数字孪生技术在现代化猪场生产应用的研究进展.pdf

2现代农业装备2023年数字孪生技术在现代化猪场生产应用的研究进展尤德安1，邬锡权2，陆 畅2，董钊杰2，曾志雄2,3，吕恩利2,3（1.华南农业大学电子工程学院，广东 广州 510642；2.华南农业大学工程学院，广东 广州 510642；3.农业农村部华南现代农业智能装备重点实验室，广东 广州 510630）摘 要：数字孪生根据实物对象建立数值模型，通过增强现实、人工智能、机器视觉、大数据等技术，实现系统仿真、性能优化和预测分析。本文结合演变史分析了数字孪生实施方式；通过总结图像监控、声音监测和精准饲喂控制技术，对精准养猪进行了分析；总结了数字孪生在现代猪场能耗分析、三维可视化、预测模型、环境模拟上的应用；从物理模型成本、养猪数据库、开发资源3个角度分析了局限性；针对技术成熟度，结合多领域应用案例扩展分析；最后分析了现代化猪场生产中数字孪生技术的发展趋势，为智慧猪场建设提供参考。关键词：数字孪生；现代化猪场；智慧养殖；三维可视化中图分类号：TP29 文献标识码：A 文章编号：1673-2154（2023）04-0002-08现代农业装备第44卷第4期2023年8月Vol.44No.4Aug.2023Modern Agricultural Equipment收稿日期：2023-04-24基金项目：广东省乡村振兴战略专项（2023TS-3）；广州市重点研发计划项目（2023B03J1363）；农业农村部华南现代农业智能装备重点实验室开放基金（HNZJ202209）；广东省普通高校青年创新人才项目（2019GKQNCX027）作者简介：尤德安（2002），男，本科，主要研究方向为电子科学与技术。E-mail：通讯作者：曾志雄（1989），男，博士，硕士生导师，主要研究方向为畜禽环境调控与智能化装备。E-mail：0 引言随着人工智能、机器视觉和大数据分析技术的发展，畜牧业正逐步向数字化演进1-2。对养猪业来说，传统生产管理方式存在人工成本高、能耗高、预测模型精度低等问题，亟需利用数字技术提高生产管理的精细化和智能化水平，提高猪的健康状况和生长福利。依靠数字技术，如传感与监控设备、可靠和实时的信息传输、高级分析方法以及数字信息可视化，是现代化猪场生产的主要趋势。数字孪生是物理对象的虚拟表示，即物理对象与其虚拟表示实时交互3，是一种通过高保真建模和仿真实现数字化的新方法4。数字孪生可以为不同行业提供可行性和创新性的系统解决方案：在智慧制造领域，如数字孪生车间5、生产流水线6、产品生命周期维护7、产品设计周期优化8等；在能源领域，如风力涡轮机寿命预测9、火力发电厂热流模拟10、模拟分析比较风能与太阳能干燥效果11等；在智慧城市，如 GIS 城市辅助设计12、城市排水系统模拟优化13、无锡的城市大数据中心14等；在智慧农业领域，如奶牛乳腺炎发生概率预测15、模拟环境因子及其影响，优化鱼塘水环境系统16、温室环境模拟优化17等。近年来，数字孪生技术在各行各业不断发挥其优势和创造价值，为智慧养猪提供经济、可靠、创新的解决方案。本文针对图像监控、声音监测、精准饲喂等技术，分析了精准养猪的发展趋势，对数字孪生在现代猪场能耗分析、三维可视化、预测模型、环境模拟上的应用进行了归纳，分析了局限性，继而从技术成熟度的角度进行扩展分析。最后，分析了现代化猪场生产中数字孪生技术的发展趋势，为智慧猪场建设提供参考。1 数字孪生技术框架分析PYLIANIDIS 将数字孪生18定义为：物理对象或系统的动态虚拟形象，通常跨越其生命周期的多个阶段，采用真实世界的数据，与机器学习模型、数据分析技术相结合，以实现学习、推理和预测。数字孪生是实际物理系统的数字复制品，是复杂系统进行分析、决策和预测的重要手段。3第4期尤德安 等：数字孪生技术在现代化猪场生产应用的研究进展数字孪生是物理世界的虚拟表示。如图 1 所示，实施数字孪生，需做到以下几点：为了真实表征物理世界及其行为，需要获得物理对象与其环境、工作负载及其它变量相互作用的实时反馈，即需要多种、多个稳定的传感器；为了孪生体能实时接收、存储和分析大量数据，需要强大的数据稳定传输、存储和处理能力，即需要数据的高效传输、云存储、云计算和大数据分析等关键技术的帮助；为了使孪生体能够理解所接收的大量数据，需要利用人工智能算法对这些数据进行处理，即利用机器学习的各种模型来辅助分析；考虑到应用场景的多变性和物理对象随着时间发生的变化，数字孪生的实施必须在多种情况或者多个场景进行训练与仿真，以取得不同情况下的最佳方案；为了提高系统的人机交互性，上述处理后的结果需要通过交互式用户界面展示给用户，该实施常常利用虚拟现实技术来实现。图 1 数字孪生的实施方式2 数字孪生在现代化猪场生产的应用数字孪生技术的应用，可分为可视化、模拟分析、性能优化以及预测分析等。与传统的信息化不同，将数字孪生技术用于猪场管理上，信息分析不再依靠人们的观察和经验，而是将物联网技术作为桥梁，利用人工智能对实时数据进行分析，从而辅助决策，改善猪只健康并提高生长福利。图 2 为数字孪生在现代化猪场生产中涉及到的主要技术与应用。2.1 数字孪生助力精准养猪精准畜牧业（Precision Livestock Farming，PLF）技术是一种利用现代传感器、信息技术和数据分析图 2 数字孪生在现代化猪场生产的应用结构图4现代农业装备2023年等手段，实现对畜禽生产过程中各种参数和指标实时监测、分析和管理的技术19。尽管数字孪生技术在智慧猪场建设中处于刚刚起步阶段，但精准养猪技术已经利用了其中的技术来提高猪只生长福利。研究表明，现有的精准养猪监测系统使用传感器来监测猪生产的各个阶段20。PLF技术中，最常用的技术是智能称重技术和视觉感知技术，其次为热成像识别技术，其它常用的技术包括声音监测、运动分析、养殖环境因子感知、GPS（全球定位系统）和RFID（用于动物跟踪、个体识别）。2.1.1 图像监控技术采用摄像头开展静态或动态的图像监测，是PLF 技术的重点关注领域，主要被应用于生猪的移动跟踪、数量盘点、重量估算和热分析。斑点合并（blob merging）是一种图像处理算法，可应用于猪的移动目标跟踪系统，主要运用卷积神经网络（CNN）方法来提高检测精度。体重测量是养猪生产的关键技术，PLF 技术成功实现了在不干扰猪的情况下对其质量进行估算，利用所获取的质量数据，对猪的质量进行监控，进而提高饲料效率和实现智能营养管理21；猪通常会通过热量的增减来改变其姿势行为，基于热像仪的 PLF 装备能有效分析猪的热生物反应和身体热变化，进而控制通风换气设备进行降温，这将帮助猪舍更好地达到热适应条件，进一步改善猪舍环境22。研究结果表明，近年红外测量设备（Infrared Measurement Equipment，IRME）对猪运动状态和健康状况的评估起到越来越关键的作用。2.1.2 声音监测技术猪的发声也是猪行为表达的一种方式，声音信息能帮助监控、分析和改善猪的健康状况，该技术也是 PLF 的重要组成部分。CORDEIRO 等23根据年龄、性别和压力事件（猪暴露在饥饿、口渴、炎热、疼痛等环境）对 40 头猪（雌猪、雄猪各 20 头）的尖叫声进行分类分析，经测试，该语音识别系统具有 81%的精度。WANG S24指出，在声音监测方面，猪咳嗽监测仪通过对声音的分析来获得猪呼吸系统的健康状况；通过对猪的几种特殊行为如发情、攻击性进行识别，及时采取不同的救援措施，可减少养殖经济损失，改善猪的福利。2.1.3 多传感器融合的精准饲喂技术精准饲喂是利用多种传感器、计算方法和饲喂设备，在正确的时间提供适量的营养物质，实现动物的精准喂养25，图 3 为精准饲喂技术的数字孪生应用框架。GARRIDO-IZARD 等26利用多传感器分析猪的热模式和摄入模式，即利用温度传感器获取猪的耳朵皮肤温度，结合称重传感器得到猪的体重、饲料量等信息，区分了具有不同喂养模式的猪，从而采取不同的喂养策略。SHIPU X 等27通过 RFID读卡器收集耳标数据，通过称重传感器获得猪的体重和采食量信息，将这些信息经无线通信传输到远程服务器，构建了基于无线数据通信的生猪生长监测系统。吕恩利等28根据 Netty 框架，自主设计了数据传输协议，采用 SpringBoot 与 Vue 前后端分离架构开发 WEB 部分，设计了哺乳母猪智能饲喂物联网系统，该系统能对饲喂数据进行统计分析，实现母猪饲喂计划的智能调整和猪场成本消耗的智能优化。随着数字孪生技术成本的进一步降低，可以利用精准饲喂技术来改善 PLF。比如，由于饲料的复杂性，很难确定各种饲料组合的影响。结合现实环境中多传感器采集猪体温、体重、饲料量等信息，利用数字孪生技术可以构建猪的虚拟饲喂模型，对不同的饲料组合方案进行模拟分析，进而确定最佳饲料配方方案。图 3 精准饲喂技术的数字孪生应用框架5第4期尤德安 等：数字孪生技术在现代化猪场生产应用的研究进展2.2 猪舍能耗管理温度、相对湿度、二氧化碳浓度等环境因子会影响猪的生长福利。在猪场的设计阶段，可以通过数字孪生来模拟猪只生长环境调控（如风机、湿帘、加热器等设备开启状态），进而确定最佳方案，给猪提供舒适的生长环境。JO S K.等29基于现实的猪舍场景生成了虚拟猪舍，利用 EnergyPlus 对实际猪舍进行 EcoFarm 模拟，通过收集实际猪舍的温湿度数据用于 EcoFarm 的模拟，对不同的风机组合产生的能源消耗进行评估，进而确定最节能的风机组合方案。中国北方猪舍建筑设计存在朝向不确定、采光不符合国家标准、夏冬季舍内温度不适宜等问题，袁月明等30利用 Ecotect 对试验猪舍和某猪场猪舍进行模拟仿真和分析对比，对两者的光学条件和热学条件进行分析，进而探究适宜的猪舍建筑材料和尺寸，以及光热条件对建筑结构的影响。图 4 为能耗管理的数字孪生应用框架，利用数字孪生技术，对猪舍的风机组合和光热环境下的建筑设计构建孪生体，将实际猪舍的温湿度数据和光热条件输入孪生模型模拟仿真，得出最适合的风机组合方案和建筑设计方案，优化系统。图 4 能耗管理的数字孪生应用框架2.3 猪场三维可视化物联网技术在现代化猪场的应用，实现了对猪场的智能环境调控和猪只精细饲养。利用数字孪生构建三维可视化平台，将实际猪场在互联网展示，实现养猪场生产过程和环境的可视化和虚拟漫游。陆蓉等31利用参数化建模、三维重建等关键技术实现了对猪舍内部建筑和设施、母猪定位栏、智能化母猪饲喂系统、全景数字规划布局的建模，构建了现代养猪场，可帮助使用者了解养猪生产的过程。何晓等32基于物联网技术和 3D 虚拟现实技术开发了猪场可视化管理及远程诊断系统，通过物联网感知设备，采集猪场环境因子，利用无线通信技术将环境因子传到服务器和进一步的云端数据分析，并结合虚拟现实技术实现猪场场景的三维建模，开发了 3D 可视化前端界面。刘红刚等33利用数字孪生建立了 WEB 端和移动端的可视化管理系统，采用倾斜摄影+3D 建模构建数字孪生猪场场景图，对猪场、栋舍功能分区，接入猪场各项设备，在场景图上集中各类模拟仿真分析值，便于企业进行管理，并开发移动式管理工具，即数字孪生 APP，方便一线养殖人员使用。2.4 猪场环境参数预测模型在大规模养殖环境中，猪场环境因子是影响猪的健康状况和生产力的主要因素。多模传感器收集环境因子，结合大数据技术和 LSTM、GRU 等算法模型，构建孪生体，实现环境参数预测，图 5 为预测模型构建的框架。在氨气浓度预测上，MA T M 等34建立长短时记忆（LTSM）神经网络模型来预测氨气的浓度，连续 167 天收集风速、温度、相对湿度、氨气浓度等猪场主要环境因素，将前 120 天的数据作为训练样本，其余数据为测试样本，实现了对氨气浓度的预测和对该模型的准确率与误差的评估。PENG S35在中国重庆的某育肥猪舍收集环境数据和进行实验效果的评估，采用 3 种机器学习算法和 3 种深度学习算法分别对猪场氨气浓度进行预测，进而评估得到预测能力最优的模型。在温湿度预测上，谢秋菊等36建立长短时记忆（LSTM）网络预测模型，以猪舍实际传感器的历史数据和猪舍外影响因素作为输入，实现了密闭式猪舍温湿度变化的精确预测。曾志雄等37基于一系列历史环境参数数据，结合门控循环单元网络算法（GRU）和极端梯度决策树（XGBoost）2 种模型，分别提出了基于时间序列模型和多元模型序列的集约化猪舍温度预测模型，并将这 2 种模型分别与循环神经网络（RNN）模型、线性回归（LR）模型和反向神经网络模型（BPNN）的效果进行对比，证明了这 2 种模型具备更良好的预测效果。6现代农业装备2023年图 5 环境参数预测模型2.5 数字孪生的局限性2.5.1 物理模型建模成本高对物理模型进行建模往往需要消耗大量的时间、金钱和劳动力成本。数字孪生虽然可为养猪场产生新效益，也能用 AI 分析获得更优的实践方案，但是对大多数企业来说，改变原有已经投入大量精力的旧模式，采用物理模型建模成本过高，导致许多企业更愿意按照旧模式去进行生产实践，这也是数字孪生在智慧养猪中应用的限制因素之一。2.5.2 养猪数字孪生数据库缺乏数字孪生在智慧养猪中的案例较少。论文研究上提到了很多的优势和实践方案，但是能够验证这些优势和实际所实现的方案却不多，缺少相关经验模型和参数数据库。因此，该技术还需要更多的投入和实践。2.5.3 物理孪生体高度复杂，开发所需资源庞大因为物理孪生体具有高度复杂性，数字孪生体的开发需要大量资源，如数字孪生引擎、服务器和开发工具等，而且物理孪生体也可能存在一些未知的相互作用关系，可能会影响到开发效果，这时可能需要进一步投入更多的开发资源。由于数字孪生的开发需要投入大量资源，因此该技术往往难以实施。3 数字孪生案例分析如今，数字孪生在较多领域中也得到了广泛运用，具体实施案例如表 1 所示。由图 6（a）所示，对这些案例的应用类别作统计，发现基本所有案例都具有可视化的作用，大部分可以进行模拟分析，只有少部分可以进行性能优化和预测分析。由此可见，应用越复杂，应用难度越大。由图 6（b）所示，在技术成熟度方面，大部分案例的技术成熟度级别处于原型级别，少数为概念和部署应用级别，真正投入实际猪场应用的案例并不多。相对来说，数字孪生在猪场生产的应用在技术成熟度级别大多在概念级别上，只有少数做到了原型级别和部署应用级别。但是考虑到如今智慧养猪在AI、PLF、可视化建模等技术上都有了显著的成果，相信在不久的将来，可以看到数字孪生在智慧养猪领域应用的技术成熟度达到原型和部署应用级别。表1 其他领域的数字孪生案例研究列表作者行业数字孪生的应用技术成熟度可视化模拟分析性能优化预测分析参考文献冯大春鸽业养殖通过场景可视化建模、智能化监控与统计、个体检测及统计、AI 识别及预测报警搭建数字孪生鸽业养殖可视化系统部署应用38康献民机械装备制造运用ANSYSWorkbench提取机械装备结构参数，输入专家知识，建立 BP 神经网络参数域评价模型和设计机械装备数字孪生结构参数分析与评价方案原型39刘俊工业生产线基于 Unity 开发数字孪生上下料生产线模型，加入电气机构、执行机构和自动化逻辑，设计机器人虚拟调试系统原型407第4期尤德安 等：数字孪生技术在现代化猪场生产应用的研究进展作者行业数字孪生的应用技术成熟度可视化模拟分析性能优化预测分析参考文献熊祥盛农业生产通过监控模块、虚拟耕作系统、可视化服务 3 个维度搭建基于数字孪生的农业耕作监控系统原型41王德权工业生产线基于多源异构数据采集、数字孪生和虚实同步 3项技术搭建虚拟数字化工厂平台，实现了虚拟调试、设备信息可视化、生产过程仿真等功能原型42徐栋梁农业生产运用数据驱动和模型融合协同控制技术实现农业生产数字孪生与智能控制系统，实现农业生产精细化和智能化控制，提供了良好的人机交互环境概念43郑蕾娜农业生产利用多传感器信息融合智能感知技术、虚拟农业增强现实技术、精准农业大数据分析技术及多信息融合技术 4 项关键技术开发基于数字孪生的智慧农业云服务平台原型44王志强农业生产结合区块链技术设计数字孪生的控制和实施模型，实施框架包括设备层、通信层、物联网服务层、数字孪生管理层等 8 个层次，提高数字孪生系统的数据可信度概念45GONZLEZJP受控环境农业为受控环境农业（CEA）开发监测数字孪生系统，系统具有 3 大架构，分别用于收集不同类型的数据、存储收集的数据并提取特征、本地或远程显示或评估数据原型46CASSIDYDJ教育利用数字孪生开发内窥镜手术基础考试的虚拟现实模拟课程，采用 ANCOVA 评估课程效果原型47ISIEDRS农业生产利用高保真光和植物建模工具开发农业光伏温室系统的数字孪生框架，计算系统内太阳能电池板功率和作物吸收的功率，提高系统能源利用效率原型48续表 （a）应用类别统计 （b）应用技术成熟度统计图 6 数字孪生案例分析4 结语通过文献综述，对数字孪生的实施方式进行了分析，针对图像监控、声音监测、精准饲喂等技术，分析了精准养猪技术，对数字孪生在现代猪场能耗分析、三维可视化、预测模型、环境模拟的应用进行了归纳，通过物理模型成本、养猪数据库、开发资源 3 个维度对局限性进行了总结，从技术成熟度的视角上对比分析了智慧猪场建设领域与农业等领域的应用案例。数字孪生在智慧猪场建设中的应用，在可视化、模拟分析、性能优化以及预测分析 4 个应用角度上都得到了体现，其中可视化的应用较常见。数字孪生在智慧猪场上的应用较少，未来发展需要更多经验模型、AI 算法、边界参数及数据库，来推动产业积极探索应用数字孪生技术。随着互联网形态进入 3.0，信息时代的海量数据推动人工智能生成内容技术（Artificial Intelligence Generated Content，AIGC）兴起49，强大的内容创造力为数字8现代农业装备2023年孪生发展提供了契机。数字孪生+AIGC 融合集成优势，将进一步促进数字孪生在智慧猪场建设的发展，真正赋能数字猪场。参考文献1 NASIRAHMADIA,HENSELO.TowardthenextgenerationofdigitalizationinagriculturebasedondigitaltwinparadigmJ.Sensors,2022,22(2):498-505.2 TZACHORA,RICHARDSCE,JEENS.TransformingagrifoodproductionsystemsandsupplychainswithdigitaltwinsJ.NpjScienceofFood,2022,6(1):47-49.3 HANX,LINZ,CLARKC,etal.AIbaseddigitaltwinmodelforcattlecaringJ.Sensors,2022,22(19):7118-7125.4 PURCELLW,NEUBAUERT.Digitaltwinsinagriculture:astate-of-the-artreviewJ.SmartAgriculturalTechnology,2022:100094.5 张新生.基于数字孪生的车间管控系统的设计与实现 D.郑州：郑州大学，20186 ZHANGH,LIUQ,CHENX,etal.Adigitaltwin-basedapproachfordesigningandmulti-objectiveoptimizationofhollowglassproductionlineJ.IEEEAccess,2017(5):26901-26911.7 陈川，陈岳飞，曾麟，等.数字孪生在智能制造领域的应用及研究进展 J.计量科学与技术，2020，556（12）：20-258 崔一辉，杨滨涛，方义，等.数字孪生技术在航空发动机智能生产线中的应用 J.航空发动机，2019，45（5）：93-969 SIVALINGAMK,SEPULVEDAM,SPRINGM,etal.AreviewandmethodologydevelopmentforremainingusefullifepredictionofoffshorefixedandfloatingwindturbinepowerconverterwithdigitaltwintechnologyperspectiveC/20182ndinternationalconferenceongreenenergyandapplications(ICGEA).IEEE,2018:197-204.10 XUB,WANGJ,WANGX,etal.Acasestudyofdigital-twin-modellinganalysisonpower-plant-performanceoptimizationsJ.CleanEnergy,2019,3(3):227-234.11 PRAWIRANTOK,CARMELIETJ,DEFRAEYET.Physics-baseddigitaltwinidentifiestrade-offsbetweendryingtime,fruitquality,andenergyuseforsolardryingJ.FrontiersinSustainableFoodSystems,2021(4):606845.12 董蕴晨，王振.数字孪生背景下城市设计与 GIS 技术方法研究综述 C/2022 全国建筑院系建筑数字技术教学与研究学术研讨会论文集武汉：华中科技大学出版社，202213 TRUUM,ANNUSI,ROOSIMGIJ,etal.Integrateddecisionsupportsystemforpluvialflood-resilientspatialplanninginurbanareasJ.Water,2021,13(23):3340-3346.14 李欣，刘秀，万欣欣 数字孪生应用及安全发展综述J.系统仿真学报，2019，31（3）：385-39215 SMITHMJ.GettingvaluefromartificialintelligenceinagricultureJ.AnimalProductionScience,2018,60(1):46-54.16 TANG,LEHMANNA,TEOYM,CAIW(EDS).MethodsandapplicationsformodelingandsimulationofcomplexsystemsEB/OL.(2019-02-14)2023-02-05.http:/ VERDOUWC,TEKINERDOGANB,BEULENSA,etal.DigitaltwinsinsmartfarmingJ.AgriculturalSystems,2021,189(15):103046.18 PYLIANIDISC,OSINGAS,ATHANASIADISIN.IntroducingdigitaltwinstoagricultureJ.ComputersandElectronicsinAgriculture,2021,184:105942.19 延宁，张忠丹.基于精准畜牧业的高效智能发展探析 J.畜牧兽医科技信息，2021，37（3）：12-13.20 GMEZY,STYGARAH,BOUMANSIJMM,etal.AsystematicreviewonvalidatedprecisionlivestockfarmingtechnologiesforpigproductionanditspotentialtoassessanimalwelfareJ.FrontiersinVeterinaryScience,2021,8:660565.21 李健.基于机器视觉的猪只饮水识别和体重测量研究 D.镇江：江苏大学，202022 TZANIDAKISC,SIMITZISP,ARVANITISK,etal.AnoverviewofthecurrenttrendsinprecisionpigfarmingtechnologiesJ.LivestockScience,2021,249:104530.23 CORDEIROAFS,NSIA,DASILVALEITOF,etal.Useofvocalisationtoidentifysex,age,anddistressinpigproductionJ.Biosystemsengineering,2018,173:57-63.24 WANGS,JIANGH,QIAOY,etal.Theresearchprogressofvision-basedartificialintelligenceinsmartpigfarmingJ.Sensors,2022,22(17):6541.25 GAUTHIERR,LARGOUTC,DOURMADJY.Predictionoflitterperformanceinlactatingsowsusingmachinelearning,forprecisionlivestockfarmingJ.ComputersandElectronicsinAgriculture,2022,196:9第4期尤德安 等：数字孪生技术在现代化猪场生产应用的研究进展106876.26 GARRIDO-IZARDM,CORREAEC,REQUEJOJM,etal.Continuousmonitoringofpigsinfatteningusingamulti-sensorsystem:behaviorpatternsJ.Animals,2019,10(1):52.27 SHIPUX,YUNSHENGW,WENWENH,etal.DesignandimplementationofpiggrowthmonitoringsystembasedonwirelesscommunicationC/2020IEEE3rdInternationalConferenceonComputerandCommunicationEngineeringTechnology(CCET),IEEE,2020:239-243.28 吕恩利，何欣源，罗毅智，等哺乳母猪智能饲喂物联网系统设计 J.华南农业大学学报，2023，44（1）：57-6429 JOSK,PARKDH,PARKH,etal.EnergyplanningofpigstyusingdigitaltwinC/2019InternationalConferenceonInformationandCommunicationTechnologyConvergence(ICTC).IEEE,2019:723-725.30 袁月明，宋阳，周丽娜，等.基于 Ecotect 猪舍光热环境的模拟仿真 J.吉林农业大学学报，2018，40（4）：497-50131 陆蓉，胡肄农，黄小国，等.物联网猪场三维建模与视景仿真系统的设计与实现 C/中国畜牧兽医学会信息技术分会 2016 年学术研讨会文献.2016DOI：ConferenceArticle/5af27348c095d716587edb16.32 何晓.基于 3D 物联网的猪场可视化管理及远程诊断系统的开发设计与实现 D.合肥：安徽农业大学，202033 刘红刚，张丽慧，钟林忆，等.基于数字孪生的智慧猪场管理平台设计与应用研究J.现代农业装备，2022，43（6）：38-4434 MATM,CHENR,WANGX,etal.StudyonammoniaconcentrationpredictionmodelofpigstybasedonltsmneuralnetworkJ.SchJAgricVetSci,2022(7):80-84.35 PENGS,ZHUJ,LIUZ,etal.PredictionofammoniaconcentrationinapighousebasedonmachinelearningmodelsandenvironmentalparametersJ.Animals,2022,13(1):165.36 谢秋菊，郑萍，包军，等.基于深度学习的密闭式猪舍内温湿度预测模型 J.农业机械学报，2020，51（10）：353-36137 曾志雄，罗毅智，余乔东，等.基于时间序列和多元模型的集约化猪舍温度预测 J.华南农业大学学报，2021，42（3）：111-11838 冯大春，刘双印，尹航，等.规模化肉鸽养殖数字化建设及应用示范 J.中国家禽，2022，44（10）：112-11739 康献民，陈尧，王建生，等.机械装备的数字孪生结构参数分析与评价方法研究 J.机床与液压，2022，50（19）：14-1940 刘俊.基于数字孪生的机器人虚拟调试系统设计及开发 J.机电信息，2022，22（19）：34-3741 熊祥盛，许静，陈平录.基于数字孪生的农业耕作监控系统 J.农业技术与装备，2022，38（3）：78-80.42 王德权.基于数字孪生的虚拟数字化工厂平台 J.智能制造，2022，29（5）：50-5343 徐栋梁，黄河清.基于数字孪生的智慧农业生产监控系统设计与应用J.广东通信技术，2022，42（5）：64-6744 郑蕾娜，王易玄，刘美玲，等.基于数字孪生的智慧农业云服务关键技术研究J.浙江万里学院学报，2022，35（5）：84-9045 王志强，盖素丽，崔彦军，等.基于数字孪生与区块链的智慧农业系统研究 J.河北省科学院学报，2021，38（1）：66-7346 GONZLEZJP,SANCHEZ-LONDOOD,BARBIERIG.AmonitoringdigitaltwinforservicesofcontrolledenvironmentagricultureJ.IFAC-PapersOnLine,2022,55(19):85-90.47 CASSIDYDJ,COETM,JOGERSTKM,etal.Transferofvirtualrealityendoscopytrainingtoliveanimalcolonoscopy:arandomizedcontroltrialofproficiencyvs.repetition-basedtrainingJ.SurgicalEndoscopy,2022,36(9):6767-6776.48 ISIEDRS,MENGIE,ZOHDITI.Adigital-twinframeworkforgenomic-basedoptimizationofanagrophotovoltaicgreenhousesystemJ.ProceedingsoftheRoyalSocietyA,2022,478(2267):20220414.49 李白杨，白云，詹希旎，等人工智能生成内容（AIGC）的技术特征与形态演进 J.图书情报知识，2023（1）：1-9.（下转第70页）70现代农业装备2023年Rollingelementbearingdefectdiagnosisundervariablespeedoperationthroughanglesynchronousaveragingofwaveletde-noisedestimateJ.MechanicalSystemsandSignalProcessing,2016,72-73:206-222.12 宋宝玉，解志杰，张锋，等基于角度域同步平均和阶次分析的低速斜齿轮故障诊断 J吉林大学学报（工学版），2015，45（2）：454-459Research on Instantaneous Speed Fluctuation Waveform of Hydraulic MotorLiuJiamin1,LuTao1,GuLichen2(1.CollegeofMechanicalEngineering,ShaanxiPolytechnicInstitute,Xianyang712000,China；2.SchoolofMechatronicEngineering,XianUniversityofArchitectureandTechnology,Xian710055,China)Abstract:The purpose of this study is to analyze the instantaneous speed fluctuation characteristics of the hydraulic axial piston motor.It can directly affect the stability and reliability of the load.Based on the theoretical model,the mechanism of instantaneous speed fluctuation of hydraulic piston motor is analyzed,and the acquisition process of instantaneous speed fluctuation is clarified.The Angle waveform characteristics of instantaneous speed fluctuation of hydraulic motor are realized by using synchronous average algorithm and smooth filtering processing.The relationship between instantaneous speed fluctuation of hydraulic motor and system speed and load is studied by experiments.The relevant research provides theoretical basis and method support for the reliability analysis of hydraulic components on-line monitoring operation.Key words:hydraulic motor;instantaneous speed;mechanism;waveformResearch Progress on the Application of Digital Twins in Modern Pig Farm ProductionYouDean1,WuXiquan2,LuChang2,DongZhaojie2,ZengZhixiong2,3,LyuEnli2,3(1.CollegeofElectronicEngineering(CollegeofArtificialIntelligence),SouthChinaAgriculturalUniversity,Guangzhou510642,China;2.CollegeofEngineering,SouthChinaAgriculturalUniversity,Guangzhou510642,China;3.SouthChinaKeyLaboratoryofModernAgriculturalIntelligentEquipment,MinistryofAgricultureandRuralAffairs,Guangzhou510630,China)Abstract:Digital twins establish numerical models based on physical objects,and use technologies such as artificial intelligence,machine vision and augmented reality to achieve performance optimiza