基于计算机技术的建筑工程智慧管理与应用

陈 舒（91007部队，浙江 宁波 310000）

近年来，随着建筑管理中计算机技术的应用日益广泛，管理方法及体系与信息技术逐步融合，通过运用现代物联网技术、传感器技术、建筑模型信息技术等，构建起信息化建筑管理平台与框架，实现了建筑管理的多方面互联，有效提高了建筑管理水平，优化了建筑管理内容。信息技术的发展实现了建筑管理数据的互联互通，通过分析总结类似建筑结构的管理经验和信息，可对管理体系和管理内容重点进行深度数据挖掘，分析重点影响因素，对管理平台进行持续优化，发挥智慧管理体系优势，强化信息传递和各方协同管理。

1 建筑工程信息挖掘与社会网络分析

1.1 工程信息挖掘

现代建筑工程项目体量规模逐年增长，建筑结构与功能日益复杂，建筑项目的管理难度不断提升，现代管理体系与方法必须适应建筑业发展需要，细化功能特征，构建自动化的管理功能系统。通过收集整理建筑工程的事故类型和工程数据，建立工程管理风险数据库，可为后续建立管理系统提供大量现实资料支撑。本研究统计了近15年住房和城乡建设部发布的安全事故的工程数据，并对其工程地点、具体产值、事故规模、经济损失、事故类型和诱发因素进行了分析总结，采用数字化的处理模式，提取其中的工程建设数据并进行归一化处理，建立事故分析神经网络，利用数据库中的内容不断调试管理评价模型。

统计数据显示，近年来高发的建筑工程安全事故类型主要包括施工期高空坠落、物体打击、机械伤害、火灾触电，其发生概率与工程建设规模、施工时间在概率学上均存在相关性（P＞0.05），根据数据库内容统计结果如图1所示。

根据事故数据的统计学分析结果，高空坠落类安全事故发生率最高，占总事故的45%以上，容易导致人员伤亡。坠落事故的发生概率与工业产值数据相关性分析结果为P＞0.05，相关系数R=0.1732，表明二者之间确实存在统计学上的正向相关关系，相关性强度一般。物体打击与火灾触电事故分布均匀，随着建筑业产值的提升，统计学上机械伤害事故的发生率反而下降，说明大型建筑项目机械设备管理严格，机械施工安全管理落实优于小型建设项目。

1.2 工程管理社会网络化分析

研究利用社会网络分析法（SNA），从行业整体出发，研究各类事故发生率与事故特性和工程各方对象的映射联系，利用计算机技术对内在联系进行矩阵式节点分析，将工程主体、环境、人员等设立成动态的分析单元，进行相关参数计算，分析不同因素之间的聚集特征。

由于现代建筑工程管理影响因素复杂，因此分析过程中需根据大量工程数据简化节点处理计算，识别出关键的风险因素，并建立针对建筑工程的特异化管理风险因素网络。其中，建筑工程内容分为管理部分、外界环境部分以及工程建设部分，基本分析逻辑框架如图2所示。

将图2 中点线框内通过系统识别出的影响因子定义为单独的分析单元，构建成为前端因素集合A，将总结出的事故类型定义为后端事故集合，利用边缘赋值法建立二者之间的关联矩阵，其中二者之间的关联系数采用数据库中二者的相关性系数R进行赋值，Rij为0表示前端因子Ai与后端因子Bj之间不存在相关关系，Rij为1 表示前端因子Ai与后端因子Bj之间存在完全的正相关关系。数据库中的数据采用R语言数据处理模块进行处理，数据处理结果反映出因子对于管理事故发生率的影响大小。各因子内部之间也存在相关性关系，同样可根据图2 虚线框中的工程阶段进行分层分析，分析结果采用Fru-Rein 布局，模块处理后如图3所示。

图3 识别因子间Fru-Rein布局

图3中圈形的大小表示对该因子对整体事故发生率的影响大小，连接线表示统计学上R＞0.05的各因子间的相关关系。建筑工程管理的社会网格分析结果显示，场地规划、运输时效性、自然因素等对事故发生率的影响较大，在构建智能化管理体系时应该重点考虑；其次，部门间的协调合作、工艺水平和审批及时性同样处于节点较多的状态，说明此类因素影响范围较大，会引发因子之间的相互响应。

建立的社会化网格结构共有21 个关联因子，各因子之间的关联度可以用系统输出的紧密中心度C值进行评价，见式（1）。

式中i为第i个因子，j为第j个因子，n为该因子导出的连线数量，Ci越大表示i因素与各因素之间的关联越紧密。

根据计算结果，场地规划具有最强中心度，说明该因素与多因子之间存在着较强的相关性。建筑管理模型中计算各因子平均中心度为0.48，说明因子整体上关联性较强。

2 工程管理数据化与智慧平台的构建

在建筑工程管理过程中，不同阶段的管理内容和管理对象存在一定差异，管理过程呈现明显的阶段性特征，管理过程要服务于工程建设目的，需要多方人员协调配合。因此，在搭建建筑工程智慧管理平台时，既要体现系统化、一体化的管理思路，将阶段性管理联系起来，增强各环节之间的管理衔接，打通不同阶段的数据交流渠道，又要处理好各阶段的突出问题，提高相关人员的技术精度和管理人员的专业性，并且应重点关注社会网络化分析提取出的管理主要影响因子，用智能化手段统筹整体与细节管理。

2.1 工程管理数据化

工程的数据化是实现建筑工程智慧化管理的基础，采用传感器的方式收集在线工程数据信息是构建流畅数据信息流的有效方法，支撑各阶段的管理决策和方法调整。本研究的工程管理的数据化主要将传感器进行分类编码，自动读取工程数据信息，按照传感器类型将反馈的系统数据进行定义，结合工程建设计划实现对现场的数据化描述。在施工过程中，各数据可实时更新，利用阅读器便可实现对现场进度、施工布置的解读，捕捉温度、湿度等重要环境信息，并根据信息实时调整管理策略，确认施工操作，完善物资供应保障。以某工程建设项目为例，其现场的自动传感器布置读取数据与编码如图4所示。

图4 现场传感器布局示意

各分区传感器包括数据互联的多种传感器，包括工作人员打卡信息、设备检修数据、温度与噪声等外界环境读取设备、材料清单、局部结构压力计、联网电压表与水表、设备功率读取设备等，共同构成工程数据采集系统，将工程建设活动体现在参数变化上。每个分区的传感器根据其采集的数据类型进行集中编码，同类传感器之间的数据可以在终端进行实时比对，如出现异常情况可直接定位问题，提高问题发现与解决效率。读取设备通过电子图像识别技术和红外技术，自动对进出场物品进行材质识别和合格化检验，避免问题材料进入施工场地造成安全管理问题，提高场地管理效率。通过进出场物品读取设备，可直接对现场布置和运输路线进行规划，建立项目建设后备物品库和物流清单，实现自动化的库存物品清点和管理。

2.2 智慧管理平台的构建

智慧管理平台的基础是数据共享，其管理内容包括前期准备与设计、生产施工、后期维护三个主要阶段，现代建筑设计过程中为提高设计内容准确性，设计过程中会构建BIM 模型，将采集的工程建设数据化信息复合到BIM模型上便可实现工程建设数据的准确定位与分析。在施工建设过程中，相关工作人员需将施工所需材料与构件列一个标准清单，并且上传智慧管理平台，由平台进行统一的物品调配与运送，可提高建设原料利用率和设备周转率，系统反馈的问题和信息可成为平台优化的数据基础，促进管理方法和管理内容不断完善。根据社会化网格分析结果，施工平面规划是引发管理问题的关键因素，与多因子相关性较强，因此构建的智慧管理平台设有场地规划专项分析模块，采用图4 所示的传感器布局，实现施工场地的全场域全过程的规划管理。

智慧平台构建分为信息输入段、数据处理段、平台规划段和应用段。信息输入段即采用传感技术实现对现场安全问题的数据化表示，实现工程信息互联，其平台基本构成如图5所示。

图5 建筑工程智慧化管理平台系统图

数据处理段利用大型数据库处理模块，参考建立的工程安全问题信息数据库，进行数据的深度挖掘，与系统经验模型进行拟合回归，预测事故发生类型与概率，实现管理调度和提前预警。管理人员可从管理端口访问查阅权限内的信息数据和系统输出结果，及时处理风险信息，实现对建筑工程的成本控制与风险控制，提高管理精度。平台规划段内置专业信息和区位信息两个方面的多种功能集成模块，将数据处理端分析出的工程信息传递至相关用户端口，并进行专业内或者区域内的联动处理，提高信息在相关领域内工作人员间的传递效率，实现专业统筹和区块统筹。以建筑原材料运输为例，出库入场物品信息同步抄送至运输、生产和维护等多个专业管理负责人，实现应急事件的协同处理。应用段可反映出系统整体管理水平，通过智能化识别与信息手段，管理过程可实现物品的全过程追踪，避免出现丢失与误用问题，并可直接导出物流清单与用量清单。在安全管理方面，通过对重点因子的统计分析，可针对事故率较高的施工环节进行风险预测，结合现场实时数据和处理端风险识别内容，进行严格的安全规划管理和设备检查，有效避免高空坠落、物体打击等高发事故。通过输入端的图像识别与检测技术，可利用系统算法实现对施工人员安全设备的检查，并及时向个人发送提醒信息与安全预警，有利于现场人员了解实际情况，及时规避风险。

3 结语

本文重点研究了现代建筑工程管理过程中计算机技术的应用，通过采集总结大量建筑工程风险信息资料，建立了专门的安全事故分析数据库，利用数据处理模块深度挖掘工程数据信息，利用SNA 法构建了安全风险因子网络。

采用统计学手段分析了各管理因素与事故之间的内在联系，以及因子之间的相互影响作用，以相关系数R与紧密中心度C为主要参数，对因子的影响范围与关联程度进行了评价。统计结果显示，工程建设项目各风险因子之间联系较紧密，风险管理呈现出明显的阶段性与系统性。

通过利用传感器技术、图像智能识别技术、建筑数字建模技术，构建起了系统化的建筑工程智慧化管理平台，可有效强化部门间的数据共享与信息交流。利用数据处理模块进行风险预测与问题预警，通过规划段进行协同处理和专业审批，有效提升了管理精度与管理效率。