近日，由国投曹妃甸港口有限公司、上海玖道信息科技股份有限公司、上海应用技术大学共同完成的“大型煤炭散货港口设备智能运维一体化平台”项目顺利通过科技成果评价。专家组根据相关技术资料对比国内外同类技术后，给予该项目“在大型散货港口设备智能运维方面的技术整体达到国际先进水平”的高度评价。

本次科技成果评审会议由科技部等有关部门批准的全国首家第三方专业科技成果评价机构——中科合创(北京)科技成果评价中心组织，国家信息技术安全研究中心教授级高级工程师宫亚峰、北京邮电大学信息与通信工程学院教授啜钢、合肥工业大学机械工程学院教授韩江、中国科学院计算机网络信息中心研究员于建军、清华大学信息化技术中心高级工程师马云龙等专家组成专家委员会完成了本次评审。

随着国家不断推进“智慧港口”和“世界一流港口”的建设，我国港口的发展模式也正在从依靠增加资源投入的规模速度型向依靠科技驱动的质量效益型转变，而智能化是港口转型和发展的核心手段。煤炭散货港口是连接煤炭供应链的关键环节，对经济发展具有重要意义。

针对大型煤炭散货港口设备运行压力大、检修效率低、运维成本高、业务流程复杂、突发故障应对能力不足以及运维数据信息化水平低等问题，该项目研发了大型煤炭散货港口设备智能运维一体化平台，并实现多项技术创新：

①构建了融合信息物理系统CPS和EFQM业务模型的设备智能运维平台，实现了大型煤炭散货港口设备相关业务过程数据的深度融合与协同。

②开发了面向带式输送机状态、负荷、安防及环境等信息的数据智能感知、异构多源数据融合和实时监测技术，实现了煤炭散货港口设备的实时性能参数与运行状态的智能识别与精细化管理；研发的智能采集箱支持异构多源数据的采集、汇聚、转发，有效保证设备数据采集的稳定性、安全性，提升数据处理效率。

③构建了煤炭散货港口设备及可替换件3D模型的数字孪生体，通过虚实连接和映射，实现对设备状态的监测、预测、诊断、仿真和参数调整、运维优化，支持“数据感知-实时分析-智能决策-创新应用”的实时智能闭环。

④基于深度学习与知识发现技术，构建了标准曲线分析、设备故障分析、设备/部件健康评价、基于Bezier曲线的GIS离散点数据矢量压缩等算法模型，满足煤炭散货港口设备性能与健康状态的精准识别与预判。

在创新驱动和数字化转型战略指引下，“智慧港口”建设正不断走向深入，运营管控能力、技术创新能力成为衡量港口数字化水平的重要依据。面向港口行业，玖道科技将持续以资产管控为基础，立足煤炭散货港口设备智能运维与物资协同保障，协助港口企业通过管理模式的创新与多元业务的融合，打通数据壁垒，集成统一管控，实现经营管理效益的持续提升，全方位赋能港口企业的数字化战斗力。