1 引言
国内外自动化码头大都采用AGV(Automated Guided Vehicles，自动引导车)作为主要的水平运输机械。对于衡量水平运输机械运行情况，传统方式只使用周转率一个指标。AGV有别于其他的水平运输机械，是基于车辆控制系统下的全自动运行机械，其中调度原则、路径规划、交通控制全部由车辆控制系统进行调度和控制，周转率指标不能全面地分析AGV运行状况。因此，需要用到其他指标去评价调度、路径规划等方面的模块。
良好的舆论氛围，为青海省全面、深入实施水土保持国策宣传教育行动，落实生态立省战略、促进生态文明建设奠定了基础。不难想见，随着全社会水土保持、生态保护观念的不断凝聚，“中华水塔”之源将在我们的精心呵护下永续长流。
目前，对AGV评价指标研究的相关文献还不多见。陆睿[1]提出指标体系选定应该具备完备性、可操作性、独立性、可比性原则，同时对于指标的评价和分析，应建立在对生产直接有影响的前提上，以及对决策的质量和效率有明显提高的基础上。傅荧[2]提出了指标评价要建立在科学、全面、完整的评价基础上，评价方法需要综合考虑，复杂的、很难客观计量的属性需要通过主观判断和定量分析的方法将属性变换成相应的价值。
通过数据采集及现场观察洋山深水港四期自动化码头AGV运行情况，发现AGV的周转率偏低，仅为3.8车/h，与要求的5车/h的周转率存在很大的差距，单台桥吊每小时等待AGV的次数多达4次。本文在上述的评价原则和评价方法基础上，结合对AGV的研究，制定出更适用于自动化码头AGV设备的评价原则和方法。对于现场观察及数据反映的AGV运行的问题，初步建立一套全面、完善、实用的AGV运行评价指标，通过对这些指标数据的研究分析，寻找相对应的影响因素，为后续的AGV调度和路径规划的优化提供数据支撑，同时指导计划模块(如堆存计划、配载计划)的优化方向[3]。
2 评价指标建立的目的与原则
2.1 AGV运行评价目的
(1)系统合理地分析AGV运行情况。评价指标能更直接、更精确的对整体AGV任务中运行的路径、运行的时间、在桥吊车道和箱区车道的等待时间进行分析。
(2)准确定位AGV指标的影响因素。评价指标能较为准确地定位影响AGV运行的因素。
(3)指导其他自动化码头对于AGV运行情况的分析。为其他自动化码头的AGV运行分析提供参考。
多因素Logistic回归分析显示，更多的子宫内膜息肉和更长的随访时间与术后息肉复发的风险显著相关[16]。所以对EP患者可以持续更长时间的随访，进一步观察疗效。本研究说明，3种EP手术方式在临床均切实可行，应根据月经症状、有无贫血及生育要求选取适合的宫腔镜手术治疗方式，以达到最佳的治疗效果。
选择 [Sparcial Analyst 工具]→[表面分析]→[山体阴影]工具，打开工具对话框进行不同时刻[方位角]、 [高度角]参数的设置，并确定。
2.2 AGV运行评价指标建立的原则
AGV运行评价指标建立应遵循4个基本原则。
(1)科学性原则。评价指标的设定确切科学，指标含义准确无误，数据来源和计算范围保持一致。
(2)可比性原则。AGV评价指标应该具备可比性和可测性，定性的指标需要有一定的量化手段与之相对应。
(3)独立性原则。AGV评价指标应具有独立性，各指标应该互不相关、彼此独立。这样可以使整个评价指标体系有一个清晰的结构。
(4)系统可优化原则。评价指标应能全面的反映AGV运行状况，主要是针对AGV调度和路径规划功能目前运行的状况，通过对核心指标的细分、对数据的分析，确定影响核心指标的因素，为这两项功能提供明确可优化的方向[4-5]。
3 评价指标定义
3.1 AGV周转率
AGV每小时完成任务的周转次数。周转率指标为衡量AGV效率最重要的指标，AGV作为水平运输机械，连接着堆场轨道吊和码头前沿桥吊的作业。周转率高低决定了作业是否连贯，同时也影响着桥吊作业效率。可通过如下公式计算：
周转率=60/AGV平均周转时间
周转时间=AGV任务完成时间-AGV收到任务时间
统计方式以小时段进行统计，收集每小时内所有AGV的周转时间，排除AGV故障情况下计算平均周转时间。平均周转时间可分为卸船作业平均用时和装船作业平均用时，卸船和装船作业可再细化到送箱及收箱周转时间(见表1)。
表1 AGV平均周转时间指标定义
一级指标二级指标三级指标指标定义AGV平均周转时间卸船平均周转时间卸船收箱周转时间T1:AGV初始位置至桥吊作业车道的行驶时间W1:AGV在桥吊作业车道由空变重的等待时间卸船送箱周转时间T2:AGV从桥吊作业车道至箱区车道的行驶时间W2:AGV在箱区车道由空变重的等待时间装船平均周转时间装船收箱周转时间T3:AGV初始位置至箱区作业车道的行驶时间W3:AGV在箱区车道由空变重的等待时间装船船送箱周转时间T4:AGV从箱区作业车道至桥吊车道的行驶时间W4:AGV在箱区车道由空变重的等待时间
3.2 AGV利用率
利用率指标可衡量AGV出勤数量是否满足实际生产需求，同时衡量AGV调度是否均衡。衡量AGV出勤数量的公式为：计划周转率=昼夜总作业车数/有效作业时间/AGV出勤数量。计划周转率应大于实际平均周转率，才能保证AGV的出勤数量满足实际生产需求。
衡量AGV调度是否均衡的方式为： 计算出勤每一台AGV平均任务数和行驶时间，通过标准差和CV值(变异指数)的计算，评价AGV调度是否均衡。
例如，通过统计出勤获得某自动化码头AGV在一昼夜内的任务行驶时间和任务数量，经过计算得出：任务数平均值为90.42车，标准差为9.87车，CV值为10.92%，CV值低于15%，AGV调度每一台AGV的次数较为平均。AGV行驶时间平均值为405 s，标准差为32.65 s，CV值为8.06%，CV值低于15%，AGV任务行驶时间相差较小，说明AGV调度基本能均等分配较近的任务。
3.3 AGV空车平均闲置时间
AGV空车闲置时间即AGV空车等待新任务的时间，在每小时任务数量>AGV计划周转率×出勤基准下，衡量AGV调度分配任务的连续性。去除AGV调度本身的运算耗时，一般空车闲置时间小于3 s的比例应在90%以上。平均空车闲置时间应控制在10 s以内。
3.4 AGV准点率
AGV准点率即AGV是否按计划要求时间准时或提早到达任务位置的比例，是分析时间矩阵是否准确的重要指标。
桥吊作业车道、箱区作业车道以及AGV停车缓冲区都是逻辑位置，将所有逻辑位置之间的AGV运行时间形成一个时间矩阵，做为AGV调度的依据。准点计算标准为：(AGV实际到达作业车道时间)-(计划要求到达时间)<0；准点率=准点次数/总次数
4 影响因素初步分析
由表1可知，AGV的运行时间可细分为8个时间，根据定义的时间，罗列影响行驶时间和等待时间的因素以及评价方式(见表2)。
或许，这场人事变动引发的改变，不仅仅是地理上的南北协同，也不仅仅是两位“地产老兵”的职业新春，华夏幸福也正在谋划着更大的棋局，变化只是刚刚开始。
本文提出基于最小生成树的K-Means算法划分脑区或ROI。利用隐马尔科夫模型揭示了大脑不同网络之间的转换不是完全随机发生的，这种非随机的大脑网络序列本身是有层次结构的，呈现出两个不同的亚稳态网络系统。基于SVD算法计算出网络内聚力的大小，全面分析当前大脑状态动力学的有关研究。
表2 影响AGV运行时间的因素及评价方式
定义影响因素现象(条件)评价方式T1AGV调度AGV初始位置与任务初始位置的距离空车卸船平均行驶距离路径规划桥吊肩并肩情况下,上档PB的选择上档PB与桥吊距离交通控制AGV减速、避让、等待减速、等待次数W1桥吊作业效率AGV在桥吊作业车道等待作业AGV等待桥吊作业时间AGV调度按照时间矩阵规定的时间准时到达实际达到时间/规定到达时间T2堆存计划卸船箱区和作业桥吊位置的距离重车卸船平均行驶时间路径规划桥吊肩并肩情况下,下档PB的选择下档PB与桥吊距离交通控制AGV减速、避让、等待减速、等待次数W2桥吊OCRAGV在下档PB位置等待OCR识别结果桥吊OCR的识别率堆存计划海侧轨道吊在箱区繁忙程度海侧轨道吊装卸船作业量轨道吊调度直接交互区等待轨道吊作业AGV等待ASC作业时间T3AGV调度AGV初始位置与任务初始位置的距离空车装船平均行驶时间交通控制AGV减速避让、等待减速、等待次数W3轨道吊调度直接交互区等待轨道吊作业AGV等待ASC作业时间AGV调度按照时间矩阵规定的时间准时到达实际达到时间/规定到达时间T4配载计划装船箱区和作业桥吊位置的距离重车装船平均行驶时间路径规划桥吊肩并肩情况下,上档PB的选择上档PB与桥吊距离交通控制AGV减速避让、等待减速、等待次数W4桥吊作业效率AGV在桥吊作业车道等待作业AGV等待桥吊作业时间-门架小车作业时间AGV调度按照时间矩阵规定的时间准时到达实际达到时间/规定到达时间=1
由表2可知，影响AGV运行时间和等待时间的因素很多，其中有AGV调度、路径规划、交通控制自身的问题，有来自作业链两端桥吊效率、轨道吊调度的影响，同时又有堆存计划、配载计划的影响。表3为各影响因素所占比例统计。
我回了一趟昌隆街看望父亲，这是我离开之后的第二次回家。头一次是五年前，谢瑞天陪我回来的，他说他的身份不便于见我父亲，于是便在县城的宾馆里等我。
表3 各影响因素所占比例
影响因素占比/%路径规划和交通控制35AGV调度25轨道吊调度10桥吊效率10堆存计划、配载计划15OCR设备5
通过对现象观察和数据分析，对每个定义时间过长的原因进行分析，着重去解决占比较大的影响因素。
5 结语
通过建立AGV运行评价指标，可以清晰地分析出目前AGV在运行过程中存在的问题，找出每个定义时间过长的原因及影响因素，以便有针对性地进行优化。
在物联网蓬勃发展下，许多业者已投资进行设备连网与数据收集，但对于数据如何产生价值，大家仍处于摸索阶段。自研华推出WISE-PaaS后，从最初在局端的物联网软件模块，持续整合、加强与开源社群的对接，至今更发展建立云平台运营服务的能量，明确将数据撷取后可以产出的商业价值，作为其发展首要目标，产业数据驱动智能创新因而成为WISE-PaaS演化的聚焦方向。在本次峰会上，研华重磅推出WISE-PaaS 3.0，四大功能模块协助产业升级：
参 考 文 献
[1] 陆睿.集装箱码头生产指标体系构建[J].中国水运，(5)：36-37.
[2] 傅荧. 集装箱码头生产效率评价指标体系初探[J].四川教育学院学报，(9)：97-100.
[3] 陈瑶.厦门港口集装箱码头集卡管理优化研究[D].厦门：华侨大学，.
[4] 王文韬.自动化集装箱码头作业效率评估研究[D].厦门：集美大学，.
[5] 严庭玉.集装箱码头装卸作业调度优化研究[D].重庆：重庆交通大学，
