EIP-HANKE:
 Digiloikka lehmän ruokintaan

Automaatio avuksi lypsylehmän tasapainoiseen ruokintaan.


Wikli Group Oy on asiantuntijakumppanina mukana ”Digiloikka lehmän ruokintaan” -hankkeessa. Tällä nettisivulla julkaisemme hankkeen kuulumisia, tervetuloa mukaan seuraamaan hankkeen vaiheita!

”Digiloikka lehmän ruokintaan” -hankkeen avulla pyrimme parantamaan suomalaisen maidontuotannon kannattavuutta ja tukemaan lehmien hyvinvointia erityisesti muutostilanteissa luomalla tasapainottavia parannuksia lehmien ruokintaketjuun. Hankkeen lähtökohtana oli ajatus hyvinvoivasta lehmästä maidontuotannon kannattavuuden kulmakivenä. Suuri vastuu lypsylehmän hyvinvoinnista sekä tuotannon ympäristökuormituksen minimoimisesta on juuri ruokinnan optimoimisella. Vääränlainen ruokinta tuhlaa resursseja ja rasittaa, sekä lehmää ja ympäristöä.

Tämän hankkeen tavoitteena on luoda pilottitiloille automaattinen adaptiivinen ruokintajärjestelmä, jossa seurataan lehmien terveyttä, lehmien saaman rehun laatua sekä tuotosta. Järjestelmä perustuu itseohjautuvaan automaattisesti säätyvään ruokintajärjestelmään, joka reagoi muutoksiin ja pyrkii pitämään lehmien saaman rehun optimaalisena.





Nautojen ruokinnassa on selvästi kysyntää automatisoidulle järjestelmälle, joka ottaa huomioon säilörehun vaihtelun sekä nautojen terveyden tilan indikaattorit, ja säätele näiden taustatietojen pohjalta reaaliaikaisesti nautojen seosrehuruokintaa. Tämä tarkoittaa työkalua tilalliselle, joka auttaa tarkkailemaan taloudellista ja tuotannollista tilaa mahdollisimman automaattisesti sekä muodostaa automaattisesti yhteenvetoa tukemaan tilallisen päätöksentekoa. Tavoitteena saada data yrittäjien ja asiantuntijoiden käyttöön reaaliaikaisesti (mahdollistaa aikaisen puuttumisen ongelmiin, tavoitteiden asettamisen sekä seuraamisen)

Hankkeen tavoitteet:

Tämän hankkeen tavoitteita ovat:

1. Löytää käytännön arjessa käyttökelpoiset anturit ja menetelmät seosrehun koostumuksen lähes reaaliaikaisen analyysiin tiloilla ja ottaa ne onnistuneesti käyttöön (säilörehun kosteus, korren pituus, ravintosisältö).

2. Selvittää arjessa käyttökelpoiset menetelmät nautojen terveyden tilan mittaamiseen, jotka tuottavat riittävän nopeasti ja riittävällä tarkkuudella tietoa, jonka pohjalta ruokintaa säädetään.

3. Luoda suomalaiselle nautatilalle optimoitu ohjelmapohja, joka kerää arvot eri analyysimenetelmistä, korreloi arvoja ja pystyy tarvittaessa säätämään seosrehun reseptiä tilan automaattisessa seosrehuruokinnassa tulosten perusteella (esim. valkuainen ja energia).

4. Pilotoida edellä mainittu kokonaisuus hankkeeseen osallistuvilla kahdella maidontuottajatilalla ja kerätä jatkoa varten oleellista tietoa menetelmän vaatimuksista ja sovellettavuudesta muille suomalaisille nautakarjatiloille.

Hankkeen seuranta ja arviointi:

Hankkeen aikana hankeen edistymistä seurataan aikataulun mukaan tarkastamalla työpakettien ja tehtävien pysyminen aikataulussa. Hankkeesta pidetään puolivuosittain palaveri, jossa kukin osapuoli esittelee edistymistä, mahdollisia haasteita ja ongelmia ratkotaan yhdessä. Hankkeen aikana rehusta ja eläinterveydestä kerätään useita validoituja parametrejä (kuten: maidon ureapitoisuus, lehmien lypsykäynnit, maidon rasva- ja valkuaisprosentit, maitomäärä sekä eläinten sairastuvuus). Hankkeen lopullisia tavoitteita seurataan sekä keräämällä numeerista dataa pilottitilan tuottavuudesta ennen pilottia sekä pilotin jälkeen. Lisäksi hankkeen tuloksia arvioidaan haastattelemalla työtä käytännössä tekeviä, jotta saadaan selville toiko automatisaatio helpotusta arkeen ja mitä hyötyä tai haittoja käytännössä huomataan.

Hankkeen pilotti

Hankkeen pilotissa kerätään tietoa järjestelmän vaikutuksista 2 eri eläinryhmän osalta.
 Tiloilta kerätään tuottavuus ja kustannustehokkuus arvoja ennen pilotointia sekä pilotoinnin aikana.
 Arvioidaan kriittisesti, kuinka paljon automatisoidun reaaliaikaisen järjestelmän avulla saatiin lisäetua verrattuna sen vaatimaan työhön ja hankintahintaan.

Lisäksi arvioidaan, miten vastaava järjestelmä on rakennettavissa kustannustehokkaasti muille tiloille pilotissa saatujen kokemusten pohjalta. Saatujen tulosten pohjata, mikäli kokonaisuus näyttää lupaavalta päätetään millainen ratkaisu järjestelmästä (suunnittelu, antureiden asennus, ohjelma ja koulutus) voidaan

Lopputuloksen tulee olla hinta-laatusuhteeltaan houkutteleva ja käyttöönotettavissa tilatasolla. Lisäksi järjestelmän hankinnasta saatavan hyödyn on oltava riittävän ja katettava hankintakustannukset.

Hankkeen totetus

videoesittely järjestelmästä:  
Esittelyvideo Digiloikka lehmän ruokintaan EIP-hanke 2024

Ruokinnanohjausjärjestelmä

Hankkeen aikana kehitettiin ruokinnanohjausjärjestelmää, jossa hyödynnettiin tilalla olemassa olevaa tekniikkaa ja uutta automaatiotekniikkaa sekä ohjelmistoja.

Automatisoitu järjestelmä vähensi manuaalisen työn tarvetta ja mahdollisti tarkemman rehun annostelun, millä on tarkoitus parantaa tuottavuutta ja eläinten terveyttä. Lisäksi järjestelmä mahdollisti ruokintatietojen keräämisen ja analysoinnin, mikä auttoi tekemään tietoon perustuvia päätöksiä ruokinnan optimoinnista.

Kehitystyön aikana saatiin myös arvokasta palautetta tilan työntekijöiltä, jotka osallistuivat aktiivisesti järjestelmän testaamiseen ja käyttöönottoon. Tämä yhteistyö varmisti, että järjestelmä vastasi käytännön tarpeisiin ja oli helppokäyttöinen. Tulevaisuudessa järjestelmää on tarkoitus laajentaa ja kehittää edelleen, jotta se voi palvella entistä paremmin tilan kasvavia tarpeita ja vaatimuksia.


Ohjelmistoratkaisut


Ruokinnansuunnitteluohjelmiston osalta päädyttiin Saksalaiseen Fodjaniin  joka tarjoaa modernia pilvipohjaista ruokinnansuunnitteluohjelmaa.
fodjan.com

Ohjelman toiminta perustuu ruokinnan suunnitteluun tilan rehuvarastojen pohjalta. Se kykenee optimoimaan ruokintaa asetettujen tavoitteiden ja toteutuneen tuotoksen pohjalta. Ohjelma käyttää saksalaisia ruokintataulukkoja pohjatietona, mutta mahdollistaa omien rehujen tietojen käytön sekä ruokintamallin mukauttamisen omien tavoitteiden mukaiseksi. Lisäksi ohjelmassa on hyvät mahdollisuudet tuoda dataa ulkopuolisista järjestelmistä.

Muiden vertailuissa olleiden pohjoismaisten ruokinnansuunnitteluohjelmien osalta jäätiin jälkeen teknisen tason suhteen ja ruokinnan pohjatietojen mukauttaminen ei ollut fodjanin tasolla. Lisäksi tarvittavien rajapintojen ja niiden mukauttamisen osalta fodjanilla oltiin edellä muita. Myös yhteiskäyttö yrittäjien, suunnittelijoiden ja muiden onnistui muita ohjelmia helpommin ja tehokkaammin.

Tietojen tuonnin ja käsittelyn osalta päädyttiin käyttämään apuna avoimeen lähdekoodiin perustuvaa belgialaista Odoo-ohjelmistoa.

-ohjelma ladattavissa ja voidaan asentaa omalle palvelimelle:
https://github.com/odoo/odoo

Ohjelmisto asennettiin tilan palvelimelle ja sitä käytettiin ruokintajärjestelmästä kertyvän datan keskitettyyn varastointiin, käsittelyyn ja hallintaan. Odoo mahdollisti tiedon varastoinnin tietokantaan sekä rajapintojen rakentamisen eri järjestelmiin. Lisäksi talouslaskentaa toteutettiin samalla alustalla. Ohjelmisto tarjoaa mahdollisuuden käyttää Excelistä tuttuja laskentakaavoja, ja tiedot ovat suoraan taulukkolaskentaohjelmaan tuotavissa jatkokäyttöä varten.

Muualla maailmassa Odoo-ohjelmistoa on käytetty myös maatilan koko tuotannonhallintaan, kuten esimerkiksi https://apps.odoo.com/apps/modules/14.0/pways_dairy_farm_management.

Jatkokehityksen osalta ohjelmisto mahdollistaa kerätyn datan käsittelyn yhdistämisen tekoälyyn, mikä avaa uusia mahdollisuuksia tilan toiminnan tehostamiseksi ja optimoinniksi.


















Ylemmän tason tavoitteet, joiden osa hanke on 

Hanke Digiloikka lehmän ruokintaan on osa laajempaa maatalouden uudistumista, jossa korostuvat digitalisaatio, eläinten hyvinvointi ja resurssien tehokas käyttö. Se tukee EU:n elpymis- ja palautumistukivälineen (RRF) ja kansallisen maatalouspolitiikan (CAP) tavoitteita, kuten älykkään maatalouden kehittämistä ja ilmastokestävyyden parantamista.

Nautakarjatiloilla ruokinta on yksi keskeisimmistä tuotannon osa-alueista – se vaikuttaa eläinten terveyteen, tuotantotuloksiin ja ympäristövaikutuksiin. Hankkeen tavoitteena oli kehittää ruokintaprosessia niin, että päätökset perustuvat reaaliaikaiseen mittaustietoon, eivät vain kokemukseen tai viiveellä saatavaan palautteeseen. Tavoitteena oli luoda ratkaisu, joka auttaa tiloja reagoimaan nopeasti esimerkiksi rehujen laatuvaihteluihin tai eläinten terveydentilan muutoksiin.


Toimenpiteet

Hankkeen toteutus jakautui neljään pääteemaan, jotka yhdessä muodostivat kokonaisuuden ruokinnan optimoinnin tueksi. Kehitystyö eteni vaiheittain: aluksi keskityttiin rehun laadun mittaamiseen, sen jälkeen eläinterveyden seurantaan, sitten mittausdatan yhdistämiseen ruokintaohjelmistoon, ja lopuksi järjestelmän testaamiseen käytännön tiloilla.

Ensimmäinen vaihe keskittyi reaaliaikaisen rehunanalyysin kehittämiseen. Hyödynsimme NIR-teknologiaa säilörehun ravintoarvojen ja kosteuspitoisuuden mittaamiseen, erityisesti kuiva-aineen, valkuaispitoisuuden ja kosteuden osalta. Tavoitteena oli saada analyysit nopeasti ja luotettavasti osaksi ruokinnan ohjausta. Tämä edellytti myös tiedonsiirron ja ohjelmistoyhteyksien kehittämistä, jotta mittaustulokset voitiin liittää suoraan ruokintaohjelmaan.

Seuraavaksi laajensimme tarkastelua eläinten hyvinvointiin. Lypsyrobotin keräämä tuotantodata, kuten maidon ureapitoisuus sekä eläinten aktiivisuus ja liikkuminen, yhdistettiin osaksi järjestelmää. Näiden tietojen avulla pystyttiin seuraamaan ruokinnan vaikutuksia eläinten terveydentilaan ja reagoimaan mahdollisiin muutoksiin nopeasti. Mittarit toimivat myös indikaattoreina ruokintasuunnitelmien onnistumiselle.

Kolmannessa vaiheessa rakennettiin ohjelmistopohjainen käyttöliittymä, joka kokoaa mittaustiedot yhteen ja tarjoaa visuaalisen työkalun ruokinnan suunnitteluun. Käyttöliittymässä kehitettiin toimintoja sekä automaattiseen että käyttäjää ohjaavaan ruokintatason säätöön. Näin järjestelmä tukee tilallista päätöksentekoa selkeästi ja käytännönläheisesti.

Lopuksi järjestelmä otettiin koekäyttöön kahdella tilalla, joissa pilotoitiin järjestelmän käytettävyyttä ja seurattiin vaikutuksia verrattuna tavalliseen ruokintaan. Henkilöstölle järjestettiin koulutusta, ja kokemusten pohjalta arvioitiin teknologian toimivuutta käytännön oloissa. Pilotti osoitti, että mittaustieto ja ohjelmistotyökalut voivat tukea ruokintaa merkittävästi – kunhan käyttö on sujuvaa ja tilat saavat riittävästi tukea järjestelmän hyödyntämiseen.


Toteutusoletukset ja riskit

Hankkeessa lähdettiin siitä, että ruokinnan haasteita tilatasolla voidaan ratkaista yhdistämällä mittausteknologia ja ohjelmistot. Tavoitteena oli mahdollistaa nopea reagointi esimerkiksi rehujen laatuvaihteluihin. Oletuksena oli myös, että olemassa olevia teknologioita voitaisiin hyödyntää, kunhan ne todetaan soveltuviksi käytännössä. Tilojen aktiivinen osallistuminen oli tärkeää ja toteutui hyvin.

Hankkeen aikana tunnistettiin muutamia kehitystyöhön liittyviä haasteita, kuten mittalaitteiden kalibroinnin tarkkuus ja ohjelmistojen yhteensopivuus. Näihin varauduttiin huolellisella testauksella ja vaihtoehtojen kartoittamisella. Myös henkilöstö- ja aikatauluhaasteisiin vastattiin ennakoivasti, muun muassa lisäämällä viestintää ja vahvistamalla projektitiimiä.

Analyysidatan ja tuotantotiedon yhdistäminen osoittautui lupaavaksi tavaksi kehittää ruokinnan hallintaa. Tulokset olivat rohkaisevia, ja jatkokehityksellä voidaan saavuttaa entistä parempi automaatio ja tilakohtainen hyöty.






















Vaikutukset

 Hankkeen vaikutukset näkyvät sekä lyhyellä että pidemmällä aikavälillä pilottitiloilla ruokintakäytäntöjen muutoksena, ruokintakustannusten hallinnan parantumisena ja eläinten hyvinvointiin tähtäävän työn priorisointina. Hankkeen käytännön hyödyt näkyvät suoraan mukana olleilla tiloilla, mutta hyväksi havaittuja kokemuksia ja käytäntöjä jaetaan laajemmin.

Ruokinnan automatisoinnilla ja rehun tilantason analysoinnilla saavutetaan pitkän aikavälin hyötyjä, kun ruokinnasta saadaan vähennettyä turhia muuttujia. Ruokinnassa pystytään keskittymään varsinaiseen kehittämiseen ”mututiedon” varassa säätämisen sijasta, kun rehun analyysitulokset ovat käytettävissä helposti ja nopeasti. Uudella järjestelmällä saadutettiin resilienssia lehmien ruokintaan ja tämä tulee pilotin tulosten perusteella parantamaan lehmien tuotoskauden keskituotosta, kun rehun laadun muutoksiin pystytään reagoimaan nopeammin.

Teknologisesti hanke osoitti, että NIR-mittaukset ja eläindata ovat yhdistettävissä ohjelmistoalustalle tilatasolla, ja että näiden tietojen visuaalinen esittäminen tilallisen tueksi on mahdollista. Käytännön pilotoinnista saatiin kokemuksia siitä, miten erilaiset teknologiat (NIR, eläindata, ohjelmistot, viljamittaus) soveltuvat maatilan arkeen. Hanke synnytti uusia toimintamalleja ja toi yhteen teknologia- ja alkutuotantotoimijat, joilla on jatkossa valmiudet kehittävät ratkaisuja yhteistyössä.

Jatkovaikutuksena hanke on tuottanut testatun ja käytännössä validoidun järjestelmäkokonaisuuden, jota voidaan jatkokehittää edelleen. Tiloilla säilyy käytössä hankkeessa käyttöönotettu mittalaitteisto, jota voidaan hyödyntää jatkuvassa seurannassa ja ruokintasuunnitelman tarkennuksessa.

Hankkeessa saavutetut tulokset ja näkökulmat hyödyttävät laajemmin alkutuotantoa, sillä ne tarjoavat mallin siitä, miten tuotantodataa ja rehutietoa voidaan hyödyntää tehokkaammin tilatasolla. Yhteiskunnallisesti hanke tukee maatalouden digitalisaatiota, tuottavuuden kasvua ja ympäristön kannalta kestävää kehitystä. Hyödynsaajina ovat maatilat, neuvojat, teknologian tarjoajat ja lopulta koko elintarvikeketju.


Hankkeesta muualla:

https://eu-cap-network.ec.europa.eu/projects/cybernetics-dairy-cow-feed-optimization_en

Tapasimme tilallisia ja hanketoimijoita innovaatiotorin hankekojulla sekä hankkeen tuloksia esiteltiin ohjelmalavalla Helsingin konemessuilla 2024​ https://maaseutuverkosto.fi/teemat/innovaatiot/innovaatiotori/

Valtakunnallisten kehittämis- ja EIP-hankkeiden webinaari 15.4.2025. Linkki tallenteeseen: https://youtu.be/TNfqFsqzJEA?si=yJC7GD9xNaA-DMxD

GrainSensen blogijulkaisu: https://grainsense.com/blogs/news/case-peltokorte-optimizing-cattle-feeding-with-gs-flow-analyzer

Artikkeli: Maaseudun Pellervo: https://maatilanpellervo.fi/jutut/anturit-ruokinnan-avuksi-navettaan/ 

Artikkeli: KMVET 3/2023 Ylöjärveläiset maitoyrittäjät hakevat hankkeen avulla tarkkuutta tuotannon automatisointiin​


Hankkeen Facebook -sivu https://www.facebook.com/groups/581331437795651/posts/581331474462314/



GrainSense: https://grainsense.com/

John Deere/HarvestLab: https://www.deere.fi/fi/tasmaviljely/kayttopaikkakohtainen-maatalous/harvestlab-3000/

Dinamica generale: https://www.dinamicagenerale.com/product/x-nir/

Lisätietoja:
Hankevastaava Tiina Joki, 050 521 0897, tiina.joki@wikli.fi