首页 / 案例 / 某大型集装箱港口 · 智慧安全实训中心

港口 / 智能体 + 联盟链 + APP

某大型集装箱港口 · 智慧安全实训中心

年吞吐量居国内前列的集装箱港口,把高危作业培训从课堂搬到可考核的实训空间。

背景

该港口的作业环境包含岸桥、场桥、堆场、闸口等多类高危场景,传统培训以课堂讲授加视频学习为主。

问题不在于「讲得不够」,而在于三点:一是高危场景无法在真实作业面反复演练;二是培训效果无法量化,考勤到了不等于学会了;三是成绩与培训记录分散在多套系统里,上级检查时拿不出完整链条。

港口的安全培训还有一个特殊性:人员流动性大,新员工集中入职,培训必须在短时间内批量完成并留下可查记录。

方案

交付一套综合安全实训中心,把培训拆成「测评 → 学习 → 实训 → 评估 → 管理」五个环节,每个环节都有系统承载。

测评环节用 AI 人格测评做岗位匹配,识别风险偏好偏高、应急反应偏慢的人员,在入场前分流。

学习环节用在线学堂承载课程,支持按岗位推送学习任务。

实训环节用 VR 与实体设备覆盖 8 类以上高危场景,操作过程可记录。

评估环节用综评智控系统汇总各环节数据,生成个人与班组的能力画像。

管理环节把全部记录汇总,成绩单上链存证,形成不可篡改的培训档案。

技术构成

下表为本项目的技术要素,客户可据此自行验证。

技术栈

系统构成7 大考核系统 · 9 个软件模块
人员测评AI 人格测评(6 维度 + 伪装识别)
实训方式VR 实训 8+ 场景 · 实体设备 55 类
设备管理设备台账 66 台 · 在线监测 21 台
存证FISCO BCOS 联盟链 3 节点 · PBFT 共识
成绩单SHA-256 指纹锚定,链上核验
移动端Android 应用,支持离线学习
后台node.js 服务 · 中控与展示分离

成效

  • 高危作业培训从「讲一遍」变成「练到会」,操作过程可回溯。
  • 人员入场前完成岗位匹配测评,风险偏好异常者提前分流。
  • 培训记录与成绩单上链,上级检查时可直接链上核验,无法篡改。
  • 设备台账与在线监测打通,设备状态与培训排期联动。

用到的能力

聊类似场景

01 / 约束条件

项目在什么限制下做的

没有约束的项目故事都是编的。这一节把时间、场地、人员、合规四条限制列清楚。

这些限制直接决定了方案的形状 —— 下面「关键难点」里的每一个问题, 都是被其中某一条限制挤出来的。

四类约束

时间要求在港口的年度停产检修窗口内完成主体设备安装,实际可用施工时间只有常规项目的一半。
场地实训中心由原有仓库改造,层高与柱距受限,部分大型实体设备无法按标准尺寸布置。
人员一线员工倒班制,无法集中脱产培训,培训必须能切片插入班前会与交接班时段。
合规培训记录要能应对上级检查与事故追溯,纸质签字与 Excel 台账都不满足要求。
02 / 关键难点

真正卡住的地方

不是「我们很努力」,是「问题长什么样、我们怎么解的、代价是什么」。

VR 场景与真实作业面对不上

最初采购的 VR 场景是通用港口的,与这个港口的岸桥型号、堆场布局、指挥手势都有差异。学员在 VR 里练完,到现场还是不会。
怎么解的:我们把场景按这个港口的实际作业面重建:用现场照片与视频做参考,把岸桥的司机室视角、场桥的盲区、堆场的通道宽度都按实景还原。代价是场景重建花了三周,收益是学员上手时间从两天缩到半天。

培训切片与倒班排班冲突

系统原本设计成「一次两小时」的完整课程,但倒班员工根本凑不出两小时。上线第一周完成率不到 30%。
怎么解的:把课程拆成 8–12 分钟的微单元,一个班前会能学完一到两个。同时把考核从「学完全部再考」改成「每单元学完即测」,完成率提到 85% 以上。这个改动推翻了原来的课程结构设计。

成绩可信度被质疑

第一版验收时,甲方信息中心提出:成绩存在数据库里,管理员有权限改,这个成绩单拿出去没有证明力。
怎么解的:把成绩单的关键字段(人员、科目、分数、时间)做 SHA-256 指纹,指纹上链,原文留本地。核验时用指纹比对。这样既不违反「数据不出内网」,又让成绩单具备了防篡改属性。
03 / 可复用点

其他项目能直接借鉴什么

这一节是给同行的。如果你正在做类似的事,这几条能省你一些弯路。

倒班制培训要按「微单元」设计

任何面向一线员工、无法脱产的系统,都建议先做 10 分钟以内的单元,再考虑完整课程。

VR 场景必须按实际作业面重建

通用场景只适合演示,不适合考核。场景重建的成本要提前计入预算。

存证只存指纹,不存原文

既满足防篡改,又不触发数据出网的合规问题。这个模式可以复用到任何「要证明但数据不能出去」的场景。

04 / 复盘

如果重做一次

只讲成功的地方很假。这一节写我们做错或做晚的地方。

如果重做,我们会先做一个月的「后台数据打通」再做前端。现在的做法是先上界面、后接数据,导致中期返工了一次——三个系统的字段口径不一致,人员编号有三套,最后做了一次全量映射。

VR 场景的重建工作量被严重低估。当初按「改改贴图」估的,实际是按实景重建。下一版报价会单列这一项。

离线能力做晚了。港口部分区域信号不好,APP 的离线模式是第三个月才补的。凡是现场使用的系统,离线应该是第一版就有的东西。

← 全部案例 回到首页