOI:

https://doi.org/10.15446/rfnam.v72n1.67736

Keywords:

Swine, Thermal comfort, Computational simulation. (en)
Porcinos, Confort térmico, Simulación computacional. (es)

Downloads

Authors

The present work aims to develop a mathematical model, based on fuzzy set theory, for predicting performance and the physiological responses of piglets raised in the farrowing house with different solar heating systems. To do this, a solar heater prototype was constructed using alternative materials and the heating efficiency was compared with a commercial solar heater system. In order to thermally evaluate the heaters, temperature sensors were installed in the inlet and outlet pipes of each floor and thermal reservoir. The fuzzy system was developed and the variables dry air bulb temperature (Tbs) and relative humidity (RH) of the air were defined as inputs. Based on the input variables, the fuzzy system predicts the productive performance (weight gain - WG) and physiological responses (respiratory rate - RR, rectal temperature –RT, and skin temperature - ST) of piglets raised in an environment with solar heating. Based on the results, the fuzzy model was adequate for predicting the physiological responses and productive performance of piglets, presenting low standard deviation and high correlation with the validation data. This model can be used to assist producers in decision making, especially regarding maintaining animal welfare while the thermal environment changes.
El presente trabajo tiene como objetivo desarrollar un modelo matemático, basado en la teoría de conjuntos difusos, para predecir el rendimiento y las respuestas fisiológicas de lechones criados en la casa de maternidad con diferentes sistemas de calefacción solar. Para ello, se construyó un prototipo de calentador solar utilizando materiales alternativos y se comparó la eficiencia de calentamiento con un sistema de calentador solar comercial. Con el fin de evaluar térmicamente los calentadores, se instalaron sensores de temperatura en las tuberías de entrada y salida de cada piso y depósito térmico. El sistema difuso se desarrolló y las variables temperatura de bulbo de aire seco (Tbs) y humedad relativa (HR) del aire se definieron como entradas. Con base en las variables de entrada, el sistema difuso predice el rendimiento productivo (ganancia de peso - WG) y las respuestas fisiológicas (frecuencia respiratoria - RR, temperatura rectal - TR y temperatura de la piel - ST) de los lechones criados en un ambiente con calentamiento solar. Con base en los resultados, el modelo difuso fue adecuado para predecir las respuestas fisiológicas y el rendimiento productivo de los lechones, presentando baja desviación estándar y alta correlación con los datos de validación. Este modelo puede utilizarse para ayudar a los productores en la toma de decisiones, especialmente en lo que respecta al mantenimiento del bienestar animal mientras el entorno térmico cambia.

References

Aerts JM, Berckmans D and Schummans B. 1996. Online measurement of bioresponses for climate control in animal production units. pp. 147-153. In: XI International Conference on Computers in Agriculture. American Society of Agricultural and Biological Engineering, Michigan, USA.

Amendola M, Castanho MJ, Nääs I and Souza AL. 2004. Análise matemática de condições de conforto térmico para avicultura usando a teoria dos conjuntos fuzzy. Biomatemática 14(1): 87-92.

Ayyub BM and Klir GJ. 2006. Uncertainty modeling and analysis in engineering and the sciences. Chapman & Hall/CRC, Boca Raton 378 p. doi: 10.1201/9781420011456

Carroll JA, Burdick NC, Coleman SW and Spiers DE. 2012. Influence of environmental temperature on the physiological, endocrine, and immune responses in livestock exposed to a provocative immune challenge. Domestic Animal Endocrinology 43: 146–153. doi: 10.1016/j.domaniend.2011.12.008

Carvalho LE, Pinheiro FML, Espíndola GB, Evangelista JNB and Vieira MMM. 2006. Ocorrência de diarreia em leitões submetidos a dietas com diferentes fontes de proteína de origem animal e vegetal no período de creche. V1 In: XVI Congresso Brasileiro de Zootecnia. Sociedade Brasileira de Zootecnia, Recife, Pernambuco, BR.

Carvalho CMC, Antunes RC, Carvalho AP and Caires RM. 2013. Bem-estar na suinocultura. Revista Eletrônica Nutritime 11(2): 2272-2286.

Castro JO, Campos AT, Ferreira RA, Yanagi JT and Tadeu HC. 2013. Uso de ardósia na construção de celas de maternidade para suínos: II - ambiente térmico e avaliação dos ruídos. Engenharia Agrícola 33: 37-45. doi: 10.1590/S0100-69162013000100005 CELESC. 2010. Aquecedor solar composto de produto descartáveis - Manual de construção e instalação. Em: http:// www.celesc.com.br/portal/images/arquivos/manuais/manualaquecedor-solar.pdf; consulta: novembro 2017.

Cornelissen AMG, Van Den Berg J, Koops WJ and Kaymak U. 2003. Elicitation of expert knowledge for fuzzy evaluation of agricultural production systems. Agriculture, Ecosystems & Environment 95(1): 1-18. doi: 10.1016/S0167-8809(02)00174-3

Esmay ML. 1982. Principles of animal environment. Second edition. AVI Publishing Company Inc, Westport, USA. 325 p. Ferreira L, Yanagi JT, Nääs IA and Lopes MA. 2007a. Development of algorithm using fuzzy logic to predict estrus in dairy cows: Part 1. Agricultural Engeneering International: The CIGR Journal 9: 1-16.

Ferreira RA, Chiquieri J, Mendonça PP, Melo TV, Cordeiro MD and Soares RTR. 2007b. Comportamento e parâmetros fisiológicos de leitões nas primeiras 24 horas de vida. Ciência e Agrotecnologia 31(6): 1845-1849. doi: 10.1590/S1413-70542007000600036

Fernandes HC, Moreira RF, Longui FC, Rinaldi PC and Siqueira WC. 2011. Efeito do aquecimento e resfriamento de pisos no desempenho de matrizes e leitões. Revista Ceres 58(6): 701-709. doi: 10.1590/S0034-737X2011000600004

Firk R, Stamer E, Junge W and Krieter J. 2003. Improving oestrus detection by combination of activity measurements with information about previous oestrus cases. Livestock Production Science 82(1): 97-103. doi: 10.1016/S0301-6226(02)00306-8

Kim KY, Ko HJ, Kim HT, Kim CN and Byeon SH. 2008. Association between pig activity and environmental factors in pig confinement buildings. Australian Journal of Experimental Agriculture 48: 680–686. doi: 10.1071/EA06110

Gates RS, Chao K and Sigrimis N. 2001. Identifying design parameters for fuzzy control of staged ventilation control systems. Computers and Electronics in Agriculture 32(1): 61-74. doi: 10.1016/S0168-1699(00)00174-5

Goedseels V, Geers R, Tryen B, Wouters P, Goossens K, Villé H and Janssens S. 1992. A data acquisition system for electronic identifcation, monitoring, and control of group-housed pigs. Journal of Agricultural Engineering 52(2): 25-33. doi: 10.1016/0021- 8634(92)80048-W

Huynh TTT, Aarnink AJA, Verstegen MWA, Gerrits WJJ, Heetkamp MJW, Kemp B and Canh TT. 2005. Effects of increasing temperatures on physiological changes in pigs at different relative humidities. Journal Animal Science 83: 1385–1396. doi: 10.2527/2005.8361385x

Lacey B, Hamrita TK and Mcclendon R. 2000. Feasibility of using neural networks for a real-time prediction of poultry deep body temperature responses to stressful changes in ambient temperature. Applied Engineering in Agriculture 16(3): 303-308. doi: 10.13031/2013.5139

Le Dividich JL and Noblet J. 1981. Prise de colostum, thermoregulation et production de chalem chez le prcelet nouveané en relation avec le milieu thermique. Jounnée de lá Recherche Porcine en France 13: 11-16.

Leite MS, Fileti AMF and Silva FV. 2010. Desenvolvimento e aplicação experimental de controladores fuzzy e convencional em um bioprocesso. Revista Controle & Automação 21(2): 147-158. doi: 10.1590/S0103-17592010000200004

Lopes GT. 1999. Proposta de um controlador ótimo de altura da plataforma de corte e colhedoras. 1999. Tese (Doutorado em Engenharia Agrícola). Faculdade de Engenharia Agrícola.Universidade de Campinas, Campinas, São Paulo, BR. 155 p.

Martino JP. 1993. Technological forecasting for decision making. Third Edition. McGraw-Hill Inc., New York. 461 p.

Medeiros BBL, Moura DJ, Massari JM, Carvalho TMR and Maia APA. 2014. Uso de geoestatística na avaliação de variáveis ambientais em galpão de suínos criados em sistema ‘wean to fnish’ na fase de terminação. Engenharia Agrícola 34(5): 800-811. doi: 10.1590/S0100-69162014000500001

Montanholi YR, Odongo NE, Swanson KC, Schenkel FS, Mcbride BW and Miller SP. 2008. Application of infrared thermography as an indicator heat and methane production and its use in the study of skin temperature in response to physiological events in dairy cattle (Bos taurus). Journal of Thermal Biology 33(8): 468-475. doi: 10.1016/j.jtherbio.2008.09.001

Mores N, Sobestiansky J, Wentz I and Moreno AM. 1998. Manejo do leitão desde o nascimento até o abate. Cap. 7. pp. 135-161. In: Mores N; Sobestiansky J; Wentz Ivo; Moreno AM (eds.). Suinocultura intensiva: produção, manejo e saúde do rebanho. Serviço de Produção de Informação – SPI. Embrapa, Brasília. Cap. 7.

Moura DJ, Bueno LGF, Lima KAO, Carvalho TMR and Maia APAM. 2010. Strategies and facilities in order to improve animal welfare. Revista Brasileira de Zootecnia 39: 311-316. doi: 10.1590/S1516-35982010001300034

Nääs IA. 1989. Princípios de conforto térmico na produção animal. Editora Ícone, São Paulo. 183 p.

Nääs IA. 1998. Biometeorologia e construções rurais em ambiente tropical. pp. 63-73. In: II Congresso Brasileiro de Biometeorologia. Sociedade Brasileira de Biometeorologia, Goiânia, Goiás, Br.

Nascimento G, Pereira Df, Nääs IA and Rodrigues LHA. 2011. Índice fuzzy de conforto térmico para frangos de corte. Engenharia Agrícola 31(2): 219-229. doi: 10.1590/S0100-69162011000200002

Pandorf H. 2002. Avaliação do comportamento de leitões em diferentes sistemas de aquecimento por meio da análise de imagem e identifcação eletrônica. Dissertação (Mestrado em Física do Ambiente Agrícola). Escola Superior de Agricultura “Luiz de Queiroz”. Universidade de São Paulo, Piracicaba, São Paulo, Br. 89 p.

Pandorf H. 2005. Comportamento bioclimático de matrizes suínas em gestação e o uso de sistemas inteligentes na caracterização do ambiente produtivo: suinocultura de precisão. Tese (Doutorado em Física do Ambiente Agrícola). Escola Superior de Agricultura “Luiz de Queiroz”. Universidade de São Paulo, Piracicaba, São Paulo, Br. 119 p.

Pandorf H, Silva IJO, Guiselini C and Piedade SMS. 2007. Uso da lógica fuzzy na caracterização do ambiente produtivo para matrizes gestantes. Engenharia Agrícola 27(1): 83-92. doi: 10.1590/S0100-69162007000100001

Perdomo CC, Sobestiansky J, Oliveira PVA and Oliveira JA. 1987. Efeito de diferentes sistemas de aquecimento no desempenho de leitões. EMBRAPA–CNPSA, Concórdia, Embrapa, Br. 122: 1-3.

Pereira C and Passos A. 1998. Informe técnico: cuidados especiais. Revista Suinocultura Industrial [S.l.], 134: set. Preble JF. 1984. The selection of Delphi panels for strategic planning purposes. Strategic Management Journal 5(2): 157-170. doi: 10.1002/smj.4250050206

Queirós MPG and Nääs IA. 2005. Estimativa de padrão de conforto ambiental para creche de suínos usando lógica fuzzy. In: V Congresso Brasileiro de Agroinformática, Sociedade Brasileira de Agroinformática, Londrina, Paraná, Br.

Ribacionka F. 1999. Sistemas computacionais baseados em lógicas fuzzy, 1999. Dissertação (Mestrado em Engenharia Elétrica). Universidade Mackenzie, São Paulo, Br. 115 p.

Sabino LA, Abreu PG, Sousa Júnior VR, Abreu VM and Lopes LS. 2012. Comparação de dois modelos de escamoteadores sobre o desempenho dos leitões. Acta Scientiarum, Animal Sciences 34(1): 21-25. doi: 10.4025/actascianimsci.v34i1.11675

Schiassi L, Yanagi JT, Damasceno FA, Saraz JAO and Machado NS. 2012. Fuzzy modeling applied to the welfare of poultry farms workers. Dyna 79: 127-135.

Tavares GF and Schiassi L. 2016. Modelagem fuzzy como ferramenta para predição do ganho de peso diário para frangos de corte. Journal Animal Behavior Biometeorol 4(2): 32-38. doi: 10.14269/2318-1265/jabb.v4n2p32-38

Tolon YB and Nääs IA. 2005. Avaliação de tipos de ventilação em maternidade de suínos. Engenharia Agrícola 25(3): 565-574.

Turco SHN, Ferreira AS, Oliveira RFM, Aguiar MA, Cecon PR and Araújo GGL. 1998. Desempenho de porcas e leitões em maternidades com diferentes sistemas de acondicionamento térmico no inverno. Revista Brasileira de Zootecnia 27(5): 988-993.

Weber L and Klein PAT. 2003. Aplicações de lógica fuzzy em sofware e hardware. Editora da ULBRA, Canoas. 112 p.

Xie Q, Ni J and Su Z. 2017. A prediction model of ammonia emission from a fattening pig room based on the indoor concentration using adaptive neuro fuzzy inference system. Journal of Hazardous Materials 325: 301-309. doi: 10.1016/j.jhazmat.2016.12.010

Xie Q, Ni J and Su Z. 2017. Fuzzy comprehensive evaluation of multiple environmental factors for swine building assessment and control. Journal of Hazardous Materials 340: 463-471. doi: 10.1016/j.jhazmat.2017.07.024

Yanagi JT, Xin H, Gates RS and Ferreira L. 2006. Fuzzy logic model to predict laying hen body temperature rise during acute heat stress. pp. 1-4. In: XXXV Congresso Brasileiro de Engenharia Agrícola. Associação Brasileira de Engenharia Agrícola, João Pessoa, Paraíba, Br.

Yanagi JT, Schiassi L, Abreu LHP, Barbosa JÁ and Campos AT. 2012. Procedimentos fuzzy aplicado à avaliação da insalubridade em atividades agrícolas. Engenharia Agrícola 32(3): 423-434. doi: 10.1590/S0100-69162012000300002

Zhang Q and Xin H. 2001. Responses of piglets to creep heat type and location in farrowing crate. Applied Engineering in Agriculture 17(4): 515-519. doi: 10.13031/2013.6467

Dimensions

PlumX

Article abstract page views

593

Downloads

Download data is not yet available.

How to Cite

Alves Damasceno, F., Oliveira, C. E. A., Saraz, J. A. O., Abreu, L. H. P., & Ferraz, P. F. P. (2019). Fuzzy system to evaluate performance and the physiological responses of piglets raised in the farrowing house with different solar heating systems. Revista Facultad Nacional De Agronomía Medellín, 72(1), 8729-8742. https://doi.org/10.15446/rfnam.v72n1.67736

License

Copyright (c) 2018 Revista Facultad Nacional de Agronomía Medellín

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

The journal allows the author(s) to maintain the exploitation rights (copyright) of their articles without restrictions. The author(s) accept the distribution of their articles on the web and in paper support (25 copies per issue) under open access at local, regional, and international levels. The full paper will be included and disseminated through the Portal of Journals and Institutional Repository of the Universidad Nacional de Colombia, and in all the specialized databases that the journal considers pertinent for its indexation, to provide visibility and positioning to the article. All articles must comply with Colombian and international legislation, related to copyright.

Author Commitments

The author(s) undertake to assign the rights of printing and reprinting of the material published to the journal Revista Facultad Nacional de Agronomía Medellín. Any quotation of the articles published in the journal should be made given the respective credits to the journal and its content. In case content duplication of the journal or its partial or total publication in another language, there must be written permission of the Director.

Content Responsibility

The Faculty of Agricultural Sciences and the journal are not necessarily responsible or in solidarity with the concepts issued in the published articles, whose responsibility will be entirely the author or the authors.