北海职业学院"凌波臂"团队破解港口设备智能化难题

随着港口的不断发展，港口起重需求越来越重要。北海职业学院"凌波臂"创新团队在祝小玲副院长与罗莎老师的带领下，赴北海港口开展为期两周的起重机智能化升级专项调研。团队成员港口机械、计算机等跨学科领域，包括李广海、江妍妍、张佳凌、潘发新四位核心成员。此次调研聚焦港口设备能耗高、智能化升级等行业痛点，为后续技术研发获取关键数据支撑。

调研发现，传统港口起重机存在三大核心问题：其一，能源利用率不足40%，液压系统与电力驱动缺乏协同机制；其二，多能源系统在高温、高湿环境下的稳定性和抗干扰能力差；其三，人工远程操控受限于信号延迟，定位精度偏差超±15cm，存在安全隐患。这些问题直接推高了港口运营成本，制约智慧港口建设进程。

"凌波臂"团队依托专业群优势，攻克多项关键技术：

一、多控制器扁平集成技术

团队研发的多控制器扁平集成技术，采用去液压化设计，简化机械结构，为多能源模块集成腾出空间；同时，整合电力接口，实现多电压总线自动适配。这提高了能源利用效率，提升起重机的空间利用率和协同效率，助力港口节能减排。

二、电磁干扰信号滤波技术

为解决多能源系统在恶劣环境下的稳定性和抗干扰能力差的问题，团队提出电磁干扰信号滤波技术。通过优化直流转直流变换器的控制实现了高校散热、，降低电磁噪声辐射；结合纳米晶材料屏蔽层阻挡外部磁场干扰，降低误码率。同时，采用智能散热与冗余设计，创新性的将超级电容与锂电池并联，确保系统在单点故障下仍可稳定运行，有效抑制锂电池温升，保障了港口起重机多能源系统在恶劣工况下的稳定性与可靠性。

三、抗差粒子群 - 卡尔曼滤波融合算法技术

针对人工远程操控精准度不足的问题，团队结合计算机专业算法优势，提出抗差粒子群 - 卡尔曼滤波融合算法技术。通过提升数据采集精度，利用特征工程与聚类模型提取负载波动特征。算法动态调整能源分配策略，实时预测负载变化，提前切换能源模式，缩短算法响应时间，降低能源分配误差率，提高远程操控的精准度和安全性。

“凌波臂” 团队通过跨学科合作，将港口专业知识与计算机技术深度融合，成功将这些创新技术应用于港口起重机，为港口的智能化、绿色化发展提供有力支持。