CN113537896A - 一种自动化码头智能分析系统 - Google Patents

一种自动化码头智能分析系统 Download PDF

Info

Publication number
CN113537896A
CN113537896A CN202110819131.2A CN202110819131A CN113537896A CN 113537896 A CN113537896 A CN 113537896A CN 202110819131 A CN202110819131 A CN 202110819131A CN 113537896 A CN113537896 A CN 113537896A
Authority
CN
China
Prior art keywords
data
wharf
platform
dock
automated
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.)
Pending
Application number
CN202110819131.2A
Other languages
English (en)
Inventor
张传军
刘玉
范光鹏
殷健
李永翠
耿卫宁
刘俊杰
于滟文
许浩然
周垂剑
马慧娟
林建成
鲁彦汝
刘玉坤
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.)
Qingdao New Qianwan Container Terminal Co ltd
Qingdao Port International Co Ltd
Original Assignee
Qingdao New Qianwan Container Terminal Co ltd
Qingdao Port International 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 Qingdao New Qianwan Container Terminal Co ltd, Qingdao Port International Co Ltd filed Critical Qingdao New Qianwan Container Terminal Co ltd
Priority to CN202110819131.2A priority Critical patent/CN113537896A/zh
Publication of CN113537896A publication Critical patent/CN113537896A/zh
Pending legal-status Critical Current

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
    • G06Q10/0838—Historical data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation
    • G06F16/24532—Query optimisation of parallel queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24552—Database cache management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24553—Query execution of query operations
    • G06F16/24554—Unary operations; Data partitioning operations
    • G06F16/24556—Aggregation; Duplicate elimination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Probability & Statistics with Applications (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种自动化码头智能分析系统中，部署异构化数据同步中心，并搭建分布式数据计算集群和BI分析平台，异构化数据同步中心将各码头生产数据库中的数据同步至BI分析平台和数据计算集群，BI分析平台对小批量、设定时间段内的码头作业数据进行统计、聚合和模型计算，数据计算集群对大批量的历史码头作业数据进行统计、聚合和模型计算，数据建模服务器则整合BI分析平台和数据计算集群的结果为客户终端提供可视化展示，实现对自动化码头生产作业的监控、趋势预测和可视化展示，从而解决现有自动化码头数据存储分散、大数据分析效率低下等技术问题，为自动化码头数字化建设和上层决策提供数据平台支撑。

Description

一种自动化码头智能分析系统
技术领域
本发明属于自动化码头技术领域，具体地说，是涉及一种自动化码头智能分析系统。
背景技术
目前，自动化码头已经突破了人工作业的效率瓶颈，集卡进出闸与装卸船作业均已实现了全自动化作业，解放了人工劳动力，提高了作业效率。
自动化码头作业系统反馈均以数据的形式存储至数据库等环境中，基于对数据的访问和应用，能够动态掌握码头作业情况，为自动化码头的系统、设备优化提供数据决策支撑。
但现有自动化码头作业数据存在存储分散、大数据分析效率低下的技术问题。
发明内容
本发明的目的在于提供一种自动化码头智能分析系统，通过搭建异构化数据同步中心、部署BI(商业智能)分析平台、部署分布式计算集群、和部署数据建模服务系统，对生产数据进行统计、聚合和分析，实现对自动化码头生产作业的监控、趋势预测和可视化展示，从而解决现有自动化码头数据存储分散、大数据分析效率低下等技术问题，为自动化码头数字化建设和上层决策提供数据平台支撑。
本发明采用以下技术方案予以实现：
提出一种自动化码头智能分析系统，包括：若干码头生产数据库，存储码头作业数据；BI分析平台，用于对小批量、设定时间段内的码头作业数据进行统计、聚合和模型计算；数据计算集群，用于对大批量历史码头作业数据进行统计、聚合和模型计算；异构化数据同步平台，连接各码头生产数据库，将各生产数据库的数据通过ETL同步至所述BI分析平台和所述数据计算集群；数据建模服务器，整合所述BI分析平台和所述数据计算集群的计算结果，并通过B/S模型提供数据可视化展示。
进一步的，所述异构化数据同步平台采用数据库动态连接池设计。
进一步的，所述异构化数据同步平台采用大数据多线程并行同步设计。
进一步的，所述异构化数据同步平台采用Redis缓存。
进一步的，所述异构化数据同步平台采用EXTJS前后端数据接口设计。
进一步的，所述异构化数据同步平台根据时间设计定时调度。
进一步的，所述BI分析平台和所述数据计算集群对码头作业数据进行统计和聚合，对自动化码头的自动化设备和自动化码头的作业状态进行计算。
进一步的，所述BI分析平台和所述数据计算集群对码头作业数据进行统计和聚合，对自动化码头的自动化设备进行作业监控。
进一步的，所述BI分析平台和所述数据计算集群对码头作业数据进行统计和聚合，通过数据算法建模，对自动化码头事件进行趋势分析。
与现有技术相比，本发明的优点和积极效果是：本发明提出的自动化码头智能分析系统中，部署异构化数据同步中心，并搭建分布式数据计算集群和BI分析平台，异构化数据同步中心将各码头生产数据库中的数据通过ETL同步至BI分析平台和数据计算集群，BI分析平台对小批量、设定时间段内的码头作业数据进行统计、聚合和模型计算，数据计算集群对大批量的历史码头作业数据进行统计、聚合和模型计算，数据建模服务器则整合BI分析平台和数据计算集群的结果，将整理出的计算结果通过B/S模型为客户终端提供可视化展示，实现对自动化码头生产作业的监控、趋势预测和可视化展示，从而解决现有自动化码头数据存储分散、大数据分析效率低下等技术问题，为自动化码头数字化建设和上层决策提供数据平台支撑。
结合附图阅读本发明实施方式的详细描述后，本发明的其他特点和优点将变得更加清楚。
附图说明
图1为本发明提出的自动化码头智能分析系统的系统架构图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细的说明。
本发明提出的自动化码头智能分析系统，如图1所示，包括若干码头生产数据库DS，包括但不限定于码头操作系统的数据库、设备控制系统的数据库、设备应用相关数据库、以及码头管理系统数据库等；码头生产数据库DS用于存储码头作业相关的码头作业数据。各码头生产数据库DS拥有各自的业务数据，具有高并发数据读写和数据存储能力。
该系统还部署有异构化数据同步平台、BI分析平台、数据计算集群和数据建模服务器；异构化数据同步平台将各码头生产数据库DS的数据通过ETL(Extract-Transform-Load)程序根据时间设计定时调度至BI分析平台和数据计算集群的HDFS(HadoopDistributed File System)中并存储起来，这里的时间设计例如以设定的时间间隔，以设定的时间精度等。
BI分析平台和数据计算集群根据数据建模逻辑对数据进行统、聚合和分析，对于小批量、设定时间段内的码头作业数据的统计、聚合和模型计算主要由BI分析平台来完成；对于对大批量历史码头作业数据进行统计、聚合和模型计算主要由数据计算集群中HAWQ(Hadoop With Query)数据引擎来完成。
数据建模服务器整合BI分析平台和数据计算集群的计算结果，并将整理后的计算结果通过B/S模型为客户终端提供数据可视化展示。具体的，通过BI分析平台和数据计算集群的数据建模分析得到的指标性数据，可根据不同部门、不同职级、不同的系统权限等维度，以图形、表格、三维图像、警示标志、颜色等方式直观明了的完成数据可视化展示，支持用户管理和权限分配，业务可扩展等特性。
在本发明一些实施例中，异构化数据同步平台采用数据库动态连接池设计，可以根据不同类型的数据驱动配置不同的数据库链接，完成不同数据库数据的数据访问。
在本发明一些实施例中，异构化数据同步平台采用大数据多线程并行同步设计，每个同步任务最对支持10线程，使其内部资源得到最优化利用。
在本发明一些实施例中，异构化数据同步平台采用Redis缓存配置，同步程序参数配置可存储至Redis缓存中，提升同步系统的抗压能力。
在本发明一些实施例中，异构化数据同步平台采用EXTJS(一种用于在客户端创建web应用程序界面的框架)前后端数据接口设计，为数据同步操作提供可视化交互工具。
在本发明一些实施例中，异构化数据同步平台根据时间设计定时调度数据，支持定时任务参数配置，可根据不同的日期、时间和精度来同步数据。
在本发明一些实施例中，BI分析平台和数据计算集群对码头作业数据进行统计和聚合，对自动化码头的自动化设备和自动化码头的作业状态进行计算，具体的计算指标包括但不限定于：
1)ASC(堆场轨道吊)平均满载时间
Figure BDA0003171378550000051
其中，TASC_LADEN_t表示t时段内，ASC满载的平均时间，Nt表示t时段内，ASC作业的指令数量，Tput_down_i表示t时段内，ASC第i条指令放箱结束的时间，Tpick_up_i表示t时段内，ASC第i条指令抓箱时间。
2)ASC平均空载时间
Figure BDA0003171378550000052
其中，TASC_UNLADEN_t表示t时段内，ASC空载平均时间，Nt表示t时段内，ASC作业的指令数量，
Figure BDA0003171378550000053
表示t时段内第i条指令结束时间，
Figure BDA0003171378550000054
表示t时段内第i条指令产生时间。
3)AGV等待桥吊的平均时间
Figure BDA0003171378550000055
其中，TAGV_WAIT_QC_t表示t时段内AGV等待桥吊的平均时间，Nt表示t时段内，桥吊作业的指令数量，Tqc_comp_i表示t时段内桥吊完成第i条指令的时间，Tagv_comp_i表示t时段内AGV完成第i条到达QCTP(缓冲车道)指令的时间。
4)直接交互状态AGV等待ASC平均时间
Figure BDA0003171378550000061
其中，TAGV_WAIT_ASC_t表示直接交互状态下，t时段内AGV等待ASC抓箱的平均时间，Nt表示直接交互状态下，t时段内ASC接收海侧作业指令数量，Tasc_pick_up_i表示直接交互状态下，t时段内ASC接收海侧作业第i条指令抓箱的时间，Tagv_wstp_i表示直接交互状态下，t时段内AGV第i条指令到达海侧交互区的时间。
5)ASC双箱作业占比
RTWIN_CONT_t＝ntwin_t/Nt (5)
其中，RTWIN_CONT_t表示ASC双箱作业量占比，ntwin_t表示t时段内，ASC双箱作业自然箱箱量，Nt表示t时段内ASC作业总自然箱量。
(6)ASC作业完成后等待下条指令平均时间
Figure BDA0003171378550000062
其中，RTWIN_CONT_t表示ASC双箱作业量占比，ntwin_t表示t时段内，ASC双箱作业自然箱箱量，Nt表示t时段内ASC作业总自然箱量。
(7)ASC作业效率，作业箱量/作业时间
pCONT_t＝ncount_t/Nt (7)
其中，PCONT_t表示ASC在统计时间段t内的作业效率，ncount_t表示t时段内，ASC作业总自然箱箱量，Nt表示统计时间段t。
(8)桥吊毛效率SUM(MOV)/(SUM(zysj)-SUM(qdmts))
Figure BDA0003171378550000071
其中，pSTS_M_t表示桥吊在统计时间段t内的毛效率，nmove_i表示t时段内，从第i个作业指令开始桥吊作业总自然箱箱量，tzysj_i表示t时段内，从第i个作业指令开始桥吊作业总时间，tzysj_i表示t时段内，从第i个作业指令开始桥吊作业毛停时。
(9)桥吊操作效率
SUM(MOV)/(sum(zys j)-sum(qdmt s)-sum(qdjts)-sum(qdczts)
Figure BDA0003171378550000072
其中，pSTS_t表示桥吊在统计时间段t内的操作效率，tmove_i表示t时段内，从第i个作业指令开始桥吊作业总自然箱箱量，tzysj_i表示t时段内，从第i个作业指令开始桥吊作业总时间，tqdmts_i表示t时段内，从第i个作业指令开始桥吊作业毛停时，tqdjts_i表示t时段内，从第i个作业指令开始桥吊作业机械停时，tqdczts_i表示t时段内，从第i个作业指令开始桥吊作业操作停时。
(10)AGV循环时间
Figure BDA0003171378550000073
Figure BDA0003171378550000081
其中，AGV作业分为收箱与送箱，送箱可分为2个20尺箱或1个20尺箱；TAGV_cycle_t表示t时段内装船时AGV平均循环时间，
Figure BDA0003171378550000082
表示t时段内第i条指令送箱任务完成时间，
Figure BDA0003171378550000083
表示送箱任务创建时间，
Figure BDA0003171378550000084
表示在从第i个作业指令到t时间AGV在收双箱第二个箱子时任务完成时间，
Figure BDA0003171378550000085
表示在从第i个作业指令到t时间AGV在收双箱第二个箱子时任务创建时间，
Figure BDA0003171378550000086
表示在从第i个作业指令到t时间AGV在收双箱第一个箱子时任务完成时间，
Figure BDA0003171378550000087
表示在从第i个作业指令到t时间AGV在收双箱第一个箱子时任务创建时间，Nt表示t时段内，AGV作业的指令数量。
在本发明一些实施例中，BI分析平台和数据计算集群对码头作业数据进行统计和聚合，对自动化码头的自动化设备进行作业监控，具体包括：
(1)ASC作业效率监控
统计每台ASC单位时间内的作业量，对每台ASC之间以及每台ASC各自的历史数据之间的对比，来间接反映现场设备的工作情况，比如某台ASC连续时间内作业量持续走低，则可间接反映此设备这段时间内是否故障偏高或者维护保养时间过长等。
(2)、堆场利用率监控
统计各个堆场单位时间内的堆场利用率，将功能相近的堆场利用率进行对比，如果某个堆场利用率持续较低，则可间接反映堆场设计或者堆场策略是否恰当。
(3)、AGV作业效率监控
统计每台AGV单位时间内的作业量，对每台AGV之间以及每台AGV各自的历史数据之间的对比，来间接反映现场设备的工作情况，比如某台AGV连续时间内作业量持续走低，则可间接反映此设备这段时间内是否故障偏高或者维护保养时间过长等。
(4)、AGV循环时间监控
统计每台AGV的循环时间，当然同一台AGV的循环时间可以根据不同的work_queue,作业类型(卸船单箱、卸船双箱、装船单箱、装船双箱)等分类统计，同样通对每台AGV之间以及单个AGV历史数据间的对比，来反映AGV的工作状态，通过持续性异常数据来间接表达当前AGV的存在的问题。
(5)、设备等待时间监控
统计AGV与各设备之间的等待时间，如果出现超过阈值的等待时间，则说明此时可能存在系统问题。
(6)、QC作业效率监控
统计每台QC单位时间内的作业量，对每台QC各自的历史数据之间的对比，来间接反映现场设备的工作情况，比如某台QC连续时间内作业效率持续走低，则可间接反映此设备这段时间内是否故障偏高或者维护保养时间过长等。
在本发明一些实施例中，BI分析平台和数据计算集群对码头作业数据进行统计和聚合，通过数据算法建模，包括但不限定于ARMA(AutoRegressive Moving Average)、SVM(support vector machine)、LSTM(Long Short-Term Memory)、BP(back propagation)等算法模型，对自动化码头事件进行趋势分析，具体例如：
(1)、闸口车流量预测
当闸口进闸车流量较大时，可能会造成入闸车辆拥挤，影响港外交通，通过闸口摄像头的照片信息所反映的当前公路车道的占有率数据，当前系统工作队列中的指令数量、预约提箱信息、ECI信息等数据结合历史流量数据则可以对未来一段时间内的闸口车流量进行预测，方便港内作业人员提前准备，疏散车辆。
(2)、作业能耗成本预测
根据码头当前作业量、设备作业效率、设备状态信息等结合历史作业数据和能耗成本数据对未来一段时间内的能耗成本情况进行预测。
(3)、收发箱量预测
根据收发箱历史数据、海关EDI放行数据、装卸船EDI数据、装箱单EDI数据、客户预约提箱时间等数据可以对未来一段时间(小时)的收发箱进行预测。
应该指出的是，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (9)

1.一种自动化码头智能分析系统，其特征在于，包括：
若干码头生产数据库，存储码头作业数据；
BI分析平台，用于对小批量、设定时间段内的码头作业数据进行统计、聚合和模型计算；
数据计算集群，用于对大批量历史码头作业数据进行统计、 聚合和模型计算；
异构化数据同步平台，连接各码头生产数据库，将各生产数据库的数据通过ETL同步至所述BI分析平台和所述数据计算集群；
数据建模服务器，整合所述BI分析平台和所述数据计算集群的计算结果，并通过B/S模型提供数据可视化展示。
2.根据权利要求1所述的自动化码头智能分析系统，其特征在于，所述异构化数据同步平台采用数据库动态连接池设计。
3.根据权利要求1所述的自动化码头智能分析系统，其特征在于，所述异构化数据同步平台采用大数据多线程并行同步设计。
4.根据权利要求1所述的自动化码头智能分析系统，其特征在于，所述异构化数据同步平台采用Redis缓存。
5.根据权利要求1所述的自动化码头智能分析系统，其特征在于，所述异构化数据同步平台采用EXTJS前后端数据接口设计。
6.根据权利要求1所述的自动化码头智能分析系统，其特征在于，所述异构化数据同步平台根据时间设计定时调度。
7.根据权利要求1所述的自动化码头智能分析系统，其特征在于，所述BI分析平台和所述数据计算集群对码头作业数据进行统计和聚合，对自动化码头的自动化设备和自动化码头的作业状态进行计算。
8.根据权利要求1所述的自动化码头智能分析系统，其特征在于，所述BI分析平台和所述数据计算集群对码头作业数据进行统计和聚合，对自动化码头的自动化设备进行作业监控。
9.根据权利要求1所述的自动化码头智能分析系统，其特征在于，所述BI分析平台和所述数据计算集群对码头作业数据进行统计和聚合，通过数据算法建模，对自动化码头事件进行趋势分析。
CN202110819131.2A 2021-07-20 2021-07-20 一种自动化码头智能分析系统 Pending CN113537896A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110819131.2A CN113537896A (zh) 2021-07-20 2021-07-20 一种自动化码头智能分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110819131.2A CN113537896A (zh) 2021-07-20 2021-07-20 一种自动化码头智能分析系统

Publications (1)

Publication Number Publication Date
CN113537896A true CN113537896A (zh) 2021-10-22

Family

ID=78100410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110819131.2A Pending CN113537896A (zh) 2021-07-20 2021-07-20 一种自动化码头智能分析系统

Country Status (1)

Country Link
CN (1) CN113537896A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114357795A (zh) * 2022-01-12 2022-04-15 天津港第二集装箱码头有限公司 顺岸式边装卸全自动化集装箱码头数字孪生系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010017928A (ko) * 1999-08-16 2001-03-05 이정욱 컨테이너 터미널의 설계시 시뮬레이션 방법
CN108225294A (zh) * 2017-11-06 2018-06-29 沪东中华造船(集团)有限公司 一种组合式船用平台罗经系泊态航向标定方法
CN111667579A (zh) * 2020-05-30 2020-09-15 青岛港国际股份有限公司 自动化码头三维可视化系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010017928A (ko) * 1999-08-16 2001-03-05 이정욱 컨테이너 터미널의 설계시 시뮬레이션 방법
CN108225294A (zh) * 2017-11-06 2018-06-29 沪东中华造船(集团)有限公司 一种组合式船用平台罗经系泊态航向标定方法
CN111667579A (zh) * 2020-05-30 2020-09-15 青岛港国际股份有限公司 自动化码头三维可视化系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李佐军: "大数据的架构技术与应用实践的探究", 30 April 2019, 东北师范大学出版社, pages: 34 *
杨鹏南: "港口生产调度大数据分析平台", 港口科技•信息化技术/港口生产调度大数据分析平台, no. 05, pages 22 - 25 *
金竹青: "政府流程再造：现代公共服务路径创新", 30 September 2008, 国家行政学院出版社, pages: 105 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114357795A (zh) * 2022-01-12 2022-04-15 天津港第二集装箱码头有限公司 顺岸式边装卸全自动化集装箱码头数字孪生系统
CN114357795B (zh) * 2022-01-12 2024-04-30 天津港第二集装箱码头有限公司 顺岸式边装卸全自动化集装箱码头数字孪生系统

Similar Documents

Publication Publication Date Title
Gambardella et al. Simulation and planning of an intermodal container terminal
CN107918849B (zh) 一种电动物流货车的智能调度装置及方法
Zhang et al. Storage space allocation in container terminals
Duinkerken et al. Comparing transportation systems for inter-terminal transport at the maasvlakte container terminals
CN103080903A (zh) 调度器、多核处理器系统以及调度方法
CN102855293A (zh) 一种电动汽车及充换电设施系统海量数据处理方法
CN103365711A (zh) 应用于物联网业务平台的任务调度机制和方法
Leachman et al. Congestion analysis of waterborne, containerized imports from Asia to the United States
CN113177761A (zh) 一种考虑时效性的电商仓储智能排产预警系统
CN111967710A (zh) 一种基于区块链与边缘计算技术的共享单车调度系统
CN113228574A (zh) 计算资源调度方法、调度器、物联网系统和计算机可读介质
Feng et al. Space planning considering congestion in container terminal yards
CN113537896A (zh) 一种自动化码头智能分析系统
CN101944200A (zh) 集装箱卡车的调度方法及系统
CN114331075A (zh) 堆场拖车调度方法、装置、设备及存储介质
CN114529241A (zh) 一种基于运筹学理论的公路零担货运物流路径规划算法
Mazouz et al. Container–terminal–gate–system optimization
CN117273600A (zh) 一种智慧电子供应链物流大数据ai管理平台
CN108596446B (zh) 受集装箱吊车任务队列约束的港内集卡派发方法
Dong et al. QCs scheduling scheme of genetic algorithm (GA) and improved firefly algorithm (FA)
CN109242138A (zh) 基于栈式任务管理的同城货物自动转运系统
Ding et al. Decision support based automatic container sequencing system using heuristic rules
He et al. Yard template generation in a container terminal considering time requirement of vessel operation
Sun et al. Reducing external container trucks’ turnaround time in ports: A data-driven approach under truck appointment systems
CN113743739A (zh) 一种基于混合整数规划、组合优化算法的agv调度方法

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