随着港口规模化、现代化、信息化建设的推进,港口装卸设备逐渐向大型化、复杂化、自动化、智能化发展。虽然当前港口设备一般配有本地或远程监控系统,但系统通用性不高、监控点不够、功能也不够完善、对于数据的利用也不充分,无法提供故障预测及专家诊断等等问题,导致维修的时间不可控,对港口的生产作业造成重大影响。另外,当前大多数码头公司还在采用计划维修的方式,定期地对起重机设备进行检查和保养,造成了时间、人力、物力上的浪费。因此,越来越多的港口用户,特别是港口集团用户希望能开发出一套智能管控系统,为港口设备的管理提供一套真实可用的高可靠信息化管理平台,提升设备管理水平,提高效率,降低成本。本文对港口装卸设备运行概况、分类、特点等进行了深入研究和分析,设计和实现了港口装卸设备智能管控系统,取得了以下成果:基于CBM的概念,实现了基于CBM架构的大型港口设备智能管控系统,采用的六层体系结构,并对每一层的实现方式及方法进行描述及分析实现。如数据源层的数据来源和数据类型,数据采集层的元数据及现有数据采集方式,数据存储层的存储数据类型、数据库存储方式,数据挖掘层的三种数据挖掘方法,以及应用层和表示层的四大应用模块等。搭建了符合OSA-CBM、IEEE1451、IEEE1232等标准的七层结构系统,对设备多源异构数据采集技术、设备多源异构数据可拓展分布式存储框架、设备大数据挖掘技术、智能管控系统应用服务及多维可视化技术、智能管控系统跨平台技术研究、分层定制服务和用户权限管理进行研究和实践。针对振华重工设备,设计了智能管控系统,通过对单机设备信号连接及网络、中控系统网络、云上系统架构、以及振华总部的监控中心网络及设备运行,说明所设计方案和效果是可行的。研究将物联网、工业大数据挖掘技术和机器学习应用于大型港口设备智能管控系统,将是该领域有益的探索和实践,具有理论及实际的应用价值。