您的位置:港口>人才
人才

大连理工开展传统港口智慧化改造等交通强国建设试点获批

2021-10-27 16:37  来源:交通运输部


试点内容


构建包含成本、环境、效率在内的多层级传统港口智慧化改造决策指标体系。构筑传统港口智慧化改造的平面布置、工艺模式方案库,提出智慧化改造规划方案方法。攻关传统港口智慧化改造动态实施时序优化技术,构建改造时序随机优化模型。

预期成果

通过1~2年时间,完成现有基础港口建设情况和管理运营体系调研工作。建成时变多层级的传统港口智慧化改造时机评价体系。形成传统港口智慧化改造的平面布置、工艺模式方案库。建立传统港口智慧化改造规划方案模型。

通过3~5年时间,形成适应随机环境的港口智慧化改造时序动态优化模型,传统港口智慧化改造动态实施时序优化技术研发取得突破。编制完成传统港口智慧化改造决策指标体系及专项技术、精细规划方法及规划方案、动态实施时序优化技术及专项技术等3套技术报告。传统港口智慧化改造动态实施时序优化技术在部分港口推广应用。

试点内容

解析港口生产作业系统能耗拓扑结构的时空演化规律,刻画港口用能结构,提出面向清洁能源综合利用的港口多能互补能源结构优化方法。研发面向港口复杂生产作业系统的多能互补能源调配与调控决策技术。打造港口复杂生产作业系统能源应用管控平台。

预期成果

通过1~2年时间,完成面向清洁能源综合利用的港口多能互补能源结构优化方法研究。建成不确定环境下基于多时空尺度多能互补的港口生产作业能源需求智能预测与分析系统,实现能源需求的动态精准预测。完成港口生产作业系统多能互补能源调配与调控决策技术研发。

通过3~5年时间,建成面向清洁能源综合利用的港口复杂生产作业系统能源应用状态管控平台,实现能源供应与应用的相互协调。在港口多能互补能源结构优化技术、港口能源需求智能预测与分析系统、港口多能互补能源调配与调控决策技术等方面取得系列典型经验与自主知识产权,并在部分港口实现技术成果的推广应用。

试点内容

研发基于实时多源信息的动态数据解析技术、基于机器学习的智慧港口安全预警技术及不确定环境下智慧港口韧性优化技术。建设糅合风险预警与韧性优化的智慧港口决策支持平台。

预期成果

通过1~2年时间,实时多源信息动态数据解析技术研发取得积极进展。构建形成基于事件风险集和应急预案快速生成、动态调整的智能评测体系、韧性港口评价体系。基于机器学习的智慧港口风险预警技术以及考虑不确定性的智慧港口韧性优化技术研发取得突破。

通过3~5年时间,系统总体架构、数据仓库以及各功能模块设计基本完成,糅合风险预警与韧性优化的智慧港口决策支持平台完成研发测试,并在部分港口开展推广应用。编制完成示范性港口安全预警及韧性优化决策支撑平台建设方案等3套专项技术报告。

试点内容

建设面向港口业务的无人驾驶车辆和智能装备运营平台。搭建基于5G全景高清视频和智能终端的新型车辆智能编队协同控制平台。依托大连理工大学超级计算中心,建设基于5G的港口安全态势感知平台。构建港口、园区等有条件应用场景下的区域智能网联交通运输系统基础环境,引领自主式交通系统创新性应用。

预期成果

通过1~2年时间,港口智能装备与自动驾驶新能源车辆融合应用关键技术、港口装备无人自动化专项技术研发取得进展。建成面向港口业务的无人驾驶车辆和智能装备运营平台。建成新型车辆智能编队协同控制平台,实现5G自动驾驶物流管控。建成基于5G的港口安全态势感平台,实现对港口业务的高性能实时处理。

通过3~5年时间,以新能源汽车为载体的智慧港口5G自动驾驶得到应用推广。智能化车辆的模块化先进设计技术、智能交通道路网络技术研发成果显著,形成一批可复制推广的技术研究成果。区域智能网联道路交通系统、港口智能边缘云计算平台建设取得积极进展。在典型地区打造形成智慧港口5G自动驾驶试验区。

[上一篇]    [下一篇]
    暂无记录