運用データ監視（実用的な情報が満載！港湾運用データのリアルタイム監視システムの構築方法をステップバイステップで解説します）

役立つ情報満載！港湾運営データのリアルタイム監視システムの構築方法を段階的に説明します

ターミナル操作は、複数の位置、複数の機械タイプ、および複数のリンクを持つ生産チェーンです。この生産チェーンの運用中、その内部要因と外部要因はリアルタイムで変化します。たとえば、船舶の到着が早まったり遅れたりすることによるバースの変更、ゲートフローの違いによるヤードの混雑度の変化、機械の故障による機械入力数の変化などです。特定の位置、機械の種類、リンク、または要因のわずかな変化によってバタフライ効果が発生し、生産チェーン全体の動作が遅くなったり、停滞したり、さらには中断したりする可能性があります。したがって、生産プロセスにおける異常な詳細をタイムリーに発見し、リソースの投入をリアルタイムで調整し、さまざまな操作ラインを合理的に割り当て、操作上の衝突を調整し、生産チェーンの正常な操作を確保することが、ターミナルの運用効率を向上させる主な手段です。

そのため、ターミナル運用においては運用データのリアルタイム監視と分析が極めて重要です。これにより、運用データをリアルタイムで監視するにはどうすればよいかという疑問も生じます。

まず、1 時間を統一した監視時間間隔として、同じ期間に発生する運用データをリストし、監視のニーズに応じてさまざまなデータ比較セットを分類して要約します。例えば、フロンティア作業量、ヤード作業量、ゲートフローの 3 つのデータがセットになります。これら 3 つのデータの変化を 1 時間ごとに観察することで、ターミナルの現在の全体的な運用状況、3 つのデータのバランスが取れているかどうか、ヤード運用量がゲートフローとフロンティア運用量のニーズを満たしているかどうかを基本的に把握できます。最先端の機械操作速度セットを確立し、船舶の各操作ラインの速度をリアルタイムで監視・比較することで、船舶の運転の進捗状況を全面的に把握し、異常な運転速度の運転ラインの追跡に重点を置きます。同様に、監視のニーズに応じて、「ヤード機械運転速度セット」と「ヤードトレーラー牽引速度セット」を確立し、リアルタイムの比較分析を通じて、操作ラインの弱点を見つけ出し、中央制御室が生産プロセスをリアルタイムで制御し、計画を科学的かつ合理的に調整するための重要な意思決定の根拠を提供します。

以上の説明により、業務におけるリアルタイムデータ分析を確立する手順を基本的に習得できました。以下では、いくつかの代表的なデータセットを取り上げ、各データセットの構築と分析方法、端末操作プロセスにおける役割について一つずつ説明します。

1. ヤード滞留料と空荷消費量のデータセット分析

このデータセットは、フロンティア作業量、ヤード作業量、ゲートフローの3つのデータポイントを選択し、現在の作業の主要リンクが正常に動作しているかどうか、リソースの割り当てが合理的であるかどうかをマクロ分析します。このデータ セットを期間別に棒グラフにしたものが以下になります。

時間単位でのデータセットの監視と分析は次の表に示されています。

滞船料の統計分析

1.生産が最適状態に達すると、差分値は0、つまりヤードの有効稼働量Y（積み下ろし船＋積み下ろし車両）＝船舶稼働量Q＋ゲートフローZとなり、トレーラー拘束率が低く、船舶効率が高くなります。

2. Yの場合

空消費価値の統計分析

ヤードの理論的な操作量 L = ヤードに投入される機械の数 M * 各機械が 1 時間あたりに操作するボックスの平均数 N。L = D のとき、理論的な最適状態に達します。 L>D の場合、機械がアイドル状態であることを意味します。 (LD)/N を計算して、ヤード内のアイドル状態の機械の数を取得します。

ターミナル運営における制御不能な要因により、港湾滞留値とアイドル消費値は最適な状態に到達できません。長期にわたるデータの統計的モニタリングを通じて、これら 2 つの値の妥当な範囲を導き出すことができます。港湾滞留値とアイドル消費値が適正範囲から外れている場合、データが異常であることを意味します。システムは自動的に警報機構を作動させ、中央制御担当者に時間内に運用リソースを割り当てるよう通知します。

2. ヤード機械の単機運転データとトレーラー拘束データの分析

このデータセットは、主に、機械の稼働状況と機械構成の合理性を判断するために、対応する期間における単一の機械の稼働効率、対応する稼働ボックスエリアで港に滞留しているトレーラーの数、および港への予定到着数の 3 つのデータを分析用に抽出します。データセットの分析は次の表に示されています。

機械の実際の稼働量が基準値を下回っており、対応するコンテナエリアでトレーラーが立ち往生する現象が発生しており、機械が正常に稼働していないことが証明されています。システムは、中央制御オペレータに機械の追跡と管理を強化するよう通知するプロンプトを自動的に発行します。

機械の実際の稼働量が基準値以上であり、トレーラーの係留量と予想される入港量の合計が係留基準を超える場合、コンテナエリアの機械が不足しており、コンテナエリアに機械を配備する必要があることを意味します。

3. 船舶運航効率データ収集のリアルタイム監視と分析

このデータセットは、主に各船舶の運航効率のリアルタイム監視と異常な偏差値を持つ船舶の検出に基づいています。船舶が投入する運航ライン数に応じて、船舶の積み下ろし速度の対応するベンチマーク値を確立します。表形式のデータセットは次の表に示されています。

作業開始時間を起点、作業終了時間を終点として横軸をとり、時間毎の作業量と累計数を縦軸にとり、「時間経過チャート」を適用して構築したデータセットは下図のようになります。

4.船舶の「港湾作業時間」データ収集のリアルタイム監視と分析

このデータセットは主に「タイムラプスグラフ」アプローチを使用して、港内の船舶のあらゆる動きをリアルタイムで監視および記録し、港内の船舶の異常な状況を検出し、タイムリーな対応措置を講じることができます。

港湾内の船舶

船が港の停泊地に到着してから港を出るまでに、一連のダイナミックなイベントが発生します。まず「船舶の位置」から始め、到着と出発を開始点と終了点とし、船舶の港での時間を停泊、入港、停泊、出港の 4 つの時間帯に分けます。当社では、入港と出港を起点と終点として、「着岸」「作業前手順・準備」「作業」「完了後手順・出港準備」「解係留」の5つの時間帯に分けて作業を進めています。

港湾船舶のタイムラプスデータ収集チャート

到着時刻を起点とし、上記のように区切られた時間帯を横軸の値、出発時刻を横軸の終点、時間を縦軸として、「この位置における船舶の時間的要素構成」を棒グラフで表します。これらのグラフを組み合わせると、次のような「船舶入港時間経過グラフデータセット」が作成されます。

上記のモデルを通じて、船舶の港湾滞在時間に影響を与えるさまざまな要因をまとめ、船舶の港湾滞在時間に影響を与える要因を分析し、主要因と異常要因を特定し、分析して改善します。

5. 機械操作データ収集の分析

このデータセットは主に、各種機械の稼働効率をリアルタイムで監視し、機械の稼働状況をリアルタイムで把握し、異常状況を適時に発見し、機械の合理的な配置を促進するために使用されます。

マシンタイプ別にデータ収集分析テーブルを作成する

このデータセットは、主に各種機械の稼働効率をリアルタイムで集計し、垂直および水平の比較を通じて異常なデータを発見します。次の表に示すように、岸壁クレーンを例に挙げます。

偏差値が単一の岸壁クレーンの 1 時間あたりの平均操作ボックス数より大きい場合、機械のアイドル状態が存在する可能性があることを示しており、中央制御担当者に岸壁クレーンの操作ダイナミクスに注意を払うように通知します。

単一機械生産データの監視と分析

このデータセットは、主に単一のマシンの動作効率をリアルタイムで監視し、マシンの動作状態を常に把握します。

引き続き岸壁クレーンを例にとると、単一の岸壁クレーンの製造データセットは次の表のようになります。

注*: ベンチマーク値は、岸壁クレーンの 1 時間あたりの平均運転効率を指します。

同様に、ヤード機械操作データセットと単一機械の操作データセット分析の対応する分析を確立し、対応する偏差値間隔を設定し、データの異常を迅速に発見して原因を分析し、科学的かつ合理的なリソース割り当ての基礎を提供することができます。

6. ゲートフローデータのリアルタイム監視と分析

このデータセットは、主に各期間のゲートフローを読み取り、ゲートフローのピーク値と谷値を分析し、作業シフトの合理的な配置とリソースの割り当てのための科学的根拠を提供します。結果の棒グラフを以下に示します。

上図によれば、当日のゲートのピークフロー範囲は午前10時～午後18時で、最大ピークは午後16時に発生します。したがって、このピーク範囲にさらに多くの機械を投資することができます。

上記では、主にいくつかのデータセットを選択し、操作データのリアルタイム監視と分析を確立するための基本的な方法を紹介し、端末操作のリアルタイム制御プロセスにおける各データセットの役割について説明します。上記のデータセットを分析することで、異常な状況を適時に発見し、対応する対策を講じることができます。例えば、「港湾滞留値」が異常な場合には、「ゲートフロー制御」や「機械投資の増額」などの対策を講じ、さらに翌期の稼働データを追跡することで、対策の効果を検証することができます。たとえば、「アイドル消費値」などです。アイドル消費値が異常な場合、機械投資を削減し、省エネと消費削減効果を実現できます。

端末操作では、各リンクが対応する操作データを生成します。ニーズに応じて収集、整理、分析し、対応するデータセットを確立し、運用データのリアルタイム分析システムを徐々に確立します。これにより、運用の各リンクにおける異常状況を迅速に発見できるほか、ターミナル内の各リンクの現在の運用能力を十分に把握し、運用ニーズとリソース割り当ての関係、つまり作業負荷に応じてどの程度のリソースが割り当てられるかを明確にし、各リンクに正確かつ科学的にリソースを割り当てて、最適なリソース割り当てを実現できます。同時に、このシステムの確立は一朝一夕で達成できるものではないことも十分に認識すべきです。元データの収集とベンチマーク値の決定には長期間の蓄積が必要であり、データ分析手法は継続的に改善する必要があり、システムは継続的に改善する必要があります。さらに、端末の操作性がさらに向上するにつれて、より深く隠れていた「蝶」が徐々に明らかになり、新たな「問題の蝶」に直面することになります。