船舶进出洋山四期全自动化集装箱码头通航注意事项

洋山深水港是世界最大的海岛型人工深水港,也是上海国际航运中心建设的战略和枢纽型工程。洋山四期工程于2014年12月开工建设,是洋山深水港的重要组成部分,该码头总用地面积223万m^2,泊位长2 800 m,其中集装箱码头岸线2 350 m,共建设7个15万吨级集装箱泊位,是目前全球一次性建成规模最大的自动化集装箱码头。     

不忘初心 牢记使命 奋力谱写交通强国建设珠江水运新篇章——在2020年珠江航务管理局工作会议上的讲话摘要

一、2019年工作回顾2019年珠江航运高质量发展,珠江黄金水道建设迈出了新的步伐。2019年,珠江水系内河货运量达到10亿吨,同比增长5.5%;港口货物吞吐量6.1亿吨,同比增长12.6%;集装箱吞吐量1400万TEU,同比增长13.4%;西江航运干线长洲船闸货物通过量达到1.45亿吨,同比增长10.3%;广东、广西通过琼州海峡进出海南岛旅客1500万人次,同比增长0.3%,车辆330万台次,同比增长0.2%,实航51500航次,同比增长1.5%。     

基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提，有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象，研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集，构造滑动时间窗口，以时间窗口内的出租车历史移动速度的时间序列为输入变量，以出租车当前时间的移动速度为输出变量，采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化，得到模型最优参数组合，并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析，将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明:所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841，均方根误差（RMSE）为12.711，均低于非参数回归模型和神经网络模型，提高了出租车速度的预测精度；由于出租车速度序列缺乏规律性，调整后的R₂（R₂ _adjusted）为0.592，且相较于其他2个模型，XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果，避免了过拟合造成的预测精度下降。      

基于江海联运的长江港口投资战略研究

为做好投资决策，以浙江省海港集团布局长江沿线港口为例，研判市场环境，构建评价指标体系，采用聚类分析模型寻找投资价值洼地，最终确定集团投资战略。研究结果不仅可为浙江省海港集团投资长江沿线港口提供决策支撑，也可为同类项目投资提供参考。     

强化铁路检修车管理的思考

如何准确、均衡地扣修铁路运用车辆,既保证维修单位任务完成,又满足提高运输效率要求,是铁路运输管理的难点之一。本文以南宁局集团公司为例,总结分析针对检修车扣车不均衡、检修车超定量问题,采取集成数据,编制检修车管理指导子系统,强化检修车的监控与预测、扣车追踪、动态管控、均衡扣车等措施的落实效果,旨在为有效提升检修车管送能力,确保运输用车需求提供借鉴。     

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。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。     

智能导引运输车（IGV）在自动化集装箱码头中的应用

采用磁钉导航定位技术的自动导引运输车（AGV）对堆场平行布置的集装箱码头存在应用局限性，本文以广州港南沙四期自动化集装箱码头工程为依托，在分析采用“卫惯导航+多传感器融合”定位技术的新型智能导引运输车（IGV）技术特点和优点的基础上，详细阐述了IGV定位导航、能源补充、维护保养等码头基础设施的设计要点，可为类似自动化集装箱码头工程的设计和建造提供一定的参考。