CN110969398B - 一种铁路集装箱信息管理方法和系统 - Google Patents

一种铁路集装箱信息管理方法和系统 Download PDF

Info

Publication number
CN110969398B
CN110969398B CN202010136571.3A CN202010136571A CN110969398B CN 110969398 B CN110969398 B CN 110969398B CN 202010136571 A CN202010136571 A CN 202010136571A CN 110969398 B CN110969398 B CN 110969398B
Authority
CN
China
Prior art keywords
early warning
container
station
information
reader
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010136571.3A
Other languages
English (en)
Other versions
CN110969398A (zh
Inventor
吴向华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Weiche Intelligent Technology Co Ltd
Original Assignee
Beijing Weiche Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Weiche Intelligent Technology Co Ltd filed Critical Beijing Weiche Intelligent Technology Co Ltd
Priority to CN202010136571.3A priority Critical patent/CN110969398B/zh
Publication of CN110969398A publication Critical patent/CN110969398A/zh
Application granted granted Critical
Publication of CN110969398B publication Critical patent/CN110969398B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种铁路集装箱信息管理方法和系统，包括：接收阅读器发送的第一数据，获取集装箱的进出站信息；根据集装箱的进出站信息，确定集装箱的状态信息和预期运输信息；接收电子标签发送的集装箱位置信息；根据所述位置信息和预期运输信息，进行超期预警和/或超量预警。通过接收阅读器发送的第一数据和电子标签发送的集装箱位置信息，能够实时掌握集装箱的信息；根据所述位置信息和预期运输信息，进行超期预警和/或超量预警，通过将集装箱和站场附近的阅读器进行聚类，获得聚类的整体预警度，能够对集装箱以及场站情况进行预警，进而指导集装箱的调度和管理的。

Description

一种铁路集装箱信息管理方法和系统
技术领域
本申请涉及集装箱管理领域，尤其涉及一种铁路集装箱信息管理方法和系统。
背景技术
物流行业是推动国民经济快速发展必不可少的基础产业，各类物流企业虽然在长期发展历程中已经积累了丰富的实践经验，但由于信息反馈不及时、不精确、不全面等问题导致了大量浪费与运作成本的居高不下。面对当今客户日益增长的服务需求以及行业间的激励竞争，物流运输企业面临着巨大的挑战。同时物流行业信息化也是必然的发展趋势。
然而，现有的场站信息脱节、滞后，无法实时掌握场站的重箱和空箱以及局外箱子空箱回局等情况，从而影响集装箱的调度和管理。
现有技术中虽然可以对货物的超期或者集装箱的分布不均进行预警，但是并没有将站场中可能出现的各种问题综合考虑，例如当货物存在超期时，通过调整货物的运输速度，可以使货物按期送达，但是货物送达时如果站场的集装箱调度存在不均衡问题，也会导致货物的交接不顺畅，从而无法实现高效快捷的管理和运输货物。
综上所述，需要提供一种能够实时掌握集装箱的信息，能够对集装箱以及场站情况进行预警，指导集装箱的调度和管理的方法和系统。
发明内容
为解决以上问题，本申请提出了一种铁路集装箱信息管理方法和系统。
一方面，本申请提出一种铁路集装箱信息管理方法，包括：
接收阅读器发送的第一数据，获取集装箱的进出站信息；
根据集装箱的进出站信息，确定集装箱的状态信息和预期运输信息；
接收电子标签发送的集装箱位置信息；
根据所述位置信息和预期运输信息，进行超期预警和/或超量预警。
优选地，所述根据所述位置信息和预期运输信息，进行超量预警，包括：
根据集装箱的所述预期运输信息，获取预计到站时间；
根据实时获取的集装箱的所述位置信息，确定在途到站时间；
确定所述集装箱的到货站的其他在途集装箱的数量；
根据各集装箱的在途到站时间和其他在途集装箱的预计到站时间，确定到货站的到货集装箱是否超过卸超预警阈值；
若超过，则进行超期卸超预警。
优选地，在所述获取集装箱的进出站信息之后，还包括：
确定到货站的当前集装箱数量；
判断当前集装箱数量是否超过对应的数量预警阈值；
若超过，则进行站点超量预警。
优选地，在所述接收电子标签发送的集装箱位置信息之后，还包括：
根据所述位置信息和到货站，确定在途到站时间；
判断在途到站时间是否超过预计到站时间；
若超过，则进行到站超期预警。
优选地，在所述接收电子标签发送的集装箱位置信息之后，还包括：
根据获取集装箱的位置信息和与其对应的进出站信息，确定所述集装箱的已停留时间；
若已停留时间超过免费堆存期阈值或已超过免费堆存期，则进行堆存期超期预警；
若已停留时间超过长期停留阈值时间的集装箱数量超过长期停留数量阈值，则进行长期停留超量预警。
优选地，在所述接收阅读器发送的第一数据之后，还包括：
确定与第一数据对应的阅读器所在的场站；
统计此场站的未返局集装箱数量是否超过返箱预警阈值；
若超过，则进行返箱数量预警。
优选地，在所述接收阅读器发送的第一数据之后，还包括：
获取所述第一数据中的阅读器数据；
根据阅读器数据判断阅读器是否出现异常；
若阅读器出现异常，则进行阅读器异常报警。
优选地，在所述接收阅读器发送的第一数据之前，还包括：
判断阅读器发送第一数据的时间间隔是否超过周期阈值；
若超过，则进行阅读器超期报警。
优选地，在所述获取集装箱的进出站信息之后，还包括：
获取场站的货品和货量；
按月、季、年对场站的货品和货量进行数据统计和分析。
优选地，将集装箱A和场站B中的预警信息分为定量预警和定性预警，定量预警包括集装箱到站超期预警，集装箱堆存期超期预警，站场超期卸超预警，站点超量预警，站场长期停留超量预警，站场返箱数量预警，定性预警包括阅读器异常预警以及阅读器超期预警。
将集装箱和场站中的预警信息分为定量预警和定性预警；
在云平台中，根据集装箱Ai的进出站信息和位置信息确定站场对应的阅读器Bj,对集装箱Ai和阅读器Bj进行聚类，获得某一时段内的聚类Ct，Ct={A1,A2,…Ai,B1,B2,…，Bj},其中，i,j,t均为正整数，并计算聚类Ct中的预警度；
对于定量预警，预警度采用公式（1）计算,其中
Figure 945204DEST_PATH_IMAGE002
为定量预警指标，
Figure 798891DEST_PATH_IMAGE004
为对应的阈值；
Figure 926247DEST_PATH_IMAGE006
公式（1）
对于定性预警，预警度采用公式（2）计算，其中
Figure 763753DEST_PATH_IMAGE008
为定性预警指标，当其异常时，预警度为1，非异常时预警度为0；
Figure 267546DEST_PATH_IMAGE010
公式（2）
聚类Ct的预警度采用公式(3),（4）计算，其中
Figure 340851DEST_PATH_IMAGE012
和
Figure 435846DEST_PATH_IMAGE014
为不同预警项目的权重；
Figure 963911DEST_PATH_IMAGE016
公式(3)
Figure 271395DEST_PATH_IMAGE018
公式（4）
当聚类Ct的预警度大于预警度阈值时，云平台模拟对该聚类内的集装箱Ai以及阅读器Bj所涉及的站场进行调整；
云平台根据调整措施重新聚类，获得调整措施下新时段内的新聚类Ct,计算新聚类Ct的预警度，直到新聚类Ct的预警度小于预警度阈值;
云平台将新聚类Ct符合预警度阈值的调整措施分发至相关工作人员或客户，并进行调整。第二方面，本申请提出一种铁路集装箱信息管理系统，包括：
阅读器，用于发送第一数据至云平台；
电子标签，用于发送集装箱的位置信息至云平台；
云平台，用于接收阅读器发送的第一数据，获取集装箱的进出站信息；根据集装箱的进出站信息，确定集装箱的状态信息和预期运输信息；接收电子标签发送的位置信息；根据所述位置信息和预期运输信息，进行超期预警和/或超量预警。
本申请的优点在于：通过接收阅读器发送的第一数据和电子标签发送的集装箱位置信息，能够实时掌握集装箱的信息；根据所述位置信息和预期运输信息，进行超期预警和/或超量预警，通过将集装箱和站场附近的阅读器进行聚类，获得聚类的整体预警度，能够对集装箱以及场站情况进行预警，进而指导集装箱的调度和管理。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选事实方案的目的，而并不认为是对本申请的限制。而且在整个附图中，用同样的参考符号表示相同的部件。在附图中：
图1是本申请提供的一种铁路集装箱信息管理方法的步骤示意图；
图2是本申请提供的一种铁路集装箱信息管理系统的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
第一方面，根据本申请的实施方式，提出一种铁路集装箱信息管理方法，如图1所示，包括：
S101，接收阅读器发送的第一数据，获取集装箱的进出站信息；
S102，根据集装箱的进出站信息，确定集装箱的状态信息和预期运输信息；
S103，接收电子标签发送的集装箱位置信息；
S104，根据位置信息和预期运输信息，进行超期预警和/或超量预警。
根据位置信息和预期运输信息，进行超量预警，包括：
根据集装箱的预期运输信息，获取预计到站时间；
根据实时获取的集装箱的位置信息，确定在途到站时间；
确定集装箱的到货站的其他在途集装箱的数量；
根据各集装箱的在途到站时间和其他在途集装箱的预计到站时间，确定到货站的到货集装箱是否超过卸超预警阈值；
若超过，则进行超期卸超预警。
在获取集装箱的进出站信息之后，还包括：
确定到货站的当前集装箱数量；
判断当前集装箱数量是否超过对应的数量预警阈值；
若超过，则进行站点超量预警。
在接收电子标签发送的集装箱位置信息之后，还包括：
根据位置信息和到货站，确定在途到站时间；
判断在途到站时间是否超过预计到站时间；
若超过，则进行到站超期预警。
在接收电子标签发送的集装箱位置信息之后，还包括：
根据获取集装箱的位置信息和与其对应的进出站信息，确定集装箱的已停留时间；
若已停留时间超过免费堆存期阈值或已超过免费堆存期，则进行堆存期超期预警；
若已停留时间超过长期停留阈值时间的集装箱数量超过长期停留数量阈值，则进行长期停留超量预警。
在接收阅读器发送的第一数据之后，还包括：
确定与第一数据对应的阅读器所在的场站；
统计此场站的未返局集装箱数量是否超过返箱预警阈值；
若超过，则进行返箱数量预警。
在接收阅读器发送的第一数据之后，还包括：
获取第一数据中的阅读器数据；
根据阅读器数据判断阅读器是否出现异常；
若阅读器出现异常，则进行阅读器异常报警。
在接收阅读器发送的第一数据之前，还包括：
判断阅读器发送第一数据的时间间隔是否超过周期阈值；
若超过，则进行阅读器超期报警。
在获取集装箱的进出站信息之后，还包括：
获取场站的货品和货量；
按月、季、年对场站的货品和货量进行数据统计和分析。
第一数据包括：阅读器数据和集装箱的进出站信息。阅读器数据包括：阅读器的状态数据、编号、以及其对应的场站和轨道信息。
集装箱的种类按所装货物种类进行分类，包括：干货集装箱(Dry Container)、散货集装箱(Bulk Container)、液体货集装箱、冷藏箱集装箱,以及一些特种专用集装箱。
集装箱的进出站信息包括：集装箱箱号、车号、集装箱重量、发货站、到货站、车架号、发货人、签收人、预计到站时间、货品、装/卸货、责任人和电话等。
电子标签还能够获取集装箱的温度信息并发送。
下面，以集装箱A和场站B为例，对本申请实施例进行进一步说明。
在铁轨边不超过安全限界的范围内，安装阅读器，用于对集装箱A的电子标签中的信息进行读写。阅读器还与安装在轨道中间的专用天线相连，用于读取运输集装箱A的车号。阅读器还能够接入轨道衡数据，读取集装箱A的重量。阅读器将这些数据以及阅读器数据作为第一数据，发送至云平台或服务器。
云平台根据集装箱A的进出站信息，确定集装箱A的状态信息和预期运输信息。预期运输信息包括预计到站时间和预计停留时间等。
云平台接收集装箱A的电子标签发送的集装箱A的位置信息，根据集装箱A的位置信息及其预期运输信息，对集装箱A的状态及其到货站的状态进行预警。
假设集装箱A的到货站为场站B，云平台根据集装箱A的预期运输信息，获取预计到站时间，再根据实时获取的集装箱A的位置信息，计算在途到站时间。
云平台根据接收到的其他集装箱的进出站信息和位置信息，确定运往场站B的在途集装箱数量。云平台获取到货站为场站B的各集装箱的预期运输信息，确定各集装箱的预计到站时间。再获取到货站为场站B的各集装箱的位置数据，确定各集装箱的在途到站时间。根据上述信息和数据，实时计算各时段，到货站为场站B的集装箱在某一时段是否超过设定好的卸超预警阈值。若在集装箱A的在途到站时间或预计到站时间内，有其他到货站为场站B的集装箱也会到达，且数量超过卸超预警阈值，则云平台进行超期卸超预警，提醒调度人员进行调度。
云平台在获取场站B中当前所有的集装箱数量后，还能够根据场站B的集装箱容量，判断场站B中当前所有的集装箱数量是否超过场站B的数量预警阈值。若超过，则云平台进行超期卸超预警，提醒调度人员进行调度。
在云平台计算出集装箱A的在途到站时间后，还能够判断其在途到站时间是否超过预计到站时间，若超过，则云平台对集装箱A进行到站超期预警。
以集装箱A已到达场站B为例。
云平台获取集装箱A的电子标签发送的位置信息以及场站B中各阅读器发送的进出站信息，确定集装箱A的已停留时间。若装箱A的已停留时间超过免费堆存期阈值或已超过免费堆存期，则云平台进行堆存期超期预警。
在场站B中，若已停留时间超过长期停留阈值时间的集装箱数量超过长期停留数量阈值，则云平台对场站B进行长期停留超量预警（僵尸集装箱预警）。
云平台根据场站B（本局）中所有阅读器的第一数据，统计场站B未返局（在外局）的集装箱数量是否超过返箱预警阈值，若超过，则云平台对场站B进行返箱数量预警。
云平台还能够根据接收到的阅读器数据，判断对应的阅读器是否出现异常。若阅读器出现异常，则云平台对此阅读器进行阅读器异常报警。阅读器异常包括：市电断电、网络故障、水浸、箱门未经过授权被开启、震动和/或倾斜幅度异常等。
云平台还能够判断阅读器发送第一数据的时间间隔是否超过此阅读器的周期阈值。若超过，则云平台对此阅读器进行阅读器超期报警。
云平台能够根据到的进出站信息，确定各场站的货品和货量，按月、季、年对各场站的货品和货量进行数据统计和分析。
预警和报警可以根据需要，通过短信、电话以及其他方式发送至工作人员和/或对应的客户。
被预警的集装箱信息以及场站信息都能够通过云平台进行显示。集装箱信息，包括：箱属、箱号、超期时间、堆存位置、发货人、收货人等信息。
在集装箱到达场站后，工作人员可以通过云平台，点击卸货。
各集装箱的进出站信息以及各场站信息都可以通过云平台进行显示。
各集装箱的位置信息和轨迹以及各场站的位置可以直接显示在电子地图上。
本申请的实施方式还能够通过数据积累，为场站提供装卸车趋势分析；根据客户发送量进行客户分析，为场站提供优质客户排名分析；根据场站累计货物品类发送量进行品类分析，按年、季、月进行货物品类发送排名。
各场站集装箱分布情况、集装箱的到站停留时间、各集装箱的在途到站时间等，都能够依据大数据，使用人工智能算法进行计算。根据人工智能算法的计算结果以及相关的预警信息，对集装箱的分布、停留、卸货进行合理规划及协调，提高集装箱的流转率。
上述人工智能算法，包括：统计方法、支持向量机SVM、卷积神经网络CNN、循环神经网络RNN、对抗神经网络GAN、概率神经网络PNN、贝叶斯Bayes、模糊数学Fuzzy、误差逆传播BP、机器学习及深度学习等。
此外，还可将集装箱A和场站B中的预警信息分为定量预警和定性预警。定量预警包括集装箱到站超期预警，集装箱堆存期超期预警，站场超期卸超预警，站点超量预警，站场长期停留超量预警，站场返箱数量预警，定性预警包括阅读器异常预警以及阅读器超期预警。
在云平台中，首先根据集装箱Ai的进出站信息和位置信息确定站场对应的阅读器Bj,对集装箱Ai和阅读器Bj进行聚类，获得某一时段内的聚类Ct，Ct={A1,A2,…Ai,B1,B2,…，Bj},其中，i,j,t均为正整数。并计算聚类Ct中的预警度。
对于定量预警，预警度采用公式（1）计算,其中
Figure 896412DEST_PATH_IMAGE002
为定量预警指标，
Figure 631150DEST_PATH_IMAGE004
为对应的阈值。例如预警指标可为站场集装箱数量，集装箱到站时间等，对应的阈值可为站场集装箱数量阈值，集装箱预期到站时间等。
Figure 912089DEST_PATH_IMAGE006
公式（1）
对于定性预警，预警度采用公式（2）计算。其中
Figure 23265DEST_PATH_IMAGE008
为定性预警指标，当其异常时，预警度为1，非异常时预警度为0。
Figure 971629DEST_PATH_IMAGE020
公式（2）
聚类Ct的预警度采用公式(3),（4）计算。其中
Figure 877268DEST_PATH_IMAGE012
和
Figure 911084DEST_PATH_IMAGE014
为不同预警项目的权重。
Figure 560371DEST_PATH_IMAGE016
公式(3)
Figure 159979DEST_PATH_IMAGE018
公式（4）
当聚类Ct的预警度大于预警度阈值时，云平台模拟对该聚类内的集装箱Ai以及阅读器Bj所涉及的站场进行调整。例如提高或降低集装箱的进站速度、提高或降低站场内的流转速度、重启或更换阅读器等。
云平台根据调整措施重新聚类，获得调整措施下新时段内的新聚类Ct,计算新聚类Ct的预警度，直到新聚类Ct的预警度小于预警度阈值。
云平台将新聚类Ct符合预警度阈值的调整措施分发至相关工作人员或客户，并进行调整。
通过上述手段，可以科学的指导集装箱的进出站，规划站场处理速度，提高站场处理效率。
第二方面，根据本申请的实施方式，还提出一种铁路集装箱信息管理系统，如图2所示，包括：
阅读器101，用于发送第一数据至云平台；
电子标签102，用于发送集装箱的位置信息至云平台；
云平台103，用于接收阅读器发送的第一数据，获取集装箱的进出站信息；根据集装箱的进出站信息，确定集装箱的状态信息和预期运输信息；接收电子标签发送的位置信息；根据位置信息和预期运输信息，进行超期预警和/或超量预警。
本申请的方法中，通过接收阅读器发送的第一数据和电子标签发送的集装箱位置信息，能够实时掌握集装箱的信息；根据所述位置信息和预期运输信息，进行超期预警和/或超量预警，能够对集装箱以及场站情况进行预警，方便集装箱的调度和管理的。同时，还能够对阅读器异常进行报警，保证阅读器能够稳定工作，实时将数据发送至云平台，从而保证集装箱以及场站数据的实时获取。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种铁路集装箱信息管理方法，其特征在于，包括：
接收阅读器发送的第一数据，获取集装箱的进出站信息；其中，第一数据包括：阅读器数据和集装箱的进出站信息；集装箱的进出站信息包括：集装箱箱号、车号、集装箱重量、发货站、到货站、车架号、发货人、签收人、预计到站时间、货品、装/卸货、责任人和电话；
根据集装箱的进出站信息，确定集装箱的状态信息和预期运输信息；
接收电子标签发送的集装箱位置信息；电子标签还获取集装箱的温度信息并发送；
根据所述位置信息和预期运输信息，进行超期预警和/或超量预警;
其中还包括：
将集装箱和场站中的预警信息分为定量预警和定性预警；
在云平台中，根据集装箱Ai的进出站信息和位置信息确定站场对应的阅读器Bj,对集装箱Ai和阅读器Bj进行聚类，获得某一时段内的聚类Ct，Ct={A1,A2,…Ai,B1,B2,…，Bj},其中，i,j,t均为正整数，并计算聚类Ct中的预警度；
对于定量预警，预警度采用公式（1）计算,其中
Figure DEST_PATH_IMAGE001
为定量预警指标，
Figure 124840DEST_PATH_IMAGE002
为对应的阈值；预警指标包括：站场集装箱数量，集装箱到站时间；对应的阈值包括：站场集装箱数量阈值，集装箱预期到站时间；
Figure DEST_PATH_IMAGE003
公式（1）
对于定性预警，预警度采用公式（2）计算，其中
Figure 426639DEST_PATH_IMAGE004
为定性预警指标，当其异常时，预警度为1，非异常时预警度为0；
Figure DEST_PATH_IMAGE005
公式（2）
聚类Ct的预警度采用公式(3),（4）计算，其中
Figure 648804DEST_PATH_IMAGE006
和
Figure DEST_PATH_IMAGE007
为不同预警项目的权重；
Figure 719660DEST_PATH_IMAGE008
公式(3)
Figure DEST_PATH_IMAGE009
公式（4）
当聚类Ct的预警度大于预警度阈值时，云平台模拟对该聚类内的集装箱Ai以及阅读器Bj所涉及的站场进行调整；
云平台根据调整措施重新聚类，获得调整措施下新时段内的新聚类Ct,计算新聚类Ct的预警度，直到新聚类Ct的预警度小于预警度阈值;
云平台将新聚类Ct符合预警度阈值的调整措施分发至相关工作人员或客户，并进行调整。
2.如权利要求1所述的方法，其特征在于，所述根据所述位置信息和预期运输信息，进行超量预警，包括：
根据集装箱的所述预期运输信息，获取预计到站时间；
根据实时获取的集装箱的所述位置信息，确定在途到站时间；
确定所述集装箱的到货站的其他在途集装箱的数量；
根据各集装箱的在途到站时间和其他在途集装箱的预计到站时间，确定到货站的到货集装箱是否超过卸超预警阈值；
若超过，则进行超期卸超预警。
3.如权利要求1所述的方法，其特征在于，在所述获取集装箱的进出站信息之后，还包括：
确定到货站的当前集装箱数量；
判断当前集装箱数量是否超过对应的数量预警阈值；
若超过，则进行站点超量预警。
4.如权利要求1所述的方法，其特征在于，在所述接收电子标签发送的集装箱位置信息之后，还包括：
根据所述位置信息和到货站，确定在途到站时间；
判断在途到站时间是否超过预计到站时间；
若超过，则进行到站超期预警。
5.如权利要求1所述的方法，其特征在于，在所述接收电子标签发送的集装箱位置信息之后，还包括：
根据获取集装箱的位置信息和与其对应的进出站信息，确定所述集装箱的已停留时间；
若已停留时间超过免费堆存期阈值或已超过免费堆存期，则进行堆存期超期预警；
若已停留时间超过长期停留阈值时间的集装箱数量超过长期停留数量阈值，则进行长期停留超量预警。
6.如权利要求1所述的方法，其特征在于，在所述接收阅读器发送的第一数据之后，还包括：
确定与第一数据对应的阅读器所在的场站；
统计此场站的未返局集装箱数量是否超过返箱预警阈值；
若超过，则进行返箱数量预警。
7.如权利要求1所述的方法，其特征在于，在所述接收阅读器发送的第一数据之后，还包括：
获取所述第一数据中的阅读器数据；
根据阅读器数据判断阅读器是否出现异常；
若阅读器出现异常，则进行阅读器异常报警。
8.如权利要求1所述的方法，其特征在于，在所述接收阅读器发送的第一数据之前，还包括：
判断阅读器发送第一数据的时间间隔是否超过周期阈值；
若超过，则进行阅读器超期报警。
9.如权利要求1所述的方法，其特征在于，在所述获取集装箱的进出站信息之后，还包括：
获取场站的货品和货量；
按月、季、年对场站的货品和货量进行数据统计和分析。
10.一种铁路集装箱信息管理系统，其特征在于，包括：
阅读器，用于发送第一数据至云平台；其中，第一数据包括：阅读器数据和集装箱的进出站信息；集装箱的进出站信息包括：集装箱箱号、车号、集装箱重量、发货站、到货站、车架号、发货人、签收人、预计到站时间、货品、装/卸货、责任人和电话；
电子标签，用于发送集装箱的位置信息至云平台；电子标签还获取集装箱的温度信息并发送；
云平台，用于接收阅读器发送的第一数据，获取集装箱的进出站信息；根据集装箱的进出站信息，确定集装箱的状态信息和预期运输信息；接收电子标签发送的位置信息；根据所述位置信息和预期运输信息，进行超期预警和/或超量预警；
其中进行超期预警和/或超量预警还包括：
将集装箱和场站中的预警信息分为定量预警和定性预警；
在云平台中，根据集装箱Ai的进出站信息和位置信息确定站场对应的阅读器Bj,对集装箱Ai和阅读器Bj进行聚类，获得某一时段内的聚类Ct，Ct={A1,A2,…Ai,B1,B2,…，Bj},其中，i,j,t均为正整数，并计算聚类Ct中的预警度；
对于定量预警，预警度采用公式（1）计算,其中
Figure 696974DEST_PATH_IMAGE001
为定量预警指标，
Figure 141862DEST_PATH_IMAGE002
为对应的阈值；预警指标包括：站场集装箱数量，集装箱到站时间；对应的阈值包括：站场集装箱数量阈值，集装箱预期到站时间；
Figure 885827DEST_PATH_IMAGE003
公式（1）
对于定性预警，预警度采用公式（2）计算，其中
Figure 873506DEST_PATH_IMAGE004
为定性预警指标，当其异常时，预警度为1，非异常时预警度为0；
Figure 677514DEST_PATH_IMAGE005
公式（2）
聚类Ct的预警度采用公式(3),（4）计算，其中
Figure 750643DEST_PATH_IMAGE006
和
Figure 298299DEST_PATH_IMAGE007
为不同预警项目的权重；
Figure 863186DEST_PATH_IMAGE008
公式(3)
Figure 103675DEST_PATH_IMAGE009
公式（4）
当聚类Ct的预警度大于预警度阈值时，云平台模拟对该聚类内的集装箱Ai以及阅读器Bj所涉及的站场进行调整；
云平台根据调整措施重新聚类，获得调整措施下新时段内的新聚类Ct,计算新聚类Ct的预警度，直到新聚类Ct的预警度小于预警度阈值;
云平台将新聚类Ct符合预警度阈值的调整措施分发至相关工作人员或客户，并进行调整。
CN202010136571.3A 2020-03-02 2020-03-02 一种铁路集装箱信息管理方法和系统 Active CN110969398B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010136571.3A CN110969398B (zh) 2020-03-02 2020-03-02 一种铁路集装箱信息管理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010136571.3A CN110969398B (zh) 2020-03-02 2020-03-02 一种铁路集装箱信息管理方法和系统

Publications (2)

Publication Number Publication Date
CN110969398A CN110969398A (zh) 2020-04-07
CN110969398B true CN110969398B (zh) 2020-06-02

Family

ID=70038248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010136571.3A Active CN110969398B (zh) 2020-03-02 2020-03-02 一种铁路集装箱信息管理方法和系统

Country Status (1)

Country Link
CN (1) CN110969398B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907194A (zh) * 2021-04-07 2021-06-04 北京威摄智能科技有限公司 场站集装箱管理系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8538838B2 (en) * 2008-10-07 2013-09-17 Qualcomm Incorporated System for pairing vehicle components
CN101958013B (zh) * 2009-07-21 2013-03-06 上海申铁信息工程有限公司 基于rfid和atis信息融合的铁路集装箱可视化系统
CN109816295A (zh) * 2017-11-22 2019-05-28 上海德启信息科技有限公司 一种仓储库移位管理系统及方法
CN109726959A (zh) * 2018-12-28 2019-05-07 中国铁道科学研究院集团有限公司电子计算技术研究所 货物运输时限监控方法及装置

Also Published As

Publication number Publication date
CN110969398A (zh) 2020-04-07

Similar Documents

Publication Publication Date Title
CN104571044B (zh) 一种冷链物流可视化监控系统及方法
CN114154931A (zh) 一种基于物联网和大数据的仓储管理系统及方法
CN104599102B (zh) 一种冷链物流仓储监管系统及方法
US10614409B2 (en) System and method for increasing asset utilization using satellite aided location tracking
Goedhals-Gerber et al. Maintaining cold chain integrity: Temperature breaks within fruit reefer containers in the Cape Town Container Terminal
US20060047419A1 (en) Telematic method and apparatus for managing shipping logistics
CN112348428B (zh) 集装箱的监控方法、装置、服务器及存储介质
CN109376973A (zh) 一种氮氧化物还原剂全产业链智能生产运营监控管理平台
CN113077211A (zh) 基于大数据和智慧物联网的运输金融资产监管系统和监管方法
CN109377138A (zh) 基于物联网的物流运输中实时监控管理平台及管理方法
CN108320120A (zh) 结合NB-loT技术的智慧园区物流巡检系统
CN108154334A (zh) 一种散粮汽车卸船及进出仓作业动态智能管控系统
CN110969398B (zh) 一种铁路集装箱信息管理方法和系统
CN112580884A (zh) 冷链运输方法、冷链运输网络建立方法以及相关设备
CN116569118A (zh) 信息管理方法及装置
CN114971462A (zh) 一种基于物联网的供应链物流运输管理平台
US20240119388A1 (en) Digital system for forecasting a future damage or loss impact on cargo or cargo logistics services and automated allocating of a damage cover and method thereof
Wagner et al. Using the right digital technologies for supply chain visibility
CN111445184A (zh) 一种基于大数据的物流运输监管系统
Stragas et al. Basic principles for effective warehousing and distribution of perishable goods in the urban environment: current status, advanced technologies and future trends
CN108229889A (zh) 利用NB-loT设备的智能物流系统
Kuzmin et al. Evaluation of the Controller Terminal Regional Network for the Russia Federation.
Zakeri et al. Smart Farm: A system for proactive management of raw milk quality
US20230368114A1 (en) Systems and methods for logistics facility management
CN113888039B (zh) 基于大数据的智慧水务综合信息管理系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant