随着人们对猪肉及其产品需求的逐渐增加,规模化、集约化的养猪生产发展迅速。在规模化养猪生产中,无论是自然散养还是密闭式舍内养殖,环境对猪的生长发育起着至关重要的作用,适宜的生长环境是优良的遗传特征得以实现的前提,同时可以有效地提高猪群的健康水平、繁殖能力及猪肉的产量,因此,养殖环境控制己引起各方面的广泛关注。养殖环境是指对猪产生影响的所有非基因外部因素,主要包括:猪舍建筑样式,养殖空间大小,猪舍内的空气温度、湿度、有害气体浓度、粉尘、细菌、光照、通风等。由于猪舍内各环境因子之间存在着非线性、时变性、多变量相互耦合的特性,使得猪舍环境评价及控制面临很多困难,尤其是实现这些环境因素的智能化、精确化控制。为此,猪舍环境评价及控制对于解决养猪生产利益获取及能耗投入之间的矛盾,具有很大的研究价值。本文在综述国内外猪舍环境评价及调控方法、相关环境控制研究动态的基础上,以模糊理论为基础,针对猪舍多环境因子适应性评价方法、猪舍环境小气候模型及调控模型进行研究。具体涉及猪舍多环境因子适应性综合评价模型,猪舍环境热交换模型,含湿量模型,通风量模型,氨气浓度预测模型,以猪舍环境温度、湿度及氨气浓度为调控对象的温度调控模型及通风调控模型的建立,本文的主要研究内容如下:(1)根据猪舍环境特点确定猪舍环境监测变量。以美国普渡大学动物研究及教育中心,猪舍环境研究建筑的监测数据为基础,以猪舍环境控制标准为依据,选择猪舍环境评价及调控因素。(2)基于猪舍环境监测数据及模糊集理论,建立猪舍多环境因子的模糊综合评价模型。评价模型是依据舍内环境控制标准,建立猪舍内温度、湿度、氨气浓度、二氧化碳浓度和硫化氢浓度的隶属度函数,基于层次分析法,建立模糊评价的权重向量,对各环境因子隶属关系进行模糊变换,根据最大隶属度原则,得到猪舍环境适宜性综合评价结果。与单因素评价方法相比,本文建立的多环境因子模糊综合评价方法(FSE),同时综合考虑了多个环境因子,评价结果更为合理,符合猪生长所需的复杂环境要求。(3)根据猪舍环境特点建立猪舍环境小气候模型,包括:根据能量平衡方程和质量平衡方程建立舍内环境热交换模型、含湿量模型及通风量模型;给出了氨气挥发的机理模型,基于模糊自适应神经网络(ANFIS)建立了舍内氨气浓度预测模型;对不同季节舍内氨气浓度与各环境因素的相关性进行了分析,确定了不同季节中猪舍内氨气浓度影响因素,对不同季节猪舍内氨气浓度进行了预测及验证。(4)对猪舍环境小气候模型进行仿真及验证。在Simulink中建立猪舍环境的热交换模型、含湿量模型及通风量模型,对猪舍环境小气候模型中的舍内温度、湿度、氨气浓度及通风量进行仿真,同时以猪舍内实际监测的环境数据为输入,对仿真结果进行了验证,验证结果表明仿真模型与实测数据误差较小,能够作为环境控制的基础模型。(5)基于模糊控制理论及猪舍环境特点,提出猪舍环境调控系统结构。温度是猪舍环境的主要因素,所以在猪舍环境调控时首先考虑温度调控,其次是在此基础上以除湿、降低有害气体含量的通风调控,因此,建立的调控模型结构包括温度控制系统和通风控制系统两部分。(6)建立不同季节的模糊控制规则。依据猪舍环境控制标准及环境适应性评价结果,分别建立温度模糊控制器和通风模糊控制器,确定模糊控制输入量、输出量,对模糊控制变量进行模糊化、精确化处理,根据不同季节温度和通风调控策略,建立模糊控制规则,实现不同季节猪舍环境调控。(7)通过现场测试数据确定温度模糊控制与通风模糊控制之间的补偿系数D。根据实测猪舍内环境数据,确定加热模式下,温度变化与加热控制之间的关系;确定通风模式下,温度变化与不同通风量之间的关系;从而确定温度模糊控制与通风模糊控制之间的补偿系数D,解决寒冷冬季通风与温度控制之间的矛盾。通过实验验证表明本研究建立的猪舍环境调控模型可以实时地、精确地实现对猪舍环境的控制。本论文以北方寒冷地区猪舍为研究对象,建立的基于FSE方法的猪舍环境适应性评价模型,与单因素评价模型相比较,可以对猪舍环境适应性做出综合评价。对建立的猪舍环境小气候模型进行仿真及验证,结果表明,猪舍温度仿真与实测温度相差1oC以内,氨气浓度最小相对误差分别为0.0858,此环境模型可以较准确地模拟猪舍小气候环境,作为环境控制的基础模型。加入补偿系数D的温度控制及通风控制模型,通过与实测数据比较,温度与设定值最大偏离误差为0.61oC,舍内温度稳定,非常好地达到了温度控制目标;舍内相对湿度偏离设定值最大为11.4%,其最大相对误差没有超出正常范围(±25%),可以满足猪舍湿度控制要求;猪舍氨气浓度变化范围为0.9ppm-1.6ppm,远远小于设定值12ppm,能够很好地满足猪舍氨气浓度控制要求。因此,本研究建立的基于模糊集理论的猪舍环境适宜性评价方法,猪舍环境小气候模型及调控模型,可以为猪舍环境控制提供可行的参考。