中巴标准在某港口铁路工程中的融合应用

港口铁路作为港口集疏运的重要组成部分，其设计较为独立，且一般会遵从一套完整的规范体系。开展境外港口工程铁路设计，若全部采用中国标准，可能会与当地要求、运营习惯等产生冲突；而且由于港口铁路的特殊性，设计须考虑港口运营需要、平面布置及集疏运要求，而不能直接套用正线铁路或一般站线铁路的设计思路。国内设计企业走出去承接海外港口铁路工程设计任务，在了解当地铁路运营习惯、信号制式等要求，做到因地制宜的同时，也要整体考虑铁路设计以满足港口特殊需要。通过巴基斯坦某集装箱港口工程融合中巴标准开展港口铁路设计的案例，阐述港口铁路在设计原则和标准确定、平面布置、断面设计、信号和道口设计上融合中巴标准和要求的思路，供类似工程借鉴。     

重力式码头基槽抛石体沉降量计算方法*

针对重力式码头基槽抛石体的沉降量计算问题，进行计算模型和计算方法研究。通过基槽抛石体原尺度块石的压缩试验，得出多次加卸载情况下块石体的应力-应变关系，基于此建立重力式码头基槽抛石体的沉降量计算模型。结合重力式码头的建造过程，提出基槽抛石体的沉降量计算方法，并利用实际工程现场观测数据回归出模型中的主要参数。结果表明，模型计算结果与观测数据吻合。     

小微港口企业应急预案管理存在的问题及能力提升方法

大多数小微港口企业的安全管理呈现粗放、混乱的状态,企业安全管理水平普遍不高,风险隐患问题多,安全生产事故频发,其较低的安全管理能力一直是行业安全监管的难点和痛点。     

蓄势谋远 奋楫笃行 加快推进一流强港建设再上新水平

广州港集团坚持以习近平新时代中国特色社会主义思想为指导,贯彻落实习近平总书记对港口发展的重要指示批示精神,紧紧围绕交通强国建设纲要、建设世界一流港口指导意见、粤港澳大湾区发展战略等宏观规划,蓄势谋远以提振企业信心,奋楫笃行得彰显发展韧性,在品质港口、效率港口、绿色港口、平安港口、智慧港口等方面下苦功、闯新路、攀高峰。     

新冠肺炎疫情对粤港澳大湾区港口的影响及对策建议

2020年新冠疫情的爆发对粤港澳大湾区港口的发展产生了深远的影响。基于目前的发展形势，预判新冠肺炎疫情对粤港澳大湾区港口发展的影响总体可控，后期港口发展将逐步回归正常，甚至超越疫情前水平。从科学开展疫情防控、加快智慧港口建设、完善集疏运体系、延伸港口服务功能等方面提出后疫情时代粤港澳大湾区港口的发展建议。     

自动化集装箱码头平面与工艺总体布局现状与发展趋势

自动化集装箱码头是未来港口发展的必然趋势，但仍存在初期建设投资高阻挡了部分小型企业发展自动化的进程、单一技术路线无法满足自动化集装箱码头个性化的“私人订制”服务需求、现存在营的传统集装箱码头自动化改造技术仍有待突破等问题。近年来，在建设交通强国、海洋强国的背景下，结合全球自动控制、人工智能、视觉计算、大数据等现代科技的应用，以港口工业化、智能化、绿色化和产业化转型为导向，在多样性平面总体布局、新型装卸设备升级两方面探讨自动化集装箱码头的发展现状与趋势，以适应国内外自动化码头快速建港的需求与高质量发展，为本领域工程建设提供借鉴。     

轮胎式场桥集装箱码头自动化系统的配置和选择

轮胎式场桥（RTG）因其自身优势，应用广泛，是自动化集装箱码头重要的堆场设备选择方案。系统研究RTG方案下的堆场自动化，以及未来与无人集卡等配合的全自动化方案十分必要，自动化系统方案的配置和选择是其重要的研究内容。结合工程实例，对RTG以及相关附属功能的自动化系统方案进行梳理和研究，采用理论设计联合实际建设的方法对实施方案进行改进。结果表明，最终得出的实施方案既满足自动化能力和效率需求，并兼顾近远期自动化水平。     

珠江水系完成港口货物吞吐量18.79亿吨

2021年,珠江水系克服疫情常态化的不利因素影响,港口吞吐量各项主要指标都取得一定增长,全港完成货物吞吐量18.79亿吨、外贸货物吞吐量5.27亿吨、集装箱吞吐量6843万TEU,与2020年相比,分别增长3.3%、9.4%、4.7%;与疫情前(2019年)相比,年平均增长5.2%、6.4%、2.1%。     

基于深度强化学习的自动化集装箱码头集成调度方法

针对自动化集装箱码头卸货过程中岸桥、智能运输机器人和场桥设备交互作业, 实际调度环境复杂多变等问题, 以最小化最大完工时间为目标, 构建基于混合流水车间的三阶段集装箱码头集成调度模型, 为解决自动化码头调度环境动态性强的特点, 使用1种深度强化学习算法(DDQN)进行求解。依据码头实际调度情况, 使用神经网络实时拟合动作-值函数, 把各阶段设备状态数据输入模型, 采用经验回放机制训练模型, 把单一启发式规则加复合启发式规则作为设备候选行为, 通过强化学习动作选择与动作评估机制, 得到最优的集装箱-设备组合策略, 并与精确算法和常用的几种元启发式策略进行对比分析。结果表明: 较大规模算例下, 与目前较为先进的粒子群算法相比, 所提方法的总作业时间平均降低了7.84%, 与理论下界值的差距分别为6.0%, 5.6%, 4.6%, 三阶段设备负载较为均衡, 设备平均利用率为89%, 满足实际应用需求; 小规模算例下, 与Gurobi求解器的总完工时间平均误差为1.99%, 且随着算例规模增加, 所提算法在求解时间上显现出一定的优势, 求解时间最大提升59%, 验证了所提方法对于提升自动化集装箱码头运行效率的可行性和高效性。