Dane z kurnika w jednym miejscu, a z nich model budynku
Sterownik, licznik wody, czujnik w silosie i karta stada mają osobne panele, a hodowca łączy je w głowie. My zbieramy te dane w jednej aplikacji z alarmami, a model kurnika z prognozami i wykrywaniem odchyleń badamy i wdrażamy. Opieramy się na badaniach, które pokazały, co daje łączenie wielu czujników.
verifiedOd zespołu, który od lat organizuje pracę na fermach drobiu.
Dużo danych, każde w innym miejscu
Na nowoczesnej fermie dane już są. Sterownik mierzy temperaturę, wilgotność i często CO₂, licznik wody zlicza pobór, czujnik w silosie podaje poziom paszy, a karta stada zbiera padnięcia i masę. Każde urządzenie ma jednak własny panel, a hodowca łączy wszystko w głowie.
Zależności giną między wykresami
Spadek wody, wzrost wilgotności i więcej padnięć tego samego dnia to sygnał, którego nie widać na żadnym pojedynczym wykresie. Hasło „cyfrowy bliźniak” obiecuje model, który takie zależności zauważy. Pod tą samą nazwą kryją się jednak bardzo różne rzeczy: od wspólnego panelu po model sterujący wentylacją. Zaczynamy od tego, co daje się zrobić od razu.
Jak to rozwiązujemy
1. Dane z wielu urządzeń w jednej aplikacji (działa)
DlaFerm odczytuje dane ze sterowników klimatu (temperatura, wilgotność, amoniak, woda i pasza), z bezprzewodowych czujników LoRaWAN i z radarowych czujników poziomu w silosach. Odczyty trafiają do historii stada obok karty stada. Różnice między łącznością przewodową a LoRaWAN opisujemy w artykule o czujnikach przewodowych i LoRaWAN.
2. Alarm przy przekroczeniu progów (działa)
Gdy odczyt wyjdzie poza próg, alarm idzie na telefon hodowcy i pracowników. Ze sterowników tylko czytamy dane: nastawy zmieniasz jak dotąd na sterowniku.
3. Model kurnika, prognozy i odchylenia (prowadzimy badania i wdrażamy)
Prowadzimy badania nad prognozami z danych kurnika i wykrywaniem odchyleń od normalnego przebiegu dla danego budynku i wdrażamy je u hodowców. Model kalibrujemy osobno dla każdego kurnika, na danych z jego cykli.
4. Podpowiedź, nie automatyczne sterowanie
Zaczynamy od podpowiedzi dla hodowcy. Decyzję o wentylacji, paszy czy wezwaniu lekarza weterynarii podejmuje człowiek. Porównanie samych czujników z pełnym systemem opisujemy w artykule system czy same czujniki.

Co mówią badania
Każdy czujnik dokłada nową informację
Zespół Dhaliwala (2026) obserwował 150 piskląt Lohmann LSL-Lite w pięciu pomieszczeniach ośrodka Uniwersytetu Dalhousie od wylęgu do 20. tygodnia: temperaturę głowy i nóg z kamery termowizyjnej, dźwięk, ruch i warunki w pomieszczeniu. Wilgotność wiązała się z cechami dźwięku (r = 0,65–0,70), ale termika, dźwięk i ruch były od siebie w dużej mierze niezależne. Dlatego zbieramy dane z wielu źródeł, a nie z jednego.
Model trzeba kalibrować dla każdego kurnika
W modelu HenTwin ten sam zespół opisał stan 150 kur przez 25 tygodni. Trwały wzrost wskaźnika temperatury i wilgotności o 2,0 podnosił entropię dźwięku o 0,54 nat, a model wykrył skoordynowaną zmianę stanu stada w 12.–14. tygodniu. Struktura modelu przenosiła się między pomieszczeniami, ale wrażliwość na warunki trzeba było kalibrować osobno dla każdego.
Prognozy i dzienne alarmy działają w terenie
Zespół Panagi (2025) opisał platformę PoultryFI dla małych i średnich ferm niosek: dzienne podsumowania z alarmami, prognozę nieśności i zużycia paszy na 10 dni oraz liczenie jaj. Liczenie jaj na komputerze jednopłytkowym osiągnęło w próbach polowych 100% trafności. Przy dostawach paszy prognoza łączy się z pomiarem w silosie, o czym piszemy w artykule o monitoringu silosów paszy.
Model łączący fizykę i dane prognozuje dokładniej
Neethirajan (2026) połączył model fizyczny kurnika z siecią neuronową, która uczy się m.in. ciepła wydzielanego przez aktywne ptaki. W obliczeniach dla kurnika na 25 tys. brojlerów błąd prognozy temperatury spadł z 1,8 °C do 0,4 °C, a liczba przekroczeń progu amoniaku o 90%. Na takim połączeniu opieramy nasz model budynku, zaczynając od trybu podpowiedzi.
Co zyskuje ferma
Mniej paneli, mniej przeoczeń
Klimat, woda, pasza, silosy i karta stada są w jednym widoku. Zależności widać bez przełączania się między urządzeniami.
Szybsza reakcja
Alarm z dowolnego źródła trafia na telefon, także w nocy i w weekend.
Historia każdego budynku
Dane z kolejnych cykli zostają przy kurniku. Z nich uczy się model i na nich porównasz stada między sobą.
Sprawdźmy Twój kurnik
Chcesz zobaczyć, jak dane z Twoich urządzeń wyglądałyby w jednym miejscu? Zostaw kontakt w formularzu na dole strony.
Pytania o dane z kurnika w jednym miejscu
Jak to działa w praktyce?add
Łączymy się ze sterownikami klimatu, czujnikami LoRaWAN i czujnikami w silosach. Odczyty trafiają do historii stada, a przy przekroczeniu progów alarm idzie na telefon. Model kurnika z prognozami badamy i wdrażamy.
Jaki sprzęt jest potrzebny?add
Najczęściej ten, który już masz: sterownik klimatu i licznik wody. Bezprzewodowe czujniki LoRaWAN i czujniki poziomu w silosach dokładamy tam, gdzie ich brakuje.
Czy DlaFerm zmienia nastawy sterownika?add
Nie. Ze sterowników tylko czytamy dane. Nastawy zmieniasz jak dotąd na sterowniku.
Ile pracy wymaga wdrożenie?add
Konto i kreator fermy przejdziesz w jedno popołudnie. Podłączenie sterowników i czujników robimy razem z fermą. Model kurnika potrzebuje danych z co najmniej jednego pełnego cyklu.
Co, jeśli na fermie nie ma zasięgu?add
Czujniki LoRaWAN działają na osobnej sieci radiowej o zasięgu do kilku kilometrów, bez Wi-Fi. Wpisy w aplikacji robisz bez sieci, a aplikacja wyśle je, gdy telefon złapie zasięg.
Czy model zastąpi weterynarza?add
Nie. Model ma wskazać odchylenie od normalnego przebiegu w danym budynku. Diagnozę stawia lekarz weterynarii.
Jakie dane zbieramy?add
Temperaturę, wilgotność, amoniak, zużycie wody i paszy ze sterowników, poziom w silosach, odczyty czujników LoRaWAN i dane z karty stada.
Skąd wiecie, że łączenie czujników ma sens?add
W badaniach Uniwersytetu Dalhousie na 150 ptakach termika, dźwięk i ruch okazały się w dużej mierze niezależne, a wrażliwość modelu trzeba było kalibrować osobno dla każdego pomieszczenia. Platforma PoultryFI pokazała w próbach polowych prognozy zużycia paszy i dzienne alarmy. Dlatego łączymy źródła i uczymy model na danym budynku.
Źródła i materiały
- linkDhaliwal Y., Essien D., Neethirajan S. (2026). Multimodal Digital Sensing of Early-Life Laying Hens: A Pilot Study Integrating Thermal, Acoustic, Optical-Flow and Environmental Data. arXiv:2604.16307
- linkDhaliwal Y., Rao S., Neethirajan S. (2026). HenTwin: A Multimodal Digital Twin Framework for Longitudinal Biological State Monitoring in Laying Hens. arXiv:2607.28652
- linkPanagi P., Karatsiolis S., Mosphilis K. i in. (2025). Poultry Farm Intelligence: An Integrated Multi-Sensor AI Platform for Enhanced Welfare and Productivity. arXiv:2510.15757
- linkNeethirajan S. (2026). A Hybrid Edge Cloud Digital Twin for Welfare-Constrained Control in Poultry Production. arXiv:2608.20367
Twoje dane z kurnika w jednym miejscu
Pokażemy, jak sterowniki, czujniki i silosy łączą się w aplikacji z kartą stada i alarmami. Napisz do nas.
Telefon
+48 796 258 151