自动化码头装备智能统筹运维实践与思考

龚红伟，张蕾，张玮，里巍，林建成

（1.中京复电（上海）电子科技有限公司，上海 201306；2.青岛港国际股份有限公司，山东 青岛 266011；3.青岛新前湾集装箱码头有限责任公司，山东 青岛 266520）

目前，国家大力推进港口产业转型升级，进行智慧港口建设。国内港口基于新一代通信技术和工业互联网平台，综合集成智能感知、数据融合、人工智能等信息技术，针对传统码头进行自动化升级改造或无人自动化码头新建。终极目标是基于新一代信息通信技术与先进制造技术深度融合，加快自动化码头的优化升级，推进智慧港口的建设。码头装备从自动化向数字化升级、统筹运维智能化能力提升已经成为关键瓶颈，超级码头已不是单纯堆积技术装备，更重要的是提升装备管理的统筹运维能力。

1 码头装备作业智能化发展现状

虽然码头自动化装备已经获得大量更新，装备智能研究应用还在初始阶段，通常码头管理运营方主要从传统业务作业自动化为重点，关注效率的优化提高。统筹运维的方式偏向于现场运维作业管理，偏向于对作业人员的技能、熟练程度等素质培训，但整个中高层运维还缺乏系统的统筹智能化管理模式或工具。

现阶段对整体装备运维的经济性、配合性、高效性、布局合理性等缺乏科学的认知，工作成果中大多是对局部点、工位的总结，也没有科学的计算、评估依据。装备的状态、维护保养、生命周期等主要靠运维人员经验观察，仍存在检查作业标准不细致、内容更新跟不上新装备的应用等情况。统筹运维管理的装备状态不能实时化，导致管理预警功能常常与作业现场滞后或不符，自动化系统开发厂家多、设备接口类型多、数据图像格式难融合等问题突出，也导致了统筹运维智能化水平提升困难。基于智能化的思想把信息化的系统、自动化的设备完全有机地融为一体，使自动化集装箱码头成为一个“会思考、能决策”的智能化码头，是一项极具挑战性的工作。当前人工智能、物联网、云计算等技术快速发展，自动化集装箱码头应用技术的发展面临新的机遇，同时，也给设备运维管理提出更高的要求和挑战。

2 装备智能化统筹理论的新动态

我国码头装备运维通常是事后维护方式、定期预防维护方式和基于状态的维护方式的综合应用。事后维护方式(Corrective Maintenance)即等到设备发生故障后再进行维修，而现代码头装备大型化、自动化、智能化的特点，事后维护方式可能导致作业流水线停工，代价高昂，更适合于突发抢救事件。定期预防维护方式(Preventive Maintenance),即依据各装备供应商的说明书或建议、使用经验等分列制订一个时间排序的装备维护计划,定时对装备进行维护保养，这种方式将总体统筹具体化至单独的装备时段，运维作业人员易于理解与执行，是现场管理主要采用的装备管理方式，但总体来讲比较机械,装备的维护与码头作业量的变化时常产生冲突，单台设备的定时周期维护反而妨碍了系统作业整体效率的提升。基于状态的维护方式(Condition Based Maintenance)是应现代通信技术的发展而产生的一种具备先进理念和技术的维护方式，通过对装备工作状态的实时监控,判断该装备的健康状况,并对已经发生或将要发生的装备异常进行预警，辅助装备工程师进行诊断和分析,理论上为装备智能化统筹运维奠定了基础。

3 装备智能化统筹系统的应用架构设计

从管理理论的范式、规范、系统等要求出发，规划设计码头的统筹管理模型，匹配计算机人工智能、机器学习的平台搭建流程，采用相应的数据融合、分析、计算方法，在装备作业现场和装备本身安装传感器和数据、图像等采集终端，依托工业物联网平台实现数据采集、信息处理、动态更新、并发管理和解决服务；依托智能运维平台，赋能整个运维管理系统，使其具有自感知、自学习、自决策、自执行、自适应等能力，变革港口生产和运维方式，从而实现统筹运维码头装备智能化的目的。装备智能统筹运维系统架构如图1所示。

图1 码头装备智能化统筹管理运维云平台架构示意图

系统框架包括终端设备、传输设备、工业物联网平台和统筹运维平台。其中终端设备主要包括闸口、桥吊、轨道吊、AGV、锁钮拆装等码头核心设备；传输设备包括5G终端、WIFI、光纤、专网；工业物联网平台包括数据采集、信息处理、动态更新、开发管理、接口服务；统筹运维平台包括智能感知、数据融合、管理模型、云平台，管理模型主要包括数据分析、视频解析、图像识别、机器学习、人工智能、专家模型等。

4 统筹运维平台关键技术

4.1 智能感知技术

自动化集装箱码头相对于传统人工集装箱码头，最直观的变化是运行管理依据数据驱动，大量布设的传感器实时感知码头的运行情况，包括海水对设备的腐蚀、港口作业区域大气情况、大型设备运转荷载情况、厂区实时视频监测等。

依靠大量的传感器实时、准确反馈信息，为系统运行、设备运转和统筹运维等提供数据驱动和系统支撑。为获得完整、精准、稳定的传感数据，重点针对传感器的选址选型、部署安装、调试运维等展开研究。针对传感器的选型、部署、调试等都要严格的要求，要能够适应极端自然环境，如高温、高湿、高盐、低温、微生物等；传感器安装部署要满足复杂工况和复杂电磁环境环境；传感器要满足长时间、高频率、高稳定工作，需要科学合理设置预警门限，并对采集上报数据进行去噪清洗。

4.2 智能联接技术

基于高可靠的网络实现港机远程作业、场区全场景调度、设备运行状态感知和智能预警，需要将港口的人、装、车、船、物、货等与数字世界进行联接，铺就智慧港口的“神经网络”。课题组将设备接入和通信方式进行有效融合，依托5G、WiFi、光纤、专网等通信设备构建多路冗余复用的通信网络，实现以光纤、5G、WIFI为骨干的港区局域网，以专网、5G为骨干的集团广域网，实现底层接入、骨干网络、冗余网络的全覆盖。同时充分利用5G通信网络低延时、高带宽的特点，支持大量设备控制指令、底层感知数据和现场高清视频回传。

4.3 数据融合技术

自动化码头设备型号多、数据格式多、数据接口多、数据量大，如何对海量的异构数据进行清洗、汇总、分析，需要通过科学的算法融合数据，进行数据预处理、特征提取和目标识别。课题组通过对比分析，采用决策层信息融合方式进行数据融合。该方式依托同一观测目标相关联的多个传感器，利用其自身数据处理能力，根据各自采集的数据首先进行初步研判、分析、决策，然后将多个传感器的运算结果再次进行融合、分析、决策，大幅提高了异构传感器和整个系统的兼容性和适应性，数据融合分层计算，运算量减小，实时性提高，有效解决了运算与时效的优化平衡。

4.4 智能管理模型

现阶段自动化集装箱码头在运行过程中采集了大量数据，具备数据规模海量、数据流转快速、数据类型多样、价值密度低等特征，是典型的大数据应用场景，其获取、存储、管理、分析等已超出传统数据库软件工具能力，已具备构建智能决策大数据知识库的基础。但在实际运用方面，仅停留在对数据的简单采集、分析、汇总，没有通过数据挖掘，将传感器、部件、设备、系统，以及运维管理人员进行整体勾联，构建智能管理模型，提高统筹运维作业能力和实施效率是核心要务。课题组开展基于大数据的码头智能运维管理研究，包括数据分析、视频解析、图像识别、机器学习、人工智能、专家模型等研究探索，完善了智能统筹运维功能，提升了状态感知和事故预警的智能化水平，构建了码头统筹运维管理的运算和决策中心。

4.5 统筹运维云平台技术

针对传统计算机网络架构灵活性有限、拓展性不足，难以低成本实现网络结构及时调整，难以满足日益增长的码头智能化网络计算需求的难题，课题组通过分析码头数据库现状，搭建基于云计算、云部署的统筹运维管理云平台，建立了企业级虚拟化云平台。通过建设双活数据中心，搭建高可用性的数据库集群，采用运维故障转移技术提高数据安全性，虚拟化技术实现资源动态管理，数据库快照技术实现灾备功能，保障码头业务运转的不间断和无感切换。该平台实现虚拟化的资源统一管理、自动智能调度、动态弹性虚拟获取和应用快速部署，具备易伸缩、高可用、负载均衡的特点。

5 统筹运维平台应用实践

智能运维管理系统主要包括设备运行状态分析、设备健康状态分析、设备部件维修数量分析、传感器预警走势分析、传感器预警实时显示、预警部件数量及类型分析、维修计划执行结果分析和当前设备维修计划和执行分析等8个模块，系统数据看板如图2所示。系统通过传感数据的采集、传输、分析，实现对自动化码头大型设备、机构、部件的实时感知、智能预警和健康监测，有效提高了码头运行效率，增加了码头运维时效性和安全性。

图2 智能运维管理系统数据看板

6 结语

集装箱码头信息化建设的快速发展，特别是码头装备智能化统筹运维平台的建设实施，在提高口岸服务能力、港口集疏运能力、客户服务能力和企业管理能力等四大转型战略任务中起到举足轻重作用。码头统筹管理智能化的升级实施，增强了主动式运维能力，将安全事件的识别效率大幅提升；通过视频解析、图像识别等，实现了近实时监控、预警码头运维安监标的检查，保障码头作业可靠、安全运转。