大数据技术在港口生产管理中的应用

文/王维圳 曾文浩

港口作为世界经济贸易交互的接口，在促进全球经济发展的过程中具有十分重要的地位。随着近年来贸易总额的不断增加，港口的业务范围也在不断拓宽，石油、铁矿、集装箱以及散杂货等的吞吐量整体呈现上涨趋势，不断增加的商业贸易在为港口带来机遇的同时，也对港口的生产管理产生了极大的压力，这就要求港口必须提升自身的生产运营效率，提升信息化程度，以应对不断出现的挑战与机遇。然而，随着港口信息化技术的普及，在港口生产管理过程中所产生的海量数据随之而来，这些数据如果不能得到妥善和充分的利用，不仅会给港口生产管理人员带来极大的负担，也会造成港口信息化资源的极大浪费，从而使港口信息化建设的效果受到限制，无法达到预期的理想成果。

1 大数据技术的特点

大数据技术是今年来兴起的新型技术，由于其具有高效采集、处理、分析海量数据的特点，受到了社会各界的广泛关注，在等计算机网络、信息安全、电子商务、信息处理等领域中获得了广泛的应用。面对信息化建设不断发展与健全的现代社会，海量的数据集合已经成为一种常态，面对这种情况，使用常规的技术手段和软件工具已经无法在短时间、大范围内实现有效的捕捉、管理和处理操作，使用大数据技术应对当前的技术发展现状，是各行各业取得产业发展与创新所不可或缺的手段。

2 港口生产管理的大数据环境分析

港口的生产管理过程，主要包括港口物资集散及运输过程中的煤炭生产过程、油品生产过程、铁矿生产过程、散杂货生产过程以及相应的能源生产过程等内容。由于港口的吞吐量不断上涨，这些生产过程中所产生的数据量也不断膨胀，如生产计划、作业要求、微信计划、设备运行状态、海上交通指挥等生产过程中的管理信息采集，也需要使用相应的、较为先进的技术，才能够保证采集过程的稳定性以及信息的有效性。而在这些海量数据的基础上，相关人员需要完成运输管理、档案管理、合同管理、调度管理、维修管理、财务管理、生产计划管理、物资管理等工作，由于港口生产环境的复杂性，这些工作往往具有跨系统、跨专业、跨网络的特点，因此对港口的生产效率的提高产生了极大的阻碍。为了最大化港口的生产效率、科学化港口的生产排布以及使港口生产过程具有可追溯可推演的特点，需要以相应的大数据处理技术，以中央控制为核心，在港口建立自动化生产管理机制与智能辅助决策机制等大数据处理机制，完成相应的数据清洗、数据挖掘以及数据分析工作，最大化的摆脱常规港口中人为因素对生产作业所带来的干扰，以提高港口的生产效率，提升港口对生产过程的监管力度，同时消除生产中的安全隐患，为港口的稳定运行提供保障。在将完成数据处理等工作后，使用大数据可视化技术，将物资生产过程、能源生产过程以及设备管理过程等内容的全面监控数据通过大数据的手段展示出来，以确保生产管理人员能够对港口的生产过程做到全面掌控，并制定合理的生产管理计划，从而在降低管理维护成本的同时，提高物资和设备等各类资源的使用效率，提高港口生产所带来的经济效益。

3 港口生产管理的大数据实际应用

在港口的生产管理中充分使用大数据技术，在生产的档案管理、运输管理、调度管理、合同管理、生产计划管理、财务管理、维修管理等过程中，首先可以采用大数据采集技术，如Hadoop的Chukwa，Cloudera的Flume，Facebook的Scribe等技术，获得多种类型的数据，包括结构化、半结构化以及非结构化的数据，以便后续处理；然后通过大数据处理与分析技术，如hbase、hive、sqoop等大数据存储技术、Flume分布式、Zookeeper、Kafka等大数据结构设计技术、Mahout、Spark、storm等大数据计算技术，对获得的数据进行分布式存储以及数据清洗和挖掘，去除无效的、冗余的数据，实现高效准确的数据分析；最后，利用JReport、Style Intelligence、python等大数据技术将这些数据进行可视化展示，方便港口管理人员对港口生产过程产生直观、准确的认识，辅助相关人员做出更加准确且更有成效的决策。本文从港口机械设备运营维修管理、港口码头安全行驶规划、港口防走私三个方面举例论述大数据技术在港口生产管理中的应用。

4 港口机械设备运营维修管理

在现代化的港口生产管理中，通常使用自动化机械设备完成货物的装卸、运输、分拣等工作。为了确保港口以高效、安全、稳定的状态进行生产管理工作，通常在这些设备上安装摄像头、电流监测元件、高度测量元件等配件，方便用户远程掌握上述设备的具体运行状态，并进行远程控制。同时，这些机械设备的维护和管理也需要高度自动化，由于港口中各类吊机、运载设备、仓储设备繁多，导致了港口机械设备运营维修管理相关的数据量非常大，使用大数据技术对该问题进行分析，能够有效的总结港口机械设备故障的历史规律，为管理人员提供参考，并智能提供数据分析服务及故障咨询服务。

在实际应用中，首先需要收集港口机械设备的各类数据，包括设备基础数据、设备作业相关数据、设备巡检数据、设备故障数据、设备保养数据以及常规维护措施数据等数据，然后上上述数据汇聚到港口大数据中心，使用针对性设计的算法对上述数据进行清洗和挖掘，实现数据的标准化，从大量数据中获得港口机械设备的最优运营维修管理方案，并为港口机械设备管理人员提供设备检修时间预测、设备使用寿命与更换预测、设备故障类型原因智能分析以及设备智能自动修理等服务，进而保障港口稳定运行，提高港口生产效率。

5 港口码头安全行驶规划

港口是海运与陆运、空运、铁运的链接枢纽，在港口中进行的煤炭、石油、散杂货、集装箱等货物的装卸活动非常繁多，且需要通过自动导引车、集装箱卡车等运输设备在港口内部实现大量货物在码头、仓库、铁路、公路、机场间的转移和运输，同时由于每个港口都是根据当地实际地理环境进行的针对性建设，因此每个港口的实际交通情况各不相同。为了最大化港口内运输的效率，可以使用大数据技术对港口内运输车辆进行分析，进而制定码头安全行驶规划，在保证安全的前提下，降低各类货物的存储运输成本。

利用大数据技术制定码头安全行驶规划，首先需要搜集各类车辆所能够装载的货物类型，如煤炭、石油、集装箱、散杂货等，明确运输不同货物的安全距离，并通过摄像头、车载感知设备等传感器，统计所有港口内运输车辆的运行轨迹，然后采用聚类算法或神经网络算法等机器学习算法，以速度分布、距离分布、路段分布、位置分布等为约束条件，对港口内运输数据进行分析，得到港口中需要进行重点监控的区域，并根据分析出的区域类型，采用针对性的处理手段。对于易超速路径，采用增加减速杆、限速标语等措施；对于缓慢行驶的区域，综合各类传感器获得该区域的监控资料，并派出排查人员，分析并排除道路故障；对于没有特殊情况的常规区域，综合利用历史数据，确定该类区域的最佳行驶速度、最佳行驶路线，并利用通信设备实现智能自动导航。

6 港口防走私

走私问题是饱受社会关注的重点问题，切实影响到了港口的收入、声誉以及安全等多方面问题。传统手段往往采用人力手动完成港口货物的检查及检验，具有耗时长、成本高等特点。使用大数据技术协助完成港口防走私管理，是传统手段的有力辅助，能够有效减少海关人员的重复劳动工作，并提升港口防走私检查工作的覆盖范围，进而有效减少港口内的走私情况。

港口防走私所涉及到的数据非常繁多，使用大数据技术解决该问题时，需要收集被分析港口的进出口提单数据、买家身份与资产相关数据、卖家身份与资产相关数据、买家货物采购数据、卖家产品供应数据、市场分析相关数据，并将上述信息汇聚到港口大数据中心，结合实时的市场行情，综合历史港口的买卖相关数据，利用算法对数据进行深入挖掘，将买家和买家进行分类，并针对每类买家分析货物采购规律，针对每类买家分析产品供应规律，然后将港口中正在发生的交易与所分析出的规律进行实时比对，锁定其中的异常交易数据，并结合海关人员的查验工作，实现预测货物走私案件的功能。

7 结论

在港口的生产管理中使用大数据技术，能够有效降低管理维护成本，提高物资和设备等各类资源的使用效率，进而提高港口生产所带来的经济效益。本文分析了港口生产管理的大数据环境，论证了大数据技术能够在港口货物集散、运营维护等方面带来极大便利，并从港口机械设备运营维修管理、港口码头安全行驶规划、港口防走私等方面论证了港口中的大数据技术应用，证明了大数据技术能够有效提高港口生产管理效率。