自动化集装箱码头数字孪生数据建模及评价方法研究

doi:10.16182/j.issn1004731x.joss.22-0783

系统仿真学报 ›› 2023, Vol. 35 ›› Issue (12): 2641-2654.doi: 10.16182/j.issn1004731x.joss.22-0783

自动化集装箱码头数字孪生数据建模及评价方法研究

徐国轩¹(), 苌道方²(), 李佳琦¹, 凌强³

^1.上海海事大学物流科学与工程研究院, 上海 201306
^2.上海海事大学物流工程学院, 上海 201306
^3.上海国际港务(集团)有限公司, 上海 201306

收稿日期:2022-07-06 修回日期:2022-09-22 出版日期:2023-12-15 发布日期:2023-12-12
通讯作者: 苌道方 E-mail:xuguoxuanxgx@163.com;dfchang@shmtu.edu.cn
第一作者简介:徐国轩(1998-)，男，硕士生，研究方向为自动化集装箱码头数字孪生。E-mail：xuguoxuanxgx@163.com
基金资助:
国家重点研发计划(2019YFB1704403)

Research on Digital Twin Data Modeling and Evaluation Method of Automated Container Terminal

Xu Guoxuan¹(), Chang Daofang²(), Li Jiaqi¹, Ling Qiang³

^1.Institute of Logistics Science and Engineering, Shanghai Maritime University, Shanghai 201306, China
^2.School of Logistics Engineering, Shanghai Maritime University, Shanghai 201306, China
^3.Shanghai International Port (Group) Co. , Ltd. , Shanghai 201306, China

Received:2022-07-06 Revised:2022-09-22 Online:2023-12-15 Published:2023-12-12
Contact: Chang Daofang E-mail:xuguoxuanxgx@163.com;dfchang@shmtu.edu.cn

摘要/Abstract

摘要：

为充分利用自动化集装箱码头海量作业数据，实现数字孪生驱动的码头数字化、智能化转型，提出一种自动化集装箱码头数字孪生数据建模及效果验证评价的方法。研究了基于数字孪生的自动化集装箱码头的应用框架及其运行机制；结合数字孪生框架的数据处理逻辑，提出了基于数字孪生的码头作业过程演化及动态数据建模方法；为验证数字孪生数据能否满足码头数字孪生的有效运行，给出了码头数字孪生数据验证评价的量化计算方法。为实现基于数字孪生的自动化集装箱码头的智能作业管控和作业数据管理提供方法支撑。

关键词: 数字孪生, 自动化集装箱码头, 作业过程, 数据建模, 数据验证评价

Abstract:

To make full use of the massive operation data of automated container terminals and further realize the digital and intelligent transformation of terminals driven by digital twin, a method for digital twin data modeling and effect verification and evaluation of automated container terminals is proposed. The application framework and operation mechanism based on digital twin are studied. Based on the data processing logic of digital twin framework, a method of terminal operation process evolution and dynamic data modeling based on digital twin is proposed. To verify whether the data could meet the effective operation of the digital twin, a quantitative calculation method for the verification and evaluation of terminal digital twin data is given. The research provides method to realize the intelligent operation control and operation data management of automated container terminals based on digital twin.

Key words: digital twin, automated container terminal, operation process, data modeling, data validation evaluation

中图分类号:

TP391.9

徐国轩,苌道方,李佳琦等 . 自动化集装箱码头数字孪生数据建模及评价方法研究[J]. 系统仿真学报, 2023, 35(12): 2641-2654.

Xu Guoxuan,Chang Daofang,Li Jiaqi,et al . Research on Digital Twin Data Modeling and Evaluation Method of Automated Container Terminal[J]. Journal of System Simulation, 2023, 35(12): 2641-2654.

图/表 16

图1

表1

图2

图3

图4

表2

表3

表4

图5

图6

图7

表5

评价指标量化计算结果及各参数取值

指标	所含参数	参数取值	指标量化值
$I 1$	$n 1$	243	64.94
	$∑ i = 1 n 1 f p i n p i × δ C i$	197.27
	$δ C$	0.8
$I 2$	$h d 、 o d 、 s d 、 b i d$	1	90.00
	$w h d 、 w o d 、 w s d 、 w b i d$	0.25
	$λ C$	0.9
$I 3$	$n 3$	3 552	76.67
	$∑ i = 1 n 3 m p s i$	3 404
	$η C i$	0.8

表5

表6

指标对比判断矩阵

	$I 1$	$I 2$	$I 3$
$I 1$	1	1/3	1/2
$I 2$	3	1	2
$I 3$	2	1/2	1

表6

表7

指标归一化判断矩阵

	$I 1$	$I 2$	$I 3$
$I 1$	1/6	2/11	1/7
$I 2$	1/2	6/11	4/7
$I 3$	1/3	3/11	2/7

表7

表8

指标权重系数及一致性判断结果

$W 1$	$W 2$	$W 3$	$λ m a x$	$C I$	$C R$
0.163 8	0.538 9	0.297 3	3.009 2	0.004 6	0.008 8

表8

表9

码头数字孪生数据验证评价量化计算结果

评价指标	量化值	综合权重	评价结果
$I 1$ 码头数字孪生多维数据融合程度	64.94	0.163 8	81.93
$I 2$ 码头数字孪生数据集成应用程度	90.00	0.538 9
$I 3$ 码头数字孪生数据交互实时性	76.67	0.297 3

表9

参考文献 16

1	段宗贝. 基于大数据分析的自动化集装箱码头运营优化研究[D]. 厦门: 集美大学, 2017.
	Duan Zongbei. Research on Optimization of Automatic Container Terminal Operation Based on Big Data Analysis[D]. Xiamen: Jimei University, 2017.
2	陶飞, 程颖, 程江峰, 等. 数字孪生车间信息物理融合理论与技术[J]. 计算机集成制造系统, 2017, 23(8): 1603-1611.
	Tao Fei, Cheng Ying, Cheng Jiangfeng, et al. Theories and Technologies for Cyber-physical Fusion in Digital Twin Shop-floor[J]. Computer Integrated Manufacturing Systems, 2017, 23(8): 1603-1611.
3	Li Yu, Chang Daofang, Gao Yinping, et al. Automated Container Terminal Production Operation and Optimization via an AdaBoost-based Digital Twin Framework[J]. Journal of Advanced Transportation, 2021, 2021: 1936764.
4	Hofmann W, Branding F. Implementation of an IoT-and Cloud-based Digital Twin for Real-time Decision Support in Port Operations[J]. IFAC-PapersOnLine, 2019, 52(13): 2104-2109.
5	Szpytko J, Duarte Y S. Digital Twins Model for Cranes Operating in Container Terminal[J]. IFAC-PapersOnLine, 2019, 52(10): 25-30.
6	李玉, 苌道方, 高银萍, 等. 基于数字孪生的自动化集装箱码头多AGV动态调度[J/OL]. 计算机集成制造系统. (2021-12-21) [2022-06-24]. .
	Li Yu, Chang Daofang, Gao Yinping, et al. Multi-AGV Dynamic Scheduling of an Automated Container Terminal Based on Digital Twin[J/OL]. Computer Integrated Manufacturing Systems. (2021-12-21) [2022-06-24]. .
7	魏世桥, 王东魁, 张煜, 等. 客货滚装港口数字孪生智慧运作模式[J]. 港口装卸, 2020(1): 41-45.
	Wei Shiqiao, Wang Dongkui, Zhang Yu, et al. Digital Twin Intelligent Operation Mode of the Passenger-cargo RORO Port[J]. Port Operation, 2020(1): 41-45.
8	陈培, 刘超, 蔡黄河. 基于Unity 3D的集装箱码头数字孪生系统设计[J]. 港口科技, 2021(7): 8-10, 42.
9	丁凯, 张旭东, 周光辉, 等. 基于数字孪生的多维多尺度智能制造空间及其建模方法[J]. 计算机集成制造系统, 2019, 25(6): 1491-1504.
	Ding Kai, Zhang Xudong, Zhou Guanghui, et al. Digital Twin-based Multi-dimensional and Multi-scale Modeling of Smart Manufacturing Spaces[J]. Computer Integrated Manufacturing Systems, 2019, 25(6): 1491-1504.
10	向峰, 钟雷, 左颖, 等. 面向工业互联网平台的制造服务可信特征识别方法[J]. 计算机集成制造系统, 2021, 27(10): 2762-2773.
	Xiang Feng, Zhong Lei, Zuo Ying, et al. Trusted Feature Recognition Method of Manufacturing Services for Industrial Internet Platform[J]. Computer Integrated Manufacturing Systems, 2021, 27(10): 2762-2773.
11	Kong Tianxiang, Hu Tianliang, Zhou Tingting, et al. Data Construction Method for the Applications of Workshop Digital Twin System[J]. Journal of Manufacturing Systems, 2021, 58, Part B: 323-328.
12	Qian Weiwei, Guo Yu, Cui Kai, et al. Multidimensional Data Modeling and Model Validation for Digital Twin Workshop[J]. Journal of Computing and Information Science in Engineering, 2021, 21(3): 031005.
13	Singh S, Shehab E, Higgins N, et al. Data Management for Developing Digital Twin Ontology Model[J]. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, 2021, 235(14): 2323-2337.
14	王峻峰, 张玉帆, 邵瑶琪, 等. 面向生产性能数字孪生的仿真数据映射研究[J]. 系统仿真学报, 2021, 33(10): 2470-2477.
	Wang Junfeng, Zhang Yufan, Shao Yaoqi, et al. Research on Simulation Data Mapping for Production Performance Digital Twin[J]. Journal of System Simulation, 2021, 33(10): 2470-2477.
15	徐化岩, 初彦龙. 基于influxDB的工业时序数据库引擎设计[J]. 计算机应用与软件, 2019, 36(9): 33-36, 40.
	Xu Huayan, Chu Yanlong. Design of Industrial Time Series Database Engine Based on InfluxDB[J]. Computer Applications and Software, 2019, 36(9): 33-36, 40.
16	邓雪, 李家铭, 曾浩健, 等. 层次分析法权重计算方法分析及其应用研究[J]. 数学的实践与认识, 2012, 42(7): 93-100.
	Deng Xue, Li Jiaming, Zeng Haojian, et al. Research on Computation Methods of AHP Wight Vector and Its Applications[J]. Mathematics in Practice and Theory, 2012, 42(7): 93-100.

树的自生长过程	码头作业过程
树干	作业过程
树杈	作业工序
树枝	作业要素数据源节点
树叶	作业要素数据值

评价级别	取值
多维度数据彼此孤立	0
少部分(1~2个)维度的数据可以实现融合	0.2
少部分维度的数据可以实现实时融合	0.4
大部分(3个以上)维度的数据可以实现融合	0.6
大部分维度的数据可以实现实时融合	0.8
多维度数据能够实现实时融合	1.0

评价级别	取值
孪生模型仅能分别对各部分数据独立访问应用	0
孪生模型可对2种类型的部分数据进行集成应用	0.3
孪生模型可对3种类型的部分数据进行集成应用	0.6
孪生模型可对4种类型的部分数据进行集成应用	0.9
孪生模型能完全对各部分数据进行关联集成应用	1.0

评价级别	取值
数据交互延迟>10 s	0
5 s<数据交互延迟≤10 s	0.2
1 s<数据交互延迟≤5 s	0.4
0.1<数据交互延迟≤1 s	0.6
1 ms<数据交互延迟在≤0.1 s	0.8
数据交互延迟≤1 ms	1.0

[1]	袁标, 黄友锐, 徐善永, 荣雪. 光纤二次套塑车间数字孪生系统的构建与应用[J]. 系统仿真学报, 2023, 35(9): 2011-2022.
[2]	吕楠, 王琪冰, 陆佳炜, 陈军统, 肖刚. 基于数字孪生的自动扶梯乘客行为监测方法研究[J]. 系统仿真学报, 2023, 35(8): 1737-1747.
[3]	陆涵, 张霖, 王昆玉, 黄泽军, 程鸿博, 崔晋. 装备数字孪生可信评估框架研究[J]. 系统仿真学报, 2023, 35(7): 1455-1471.
[4]	徐健, 宋鑫, 刘秀平, 陈博, 闫焕营. 基于数字孪生的装配机器人建模及系统实现[J]. 系统仿真学报, 2023, 35(7): 1497-1507.
[5]	董泽, 姜炜, 王晓燕, 刘磊. 数字孪生在火电机组数字化转型中的应用[J]. 系统仿真学报, 2023, 35(6): 1144-1156.
[6]	姚舜, 胡忠志, 曹文宇, 杨佳利. 沉浸式航空发动机视景系统的设计与实现[J]. 系统仿真学报, 2023, 35(6): 1395-1404.
[7]	刘红彬, 申志强, 王轶泽, 邱明, 林文荣. 数字孪生模型在轴承套圈磨削加工中的应用[J]. 系统仿真学报, 2023, 35(3): 557-567.
[8]	杨帆, 马萍, 李伟, 杨明. 数字孪生体可信度评估过程及指标研究[J]. 系统仿真学报, 2023, 35(2): 350-358.
[9]	冯琦琦, 董志明, 彭文成, 戴翊, 司炳山. 几种典型的虚实融合技术发展研究[J]. 系统仿真学报, 2023, 35(12): 2497-2511.
[10]	涂潜, 李俊, 范东亮, 孔琪, 沈洁. 面向数字孪生的变电站三维场景自动目标识别[J]. 系统仿真学报, 2023, 35(12): 2594-2601.
[11]	毛子泉, 高家隆, 龚建兴, 刘权. 虚实结合仿真在军事领域的应用综述[J]. 系统仿真学报, 2023, 35(11): 2289-2311.
[12]	陈珊珊, 汪红志, 夏天. 磁共振成像设备的数字孪生建模关键技术与应用[J]. 系统仿真学报, 2023, 35(10): 2122-2132.
[13]	于蒙, 许珍丽, 谭天姣. 基于SAGA算法的双40英尺场桥作业调度优化及比较分析[J]. 系统仿真学报, 2022, 34(8): 1885-1898.
[14]	李伯虎, 柴旭东, 张霖, 卿杜政, 施国强, 林廷宇, 郭丽琴, 杨晨, 谷牧, 贾政轩, 公慧, 唐震. 面向智慧物联网的新型嵌入式仿真技术研究[J]. 系统仿真学报, 2022, 34(3): 419-441.
[15]	吴定会, 张桐瑞, 张秀丽. 扰动累积下基于数字孪生的车间重调度[J]. 系统仿真学报, 2022, 34(3): 573-583.

自动化集装箱码头数字孪生数据建模及评价方法研究

Research on Digital Twin Data Modeling and Evaluation Method of Automated Container Terminal

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价