發布時間：2022-11-18 02:44:04 人氣：
開云體育 開云平臺摘 要：為進一步提升散雜貨碼頭運行效率和整體智能運維服務水平，解決數據流和高效運行瓶頸，根據運行維護需要，創新提出基于碼頭基建布局特點、5G、低時延等特性的雙頻混合專網搭建，運用邊緣計算構架進行設備無人化運行、故障診斷分析、視覺特征分析等云化運維，現場應用獲得預期效果。
0 引言當前全球港口碼頭特別是散物料儲運領域列強紛爭，區域競爭激烈，同時全球化加劇勞動力成本提升，存在港口碼頭氣候、粉塵等工作環境惡劣，勞動強度大、工人短缺等諸多難題，為此，實施自動化改造和智能化運維升級以達到降本增效已成為港航企業長遠發展的必然選擇。與此同時，數字化革新如大數據、物聯網、人工智能、5G 等新技術發展成熟為港口碼頭自動化和智能化提供了新的動力。最新的國際海事信息網調查顯示65％的人認為港口自動化可提升運營安全；75％的碼頭運營商認為自動化至關重要，如果成功實施將在未來三到五年內能夠保持持續競爭力；另約五分之一的受調查者認為自動化可以將運營成本降低 50％以上，三分之一的受調查者認為自動化可以將生產率提高50％ [1]；在當前全球港口加快升級創新的背景下，實現第五代港口的智能化和信息化建設已被視為提升其核心競爭力的重要手段，是提升物流效率、貨物堆場利用率，降低運營和物流成本的關鍵所在。
在全球大環境下，港口碼頭業效率最為重要，都希望全天候365×24 h 不間斷作業，提升周轉和利用效率，因為就其相關效益而言，傳統運營模式造就的大型船舶租金昂貴，延長的小時作業費用和靠泊等綜合費用達到數萬元；因此碼頭條件和能力優劣成為更多船東和貨主的重要選擇項。轉運效率低會帶來直接的經濟效益損失，不完全統計班輪“壓港”1 天損失不菲，小則數十萬大則上百萬元。故提升貨物轉運效率是港口的核心追求。貨物轉運重點集中在堆場和裝卸作業區域，該區域面臨基建無法大規模改造、設備頻繁移動等問題，因此急需破解視頻流、控制流和信息流等大量數據流的并發和高延時瓶頸，5G 的出現以及邊緣計算等技術的發展，為當前該場景難題的解決實施提供了更好的方案[2-5]。
1 系統網絡組成及功能散物料堆場港口碼頭分布著大量的大型裝載轉運設備，如翻車機、堆料機、取料機、帶式輸送機、裝船機、卸船機等。傳統工作模式下設備均離不開專業司機操作，而且裝船機、卸船機、堆取料機等設備的司機室在十幾米甚至幾十米的高空，傳統港口的作業條件異常艱苦，人工現場操作容易疲勞有安全隱患。大型堆場等需要大量司機倒班運行，操作水平差次不齊，安全管控難度大，人工帶來的隨意性隱患大大增加。除此之外堆場碼頭作為物流中轉樞紐，離不開通訊公網支持和現場大量數據的采集提取，為保證業務流的順暢運行，需要搭建相關運管平臺，保障安全監控、流程穩定、實時控制、便捷運維、快速響應和方便交互等多方面需要，因此，開發基于5G 技術的混合專網，以及多路訪問邊緣計算MEC（Multi-access Edge Computing）的云平臺智能運維構架就成為必然的選擇。在短時、高效、盡量不破壞原有設施的情況下，利用5G 優勢實現公網條件下專有通路的大帶寬、低延時、高穩定、順利交互運行。
如圖1 所示該系統分為三層構架，邊緣基礎層、中間虛擬層和應用管控層。邊緣基礎層由固定網絡和無限網絡組成，負責現場設備參數的采集。固定網絡包括翻車機、堆取料機、裝船機、卸船機、帶式輸送機等設備的PLC 匯集信號，現場振動傳感器采集信號、現場風速儀等儀表信號；移動網絡包括現場公網、基于網絡切片軟件網絡定義的專網，公網實現非實時的智能維護終端推送和交互，包括巡檢跟蹤、維護任務和提醒下發、登陸統一門戶網站等，專網實現CCTV、激光掃描儀和流機等的5G 環境下數據采集。中間虛擬層結合設備運行流程和工藝特點進行虛擬業務流程和運行組合，實現本開云 開云體育地化邊緣計算，主要硬件包括網絡資源、內存資源、存儲資源和計算資源，軟件包括虛擬存儲、虛擬計算和虛擬組件。多個堆場的邊緣計算中心可以匯集到本地中心實現區域的整體監控和運維。其組合可以根據業務流程進行虛擬組合和部署。應用管控層在云端實現，主要實現集團級的數據管控，如看板展示、數據呈報、人力網、資源網、招標網、營銷網、運維網等分門戶網站的訪問、登陸和操作，以及整個系統的軟件定義網絡配置平臺的配置，該功能由管理虛擬資源平臺VIM（Virtualised Infrastructure Manager）實現，包括人員訪問、管理權限配置、業務流程虛擬組合開發配置、移動數據專網配置等，該框架同時提供多種服務注冊、通知、訂閱、發現、終止，API 的訪問控制、調用統計、日志、鑒權和授權，以及用戶需求的流量控制和DNS 等的規則配置。
該構架中考慮數據安全、業務順暢、激光掃描、高清視頻監控等大數據特點，為避免堵塞、便捷交互，采用虛擬構架和MES 結合的專有通道虛擬網絡專有網路混合構架。VIM 采用支持容器管理的 Kubernets 技術。
管理其下的網絡功能虛擬化基礎架構NFVI（Network Functions Virtualisation Infrastructure）。NFVI 由邊緣數據中心和本地數據中心組成。考慮到新業務拓展需要，基于彈縮響應的邊緣計算能夠提供更好的速度、容量的靈活性，提升計算資源的利用率。除此之外，虛擬機內容器部署和云容器引擎（Cloud Container Engine），支持基于Kubernetes 的應用和相關工具，更好適應企業級容器應用管理服務，為云上自動化容器運行環境搭建提供便利。
為進一步強化邊緣計算低時延、高速率轉發的業務特性要求，虛擬化層提供硬件加速能力, VIM 設置統一的接口，適配不同形態的加速設備，并將加速器進行抽象，同計算、存儲、網絡一樣進行虛擬化管理，統一提供全面的加速服務。
該NFVI 下的邊緣數據中心和其屬地局域網路構成一個邊緣云，由VIM 的邊緣云管理平臺管理。提供接入點匯聚、屬地化異構資源統一納管、基于位置的資源調度等能力。
邊緣云管理平臺的功能包括云資源管理、運維管理、邊緣云服務管理等。云資源管理連接器（適配層）以插件、Agent 方式接入邊緣數據中心，構建一個地理上分布、邏輯上統一的云資源池（計算資源、網絡資源、存儲資源、加速資源），實現異構資源的統一納管和調度。運維管理實現資源的統一監控、報警、日志管理。統一門戶為用戶提供云資源統一展示和操作的界面，用于邊緣云資源統一管理和邊緣云服務本地開通維護。VIM 下的統一云管平臺進行資源池劃分和權限的管理，監控虛擬化資源和非虛擬化資源的拓撲、告警、性能、容量等信息，提供整體資源相關的報表，并通過基于 AI 算法的智能運維幫助運維人員評估潛在的風險，及時規避和消除問題。部署于多接入邊緣計算（MEC）平臺的APP，可以從 MEC 平臺獲取其需要的服務，通過集團統一門戶平臺授權，對外提供服務，供其他用戶使用。MEC 平臺和 APP 的接口為MP1 接口。
業務分流基于 MES 邊緣業務平臺的分流能力把非實時查詢業務和消息記錄導向到本地網絡，分流到部署在邊緣業務平臺上的應用中，緩解傳輸帶寬壓力，同時減少時延，提升低時延高帶寬業務的體驗。
針對上行數據，不需要在本地網絡處理的業務數據經過 MEC 平臺透傳至移動核心網，需要在本地處理的業務數據則通過MEC 平成GTP 解封裝后分流至本地網絡。對于下行數據，來自Internet 的非本地網絡產生的業務數據通過MEC 平臺透傳至基站，而來自本地網絡的業務數據通過MEC 平臺后被封裝成 S1-U 數據傳給基站。本地分流的規則包括按域名、IP 地址或者用戶 ID 進行分流等。同時，網絡支持 4G、5G、Wi-Fi 等多接入融合的網絡，MEC 平臺支持多網融合的分流能力。
2 業務功能應用2.1 多網站授權展示和操控如圖2 所示，作為港口碼頭設備實時運行、人力資源、辦公平臺、采購平臺、運維和營銷平臺等云端門戶實現服務需求。如設備運行則在云端提供展示運行狀態，不具備控制功能，現場本地端實現狀態顯示和實時控制。不同的區域、授權顯示和啟動不同的功能。該云化共享平臺實現任務流程的實時下發、跟蹤、執行、反饋等，人力資源平臺實現人員學習培訓、考勤管理和績效評價等，云平臺下的辦公平臺則實現公文流轉等相關公司運行業務，采購平臺實現港口碼頭物資等的需求、招投標發布和事項公布披露，營銷平臺實現散物流等堆存信息授權會員查詢和發布。運維平臺實現設備運維信息的展示、報警、提醒等授權接受和查詢。
2.2 港口碼頭大型裝卸設備的無人化運行在不破壞基礎的情況下，基于5G 的數據傳輸，GPS 的位置定位，以及傾角儀、編碼器的位姿定位，結合類機器人的運動學和擬運動學建模計算，以及任務隊列管理響應，實現堆取料機、裝卸船機等設備的無人化智能化動態運行及狀態監視，安全防護和報警。以堆取料機為例，無人化運行的三維展示和流程如圖3、圖4所示：基于運動學建模，見式（1），結合集群控制流程，實現設備的無人化操作和三維運行動態展示。
2.3 智能培訓基于該采集平臺實現離線的虛擬現實VR 和增強現實AR 智能運維及示教培訓，通過VR 和AR，實時感知現場設備的運行參數和狀態，并對設備檢修過程的裝配進行實時的指導和狀態反饋，如圖5 所示。
2.4 智能監控港口碼頭基于運營安全和分析等需要，有大量的圖像視頻數據需要回傳，其中大量數據相對于檢測是靜態的或者長時沒有變化，但仍然占有大量帶寬。如果把視頻流全部上傳至后臺服務器進行處理，不僅帶寬資源占用大且后期處理效率低。為此在邊緣業務平臺上部署邊緣智能識別系統，基于歷史數據庫和實施數據進行視頻智能算法分析處理，可以對關鍵核心部件和區域差異化部分進行回傳，提取智能分析后的特征數據包回傳，節省帶寬資源，在該過程中對非特異性監控內容本地化存儲，減少對回傳帶寬的占用，提升系統的資源利用率、降低時延，提升視頻的監控體驗效能。在不影響安全運行需求的前提下，基于邊緣的分布式視頻存儲有效解決集中存儲帶來的瓶頸問題。
MEC 邊緣業務平臺能夠有效甄別業務和用戶類型，基于需求提供基站高響應的QoS（Quality of service）信息，基站根據工業用戶等特征提供差異化無線帶寬及時延保障，確保運營流暢運轉。項目根據核心業務及設備需要綜合處理 OTT（over-the-top）業務信息和無線接入網的信息，為用戶和業務提供QoS 保障，具有差異化需求智能管道的功能優勢，如圖6 所示。
2.5 智能運維港口碼頭設備由于分布廣、數量大，如干散貨碼頭帶式輸送機的電機和減速器、斗輪的回轉機構等關鍵設備運行環境復雜，物料流量等變化沖擊影響大，部分設備如翻車機等在地坑等隱蔽區域下方運行，點巡檢困難，人工巡檢容易造成漏檢，雖然港口對關鍵區域和設備均設置了人工定時巡檢機制，但由于粉塵、鹽霧、風沙塵等惡劣環境影響，人工勞動強度大，同時人工經驗和資歷等的影響水平差次不齊，隱患時有發生，采用傳統的測溫、測震等獨立手段，難以解決連續記錄分析和及時預警等功能，使所提倡的全壽命周期、低備件低庫存運營大打折扣，更甚者為保安全采用定期更換，使運營成本大大提升，設備未發揮出最大效能。再者港口碼頭區域的基本設備操作多為高空作業，遇到大風、寒冷等惡劣天氣會對設備維保人員的安全造成巨大威脅。為解決港口傳動設備運用和管理中遇到的問題，通過基于5G的云互聯網絡技術采集設備數據，并且整合邊緣計算提取過濾特征數據，將設備智能預測性運維技術方案應用到港口設備管理中。基于云平臺的專業數據分析，將設備運行狀態信息和故障信息，通過可視化手段，云化呈現和及時推送，指導維保人員對設備進行定時、定點、定向的預測性維護和保養，從而降低維護成本，降低備品和備件儲備，降低現場維保人員的勞動強度，提升整個港口的智能化運維水平，如圖7 所示。
3 系統應用通過該系統在國內某港口碼頭的運用，根據港口碼頭特點，靈活選擇頻率方案，發揮2.6 GHz 和3.5 GHz雙頻資源優勢，開發基于VIM 的網絡切片服務平臺和邊緣計算個性化部署方案，實現業務分流，數據不出港，72安全高可靠的網絡構架新模式。設備視頻回傳上行帶寬達到40 Mbps，5G 網絡端到端時延小于10 ms，有效承載工業總線和PLC 網絡控制，提升設備的作業效率和安全性，進一步降低系統建設成本和維護成本。通過運用該系統構架和平臺維護技術，使得該港口碼頭的年吞吐量提升6%，視頻監控和智能運維使現場的人力減少40%，貨物移錯和損失減少85%。另外運維網的使用，使堆取料等大型重點設備的平均利用時間提升75 h 以上，邊緣區域計算和實時報表呈現，大大降低人工審查成本，實時采集監控，使人力和備件等綜合維護費用降低15%，通過預測性維護，避免了突發停機等災害影響，降低生產性損失5%。
4 結論本論文結合港口視頻流監控、智能運維實際需求和5G 等技術發展，提出基于5G 混合專網和云構架結合的智能化運維系統并在某港口散料碼頭推廣應用，通過結合邊緣虛擬計算等技術現場實際應用取得年吞吐量提升6% 等較滿意的效果，對其它港口運行建設具有很好的借鑒意義。開云 開云體育APP
