Explorar
Comunidades en español
Anunciar en Engormix

Desarrollo de aplicaciones tecnológicas integrales para el manejo de las producciones avícolas: sistemas de apoyo a toma de decisiones (SATD).

Publicado: 22 de agosto de 2013
Por: Luis Fernando Galeano Vasco, Zoot, MSc, cDr; D M Gutiérrez Zapata, Zoot, Est. MSc; C Acevedo Valladares, Zoot; M F Cerón-Muñoz, Zoot, MSc, Dr. Grupo de Investigación en Genética, Mejoramiento y Modelación Animal-GaMMA-Universidad de Antioquia, Medellín, Colombia. Proyecto CODI E01533 “Diseño y validación de sistemas de apoyo a la toma de decisiones en granjas avícolas productoras de huevo comercial”
La permanencia en el sector de cualquier sistema productivo empresarial requiere de la maximización de su rentabilidad; para ello es necesario implementar procesos gerenciales que procuren mejorar la calidad, la productividad y la competitividad de la empresa. La efectividad de estos procesos requiere de la definición y aplicación de estrategias a corto, mediano y largo plazo; las cuales deben estar fundamentadas en el conocimiento, análisis y documentación de las actividades propias del negocio, logrando definir y controlar los factores que intervienen de manera directa o indirecta en la repuesta económica y productiva del sistema.
La producción empresarial avícola de huevo depende del mantenimiento de la respuesta productiva de las aves en un nivel óptimo que permita maximizar el uso de los recursos propios. Este nivel productivo está condicionado por múltiples factores, tales como los ambientales (temperatura, humedad relativa, ventilación), de manejo (densidad de las aves, número de comederos y bebederos por ave, programa de iluminación), nutricionales (balance nutricional, granulometría, tipo de comederos, sistema de alimentación, suplementación mineral), y aquellos propios del ave (estirpe, edad, peso), entre otros (Flores 1994; Santomá and Pontes 2004; Dozier et al 2005; Hester 2005; Lin et al 2005; Abu-Dieyeh 2006; Abiodun and Adedapo 2006 ; Borges et al 2007; Rozenboim et al 2007; Zang et al 2009).
Cada uno de estos factores puede ser medido, registrado y analizado;  pero por su volumen y variabilidad dificultan su evaluación cuando no se cuenta con aplicaciones informáticas, tales como los modelos matemáticos y la simulación (Oviedo 2002; Blasco 2004). En el país muchos productores solo pueden tomar acciones correctivas una vez se ha dejado de percibir ganancias debido a la caída en la producción o alteraciones en el ave; esto por la poca información disponible (ya que generalmente solo se manejan registros de consumo, producción y mortalidad), por la falta de aplicaciones tecnológicas que faciliten su procesamiento y análisis, y por la común costumbre de tomar decisiones sobre los datos correspondientes a un periodo pasado de producción; es decir, la semana dos se planifica con base en los resultados de la semana uno, pero si en la semana uno no se cumplieron los objetivos productivos, ya las perdidas en el proceso están hechas.
Por lo anterior, se viene impulsando el desarrollo de herramientas que incluyan el uso de tecnologías informáticas, posibilitando a productores e investigadores hacer una continua evaluación del sistema mediante el monitoreo, análisis y control de los factores que intervienen en la producción; esto con el fin de direccionar una toma de decisiones objetiva, que permita reducir los costos y maximizar la rentabilidad y eficiencia del proceso productivo (Oviedo 2002).  
Entre estas herramientas se encuentran los sistemas de apoyo a la toma de decisiones (SATD); debido a que en su construcción se necesita conocer al detalle los componentes del proceso a modelar, los SATD (ver esquema en Figura 1) permiten conocer las relaciones entre los elementos de un determinado sistema, proporcionando así el entendimiento de las partes y sus interrelaciones, o permitiendo la identificación de un problema específico y brindando las mejores alternativas para su solución (Wang 1997; Yam et al 2001). Lo anterior se logra gracias  al uso de modelos matemáticos, los cuales  emplean ecuaciones para describir o simular procesos en un sistema (Dumas et al 2008). Actualmente,  ...o los SADT utilizan modelos matematicos  segun  a evaluar la modelación y simulación tienen gran aplicación en el ámbito agropecuario, principalmente en el desarrollo y validación de funciones de crecimiento animal o vegetal, producción, consumo de alimento, mejoramiento genético, entre otros (Blasco 2004).
Figura 1. Generalización de las fases que se experimentan durante el uso de un sistema de apoyo a la toma de decisiones (SATD). 
Desarrollo de aplicaciones tecnológicas integrales para el manejo de las producciones avícolas: sistemas de apoyo a toma de decisiones (SATD). - Image 1
En el sector avícola en particular, el desarrollo de SATD se ha enfocado sobre temas sanitarios como la presencia de enfermedades y el manejo de las excretas (Rose et al 2003; Karmakar et al 2007), en procesos de control de calidad, sanidad y trazabilidad de huevo y carne de pollo (Patel et al 1998; Mertens et al 2008; Wan et al 2008), y en el control de algunos procesos como ventilación e iluminación mediante la activación o desactivación de ventiladores, controladores de cortinas y persianas, con el fin de garantizar un ambiente confortable en las instalaciones que favorezca  el desempeño productivo de las aves (Sonawane et al 2008).
La importancia de estos sistemas radica en su capacidad de brindar elementos al productor que le permitan mantener un nivel de eficiencia óptimo en su sistema productivo al identificar puntos críticos, realizar pronósticos y generar alternativas de control (Mollo et al 2009). En la actualidad, estas aplicaciones tecnológicas no tienen gran difusión, su alcance es limitado, y en su mayoría solo permiten el análisis de uno o dos componentes de la producción debido a la cantidad de factores que intervienen en el desempeño de la misma. Es por ello que la Universidad de Antioquia viene desarrollando un proyecto de investigación cuyo objetivo es el diseño de un SATD que integre todos los posibles componentes inherentes a los sistemas de producción de huevo comercial en Colombia; permitiendo una mejor caracterización de éstos, y brindando alternativas de manejo que contribuyan al progreso de los avicultores y al crecimiento de la industria en el país.
El SATD requiere de tres componentes básicos, el primero es el sistema de gestión de la información (SGI) en el cual se almacena toda la información obtenida del sistema por medio de la creación y administración de bases de datos. El segundo componente contiene los modelos cuantitativos, estadísticos, financieros y científicos que proveen capacidades analíticas al sistema; este componente toma la información del SGI para la modelación de los procesos. El tercer componente es el sistema de generación de informes y selección de alternativas, en el cual se generan y entregan al usuario las posibles alternativas para la solución del problema, que en sistemas especializados son ordenadas con base en criterios de  análisis de sensibilidad, probabilidad y riesgo (Druzdzel and Flynn 2002; Ruiz et al 2009).
En la construcción del SATD para el monitoreo de sistemas de producción de huevo comercial, se comenzó con la toma de información en la Hacienda “La Montaña” propiedad de la universidad, la cual se ubica en el municipio de San Pedro de los Milagros en Antioquia. Esta primera fase consiste en reunir información acerca de los sistemas productivos por medio de la consecución de registros históricos de la granja, encuestas directas a empleados y personal administrativo, e información colectada por medio de sistemas de monitoreo y vigilancia que han sido instalados para el desarrollo de otras investigaciones conjuntas (Figuras 2 y 3) y que son la fuente de datos para el establecimiento del SGI.
La incorporación de equipos como cámaras y sensores, ofrece la posibilidad de documentar de forma continua y en tiempo real aspectos tales como: condiciones de alojamiento, frecuencia de alimentación, prácticas de manejo, comportamiento de las líneas genéticas, respuesta productiva, posible causa y número de aves muertas, y condiciones agroecológicas y ambientales, entre otros. Información ésta que sirve para caracterizar el sistema, estructurar las bases de datos del SGI y generar informes del estado actual de la producción. Al analizar dicha información por medio de modelos matemáticos, se logran establecer las relaciones entre los diferentes componentes y se identifica cuáles tienen mayor impacto en el sistema productivo. 
Figura 2. Nodo sensor para monitoreo continuo de temperatura, humedad relativa y producción de gas amoniaco (NH3) en instalaciones avícolas.
Desarrollo de aplicaciones tecnológicas integrales para el manejo de las producciones avícolas: sistemas de apoyo a toma de decisiones (SATD). - Image 2
Figura 3. Sistema de vigilancia para evaluación del comportamiento aviar en un galpón de ponedoras.
Desarrollo de aplicaciones tecnológicas integrales para el manejo de las producciones avícolas: sistemas de apoyo a toma de decisiones (SATD). - Image 3
Los sistemas para monitoreo ambiental y evaluación del comportamiento aviar están aún en periodo de prueba (figuras 2 y 3); con la información generada se pretende identificar los aspectos ambientales y etológicos propios de la granja, y establecer las existencia de interacciones entre las variables observadas y su efecto en la respuesta productiva de las aves.
Como avances en la construcción del segundo componente del SATD se han realizado algunas aproximaciones al modelado de las curvas de crecimiento y de producción de huevo de algunos lotes, encontrándose para estas funciones, que los valores estimados por los modelos son cercanos a los valores reales obtenidos en granja (Figuras 4 y 5).  La identificación de los modelos que se ajusten a las variaciones presentes en las curvas de crecimiento y producción permitirá valorar el efecto de las variables modeladas, y además generar predicciones sobre la respuesta productiva del lote en evaluación.
Desarrollo de aplicaciones tecnológicas integrales para el manejo de las producciones avícolas: sistemas de apoyo a toma de decisiones (SATD). - Image 4
Desarrollo de aplicaciones tecnológicas integrales para el manejo de las producciones avícolas: sistemas de apoyo a toma de decisiones (SATD). - Image 5
Para facilitar el diseño, modificaciones, uso y difusión del SATD, se utilizó el Excel ® como la plataforma para la construcción de la herramienta informática (Figura 6). Esta aplicación consta hasta el momento de una interfaz del usuario, la cual aún se encuentra en construcción; incluye cinco formularios diseñados para el ingreso de información inherente a la producción sobre aspectos tales como: alimentación, medio ambiente, sanidad, manejo y administración. Esta primera fase del software le permite al usuario introducir información propia de cada granja y generar informes numéricos y gráficos del estado actual del sistema y de los componentes sobre los cuales se ha incorporado información al software. Lo anterior le da una idea de los factores críticos al avicultor y puede ejercer medidas de control y definir las posibles alternativas de solución a los problemas identificados por el usuario.
Figura 6. Interfaz del usuario en construcción. Consta de cinco formularios diseñados para el ingreso de información inherente a la producción con base en los componentes principales (alimentación, medio ambiente, sanidad, manejo y administración).
Desarrollo de aplicaciones tecnológicas integrales para el manejo de las producciones avícolas: sistemas de apoyo a toma de decisiones (SATD). - Image 6
En conclusión esta investigación tiene tres frentes de trabajo; el primero la construcción de un sistema automático de captura de información, el segundo es el diseño y validación del SATD, y el tercero es la construcción del software que ejecute los hallazgos y componentes del SATD. Estas actividades son el punto de partida para el desarrollo y validación de aplicaciones informáticas que permitan la estandarización y mejoramiento de la calidad de los procesos productivos acorde a las exigencias normativas y comerciales del sector avícola. 
Finalmente, es importante señalar que la generación de estas herramientas representa una ayuda importante para el productor, pero es este último quien tiene la responsabilidad de tomar la decisión adecuada y de velar por que se cumpla a cabalidad lo planteado en base a ella.
 
Referencias
  1. Abiodun O and Adedapo A 2006 The effect of climate on poultry productivity in Ilorin kwara state, Nigeria. International Journal of Poultry Science, 5(11):1061-1068
  2. Abu-Dieyeh Z H M 2006 Effect of high ambient temperature per se on growth performance of broilers. International Journal of Poultry Science, 5(1):19-21
  3. Blasco A 2004 XIV Curso internacional sobre mejora genética animal. Universidad Politécnica de Valencia. Valencia, España
  4. Borges S A, Fischer A V and Maiorka A 2007 Acid-base balance in broilers. World’s Poultry Science Journal, 63(1):73-81
  5. Dozier W A, Lott B D and Branton S L 2005 Growth Responses of Male Broilers Subjected to Increasing Air Velocities at High Ambient Temperatures and a High Dew Point1.
  6. Druzdzel M J and Flynn R R 2002 Decision Support Systems. School of Information Sciences and Intelligent Systems Program. University of Pittsburgh. 
  7. Dumas A, Dijkstra J and France J 2008 Mathematical modelling in animal nutrition: A centenary review. Journal of Agricultural Science, 146(2):123-142
  8. Flores A 1994 X curso de especialización FEDNA. Programas de alimentación en avicultura: ponedoras comerciales. Madrid, España
  9. Hester P Y 2005 Impact of science and management on the welfare of egg laying strains of hens1. Poultry Science, 84(5):687-696
  10. Karmakar S, Laguë C, Agnew J and Landry H 2007 Integrated decision support system (DSS) for manure management: A review and perspective. Computers and Electronics in Agriculture, 57(2):190-201: 
  11. Lin H, Zhang H F, Jiao H C, Sui S J, Gu X H, Zhang Z Y, Buyze J and Decuypere E 2005 Thermoregulation Responses of Broiler Chickens to Humidity at Different Ambient Temperatures. I. One Week of Age. Poultry Science, 84(8):1166-1172: 
  12. Mertens K, Vaesen I, Löffel J, Ostyn B, Kemps B, Kamers B, Bamelis F, Zoons J, Darius P, Decuypere E, Baerdemaeker J and Ketelaere B 2008 Data-based design of an intelligent control chart for the daily monitoring of the average egg weight. Computers and Electronics in Agriculture, 61(2):222-232
  13. Mollo M N, Vendrametto O and Okano M T 2009 Precision livestock tools to improve products and processes in broiler production: a review. Brazilian Journal of Poultry Science, 11(4):211-218
  14. Oviedo E O 2002 Optimización de la producción Avícola por medio de Modelos Matemáticos. Industria Avícola, 32-36
  15. Patel V C, McClendon R W and Goodrum J W 1998 Development and evaluation of an expert system for egg sorting. Computers and Electronics in Agriculture, 20(2):97-116
  16. Rose N, Mariani J P, Drouin P, Toux J Y, Rose V and Colin P 2003 A decision-support system for Salmonella in broiler-chicken flocks. Preventive Veterinary Medicine, 59(1-2):27-42
  17. Rozenboim I, Tako E, Gal-Garber O, Proudman J A and Uni Z 2007 The Effect of Heat Stress on Ovarian Function of Laying Hens. Poultry Science, 86(8):1760-1765
  18. Ruiz A, Hernández L A and Giraldo W J 2009 Aplicación de los sistemas de soporte a la decisión (DSS) en el comercio electrónico. Revista Ingeniería e Investigación, 29(2):94-99
  19. Santomá G and Pontes M 2004 XX curso de especialización FEDNA. Interacción nutrición-manejo en explotaciones para aves y porcino. 1. introducción y factores ambientales. Barcelona, España:
  20. Sonawane Y R, Khandekar S, Mishra B K and Pandian S K 2008 Environment Monitoring and Control of a Polyhouse Farm through Internet. India
  21. Wan Y, Yu S, Huang J, Yang J and Tsai C 2008 Automation integration for Taiwan country-chicken farm management using field server. World conference on agricultural information. Taiwan
  22. Wang H 1997 Intelligent agent-assisted decision support systems: Integration of knowledge discovery, knowledge analysis, and group decision support. Expert Systems with Applications, 12(3):323-335: 
  23. Yam R C M, Tse P W, Li L and Tu P 2001 Intelligent Predictive Decision Support System for Condition-Based Maintenance. The International Journal of Advanced Manufacturing Technology, 17(5):383-391: 
  24. Zang J J, Piao X S, Huang D S, Wang J J, Ma X and Ma Y X 2009 Effects of Feed Particle Size and Feed Form on Growth Performance, Nutrient Metabolizability and Intestinal Morphology in Broiler Chickens. Asian-Australasian Journal of Animal Science, 22(1):107-112:
Temas relacionados:
Autores:
Luis Fernando Galeano Vasco
Universidad de Antioquía (Colombia)
Recomendar
Comentar
Compartir
Profile picture
¿Quieres comentar sobre otro tema? Crea una nueva publicación para dialogar con expertos de la comunidad.
Súmate a Engormix y forma parte de la red social agropecuaria más grande del mundo.