当前，世界经济处于深度调整期，国内经济发展进入新常态，港口运输需求增速放缓，港口发展面临新挑战。面对经济增长放缓的新常态以及社会对环保、安全等方面的新需求，诸多港口开始借助创新智能技术实现转型，建立竞争优势以寻求利润增长点。目前，我国港口的智能化主要集中在集装箱码头，散货码头的智能化起步较晚，设备设施以及装卸储运水平还比较落后，相较国际先进水平存在效率低、能耗高、环保性差的劣势。
交通运输部《关于推进港口转型升级的指导意见》主要任务中指出，提升港口装备智能化水平。支持港口企业加强科技创新，提高码头前沿装卸设备、水平运输车辆、堆场装卸机械等关键设备的自动化、智能化水平，提升货物在港口的换装作业效率。鼓励港口企业推进自动化装卸设备、智能化流程优化与控制、管控一体化等的应用，开发应用专业化码头生产智能调度系统，开展全自动化码头应用试点。
对于传统散货码头要围绕装卸设备自动化、管控系统一体化、调度流程智能化的“智”理，实现质量和效益提升。目前，国内传统的散货码头设计单位强调的是基于管控一体化设计的生产执行系统，“智”理的设计和过程多来自于码头企业本身。因此，管控一体化成为了目前散货码头应用最为广泛的技术。
一、管控一体化认识与发展
管控一体化认识与发展管控一体化概念的起源是由美国普渡大学的PURDUE企业参考体系的五层结构（经营决策层、企业管理层、生产调度层、过程优化层、过程控制层）发展而来，如图1。
经过发展五层结构过渡为三层结构，即经营计划系统BPS、制造执行系统MES、过程控制系统PCS。通常经营计划系统BPS层是以企业资源计划ERP为主，如图2。
三层结构在功能划分上虽有重叠，但各有侧重。以设备管理为例，ERP层注重设备维修计划、备品备件、设备资产管理，MES层注重设备运行管理，PCS层注重设备监控等。将三层结构进一步简化为计划层、执行层、控制层，这样理解有助于解决企业管理和生产中一些共性的问题，也为管理和控制链接中各企业的个性问题提供了解决方法，如图3。
图1 管控一体化五层结构 图2 管控一体化三层结构 图3 管控一体化简化结构
二、智能化及其具备能力
智能化及其具备能力智能化是指事物在网络、大数据、物联网和人工智能等技术的支持下，所具有的能满足人的各种需求的属性。智能化的产品或系统要具备四种基本能力，如图4：
图4 智能化基本能力
（1）感知能力：设备和基础设施装备各种传感器件，例如：温度、压力、流量、及物位等传感器，并通过网络将感应信息传递到控制中心，使原本单一的个体设备变成具有感知能力的物联群体。
（2）预测能力：根据生产目标与自我感知数据结合历史数据和经验自动生成多套有针对性的生产作业方案，并能预测各个方案的实施结果。
（3）决策能力：根据预测出的各种作业方案结合公司经营发展的现状，对方案做出最优或最适合的选择，并进行进一步优化和改进。
（4）执行能力：将决策优化的方案通过网络传递给控制器与各设备的动力机构进行执行操作，并通过设备设施的自我感知能力将生产实际情况传递到控制中心。四种能力按照感知→预测→决策→执行顺序不断往复循环，实现智能化的目标任务。
三、散货码头的“智”理
近年来，自动化码头运用智能传感、先进控制及物联网等技术，实现了安全、高效、环保的全自动化生产作业，较传统码头其在智能化、可靠性、稳定性、安全性和环保等方面具有十分明显的优势。然而，如果说传统散货码头正在运用人工智能思维来改进自身的业务模式，那会有不少人觉得这是不太靠谱的事情。
如何用人工智能思维推动散货码头智能化，值得我们思考。
1.整体理念
以工业互联网的开放与延展理念为骨骼，以并行计算为系统分层架构，以大数据运算为重要组成部分，同时采用工业智能、边缘计算、万物联网理念作为分层架构中各个层面中重要组件，以微服务与前后端分离作为应用层面软件框架方式，以DevOps作为信息化过程管理方法的“大平台智应用”体系建设。
按照这一理念实现以智能化为中枢驱动，以标准为事前决策动力，以模型沉淀、集成与管理为事中决策依据，以计划及执行为业务主线的全融合去壁垒的架构模式。工业智脑体系架构，如图5。
图5 工业智脑体系架构
架构描述了以人工智能为核心的模型、标准、计划、行动之间的关系及各部分的边界与内涵。
（1）模型代表了企业生产环境、主体装备、外部装备、辅助装备工具、一线人员、备品备件、资金、生产原料、产品的基本信息、衍生信息、运营等。这些信息即是企业生产经营活动分类实体的数字孪生。这些信息的来源是通过部署于现场的边缘计算设施、传感器、自动化系统、以及管理系统业务过程等直接或间接而得。在数字孪生形成的过程中数据经过的大量结构转换、通信同步支撑、筛选是由核心的人工智能帮助下完成的。人工智能不但要通过深度学习模式决断边缘设备、自动化点位、传感器、视频等机器信息所代表的业务数据，还要负责人为业务过程复杂数据的筛选。
（2）标准代表了指导企业生产管理的预算指标、定额及限值指标、危险源阈值指标、安全作业监管标准、环保排放标准、点检标准、润滑标准、检修标准、隐患排查标准等信息，这类信息一般是随着业务的进行循环递进优化。人工智能周期性的根据计划、数字孪生模型信息、行动耦合推荐标准的优化，供各级管理人员选择。
（3）计划代表了企业营销计划、生产计划、车船计划、作业计划、需用计划、采购计划、检修计划及委外计划等。这些信息是企业生产经营活动的核心业务脉络执行前部分，与执行的关系是计划指导执行，执行过程及状态改变计划。人工智能通过将数字孪生信息、执行调度及标准来协助计划制定，并将计划精准分发给相应岗位人员，获取计划执行的先决条件是辅助调度。
（4）行动是自动化控制、巡检、点检、隐患排查、检修、采购、出库、化检验、环保监测等一系列企业所有经营活动的过程。人工智能根据数字孪生信息、标准、计划等协助管理者完成任务调度、监控，提供生产效率。
在上述架构中，人工智能为核心打破了传统企业管理各业务之间的壁垒，用信息化形式替代传统业务形式，满足模型、标准、计划、行动之间信息交换，规范IT开发与应用服务，使数字资产的存储不受限制，快速检索，敏捷输出，未来业务系统开发与应用更为便捷。
2.整体思路
实现散货码头智能化的“两基础”与“两突破”。
（1）两基础
一是单机作业全自动化。散货码头设备种类虽不多，但都较庞大与复杂，大型设备本身由多组机构及控制系统组成，通过完成一系列的协调动作才能完成装/卸车、堆料、取料及卸/装船的功能。要实现码头全流程自动作业，单机设备首先要达到全自动化能力并具有开放接口。
二是全流程协同自动化。散货码头工艺联锁性很强，要最大限度提高全员生产率，势必要求各个作业环节能够依据计划或合同实现排产各环节的无缝衔接，以提升生产效率，减少现场人员的投入。
2）两突破
一是管控一体化。散货码头生产现场的正常运转离不开设备维检、安全环保监管、物资供应等生产辅助业务，需利用工业互联网、物联网等技术，集成生产自动化系统、作业排产系统和生产辅助等系统。按照管控一体化计划层、执行层、控制层三层结构，形成生产管理控制一体化的生产组织模式，做到责任到岗，任务到人。
二是生产调度智能化。在当前系统建设技术水平和实现程度参差不齐的情况下，须引入云计算和新的智能架构有效整合系统和数据，根据最佳实践建立智能排产等策略模型，最终实现生产调度智能化。同时，智能架构还必须支持局部系统的改进和调优，以待进一步调减人员数量，充分释放产能。
实现散货码头安全高效、绿色智能、卓越管理和可持续发展的“智”理目标，不仅要有对前沿技术的充分把握，更需要具有历史耐心，要让今天企业的智能化建设成为明天企业发展的先进生产力。
作者简介：周虹伯，男，正高级工程师，硕士，主要研究方向：能源、交通行业自动化与信息化。
