利用數字孿生體系大數據分析港口集裝箱吊具管理

陳智培

（廈門邁凱科機電設備有限公司，福建廈門 361000）

0 引言

集裝箱吊具是集裝箱設備的重要機構，是集裝箱裝卸作業所需要的重要部件，在港口集裝箱碼頭作業中所發揮的作用非常巨大。集裝箱吊具配置數量龐大、種類繁多、結構復雜、技術含量高，加之作業環境惡劣，集裝箱吊具故障在集裝箱起重機全部故障中占60%以上，提高吊具管理水平，減少吊具故障，確保吊具安全可靠的正常工作尤為重要[1]。尤其在近年來，集裝箱吞吐量不斷增長、生產規模持續擴大和智能化、自動化碼頭的迅速發展的背景下，利用數字孿生體系大數據分析技術提高集裝箱吊具管理效率，減少吊具故障率，提高集裝箱設備的利用率和附加值是保證港口行業可持續發展，促進港口各項工作的順利進行和經濟的平穩發展，提高行業競爭力的重要手段。

1 集裝箱吊具管理系統現狀分析

1.1 集裝箱吊具管理模式

多數港口集裝箱吊具等相關設備的管理、使用、維護管理采用人工的記錄管理方式，與集裝箱吊具等設備直接相關的各種信息，絕大部分由人工的方式進行收集、分類、計算、統計、管理。這種管理方式必然帶來工作效率低下、業務數據錯誤率高、準確性差等問題。因此，這種管理模式難以提高集裝箱吊具的管理效果。

1.2 集裝箱吊具的維護分析

設備維修的發展分為3 種類型，分別為被動維修，預防維修和預測性維修。目前，大多數港口集裝箱吊具等相關設備采用“預防維修”與“故障維修”相結合的維護管理模式，設備管理人員主要是基于時間上的預防維修，它不考慮設備的健康狀態，往往造成“維修過剩”。過度的維護措施，不僅浪費維護資源，而且還縮短了設備的運行周期。以時間為周期建立一套相關維護管理標準在港口集裝箱吊具等設備廣泛的應用，計劃維修對于降低設備的事故率、提高設備的安全運行等方面起到積極的作用，但是維修過度的預防維修管理模式帶來的還有高昂的設備維護費用。

1.3 集裝箱吊具的備件管理

（1）港口集裝箱吊具的備件管理主要由采購、庫存、使用、維護管理等方面組成。港口集裝箱吊具種類繁多，配件種類多，并缺乏大數據的支持，存在備件種類多樣化，且用量低，需求難于預測現象普遍存現[3]。

（2）目前，大部分港口集裝箱吊具的備件進口比例大，供貨周期很長，加上難于預測備件的需求，并要確保重點配件不會缺貨。為實現集裝箱吊具連續作業時，減少因故障而導致設備停機，增大了備件的庫存量，增加了港口公司的運行成本。

2 集裝箱吊具可視化零部件的建立

把現實吊具的物理對象轉換成電腦或移動終端可以顯示的3D 虛擬設備，完成現實世界到虛擬世界的映射。通過監控系統可直觀的了解設備零件信息。建立設備的數字孿生體系，將吊具設備中的每一個單元構成一個數字孿生對象，單元可能是一個最小零件、一個部件、一個機構、一個整機、甚至是一個碼頭。根據所設置的對象，從具有裝配關系的3D 虛擬設備模型中拆解出每一個對象的3D 模型，并且將其轉換成圖片，這樣每一個對象都具有了一個可視化的圖片，每一個對象之間的裝配從屬關系對應每一張圖片的同樣關系，圖片之間形成了層級式的從屬關系、碼頭是最高層級而最小零件是最低層級，利用Web 技術在高層級的圖形中增加熱點、點擊對應的熱點可打開下一層級的對應圖片，這樣就完成了一個對象之間相互連接的可視化虛擬設備。虛擬設備可以在終端顯示，圖形還可以放大、縮小或移動，便于查看設備的各個細節。以下是集裝箱吊具可視化數字設備展現形式的一種：可視化零部件的建立如圖1 所示。

圖1 零部件可視化虛擬設備

3 集裝箱吊具大數據的建設

根據港口集裝箱吊具的功能，在大數據服務平臺建立集裝箱吊具的統一數據管理中心，將對象與其相關聯的靜態數據和動態數據相關聯，并通過數據采集、數據處理、數據存儲形成集裝箱吊具大數據的建立。大數據建設系統如圖2 所示。

圖2 大數據建設系統

3.1 集裝箱吊具數據的采集

集裝箱吊具數據采集是通過對港口集裝箱吊具設備數據的最大限度及最大范圍的采集。集裝箱吊具PLC、各類傳感器等實時動態數據通過4G/5G 邊緣控制器及無線網關傳輸到數據管理中心，零件的基本信息、技術規格書、完工圖、手冊、維保記錄、圖片、影像、語音、文字等數據通過手機、平板、PC 等集裝箱吊具管理終端傳輸到數據管理中心，以及通過計算、物聯網等技術采集與港口集裝箱吊具關聯的設備、環境以及故障處理等主數據[3]。

3.2 集裝箱吊具數據的處理

（1）根據集裝箱吊具及關聯設備的對象信息定義統一化、標準化、互通互融的數據變量名，把所采集的相關數據及根據不同算法得出的相關數據賦予對應的變量名中。將集裝箱吊具分散的數據通過數據變量名集成到一個系統當中，實現數據集成、為基于大數據分析港口集裝箱吊具的應用奠定基礎。

（2）根據港口集裝箱吊具設備的特性把數據歸類為狀態、變量、故障、統計等數據。將不同類別的數據進行統一的標識、減少數據處理中心識別、存儲、加工、分類、歸并的工作量，提高數據處理中心數據處理速度，實現數據處理的簡易化、高效化。

（3）4G/5G 邊緣控制器及無線網關將港口集裝箱吊具設備不同對象參數特征采集的數據，通過傅里葉（FT）變化、快速的傅里葉（FFT）變化、包絡分析（DEA）、線性預測系數特征矢量（LPC）、倒譜特征矢量（LPCC）、Mel 倒譜參數（MFCC）等數據分析方法對所采集的數據進行清洗、加工、計算、轉換等處理[4]。提高數據的實時分析能力，過濾無效數據，減少數據傳輸數量及傳輸頻率，提高數據傳輸的可靠性，加快數據處理中心的處理速度，可節省80%以上的數據傳輸運行成本。

（4）數量處理中心將圖片、影像、語音、文字等數據通過圖像識別、語音識別、計算、文字識別等技術轉化成能夠快速識別的統一化、標準化、互通互融的數據信息；根據數據的關聯性將需要進行計算的數據，進行各種算術和邏輯運算得出新數據；根據集裝箱吊具設備的特征屬性，將原始數據、轉換的數據、計算的數據進行整理歸類處理。實現圖片、影像、語音、文字等數據與PLC、各類傳感器的數據信息有機結合。

3.3 集裝箱吊具數據的存儲

集裝箱吊具的數據存儲是通過計算機技術把不同集裝箱吊具設備數據信息存儲在大數據的數據管理中心，包含數據、文檔、圖片、影像、語音等信息。利用大數據分析平臺可實時挖掘分析集裝箱吊具的數據信息，為基于大數據分析集裝箱吊具預測性維護管理提供數據支持。通過手機、平板、PC 等終端可實時調用所存儲的數據信息。

4 集裝箱吊具預測性維護管理

集裝箱吊具預測性維護管理是利用大數據分析技術并結合AI 技術對設備數據進行分析，利用數學模型建模與深度學習相結合的方式挖掘更深層次的數據規律，采用理論值法、歷史曲線法、邊界值法、數量統計法等分析方法得出的結果對集裝箱吊具進行預防性維修，減少設備故障，提高設備使用率。

4.1 關鍵元器件全壽命周期管理

大數據服務器記錄著每一個關鍵元器件的從生到死的全部過程，包括數據的變化、數據的收集。基于元器件設計的理論壽命結合吊具的運行工況建立一套關鍵元器件的壽命管理體系。點擊設備科直接了解設備及零件的信息、啟用信息、使用壽命、剩余壽命等信息。按“赤、橙、黃、綠”不同顏色展示設備的剩余壽命情況。當零部件剩余壽命低于理論壽命5%時，提示維修人員及時安排更換，避免零部件在運行中損壞導致設備故障，提高設備的使用性能及經濟性。

4.2 薄弱環節的管理

持續跟蹤零部件的數據變化過程，實現設備的健康狀態、維保狀況、經濟性能、消耗預警、潛在的故障預測等[2]。通過大數據分析并結合AI 技術可及時評估零部件的薄弱環節，推送給相關維修人員及時安排處理。

4.3 設備運行效率及經濟性管理

通過大數據分析技術和AI 技術，建立特定的算法及模型（如理論值法，邊界值法，數理統計法，故障預測模型、歷史曲線法，圖像識別法、異常狀態監測模型等）對各設備、各機構、各零部件的運行效率及經濟性進行評估，實時監控設備的健康狀態及經濟性能，建議相關管理人員優化維護方案，減少設備運營成本，提升設備的運行效率。

5 集裝箱吊具備件優化管理

集裝箱吊具備件優化管理是基于集裝箱吊具的對象，通過大數據分析和AI 人工智能技術，從采購、庫存、使用、維護等方面分析集裝箱吊具備件的種類、通用性、用量的預測性、質量的控制等可視化管理。優化的管理方法有以下4 種：

（1）備件采購策略管理。系統根據出庫的頻率分析，識別常用配件，并對所有的物料出庫頻率分析出出庫頻率級別。對出庫高等級物料系統自行建議最低及最高庫存，經特定管理責任人確認后，系統將承擔大部分的常規物料的采購申報。系統根據備件的使用壽命情況結合采購周期進行分析，在確保設備正常運行的前提下將提前建議備件的采購時間，減少備件閑置時間，提高備件的使用率，減少備件的管理成本。

（2）備件過濾策略管理。系統根據備件的基本參數、技術規格書、圖紙、安裝方式等信息進行識別，將相似度高的物料系統推送給相關人員確認，確保備件的唯一性。系統自行建議不同品牌的相同產品的相互替換性，經特定管理責任人確認，結合備件的質量控制可篩選出性價比高的備件作為備件采購的優先選擇；降低備件種類及庫存量，減少備件的維護管理成本。

（3）備件質量控制策略管理。系統自動跟蹤備件的使用情況，將備件不同的使用壽命周期和質量可靠性的高低推送給相關管理人員確認。系統自行建議管理人員購買壽命周期長、質量可靠性高的產品，提高設備的安全性、可靠性。

（4）備件性價比策略管理。系統通過備件的質量、壽命、成本、維護等信息進行分析，系統將自行建議高性價比的備件并推送給相關管理負責人進行確認。從備件采購、使用、維保等方面提高設備運行效率，為降低設備運行成本提出可行的建議。

6 結束語

在大數據分析技術、AI 技術在各行各業的廣泛應用，利用數字孿生體系大數據分析的港口集裝箱吊具管理對于港口發展而言是必然事件，同時也能提高企業管理的水平。在大數據時代為提高集裝箱吊具管理水平和管理效果，可從集裝箱吊具的可視化管理理念、大數據的建立、大數據分析技術及AI 技術等多方面入手，加強管理，從而提升集裝箱吊具設備管理水平和管理效果，為港口各項工作的順利進行和經濟的平穩發展提供動力。