• Про нас
    • Історія
    • Політика конфіденційності
    • Наша команда
    • Редакційний профіль
      • Тираж тиражу
      • Регіональний розподіл
      • Інтернет-читачі
      • Бізнес-сектори
    • Реклама
      • Друк
      • Календарі
      • Інтернет-банери
      • Електронні бюлетені
    • Інші веб-сайти
      • Англійський сайт
      • Французький сайт
      • Турецький сайт
      • Китайський сайт
  • Журнал
    • Інтернет-журнал
      • Журнал іспанською мовою
      • Журнал англійською мовою
      • Журнал турецькою мовою
      • Журнал арабською мовою
      • Журнал китайською мовою
      • Журнал французькою мовою
    • Підпишіться на друкований журнал
    • Підпишіться на Digital Magazine
  • Машини
    • Шліфувальні машини
      • Збалансоване харчування
      • Борошно
      • Рис
      • Макарони
      • Олійні насіння
    • Лабораторне обладнання
  • Харчування
    • Корм для тварин
      • Свині
      • Жуйні тварини
      • Птахи
      • Риба
      • Домашні тварини
    • Людська їжа
      • Пшеничне борошно
      • Рисове борошно
      • Зернове борошно
      • Добавки
  • Сирі матеріали
  • Зберігання та обробка
    • Силоси
    • Транспортування
    • Шина
    • Завантаження та розвантаження
    • Упаковка та палетизація
  • Компанії
  • Події
    • Події
    • Конференції
  • MAG TV
    • Всім
    • Компанії
    • Події
  • додому
  • додому
  • Система NIR, крім кормових інгредієнтів

Аналіз для підвищення рентабельності виробництва свинини

мовою Журнал

В останні роки виробництво свиней стикається із значними економічними проблемами через низьку врожайність сільськогосподарських культур та посилення конкуренції за сировину з виробництва біопалива. Як наслідок, ціни на корми були різними, і доступно більше промислових побічних продуктів. У той же час ми відчували зростаючі вимоги до стійкості у виробництві тварин, наприклад, зменшити викид поживних речовин у стоки, одночасно виробляючи все більше і дешевшу їжу для зростаючого світового населення. Все це змусило свинарську промисловість застосовувати більш професійні, точні та точні практики.

Оскільки витрати на корм становлять від 50 до 80 відсотків загальних змінних виробничих витрат, харчування залишається основною сферою діяльності. Ключовою метою дієтологів є забезпечення тварини правильною кількістю поживних речовин для забезпечення оптимальних показників. Як надлишок, так і нестача поживних речовин, ймовірно, призведуть до економічних втрат через більші витрати та/або зниження продуктивності тварин. Таким чином, дієтологу та покупцеві сировини важливо мати правильну інформацію про склад та харчову цінність наявних інгредієнтів. Точний та регулярний аналіз інгредієнтів та повноцінних кормів для підтвердження правильності складання дієт є ключовим заходом контролю якості.

Щоб забезпечити послідовність дієт, дієтологи традиційно використовують негайний аналіз у вповноважених лабораторіях, де інгредієнти та корми аналізуються на їх поживність. На жаль, більшість цих тестів трудомісткі та дорогі, що обмежує кількість зразків, які можна перевірити, і створює затримку між вибіркою та отриманням результатів тесту. Як варіант, спектрометр ближнього інфрачервоного відбиття (довжина хвилі 1100-2500 нм) (NIR) може бути використаний для прогнозування складу, оскільки ця технологія є економічно ефективною та швидкою. Це дозволяє дієтологам отримувати майже негайний відгук про вхідні інгредієнти та вихідні корми, а також аналізувати набагато більше зразків за нижчою вартістю. Однак NIR має набагато більший потенціал використання у тваринництві. У цій статті буде обговорено використання NIR в аналізі інгредієнтів та складі дієти, а також можливості розширити цю технологію за рамки стандартних випробувань, щоб підтримати більшу ефективність у свинарстві.

Прогнозування складу корму

Система NIR Ви можете передбачити хімічні та фізичні властивості, пов'язуючи спектри вібрації, отримані на наборі відомих зразків, з еталонними методами аналізу, проведеними на тому самому наборі зразків. Отримане калібрування можна використовувати для прогнозування складу невідомих зразків однотипних матеріалів. NIR пропонує важливі переваги перед традиційними методами, насправді він швидкий, не руйнує, не потребує хімічних речовин і, отже, не створює відходів. Простий в експлуатації, після калібрування і вимагає мінімальної підготовки зразків.

Загальноприйнятою практикою дієтологів є складання дієт із середніми даними про склад інгредієнтів, які мають або балансову вартість, або фактичні аналітичні дані, і часто запас міцності на основі очікуваної мінливості даних. Межі безпеки можуть варіюватися, залежно від рецептури та інгредієнтів, як правило, коливаються між нулем (середні використані дані) та одним стандартним відхиленням середнього значення. Регулювання харчової цінності інгредієнтів на основі стандартного відхилення гарантує, що більшість вироблених кормів забезпечать очікуваний або вищий рівень будь-яких поживних речовин.

NIR використовується у харчовій промисловості більше 30 років і зараз затверджений AOAC для визначення вологи, азоту (сирого білка) та кислотного миючого волокна (ADF) у кормах та кормі. Однак існує певний скептицизм у галузі щодо точності NIR у прогнозуванні складу корму щодо вологої хімії. Частина цього пов’язана із використанням поганих або неадекватних калібрувань NIR, а частина через погані методики відбору проб; NIR може прогнозувати лише склад зразків, подібний до тих, що використовуються для розробки калібрування, і варіація ніколи не може бути меншою, ніж у методів, що використовуються для надання даних, які конструює калібрування.

Загальноприйнятим є насправді припущення, що результат мокрої хімії завжди кращий, ніж результат NIR; однак, Undersander (2006) повідомляє, що коли результати сирої білка різняться, повторення вологої хімії відповідало NIR 80 відсотків часу. Це показує, що, як не дивно, менше ризику помилитися при взятті спектру NIR, ніж при проведенні лабораторного аналізу. Однак справжньою перевагою NIR є те, що дешевше і швидше аналізувати серію зразків для серії аналізів, ніж проводити мокрий хімічний аналіз, надаючи формулятору набагато повнішу картину композиції в режимі реального часу. а також зміни в складі кормових інгредієнтів.

Прогнозування харчової цінності

Починаючи з 1996 р., В Австралії проводилася велика дослідницька програма з розробки калібрувальних калібрувальних досліджень для прогнозування харчової цінності загальновживаних інгредієнтів у різних видах тварин, включаючи жуйних, свиней та птицю. Було обстежено близько 4000 зернових злаків та білкових інгредієнтів, і більше 350 із них були запропоновані тваринам (> 100 для свиней) для визначення доступної енергії та норми споживання, а також складу, реакційноздатного лізину та засвоюваності стандартизованих амінокислот клубової кишки ( Black and Spragg 2010, Black et al., 2014). Енергетична цінність (фекальний DE) злаків для свиней варіювала в межах і між видами злаків (табл. 1), коливаючи максимум до 4 МДж/кг для ячменю. Було підраховано, що, беручи для прикладу зернові культури з ціною 250 доларів США/т, різниця в 1 МДж/кг становила б значення між 15-20 доларами США/т у кормах для свиней. З урахуванням понад 100 мільйонів тонн зернових культур, що використовуються в кормах для свиней на рік, це дорівнює потенційній економії у кілька мільярдів доларів для свинарської промисловості по всьому світу лише для отримання енергії!

Аналіз усієї вхідної сировини для кормів, навіть за допомогою вологої хімії, був би трудомістким та дорогим, а затримка з отриманням результатів зробила б це практично неефективним. Однак цей австралійський проект використовував дані тварин для розробки калібрувань NIR для прогнозування вмісту енергії та індексу споживання (0-100), а також складу, що дозволяє швидко аналізувати та відділяти вхідну сировину після досягнення стану. Цінність використання RIS для визначення складу вхідних інгредієнтів нещодавно була продемонстрована інтегрованою компанією у Великобританії. Просто відокремивши вхідну пшеничну та соєву макуху в будь-який з контейнерів з високим та низьким вмістом білка для кожного, ця компанія змогла заощадити більше 3 доларів США за тонну на складах кормів, а також близько 20 000 доларів США на рік у витратах на мокру хімію. Як зазначалося вище, розширення цього значення до найбільш змінної енергетичної цінності дозволить заощадити набагато більші суми.

Високі ціни на фосфати, підвищений тиск на навколишнє середовище та більш ефективні ферментні продукти спонукали виробників кормів все частіше замінювати неорганічні фосфати фітазами. Однак ступінь вивільнення фосфору фітазами сильно залежить від вмісту фітатів у раціоні. Оскільки рівень фітату може змінюватися між інгредієнтами та всередині них, важко точно передбачити вміст фітату в готових кормах. Хоча для визначення рівня фітатів у харчових продуктах доступно кілька лабораторних методів, усі вони відносно дорогі та трудомісткі. Нещодавно були розроблені лабораторні калібрування NIR, засновані на ферментативному методі, що дозволяють прогнозувати вміст фітатів у інгредієнтах та дієтах у режимі реального часу, дозволяючи виробникам максимізувати включення фітази і, отже, економію коштів на корм для тварин (Santos та Bedford, 2012 ).

Надання послуг БІР

Сьогодні обладнання NIR зазвичай базується і завантажується належними лабораторними калібруваннями. Це представляє деякі проблеми; наприклад, доставка зразка в лабораторію може призвести до затримок, які викорінюють перевагу швидкості аналізу. Крім того, калібрування швидко застаріває; для цього потрібно часто і постійно оновлювати калібрування.

Нещодавня еволюція обладнання NIR дозволила виробляти надійні та портативні блоки, що працюють від акумуляторів. Це дозволяє проводити аналіз у визначних місцях, наприклад у силосі для зерна або біля входу в комбікормовий завод. Крім того, наявне в даний час обладнання NIR дозволяє контролювати інгредієнти під час збирання врожаю або постійно аналізувати корми під час виробництва на комбікормовому заводі. Розробка програмного забезпечення та комунікації дозволили веб-сервіси NIR, де спектри завантажуються на головну машину, що містить усі відповідні калібрування, з миттєвим зворотним зв’язком. Це має ряд переваг; наприклад, аналітик може платити на основі "як використовується", а не платити фіксовану попередню плату за калібрування, незалежно від кількості зразків. Це також може дати аналітику доступ до широкого діапазону калібрувань, і калібрування можна регулярно оновлювати, по суті сидячи перед комп'ютером.

Нове використання NIR

В даний час NIR використовується для аналізу кормових інгредієнтів та композицій для контролю якості в свинарській промисловості. Однак досягнення в апаратному та програмному забезпеченні представляють можливість використання цієї технології для визначення вартості сировини, що надходить, а також для контролю в режимі онлайн та в режимі реального часу точності рецептур кормів. Це потенційно багатомільйонна вартість з точки зору економії витрат на корм і більш передбачуваних показників тварин для свинарської галузі у всьому світі. У майбутньому ми можемо розраховувати на те, що лабораторне, портативне та Інтернет-обладнання NIR широко використовується у закупівлях інгредієнтів та у виробництві кормів.

Автори: Хадден Грехем і Кріс Піотровскі з кормових інгредієнтів AB Vista Мінг Ян Тан, Аунір, Сінгапур