集裝箱碼頭設(shè)備運(yùn)行狀態(tài)可視化監(jiān)測(cè)研究與探索

朱斌 ，張蕾，林建成，里巍，張瑋，龔紅偉

（1.中京復(fù)電（上海）電子科技有限公司，上海 201306；2.青島港國(guó)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(zé)任公司，山東 青島 266520）

隨著全球貿(mào)易的深化和發(fā)展，港口碼頭的發(fā)展逐漸從以功能分類(lèi)的“運(yùn)輸樞紐站”，進(jìn)化為“貿(mào)易樞紐站+服務(wù)中心”，現(xiàn)階段功能定位為“國(guó)際物流中心”，港口自身已融入了全球化，國(guó)際貿(mào)易航運(yùn)線(xiàn)聚焦收攏特征愈發(fā)明顯，市場(chǎng)活躍的港口繼續(xù)保持實(shí)物商品的強(qiáng)大集散功能、集散效率迅速提高，同時(shí)船運(yùn)實(shí)物商品、技術(shù)、資本、信息的集散功能向陸海內(nèi)外聯(lián)動(dòng)一體化發(fā)展。

我國(guó)現(xiàn)在是全球第一大商品出口國(guó)與原材料進(jìn)口國(guó)，為適應(yīng)全球化航運(yùn)需求，我國(guó)集裝箱碼頭正在向信息化、數(shù)字化、智能化邁進(jìn)。隨著5G通信技術(shù)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、云計(jì)算、人工智能等先進(jìn)技術(shù)涌現(xiàn)，集裝箱碼頭迫切需要引入先進(jìn)的技術(shù)與理念，創(chuàng)新提效,提質(zhì)降本，保持競(jìng)爭(zhēng)優(yōu)勢(shì)。

1 集裝箱碼頭信息化建設(shè)

自動(dòng)化集裝箱碼頭在提高作業(yè)安全性和可靠性、降低勞動(dòng)成本、提高工作效率、綠色環(huán)保等方面做了很多努力，得到了較大改善。但與此同時(shí)，也產(chǎn)生了一些新的問(wèn)題與挑戰(zhàn)。早期建立的應(yīng)用系統(tǒng)在碼頭發(fā)展過(guò)程中發(fā)揮了重要的作用，然而隨著業(yè)務(wù)的發(fā)展、設(shè)備設(shè)施的增多、管理要求的提高，這些應(yīng)用系統(tǒng)逐漸顯現(xiàn)出先天的不足。各個(gè)系統(tǒng)都孤立的存在，造成了“信息孤島”的現(xiàn)象，信息不能共享，數(shù)據(jù)交換困難，逐漸成為港口信息化建設(shè)中的主要瓶頸。信息化建設(shè)難以按照頂層設(shè)計(jì)、關(guān)鍵支撐、共用底座的模式進(jìn)行，尤其對(duì)自動(dòng)化碼頭核心設(shè)備運(yùn)維監(jiān)測(cè)的時(shí)效性、可靠性需求日益增強(qiáng)。

自動(dòng)化集裝箱碼頭實(shí)質(zhì)是復(fù)雜的機(jī)器人系統(tǒng)，相對(duì)于傳統(tǒng)人工集裝箱碼頭，最直觀的變化是自動(dòng)化的設(shè)備代替了有人駕駛的設(shè)備。傳統(tǒng)碼頭靠“人”感知反饋的環(huán)境、箱貨、設(shè)備、任務(wù)執(zhí)行情況等信息；在自動(dòng)化碼頭完全靠“機(jī)”完成，自動(dòng)化設(shè)備依靠大量的傳感器實(shí)時(shí)、準(zhǔn)確反饋信息。各種類(lèi)型、數(shù)量眾多的傳感器感知信息的方式多用于自動(dòng)化碼頭系統(tǒng)單元級(jí)的感知。但巨量的感知數(shù)據(jù)沒(méi)有形成綜合態(tài)勢(shì)，沒(méi)有得到有效融合利用。如何有效利用這些數(shù)據(jù)，進(jìn)行碼頭核心設(shè)備的運(yùn)行狀態(tài)監(jiān)測(cè)，減少甚至“無(wú)人”在港區(qū)內(nèi)部巡視檢查，實(shí)現(xiàn)港口設(shè)備運(yùn)行狀態(tài)可視監(jiān)測(cè)和運(yùn)維數(shù)據(jù)可視，是亟待解決的重要難題。

2 設(shè)備運(yùn)行狀態(tài)可視化監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

2.1 設(shè)計(jì)目標(biāo)

針對(duì)超大型自動(dòng)化集裝箱碼頭大型設(shè)備種類(lèi)眾多復(fù)雜，運(yùn)行環(huán)境復(fù)雜多變等現(xiàn)狀，綜合集成傳感器、物聯(lián)網(wǎng)、新一代通信技術(shù)、計(jì)算機(jī)技術(shù)、軟件技術(shù)等信息化技術(shù)手段，研究設(shè)計(jì)碼頭設(shè)備核心部件運(yùn)行溫度、振動(dòng)等環(huán)境參數(shù)采集監(jiān)視系統(tǒng)，建立設(shè)備數(shù)據(jù)采集、監(jiān)控分析模型，實(shí)現(xiàn)對(duì)碼頭設(shè)備核心部件的實(shí)時(shí)遠(yuǎn)程檢測(cè)和異常報(bào)警。

2.2 系統(tǒng)架構(gòu)

面向超大型集裝箱碼頭核心設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)場(chǎng)景，針對(duì)橋吊、軌道吊、AGV等核心設(shè)備，在關(guān)鍵部件部署設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)傳感器，如溫度、振動(dòng)、PLC終端等，按照既定的采集策略、時(shí)域頻域?qū)υO(shè)備運(yùn)行狀態(tài)數(shù)據(jù)進(jìn)行實(shí)時(shí)采集；通過(guò)物聯(lián)網(wǎng)網(wǎng)關(guān)節(jié)點(diǎn)與碼頭部署的5G通信基站進(jìn)行通信，將數(shù)據(jù)傳輸至管理中心，進(jìn)行信號(hào)處理、特征分析、異常建模等操作，對(duì)數(shù)據(jù)進(jìn)行清洗、融合、分析、學(xué)習(xí)，實(shí)現(xiàn)設(shè)備異常識(shí)別與健康診斷；面向碼頭管理、運(yùn)維和技術(shù)人員研發(fā)管理系統(tǒng)，實(shí)現(xiàn)碼頭設(shè)備運(yùn)行狀態(tài)可視化監(jiān)測(cè)運(yùn)維，系統(tǒng)架構(gòu)如圖1所示。

圖1 設(shè)備運(yùn)行狀態(tài)可視化監(jiān)測(cè)運(yùn)維系統(tǒng)架構(gòu)

其中，設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)優(yōu)化模塊主要包括對(duì)海量異構(gòu)數(shù)據(jù)的動(dòng)態(tài)采集、數(shù)據(jù)融合、在線(xiàn)處理分析、傳感器選址優(yōu)化等功能；設(shè)備異常識(shí)別與健康診斷模塊包括數(shù)據(jù)采集策略、決策模型融合、異常特征提取、異常特征融合、設(shè)備故障預(yù)警等功能。通過(guò)數(shù)據(jù)采集、數(shù)據(jù)融合、數(shù)據(jù)分析、預(yù)測(cè)預(yù)警、優(yōu)化調(diào)優(yōu)（傳感器選址、數(shù)據(jù)分析模型等）的全流程全過(guò)程的運(yùn)營(yíng)，實(shí)現(xiàn)“PDCA”的閉環(huán)管理和持續(xù)優(yōu)化，該系統(tǒng)平臺(tái)和傳統(tǒng)的單純物聯(lián)網(wǎng)數(shù)據(jù)采集和分析系統(tǒng)相比，具備實(shí)時(shí)性、可視化、持續(xù)優(yōu)化等特點(diǎn)，并且通過(guò)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)，逐步實(shí)現(xiàn)自動(dòng)優(yōu)化的目標(biāo)。

3 設(shè)備運(yùn)行狀態(tài)可視化監(jiān)測(cè)關(guān)鍵技術(shù)

3.1 自動(dòng)化碼頭復(fù)雜場(chǎng)景大容量數(shù)據(jù)快速采集安全傳輸技術(shù)

針對(duì)自動(dòng)化碼頭大型設(shè)備在線(xiàn)實(shí)時(shí)采集多種類(lèi)多狀態(tài)海量數(shù)據(jù)，以機(jī)器學(xué)習(xí)理論為基礎(chǔ)研究設(shè)備數(shù)據(jù)采集、監(jiān)測(cè)分析模型，實(shí)現(xiàn)對(duì)碼頭裝備運(yùn)轉(zhuǎn)狀態(tài)及控制系統(tǒng)的實(shí)時(shí)遠(yuǎn)程采集、監(jiān)測(cè)、異常識(shí)別及設(shè)備全生命周期的健康診斷。

（1）設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)優(yōu)化技術(shù)和自學(xué)習(xí)方法。針對(duì)自動(dòng)化集裝箱碼頭大型設(shè)備種類(lèi)眾多復(fù)雜，對(duì)設(shè)備的材料學(xué)、運(yùn)動(dòng)學(xué)、工程力學(xué)、電氣工程及智能化技術(shù)等方面開(kāi)展研究，結(jié)合傳感器檢測(cè)和信號(hào)分析與處理等技術(shù)，研究設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)優(yōu)化技術(shù)和自學(xué)習(xí)方法，為構(gòu)建合理的異常數(shù)學(xué)模型，建立了仿真研究對(duì)象，持續(xù)優(yōu)化故障預(yù)警模型。

（2）設(shè)備運(yùn)行狀態(tài)可視化監(jiān)測(cè)管理系統(tǒng)。依托信息物理系統(tǒng)理論，構(gòu)建以智能感知、實(shí)時(shí)傳輸、數(shù)據(jù)可視為特征的碼頭設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)管理系統(tǒng)架構(gòu)。針對(duì)設(shè)備異常狀況預(yù)警和無(wú)人化特征，研究構(gòu)建以大數(shù)據(jù)非結(jié)構(gòu)化存儲(chǔ)并行處理和云計(jì)算的分布式處理及虛擬化技術(shù)，研究設(shè)備遠(yuǎn)程監(jiān)控預(yù)警和數(shù)據(jù)實(shí)時(shí)在線(xiàn)分析技術(shù)，實(shí)現(xiàn)對(duì)自動(dòng)化碼頭的智能運(yùn)維。

3.2 基于多維海量數(shù)據(jù)的異構(gòu)融合和在線(xiàn)快速智能處理技術(shù)

針對(duì)智能傳感器采集的多維海量數(shù)據(jù)存儲(chǔ)、處理、分析等問(wèn)題，研究基于多維大數(shù)據(jù)并行處理架構(gòu)、異構(gòu)融合的新型數(shù)據(jù)庫(kù)集群、分布的技術(shù)擴(kuò)展、智能感知和處理等技術(shù)，實(shí)現(xiàn)對(duì)多維海量數(shù)據(jù)的智能采集和快速分類(lèi)、異構(gòu)融合和混合存儲(chǔ)及智能處理。

（1）多源海量運(yùn)行狀態(tài)數(shù)據(jù)優(yōu)化技術(shù)。針對(duì)自動(dòng)化碼頭設(shè)備進(jìn)行毫秒級(jí)數(shù)據(jù)采集過(guò)程中，產(chǎn)生超大規(guī)模的設(shè)備運(yùn)行狀態(tài)大數(shù)據(jù)，為滿(mǎn)足在線(xiàn)實(shí)時(shí)運(yùn)維管理需求，基于大數(shù)據(jù)應(yīng)用技術(shù)，從數(shù)據(jù)采集、傳輸、融合、處理分析等方面入手，研究?jī)?yōu)化傳感器埋設(shè)位置，以最佳的選位和有限的傳感器完整地反映設(shè)備運(yùn)行狀態(tài)，提高采集數(shù)據(jù)價(jià)值；研究大容量數(shù)據(jù)快速安全傳輸技術(shù)與數(shù)據(jù)接口標(biāo)準(zhǔn)規(guī)范，保證采集數(shù)據(jù)快速可靠地傳輸?shù)竭\(yùn)維分析平臺(tái)。

（2）多源海量數(shù)據(jù)融合處理技術(shù)。研究多維海量數(shù)據(jù)的異構(gòu)融合技術(shù)，對(duì)多傳感器數(shù)據(jù)進(jìn)行融合，緩解高維數(shù)據(jù)的分析壓力；研究在線(xiàn)快速智能處理技術(shù)及設(shè)備運(yùn)維傳感大數(shù)據(jù)分析技術(shù)，基于云端分布式計(jì)算能力，實(shí)時(shí)分析設(shè)備運(yùn)行過(guò)程中監(jiān)控指標(biāo)及抽象特征。

4 系統(tǒng)應(yīng)用實(shí)施

設(shè)備運(yùn)行狀態(tài)可視化監(jiān)測(cè)管理系統(tǒng)包括系統(tǒng)管理、設(shè)備管理、數(shù)據(jù)采集、故障預(yù)警、系統(tǒng)配置和通信管理等6個(gè)模塊，系統(tǒng)功能結(jié)構(gòu)如圖2所示。系統(tǒng)從數(shù)據(jù)采集、傳輸、融合、處理分析等方面入手，選擇優(yōu)化傳感器埋設(shè)位置，以最佳的選位和有限的傳感器完整地反映設(shè)備運(yùn)行狀態(tài)，提高采集數(shù)據(jù)價(jià)值；制定大容量數(shù)據(jù)快速安全傳輸技術(shù)與數(shù)據(jù)接口標(biāo)準(zhǔn)規(guī)范，保證采集數(shù)據(jù)快速可靠地傳輸?shù)竭\(yùn)維分析平臺(tái)；研發(fā)多維海量數(shù)據(jù)的異構(gòu)融合技術(shù)，對(duì)多傳感器數(shù)據(jù)進(jìn)行融合，緩解高維數(shù)據(jù)的分析壓力；研發(fā)在線(xiàn)快速智能處理技術(shù)及設(shè)備運(yùn)維傳感大數(shù)據(jù)分析技術(shù)，基于云端分布式計(jì)算能力，實(shí)時(shí)分析設(shè)備運(yùn)行過(guò)程中監(jiān)控指標(biāo)及抽象特征。系統(tǒng)達(dá)到了設(shè)計(jì)指標(biāo)，實(shí)現(xiàn)了對(duì)自動(dòng)化碼頭橋吊、軌道吊、AVG等核心設(shè)備、運(yùn)行機(jī)構(gòu)、部件和傳感器的四級(jí)在線(xiàn)監(jiān)測(cè)及故障預(yù)警運(yùn)維。

圖2 設(shè)備運(yùn)行狀態(tài)可視化監(jiān)測(cè)系統(tǒng)功能結(jié)構(gòu)圖

5 結(jié)語(yǔ)

本研究基于設(shè)備運(yùn)維傳感大數(shù)據(jù)分析技術(shù)、多維海量數(shù)據(jù)的異構(gòu)融合技術(shù)和在線(xiàn)快速智能處理技術(shù)，采用智能感知、云計(jì)算、機(jī)器學(xué)習(xí)、面向?qū)ο蟮拈_(kāi)發(fā)平臺(tái)技術(shù)，研發(fā)完成設(shè)備運(yùn)行狀態(tài)可視化監(jiān)測(cè)管理系統(tǒng)，實(shí)現(xiàn)針對(duì)大型碼頭設(shè)備的遠(yuǎn)程監(jiān)測(cè)、異常識(shí)別及全生命周期的健康診斷和故障智能預(yù)警。目前已經(jīng)在山東青島某超大型集裝箱碼頭得到了實(shí)際應(yīng)用，得到了用戶(hù)的好評(píng)。