自動化碼頭裝備智能統籌運維實踐與思考

龔紅偉，張蕾，張瑋，里巍，林建成

（1.中京復電（上海）電子科技有限公司，上海 201306；2.青島港國際股份有限公司，山東 青島 266011；3.青島新前灣集裝箱碼頭有限責任公司，山東 青島 266520）

目前，國家大力推進港口產業轉型升級，進行智慧港口建設。國內港口基于新一代通信技術和工業互聯網平臺，綜合集成智能感知、數據融合、人工智能等信息技術，針對傳統碼頭進行自動化升級改造或無人自動化碼頭新建。終極目標是基于新一代信息通信技術與先進制造技術深度融合，加快自動化碼頭的優化升級，推進智慧港口的建設。碼頭裝備從自動化向數字化升級、統籌運維智能化能力提升已經成為關鍵瓶頸，超級碼頭已不是單純堆積技術裝備，更重要的是提升裝備管理的統籌運維能力。

1 碼頭裝備作業智能化發展現狀

雖然碼頭自動化裝備已經獲得大量更新，裝備智能研究應用還在初始階段，通常碼頭管理運營方主要從傳統業務作業自動化為重點，關注效率的優化提高。統籌運維的方式偏向于現場運維作業管理，偏向于對作業人員的技能、熟練程度等素質培訓，但整個中高層運維還缺乏系統的統籌智能化管理模式或工具。

現階段對整體裝備運維的經濟性、配合性、高效性、布局合理性等缺乏科學的認知，工作成果中大多是對局部點、工位的總結，也沒有科學的計算、評估依據。裝備的狀態、維護保養、生命周期等主要靠運維人員經驗觀察，仍存在檢查作業標準不細致、內容更新跟不上新裝備的應用等情況。統籌運維管理的裝備狀態不能實時化，導致管理預警功能常常與作業現場滯后或不符，自動化系統開發廠家多、設備接口類型多、數據圖像格式難融合等問題突出，也導致了統籌運維智能化水平提升困難。基于智能化的思想把信息化的系統、自動化的設備完全有機地融為一體，使自動化集裝箱碼頭成為一個“會思考、能決策”的智能化碼頭，是一項極具挑戰性的工作。當前人工智能、物聯網、云計算等技術快速發展，自動化集裝箱碼頭應用技術的發展面臨新的機遇，同時，也給設備運維管理提出更高的要求和挑戰。

2 裝備智能化統籌理論的新動態

我國碼頭裝備運維通常是事后維護方式、定期預防維護方式和基于狀態的維護方式的綜合應用。事后維護方式(Corrective Maintenance)即等到設備發生故障后再進行維修，而現代碼頭裝備大型化、自動化、智能化的特點，事后維護方式可能導致作業流水線停工，代價高昂，更適合于突發搶救事件。定期預防維護方式(Preventive Maintenance),即依據各裝備供應商的說明書或建議、使用經驗等分列制訂一個時間排序的裝備維護計劃,定時對裝備進行維護保養，這種方式將總體統籌具體化至單獨的裝備時段，運維作業人員易于理解與執行，是現場管理主要采用的裝備管理方式，但總體來講比較機械,裝備的維護與碼頭作業量的變化時常產生沖突，單臺設備的定時周期維護反而妨礙了系統作業整體效率的提升。基于狀態的維護方式(Condition Based Maintenance)是應現代通信技術的發展而產生的一種具備先進理念和技術的維護方式，通過對裝備工作狀態的實時監控,判斷該裝備的健康狀況,并對已經發生或將要發生的裝備異常進行預警，輔助裝備工程師進行診斷和分析,理論上為裝備智能化統籌運維奠定了基礎。

3 裝備智能化統籌系統的應用架構設計

從管理理論的范式、規范、系統等要求出發，規劃設計碼頭的統籌管理模型，匹配計算機人工智能、機器學習的平臺搭建流程，采用相應的數據融合、分析、計算方法，在裝備作業現場和裝備本身安裝傳感器和數據、圖像等采集終端，依托工業物聯網平臺實現數據采集、信息處理、動態更新、并發管理和解決服務；依托智能運維平臺，賦能整個運維管理系統，使其具有自感知、自學習、自決策、自執行、自適應等能力，變革港口生產和運維方式，從而實現統籌運維碼頭裝備智能化的目的。裝備智能統籌運維系統架構如圖1所示。

圖1 碼頭裝備智能化統籌管理運維云平臺架構示意圖

系統框架包括終端設備、傳輸設備、工業物聯網平臺和統籌運維平臺。其中終端設備主要包括閘口、橋吊、軌道吊、AGV、鎖鈕拆裝等碼頭核心設備；傳輸設備包括5G終端、WIFI、光纖、專網；工業物聯網平臺包括數據采集、信息處理、動態更新、開發管理、接口服務；統籌運維平臺包括智能感知、數據融合、管理模型、云平臺，管理模型主要包括數據分析、視頻解析、圖像識別、機器學習、人工智能、專家模型等。

4 統籌運維平臺關鍵技術

4.1 智能感知技術

自動化集裝箱碼頭相對于傳統人工集裝箱碼頭，最直觀的變化是運行管理依據數據驅動，大量布設的傳感器實時感知碼頭的運行情況，包括海水對設備的腐蝕、港口作業區域大氣情況、大型設備運轉荷載情況、廠區實時視頻監測等。

依靠大量的傳感器實時、準確反饋信息，為系統運行、設備運轉和統籌運維等提供數據驅動和系統支撐。為獲得完整、精準、穩定的傳感數據，重點針對傳感器的選址選型、部署安裝、調試運維等展開研究。針對傳感器的選型、部署、調試等都要嚴格的要求，要能夠適應極端自然環境，如高溫、高濕、高鹽、低溫、微生物等；傳感器安裝部署要滿足復雜工況和復雜電磁環境環境；傳感器要滿足長時間、高頻率、高穩定工作，需要科學合理設置預警門限，并對采集上報數據進行去噪清洗。

4.2 智能聯接技術

基于高可靠的網絡實現港機遠程作業、場區全場景調度、設備運行狀態感知和智能預警，需要將港口的人、裝、車、船、物、貨等與數字世界進行聯接，鋪就智慧港口的“神經網絡”。課題組將設備接入和通信方式進行有效融合，依托5G、WiFi、光纖、專網等通信設備構建多路冗余復用的通信網絡，實現以光纖、5G、WIFI為骨干的港區局域網，以專網、5G為骨干的集團廣域網，實現底層接入、骨干網絡、冗余網絡的全覆蓋。同時充分利用5G通信網絡低延時、高帶寬的特點，支持大量設備控制指令、底層感知數據和現場高清視頻回傳。

4.3 數據融合技術

自動化碼頭設備型號多、數據格式多、數據接口多、數據量大，如何對海量的異構數據進行清洗、匯總、分析，需要通過科學的算法融合數據，進行數據預處理、特征提取和目標識別。課題組通過對比分析，采用決策層信息融合方式進行數據融合。該方式依托同一觀測目標相關聯的多個傳感器，利用其自身數據處理能力，根據各自采集的數據首先進行初步研判、分析、決策，然后將多個傳感器的運算結果再次進行融合、分析、決策，大幅提高了異構傳感器和整個系統的兼容性和適應性，數據融合分層計算，運算量減小，實時性提高，有效解決了運算與時效的優化平衡。

4.4 智能管理模型

現階段自動化集裝箱碼頭在運行過程中采集了大量數據，具備數據規模海量、數據流轉快速、數據類型多樣、價值密度低等特征，是典型的大數據應用場景，其獲取、存儲、管理、分析等已超出傳統數據庫軟件工具能力，已具備構建智能決策大數據知識庫的基礎。但在實際運用方面，僅停留在對數據的簡單采集、分析、匯總，沒有通過數據挖掘，將傳感器、部件、設備、系統，以及運維管理人員進行整體勾聯，構建智能管理模型，提高統籌運維作業能力和實施效率是核心要務。課題組開展基于大數據的碼頭智能運維管理研究，包括數據分析、視頻解析、圖像識別、機器學習、人工智能、專家模型等研究探索，完善了智能統籌運維功能，提升了狀態感知和事故預警的智能化水平，構建了碼頭統籌運維管理的運算和決策中心。

4.5 統籌運維云平臺技術

針對傳統計算機網絡架構靈活性有限、拓展性不足，難以低成本實現網絡結構及時調整，難以滿足日益增長的碼頭智能化網絡計算需求的難題，課題組通過分析碼頭數據庫現狀，搭建基于云計算、云部署的統籌運維管理云平臺，建立了企業級虛擬化云平臺。通過建設雙活數據中心，搭建高可用性的數據庫集群，采用運維故障轉移技術提高數據安全性，虛擬化技術實現資源動態管理，數據庫快照技術實現災備功能，保障碼頭業務運轉的不間斷和無感切換。該平臺實現虛擬化的資源統一管理、自動智能調度、動態彈性虛擬獲取和應用快速部署，具備易伸縮、高可用、負載均衡的特點。

5 統籌運維平臺應用實踐

智能運維管理系統主要包括設備運行狀態分析、設備健康狀態分析、設備部件維修數量分析、傳感器預警走勢分析、傳感器預警實時顯示、預警部件數量及類型分析、維修計劃執行結果分析和當前設備維修計劃和執行分析等8個模塊，系統數據看板如圖2所示。系統通過傳感數據的采集、傳輸、分析，實現對自動化碼頭大型設備、機構、部件的實時感知、智能預警和健康監測，有效提高了碼頭運行效率，增加了碼頭運維時效性和安全性。

圖2 智能運維管理系統數據看板

6 結語

集裝箱碼頭信息化建設的快速發展，特別是碼頭裝備智能化統籌運維平臺的建設實施，在提高口岸服務能力、港口集疏運能力、客戶服務能力和企業管理能力等四大轉型戰略任務中起到舉足輕重作用。碼頭統籌管理智能化的升級實施，增強了主動式運維能力，將安全事件的識別效率大幅提升；通過視頻解析、圖像識別等，實現了近實時監控、預警碼頭運維安監標的檢查，保障碼頭作業可靠、安全運轉。