FEED-002: 饲喂记录与用量

优先级: 🔴 高 (18.0分) | 技术复用度: 80% | 实施周期: 2-3周

客户原话

"我们每天要喂3次料,每次都要记录喂了多少料、哪个栏舍、什么时间。以前用本子记,每天要花30分钟记录,还容易记错。有时候猪采食量突然下降,可能是生病了,但我们发现得晚,等发现时已经传染开了。还有,月底要统计饲料消耗,要把本子上的数据加起来,经常算错。我们想用系统记录,最好能自动统计,还能预警异常。"
—— 某养猪场饲养主管

业务场景描述

典型场景

场景1: 日常饲喂记录

饲养员每天3次饲喂
记录栏舍、饲料类型、用量、时间
手工记录本子,字迹潦草
记录不规范,信息不完整
查询困难,无法快速统计

场景2: 采食量异常预警

某栏猪采食量突然下降30%
可能是疾病、应激、饲料问题
手工记录发现不及时
等发现时已经2-3天,损失大
无法及时采取措施

场景3: 饲料消耗统计

月底统计各栏舍饲料消耗
手工翻本子,逐条累加
计算容易出错,要反复核对
统计耗时2-3小时
无法按批次、品种分析

场景4: 料肉比计算

需要计算料肉比评估效率
饲料消耗数据不准确
体重增长数据不完整
手工计算,容易出错
无法对比不同批次

场景5: 饲料库存预警

不知道饲料还能用几天
突然发现没料了,紧急采购
采购不及时,影响饲喂
库存积压或短缺,无法优化
采购计划不合理

核心痛点

记录费时 - 手工记录每天30分钟,效率低
统计不准 - 用量统计靠人工,容易出错
异常发现慢 - 采食量异常发现不及时
成本不清 - 饲料消耗无法追溯,成本不明
管理混乱 - 多人记录格式不统一,难以管理

业务流程图

当前人工流程

graph TB
    A[准备饲喂] --> B[称量饲料]
    B --> C[投喂到栏舍]
    C --> D[手工记录本子]
    D --> E[记录栏舍/用量/时间]

    F[月底统计] --> G[翻查本子]
    G --> H[逐条累加]
    H --> I[计算器计算]
    I --> J{数据对吗?}
    J -->|对| K[生成报表]
    J -->|不对| H

    L[发现采食量下降] --> M[凭经验判断]
    M --> N{是否异常?}
    N -->|是| O[通知兽医]
    N -->|不确定| P[继续观察]

    style D fill:#ffcccc
    style H fill:#ffcccc
    style M fill:#ffcccc

自动化流程

graph TB
    A[准备饲喂] --> B[扫描栏舍二维码]
    B --> C[选择饲料类型]
    C --> D[输入用量]
    D --> E[自动保存记录]
    E --> F[实时更新库存]

    G[系统自动分析] --> H[对比历史数据]
    H --> I{采食量异常?}
    I -->|下降>20%| J[红色预警/推送通知]
    I -->|下降10-20%| K[黄色提示]
    I -->|正常| L[绿色正常]

    M[查看统计报表] --> N[选择时间范围]
    N --> O[自动计算汇总]
    O --> P[按栏舍/批次/品种分析]
    P --> Q[导出Excel]

    style E fill:#ccffcc
    style J fill:#ccffcc
    style O fill:#ccffcc

数据流与依赖

数据输入

饲喂记录: 栏舍、饲料类型、用量、时间、操作员
栏舍信息: 来自栏舍管理(← ARCH-002)
饲料配方: 来自饲料配方(← FEED-001)
存栏数量: 来自栏舍管理(← ARCH-002)

数据输出

消耗统计: 提供给饲料库存(→ FEED-003)
成本数据: 提供给成本核算(→ DATA-001)
异常预警: 提供给疫病监测(→ HEALTH-002)

场景依赖关系

graph LR
    A[ARCH-002
栏舍管理] --> B[FEED-002
饲喂记录]
    C[FEED-001
饲料配方] --> B
    B --> D[FEED-003
饲料库存]
    B --> E[DATA-001
成本核算]
    B --> F[HEALTH-002
疫病监测]

    style B fill:#e1f5ff

技术实现方案

核心功能模块

1. 饲喂记录数据结构

json

{
  "record_id": "FR202406050001",
  "farm_id": "F001",
  "building": "1号舍",
  "pen": "101栏",
  "batch_id": "B202403",
  "animal_count": 50,

  "feed_info": {
    "feed_id": "FEED001",
    "feed_name": "育肥料",
    "feed_type": "配合饲料",
    "amount": 125.5,
    "unit": "kg",
    "price_per_kg": 3.2
  },

  "feeding_time": "2024-06-05 08:30:00",
  "meal_type": "早餐",
  "operator": "张饲养员",

  "statistics": {
    "per_head_amount": 2.51,
    "expected_amount": 2.5,
    "deviation": 0.01,
    "deviation_rate": "0.4%"
  },

  "notes": "正常饲喂",
  "created_at": "2024-06-05 08:35:00"
}

2. 采食量异常检测

javascript

// 检测采食量异常
function detectFeedingAnomaly(pen, currentAmount) {
  // 获取该栏舍历史7天平均采食量
  let history = getFeedingHistory(pen, 7)
  let avgAmount = calculateAverage(history.map(r => r.per_head_amount))
  let stdDev = calculateStdDev(history.map(r => r.per_head_amount))

  // 计算当前采食量偏差
  let perHeadAmount = currentAmount / pen.animal_count
  let deviation = (perHeadAmount - avgAmount) / avgAmount

  // 异常判断
  if (deviation < -0.3) {
    return {
      level: 'critical',
      color: 'red',
      message: `采食量下降${Math.abs(deviation * 100).toFixed(1)}%,严重异常!`,
      actions: [
        '立即检查猪群健康状况',
        '检查饲料质量',
        '检查饮水系统',
        '通知兽医诊断'
      ],
      notify: ['兽医', '场长']
    }
  } else if (deviation < -0.2) {
    return {
      level: 'warning',
      color: 'orange',
      message: `采食量下降${Math.abs(deviation * 100).toFixed(1)}%,需要关注`,
      actions: [
        '观察猪群精神状态',
        '检查环境温度',
        '检查饲料适口性'
      ],
      notify: ['饲养主管']
    }
  } else if (deviation < -0.1) {
    return {
      level: 'info',
      color: 'yellow',
      message: `采食量下降${Math.abs(deviation * 100).toFixed(1)}%,轻微波动`,
      actions: ['继续观察'],
      notify: []
    }
  } else if (deviation > 0.2) {
    return {
      level: 'info',
      color: 'blue',
      message: `采食量增加${(deviation * 100).toFixed(1)}%,可能是生长加速`,
      actions: ['确认饲料供应充足'],
      notify: []
    }
  } else {
    return {
      level: 'normal',
      color: 'green',
      message: '采食量正常',
      actions: [],
      notify: []
    }
  }
}

3. 饲料消耗统计

javascript

// 统计饲料消耗
function calculateFeedConsumption(criteria) {
  let records = getFeedingRecords(criteria)

  let summary = {
    period: criteria.period,
    total_amount: 0,
    total_cost: 0,
    by_feed_type: {},
    by_building: {},
    by_batch: {},
    daily_average: 0,
    per_head_average: 0
  }

  records.forEach(record => {
    // 总用量和总成本
    summary.total_amount += record.feed_info.amount
    summary.total_cost += record.feed_info.amount * record.feed_info.price_per_kg

    // 按饲料类型统计
    if (!summary.by_feed_type[record.feed_info.feed_name]) {
      summary.by_feed_type[record.feed_info.feed_name] = {
        amount: 0,
        cost: 0,
        records_count: 0
      }
    }
    summary.by_feed_type[record.feed_info.feed_name].amount += record.feed_info.amount
    summary.by_feed_type[record.feed_info.feed_name].cost +=
      record.feed_info.amount * record.feed_info.price_per_kg
    summary.by_feed_type[record.feed_info.feed_name].records_count++

    // 按栋舍统计
    if (!summary.by_building[record.building]) {
      summary.by_building[record.building] = {
        amount: 0,
        cost: 0,
        animal_count: 0
      }
    }
    summary.by_building[record.building].amount += record.feed_info.amount
    summary.by_building[record.building].cost +=
      record.feed_info.amount * record.feed_info.price_per_kg

    // 按批次统计
    if (record.batch_id) {
      if (!summary.by_batch[record.batch_id]) {
        summary.by_batch[record.batch_id] = {
          amount: 0,
          cost: 0,
          animal_count: 0,
          days: 0
        }
      }
      summary.by_batch[record.batch_id].amount += record.feed_info.amount
      summary.by_batch[record.batch_id].cost +=
        record.feed_info.amount * record.feed_info.price_per_kg
    }
  })

  // 计算平均值
  let days = calculateDays(criteria.start_date, criteria.end_date)
  summary.daily_average = summary.total_amount / days

  let totalAnimals = getTotalAnimals(criteria)
  summary.per_head_average = summary.total_amount / totalAnimals / days

  return summary
}

4. 料肉比计算

javascript

// 计算料肉比
function calculateFCR(batch_id, start_date, end_date) {
  // 获取饲料消耗
  let feedRecords = getFeedingRecords({
    batch_id: batch_id,
    start_date: start_date,
    end_date: end_date
  })
  let totalFeed = feedRecords.reduce((sum, r) => sum + r.feed_info.amount, 0)

  // 获取体重增长
  let weightRecords = getWeightRecords({
    batch_id: batch_id,
    start_date: start_date,
    end_date: end_date
  })

  let startWeight = weightRecords[0].total_weight
  let endWeight = weightRecords[weightRecords.length - 1].total_weight
  let weightGain = endWeight - startWeight

  // 计算料肉比
  let fcr = totalFeed / weightGain

  // 评估
  let assessment = assessFCR(fcr)

  return {
    batch_id: batch_id,
    period: {
      start_date: start_date,
      end_date: end_date,
      days: calculateDays(start_date, end_date)
    },
    feed_consumption: totalFeed,
    weight_gain: weightGain,
    fcr: fcr.toFixed(2),
    assessment: assessment,
    benchmark: 2.8,
    deviation: ((fcr - 2.8) / 2.8 * 100).toFixed(1) + '%'
  }
}

function assessFCR(fcr) {
  if (fcr < 2.5) {
    return {level: 'excellent', color: 'green', message: '优秀,低于行业平均'}
  } else if (fcr < 2.8) {
    return {level: 'good', color: 'blue', message: '良好,接近行业平均'}
  } else if (fcr < 3.2) {
    return {level: 'normal', color: 'yellow', message: '一般,略高于行业平均'}
  } else {
    return {level: 'poor', color: 'red', message: '较差,需要改进'}
  }
}

技术复用度分析

可复用的技术能力（80%）:

技术能力	复用场景	说明
数据记录	中央厨房PROD-001	相同的记录管理逻辑
异常检测	水利行业MON-002	相同的阈值预警算法
统计分析	中央厨房PLAN-004	相同的数据统计能力
移动应用	工业园区FACILITY-001	相同的移动端录入

需要新开发的能力（20%）:

采食量异常检测算法
料肉比计算逻辑

实施方案

实施步骤

第1周: 系统开发与测试

开发移动端饲喂记录应用
开发异常检测算法
开发统计分析功能
选择1个栋舍试点测试

第2周: 数据迁移与培训

导入历史饲喂数据(近3个月)
培训饲养员使用移动端
制定记录规范和流程
测试异常预警功能

第3周: 全面上线与优化

全部栋舍上线使用
监控数据质量
优化异常检测阈值
收集反馈持续改进

成本估算

软件成本:

平台开发: 约5-6万元(可复用80%)
移动端应用: 约2-3万元
平板电脑: 2000元/台 × 5台 = 1万元

人力成本节省:

记录时间减少80%: 约2万元/年
统计时间减少90%: 约1.5万元/年
异常发现及时,减少损失: 约5-8万元/年
年节省成本: 约8.5-11.5万元

投资回收期: 约8-10个月

预期收益

效率提升:

记录时间: 从30分钟 → 5分钟
统计时间: 从2小时 → 5分钟
异常发现: 从2-3天 → 实时

准确性提升:

记录准确率: 从85% → 99%
统计准确率: 从90% → 100%
异常识别率: 从60% → 95%

FEED-002: 饲喂记录与用量 ​

客户原话 ​

业务场景描述 ​

典型场景 ​

核心痛点 ​

业务流程图 ​

当前人工流程 ​

自动化流程 ​

数据流与依赖 ​

数据输入 ​

数据输出 ​

场景依赖关系 ​

技术实现方案 ​

核心功能模块 ​

1. 饲喂记录数据结构 ​

2. 采食量异常检测 ​

3. 饲料消耗统计 ​

4. 料肉比计算 ​

技术复用度分析 ​

实施方案 ​

实施步骤 ​

成本估算 ​

预期收益 ​

相关资源 ​

FEED-002: 饲喂记录与用量

客户原话

业务场景描述

典型场景

核心痛点

业务流程图

当前人工流程

自动化流程

数据流与依赖

数据输入

数据输出

场景依赖关系

技术实现方案

核心功能模块

1. 饲喂记录数据结构

2. 采食量异常检测

3. 饲料消耗统计

4. 料肉比计算

技术复用度分析

实施方案

实施步骤

成本估算

预期收益

相关资源