利用数字孪生体系大数据分析港口集装箱吊具管理

陈智培

（厦门迈凯科机电设备有限公司，福建厦门 361000）

0 引言

集装箱吊具是集装箱设备的重要机构，是集装箱装卸作业所需要的重要部件，在港口集装箱码头作业中所发挥的作用非常巨大。集装箱吊具配置数量庞大、种类繁多、结构复杂、技术含量高，加之作业环境恶劣，集装箱吊具故障在集装箱起重机全部故障中占60%以上，提高吊具管理水平，减少吊具故障，确保吊具安全可靠的正常工作尤为重要[1]。尤其在近年来，集装箱吞吐量不断增长、生产规模持续扩大和智能化、自动化码头的迅速发展的背景下，利用数字孪生体系大数据分析技术提高集装箱吊具管理效率，减少吊具故障率，提高集装箱设备的利用率和附加值是保证港口行业可持续发展，促进港口各项工作的顺利进行和经济的平稳发展，提高行业竞争力的重要手段。

1 集装箱吊具管理系统现状分析

1.1 集装箱吊具管理模式

多数港口集装箱吊具等相关设备的管理、使用、维护管理采用人工的记录管理方式，与集装箱吊具等设备直接相关的各种信息，绝大部分由人工的方式进行收集、分类、计算、统计、管理。这种管理方式必然带来工作效率低下、业务数据错误率高、准确性差等问题。因此，这种管理模式难以提高集装箱吊具的管理效果。

1.2 集装箱吊具的维护分析

设备维修的发展分为3 种类型，分别为被动维修，预防维修和预测性维修。目前，大多数港口集装箱吊具等相关设备采用“预防维修”与“故障维修”相结合的维护管理模式，设备管理人员主要是基于时间上的预防维修，它不考虑设备的健康状态，往往造成“维修过剩”。过度的维护措施，不仅浪费维护资源，而且还缩短了设备的运行周期。以时间为周期建立一套相关维护管理标准在港口集装箱吊具等设备广泛的应用，计划维修对于降低设备的事故率、提高设备的安全运行等方面起到积极的作用，但是维修过度的预防维修管理模式带来的还有高昂的设备维护费用。

1.3 集装箱吊具的备件管理

（1）港口集装箱吊具的备件管理主要由采购、库存、使用、维护管理等方面组成。港口集装箱吊具种类繁多，配件种类多，并缺乏大数据的支持，存在备件种类多样化，且用量低，需求难于预测现象普遍存现[3]。

（2）目前，大部分港口集装箱吊具的备件进口比例大，供货周期很长，加上难于预测备件的需求，并要确保重点配件不会缺货。为实现集装箱吊具连续作业时，减少因故障而导致设备停机，增大了备件的库存量，增加了港口公司的运行成本。

2 集装箱吊具可视化零部件的建立

把现实吊具的物理对象转换成电脑或移动终端可以显示的3D 虚拟设备，完成现实世界到虚拟世界的映射。通过监控系统可直观的了解设备零件信息。建立设备的数字孪生体系，将吊具设备中的每一个单元构成一个数字孪生对象，单元可能是一个最小零件、一个部件、一个机构、一个整机、甚至是一个码头。根据所设置的对象，从具有装配关系的3D 虚拟设备模型中拆解出每一个对象的3D 模型，并且将其转换成图片，这样每一个对象都具有了一个可视化的图片，每一个对象之间的装配从属关系对应每一张图片的同样关系，图片之间形成了层级式的从属关系、码头是最高层级而最小零件是最低层级，利用Web 技术在高层级的图形中增加热点、点击对应的热点可打开下一层级的对应图片，这样就完成了一个对象之间相互连接的可视化虚拟设备。虚拟设备可以在终端显示，图形还可以放大、缩小或移动，便于查看设备的各个细节。以下是集装箱吊具可视化数字设备展现形式的一种：可视化零部件的建立如图1 所示。

图1 零部件可视化虚拟设备

3 集装箱吊具大数据的建设

根据港口集装箱吊具的功能，在大数据服务平台建立集装箱吊具的统一数据管理中心，将对象与其相关联的静态数据和动态数据相关联，并通过数据采集、数据处理、数据存储形成集装箱吊具大数据的建立。大数据建设系统如图2 所示。

图2 大数据建设系统

3.1 集装箱吊具数据的采集

集装箱吊具数据采集是通过对港口集装箱吊具设备数据的最大限度及最大范围的采集。集装箱吊具PLC、各类传感器等实时动态数据通过4G/5G 边缘控制器及无线网关传输到数据管理中心，零件的基本信息、技术规格书、完工图、手册、维保记录、图片、影像、语音、文字等数据通过手机、平板、PC 等集装箱吊具管理终端传输到数据管理中心，以及通过计算、物联网等技术采集与港口集装箱吊具关联的设备、环境以及故障处理等主数据[3]。

3.2 集装箱吊具数据的处理

（1）根据集装箱吊具及关联设备的对象信息定义统一化、标准化、互通互融的数据变量名，把所采集的相关数据及根据不同算法得出的相关数据赋予对应的变量名中。将集装箱吊具分散的数据通过数据变量名集成到一个系统当中，实现数据集成、为基于大数据分析港口集装箱吊具的应用奠定基础。

（2）根据港口集装箱吊具设备的特性把数据归类为状态、变量、故障、统计等数据。将不同类别的数据进行统一的标识、减少数据处理中心识别、存储、加工、分类、归并的工作量，提高数据处理中心数据处理速度，实现数据处理的简易化、高效化。

（3）4G/5G 边缘控制器及无线网关将港口集装箱吊具设备不同对象参数特征采集的数据，通过傅里叶（FT）变化、快速的傅里叶（FFT）变化、包络分析（DEA）、线性预测系数特征矢量（LPC）、倒谱特征矢量（LPCC）、Mel 倒谱参数（MFCC）等数据分析方法对所采集的数据进行清洗、加工、计算、转换等处理[4]。提高数据的实时分析能力，过滤无效数据，减少数据传输数量及传输频率，提高数据传输的可靠性，加快数据处理中心的处理速度，可节省80%以上的数据传输运行成本。

（4）数量处理中心将图片、影像、语音、文字等数据通过图像识别、语音识别、计算、文字识别等技术转化成能够快速识别的统一化、标准化、互通互融的数据信息；根据数据的关联性将需要进行计算的数据，进行各种算术和逻辑运算得出新数据；根据集装箱吊具设备的特征属性，将原始数据、转换的数据、计算的数据进行整理归类处理。实现图片、影像、语音、文字等数据与PLC、各类传感器的数据信息有机结合。

3.3 集装箱吊具数据的存储

集装箱吊具的数据存储是通过计算机技术把不同集装箱吊具设备数据信息存储在大数据的数据管理中心，包含数据、文档、图片、影像、语音等信息。利用大数据分析平台可实时挖掘分析集装箱吊具的数据信息，为基于大数据分析集装箱吊具预测性维护管理提供数据支持。通过手机、平板、PC 等终端可实时调用所存储的数据信息。

4 集装箱吊具预测性维护管理

集装箱吊具预测性维护管理是利用大数据分析技术并结合AI 技术对设备数据进行分析，利用数学模型建模与深度学习相结合的方式挖掘更深层次的数据规律，采用理论值法、历史曲线法、边界值法、数量统计法等分析方法得出的结果对集装箱吊具进行预防性维修，减少设备故障，提高设备使用率。

4.1 关键元器件全寿命周期管理

大数据服务器记录着每一个关键元器件的从生到死的全部过程，包括数据的变化、数据的收集。基于元器件设计的理论寿命结合吊具的运行工况建立一套关键元器件的寿命管理体系。点击设备科直接了解设备及零件的信息、启用信息、使用寿命、剩余寿命等信息。按“赤、橙、黄、绿”不同颜色展示设备的剩余寿命情况。当零部件剩余寿命低于理论寿命5%时，提示维修人员及时安排更换，避免零部件在运行中损坏导致设备故障，提高设备的使用性能及经济性。

4.2 薄弱环节的管理

持续跟踪零部件的数据变化过程，实现设备的健康状态、维保状况、经济性能、消耗预警、潜在的故障预测等[2]。通过大数据分析并结合AI 技术可及时评估零部件的薄弱环节，推送给相关维修人员及时安排处理。

4.3 设备运行效率及经济性管理

通过大数据分析技术和AI 技术，建立特定的算法及模型（如理论值法，边界值法，数理统计法，故障预测模型、历史曲线法，图像识别法、异常状态监测模型等）对各设备、各机构、各零部件的运行效率及经济性进行评估，实时监控设备的健康状态及经济性能，建议相关管理人员优化维护方案，减少设备运营成本，提升设备的运行效率。

5 集装箱吊具备件优化管理

集装箱吊具备件优化管理是基于集装箱吊具的对象，通过大数据分析和AI 人工智能技术，从采购、库存、使用、维护等方面分析集装箱吊具备件的种类、通用性、用量的预测性、质量的控制等可视化管理。优化的管理方法有以下4 种：

（1）备件采购策略管理。系统根据出库的频率分析，识别常用配件，并对所有的物料出库频率分析出出库频率级别。对出库高等级物料系统自行建议最低及最高库存，经特定管理责任人确认后，系统将承担大部分的常规物料的采购申报。系统根据备件的使用寿命情况结合采购周期进行分析，在确保设备正常运行的前提下将提前建议备件的采购时间，减少备件闲置时间，提高备件的使用率，减少备件的管理成本。

（2）备件过滤策略管理。系统根据备件的基本参数、技术规格书、图纸、安装方式等信息进行识别，将相似度高的物料系统推送给相关人员确认，确保备件的唯一性。系统自行建议不同品牌的相同产品的相互替换性，经特定管理责任人确认，结合备件的质量控制可筛选出性价比高的备件作为备件采购的优先选择；降低备件种类及库存量，减少备件的维护管理成本。

（3）备件质量控制策略管理。系统自动跟踪备件的使用情况，将备件不同的使用寿命周期和质量可靠性的高低推送给相关管理人员确认。系统自行建议管理人员购买寿命周期长、质量可靠性高的产品，提高设备的安全性、可靠性。

（4）备件性价比策略管理。系统通过备件的质量、寿命、成本、维护等信息进行分析，系统将自行建议高性价比的备件并推送给相关管理负责人进行确认。从备件采购、使用、维保等方面提高设备运行效率，为降低设备运行成本提出可行的建议。

6 结束语

在大数据分析技术、AI 技术在各行各业的广泛应用，利用数字孪生体系大数据分析的港口集装箱吊具管理对于港口发展而言是必然事件，同时也能提高企业管理的水平。在大数据时代为提高集装箱吊具管理水平和管理效果，可从集装箱吊具的可视化管理理念、大数据的建立、大数据分析技术及AI 技术等多方面入手，加强管理，从而提升集装箱吊具设备管理水平和管理效果，为港口各项工作的顺利进行和经济的平稳发展提供动力。