CN113689076A - 基于核心作业线提升船舶装卸作业效率的方法 - Google Patents
基于核心作业线提升船舶装卸作业效率的方法 Download PDFInfo
- Publication number
- CN113689076A CN113689076A CN202110836636.XA CN202110836636A CN113689076A CN 113689076 A CN113689076 A CN 113689076A CN 202110836636 A CN202110836636 A CN 202110836636A CN 113689076 A CN113689076 A CN 113689076A
- Authority
- CN
- China
- Prior art keywords
- ship
- line
- core
- unloading
- box
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000008676 import Effects 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000013439 planning Methods 0.000 claims abstract description 16
- 235000015170 shellfish Nutrition 0.000 claims description 8
- 238000013468 resource allocation Methods 0.000 claims description 5
- 241000622716 Candidatus Navis Species 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 3
- 238000012417 linear regression Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000004873 anchoring Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Ship Loading And Unloading (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于核心作业线提升船舶装卸作业效率的方法,由岸桥作业计划系统获取外部导入的待装卸的船舶的进口船图及出口预配报文信息中的目标信息,利用箱型‑岸桥作业时间的计算模型计算每个作业线的作业时长,找出作业时长最长的作业线作为核心作业线,形成岸桥作业计划,围绕所述核心作业线,基于作业时长由装卸调度平台基于拖车最优路径PRTT自动优化配置作业拖车,以实现在所述核心作业线的作业时长内完成船舶装卸作业。本发明实现了船舶装卸作业效率的有效提升。
Description
技术领域
本发明涉及港口装卸作业技术领域,特别是涉及一种基于核心作业线提升船舶装卸作业效率的方法。
背景技术
船舶在港停泊时间是指船舶从进入港区在锚地、浮简泊妥或进港直接靠好码头起,至装卸货物完毕,离开锚地、浮简或码头出港时止的全部时间。
统计船舶在港停泊时间的意义在于尽可能的缩短船舶在港时间,可提高港口的装卸作业效率,加强综合管理,搞好船、港、货三方的协调,共同努力压缩船舶在港停泊时间,加快船舶周转,以利更加有效地、科学地组织运输生产,达到挖掘运力潜力,提高社会经济效益之目的。
因此,提高船舶装卸作业效率,是港口的重中之重,如何有效提高船舶装卸作业效率,是每个港口所必须面对的问题。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷,而提供一种基于核心作业线提升船舶装卸作业效率的方法。
为实现本发明的目的所采用的技术方案是:
一种基于核心作业线提升船舶装卸作业效率的方法,包括:
岸桥作业计划系统获取外部导入的待装卸的船舶的进口船图及出口预配报文信息中的目标信息,利用预先根据历史数据通过线性规划处理所建立的箱型-岸桥作业时间的计算模型计算每个作业线的作业时长,找出作业时长最长的作业线作为核心作业线,形成岸桥作业计划,围绕所述核心作业线,基于作业时长由装卸调度平台基于拖车最优路径PRTT自动优化配置作业拖车,以实现在所述核心作业线的作业时长内完成船舶装卸作业。
优选的,所述的箱型-岸桥作业时间的计算模型表示如下:
式中,S为作业线预计总时长,λi为第i种箱型的基础效率值系数,Kij为第i种箱型在j号岸桥总箱量,ε为误差项,N,M分别为航线的箱型数量与可开作业线的最大值,F(tij)为第i种箱型在第j号岸桥所对应的拖车资源影响值;t为拖车资源配备量,k为拖车资源影响系数,α为岸桥单钩最快作业相对节约时间。
优选的,所述装卸调度平台基于历史统计数据库,对每个岸桥司机的作业效率大小进行分析排序,为该核心作业线的岸桥自动匹配岸桥司机,将作业效率最优的岸桥司机分配至核心作业线,同时对作业效率较低的岸桥司机分配至较轻的其它作业线。
优选的,所述岸桥作业计划系统以图表的形式展现最终形成的岸桥作业计划,在图表中选择该船舶作业使用的岸桥数量、船舶大台位置及是否能隔大台作业后,能一键显示出高于平均作业时长的相邻两个贝位且会被突出提醒显示,以使泊位计划员能够第一时间找到核心作业位置;该相邻两个贝位对应的作业线即为核心作业线。
优选的,所述待装卸的船舶的进口船图及出口预配报文信息导入所述岸桥作业计划系统中后,所述岸桥作业计划系统进行筛选计算,统计出各种箱类型、数量和各贝位作业的Move数据信息,输出每个箱型在每个贝位上的具体数量和舱内甲板信息,同时根据岸桥使用数量计算核心作业贝,找出核心作业线,并标注各作业线所需作业时间。
优选的,在作业过程中,装卸调度平台利用Navis系统以及视频监控软件实时跟进作业进度。
本发明通过岸桥作业计划系统利用确立的箱型-岸桥作业时间的计算模型找出集装箱船舶核心作业线,围绕该核心作业线,由装卸调度平台基于拖车最优路径PRTT自动优化配置作业拖车,以实现在所述核心作业线的作业时长内完成船舶装卸作业,最终实现压缩船舶装卸作业时长,实现了船舶装卸作业效率的有效提升。
附图说明
图1为本发明实施例的基于核心作业线提升船舶装卸作业效率的方法的流程图;
图2为本发明实施例的形成箱型-岸桥作业时间的计算模型的流程图;
图3为本发明实施例的线性回归模型结果图;
图4为本发明实施例的资源影响值线性函数示意图;
图5为本发明实施例的作业钩数与单钩作业时间的散点图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
集装箱船舶装卸作业时长为第一箱开始作业至最后一箱作业完毕的总时长,其作业效率指标为船时效率。船时效率即整船每小时平均作业箱量,由此可以得出船时效率越高,船舶作业时长越短,因此提升船时效率就是压缩船舶装卸作业时长的关键。最理想的作业环境为各条作业线作业时间均相同,但因实际船舶积载情况的不同,通常会出现重点贝位或重点作业线,即有两个相邻贝位或某条作业线作业用时最长,因此单船作业效率取决于重点贝或重点线的作业时长。针对此情况,本发明实施例提出了核心效率指标概念,核心效率指标定义为以重点作业贝位为切入点,确定装卸时间最长的作业线(核心作业线,或是M结),然后围绕核心作业线对作业资源根据情况自动进行配置,从而提升核心作业线的作业效率,对船舶在港作业时长进行优化的效率指标。
如图1所示,本发明基于核心作业线提升船舶装卸作业效率的方法,包括:
岸桥作业计划系统获取外部导入的待装卸的船舶的进口船图及出口预配报文信息中的目标信息,利用箱型-岸桥作业时间的计算模型计算每个作业线的作业时长,找出作业时长最长的作业线作为核心作业线,形成岸桥作业计划,围绕所述核心作业线,基于作业时长由装卸调度平台基于拖车最优路径PRTT自动优化配置作业拖车,以实现在所述核心作业线的作业时长内完成船舶装卸作业。
本发明实施例,通过岸桥作业计划系统利用预先所确立的箱型-岸桥作业时间的计算模型找出集装箱船舶核心作业线,围绕该核心作业线,由装卸调度平台基于拖车最优路径PRTT自动优化配置作业拖车,以实现在所述核心作业线的作业时长内完成船舶装卸作业,最终实现压缩船舶装卸作业时长,实现了船舶装卸作业效率的有效提升。
本发明实施例,所述的待装卸的船舶的进口船图及出口预配报文信息中的目标信息主要是指各种箱类型、数量以及其所在贝位,箱型类型包括箱型种类、进出口不同箱型、空重箱分类等,以方便根据建立的模型来计算作业时长。
以往作业过程中,通过Navis系统内的船舶作业量柱状图可以看到相邻贝位作业量,柱状图越大表示其作业量越多,但该方式无法考量特种箱作业及作业Move数,同时也无法通过其作业箱类型的不同得出其作业时长,在确立核心作业位置时会出现偏差。为此本发明实施例利用线性回归分析法进行数据分析并建立数学模型,得出进出口各种箱类型的Move平均作业效率,用于测算其整贝位作业时长
具体的,本发明实施例,所述的箱型-岸桥作业时间的计算模型可以是通过采用线性回归的分析方式来处理实现,如采用SPSS软件来进行数据的Logistic回归分析,而分析后得出的有序Logistic回归输出结果。
具体实现上,如将一个目标公司所有航线岸桥作业效率信息进行处理,依次从混杂的信息中提炼出不同箱型的进出口、空重箱单双钩作业的作业时间,再使用SPSS软件对各个不同箱型作业时间输出为数据形式,进行线性回归拟合处理,其中,Si表示第i种箱型的总Move作业时间,λi是第i种箱型在正常情况下(即不考虑发生岸桥故障或天气原因停工等不可抗力因素的情况下,如选择的时间区间为作业时间在30分钟以内)所需要的平均Move作业时间,即第i种箱型的平均作业时间,Ki代表第i种箱型的数量,ε代表最终误差项。假设ε服从正态分布Normal(0,σ2)。
则可得到一个Binary Probit公式:
Si=λiKi+ε (1)
通过(1)式,可得出以下公式来计算总的作业时长:
以上两个公式(1)、(2)为根据实际情况得出的简单效率计算Binary Probit公式,Binary Probit公式是一种对两种变量进行线性回归分析的简单公式。
进行线性回归的目的,确定提供的数据即各个箱型、是否为进出口、是否为空重箱,对于单箱的作业时间是否会产生影响,且影响是依赖于哪种定量关系,是否服从正态分布,回归系数的数值越大代表变量之间的影响越大。
首先,进行所有信息的线性规划分析得到下表:
表1
分析可知,进出口会对单钩作业时间产生显著的正向影响关系,空重箱,箱型并不会对Move作业时间产生显著的影响关系。从上表可知,模型进行F检验结果为F=5.876,p=0.001(F为回归方程显著性的检验值,P为每个变量对输出结果有影响关系的概率大小),检测结果合格范围值为(F<6.6,P<0.05),即说明空重箱、箱类型及进出口中至少一项会对Move作业时间产生影响关系,因此说明模型构建有意义。
回归系数(中间过程)(n=48597)
表2
通过上表分析结果可知:
(1)空重箱的回归系数值为-0.134(t=-0.398,p=0.690>0.05),意味着空重箱并不会对单钩作业时间产生显著的影响关系。
(2)箱型的回归系数值为-0.002(t=-0.122,p=0.903>0.05),意味着箱型并不会对单钩作业时间产生显著的影响关系。
(3)进出口的回归系数值为1.134(t=3.626,p=0.000<0.01),意味着进出口会对单钩作业时间产生显著的正向影响关系。
将空重箱、箱型及进出口作为自变量,而将Move作业时间作为因变量进行线性回归分析。从上表可以看出,模型R方值为0.000,意味着空重箱、箱型及进出口可以解释Move作业时间的0.0%变化原因,即三个变量对Move作业时间并无较大关联影响。另外,针对模型的多重共线性进行检验发现,模型中VIF值全部均小于5,意味着不存在着共线性问题;并且D-W值在数字2附近,因而说明模型不存在自相关性,样本数据之间并没有关联关系,模型较好。
每个集装箱的进出口具体岸桥作业时间,所使用场地序号,岸桥序号,拖车序号箱型箱号的表格数据分析,得到了每种箱型对应的作业时间、作业效率及作业占比,最终制成Excel表格的形式来进行具体的数据分析。之后再由线性回归的方法建立预测函数来进行具体的建模,求出每个箱型所对应的作业效率系数具体值。
整船进口拖车资源配置不同,该船作业效率会受到影响,当每条作业线配备的拖车资源不同时,该作业线的效率也会受到相应影响,因此在进行作业线的效率计算时也应该考虑岸桥资源配置的变化对岸桥作业效率的影响,目前本发明实施例以拖车数量的变化对于进口作业效率影响较大,针对进口作业设定拖车资源系数。
如图4所示,F为资源影响值,t为资源配备量,k为资源影响系数,α为岸桥理论单钩最快作业相对节约时间,该函数下的资源影响值随着资源配备量的增长呈现出均匀变化趋势,直到达到岸桥的最大作业效率。α为相对节约时间,因此设定α=目前进口平均作业Move效率-最快作业单Move效率,以岸桥司机每小时最快作业40Move/H为例(即1.5m/Move),另统计得出的某一年度岸桥进口平均作业效率为2.198m/Move,因此α=2.198-1.5,即α为固定值0.698分钟。
具体的拖车资源影响值如下:
由于使用某年作业数据作为正常值,如某年进口作业拖车配比为1∶6,因此定义当t=6时,设定F(t)=0,由此将t和α带入公式中并计算出k=4.188,此时F(t)=4.188*[-1/(56/9)]+0.698=0.025,所以此种拖车配备方法对进口Move作业时长减少0.025分钟。
因此,将资源影响值的因素考虑进效率计算模型之中,以S代表最终总的Move作业时长,本发明实施例中,所述箱型-岸桥作业时间的计算模型表示如下:
0<F(t)≤α (5)
式5中α=目前进口平均作业Move效率-最快作业单Move效率,当拖车资源无限增加时,影响系数F(t)无限趋进于α。即该约束条件表示F(t)的取值范围在0-α之间。
式6中ε为误差项,该约束条件表示ε不会超过λ基础效率值系数的最大及最小值。
式中,S为作业线预计总时长,λi为第i种箱型的基础效率值系数,Kij为第i种箱型在j号岸桥总箱量,ε为误差项,N,M分别为航线的箱型数量与可开作业线的最大值,F(tij)为第i种箱型在第j号岸桥所对应的拖车资源影响值;t为拖车资源配备量,k为拖车资源影响系数,α为岸桥单钩最快作业相对节约时间,公式(5)、(6)为约束条件。
箱型作业时间系数利用线性回归得出λi(以进口40尺普重箱为例)的具体值可以由SPSS软件进行线性回归,然后通过作业钩数与单钩作业时间的散点图分析而求得,如表3所示:
表3
获得上述的箱型作业时间系数λi后,通过某种箱型数量(Ki)及该箱型平均作业时长(λi)得出某种箱型作业总时长(Si),如下表4所示,S为所有箱型作业总Move时长;
表4
本发明实施例,所述的岸桥作业计划系统以图表的形式展现最终形成的岸桥作业计划(I-CWP),在如下的图表5中选择该船舶作业使用的岸桥数量、船舶大台位置及是否能隔大台作业后,能一键显示出高于平均作业时长的相邻两个贝位M且会被突出提醒显示,如标红等方式,以使泊位计划员能够第一时间找到核心作业位置;该相邻两个贝位对应的作业线即为核心作业线。
表5
本发明实施例,所述待装卸的船舶的进口船图及出口预配报文信息导入所述岸桥作业计划系统中后,所述岸桥作业计划系统进行筛选计算,统计出各种箱类型、数量和各贝位作业的Move数据信息,输出每个箱型在每个贝位上的具体数量和舱内甲板信息,同时根据岸桥使用数量计算核心作业贝,找出核心作业线,并标注各作业线所需作业时间,参见表6所示。
由于船公司发送的进口船图及出口预配保文格式并不是统一的,这就导致报文的导入需要进行函数的逻辑代码的编程,以确保其逻辑能够兼容全部保文格式的导入并保证其准确性。为此,可采用多个辅助列同时建立的方式来解决多个约束条件共同作用的情况,每个辅助列对应一组数据的一个约束条件,最终将改组数据所有条件均进行一次分析,得出该箱是否需要在港口进行装船作业以及船上的具体贝位信息。
最终实现了将进出口数据叠加后以岸桥作业计划(I-CWP)表格形式输出,同时在表格中增加了作业线数量的选择功能,更加便捷直观的显示作业计划,能够在第一时间确定核心作业贝位M。如下表6所示:
表6
在岸桥作业计划(I-CWP)中找到核心作业位置后,需要对其加入核心作业效率。核心作业线效率指为了让重点贝完工时间更快,降低整体在泊作业时长,通过加大重点岸桥的机械资源投入,人力资源投入,获得的更高的岸桥效率。
同时,为了让计划员能够对岸桥作业位置及顺序有所参考,岸桥作业计划(I-CWP)还加入了一键分线功能,此功能根据平均作业时间从船尾进行时间计数。在选择岸桥数,确定重点贝后,超过平均时间最多的相邻两个贝被设定为固定贝,每个固定贝都会被分配给固定的岸桥颜色,其余贝位的集装箱将会被平均分给其余岸桥,按照进口甲板、进口舱内、出口舱内、出口甲板的顺序。不同的岸桥作业都有不同的颜色表示,最终泊位计划员进行微调即可。
本发明实施例,为了进一步提高作业装卸效率,保证了核心作业线的效率,所述装卸调度平台基于历史统计数据库,对每个岸桥司机的作业效率大小进行分析排序(如通过以年为单位统计岸桥司机每班次内作业效率实现),为该核心作业线的岸桥自动匹配岸桥司机,将作业效率最优的岸桥司机分配至核心作业线,同时对作业效率较低的岸桥司机分配至较轻的其它作业线,以保证了核心作业线的效率的实现。
进一步,本发明实施例,在船舶装卸作业过程中,通过调度室在调度平台利用Navis系统以及视频监控软件实时跟进作业进度。如值班调度根据XPS系统内的EC-production(机械作业效率)实时跟进作业线效率进度及作业过程顺畅程度;中控员利用XPS系统本码头创新的进出口实时作业RECAP监控表及视频监控对现场作业过程进行全面管控,确保人、场、机资源最优化。
本发明实施例,针对拖车资源,系统内使用PRTT(拖车最优路径),实时对拖车作业资源进行调整,实时针对各条船舶核心作业线(M线)进行拖车资源倾斜,确保核心作业线(M线)作业效率,压缩船舶作业时长。
另外,需要说明的是,本发明实施例中,还进一步的包括核心作业线的实时梳理与调整。现场作业过程中,会出现各种情况而造成核心作业线的变化,如机械故障、现场事故,司机作业效率慢,造成非核心作业线转变为核心作业线。因此在整船作业过程中需要单船计划员根据作业进度,每两小时梳理岸桥作业计划(I-CWP)并实时与调度进行沟通,确保核心作业线发生变化时能够第一时间进行调整,以保证其作业效率。
可以看出,本发明通过岸桥作业计划系统利用确立的箱型-岸桥作业时间的计算模型找出集装箱船舶核心作业线,围绕该核心作业线,由装卸调度平台基于拖车最优路径PRTT自动优化配置作业拖车,以实现在所述核心作业线的作业时长内完成船舶装卸作业,最终实现压缩船舶装卸作业时长,实现了船舶装卸作业效率的有效提升。
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.基于核心作业线提升船舶装卸作业效率的方法,其特征在于,包括步骤:
岸桥作业计划系统获取外部导入的待装卸的船舶的进口船图及出口预配报文信息中的目标信息,利用预先根据历史数据通过线性规划处理所建立的箱型-岸桥作业时间的计算模型计算每个作业线的作业时长,找出作业时长最长的作业线作为核心作业线,形成岸桥作业计划,围绕所述核心作业线,基于作业时长由装卸调度平台基于拖车最优路径PRTT自动优化配置作业拖车,以实现在所述核心作业线的作业时长内完成船舶装卸作业。
3.根据权利要求1所述基于核心作业线提升船舶装卸作业效率的方法,其特征在于,所述装卸调度平台基于历史统计数据库,对每个岸桥司机的作业效率大小进行分析排序,为该核心作业线的岸桥自动匹配岸桥司机,将作业效率最优的岸桥司机分配至核心作业线,同时对作业效率较低的岸桥司机分配至较轻的其它作业线。
4.根据权利要求1所述基于核心作业线提升船舶装卸作业效率的方法,其特征在于,所述岸桥作业计划系统以图表的形式展现最终形成的岸桥作业计划,在图表中选择该船舶作业使用的岸桥数量、船舶大台位置及是否能隔大台作业后,能一键显示出高于平均作业时长的相邻两个贝位且会被突出提醒显示,以使泊位计划员能够第一时间找到核心作业位置;该相邻两个贝位对应的作业线即为核心作业线。
5.根据权利要求1所述基于核心作业线提升船舶装卸作业效率的方法,其特征在于,所述待装卸的船舶的进口船图及出口预配报文信息导入所述岸桥作业计划系统中后,所述岸桥作业计划系统进行筛选计算,统计出各种箱类型、数量和各贝位作业的Move数据信息,输出每个箱型在每个贝位上的具体数量和舱内甲板信息,同时根据岸桥使用数量计算核心作业贝,找出核心作业线,并标注各作业线所需作业时间。
6.根据权利要求1所述基于核心作业线提升船舶装卸作业效率的方法,其特征在于,在作业过程中,装卸调度平台利用Navis系统以及视频监控软件实时跟进作业进度。
7.根据权利要求1所述基于核心作业线提升船舶装卸作业效率的方法,其特征在于,所述的待装卸的船舶的进口船图及出口预配报文信息中的目标信息包括各种箱类型、数量以及其所在贝位,所述箱型类型包括箱型种类、进出口不同箱型、空重箱分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836636.XA CN113689076B (zh) | 2021-07-23 | 2021-07-23 | 基于核心作业线提升船舶装卸作业效率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836636.XA CN113689076B (zh) | 2021-07-23 | 2021-07-23 | 基于核心作业线提升船舶装卸作业效率的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113689076A true CN113689076A (zh) | 2021-11-23 |
CN113689076B CN113689076B (zh) | 2023-11-14 |
Family
ID=78577947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110836636.XA Active CN113689076B (zh) | 2021-07-23 | 2021-07-23 | 基于核心作业线提升船舶装卸作业效率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113689076B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781761A (zh) * | 2022-06-21 | 2022-07-22 | 天津港第二集装箱码头有限公司 | 一种采用仿真预演的装卸船作业计划实时调整方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08110920A (ja) * | 1994-10-12 | 1996-04-30 | Nippon Telegr & Teleph Corp <Ntt> | ジョブショップスケジューリング方法 |
CN101930556A (zh) * | 2009-06-18 | 2010-12-29 | 上海振华重工(集团)股份有限公司 | 一种自动化码头的桥吊计划调度方法 |
CN103996106A (zh) * | 2013-02-17 | 2014-08-20 | 东北大学 | 一种提高集装箱码头岸吊作业效率的分配方法 |
CN105427075A (zh) * | 2015-11-24 | 2016-03-23 | 山东科技大学 | 一种用于港口集装箱卡车的混合式动态调度方法 |
CN110363380A (zh) * | 2019-05-30 | 2019-10-22 | 大连理工大学 | 一种集装箱堆场双场桥动态协同调度方法 |
CN112862269A (zh) * | 2021-01-20 | 2021-05-28 | 复旦大学 | 一种高效岸桥最优调度算法 |
-
2021
- 2021-07-23 CN CN202110836636.XA patent/CN113689076B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08110920A (ja) * | 1994-10-12 | 1996-04-30 | Nippon Telegr & Teleph Corp <Ntt> | ジョブショップスケジューリング方法 |
CN101930556A (zh) * | 2009-06-18 | 2010-12-29 | 上海振华重工(集团)股份有限公司 | 一种自动化码头的桥吊计划调度方法 |
CN103996106A (zh) * | 2013-02-17 | 2014-08-20 | 东北大学 | 一种提高集装箱码头岸吊作业效率的分配方法 |
CN105427075A (zh) * | 2015-11-24 | 2016-03-23 | 山东科技大学 | 一种用于港口集装箱卡车的混合式动态调度方法 |
CN110363380A (zh) * | 2019-05-30 | 2019-10-22 | 大连理工大学 | 一种集装箱堆场双场桥动态协同调度方法 |
CN112862269A (zh) * | 2021-01-20 | 2021-05-28 | 复旦大学 | 一种高效岸桥最优调度算法 |
Non-Patent Citations (2)
Title |
---|
曹朋亮;姜桂艳;杜春承;陈伟帅;: "集卡作业面模式下装船作业场桥与集卡联合调度优化", 宁波大学学报(理工版), no. 05, pages 108 - 114 * |
褚斌;方奕;: "集装箱码头效率指标创新与实践", 中国水运(理论版), no. 02, pages 184 - 185 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781761A (zh) * | 2022-06-21 | 2022-07-22 | 天津港第二集装箱码头有限公司 | 一种采用仿真预演的装卸船作业计划实时调整方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113689076B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Weintraub et al. | A truck scheduling system improves efficiency in the forest industries | |
JP5556975B1 (ja) | 出荷作業計画作成システム、出荷作業計画作成方法および出荷作業方法 | |
Tan et al. | Quay crane scheduling in automated container terminal for the trade-off between operation efficiency and energy consumption | |
KR20110050476A (ko) | 배선 계획 작성 장치, 방법 및 프로그램을 기억하기 위한 기억 매체 | |
CN103366262A (zh) | 一种工业铁路物流智能调度系统的调度计划生成方法 | |
Dawande et al. | The slab-design problem in the steel industry | |
CN110110403A (zh) | 一种适用单向连续过闸船舶的调度排档方法 | |
CN113689076A (zh) | 基于核心作业线提升船舶装卸作业效率的方法 | |
Jin et al. | Multi agv scheduling problem in automated container terminal | |
Feng et al. | Space planning considering congestion in container terminal yards | |
JP5728881B2 (ja) | 輸送計画作成方法および輸送計画作成装置 | |
Shahpanah et al. | Optimization of ship traffic at berthing areas of maritime container terminals via Simulation Experiment | |
Kweon et al. | Demurrage pattern analysis using logical analysis of data: A case study of the Ulsan Port Authority | |
WO2022012726A1 (en) | A quay crane operation method | |
CN112926873A (zh) | 集装箱码头船舶配载深度学习混合训练系统 | |
CN114781761A (zh) | 一种采用仿真预演的装卸船作业计划实时调整方法 | |
CN111832929B (zh) | 一种机场值机的动态调度方法及系统 | |
CN101893854B (zh) | 集装箱码头装船倍内发箱顺序决策系统 | |
Khafid et al. | A concept to reduce idle time on stevedoring activities in a container terminal | |
Wang et al. | Systematic network design for liner shipping services | |
CN115860161A (zh) | 一种进场集装箱选位方法、装置及可读介质 | |
CN113435810A (zh) | 一种二段式集装箱自动派位方法和系统 | |
Zografos et al. | Improving the performance of a port system through service demand reallocation | |
Prayogo | Carbon emission modelling in container terminal operations planning using a system dynamics approach | |
CN116542488B (zh) | 一种基于人工智能的港口调度方法和系统 |
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 |