> 资源中心 > 官方博客 > 行业解读 > 挖掘大数据价值,引领工程质量提升(施工企业数字化)

挖掘大数据价值,引领工程质量提升(施工企业数字化)

作者:卢锡雷 牛凯丽 楼攀 陈志超 来源:《建筑》杂志社 时间:2021-07-06

建筑行业发展迅猛,数字建筑逐渐占据重要地位,也将重塑企业竞争力。在数字化转型背景下,数字化新技术的发展应用使得建筑工程管理水平也得到了相应提升,为持续推动建筑行业的发展,必须提高建筑工程的质量水平,从而能够使建筑价值最大化,也使建筑行业的经济效益最大化。


大数据、物联网、云计算等 IT 新技术正逐渐迈进工程建设领域,基于此,利用先进的科学技术手段,深入探索有效的建筑工程管理方式,与时俱进,应用新技术开展建筑工程质量监督管理工作,避免建筑工程中可能存在的风险问题,保障建筑工程的质量。




大数据是通过对所有数据进行采集、存储、管理、分析才能具有更强的决策力、洞察发现力和流程优化能力,帮助进行经营决策的数据集合(信息资产)。大数据的四个特征:


◎ 规模巨大(Volume):数据量巨大,数据具有完整性且呈爆炸式增长,大数据所处理的数据量通常在 PB 级以上。


◎ 类型多样(Variety):数据类型多,这是大数据与传统数据管理的显著差异,传统数据管理是对结构化数据进行分析,大数据所处理的计算机数据类型包括结构 化数据及文档、图片、视频等非结构化的数据。


◎ 速度快(Velocity):数据时效性,数据的产生速度加快,需要注重对数据的实时分析,从而快速获取需 要的信息,避免数据被淹没。


◎ 价值高(Value):经分析后的数据价值高,运用数据挖掘技术更迅速地完成数据价值获取。挖掘出大数据的潜在价值,是大数据的最终意义。


大数据挖掘


数据挖掘是指从大量的、随机的、模糊的实际应用数据中,将不易被发掘的具有价值的信息提取出来。


数据挖掘是一种新型的信息处理技术,可以通过数据挖掘将大量的数据信息进行分类、聚类、关联、特征等分析处理,并从中提取有利于决策的数据,为企业获取利益,提高企业竞争力。建筑行业属于劳动密集型、知识密集型、风险密集型、资金密集型行业,其产生的数据量较大,而有价值的信息较少,因此须对大量数据进行 分析处理,从中获取有利于提高建筑企业竞争力的信息,因此,数据挖掘技术对建筑企业管理具有重要意义。




工程进行过程中会产生海量数据,而工程质量的有效管理,需要依靠大数据为支撑,应用大数据挖掘技术获取数据价值。


目前,建设工程质量监督管理薄弱,在此情况下,各地的质量监督管理部门开始建设自己的信息化管理, 开展以信息技术或大数据技术为手段的工程质量管理研究,以此提高工作效率。但现有的建成系统,在使用过 程中,发现以下几个方面的问题。


◎ 数据实时性不高 


现有工程质量管理系统存在信息系统功能少、技术 落后的缺点,只有小部分质量监测数据能够被实时获取, 而对于施工前(如图纸数据)、施工中(如工艺、工法等数据)以及施工后(如材料、设备验收等数据)没有实施实时管理,不能及时收集相关数据,展开管理活动。相关数据缺乏便会导致数据的分析、挖掘等无法深入展开,难以为工程质量管理提供决策依据,从而导致工程 质量管理发展滞后。


◎ 数据系统综合性不高 


现有的信息系统综合性不高、功能不够强大,需要的数据大多是来自外部系统,这种外部系统的数据收集采用的是跨平台对接方式,这种方式很容易导致系统的不兼容,从而数据获取和传递困难,对工程质量管理不利。因此需要搭建一个综合性的信息系统平台,全方位整合工程相关数据,包括计划、施工、验收等每个步骤的数据,统一组织,集中管理,分析挖掘出的结果进行共享,使各个单位和部门可以随时获取所需的数据,提高工程质量管理效率。


◎ 数据系统共享性不高


目前,现有的工程质量管理系统是独享的,数据是单一方向流动的,也就是说,数据仅为政府管理部门提供工程质量管理服务,对相关企业单位不开放、不共享。封闭的系统模式,使得不能充分利用数据价值,这对于那些使用数据进行管理的企业很不利。随着大数据时代和信息时代的到来,数据已成为企业的重要资产。建立统一的系统平台共享企业数据源,企业利用数据挖掘技术,通过对数据的有效分析提高自己的工程质量管理水平,助力企业发展。




对大数据进行挖掘能够为建筑行业带来不可估量的经济效益,应用大数据挖掘技术能够有效地改进工程质量管理存在的问题。


◎ 促进现场质量管理提升 


在传统的监管工作中,施工、安装以及调试等现场施工的管理很难进行,而且钢筋规格和使用、混凝土配比等 材料也会出现偷工减料的情况,严重影响着工程的质量。为了补充现场监管不足的情况,施工现场大量布置视频监 控装置以及传感器等,对施工现场进行全方位的监督管理,对获取的数据存储成结构化或非结构化数据,进行数据挖掘,预测问题的发生并及时发现工程质量管理的问题。


◎ 数据的实时性 


数据的实时性体现在实时获取和实时公开数据两方面,其一,实时获取数据有助于及时预防和尽早发现工程质量问题,把问题消灭在萌芽之中,有效地解决由于质量问题导致的安全隐患。大数据挖掘平台利用各种传 感器实时获取建材、施工、检测过程等信息,将极大地提高工程质量管理的数据获取的时效性。其二,实时公开数据有助于工程相关各方跟踪监视工程质量问题,建 立电子管理档案,为其提供数据支撑。大数据挖掘平台,对企业开放查询数据的权限,随时可根据建筑企业输入的指令要求,进行信息查询,在此基础上对数据进行分析并进行数据挖掘等有关项目的服务,进而找出建筑企业在工程质量管理方面所出现的问题,并针对这些问题提出具有针对性的解决方案,实现质量管理水平的提升。


◎ 数据的有效挖掘 


通过对实时获取施工企业以及检查机构之前累积的项目数据的分析和对比,进行关联性分析,并使用大数据挖掘技术探寻与质量管理相关的信息,建立预测模型,检查质量管理结果,预测整个工程中存在的质量风险,在最初立项的时候检测人员就可以利用建筑工程项目已有信息的分析及预测,进行风险评估。对于那些存在较大风险的项目要进行资源的再调配,以此来把施工风险控制在能够接受的程度,并有效促进决策效率的提升。


建立基于大数据挖掘的数据共享平台,使质量相关数据能够在相关各方之间有效地传输与使用,进而提高企业工程质量管理的水平及政府监管效率。


在对大数据挖掘及工程质量管理相关内容分析的基础上,以大数据为支撑,以互联网、云计算和数据挖掘为技术辅助,构建建设工程质量管理数据挖掘共享平台如图 2 所示。




在大数据挖掘项目质量管理数据挖掘共享平台中,所涉及到的人员及具体的分工如下:


◎ 质量监测专家。监测专家从云平台上下载影响工程质量的相关数据,进而对数据产生的原因及是否合理进行分析,从而能够充分了解到相关人员是否出现失误操作。


◎ 工程建设各相关方。包括建设单位、施工单位、监理单位、材料供应商及勘察单位,这些相关方与土木工程专家分析有效提高工程质量、缩短工期、降低成本 的相关数据并协助数据挖掘专家提供工程质量相关的其他数据,保证数据收集的完整性、可靠性。


◎ 政府监管人员。政府监管人员既是监督管理者,同时也是数据的提供者与需求者,因此需要对建设工程的 质量情况进行实时监督,从而在此基础上制定合理决策。


◎ 土木工程专家。这些专家从质量监测协会以及质 量监测专家手中获取相关数据,协助数据挖掘技术人员 对数据进行原理性的分析,获取更有价值的信息,从而 改良施工流程及处理相应的质量问题。


◎ 大数据挖掘等技术平台专家。这些专家主要负责 平台相关功能的创建、运行及维护,促进质量管理数据 挖掘共享平台的实现,能够使数据在施工各方及各个专家之间共享,从而更好地协助他们的分析工作。


大数据挖掘技术的应用能够根据材料的成分和规格来预测其使用寿命对建筑工程质量的影响;还能够根据施工现场采集的作业人员的操作流程数据预测该行为可能出现的质量问题,做到提前预防等。在这个系统平台中,其重点检测的是工程作业人员、机械设备、材料、施工方法以及环境等影响工程质量的主要因素,对其进行实时动态跟踪与分析并严格控制,是保证工程质量的关键。


建筑工程质量管理至关重要,提高工程质量管理水平是目前亟待解决的问题,而大数据时代下,数据挖掘在各个领域的探索和实践都取得了不错的成果,与此同时,将数据挖掘技术应用于工程的质量管理中,结合其他相关新技术构建战略性的系统平台,能够有效地提高建筑工程管理水平。


当前物联网技术、云计算、互联网等相关技术的成熟应用将能够实现实时发现和处理工程质量问题,减少滞后处理带来的更多质量方面的隐患;甚至预测未出现的质量安全问题,提前预防,减少人员伤亡、返工和停工带来的经济损失,促进工程质量管理水平的有效提升,让质量管理朝向高效化、标准化、经济化持续进步。


文 / 卢锡雷 牛凯丽 楼攀 陈志超


原文见2021年第10期《建筑》(有删减)





红圈工程项目管理软件让管理层通过手机就能够随时随地了解项目在质量、安全、环保的措施及检查整改情况。管理层可通过线上发布相关制度要求,形成统一标准。设置检查-执行-反馈的闭环管理,质检员按照公司要求外出巡检,通过手机端就可以按公司标准汇报巡检质量情况,当巡检过程中发现质量问题,通过手机发起整改内容及整改时间,系统及时提醒按时反馈整改情况及照片,整改后情况自动归档,作为数据依据,有效避免质量安全风险。




相关资讯

近来,“数字化转型”成了一个高频词,且热度不断在增高。业内许多人士都在谈论这个话题,大有谁不谈“数字化转型”谁就是个“落伍者”之状。为便于在相同语境下讨论问题,今天我也凑个热闹,以“数字化转型”为题,谈一点粗浅认识,就教于同行。

行业解读 2021-02-05
更多资讯