大型建筑工程质量的关键工序识别与监控方法

摘要

本发明公开了属于建筑工程技术领域的一种大型建筑工程质量的关键工序识别与监控方法。该方法首先在明确大型建筑工程项目质量监管对象的基础上，从工程质量的形成特性出发，依据工程施工工艺和施工质量验收规范，构建起工程质量监管对象的群参数关系位模型及其相应的邻接关系矩阵

说明书

技术领域

本发明属于建筑工程技术领域，主要是针对大型或特大型建筑工程项目实 施过程中如何确保工程质量而提出的一种大型建筑工程质量的关键工序识别与 监控方法。

技术背景

工程质量问题始终是工程项目管理者高度关注的主要问题之一，究其原因， 主要还是由于工程项目在其实施过程中经常受到来自项目内外各种因素的影响， 这些影响因素使得工程项目具有了偏离预定质量目标的倾向性。特别是对于大型 建筑工程项目而言，由于大型建筑工程项目是一个高度开放系统，在其实施过程 中需要不断地与系统内外进行信息和资源交换，因而，大型建筑工程项目在其实 施过程中所受到干扰和影响就远比一般工程项目要高的多，实现其工程质量预定 目标也就具有了更多的困难。因此，在工程项目的质量管理中，如何对大型建筑 工程项目的质量进行有效的监管就成为工程项目管理领域的主要研究问题之一。

目前，在工程实践中，分析和解决建筑工程项目质量问题的方法有很多种， 如分类法、对比法、循径法、AHP法(Analytic Hierarchy Process)、CCP法 (Critical chain Process Method)、因果分析法、聚类分析法、模糊数学法、 蚁群算法、遗传算法、神经网络等多种方法，特别是以统计学理论为基础的方法 已成为目前分析、研究和解决工程质量问题的主要方法。但是，由于该方法主要 是在工程质量已成为事实基础上的预后分析法，因而，在对工程质量实施预控管 理方面就凸显其不足。为此，为了提高工程质量的监管水平，很多研究者分别从 工程设计、施工监理、材料检测、招标投标、制度管理等方面进行了不同深度的 研究，并且就如何实现对工程质量的预控管理提出了很多建议。但由于这些方法 在不同程度上都是对工程局部问题的分析和研究，所选取的研究对象对于大型建 筑工程项目而言也不具有代表性，提出的方法也不具有普适性，因而，对于大型 建筑工程项目的质量管理而言，就不再具有高效性。但更主要的原因是，由于很 多研究者在分析和研究如何实现对大型建筑工程项目的质量实施预前控制的过 程中，缺乏对形成工程质量的过程性和累积性二个最主要特性以及影响工程质量 群因素中主次程度等关键问题的足够重视和深度研究，因而，从解决大型建筑工 程项目质量问题的实践效果来看，就得不到理想的效果。因此，若要有效解决大 型建筑工程项目中的工程质量问题，就需要在紧密结合工程质量特点的基础上提 出一种新的有效方法。

发明内容

针对上述技术背景中提到的大型建筑工程项目质量管理中存在的不足，本 发明提出一种大型建筑工程质量的关键工序识别与监控方法。本发明的技术方案 包含以下十个步骤：

步骤一：根据工程设计的要求等级，确定大型建筑工程项目的质量监管对象；

步骤二：针对某工程质量监管对象，根据工程施工工艺和施工质量验收规范， 确定该工程质量参数集合{Uα^k}；其中，α^k为现场采集的质量参数群，k为参数 的个数。

步骤三：根据工程施工工艺的逻辑关系，对参数群中的现场采集的质量参数 群α^k进行约束关系分析，并构建质量参数群的关系位模型；

步骤四：根据质量参数群的关系位模型，建立该工程质量参数群的邻接关系 矩阵

步骤五：对该工程质量参数群的邻接关系矩阵进行数理分析，获取可达矩阵 可达矩阵的满足条件是：${(R_{\alpha }^k+I)}^{S-1}\ne {(R_{\alpha }^k+I)}^S={(R_{\alpha }^k+I)}^{S+1}=P_{\alpha }^k,$式中s为计算 阶数；

步骤六：依据可达矩阵确定所有参数间的倍效关系，并从高到低进行排 序；

步骤七：将倍效值最大的参数所对应的工序确定为影响工程质量的关键工 序；

步骤八：通过现场实测，重复N次采集重点监控的关键工序质量参数值其中，表示现场采集的质量参数群α^k的第i个实测值，且i≤N。

步骤九：对采集的N个质量参数值进行σ，δ^U，δ^D，μ四项指标分析。其 中，σ表示该项工序质量的总体均态，δ^U表示该项工序质量的最大上偏差，δ^D表 示该项工序质量的最大下偏差，μ表示该项工序的质量控制状态。各指标的计算 方法与判别条件分别为：

$\left(\begin{array}{cc}\sigma =(\underset{i=1}{\overset{N}{\Sigma }}{\mathrm{V\alpha }}_i^k/N)/\left[\beta \right],& \mathrm{JUDst}:\exists \forall \sigma \cong H\left(1\right)\mathrm{JUDst}\\ {\delta }^U=\mathrm{MAX}\left\{{\mathrm{V\alpha }}_i^k\right\}-\left[\beta \right],& \mathrm{JUDst}:\exists \forall {\delta }^U=H\left({\partial }^U\right[+\left(0\right)\left]\right)\\ {\delta }^D=\mathrm{MIN}\left\{{\mathrm{V\alpha }}_i^k\right\}-\left[\beta \right],& \mathrm{JUDst}:\exists \forall {\delta }^D=H\left({\partial }^D\right[-\left(0\right)\left]\right)\\ \mu =({\delta }^U+{\delta }^D)/2\left[\beta \right],& \mathrm{JUDst}:\exists \forall \mu \cong H\left(0\right)\end{array}\right)$

其中，[β]为工程质量施工规范规定的标准值；

步骤十：根据σ和μ的分析结果以及工程质量验收规范，判定该质量关键工 序的监控力度及效果；若达标，则可继续进行下一道工序，即依照工程施工工艺 所需进行的下道工序；否则，根据该工程质量最大上偏差δ^U和最大下偏差δ^D的 分析结果，指导和修正原工程施工工艺参数和施工方法，并返回第八步重复进行 检验至合格。

所述对参数群中的质量参数群α^k进行约束关系分析，并且构建的群参数关系 位模型是根据工程施工工艺的逻辑关系确定的。

所述对工程质量关键工序的识别和判定是通过确定所有参数间的倍效关系 进行的，而所有参数间的倍效关系需通过对参数群邻接关系矩阵的数理分析而获 取的可达矩阵来确定。

所述对工程质量的判定是依据现场实测关键工序质量参数值的四项指标 分析σ，δ^U，δ^D，μ来确定的。

本发明的有益效果是根据采集的多个质量参数值进行σ，δ^U，δ^D，μ四项 指标分析，很容易找出工程质量最大上偏差δ^U和最大下偏差δ^D的分析结果，并 确定影响大型建筑工程质量的关键工序，进而指导和修正原工程施工工艺参数和 施工方法。

附图说明

图1为大型建筑工程质量的关键工序识别与监控流程图。

具体实施方式

本发明提出一种大型建筑工程质量的关键工序识别与监控方法。下面结合图 1对大型建设工程质量的关键工序识别与监控修正技术作详细说明。但在说明前 需要强调的是，下述说明中若干处数据或数学表达式的例举仅是示例性的，是为 了更好的解释与说明本发明的机理与实质。

本发明针对上述技术背景中提到的大型建筑工程项目质量管理中存在的不 足，提出了一种能够有效识别大型建筑工程质量关键工序并对之实施有效控制的 新技术。这一技术可通过以下十个步骤来实现。

1、根据工程设计要求，确定大型建设工程项目的工程质量监管对象。确定 时，可采用WBS(work break system)分解技术，将大型建设工程项目分解成若 干个单位工程，单位工程又可依照工程类别组成分解为多个分部工程和分项工 程。结合工程设计对各分项工程质量的等级和精度要求，即可确定大型建设工程 项目中的工程质量监管对象。

2、针对某分项工程质量监管对象，根据该工程施工工艺和工程施工质量验 收规范，确定该分项工程的所有质量参数群α^k，并将所有参数α^k组成参数集合 {Uα^k}(k∈N)，其中，k为参数的个数，N为正整数。

3、根据工程施工工艺的逻辑关系，对参数群中的所有参数进行约束关系分 析，并构建质量参数群的关系位模型。例如，某混凝土板工程质量参数群αk有8 项，即模板安装、钢筋排放、混凝土配置、混凝土浇筑、后期养护、混凝土材料、 施工机具和作业条件，则k＝8。此时，参数群集合即为 {Uα^k}＝{α¹，α²，α³，α⁴，α⁵，α⁶，α⁷，α⁸}，根据工程施工工艺的逻辑关系，参数间约束关 系为：α¹→α⁷Uα⁸，α²→α⁷Uα⁸，α³→α⁸Uα⁶Uα⁷，α⁴→α²Uα³Uα⁷Uα⁸， α⁵→α³Uα⁷Uα⁸，α’⁶→α²Uα¹Uα³Uα⁵，α⁷→α²Uα¹Uα³Uα⁴，α⁸→α⁷Uα¹Uα⁴Uα⁵。 据参数间的这些约束关系，其所对应的关系位模型M为：

$M=\left(\begin{array}{c}{\alpha }^1\left|\right\{{\alpha }^7,{\alpha }^8\}\in {\alpha }^1\\ {\alpha }^2\left|\right\{{\alpha }^7,{\alpha }^8\}\in {\alpha }^2\\ {\alpha }^3\left|\right\{{\alpha }^8,{\alpha }^6,{\alpha }^7\}\in {\alpha }^3\\ {\alpha }^4\left|\right\{{\alpha }^2,{\alpha }^3,{\alpha }^7,{\alpha }^8\}\in {\alpha }^4\\ {\alpha }^5\left|\right\{{\alpha }^3,{\alpha }^7,{\alpha }^8\}\in {\alpha }^5\\ {\alpha }^6\left|\right\{{\alpha }^2,{\alpha }^1,{\alpha }^3,{\alpha }^5\}\in {\alpha }^{,6}\\ {\alpha }^7\left|\right\{{\alpha }^2,{\alpha }^1,{\alpha }^3,{\alpha }^4\}\in {\alpha }^7\\ {\alpha }^8\left|\right\{{\alpha }^7,{\alpha }^1,{\alpha }^4,{\alpha }^5\}\in {\alpha }^8\end{array}\right)$

4、根据质量参数群的关系位模型，建立该工程质量参数群的邻接关系矩阵

以第三步的工程质量参数群{Uα^k}为例，依据其所对应的关系位模型，该 工程质量参数群所对应的参数群邻接关系矩阵为：

$R_{\alpha }^k=|{\alpha }_j^i\otimes {\alpha }_j^i|=\left\{V\right|\mathrm{Vol}\left({\alpha }_j^i\right),{\alpha }_j^i\in \alpha :i,j\in k,k=10\}$

$R_{\alpha }^k=\left(\begin{array}{cccccc}{\alpha }_1^1& {\alpha }_2^1& {\alpha }_3^1& L& {\alpha }_7^1& {\alpha }_8^1\\ {\alpha }_1^2& {\alpha }_2^2& {\alpha }_3^2& L& {\alpha }_7^2& {\alpha }_8^2\\ {\alpha }_1^3& {\alpha }_2^3& {\alpha }_3^3& L& {\alpha }_7^4& {\alpha }_8^4\\ M& M& M& O& M& M\\ {\alpha }_1^7& {\alpha }_2^7& {\alpha }_3^7& L& {\alpha }_7^7& {\alpha }_8^7\\ {\alpha }_1^8& {\alpha }_2^8& {\alpha }_3^8& L& {\alpha }_7^8& {\alpha }_8^8\end{array}\right)=\left(\begin{array}{cccccccc}0& 0& 0& 0& 0& 0& 1& 1\\ 0& 0& 0& 0& 0& 0& 1& 1\\ 0& 0& 0& 0& 0& 1& 1& 1\\ 0& 1& 1& 0& 0& 0& 1& 1\\ 0& 0& 1& 0& 0& 0& 1& 1\\ 1& 1& 1& 0& 1& 0& 0& 0\\ 1& 1& 1& 1& 0& 0& 0& 0\\ 1& 0& 0& 1& 1& 0& 1& 0\end{array}\right)$

5、对该工程质量参数群的邻接关系矩阵进行数理分析，获取可达矩阵

根据布尔运算法则，当工程质量参数群的邻接关系矩阵满足条件 ${(R_{\alpha }^k+I)}^{S-1}\ne {(R_{\alpha }^k+I)}^S={(R_{\alpha }^k+I)}^{S+1}=P_{\alpha }^k,$则称为的可达矩阵。式中s为计算阶数。

6、依据可达矩阵确定所有参数间的倍效关系，并从高到低进行排序。 由于可达矩阵表达了工程质量参数群中所有参数间的关系路径，因此，在满足 一致性检验要求的前提下，可达矩阵中各参数间的基比值即为参数间的倍效关 系。可达矩阵的参数基比值计算和一致性检验方法如下：

(1)计算可达矩阵每一行参数和即

(2)进行归一化处理，将转化为并组成ω集 合，

(3)选取作为基比，计算每个参数的基比值

(4)计算一致性指标ζ、λ和φ，对基比值进行一致性检验。

一致性指标ζ、λ和φ的计算方法分别为：

$\zeta =\frac{1}{k}\Sigma \frac{{{ϵ}_{\alpha }}^i}{{{\omega }_{\alpha }}^i},$$\lambda =\frac{\zeta -k}{k-1},$$\phi =\lambda /\gamma .$当φ∠0.10时，即满足数理上 的一致性检验要求。其中的γ可通过多元统计数学手册，依据k值大小查表 得知。若不符合要求，须返回具体实施方式中的步骤三，检查参数间工艺约 束关系的表述漏缺。若满足，则进行具体实施方式中的步骤五。

(5)依据满足一致性检验要求的基比值，按照从大到小的顺序进行排列，明 确参数之间的倍效关系。

7、将倍效值最大的参数所对应的工序确定为影响工程质量的关键工序，并 作为该分项工程质量的重点监控对象。

8、通过现场实测，重复N次采集重点监控的工序质量参数值表示 该工序质量参数α^k的第i次实测值(i≤N)。N值可根据工程设计对工程质量的等 级和精度要求，依据工程施工质量验收规范来确定。

9、对采集的N个质量参数值进行σ，δ^U，δ^D，μ四项指标分析，其中，σ表 示该工序质量的总体均态，δ^U表示该工序质量的最大上偏差，δ^D表示该工序质 量的最大下偏差，μ表示该工序的质量控制状态，其计算方法与判别条件分别为：

$\left(\begin{array}{cc}\sigma =(\underset{i=1}{\overset{N}{\Sigma }}{\mathrm{V\alpha }}_i^k/N)/\left[\beta \right],& \mathrm{JUDst}:\exists \forall \sigma \cong H\left(1\right)\mathrm{JUDst}\\ {\delta }^U=\mathrm{MAX}\left\{{\mathrm{V\alpha }}_i^k\right\}-\left[\beta \right],& \mathrm{JUDst}:\exists \forall {\delta }^U=H\left({\partial }^U\right[+\left(0\right)\left]\right)\\ {\delta }^D=\mathrm{MIN}\left\{{\mathrm{V\alpha }}_i^k\right\}-\left[\beta \right],& \mathrm{JUDst}:\exists \forall {\delta }^D=H\left({\partial }^D\right[-\left(0\right)\left]\right)\\ \mu =({\delta }^U+{\delta }^D)/2\left[\beta \right],& \mathrm{JUDst}:\exists \forall \mu \cong H\left(0\right)\end{array}\right)$

其中，[β]为工程质量施工规范规定的标准值。

10、根据σ和μ的分析结果以及工程质量验收规范，判定该质量关键工序的 监控力度及效果是否满足工程质量的等级和精度要求，如符合要求，可继续进行 下一道工序。否则，须根据该工程质量最大上偏差δ^U和最大下偏差δ^D的分析结 果，分别针对性的指导和修正原工程施工工艺参数和施工方法，并以修正后的施 工工艺参数为依据重新指导工程施工，并返回具体实施方式的第八步，重复进行 数据采集和检验，直至合格。

以上所述为本发明较佳的具体实施方式与流程，其流程图参见附图一所示。 但在此需要特别说明的是，对于本发明的上述技术，任何熟悉本技术领域的技术 人员在本发明揭露的技术范围内，皆可轻易想到变化或替换，因此，任何没有本 质和机理区别的变化或替换，都应涵盖在本发明的保护范围之内。