Research on virtual design of gearbox gear based on knowledge
-
摘要:目的
为解决农机变速箱虚拟设计与仿真过程中，齿轮零件复杂多变、知识重用率低的问题。
方法在对变速箱齿轮知识进行分类的基础上，采用本体对齿轮设计知识进行描述，融合知识工程与参数化设计技术，提出了一种基于知识的齿轮虚拟设计方法。以拖拉机变速箱复杂花键齿轮设计为例对系统进行验证。
结果以三维建模软件NX为平台开发了变速箱齿轮虚拟设计系统，通过人机系统界面获取齿轮设计需求，在齿轮设计知识库和模型库的支持下，利用知识重用推理出齿轮结构，在几何参数的驱动下，快速构建出符合设计需求的齿轮模型，实现了复杂结构齿轮的快速智能设计。验证结果表明，在人机界面进行设计需求录入，系统在数秒内自动输出花键齿轮详细结构模型。
结论该系统可以较好地支持变速箱的虚拟设计与仿真，缩短了农机的开发周期，也可为其他机械产品的虚拟设计提供技术借鉴。
Abstract:ObjectiveIn order to solve the problems of complex and variable gear parts and low knowledge reuse rate in the process of virtual design and simulation of agricultural gearboxes.
MethodBased on the classification of gearbox gear knowledge, the ontology was used to describe the gear design knowledge. Combining knowledge engineering and parametric design technology, a knowledge-based virtual gear design method was proposed. This system was verified using the complex spline gear design of tractor gearbox as an example.
ResultA virtual design system for gearbox gear was developed using the three-dimensional modeling software NX as a platform. The gear design requirements were obtained through the human-machine system interface. With the support of gear design knowledge base and model library, the gear structure was inferred using knowledge reuse. Driven by the geometric parameters, a gear model that met the design requirements was quickly constructed to achieve the rapid and intelligent design of gears with complex structures. The verification results showed that the system could automatically output the detailed spline gear structure model in seconds when entering the design requirements in the man-machine interface.
ConclusionThis system can better support the virtual design and simulation of gearbox, shorten the development cycle of agricultural machinery, and also provide a technical reference for the virtual design of other mechanical product.
-
Keywords:
- gearbox /
- gear /
- knowledge engineering /
- parameterization /
- ontology representation
-
宁夏回族自治区位于中国西北内陆地区，界于北纬35°14′~39°14′，东经104°17′~109°39′之间；由于其独特的地理环境及适宜的气候，长期以来是我国奶牛养殖大省，亦是奶牛生产性能测定最早的省区之一[1]。泌乳性状是评定奶牛生产性能最重要的经济指标，主要包括乳脂率、乳蛋白率、脂蛋比、乳糖率、日产奶量、305 d产奶量、体细胞评分、乳固形物含量、高峰奶量和泌乳高峰日等，主要受群体遗传结构(如：品种组成)、生理、营养、生产环境(如：季节、牧场等)、繁殖性能、饲养管理水平等诸多因素的影响[2-3]，这些指标直接决定了牧场的收益及未来发展趋势。因此在实际生产实践中必须从奶牛饲养技术本身出发，通过精细化管理及精准饲喂来提高原料乳品的产量和质量，保证奶业及养殖企业的自身利益和消费者的身体健康，进一步推动下游加工企业的利益最大化，维护奶业生产链的良性循环发展。为此，众多学者及企业界对我国奶牛养殖业现状进行深入调查研究，基于奶牛群改良计划(Dairy herd improvement, DHI)获得重要的反映奶牛群配种、繁殖、饲养、疾病、生产性能等方面的基础信息数据[4]，统计分析产奶量及乳成分等性状在非遗传因素影响下的特征及变化规律，可为实施畜群饲养管理和营养调控提供理论依据。
在国际上，Adediran等[5]研究表明品种、牧场规模、胎次、产犊季节等因素对奶牛产奶量、乳脂量和乳蛋白量均有极显著影响；Bonfoh等[6]以Malian zebu母牛为研究对象，发现在瑞士炎热季节(5—6月份)30%的牛乳样本每毫升含有大于350 000个体细胞，提示该地区牛群中亚临床乳腺炎的患病率较高。Koc[7]以不同环境因素及延长产犊间隔对红荷斯坦奶牛产奶量的影响研究发现，与12个月相比，产犊间隔为15个月和18个月的泌乳量分别增加了18.9%和30.9%，305 d产奶量分别增加了8.8%和8.1%。然而，日产奶量在15个月中的数值下降了2.4%，在18个月中下降了15.9%。Guinn等[8]研究表明夏季高温胁迫对美国不同气候区域奶牛生产性能均有负面影响，且有些地区影响较大，证明了监测热应力程度指标的重要性。Franzoi等[9]研究发现极低的体细胞评分(<−1.00)对产奶量和乳品质性状具有与高体细胞评分(>4.00)相似甚至更强的不利影响；随着体细胞评分的增加，荷斯坦牛的粗脂肪和粗蛋白总产量以及几种矿物质的损失均出现降低。在国内，童雄等[10]对华南地区荷斯坦牛泌乳性能在季节、胎次、泌乳时期影响下的变化规律进行研究发现，夏季产奶量极显著低于其他季节；在乳成分上，夏季的各项指标均为最低值，且极显著低于春冬季节。熊本海等[11]研究表明天津地区荷斯坦牛自然月份及胎次分别极显著或显著影响乳脂率、乳蛋白率、乳糖率和体细胞数等9项观察指标。竹磊等[12]对北京地区荷斯坦牛泌乳早期体细胞数的群体特征及影响因素分析表明，泌乳早期体细胞数高于产后8~133 d的体细胞数；胎次、泌乳天数、环境温湿度均对泌乳早期体细胞评分有显著的影响。
宁夏地区荷斯坦牛泌乳性状的影响因素也已有报道，刘丽元等[1]研究发现胎次、初产月龄、产犊季节和产犊间隔是影响荷斯坦奶牛305 d产奶量的重要因素，胎次、产犊季节和产奶量是影响奶牛产犊间隔的重要因素。李欣等[13]对产奶量及乳成分随泌乳周数变化的模型进行了构建与分析。张海平等[14]探究了体细胞数、产奶量、乳脂率、乳蛋白率、乳糖率和乳固形物含量在非遗传因素下的变化规律，但没有对每个性状与不同影响因素的显著性关系进行深入研究。因此，本研究对宁夏地区20个牧场2010—2015年出生的荷斯坦奶牛DHI测定数据进行分析，较全面地分析胎次、泌乳时期和产犊季节对9项泌乳性状的影响，并探讨泌乳性状在不同体细胞评分中的变化规律，以期为提高宁夏地区荷斯坦奶牛泌乳性能及生鲜乳质量提供理论依据，为科学合理的饲养管理提供参考。
1. 材料与方法
1.1 数据来源
本试验20个牧场2010—2015年出生的荷斯坦奶牛在2017年4月份的DHI测定数据均来自宁夏畜牧工作站。
1.2 数据处理与水平划分
运用Microsoft Excel 2016对源数据进行筛选，剔除空值、错误值和极端值后，得到有准确记录的乳脂率、乳蛋白率、脂蛋比、乳糖率、乳固形物含量、日产奶量及体细胞评分的数据各17 796条，高峰奶量和泌乳高峰日数据各17 388条。泌乳性状表型参数描述性统计结果见表1。
表 1 宁夏地区荷斯坦牛泌乳性状表型参数描述性统计Table 1. Descriptive statistics of phenotypic parameters of Holstein cow’s lactation in Ningxia region性状 Trait 数据量 Data amount 平均值 ${\bar x}$ 标准误 σ 最大值 Max. 最小值 Min. 日产奶量/kg Daily milk yield 17796 32.18 0.082 70.60 5.00 乳脂率/% Milk fat percentage 17796 3.73 0.007 7.94 1.02 乳蛋白率/% Milk protein percentage 17796 3.32 0.003 4.69 2.03 脂蛋比 Fat to protein ratio 17796 1.12 0.002 3.09 0.28 体细胞评分 Somatic cell score 17796 2.71 0.013 9.00 0.00 乳糖率/% Milk lactose percentage 17796 4.89 0.002 5.46 2.44 乳固形物含量/% Milk solid content 17796 12.42 0.009 18.76 8.74 高峰奶量/kg Peak milk yield 17388 42.97 0.082 80.00 18.60 泌乳高峰日/d The day of peak milk yield 17388 80.84 0.446 305.00 1.00 本研究分析的非遗传影响因素包括胎次、泌乳时期及产犊季节。胎次分为1、2、3、4、5胎；泌乳时期分为早期(0~100 d)、中期(101~200 d)、晚期(≥ 201 d)；产犊季节按照当地气候划分为春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12—2月)。
体细胞评分=Log2(体细胞数/100 000)+3，并划分为10个水平，分别为0(2×103~17×103 mL−1)、1(18×103~35×103 mL−1)、2(36×103~70×103 mL−1)、3(71×103~141×103 mL−1)、4(142×103~282×103 mL−1)、5(283×103~565×103 mL−1)、6(566×103~1130×103 mL−1)、7(1 134×103~2262×103 mL−1)、8(2 270×103~4513×103 mL−1)、9(4 572×103~7 696×103 mL−1)。
1.3 影响因素的显著性检验
影响因素显著性检验使用SAS 9.2(SAS Institute, Cary, NC, USA)的线性混合模型(Linear mixed model)，以GLM过程分析胎次、泌乳时期及产犊季节对泌乳性状的影响，用Duncan’s法进行多重比较，结果以平均值±标准误表示。非遗传因素分析模型如下：
$$\begin{split} {{\rm{Y}}_{ijklm}} = &{\rm{\mu }} + {\rm{Parity}}{\left( \alpha \right)_i} + {\rm{Season}}{\left( \beta \right)_j} + {\rm{Lactation}}{\left( \gamma \right)_k} +\\& {\left( {\alpha \beta } \right)_{i\;j}} + {\left( {\beta \gamma } \right)_{j\;k}} + {\left( {\alpha \gamma } \right)_{i\;k}} + {a_{ijkl}} + {e_{ijklm}}, \end{split}$$ 式中：Yijklmn为奶牛乳脂率、乳蛋白率、脂蛋比、乳糖率、乳固形物含量、日产奶量、高峰奶量、泌乳高峰日和体细胞评分这些性状各自的观测值；μ为总平均数；Parityi为胎次固定效应；Seasonj为产犊季节固定效应；Lactationk为泌乳时期固定效应；(αβ)i j、(βγ)j k和(αγ)i k为胎次、泌乳时期和产犊季节两两之间的互作效应；aijkl为个体的随机遗传效应；eijklm为随机残差效应。
乳成分及相关指标之间的相关性用Pearson系数(r)衡量，采用SAS 9.2(SAS Institute, Cary, NC, USA)软件的corr过程进行相关性分析及显著性检验。
2. 结果与分析
2.1 胎次、泌乳时期和产犊季节对9项性状的影响
9项性状指标与胎次、泌乳时期及产犊季节的方差分析结果(表2)显示，胎次、泌乳时期、产犊季节及泌乳时期和产犊季节的交互作用对9项泌乳性状的影响均达到显著水平(P<0.05)。胎次和泌乳时期互作对日产奶量、脂蛋比、体细胞评分、乳糖率、乳固形物含量、高峰奶量及泌乳高峰日的影响显著，而对乳脂率和乳蛋白率无显著影响(P>0.05)。胎次和产犊季节互作除对日产奶量、乳脂率、乳固形物含量和泌乳高峰日的影响达到显著水平外，对其他泌乳性状均无显著影响。
表 2 胎次、泌乳时期和产犊季节与观察的9项性状之间的方差分析(P值)Table 2. The variance analysis between parity, lactation stage, calving season and observed nine traits (P value)性状
Trait胎次
Parity泌乳时期
Lactation
stage产犊季节
Calving
season胎次×泌乳时期
Parity×
Lactation stage胎次×产犊季节
Parity×
Calving season泌乳时期×产犊季节
Lactation stage ×
Calving season日产奶量 Daily milk yield <0.0001 <0.0001 <0.0001 <0.0001 0.0101 <0.0001 乳脂率 Milk fat percentage <0.0001 <0.0001 <0.0001 0.1760 0.0425 <0.0001 乳蛋白率 Milk protein percentage <0.0001 <0.0001 <0.0001 0.0667 0.1044 <0.0001 脂蛋比 Fat to protein ratio <0.0001 <0.0001 0.0099 0.0446 0.2821 <0.0001 体细胞评分 Somatic cell score <0.0001 <0.0001 0.0416 <0.0001 0.1861 <0.0001 乳糖率 Milk lactose percentage <0.0001 <0.0001 <0.0001 <0.0001 0.2664 <0.0001 乳固形物含量 Milk solidcontent <0.0001 <0.0001 <0.0001 0.0081 0.0019 <0.0001 高峰奶量 Peak milk yield <0.0001 <0.0001 <0.0001 <0.0001 0.1177 <0.0001 泌乳高峰日 The day of peak milk yield <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 <0.0001 2.2 胎次对9项泌乳性状的影响
胎次对不同泌乳性状的影响均达到显著水平(表3)。随着胎次的增加，乳脂率、乳蛋白率、乳固形物含量、日产奶量、高峰奶量和脂蛋比均呈现先增高后下降的趋势。其中乳脂率在第2胎次最高，为3.79%，显著高于第1、4、5胎次；乳蛋白率在第3胎次最高，为3.35%，显著高于第1、4、5胎次；乳固形物含量在第2胎次达到最高，为12.51%，且显著高于其他胎次；日产奶量第4胎次(35.06 kg)显著高于前3个胎次，到第5胎次稍有下降，但差异不显著；高峰奶量在第3胎次达到最高水平(47.20 kg)，显著高于第1、2、5胎次；脂蛋比第2胎次(1.13)显著高于第1胎次，其他胎次均差异不显著。
表 3 不同胎次泌乳性状的最小二乘均值1)Table 3. Least square means of lactation traits in different parities性状
Trait1胎次 1st parity 2胎次 2nd parity 3胎次 3rd parity 4胎次 4th parity 5胎次 5th parity ${\bar{\boldsymbol x}}$±σ 数据量
Data
amount${\bar{\boldsymbol x}}$±σ 数据量
Data
amount${\bar{\boldsymbol x}}$±σ 数据量
Data
amount${\bar{\boldsymbol x}}$±σ 数据量
Data
amount${\bar{\boldsymbol x}}$±σ 数据量
Data
amount日产奶量/kg Daily milk yield 30.37±0.129a 7061 33.83±0.140b 5610 32.00±0.181c 3585 35.06±0.301d 1292 34.54±0.688bd 3585 乳脂率/% Milk fat percentage 3.67±0.011a 7061 3.79±0.012b 5610 3.77±0.016bc 3585 3.72±0.026ac 1292 3.62±0.059a 248 乳蛋白率/% Milk protein percentage 3.30±0.005a 7061 3.35±0.005b 5610 3.35±0.006b 3585 3.30±0.011a 1292 3.25±0.025c 248 脂蛋比 Fat to protein ratio 1.12±0.003a 7061 1.13±0.004b 5610 1.13±0.005ab 3585 1.13±0.008ab 1292 1.12±0.017ab 248 体细胞评分 Somatic cell score 2.57±0.021a 7061 2.70±0.023b 5610 2.92±0.029c 3585 2.83±0.048c 1292 3.26±0.110d 248 乳糖率/% Milk lactose percentage 4.96±0.003a 7061 4.86±0.003b 5610 4.84±0.004c 3585 4.86±0.007b 1292 4.86±0.016bc 248 乳固形物含量/% Milk solid content 12.39±0.014a 7061 12.51±0.016b 5610 12.43±0.020a 3585 12.37±0.033a 1292 12.13±0.075c 248 高峰奶量/kg Peak milk yield 37.03±0.111a 6842 46.66±0.124b 5497 47.20±0.154c 3533 46.96±0.257bc 1274 44.39±0.589d 242 泌乳高峰日/d The day of
peak milk yield94.07±0.699a 6842 72.87±0.780b 5497 73.32±0.973b 3533 67.33±1.620c 1274 68.55±3.716bc 242 1) 同行数据后的不同小写字母表示不同胎次间差异显著(P<0.05, Duncan’s法)
1) Different lowercase letters in the same row indicate significant differences among different parities (P<0.05, Duncan’s method)乳糖率则呈现先下降后上升的趋势，第3胎次(4.84%)显著低于第1、2、4胎次。泌乳高峰日在第1胎次最晚出现，为94.07 d，显著高于其他胎次，第4胎次泌乳高峰日出现最早(67.33 d)，显著低于第1、2、3胎次。体细胞评分随着胎次的增加呈上升趋势，第5胎次(3.26)显著高于前4个胎次。
2.3 1~3胎次泌乳时期对7项泌乳性状的影响
由于第4和5胎次的数据量较少，因此在“2.3”和“2.4”的分析中不作考虑。由表4可知，1~3胎次泌乳时期对泌乳性状均影响显著。其中日产奶量和乳糖率在第1胎次泌乳前期和中期差异不显著，泌乳后期迅速下降，而在2、3胎次随着泌乳时期的延长均逐步下降。乳蛋白率和乳固形物含量3个胎次均随着泌乳时期的延长呈现上升趋势。体细胞评分和乳脂率在第1胎次呈现先下降再上升的趋势，第2、3胎次体细胞评分和乳脂率随泌乳时期延长均逐渐增高，且体细胞评分和乳脂率(第3胎次泌乳前期和中期除外)在不同泌乳时期差异显著。脂蛋比在第1胎次泌乳前期至泌乳后期表现出先下降后上升的趋势，到第2、3胎次时呈现下降趋势，仅泌乳前期和中后期均差异显著。
表 4 泌乳性状在不同泌乳时期的最小二乘均值1)Table 4. Least square means of lactation traits in different lactation stages性状
Trait胎次
Parity泌乳前期 Early lactation 泌乳中期 Mid lactation 泌乳后期 Late lactation ${\bar{\boldsymbol x}}$±σ 数据量
Data amount${\bar{\boldsymbol x}}$±σ 数据量
Data amount${\bar{\boldsymbol x}}$±σ 数据量
Data amount日产奶量/kg Daily milk yield 1 31.73±0.179a 3585 31.67±0.202a 3585 28.27±0.167b 3585 2 41.54±0.248a 1662 35.81±0.239b 1791 26.24±0.218c 2157 3 39.50±0.362a 854 33.87±0.298b 1257 26.07±0.275c 1474 乳脂率/% Milk fat percentage 1 3.59±0.018a 2407 3.53±0.021b 1888 3.85±0.017c 2766 2 3.64±0.023a 1662 3.73±0.022b 1791 3.94±0.020c 2157 3 3.64±0.033a 854 3.70±0.027a 1257 3.91±0.025b 1474 乳蛋白率/% Milk protein percentage 1 3.11±0.007a 2407 3.30±0.008b 1888 3.46±0.007c 2766 2 3.11±0.008a 1662 3.34±0.008b 1791 3.54±0.007c 2157 3 3.09±0.012a 854 3.34±0.010b 1257 3.52±0.009c 1474 脂蛋比 Fat to protein ratio 1 1.16±0.005a 2407 1.07±0.006b 1888 1.11±0.005c 2766 2 1.18±0.007a 1662 1.12±0.006b 1791 1.11±0.006b 2157 3 1.19±0.009a 854 1.11±0.008b 1257 1.11±0.007b 1474 体细胞评分 Somatic cell score 1 2.49±0.034a 2407 2.35±0.038b 1888 2.80±0.032c 2766 2 2.11±0.041a 1662 2.52±0.039b 1791 3.30±0.036c 2157 3 2.37±0.059a 854 2.85±0.048b 1257 3.30±0.045c 1474 乳糖率/% Milk lactose percentage 1 4.98±0.005a 2407 4.99±0.005a 1888 4.91±0.004b 2766 2 4.94±0.006a 1662 4.88±0.006b 1791 4.79±0.005c 2157 3 4.93±0.009a 854 4.87±0.007b 1257 4.76±0.007c 1474 乳固形物含量/% Milk solid content 1 12.15±0.023a 2407 12.25±0.026b 1888 12.69±0.021c 2766 2 12.22±0.029a 1662 12.48±0.028b 1791 12.75±0.025c 2157 3 12.06±0.041a 854 12.37±0.034b 1257 12.70±0.032c 1474 1) 同行数据后的不同小写字母表示不同泌乳时期间差异显著(P<0.05, Duncan’s法)
1) Different lowercase letters in the same row indicate significant differences among different lactation stages (P<0.05, Duncan’s method)2.4 1~3胎次产犊季节对9项泌乳性状的影响
由表5可知，1~3胎次春季至冬季乳脂率均逐步下降，3个胎次(第2、3胎次春季和夏季除外)乳脂率在4个产犊季节间差异显著。乳固形物含量第1、2胎次在春季至冬季逐渐下降；第3胎次时夏季产犊个体乳固形物含量达到最高值，为12.69%，与秋季和冬季差异显著。相反，日产奶量和乳糖率在第1胎次春季至冬季逐步增高，且日产奶量在不同产犊季节间差异显著；但第2、3胎次日产奶量和乳糖率在夏季最低，冬季最高，且日产奶量不同产犊季节间差异显著。
表 5 泌乳性状在不同产犊季节的最小二乘均值1)Table 5. Least square means of lactation traits in different calving seasons性状
Trait胎次
Parity春季 Spring 夏季 Summer 秋季 Autumn 冬季 Winter ${\bar{\boldsymbol x}}$±σ 数据量
Data
amount${\bar{\boldsymbol x}}$±σ 数据量
Data
amount${\bar{\boldsymbol x}}$±σ 数据量
Data
amount${\bar{\boldsymbol x}}$±σ 数据量
Data
amount日产奶量/kg
Daily milk
yield1 28.12±0.217a 1633 29.23±0.259b 1155 30.77±0.214c 1691 32.03±0.173d 2582 2 31.46±0.349a 1022 27.13±0.361b 959 32.79±0.278c 1612 39.04±0.249d 2017 3 30.93±0.460a 585 26.19±0.377b 871 32.21±0.323c 1186 37.79±0.362d 943 乳脂率/%
Milk fat
percentage1 3.92±0.022a 1633 3.74±0.026b 1155 3.65±0.022c 1691 3.50±0.018d 2582 2 3.95±0.029a 1022 3.89±0.030a 959 3.81±0.023b 1612 3.63±0.021c 2017 3 3.97±0.040a 585 3.91±0.033a 871 3.76±0.028b 1186 3.54±0.031c 943 乳蛋白率/%
Milk protein
percentage1 3.30±0.009a 1633 3.42±0.011b 1155 3.36±0.009c 1691 3.20±0.007d 2582 2 3.38±0.011a 1022 3.53±0.012b 959 3.40±0.009a 1612 3.21±0.008c 2017 3 3.36±0.015a 585 3.51±0.013b 871 3.39±0.011a 1186 3.16±0.012c 943 脂蛋比
Fat to
protein ratio1 1.20±0.007a 1633 1.09±0.008b 1155 1.09±0.006b 1691 1.10±0.005b 2582 2 1.18±0.008a 1022 1.10±0.009b 959 1.12±0.007bc 1612 1.13±0.006cd 2017 3 1.19±0.011a 585 1.11±0.009b 871 1.11±0.008b 1186 1.12±0.009b 943 体细胞评分
Somatic
cell score1 2.78±0.041a 1633 2.80±0.049a 1155 2.44±0.041b 1691 2.43±0.033b 2582 2 2.84±0.054a 1022 3.21±0.056b 959 2.74±0.043a 1612 2.36±0.038c 2017 3 2.85±0.072a 585 3.29±0.059b 871 2.97±0.050a 1186 2.56±0.056c 943 乳糖率/%
Milk lactose
percentage1 4.91±0.006a 1633 4.95±0.007b 1155 4.97±0.006b 1691 4.98±0.005c 2582 2 4.83±0.008a 1022 4.81±0.008b 959 4.85±0.006a 1612 4.91±0.006c 2017 3 4.80±0.011a 585 4.77±0.009a 871 4.84±0.008b 1186 4.93±0.009c 943 乳固形物含量/%
Milk solid
content1 12.64±0.028a 1633 12.51±0.033b 1155 12.44±0.028b 1691 12.13±0.022c 2582 2 12.69±0.037a 1022 12.69±0.038a 959 12.61±0.029a 1612 12.25±0.026b 2017 3 12.62±0.050a 585 12.69±0.041a 871 12.49±0.035b 1186 11.99±0.039c 943 高峰奶量/kg
Peak milk
yield1 35.12±0.201a 1528 38.63±0.232b 1143 37.88±0.193c 1646 36.90±0.156d 2525 2 44.55±0.306a 975 46.06±0.311b 945 48.09±0.239c 1600 46.83±0.215d 1 977 3 44.88±0.426a 556 47.93±0.342b 861 48.85±0.292c 1182 45.82±0.329a 934 泌乳高峰日/d
The day of peak
milk yield1 68.78±1.515a 1528 146.45±1.752b 1143 112.54±1.460c 1646 73.62±1.179d 2525 2 62.56±1.656a 975 104.79±1.682b 945 75.99±1.293c 1600 60.18±1.163a 1 977 3 57.19±2.039a 556 96.99±1.638b 861 75.00±1.398c 1182 58.96±1.573a 934 1) 同行数据后的不同小写字母表示不同季节间差异显著(P<0.05, Duncan’s法)
1) Different lowercase letters in the same row indicate significant differences among different seasons (P<0.05, Duncan’s method)乳蛋白率和体细胞评分3个胎次春季至冬季整体上呈现先升高后降低的态势，且在夏季达到最高，冬季最低；其中第1胎次乳蛋白率不同产犊季节间差异显著，体细胞评分第1胎次春季和夏季显著高于秋季和冬季；第2、3胎次乳蛋白率和体细胞评分除春季和秋季外其他产犊季节间均差异显著。高峰奶量整体上同样呈现先升高后降低的趋势，但在春季最低；第1胎次夏季产犊的个体高峰奶量显著高于其他季节，到第2、3胎次时秋季产犊个体高峰奶量显著高于其他季节。泌乳高峰日和高峰奶量变化趋势相同，1~3胎次在夏季产犊的个体达到高峰奶量的时间最晚，且与其他产犊季间差异显著。春季产犊的个体脂蛋比1~3胎次均显著高于其他产犊季节。
2.5 泌乳性状在不同体细胞评分中的变化规律
不同体细胞评分泌乳性状的变化规律见图1~图3。随着体细胞评分增高，乳糖率、日产奶量及高峰奶量整体上呈下降趋势；其中高峰奶量在评分0~2和5~8时下降速度较快，评分3~5基本保持平稳，评分8~9时有增高趋势；日产奶量在评分0~4时下降速度较快，4分以后基本保持平稳。乳脂率和乳蛋白率随着体细胞评分增加呈平滑的缓慢上升趋势；泌乳高峰日在评分0~5时上升速度较快，评分5~9时则缓慢下降；乳固形物含量在体细胞评分为4时达到最佳，评分靠前或靠后均逐渐降低。脂蛋比随体细胞评分增加整体处于平稳趋势。
![]()
图 1 乳脂率、乳蛋白率、乳糖率及乳固形物含量在不同体细胞评分中的变化规律Figure 1. Changes of milk fat percentage, milk protein percentage, milk lactose percentage and milk solid content along with the variation of somatic cell score![]()
图 2 日产奶量和高峰奶量在不同体细胞评分中的变化规律Figure 2. Changes of daily milk yield and peak milk yield along with the variation of somatic cell score![]()
图 3 泌乳高峰日和脂蛋比在不同体细胞评分中的变化规律Figure 3. Changes of the day of peak milk yield and fat to protein ratio along with the variation of somatic cell score2.6 9项泌乳性状相关性分析
由表6可知，乳蛋白率和乳固形物含量，脂蛋比和乳固形物含量，乳脂率和脂蛋比、乳固形物含量呈强相关；日产奶量和高峰奶量，乳脂率和乳蛋白率呈中等程度相关；日产奶量和乳糖率呈弱相关；体细胞评分和乳糖率，乳糖率和高峰奶量，高峰奶量和泌乳高峰日，日产奶量和乳脂率、乳蛋白率、体细胞评分呈弱负相关，其他性状之间均为极弱相关或无相关性。
表 6 泌乳性状之间的Pearson相关系数1)Table 6. Pearson correlation coefficient between lactation traits性状 Trait DMY MFP MPP FPR SCS MLP MSC PMY DPMY 日产奶量 Daily milk yield (DMY) 1.000 乳脂率 Milk fat percentage (MFP) −0.158* 1.000 乳蛋白率 Milk protein percentage (MPP) −0.362* 0.423* 1.000 脂蛋比 Fat to protein ratio (FPR) 0.012* 0.881* −0.042* 1.000 体细胞评分 Somatic cell score (SCS) −0.240* 0.076* 0.183* −0.006 1.000 乳糖率 Milk lactose percentage (MLP) 0.261* −0.125* −0.176* −0.050* −0.394* 1.000 乳固形物含量 Milk solid content (MSC) −0.198* 0.896* 0.625* 0.663* 0.020* −0.029* 1.000 高峰奶量 Peak milk yield (PMY) 0.404* 0.069* −0.050* 0.099* −0.006 −0.138* 0.060* 1.000 泌乳高峰日 The day of peak milk yield (DPMY) −0.045* 0.007 0.059* −0.022* 0.055* 0.029* 0.004 −0.204* 1.000 1)“*”表示显著相关(P<0.05)
1)“*”indicates significant correlation (P<0.05)3. 讨论
3.1 胎次对9项泌乳性状的影响
本研究胎次、泌乳时期、产犊季节及泌乳时期和产犊季节的交互作用分别对乳成分及其相关指标具有显著影响；胎次和泌乳时期互作对日产奶量、体细胞评分、乳糖率、乳固形物含量、高峰奶量、脂蛋比及泌乳高峰日的影响达到显著水平；胎次和产犊季节互作对日产奶量、乳脂率、乳固形物含量和泌乳高峰日的影响达到显著水平，这与熊本海等[11]，常玲玲等[4]报道的总体趋势结果一致。就具体的胎次而言，在奶产量方面，宁夏地区荷斯坦奶牛日产奶量和高峰奶量随胎次增加呈先增高后下降的趋势，与已有研究结果相一致[15-16]。其中日产奶量在第4胎次达到最佳(35.06 kg)，显著高于前3个胎次，较熊本海等[11]第4胎次研究结果(29.05 kg)偏高，体现出宁夏地区荷斯坦牛近些年日产奶量整体水平的增加及饲养管理水平的提高。高峰奶量第3胎次(47.20 kg)显著高于第1、2、5胎次，虽然日产奶量在第4胎次达到最佳水平，但也并不能代表高峰奶量随之增高，它们可能不是完全的线性关系。在乳成分方面，乳脂率、乳蛋白率、乳固形物含量、脂蛋比和日产奶量一样，均呈现先增高后下降的态势；乳脂率在第2胎次最高(3.78%)，乳蛋白率在第3胎次最高(3.77%)，与Sevi等[17]和熊本海等[11]研究结果基本相一致，因此，即使宁夏地区荷斯坦牛奶产量在第4胎次表现最佳，但是乳脂率和乳蛋白率还有待提升。由于乳脂率和乳蛋白率在第2、3胎次较高，相应的乳固形物含量也表现出第2胎次显著高于其他胎次。乳糖率随胎次的变化规律与乳脂率、乳蛋白率相反，呈先下降后上升的趋势，相关性分析结果也进一步印证了该趋势，且第3胎次乳糖率(4.84%)显著低于其他胎次。体细胞评分在奶牛饲养中是判定牛奶质量和乳房炎感染的重要指标，评分越高表明奶牛患有乳房炎的概率越大[18]，本研究体细胞评分随着胎次的增加呈上升趋势，第5胎次(3.26)显著高于前4个胎次，原因是泌乳母牛的乳房长期被挤奶器挤压，乳头括约肌机能衰退、松弛、闭合不严， 导致病原体侵入并感染乳区或二次感染，最终引起生鲜乳品质在胎次增加过程中逐渐下降，牧场损失加重，更进一步解释了我国大多数奶牛在第3胎后被逐步淘汰的原因，因此宁夏地区荷斯坦奶牛在今后的发展中不仅要降低整体的乳体细胞数，更应该将重点放在提高胎次牛奶的品质上，从而发挥出奶牛的最大生产潜力，提高其生产寿命。
3.2 不同胎次泌乳时期对7项泌乳性状的影响
宁夏地区荷斯坦牛日产奶量和乳糖率随泌乳时期的延长整体上呈下降趋势，第1胎次泌乳前期和中期差异不显著，泌乳后期显著下降，可能是因为头胎次泌乳牛处于生长发育阶段，泌乳性能还不够稳定；到第2、3胎次时日产奶量和乳糖率均显著下降，这与童雄等[10]和魏琳琳等[19]研究结果一致。乳蛋白率和乳固形物含量3个胎次、乳脂率第2、3胎次均随着泌乳时期的延长呈现上升趋势，与陈艳珍[20]报道相一致；本研究发现乳脂率在第1胎次时呈现先下降再上升的趋势，且不同泌乳时期差异显著，这可能和日产奶量在第1胎次泌乳前期和中期相近有关，因为随着泌乳高峰的到来，产奶量迅速上升，而乳脂率会明显降低[21]，本研究相关性分析结果显示日产奶量和乳脂率呈弱负相关，也进一步印证了上述观点。相关性分析表明乳脂率和脂蛋比呈显著强正相关，因此第1胎次脂蛋比随泌乳时期的变化趋势和乳脂率相同，但是到第2、3胎次脂蛋比却显著下降了，可能是乳蛋白率在第2、3胎次增高的速率较乳脂率快所致。孙宇等[22]研究发现体细胞数在泌乳早期和晚期最高，泌乳中期稳定且较低，与本研究在第1胎次结果相同，因为奶牛初次泌乳时，身体各方面机能还在逐步发育中，体细胞评分受泌乳时期影响较小；然而到第2、3胎次时体细胞评分随泌乳时期延长显著增高，原因是经产奶牛在经历过1个或多个泌乳期之后，乳房会产生轻微的机械损伤，导致感染乳房炎的几率增大，使得乳中体细胞评分随泌乳周期的增加而增多[23]。
3.3 不同胎次产犊季节对9项泌乳性状的影响
马燕芬[24]研究表明，我国大部分地区奶牛在12、1月产犊比7、8月产犊的产奶量高出20%~30%，本研究日产奶量3个胎次同样均为冬季最高，且达到显著水平；但刘燕飞[25]研究指出武威市荷斯坦牛产犊季节对产奶量的影响差异不显著，产奶量呈现秋季较高、冬季次之、夏季和春季最低，这可能与武威地区的气候特点有关。乳糖率与日产奶量呈显著弱相关，因此本研究乳糖率不同胎次随产犊季节的变化规律与日产奶量相同。张美荣等[26]研究表明，春季和冬季产犊的牛只乳脂率和乳蛋白率显著高于夏季，魏鹏飞等[27]同样指出春季产犊的乳蛋白率、乳脂率为全年最高水平，本研究乳脂率结果与上述报道一致，但乳蛋白率不同胎次春季至冬季整体上呈现先升高后降低的态势，且在夏季达到最高，冬季最低，可能由于本研究DHI测定的奶牛个体多数处于泌乳后期(7个月后)，而乳蛋白率随泌乳时期的延长显著增高，夏季产犊的奶牛等到7个月后正好是下一年的春季，因此夏季产犊的个体乳蛋白率会显著高于其他季节。体细胞评分不同胎次春季至冬季整体上呈现先升高后降低的态势，且在夏季达到最高，冬季处于最低水平，主要由于宁夏地区夏季气温普遍较高，微生物大量滋生，奶牛乳腺炎发病率增加，而冬季温湿度适宜，对体细胞数的影响较少。脂蛋比不同胎次春季产犊个体显著高于其他产犊季节的奶牛个体，是因为春季产犊个体的乳脂率最高，乳蛋白率相对较低所致。由于乳蛋白率和乳脂率整体随产犊季节延后呈下降趋势，且二者与乳固形物含量均呈显著强相关，因此乳固形物含量在3个胎次春季至冬季均逐渐下降。高峰奶量和泌乳高峰日1~3胎次均处于先升高后降低趋势，在第1胎次夏季产犊的个体高峰奶量最高，为38.63 kg，且达到高峰奶量的时间也最晚(146 d)，首先是因为夏季气温较高，奶牛的采食量也相应减少，但随着时间延长，到秋季时气候适宜，蚊虫相对较少，奶牛的采食量逐渐增加，产奶量会逐渐上升；其次李欣等[13]研究也表示宁夏地区荷斯坦牛产奶量随着泌乳周表现出先增高后降低的趋势，且在20周左右产奶量达到最高值，本研究达到泌乳高峰日的时间正好也在20周左右，也就很好地阐释了宁夏地区荷斯坦牛夏季产犊高峰奶量最高的原因。
3.4 泌乳性状在不同体细胞评分中的变化规律分析
本研究结果表明随着体细胞评分升高，乳糖率、日产奶量及高峰奶量整体呈下降趋势，而乳脂率和乳蛋白率逐渐上升，与张海平等[14]和马裴裴等[28]的研究结果相一致，主要原因可能是随着体细胞数增加，病原菌以及细胞因子分泌的毒素更多，进而侵入并损伤了乳腺上皮细胞，因此为了提高产奶量，必须改善并保持牛舍环境，提高奶牛福利，高度重视奶牛乳房感染的前期预防工作。有报道[29]发现乳蛋白率随体细胞数的上升略有下降，可能是本研究中感染乳房炎的荷斯坦牛产奶量下降的幅度较大，以及日产奶量和乳蛋白率的负相关关系，导致乳蛋白率上升。由于乳固形物包括乳脂肪、蛋白质、乳糖及无机盐等，乳糖率又和乳蛋白率、乳脂率呈负相关，因此乳固形物含量随体细胞评分的变化趋势和乳蛋白率、乳糖率不同，它是先升高后降低，且在评分为4时达到最佳，表明体细胞数与乳固形物含量并不呈线性关系，达到适宜的体细胞数才会使得乳固形物含量达到最高。泌乳高峰日随体细胞评分增加先上升后缓慢下降，在评分为5时达到最高，提示奶牛乳汁中体细胞数偏低或偏高都会导致高峰奶量提前。
4. 结论
本研究发现胎次、泌乳时期和产犊季节分别显著影响宁夏地区荷斯坦牛乳产量、乳成分及其他相关指标，但影响的显著程度各异。
1)日产奶量在第4胎次达到最高值，表明宁夏地区荷斯坦牛有效泌乳期逐渐延长，高胎次奶牛的身体健康程度也在不断提高，然而到第5胎次时日产奶量趋于下降，因此在今后的养殖过程中奶牛自身健康应是重点关注的方面。即使日产奶量在第4胎次表现最佳，但是乳脂率和乳蛋白率还有待共同提升。
2)本研究体细胞评分随着胎次的增加呈上升趋势，第5胎次的体细胞评分(3.26)显著高于前4个胎次，提示牧场在今后的发展中不仅要降低整体的乳体细胞数，更应该将重点放到提高胎次牛奶的品质上，从而发挥出奶牛的最大生产潜力。
3)第2、3胎次时由于挤奶时的机械损伤，奶牛感染乳房炎的几率增大，使得乳中体细胞评分随泌乳时期延长显著增高，因此在日常挤奶过程中应高度重视操作的规范性。
4)高峰奶量和泌乳高峰日1~3胎次随产犊季节变化均处于先升高后降低趋势，相对于其他胎次，第1胎次时夏季产犊的个体高峰奶量最高，且达到高峰奶量的时间也最晚(146 d)。
5)体细胞数与乳固形物含量并不呈线性关系，达到适宜的体细胞数才会使得乳固形物含量达到最高；奶牛乳汁中体细胞数偏低或偏高都会导致高峰奶量提前。
-
![]()
图 3 简单参数化系统和智能参数化系统比较
Figure 3. Comparison between simple parametric system and intelligent parametric system
-
[1] 罗锡文, 廖娟, 邹湘军, 等. 信息技术提升农业机械化水平[J]. 农业工程学报, 2016, 32(20): 1-14. doi: 10.11975/j.issn.1002-6819.2016.20.001 [2] 陈燕, 曾泽钦, 王杰, 等. 收获机虚拟环境模型与仿真平台构建[J]. 农业机械学报, 2019, 50(7): 159-166. [3] 陈科尹, 邹湘军, 彭红星, 等. 基于半实物仿真的采摘机器人视觉定位研究[J]. 系统仿真学报, 2017, 29(8): 1736-1746. [4] 李春燕, 石小龙, 刘德仿, 等. 基于知识的拖拉机变速箱智能化设计系统研究[J]. 农机化研究, 2016, 38(10): 250-253. doi: 10.3969/j.issn.1003-188X.2016.10.052 [5] FEIGENBAUM E A. The art of artificial intelligence: Themes and case studies of knowledge engineering[C]//Proceedings of the fifth joint international conference on artificial intelligence. Pennsylvania: Carnegie-Mellon University, 1977: 1014-1029.
[6] TANG Y, LI L, WANG C, et al. Real-time detection of surface deformation and strain in recycled aggregate concrete-filled steel tubular columns via four-ocular vision[J]. Robot Com-Int Manuf, 2019, 59: 36-46. doi: 10.1016/j.rcim.2019.03.001
[7] 王红军, 赵润茂, 唐之富, 等. 基于多领域统一建模的采摘机械手运动仿真[J]. 机械设计与制造, 2015,297(11): 156-159. doi: 10.3969/j.issn.1001-3997.2015.11.039 [8] ZOU X, ZOU H, LU J. Virtual manipulator-based binocular stereo vision positioning system and errors modelling[J]. Mach Vision Appl, 2012, 23(1): 43-63. doi: 10.1007/s00138-010-0291-y
[9] 刘宏新, 王登宇, 郭丽峰, 等. 先进设计技术在农业装备研究中的应用分析[J]. 农业机械学报, 2019, 50(7): 1-18. [10] 宋正河, 毕淑琴, 金晓萍, 等. 履带式收获机械传动系快速设计推理方法[J]. 农业机械学报, 2013, 44(S2): 268-272. [11] 陈雨, 毛恩荣, 吕黄珍, 等. 基于推理的大型收获机械变速箱参数化设计[J]. 农业机械学报, 2013, 44(S2): 278-282. [12] 郑军红. 基于知识工程的智能夹具设计系统构建研究[D]. 杭州: 浙江大学, 2010. [13] 邹湘军, 李静, 孙权, 等. 采摘机械手虚拟设计与仿真系统的研究[J]. 系统仿真学报, 2010, 22(11): 2748-2752. [14] CHEN M, TANG Y, ZOU X, et al. High-accuracy multi-camera reconstruction enhanced by adaptive point cloud correction algorithm[J]. Opt Laser Eng, 2019, 122: 170-183. doi: 10.1016/j.optlaseng.2019.06.011
[15] REDDY E J, RANGADU V P. Development of knowledge based parametric CAD modeling system for spur gear: An approach[J]. Alx Eng J, 2018, 57(4): 3139-3149. doi: 10.1016/j.aej.2018.07.010
[16] YIN X, SHENG B, ZHAO F, et al. A correlation-experience-demand based personalized knowledge recommendation approach[J]. IEEE Access, 2019, 7: 61811-61830. doi: 10.1109/ACCESS.2019.2916350
[17] 王智明, 杨旭, 平海涛. 知识工程及专家系统[M]. 北京: 化学工业出版社, 2006. [18] 张幼军, 岳清萍. 知识熔接技术的研究与应用[J]. 沈阳工业大学学报, 2007, 29(1): 5-8. doi: 10.3969/j.issn.1000-1646.2007.01.002 [19] 林海伦, 王元卓, 贾岩涛, 等. 面向网络大数据的知识融合方法综述[J]. 计算机学报, 2017, 40(1): 1-27. [20] 杜岳峰, 傅生辉, 毛恩荣, 等. 农业机械智能化设计技术发展现状与展望[J]. 农业机械学报, 2019, 50(9): 1-17. [21] GRUBER T R. A translation approach to portable ontology specifications[J]. Knowl Acq, 1993, 5(2): 199-220. doi: 10.1006/knac.1993.1008
[22] 张开兴, 王丽, 刘贤喜, 等. 基于本体的水稻收割机底盘虚拟装配工艺知识库设计[J]. 农机化研究, 2015, 37(11): 121-124. doi: 10.3969/j.issn.1003-188X.2015.11.027 [23] 黄颖, 李康顺, 李伟, 等. 一种基于本体语言的业务流程建模算法[J]. 系统仿真学报, 2017, 29(10): 2282-2290. [24] 曹丽英, 姚玉霞, 于合龙, 等. 基于模糊本体的玉米病害诊断模型的构建[J]. 华南农业大学学报, 2014, 35(2): 101-104. doi: 10.7671/j.issn.1001-411X.2014.02.019 -
期刊类型引用(0)
其他类型引用(3)
下载:
计量
- 文章访问数: 1048
- HTML全文浏览量: 11
- PDF下载量: 941
- 被引次数: 3
