大数据“把脉”工程质量安全

文｜本刊编辑部

建筑业是一个充满着大数据的行业。建筑业涉及人群庞大、工种繁多、设备复杂、建材多样、工艺丰富，建筑工程中每天会产生、传输、处理、记录大量的信息和数据，这些数据散落在各个不同的政府监管服务部门、企业和项目现场中，传统信息化手段无法管理海量工程数据，信息资产价值远未发掘。

建筑业大数据是指利用BIM技术、云计算、物联网、移动技术和智能设备等信息化技术手段聚焦数据应用，从行业、企业、项目、现场多个维度，形成建筑行业数据采集、存储、清洗、挖掘、可视化展示的大数据应用体系，提高整个行业数据的流通与互动，实现精细化管理和生产，逐步实现绿色建造和生态建造。

建筑业大数据分析则是建立在多样的混杂的海量大数据上，建造过程的内容数据、行为数据等都是分析的对象。建筑业大数据将建筑活动中的因果、相关数据进行挖掘分析，从多个维度保证预测准确性。

在具体项目应用层面，基于大数据的深化设计，可以将各个部件厂商、设计师、工程师等历史数据进行采集、整理、分析，构建丰富的BIM部件库。在建造过程中，利用大数据能够重点解决质量、安全分析和预测等问题。

一直以来，质量和安全是建设工程项目管理的两个重要内容，关系到国家经济建设发展以及人民生命财产安全。伴随我国经济的飞速发展，施工质量安全管理被人们日益重视。对于建筑企业来说，搞好建设项目的质量安全控制也是企业成功的关键。

数字化时代，施工现场大量质量安全相关数据的获取与积累，以及先进的大数据分析技术为施工质量安全管理提供了新的思考方向，即由“经验驱动的管理”转向“数据驱动的管理”。

通过系统收集与整理施工管理过程中的大量相关数据，包括操作人员的技术培训及职业教育记录、质量奖惩记录、机械操作人员岗位责任制记录、机械设备检查和运转记录、材料检查和验收记录、材料管理台账、有资质单位出具的复检合格记录、施工方日常自检记录、相关检查和验收记录等，采用大数据分析的方法与手段抽取有助于质量管理的关键因素，以支持质量安全管理的有效实施。

以大数据的充分发掘和共享为基础，收集记录施工项目质量业务管理活动过程中产生的数据，指定统一数据标准，形成针对这些分类的业务标准，并根据这些业务标准做数据分类和分析，这是在大数据时代进行质量管理数据分析的新思路。

在实际应用时，运用大数据思维收集各项目在施工过程中的常见质量问题并加以储存，有了数据之后，就要对数据进行加工。加工的过程不能把原始的数据直接报告给业务分析人员，因为原始的质量问题数据可能是杂乱的，这些毫无规律的问题数据很难进行数据分析，需要提前建立数据模型。通过数据模型对所收集到的数据进行自动分类。可以说建立合理的数据模型是后续分析数据的关键步骤。

数据分析是由业务人员对处理后的数据制定分析原则，并进行相应分析的过程。基于大数据的分析要运用常规的统计学分析方法，还需要研究大数据的实时分析、数据流算法等数学分析方法。

通过对散落在施工项目中的数据汇总分析，可以通过一定规则将数据分析所得出的常见质量通病与建筑模型的相应部位进行自动关联，在施工过程中，当施工到相应的部位和关键节点时，系统可根据施工部位、施工工序以及当前施工时间能够自动预警可能出现的质量通病，达到建筑施工的质量预防效果，从而实现施工质量管理过程中的持续改进。