智能港口裝卸控制系統半物理仿真驗證技術研究

孫佳隆 姜作飛

（1．青島杰瑞工控技術有限公司，山東 青島 266061；2．中船重工（青島）海洋裝備研究院有限責任公司，山東 青島 266520）

1 研究背景

與傳統集裝箱港口裝卸系統相比，智能集裝箱港口裝卸系統具有技術含量高、運行安全可靠等優點，尤其是在智能化、可靠性、穩定性、設備利用率、運營成本等方面具有無與倫比的優勢。目前，世界范圍內的集裝箱港口都在加緊進行智能化的改造或建設，智能化集裝箱碼頭市場規模龐大，應用前景廣闊[1]。

然而，智能碼頭建設存在投資大、周期長、復雜度高、對人員的要求高等問題，對智能碼頭的大規模落地造成阻礙。而半物理仿真技術能有效解決自動化碼頭建設存在的問題，如在碼頭規劃階段對堆場布局、設備配置進行仿真，在項目投標階段向客戶展示基于目標工程的仿真解決方案，在大型設備裝配完成之前用半物理手段進行軟件聯調，這些都有助于縮短碼頭建設周期，降低碼頭建設風險。

2 現狀分析

近年來，在計算機技術、人工智能、大數據等智能化技術飛速發展的背景下，半物理仿真技術已廣泛涉及機電技術、液壓技術、控制技術及接口技術等領域[2]。

目前智能港口半物理仿真主要需求包含7 個方面。1）實現目標工程項目的遠程操作。2）目標工程項目的仿真演示。3）實現碼頭布局的快速搭建。4）碼頭控制系統的離線測試。5）碼頭運營情況的虛擬視覺展示。6）碼頭裝卸設備情況的顯示及使用率統計。7）碼頭整體吞吐量仿真統計。

半物理仿真的優勢是能夠把數字仿真的靈活性和物理仿真的精確性相結合，可以充分發揮各自的功能優勢，有效減少開發時間、故障成本以及系統模擬的計算資源。半物理仿真也正在向集成化、智能化和一體化方向發展，在工程技術領域發揮的作用越來越大[3]。

目前市場上碼頭領域主流仿真軟件平臺主要包括AnyLogic，FlexTerm， 表 1 對2 個仿真平臺的特點進行總結，筆者所在團隊有2 個軟件的碼頭仿真實現案例，圖 1 與圖 2 分別是AnyLogic 與FlexTerm 仿真效果圖。

3 關鍵技術要求

智能碼頭半物理仿真涉及調度算法、數據分析處理、軟件測試驗證等技術，下面結合碼頭場景對這3 個方面的技術進行分析和闡述。

3.1 調度技術研究

集裝箱碼頭物流系統是一個典型的多資源協同、多環節并發、多維空間作業的離散事件動態系統，同時也是一個多用戶共存、多任務并行、多資源共享的分布式控制系統，更是一個多層次、雙向流動、資源動態分配綁定的大規模并行處理系統[4]。

集裝箱碼頭中裝卸作業是一個多任務調度、多作業線控制、多環節協同和多資源分配的作業過程，包含場箱位分配、多場橋調度、集卡路徑規劃、場橋集卡協同調度等，屬于多目標優化問題，是典型的NP-hard 問題。目前結合集裝箱碼頭智能作業需求，啟發式算法用的最多，比較通用的啟發式算法一般有模擬退火算法、遺傳算法、蟻群算法、人工神經網絡等，原理就是基于直觀或者經驗構造的算法，在可接受的維度內給出待解決組合優化問題的一個可行解。例如青島港或者洋山港，就是基于某一種成熟算法進行有針對性的算法重構與策略優化，使其滿足特定空間與時間維度內的快速求解，并盡可能達到空間或時間約束條件下的最優解。

3.2 數據處理技術研究

目前開源大數據計算引擎有很多選擇，同時支持流處理和批處理的計算引擎只有2 種。一個是Apache Spark，一個是Apache Flink。從技術生態等各方面的綜合考慮，Apache Spark 的技術理念是基于批來模擬流的計算，而Apache Flink 則完全相反，它采用的是基于流計算來模擬批計算。從技術發展方向看，Apache Spark 用批來模擬流有一定的技術局限性，并且這個局限性可能暫時很難突破。而Apache Flink 基于流來模擬批，在技術上有更好的擴展性，更加符合當前智能碼頭低延遲、高吞吐大數據計算引擎的設計需求。

3.3 測試技術研究

軟件系統的測試與驗證工作應該從模塊級、單元級、系統級逐步進行并貫穿于系統的整個開發過程中，避免后續的聯調測試過程中出現大規模的改動。常用的測試方法包括中間表驗證、錯誤驗證等。

表1 仿真平臺技術特點對比

圖1 AnyLogic 碼頭仿真效果圖

圖2 FlexTerm 仿真效果圖

3.3.1 中間表驗證

碼頭管理系統TOS 與設備控制系統ECS 的信息交互過程中，TOS 根據現場裝卸設備的分布與狀態會執行集裝箱裝卸作業算法，自動制定裝卸作業計劃，對需要裝卸作業的集裝箱合理的分配作業順序與作業設備，然后將命令寫入中間表。接著ECS 就會從中間表讀取作業命令并執行，并在裝卸集裝箱的過程中，將集裝箱的狀態信息、當前使用設備的信息等寫入中間表，TOS 接收該反饋后可以調整與優化后續集裝箱的裝卸作業規劃。在這個交互過程中，可以編寫驗證程序來檢查中間表數據交互的合理性、及時性、準確性、完整性等。

3.3.2 錯誤驗證

利用TOS 分配一個錯誤的任務給ECS 去執行，以此驗證系統對錯誤的處理流程及報警功能，也進一步測試與驗證了程序的故障應對策略。例如提箱作業，TOS 可以發出一條提箱命令，其中集裝箱的信息是錯誤的，堆場并不存在該集裝箱，ECS 接收命令后會去對應的位置尋找集裝箱，這時就可以驗證系統對堆場無箱這種錯誤的處理流程與策略。

4 半物理仿真設計方案

4.1 設計目標

半物理仿真需實現以下4 個功能。1）實物樣機演示驗證平臺可以為科研開發提供了實際業務場景的自動化技術演示，加速了理論與實踐相結合的步伐。2）實物樣機演示驗證平臺可以實現管控系統指令的直接動作與數據的閉環反饋，為軟件系統的測試與運維提供技術保障。3）作為展示平臺，向客戶展示集團公司在智能化碼頭方面的研究成果與發展程度。4）可以適當解決人員到港口現場測試對接煩瑣，作業安全難以保障等困難。

4.2 設計內容

該小節列出3 種半物理仿真驗證可選設計方案，并分析了各方案的優缺點。

方案一：全尺寸全功能樣機。按照典型自動化碼頭岸橋與場橋的尺寸及功能建造全尺寸全功能樣機，該方案的優點是功能全面，但造價偏高。該方案建造成本偏高，部分功能驗證為重復性驗證，建造全尺寸全功能樣機的意義不大。

方案二：等比例縮小樣機。該方案從理論上來看，也能夠實現樣機的各項功能測試。但是等比例縮小之后在試驗過程中測試的數據與真實工況的數據理論上是比例關系，實際考慮到慣性載荷、摩擦阻力等方面的因素，樣機測試的數據與真實工況的數據有多大偏差，難以測算，該方案測試的數據也是難以用于修正實際工況下的作業程序，采用該方案可以滿足部分樣機的試驗目的。

方案三：該方案在方案二的基礎上再進行簡化，對操作流程、邏輯功能、調度管理等子系統進行驗證，其余部分進行簡化。該方案既能真實模擬裝卸作業過程，投入又相對較少，且制作難度較小，周期較短。

4.3 關鍵技術解決途徑

裝卸作業流程仿真技術解決途徑有3 個。1）充分調研和分析智能港口及碼頭裝卸系統架構和裝卸設備組成，研究、梳理出裝卸系統所要監測的設備狀態及參數。2）研究系統組網、設備控制接口、指令信號處理等技術，實現對系統及設備狀態數據的采集。3）開展設備流數據處理技術、并行批處理技術、實時數據分析技術的研究，通過技術整合，實現碼頭裝卸系統的狀態數據監測。

裝卸作業調度優化技術解決途徑有5 個。1） 對調度過程中需要用到的相關算法優缺點進行分析，研究出系統適用的最優算法。2） 對調度過程中遇到的具體問題進行分析，對裝卸設備的移動特點進行分析建模，結合調度過程中的運行參數，對整個自動化集裝箱碼頭的調度進行優化。3）根據優化模型進行算法設計，給出具體實現步驟，并驗證算法的正確性及可行性。4）搭建仿真驗證平臺，對設計的調度算法進行仿真分析，根據仿真結果優化完善調度決策算法。5）根據上述的驗證結果，為設備的管理以及運營層提供數字化、科學化的優化方法和管理建議。

5 結語

通過對半物理仿真的應用進行歸納總結可知，當前半物理仿真在智能碼頭領域的應用不多。半物理仿真的優勢就是能夠把數字仿真的靈活性和物理仿真的精確性相結合，有助于解決當前碼頭建設的成本高、周期長、技術風險大等問題，伴隨著人工智能、大數據、計算機技術的快速發展，半物理仿真技術在港口行業的應用肯定會越來越廣泛。