为推动建设港口大型机械设备数字化体系，上海海事大学数字港口协同研究团队以打造高效能平安港口为主要目标，以解决港口工程部对设备全方位自动化运维管理的需求为抓手，设计研发了岸桥设备全生命周期管控平台（简称：设备平台）。
图 1 设备平台岸桥信息总览（示例数据）
该设备平台打通了业务部与技术工程部，保障了高效的设备运维及日常生产作业，满足了岸桥维保作业由设备平台协同人工现场作业的要求。
01
港口岸桥设备维保痛点难点
1 在维保业务实施层面
设备缺乏有效的信息化机制反馈实时状况，且因为设备异常预警规则多而分散，在不支持可配置情况下不易拓展并存在数据壁垒，工程部主要业务流程依然主要依靠纸质报表。
2 在维保业务分析层面
设备运行数据无法实现标准化统一管理，缺乏对关键数据的智能化统计分析及数据加工能力，在预防性维护的提醒和设备状态监测数据的运用有很大的提升空间。
02
设备平台功能特点
为解决上述痛点，团队构建了覆盖岸桥维保全流程的设备平台，该平台具有如下功能特点。
（1）实时获取设备PLC和物理监控数据进行设备健康状况评估和诊断
（2）制定统一设备维保标准，研发可配置规则引擎，自动生成维保条目
（3）融合靠泊计划和岸桥作业计划等信息，方便工程部门合理派发维保计划
（4）应用数字孪生技术实时监控所有状态及业务操作信息
目前该平台已在洋山港口全面投入使用。
03
设备维保流程简单高效
Step 1 基础规则定义
基于客户业务场景需求搭建维保库基础规则定义，包含维保项目与故障项目等，进而通过系统自动生成设备维保条目。
Step 2 维保资源池
基于规则定义生成的维保条目集合打造维保资源池，通过维保资源池统一管理维保条目，方便后续任务卡处理。
Step 3 任务卡派发
系统通过任务卡派发相关维保条目，并基于任务卡安排设备工程部人员处理相关维保条目，最终进入设备履历。
图 2 设备维保操作流程
04
平台亮点与优势
业务流程和数据链路实现全覆盖
设备平台实现了港口数字化从业务操作部到工程部的全覆盖，维保派工单生成基于设备维保周期、设备电气运行信息和机械物理监测数据所自动构建的维保条目，打通实时岸桥设备电气运行信息、物理监测数据和实时业务数据的设备健康管理链路。
图 3 实时设备分析与监控+智能化设备运维数据链路
实时采集和清洗岸桥电气（PLC）运行信息
设备平台从岸桥PLC中抽取作业机械位置、机械及部件运行状态、机械指令等数据，通过实时大数据引擎进行算法处理后，形成岸桥各结构和部件的运行数据，供设备平台进行大数据分析、监控和规则引擎应用。
在线实时评估设备健康情况
通过安装在岸桥上的传感器，监测港机结构、机构和轨道等振动、强度、疲劳、刚度、稳定性、温度和其它物理量等动态性能状态。
图 4 岸桥传感器部署示例图
根据传感器数据，设备平台进行实时测试分析、在线/定期分析评估、信号调理和管理、传感系统自检与抗干扰处理等运维活动。
通过大数据分析平台，实时预报“健康-亚健康-故障-失效”的运行状态，提前识别故障形成前或故障扩展时的征兆，实现有效的故障预防和干预，及时做好维护维修决策，合理制定维护保养计划，避免发生故障或事故，真正实现设备可靠安全、“延年益寿”的健康管理。
图 5 港机物理健康诊断“机器体温计”的工作原理示意图
自主研发可配置规则引擎
自主研发设计可配置规则引擎，通过实时处理框架和定时器调用规则引擎生成相关维保条目，基于电气运行信息和机械物理监测数据，技术设备实现自动生成维保条目。
图 6 规则引擎种类逻辑
全方位多维度实时岸桥大数据分析
整合设备运行状态、设备维保信息和码头业务作业信息，构建实时数仓，使用不同报表全方位实时展示设备各项数据。
实时采集设备状态和报故数据，提供全方位实时数据服务，让客户更加方便快捷地了解分析设备运行状态与历史情况。
图 7 位置分析界面（示例数据）
图 8 RAM运行分析界面（示例数据）
设备360度全景运维监控
为适应精细化机械管理需求，以提升机械综合效能为目的，团队同时研发设计了设备三维运维监控系统。
利用数字孪生技术，高度还原港口机械作业场景，实时展现港口物理机械、设备工况和生产计划作业信息，实时反馈设备实时状态与实时报故信息，并提供实时预警功能，将故障反馈获取时间降低至最小，助推设备监测数据、码头运营数据及管理数据协同应用。
图 9 数字孪生运维监控系统（示例数据）
05
平台建设成效
能力提升
设备平台在实际应用中不断优化改进，提升了港口设备运营管理的机械数据采集、数字孪生监控与设备健康全方位诊断分析能力。
效率提升
岸桥派工单的数字化处理已经达到80%，规则引擎自动生成的维保条目能够覆盖90%以上的工程设备维保需求，维保效率综合提升50%，日采集设备PLC和物理监测数据量超过200G。
价值提升
设备平台集成了设备电气运行信息和机械物理监测数据驱动的智能设备健康诊断算法，提升港口岸桥设备自动化与智能化水平。
未来，团队将不断加深与客户地合作，共同携手推动港口数字化工程系统的建设。
港口数字孪生：算法拟真验证和码头运营推演
上海海事大学数字港口协同研究团队始终致力于推动港口智能化发展。近日，团队研发完成智能运营系列最新产品——港口数字孪生拟真平台。
图 1 港口数字孪生拟真平台界面展示
通过集成AI人工智能、OR运筹优化、DT数字孪生等相关技术，基于离散事件仿真理论，结合集装箱码头作业特征，以数字孪生技术为底座，融合动态概率仿真模型与时间驱动的离散事件仿真交互技术，集成业务和数据双驱动的码头多阶段多设备资源配置模型算法，搭建起港口数字孪生拟真平台，实现了集装箱码头事前拟真决策和智能算法融合验证。
图 2 港口数字孪生拟真平台体系设计
01
关键技术突破
1 融合动态概率仿真与虚实交互技术
构建多物理、多尺度、超写实的动态概率拟真模型，在此基础上研发四大拟真器来精细化、全方位地模拟码头生产作业流程，并使用自主研发的PortMeta3D数字孪生引擎技术呈现模拟结果。
2 构建业务和数据双驱动的运筹优化核心智能算法库
依托码头多阶作业关联关系和特征，自主构建码头计划阶段和实时调度阶段运筹优化模型和智能算法库，提高码头生产运营智能化管控服务能力。
3 研发事前拟真分析决策和智能算法验证技术
基于对离散事件拟真结果的分析，自主研发高性能、自学习、可扩展的码头运营智能算法评价体系，实现智能决策拟真验证服务。基于此，团队先后进行了智能堆存计划、智能发箱、集卡调度等智能算法验证和评测。
图 3 关键技术架构图
02
拟真平台
系统架构
拟真平台由码头实时调度阶段各模块算法驱动四大机械拟真器（桥吊拟真器、水平机械拟真器、场桥拟真器、道口拟真器）模拟协同交互运行。
拟真平台 = 数字孪生载体 + 码头全过程调度算法 + 设备作业交互拟真
系统逻辑
四大机械模拟器基于离散事件仿真可以对码头装卸船、进提箱、转堆归并业务进行拟真刻画，集成码头运作各个模块的调度算法，通过数据库的实时交互，完成承上启下闭环的统一，模拟码头在实际运作中的不确定因素与随机性，利用三维数字孪生系统，对调度算法的结果进行仿真运行，清晰分辨调度结果的优劣。
03
拟真平台特色
重演历史，预演未来
定时抽取码头运营真实全集快照数据，构建拟真时间片进行灵活推演，既可以加载过去时间片重演历史，也可以加载当前时间片预演未来。
图 4 时间片导入
灵活调节拟真时间钟
拟真有独立的时间体系，支持加速、减速、暂停、重置，通过加速，现实运行1小时拟真运算只需6分钟即可完成。
图 5 拟真控制面板
算法可替换可插拔
根据业务需求和验证需求，自主选择和替换码头运营阶段智能算法，支持反复推演码头特定状态的运营情况，支持对不同版本算法或者不同算法的评估和评价，实现码头运营个性化拟真分析和智能算法评价。
生产运营实时验证
通过码头全流程集成拟真，真实还原码头现实作业细节并进行实时验证，提前暴露作业问题。此外，可以验证调度算法计算结果的合理性，弥补了仅从理论上（通过数学公式）评价结果优劣的不足。
支持港航产教融合场景应用
基于拟真平台，推动实现集拟真预测、孪生展示、离线分析于一体的全域多维度教育实训服务，全方位提升港航教育教学培训水平。
（1）算法验证服务
提供标准接口和开发模板，支持学生和研究者接入自定义算法，融合大数据分析、知识图谱等技术手段模拟推算，提供生成多维度、多时域分析报表，为自定义算法的实际应用提供实践保障。
（2）教学可视化服务
以数据标准化方式输出固定格式，使用验证的算法对接数字孪生系统，实时呈现最终效果。同时可以支持教师进行算法教学，为学生理解港航运作流程和学习智能算法提供支持。
（3）智能化培训服务
模拟港口真实运作流程，结合真实案例开展教育实践活动，支持高校和港航企业开展教学培训业务，实现港航教育及培训的智能化。
04
四大拟真器
团队通过离散事件拟真和智能算法融合验证技术，研发实时模拟港口运营的四大拟真器：
1）融合外集卡预约和复杂系统排队论的道口拟真
2）考虑场桥多机调度和接力协同（针对端到端作业）的场桥拟真
3）集成水平运输机械大规模调度和多Agent路径规划的水平机械拟真
4）基于计划驱动的桥吊自动发箱和实时作业计划构建的桥吊拟真
拟真器参数设定
拟真基于离散事件驱动理论，结合码头实际运营状况设置各种参数，进而开展码头智能算法验证，并对拟真器特定参数进行反复推演。
图 6 拟真器参数设定示意图
拟真结果可视化展示和分析
所有拟真结果可实时查看和分析，并基于码头指标体系生成单船小结对作业情况客观评价，支持对历史多次结果进行比较分析。
图 7 拟真完成智能小结
05
智能算法库
图 8 智能算法库
港口数字孪生拟真平台集成了港口作业从计划到实时调度各阶段智能算法。各阶段智能算法可以切换，实现对不同版本算法的评估和评价。
其中，计划阶段智能算法集成了智能泊位计划、智能配载计划、智能堆存计划。实时调度阶段集成了智能选位、智能实时桥吊作业计划和自动发箱、智能水平运输机械调度（水平运输机械路径规划）、智能场桥调度。
计划阶段智能算法
STEP.1 智能泊位计划
该算法充分考虑了船舶自身条件、码头岸线资源、水文、地理、桥吊资源因素等，借助人工智能算法、运筹优化算法、微服务架构，实现了泊位资源策划的智能计算。
智能泊位具有可多次计算、可手工调整、支持多码头集团级泊位策划等优势，单次计算时间不超过5分钟，泊位整体利用率提升10%。
图 9 泊位计划图
STEP.2 智能配载计划
该算法综合考虑了船公司积载和码头作业效率的要求，平衡积载重量、翻箱、发箱点均衡等复杂码头作业因素，同时考虑垫脚箱、双箱吊等业务要求，替代和辅助配载员进行配载。
目前人工调整比例低于5%，计划翻箱率降低5%，整体作业效率提升1%以上。
图 10 智能配载结果示意图
STEP.3 智能堆存计划
智能堆存计划根据历史数据分析和构建箱区分时流量预估模型，为堆存计划和选位提供依据。
支持自动选位、堆存分布和冲突监测。借助算法参数化，可支持不同的业务规则、作业情况和场景。协助人工快速制订堆存大计划。
堆场利用率提升10%，发箱翻箱率下降5%。
图 11 堆存计划示意图
实时调度阶段智能算法
（1）智能选位
该算法充分考虑箱区容量、堆存场景、计划出场时间、堆存允许高度、各箱区在场箱箱型结构及状态、机械数量和类型、机械作业能力等因素。
支持参数模板，提供人工修订选位，为卸船箱与外集卡进场箱选择一到多个合理场箱位；选位历史可回溯，可以还原历史选位状况并判断选位合理性。
单次选位时间达亚秒级，场地倍位利用率提升10%，装船翻箱率下降5%。
图 12 选位参数按需设置
图 13 实时选位结果示意图
（2）智能实时桥吊作业计划和自动发箱
智能实时桥吊自动发箱综合考虑桥吊的上下路计划、直装直提箱的信息、特殊水平机械的作业情况，装卸船箱区的作业冲突、桥吊故障、滚动触发机制等条件和因素，实时自动发箱，保证各装船作业路的出箱点数量，保证各堆场机械的作业均衡，尽可能地减少装卸船时箱区冲突。
决策时间可控制在10秒以内，堆场冲突等待降低25%，装卸效率整体提升5%。
图 14 实时CWP示意图
（3）智能堆场机械调度
智能堆场机械调度系统对任务集预划分，进行后续执行任务的指派。同时系统能够实现冲突管理、交换集卡的装船任务或者卸船任务的卸箱箱位，实现场桥间协同作业，均衡桥吊作业进度，对箱区拥堵进行及时预警。
堆场机械作业时间降低15%，堆场机械行大车距离降低20%，堆场任务超时比例降低10%，可以极大程度提高堆场机械调度工作效率。
图 15 场桥调度示意图
（4）智能水平机械调度
智能水平机械调度是给任务指派合适的水平机械，且当出现水平机械排队等待作业情况或者道路产生拥堵时，可以实时调整作业顺序或者改变调度任务，从而减少集卡（AGV）行驶距离、空载距离，提高重进重出率。
水平机械周转时间降低20%，水平机械重进重出率提高15%。
图 16 水平机械调度示意图
