首页 理论教育 工程大数据及应用技术优化方案

工程大数据及应用技术优化方案

时间:2023-06-19 理论教育 版权反馈
【摘要】:自2015 年起,贵州省公共资源交易中心将大数据应用于工程招投标管理。截至2020 年9 月,通过工程招投标大数据分析,湖南省发现了25 家中标次数过高的知名建筑企业,并组织开展了约谈、自查自纠。此外,通过此次大数据比对,还查处了32 起串通投标问题。而通过工程大数据的采集、存储、分析等环节实现其有效利用,并对工程项目安全进行风险预测。

工程大数据及应用技术优化方案

工程大数据是指在建设工程项目全生命周期产生的所有数据汇聚而成的数据集,这些数据通过采集、存储、分析、展示,能够从中汲取知识、预测未来、风险管理,辅助项目进行系统性决策,以促成项目。IBM 提出了大数据的4V 特征,同样的工程大数据也具备4个特点,具体如下所述。

1)工程大数据的特征

工程大数据具有数据体量大、数据类型多、数据管理困难和数据价值大等特征。

(1)数据体量大

随着项目的开展,工程数据体量将不断增加,普通单体建筑所产生的文档数量可达到104 数量级

(2)数据类型多

同其他大数据一样,工程大数据包括各种结构化数据、半结构化数据、非结构化数据,如成本、建筑尺寸、施工日志、各类音频图片等。

(3)数据管理困难

工程项目具有一次性、不确定性等特点,这使得工程数据的收集、管理、共享等具备一定的困难。

(4)数据价值大

与传统大数据较低的价值密度相比,工程大数据能够通过规模效应,将低价值密度的数据整合为高价值密度的信息资产。

2)工程大数据的应用价值(www.xing528.com)

我国在建筑工程施工建设中运用大数据技术,可以为海量工程数据分析和处理提供便利,同时也有效规避了工程建设中各环节容易出现的弊端。在工程建设招标投标上,容易出现定价机制市场化不足、评标履约能力不足的问题,该技术为项目招投标活动合理开展提供了保障。在建筑工程施工过程中,既可对工程数据进行统计、处理和评估,也可为建筑工程开展提供决策依据,从而推进项目质量、安全、环境等管理的信息化。

(1)基于大数据的工程招投标

目前,在我国招投标过程中仍存在诸如串通投标、虚假招标等问题。而通过对工程大数据的收集、存储、分析后,既能快速核实招投标中各方信息,预测招投标相关情况,还能为交易决策提供强有力的数据支撑。此外,基于工程大数据,还能统计行业内的信用信息,建立招投标市场主体履约信息系统,促进工程招投标过程的公平、公正、公开。

自2015 年起,贵州公共资源交易中心将大数据应用于工程招投标管理。贵州省发布了全省统一建设工程招投标流程、工程招标电子化交易操作细则以及一系列数据交换标准,促进全省的数据互联互通、交互共享。此外,贵州省还以全省统一的公共资源电子交易流程为基础,搭建“云上贵州”大数据平台,实现企业注册信息共享、数字证书全省通用,目前全省已有61 218 个数字证书在交易平台互联互通。2015 年,贵州省交易中心开发建设了交易数据分析系统,通过工程招投标数据分析,一年内共发现各类交易违规问题15 起,提出工作建议8 条。

2020 年5 月,湖南省对工程建设招投标开展大数据分析,通过对全省2017 至2019 年20 000 多个招投标项目的招标人、投标人、专家评委等数据的采集、深度分析,新建了30多个大数据分析模型,重点查找“标王”、陪标专业户等问题线索。截至2020 年9 月,通过工程招投标大数据分析,湖南省发现了25 家中标次数过高的知名建筑企业,并组织开展了约谈、自查自纠。此外,通过此次大数据比对,还查处了32 起串通投标问题。

沈阳市通过采集2013 年以来全市所有人防工程的项目审批信息和招投标信息等,建立工程数据库,运用不同的分析算法,发现全市有68 个项目存在少批应建人防工程情况;运用行权痕迹分析法建立比对模型,发现多起围标串标问题。

(2)基于工程大数据的施工管理

在安全管理方面,工程项目具有一定复杂性,传统施工项目难以对人、材、机等进行有效控制和管理,规避安全隐患。而通过工程大数据的采集、存储、分析等环节实现其有效利用,并对工程项目安全进行风险预测。从2015 年起,丁烈云院士的数字建造与工程安全团队通过自主研发的地铁施工安全风险控制系统,采集了300 余个地铁工程的CAD 图纸及BIM 模型、施工日志、环境监测数据、进度跟踪照片、隐患排查照片和相关监控视频等。该团队基于每年收集的超过1 500 TB 非结构化数据,超过50 万条的结构化数据,开展施工现场安全巡视、监测数据采集与分析、专家诊断及预警等服务。此外,基于采集到的工程数据,还可以对结构主体、机械设备、人员的安全行为等进行实时监测。

在进度管理方面,现阶段的施工进度计划管理难以离开现有的软件以及部分进度管理系统,基于现有软件、系统收集的进度数据,并对其进行汇集、分析,可得出影响进度的因素及工期履约情况。如珠江三角洲水资源配置工程融合进度计划、进度监控、作业状态等信息,运用工程进度大数据可进行评价和预测模型,识别进度滞后的标段或工区,辅助管理人员及时掌握进度态势,提前发现和处理工程进度风险,进而实现工程进度的有效管控。

质量管理方面,依靠对工程大数据分析,施工单位能够全面掌握混凝土抗压强度、钢筋的焊接等数据,从而有效预判、管理和解决施工质量问题。美国马里兰大学、北卡罗来纳州立大学和AECOM 联合研发了桥梁综合健康监测系统,用于收集桥梁影像视频数据、桥梁结构监测数据、桥梁交通通行数据和桥梁设计建造数据等4 类数据,实现了马里兰州317 座桥梁的远程、实时监控,对于桥梁性能退化、安全问题进行早期诊断和预警服务。

环境管理方面,施工单位已陆续建立相关管理平台,对相关数据进行采集、存储、管理。如施工单位可利用建筑废弃物监管系统,实现对现场废弃物的计量、运输、处理等环节的信息化管理,政府则能宏观地了解项目废弃物的总体排放、回收情况。自2006 年起,中国香港政府实施建筑废弃物处置收费计划,用于监督施工和拆除过程中产生的建筑废弃物,并推动资源回收和重复利用。该计划规定施工单位对日期、废物清运车辆、进出场质量等废物倾倒信息进行记录,基于这些信息进行分析、处理、建模,可对废物阶段清运量、车辆需求等进行预测,提升废物处理效率

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈