• 智慧船舶带来港口革命,可视化成为主力军


    前言
    中国的水运最早可追溯到新石器时代的独木舟和排筏,到宋朝时中国已形成完整的水运及港口体系。船也从舟筏时代过渡到柴油机船时代,“达飞·和风”号的交付,标志中国集装箱船取得长足发展。现在,中国的港口规模居世界首位,今年上半年,仅外贸一项的货物吞吐量高达 235720 万吨,集装箱吞吐量高达 13818 万标箱,港口和船舶的运作模式已由几千年的人力为主发展成为高度机械化、自动化和信息化。
     
    自动化港口和船舶依托新基建和新科技势能,积极抢抓数字化转型先机,把数据作为企业的核心资源,运用 Hightopo 自主研发的 HT for Web 可视化产品,擦亮绿色发展底色,解决传统码头和船舶能耗高、成本高、污染大等问题。
     
    效果展示
    通过 HT 实现可交互式的 Web 三维场景,可进行缩放、平移、旋转、翻转,场景内各设备可以响应交互事件。结合 HT 引擎强大的渲染能力,保证场景在 Web 中高效流畅地加载运行并保证优秀的可视化效果。2D、3D 无缝衔接,完美融合。注重细节刻画,点击相对应的设备能显示其作业等信息。
     
     
    船舶信息可视化
    货轮信息可视化
     
    每条船舶显示船名、船运公司、船型、驻泊计划、船长头像,易进行识别和管理。船舶的 2D 面板显示了航线、进口航次、出口航次。
    货轮运输与 HT 可视化系统相结合,能准确显示靠泊时间、实际开工时间、计划完工时间、计划离泊时间、总冷/危/超、剩冷/危/超、总大小箱、剩大/小箱、作业总量、剩余作业、剩余装船、剩余卸船,通过数据驱动实现对船只装卸总量(完工、作业中)的统计,分析船舶作业效率,为合理安排工班、调配资源提供科学依据。
     
     
    船舶效率分时分析
    用 3 条不同颜色的折线图表示卸船、装船、航行中的船在不同时期的效能,船舶作业效率=船舶剩余作业量/船舶剩余作业时间。如果堆场的有效作业量(装卸船+装卸车)=船舶操作量+闸口流量。那么拖车滞港率低、船舶效率高。通过长时间的数据统计监测,我们能得出滞港值与空耗值合理区间,如果偏离区间说明数据异常,系统自动触发报警机制,提醒中控人员及时调配作业资源。
     
     
    港口设备可视化
    岸桥信息可视化
    港口每天有数十条船完成停靠、数百辆集卡在港区内不停地穿梭、数万集装箱完成装卸,这些操作都需要港口计划员来制订计划,依靠人脑去规划每天的作业。如果结合 Hightopo 的可视化技术,能进一步提高调度和计划的智能化程度。
    岸桥的 2D 面板显示了作业泊位、作业船只、大车位号、岸桥状态、行驶状态、作业状态、台时量、作业量、本班出勤、周期,接入实时数据,能有效进行资源的调配。
     
     
    利用可视化与 F5G 技术的结合,让光纤直达岸桥,利用光纤的超大带宽和超低时延支持超高清视频实时作业。在港口设置智慧闸口,通过车牌识别、车型识别、不停车称重等 AI 算法,实现港区闸口的快速过闸,提高港口的外集卡通行效率,避免港区道路的拥堵。
     
    集装箱信息可视化
    由于集装箱可以把各种繁杂的件货和包装杂货组成规格化的统一体,因此可以采用大型专门设备进行装卸、运输,保证货物装卸、运输质量,提高码头装卸效率,因此很多危险物品会采用集装箱运输。集装箱的冷/危/超箱数,作业峰值/谷值,接入实时数据可动态显示。高危商品实时防护,确保万无一失。可以在峰值区间多投入机械,谷值时减少机械投入,以达到节能降耗效果。
     
     
    堆场可视化
    堆场透明化,接入数据可实时显示堆场利用率,利用率增加会导致龙门吊的作业难度加大,有可能场地翻箱的概率要增加,影响到龙门吊的作业效率,管理者可提前进行资源调配。
     
    堆场在安排进出口箱堆放时,为了同时保证场地的充分利用以及岸桥的作业效率,通常需要在同一块箱区内安排多条船的进出口箱。而同一块箱区通常只会安排一台场桥作业,因此实际作业过程中会遇到不同船舶作业冲突的情况,这种冲突的概率会随着当班装卸船作业量的增加而增加。因此对提箱翻箱率、移箱翻箱率、装船翻箱率都有较高要求,2D 面板的相关数据能帮助运维人员有效进行资源调节。
     
     
    车辆信息可视化
    车辆分析
    为保证岸桥的作业效率,减少岸桥的等待时间,集卡扮演着重要的运输角色,必须为每一台岸桥配备足够的集卡资源,才能保证其作业的连续性。运用折线图展示不同日期集装箱卡车作业情况、翻箱情况、AGV 作业车次对比集卡作业车次的情况。实时监测比较港口各作业线速度,就能全盘掌握港口作业进度,对作业速度异常的作业线重点跟踪。通过实时对比分析,找出作业线的薄弱点。
     
     
    实际生产过程中,经常会遇到某条船的作业进度落后计划的情况,这时就需要增加集卡资源,提高作业效率,确保船舶按时完工离泊,但是增加多少集卡目前往往凭借主观判断,没有科学的依据做指导,因此经常会造成集卡投入过多,船舶提早完工,等待离泊时间很长,造成集卡和泊位资源的巨大浪费。运用 Hightopo 自主研发的 HT for Web 可视化产品,将集卡和AGV 车次接入实时数据,管理者可进行综合分析,有效减少浪费。
     
     
    采用无人驾驶的 AGV 小车装载运输货物,是港口自动化发展的趋势。除了自动导航、路径优化、主动避障外,AGV还支持自我故障诊断、自我电量监控等功能,通过无线通讯设备、自动调度系统,AGV 可以在繁忙的码头自如地穿梭,实现精密定位,有序完成控制系统“大脑”传达的各项指令。
     
     
    车辆定位
    港口作为一个密集多径场所,可采用 UWB 定位、蓝牙定位、GIS 定位等技术,对港内车辆实现精确定位。从而达到充分利用路网、缩短车辆旅行时间、降低行车延误、减少车辆空驶、保障行车安全、提高场内道路通行能力的目的。
     
    历史轨迹
    集装箱在集卡运输到堆场的移动过程,根据跟后台对接的数据进行模型的动画过程展示,展示车辆已走的轨迹,预计行走的轨迹。
     
     
    路径规划
    集装箱堆场就像迷宫,要让集卡准确到达指定位置并非易事。Hightopo 实现了一套寻路算法,在复杂多变的港口环境中,只需输入起点终点,便能快速规划出路线,对于车辆管控提供了便利。
     
     
    时间进度可视化
    下方进度条显示船只的航行日期,通过调节时间日期可查看事件的历史作业情况,在发生意外时可追溯问题原因,以及对后续港口事件处理的预防以及港口运维人员更好地设置应急处理预案。
     
     
    智慧航运、平安绿色通行
    船舶作为港口运行的先决条件,其“智慧化”程度的提升,将促进港口智能化的质变。航行过程中的精准定位、实时跟踪渡船动态,密切掌握船舶载货信息和渡运动态,通过“预防超载、远程控制、信息预警、数据分析”,让船舶拥有智慧的数字大脑。
     
    航运路线
    由于集装箱体积大、货品多,因此航行安全是重点。对航行中集装箱船的管控,Hightopo 也有一套完整的可视化解决方案,助力货船的绿色低碳安全运输。
     
     
    可视化大屏上,透过全球定位系统(Global Positioning System,GPS)监视集装箱船位置,掌握航路上是否有潜在事故风险等。5G 技术为船只与控制中心提供联系,同时 AI 技术则会协助船只设定航线。
     
     
    集装箱货舱
    Hightopo 拥有国产化,自主研发的核心产品 HT for Web,能跨平台(桌面Mouse/移动Touch/虚拟现实VR)实现数据可视化需求。点击集装箱下钻至集装箱船界面,可视化 2D 面板可查看货舱参数,如货舱种类、储存总量、货舱面积、货舱温度,管理员等,船员通过手机就能掌控全局。
     
     
    通过集装箱箱号识别,可对接传统理货系统,再利用 HT 可视化平台将货物的配送情况进行展示,替代原有人工理货的过程,提高安全性和理货效率。
     
    螺旋桨状态监控
    螺旋桨是现代船舶的主要推进工具,螺旋桨一般有 3~4 片桨叶,直径根据船的马力和吃水而定,以下端不触及水底,上端不超过满载水线为准。螺旋桨转速不宜太高,海洋货船为每分钟100转左右。巴拿马型船采用大功率的主机,螺旋桨激振易造成船尾振动、结构损坏、噪声、剥蚀等问题。采用可视化进行效率、工况等数据监控,保证船舶安全航行。
     
     
    航运监控管理可视化
    中控室
    中控室综合展示区可查看船舱监控,海上气象情况,发动机数据监测,船体转向查看,坐标定位。综合展示区从船上和陆地上的各种来源收集信息,并在显示器上展示出来。船长和轮机长可以通过查看显示器上的信息来检查船舶的运行状况并制定航线计划,控制船舶。
     
     
    船舱监控
    依托大数据深度学习能力、图像识别跟踪与处理技术以及物联网交互技术,通过监控摄像头,智能识别非法闯入人员、物品掉落等情况。接入温度传感器数据,避免火灾发生。
    将视频监控系统与安防系统中的各个子系统间实现无缝连接,并在统一的图扑可视化管理平台上实现管理和控制。赋予港口航运更智慧化的管理,通过主动式安防,将安全事件的识别效率有效提升。让管理者在最短的时间里控制局面,占据主导地位。
     
     
    气象情况
    依据船舶气象站数据,分析海洋上空各层次的大气压力、温度、露点、风向、风速,海平面上的大气压力、温度、湿度、风向、风速、海面能见度、海面天气状况、海面蒸发、表层水温、波浪和其他特定的水文气象要素等,科学管理,在气象灾害来临前采取防护措施。
     
     
    发动机
    集装箱船普遍采用大功率柴油机,柴油机出水温度偏高,会增加运行阻力。查看设备数据,可随时进行调节,减少燃油浪费。同时,采用废气涡轮增压并提高增压度,轻量化、高速化、低油耗、低噪声和低污染,是柴油机的重要发展方向。
     
     
    船体转向
    为使船舶保持在计划航线上,就要正确掌握转向的提前量和所使用的舵角,对于巴拿马船型,转向一般在离转向点 0.5 海里开始使舵,观测转向角速度表,根据转向角速度,及时回舵、反向操舵把定航向。通过驾驶台的可视化大屏,能一目了然的掌握船舶的转向速度。结合航道、水文等安全信息,避免船舶转向时进入泡漩发生旋回而导致集装箱落水。
     
     
    坐标定位
    根据船舶自动识别系统、GPS 与北斗定位装置,精准定位。轮船定位和导航服务随之兴起,各种船舶 GPS 监控系统逐渐被开发并应用于水路运输的监控管理中。
    GPRS 是通用分组无线业务( General Packet Radio service,GPRS),以 GPS 作为船舶定位手段,GPRS 作为数据传输方式,通过船载终端和监控中心的信息交互,实现对远程作业船舶的有效监控,由此将大大提高水上作业船舶的安全性,减少水上交通事故的发生,保障人民生命财产安全。
     
     
    由于“双碳”目标的提出,船舶行业推行“智能化”“可视化”“无接触式”“绿色化”。例如,“达飞·和风”号就采用了多项创新设计,安装选择性催化还原(SCR)脱氮装置和混合式洗涤塔脱硫装置等。使该船提前满足国际海事组织(IMO)Tierll排放标准,在同类型船舶中最为绿色环保,还满足船舶能效设计指数(EEDI)第三阶段要求,具有经济高效、载重量大、单箱油耗低等特点。
     
    科技赋能智慧港口、智慧航运
    未来,应更加关注智慧、绿色、平安港口航运的建设,让科技赋能全球物流链、供应链、产业链。大力推进 5G、北斗航运、大数据、智能感知、物联网、可视化等关键技术在港口航运设备中的应用,建立港航一体化数字平台。同时,大力推进港口碳达峰、碳中和,强化新能源在港口行业的规划布局,构建多元能源应用体系,大力推进液化天然气(Liquefied Natural Gas,LNG) 等清洁能源动力船舶及配套供能设备的建造,推动岸电使用。
     
    随着网络能力从移动互联提升到工业物联,基于 3GPP 标准的 4.5G LTE 技术正逐步深入千行万业。实现智能闸口、智能理货、全域智能化铁路装卸、智能化堆场,突破传统集装箱码头智能化改造关键技术,形成可复制推广的智慧港口解决方案,完成智能调度系统建设,实现港口航运在全要素场景下动态数据的实时驱动、港区安全态势感知及全周期作业覆盖,全面提升港口货运的效率。
     
    自动化码头的建设不仅实现了港口集装箱吞吐率的提升,加快了港口货物的运转率和可靠性,实现了产能最大化,也为钢结构为主的重型工业园区场景(例如钢铁厂、造船厂和油气园区等)的智能化业务管理系统和工业无线物联应用提供了应用示范样板,强化了“工业 2025”在设备智能模块、感知和计算等方面的能力,提升了社会整体效率。
     
    您可以至图扑软件官网查看更多案例及效果:https://www.hightopo.com/demos/index.html
  • 相关阅读:
    NX CAM二次开发-UF_OPER_unload_path卸载刀路
    NX CAM二次开发-UF_PARAM_set_int_value不勾选侧面与底面余量一致
    NX CAM二次开发-UF_PARAM_set_subobj_ptr_value设置进给率
    NX CAM二次开发-UF_PARAM_set_double_value设置转数
    NX CAM二次开发-UF_NCGROUP_ask_object_of_name通过名称获得指定组(NCGroup)的TAG
    NX CAM二次开发-修改操作所属的刀具,几何体,程序组等
    VC++-OLE/COM将EXCEL导出PDF,ExcelBook.ExportAsFixedFormat
    VC++将PNG转成二进制文件,在将二进制文件转回PNG图片
    实例开发-NX二次开发批量设置体到图层工具
    NX-二次开发UFUN在面上创建等参数曲线UF_MODL_create_isocurve
  • 原文地址:https://www.cnblogs.com/xhload3d/p/15269375.html
Copyright © 2020-2023  润新知