港口集装箱堆场的数字化 | 港口科技- 大数跨境

首页

港口集装箱堆场的数字化 | 港口科技

锦州港股份有限公司

2023-01-06

导读：摘要为加快港口集装箱堆场的数字化建设，促进堆场的数字化转型，提升堆场的作业效率，结合当前的数字化、智能化发展

摘

要

为加快港口集装箱堆场的数字化建设，促进堆场的数字化转型，提升堆场的作业效率，结合当前的数字化、智能化发展趋势，开展港口集装箱堆场的数字化架构研究。通过对当前堆场组成和服务需求进行分析，构建以硬件、技术与服务为主线的4层数字化架构，并给出堆场数字化建设过程中的4个关键使能技术，结合已有技术研究和应用系统说明该框架的可行性和有效性。

引言

集装箱堆场是集装箱码头物流系统的重要组成部分之一，主要由集装箱、堆场装卸搬运设备、堆场空间、通信设施和人员等若干相互制约的动态要素组成，是具有特定功能的有机整体。在当前的数字化、智能化的发展趋势下，必须在集装箱运输快捷化、节约化、简单化和标准化的前提下实现集装箱堆场向自动化、数字化、智能化方向转型。国内外经验表明，未来数字化、智能化是集装箱堆场和港口维持生存、发展、竞争能力的重要因素。因此，做好集装箱堆场数字化架构设计，不仅能够加速集装箱堆场的数字化转型，而且更能适应自动化、智能化的数字社会，对提高码头管理效率和竞争力具有十分重要的意义。

堆场数字化架构

港口集装箱堆场作业效率的提升是提高港口整体效率影响因素中的重要一环，借助传感器、物联网、人工智能等现代信息技术，实现集装箱堆场的自动化、数字化，从而提升堆场效率和港口竞争力。港口集装箱堆场数字化建设是基于集卡、岸桥、场桥、堆存场地等硬件设备设施，以提升货物集散、转运效率等为目的，通过数字化、网络化、智能化等手段，在计算机虚拟环境中对堆场状态、作业调度、集港、装船作业等业务进行管理、仿真、优化和可视化等工作，不断提升港口集装箱堆场业务综合管理水平。在此，提出包含堆场设备数字化升级与联网、堆场业务数据关联与管理、堆场业务管理与指标分析和堆场业务智能化应用场景的4层堆场数字化架构。港口集装箱堆场的数字化框架见图1。

堆场数字化建设有3条主线。第1条主线是由集卡、大型作业机械、堆存场地等组成的硬件设备和相关设施，利用数字化升级和物联网技术实现作业过程的精确化执行，这是堆场数字化建设的硬件基础。第2条主线是数字化技术支持主线，对堆场业务不同数据来源、数据流向、数据类型等进行采集、交互、管理、分析和集成应用，这是实现数字化堆场的技术基础。第3条主线是在前两者基础上以堆场业务数据流为中心的业务优化管控，通过对业务数据的管理、分析和智能化应用，对堆场各环节及要素进行精细化管控，配合港口实际作业进行高效服务。

从堆场业务数据流来看，数字化堆场4层架构涵盖堆场业务数据从获取、管理到数据分析和智能化应用的过程。

堆场设备数字化升级与联网。要实现集装箱堆场数字化，首先应对堆场业务活动中所包含的软硬件设备、堆场业务执行过程进行数字化升级和联网，改变以往堆场业务数据无法获取，数据传递、查询、统计、分析困难，且准确性和使用效率低的现状，即通过各类传感器技术、定位技术和信息通信技术，实现对集卡、大型作业机械、堆存场地等硬件设备状态以及进出港作业、物流作业等业务流程实时状态、使用情况、实时位置等信息的掌握，将堆场业务中的各类要素转变为可靠的数据源。
堆场业务数据关联与管理。由于堆场业务的实时性和多样性（例如堆存状态、作业设备运行状态、物流状态等实时变化），单一的数据源很难反映动态的、实时变化的堆场业务，加上现有的业务信息系统具有一定的独立性，系统之间无法相互操作。因此，开发堆场业务数据的关联与管理，是利用分布式数据管理、接口开发、虚拟模型等技术，从堆场业务流程的角度将各类数据互联互通，使数据与信息得以在各环节中交互、传递，形成堆场业务动态可视化、数据互联等全面反映堆场业务的信息流。
堆场业务管理与指标分析。随着港口吞吐量的稳步攀升，堆场业务相关数据呈现出数据来源多、数据量大、涉及业务类型多等特点，很难依赖人为经验进行数据分析。借助新兴的人工智能、机器学习、深度学习等技术在海量、多源、复杂数据分析上的优势，深度结合集装箱堆场业务需求，实现对设备运行状态分析、堆场资源、作业调度、堆场空间利用率等内容进行分析，及时发现设备异常、效率低下等问题，为堆场的决策提供数据支撑。
堆场业务智能化应用场景。堆场业务智能化应用是根据堆场业务问题和指标分析结果，基于实时仿真数据、实时业务数据、历史数据等内容，利用数据分析、自动控制、可视化、平台集成与开发等技术，从不同的堆场软硬件要素、不同业务流程的角度对堆场过程中的设备运行、资源配置、物流调度等进行优化和调控，实现对堆场过程进行优化控制，提升集装箱堆场业务的效率、安全性和智能化水平。

使能技术

为更好地进行堆场的数字化建设，结合堆场数字化建设框架，提出堆场数字化建设中的4个关键使能技术。

2.1　基于物联网技术的港口集装箱堆场实时感知和互联

基于物联网技术实现堆场业务智能分析和规划的基础是准确获取堆场系统中人员、设备、集装箱动态位置、姿态等状态信息和库存、环境等信息，从而为堆场的数据分析、实时交互和仿真提供数据支撑。堆场的数据采集主要涉及以下3种关键技术：

基于5G的高精度定位技术。5G采用高频或毫米波通信，毫米波通信具有较好的方向性。同时，结合5G大规模天线技术，利用其高分辨率的波束实现更高精度的测距和测角；进一步采用5G低时延、高精度同步等技术，提升定位精度。利用5G的高精度定位技术，可以实现堆场的自动码货和车辆无人驾驶应用，通过精准定位、无缝对接，提高集卡在码头和堆场间运转的效率。
基于双天线GPS的定位测姿技术。该技术通过在车辆上按一定几何分布设置2个GPS信号接收天线，从而形成二维基线向量，通过处理主接收器和副接收器间的基线距离得到二维姿态信息。在物流车辆中集成该技术，可以实时获得车辆的俯仰、横滚和航向等姿态信息。
基于RFID的作业现场实时感知技术。该技术通过电磁场或电磁波来传送和接收作业现场人员、设备和集装箱等资源的电子标签信息，能够在多种场景下实现数据的采集。

2.2　基于大数据交互平台的大规模数据流处理和管理

面对集装箱堆场数字化作业过程中产生的海量多源异构数据，实现堆场智能化的前提是将这些数据进行统一规范和管理，确保数据的一致性和持久化，从而保障各业务系统间的数据有效流通、索引、分类和归纳。大规模数据处理和管理技术主要涉及以下3种关键技术：

动静态信息交换技术。动静态信息交换建立目的是通过标准的数据接口，获取各类动态和静态数据，实现系统或平台间的数据通信和交换共享，数据采集交换系统根据数据交换的对象和内容的不同，可以采用OPC UA、Modbus等接口协议进行信息的对接和交互。
大数据存储技术。根据不同的业务类型和使用时效，建立数据仓库实现海量数据的管理；根据业务类型，数据划分为根底信息数据库、主题数据库、业务数据库等3大数据库；根据数据的使用时效分为在线存储和离线存储，从而面向不同的需求提供高效的数据索引和稳定可靠的存储支持。
大数据处理技术。针对堆场数字化作业中的海量数据处理需求，分别采用流处理技术和批处理技术来实现大数据的实时处理与高吞吐量的并行处理。利用强健、高效的数据处理引擎和新的数据处理算法（例如机器学习和深度学习等），实现堆场数字化作业中大数据的处理，从而支撑各种复杂的数据转换流程、任务调度流程的高效运行。面向大规模数据流处理和管理，提出大数据交互平台实现方案，利用Filebeat日志文件采集技术、Kubernetes容器化技术和支持不可靠网络特性的MQTT协议，搭建支持高并发、高可靠的Kafka+ Kubernets+ Elasticsearch数据交互平台，方便各业务子系统之间的数据交互、数据接入，用于处理集装箱堆场数字化生产过程中产生的海量多源异构数据，同时提供数据分析和统计扩展功能，支撑堆场相关海量数据的进一步分析。大数据交互平台结构示意图见图2。

2.3　集装箱堆场实时虚实交互和仿真

现代集装箱堆场作业的复杂性对规划过程的动态应变能力提出更高的要求，促使集装箱堆场交互仿真系统的发展。通过可视化三维动画仿真引擎和数字孪生等技术开发可沉浸式漫游的实时交互仿真系统，实现面向客户服务、堆场作业和后勤保障的交互与仿真。在该交互仿真系统中，针对不同的应用场景开发不同的服务：面向客户服务时可实现客户业务信息实时查询，主要包括货物查验计划、客户位置、集装箱位置和业务类型查询等；面向堆场作业时可实现作业人员按权限查询作业的详细信息制定作业任务，例如查询货箱位置、货箱统计分析、可移动机械位置查询、实时状态观测和远程操作等。同时，系统可以实时更新港口内部机械设备的运行和维护状态，并通过标识手段标识出不同设备处于何种状态，方便运维人员进行实时监测。

2.4　基于大数据的数字化港口集装箱堆场智能优化配置

在多箱区多业务场景的现代数字化港口堆场中，任务的复杂性使得需要运用合理的优化配置方法来完成作业设备的调度。在集装箱港口堆场中，集装箱的装卸操作都是由大型作业机械完成的。针对不同的业务场景，港口需要配备不同的作业机械，这些种类繁多的作业机械在港口堆场起着非常重要的作用。堆场作业的分配目标之一是保证资源与作业量之间的平衡，基于智能算法（例如遗传算法、强化学习等）的多箱区多业务场景优化模型，可以通过优化调度过程使多业务场景机械调度移动成本与提送箱集卡间的等待惩罚之和最小，减少集卡等待时间，并实现多个作业区域之间工作时间的均衡，从而保障工作人员的工作效率和安全。此外，结合数字化港口的信息获取、传递优势，可以实现多阶段动态调度滚动更新，从而实现集装箱港口堆场作业的动态调度。

应用案例

结合堆场数字化架构，根据堆场业务数据从获取、管理、数据分析到智能化应用的过程，采用C/S架构开发基于数字化架构的集装箱堆场智能化系统。该系统的主要功能模块包括集装箱堆场设备数据采集和管理、集装箱堆场实时感知和互联、集装箱堆场数据统计分析、集装箱堆场实时交互仿真、集装箱堆场智能优化配置、集装箱堆场设备运维等6个部分。港口集装箱堆场的数字化应用场景见图3。通过采用集装箱堆场智能化系统，堆场已经初步实现智能化，有效提高堆场的作业效率。

堆场设备数字化升级与联网。采用基于差分GNSS定位技术采集现场移动装卸设备的动态轨迹数据；采用基于双天线GPS的定位测姿技术实时获取现场装卸设备的俯仰、横滚和航向等数据；采用基于RFID的实时感知技术获取现场人员、设备、集装箱等资源的电子标签信息，实现港口集装箱堆场的实时感知与互联；采用基于5G的高精度定位技术，实现堆场的自动码货和车辆无人驾驶应用。
进行堆场业务数据采集与管理。构建分布式集群的大数据交互平台，基于实时监测数据、已有历史数据等，采用动静态信息交换技术、大数据存储技术、大数据处理技术等，实现数据的通信、共享、存储、转换，确保数据的统一性，便于对数据进行统一规范和管理，为后续指标分析提供标准化数据。
进行堆场业务管理与指标分析。在数字化架构中前2层的数据采集与处理的基础上，采用可视化三维动画仿真引擎开发可沉浸式漫游的实时交互仿真系统，实现客户业务信息实时查询、堆场现场信息实时查询、港口机械设备远程运维等功能，以便后续智能应用场景中对集装箱堆场进行调整优化。
面向堆场业务智能化应用场景。将分析数据上传至堆场业务智能化应用场景层，实现对现场移动装卸设备的智能管理服务，以保证其平稳运行。采用集装箱堆场智能优化配置技术对业务场景和现场作业设备进行优化配置，实现资源和作业量之间的平衡，同时可通过优化调度过程实现多个作业区域之间工作时间的均衡，保障工作效率和安全。