Icono del sitio aviNews, la revista global de avicultura

Uso de Analítica predictiva para mejorar el desempeño en las incubadoras

Escrito por: Edgar O. Oviedo-Rondón - Profesor y Especialista de Extensión en Nutrición y Manejo de Pollo de Engorde en el Departamento “Prestage” de Ciencias Avícolas de la Universidad Estatal de Carolina del Norte (NCSU). Médico Veterinario Zootecnista por la Universidad del Tolima de Ibagué, Colombia.
PDF
incubadoras

Las incubadoras tienen un papel fundamental en los sistemas de producción avícola. Los datos generados en este proceso se pueden aprovechar mejor con técnicas de analítica predictiva para abordar problemas comunes que afectan la incubabilidad y la calidad de pollito, al apoyar la planificación, los programas de mantenimiento preventivo y las intervenciones de personal.

Discutiremos el estado actual del manejo y análisis de datos en incubadoras, retos y oportunidades, herramientas disponibles para mejorar, y un llamado de atención para mejorar la formación necesaria para aplicar analítica de datos avanzada.

ESTADO ACTUAL DEL MANEJO DE DATOS EN INCUBADORAS

Existe una variación significativa en el nivel tecnológico de las incubadoras en todo el mundo. A pesar de estas diferencias, la incubadora es uno de los segmentos de la cadena avícola con más control y generación de datos.

Los datos de la incubadora provienen del monitoreo de huevos y los inventarios de suministros, el funcionamiento de equipos, el desempeño reproductivo de las reproductoras y los resultados de la incubación.

Los datos de incubación más frecuentes incluyen:

La digitalización de registros escritos a mano sigue siendo complicada en muchas incubadoras, y los errores mecanográficos son aún comunes. La calidad de los datos siempre requiere de mucha atención.

La identificación de incubadoras, granjas, lotes de reproductoras, máquinas y otras variables descriptivas deben ser consistentes a través de tiempo para hacer un análisis preciso. Algunas variables como tiempo de almacenamiento de los huevos, a menudo no son bien definidas, y los rangos aproximados se ingresan de forma variable.

Sería mejor segregar los resultados por días u horas de almacenamiento específicos o predeterminar rangos de almacenamiento específicos que puedan analizarse sistemáticamente.

La gran mayoría de los análisis de datos están actualmente limitados a:

Los análisis de datos se realizan en Excel en la mayoría de las ocasiones.

RETOS Y OPORTUNIDADES

La gran mayoría de los análisis de datos en incubadoras resumen lo que ya sucedió. Las metodologías de análisis usadas típicamente ayudan a describir esos hechos pasados

Consecuentemente, no hay una clara noción acerca de reducir o controlar la variabilidad.

Pero las incubadoras se estan volviendo más grandes, consolidadas, con máquinas modernas trayendo nuevas capacidades de monitoreo.

La migración a máquinas de carga única conlleva a necesidad de determinar los perfiles óptimos de incubación para cada condición. Científicos en avicultura han reportado que las condiciones óptimas pueden variar dependiendo de la genética de las reproductoras, la edad y la nutrición de las gallinas, el tiempo de almacenamiento de los huevos o los tratamientos durante el almacenamiento.

Dado que todo el negocio avícola se ha vuelto más exigente, cualquier mejora en la incubabilidad y la calidad de los pollitos tiene un impacto monetario significativo.

Generalmente, las mejoras en la incubabilidad están bien correlacionadas con la calidad de los pollitos, menor mortalidad, mejor desempeño vivo y rendimiento de carne. Incluso se puede reducir la incidencia de algunos problemas de salud y bienestar. Es bien sabido que la calidad de los pollitos es necesaria para alcanzar el potencial genético de todas las especies de aves de corral.

Los beneficios obtenidos al mejorar el rendimiento de la planta de incubación tienen un efecto de bola de nieve positivo en una operación avícola que justifica las inversiones en análisis de datos.

Las nuevas tecnologias de datos proveen una oportunidad de avanzar más en la productividad de la incubadora y especialmente en la calidad del pollito.

Las herramientas de predicción permiten determinar dónde y cómo realizar intervenciones oportunas y significativas para obtener los mejores resultados si se mantienen las condiciones actuales o previamente conocidas. Estas herramientas predictivas se pueden obtener de los mismos registros de datos que se utilizan actualmente y de todos los datos entrantes de los sensores electrónicos.

HERRAMIENTAS DISPONIBLES

REDES NEURONALES ARTIFICIALES

Se han desarrollado varias estrategias de análisis de datos para la producción avícola en las últimas dos décadas debido a la creación de tecnologías para la producción animal de precisión.

Las ANN incluyen tres unidades principales de procesamiento, una capa de entrada, una capa intermedia u oculta y la capa de salida donde se obtiene la solución.

La capa de entrada incluye los registros completos de los datos ambientales durante las 496 o 504 horas de incubación obtenidos de los sensores electrónicos de las incubadoras y las nacedoras. La capa de salida consta de los datos respectivos de incubabilidad o embriodiagnóstico.

El registro continuo de datos de temperatura, humedad, concentraciones de gas y los registros de tiempo y frecuencia de calentamiento, enfriamiento y humidificación producen datos en señales.

Los análisis completos de los datos de las plantas de incubación requieren la integración del procesamiento de señales con el análisis numérico. Se ha demostrado que las ANN proporcionan las mejores predicciones posibles. Las ANN desarrolladas con datos de incubabilidad (Bolzan et al., 2008; Chamsaz et al., 2011) se pueden utilizar para simular el mejor conjunto de condiciones para huevos con combinaciones específicas de edad y tiempo de almacenamiento.

CONTROL ESTADÍSTICO DE PROCESOS

Otra técnica analítica que no se ha explorado para estimar las intervenciones y la variabilidad del control en los procesos de incubación es el control estadístico de procesos (SPC).

El SPC puede evitar las comparaciones frecuentes de observaciones individuales con un valor estándar, permitiendo márgenes que son tolerables dentro de la variabilidad natural.

Los gráficos de control y los índices de capacidad del proceso son algunas de las principales herramientas de SPC.

Figura 1. Anatomía de un gráfico de control que indica los límites de control de la línea central (CL), superior (UCL) e inferior (LCL). El gráfico también representa el nuevo cálculo de los límites de control cuando cambia el proceso.

Figura 2 muestra un ejemplo de cómo es el proceso de control del peso corporal del pollo al momento del nacimiento. Los índices se calculan de acuerdo con las fórmulas descritas en la Figura 3.

Estos índices permiten determinar si el proceso o las máquinas están en el objetivo o no y si son estables o inestables.

Figura 2. Gráfico de control con todos los índices de capacidad potencial calculados para la evaluación y detección de variabilidad

 

Figura 3. Ecuaciones para determinar las relaciones de capacidad del proceso para el control estadístico del proceso.

Motivamos a los lectores a revisar este proceso para obtener los beneficios de esta metodología. El SPC podría aplicarse a cada uno de los parámetros ambientales monitoreados en una máquina incubadora, calidad de pollitos, pesos de huevos o pollitos, mortalidad de embriones en el tiempo, o cualquier otro proceso o parámetro medido en el tiempo.

MEJORAR LA FORMACIÓN Y EL CONOCIMIENTO EN ANALÍTICA

Estas técnicas de analítica predictiva utilizadas en los sectores de fabricación, servicios, finanzas y atención médica pueden ayudarnos a extraer más valor de los datos de la planta de incubación. Sin embargo, la principal dificultad de implementación ha sido la falta de personal capacitado que también comprenda el proceso de incubación y todos los datos disponibles que deben integrarse

Este artículo busca estimular el deseo de explorar e invertir en estas técnicas. Hay mucho que aprender, pero una promesa significativa de obtener información valiosa de estos análisis para mejorar el rendimiento de la planta de incubación.

PDF
PDF
Salir de la versión móvil