装卸作业的安全生产一直是国家和港口企业关注的焦点,而应急调度是应对生产安全事故的重要措施。此外,“前港后厂”模式下,钢铁企业“多品种,小批量”的原料配送订单拉动港口取料作业更为频繁,增加了取料机的故障几率,这不仅易造成港口配送作业的延误,更严重的是将连带导致后续钢厂生产事故,损失不可估量,进一步加强了对港口安全生产的需求。因此,亟需探索港口取料机应急调度方法。为提高堆场取料作业的敏捷性,本文将制造业的车间调度和柔性生产理论引入港口取料作业管理,并提出精细化取料工艺。其中,在应急调度方案中,通过多次调度,可最大程度利用堆场生产要素,减少故障事件对整体作业进度的影响。在此基础上,以作业完成时间最小化为目标,构建了取料机应急调度模型。此外,由于取料机应急调度属于非线性的NP-hard问题,故本文采用细菌觅食算法（BFA）进行求解。为提高算法的性能,从三个方面对其进行了改进使之更加适应该模型的求解。最后,基于港口作业和钢铁企业生产的运作数据进行仿真实验,验证IBFA和应急调度模型的适用性和有效性。结果表明,IBFA算法求解速度更快,跳出局部最优的能力更强;应急调度通过动态分配作业路径和作业量将故障时间的影响均分分摊给所有作业设备,充分利用了各台设备的生产能力,最大程度减少了生产延误,提高了港口取料作业的柔性。本文的研究为实现“港-钢”生产无缝衔接提供了科学的理论与方法,同时,精细化的生产工艺为智慧港口的建设奠定了基础。