工程项目实施状态诊断指标的自适应调整模型

2020-03-26侯学良

科技管理研究 2020年4期

王毅，郭玉，侯学良

（华北电力大学工程技术与管理研究所，北京 102206）

大型建设工程项目实施状态诊断系统是我国近年来在工程项目管理领域推出的一项管理新技术，实践应用结果已证明，在工程项目的管理过程中，该系统不仅能够基于工程实态信息及时分析和描述出工程项目各层级管理对象的实施状况，而且还能依据有关标准确定出工程项目管理对象所处的即时状态，特别是在分析和诊断工程项目具体问题并在判定问题主次根源方面具有独特的优越性［1］，因此，该系统已被众多大型建设工程项目管理所采用。但在该系统的使用过程中也发现，随着工程项目的逐渐推进和若干项目的逐步完成，由于工程项目出现了新的管理对象，那么，分析和诊断这些管理新对象的质量、进度、费用、安全等方面的诊断指标就需要同步作出相应的调整和修正，以确保分析问题的针对性和有效性。但由于现行诊断系统并不具备诊断指标的自动调整功能，为此，当工程项目管理对象发生变化后，工程项目管理者就从诊断系统的指标数据库中选取指标，人工完成这些管理对象实施状态诊断指标的调整与修正工作。然而，工程实际应用结果已表明，由于大型建设工程项目的结构组成相对复杂，层级较多、工期较长、信息量大，且很多管理对象具有多元集合和多级传递的多维特征，因此，当工程项目出现新的管理对象时，不仅需要调整该管理对象实施状态的诊断指标，而且还需要进一步调整与其相关的其他层级管理对象的诊断指标。而这一系列诊断指标的调整与修正就给工程项目管理者带来较大的工作负担，且时常由于管理人员的考虑不周而漏缺相关管理指标的调整与修正，给工程项目的有效管理带来一定程度的不利影响［2］；更重要的是，这一问题随着工程建设规模的不断扩大和项目管理层级的不断增多而变得愈加复杂和严重，在此情态下，依旧通过人工方式来完成大型建设工程项目各层级管理对象诊断指标的系统性、系列性调整就变得不再可行。因此，如何使现行诊断系统具有随管理对象的变化而实现诊断指标的自动调整功能，就成为工程项目管理领域需要解决的一个重要现实问题。

1 相关研究现状和存在的主要问题

为解决大型建设工程项目各层级管理对象诊断指标自动调整功能这一问题，一些学者开展了针对性研究，并提出了多种诊断指标自动调整的方法与模型，如Sun 等［3］利用模糊逻辑巡检方法建立了工程项目管理对象与其诊断指标的TAFN 模糊动态调整模型（triangle-adjustable fuzzy number model），然后采用Java 语言设计了相应的诊断指标调整程序，以期实现诊断指标的自动调整与修正；焦松等［4］基于灰色关联度分析法，建立了工程项目管理对象与其诊断指标的映射关系模型，然后用C#语言编写了该模型的应用程序，实现了管理对象指定前提下的诊断指标局部联动；Li 等［5］根据工程项目分部分项和单位工程逐层逐级所含内容的固有规则，在预先构建起工程项目不同层级管理对象及其诊断指标集合的基础上，应用mapping 技术建立了工程项目管理对象与诊断指标的关联模型，然后用C++语言将此模型程序化，一旦诊断系统设定新的管理对象，则与其相关的诊断指标即可实现同步调整与修正。此外，还有一些研究者分别采用层级标签、测度参数、加性排序判断、FHE scheme 等多种方法构建了工程项目管理对象与其诊断指标的动态调整模型，寻求实现管理对象与其诊断指标动态调整的有效方法［6-9］。

但从如何使诊断系统能够随工程项目管理对象的变化而实现诊断指标自动调整这一目标来看，由于这一目标的本质含义是期望诊断系统随着工程项目的逐步实施与推进，系统自身能够通过对工程项目管理对象实态信息的自分析和自判定，自主确定工程项目在实施中是否出现了新的管理对象，并在确定管理新对象的基础上自动实现管理对象及其相关诊断指标的系统性、系列性自动调整与修正。而这些研究成果在仿真模拟或试用中，却是在预先明确和人工选定各层级管理对象的前提下来实现管理对象与其诊断指标调整的，并非诊断系统根据系统所采集的管理对象实态信息而自主识别与判定管理对象后实施的诊断指标自动调整与修正，因此，这些方法还与工程项目管理的现实需求存在显著差异。

2 诊断指标自动调整模式的新构想

大型建设工程项目是由多个单位工程组成的集合体，任何单位工程都是由多个分部工程组成的，而分部工程都是由分项工程组成的，任何分项工程所包含的具体施工内容可按照相应的施工工艺来操作和完成，因此，在工程项目管理中，最直接也最具体的管理对象就是分项工程；工程项目的变化也是从分项工程开始转变的，只要分项工程的施工内容发生了变化，就意味着出现了新的工程管理对象［10］。但在工程实践中，任何分项工程管理对象实施状态的变化都是以具体的施工表象呈现的。对于工程项目管理而言，工程中呈现出的不同表象都是工程项目的实态信息，这些信息可以以图文形式直接被诊断系统所采集，因此，如果诊断系统在完成工程项目实态信息的采集后，能够自动进行信息的识别、分析与处理，并根据处理结果自动确定相应的管理对象，且能进一步自动触发诊断系统从数据库中调取相应管理对象实施状态的诊断指标，那么，就可实现诊断指标的自动调整与修正。

基于这一思想，并鉴于现行诊断系统在工程信息采集、图文信息处理、指标数据库存取等方面已具备的基本功能，解决诊断指标自动调整问题的关键就集中在，如何使诊断系统中各功能模块之间形成一个有效的链接，且这一链接行为必须具有自组织、自互馈、自调控的系统性行为能力。为了实现这一目标，本文在积极汲取多学科知识的基础上，开创性地将自动控制领域的自适应控制技术引进来，通过自动控制与工程管理两大学科专业知识的交叉与融合，提出解决这一问题的新方法。

3 基于自适应控制技术的诊断指标调控模型

根据自动控制理论可知，自适应控制技术是一种具有自组织行为能力的技术，其本质是在分析和处理问题的过程中，系统能够根据管控对象所具有的特征，自动调整处理方法、处理顺序和有关参数，以此来改变和调控系统的运行状态，实现系统管理者所期望的目标［11］。

在实际问题的处理中，为了实现问题处理和目标管控的系统化、连续化和自动化行为，自适应控制需要由信息采集器(information collection module,ICM)、信息处理器(information analysis module,IAM)、伺服控制器（servo controller module, SCM)、模型跟随调节器（model following regulator, MFR）和管理对象参考标准模型（object standard model, OSM)共同组成一个集成模块，模块之间的互馈行为和接续行为需要通过预编伺服程序来完成［12］。在此模块中，当诊断系统DS 在t 时通过ICM 完成管理对象（为管理对象编号）的实态信息采集后，就需要通过IAM 基于信息处理规则（information processing rule, IPR）进行信息特征分析、类别划分、信息约简、冗余消除、模式规整、核提取和属性判定等一系列工作。其中最重要的工作就是，根据数据库所存储的管理对象信息游程集（information set of object state, ISOS）来分析管理对象是否存在信息增益（information gain），然后根据计算出的工程项目t 时范数值来判定工程项目是否出现新的管理对象(研究成果已证明，当时，即出现新的管理对象［13］)；一旦确定出现新的管理对象，即可将信息分析结果作为输出值赋值给SCM，SCM 随即从数据库中调取OSM 中系统描述工程管理新对象的参数，并与当前诊断系统的诊断指标项进行对比分析，给出广义误差分析结果。当发现为零时，即意味着当前诊断系统中的诊断指标依旧可以满足新对象的诊断管理需求；否则，即意味着当前诊断指标与管理新对象的诊断指标不匹配，不能满足其诊断管理需求［14］。在后者情态下，诊断系统即可通过自适应伺服程序，指令MFR 从数据库（data base, DB）中调取与当前管理对象相应的诊断指标，同时通过预编协整程序，完成不同层级相关指标的系统性、系列性调整与修正，并显示在诊断系统的诊断模块中。

通过上述分析可知，若要使诊断系统能够随着工程项目管理对象的变化而实现诊断指标的自动调整与修正，诊断系统就必须在现有功能基础上新增一个具有自适应调整功能的子系统，这个子系统不仅要有以信息自分析、自处理并根据处理结果自动从数据库中调取相应管理对象实施状态诊断指标为核心的自适应伺服功能，而且还必须有为实现这一核心功能而提供保障服务的相关辅助功能（所有功能类型及其作用参见文献15），同时，具有这些功能的模块间以及与现行工程项目实施状态诊断系统相关模块间还必须具有如下自适应组织行为能力：

步骤2：将采集的信息通过赋值程序传给IAM，并从DB 同步调出IPR，开展信息处理。

步骤8：将调整结果输出到诊断系统的诊断模块，实现对当前管理对象的针对性诊断与分析。

与上述步骤相应的诊断指标自适应调控模型如图1 所示，模块间自适应伺服主程序如下所述：

// Private System.Componentmodel.

(System.Componentmodel.Supportinitialize)

＞ Autorequired ＜ICM Model＞ Variable.

＜Param Name="Disposing"＞True If Resources Disposed; else, False.＜/Param＞

＞ Autorequired ＜IAM Model＞ Variable.

{{ Dispose(Bool Disposing If (Disposing &&(Components != Null))}

＞ Autorequired ＜ Base.Include(IPR) ＞ Variable.}

#Region Windows Form Designer Generated Code{Base.Include(ISOS)}

{＞Datavisualization.&&Chartarea11 =IG().

CCwin.Skincontrol.&& Chartarea12=Norm()

Int printf(format args.H() = Chartarea11.Chartarea12 ())}

＞Autorequired System.Componentmodel.＜SCM Model＞ (Mainform)

＞Autorequired {Base.Dispose Sita () }Variable.

#System.Windows.Forms.Datagridviewtextboxcolumn()

＞Autorequired Begininit();

Int.printf{(format args Sita (),Norm.()} && Delta(t).

＞Autorequired ＜MFR Model＞ Variable.

If Delta=0.Present Index System.Componentmodel.Icontainer Components = Null.

Else.Autorequired {Base.Dispose(OSM)}Variable.

{{This.Autorun Skinbutton.Name = "Indexadjust";

This.Autorun Indexselect.Name = "Indexselect";}

Private Void Skinbutton_Automatic(Object Sender,Eventargs)

This.Autoclose();}

Application.Enablevisualstyles();

{Components = New System.Componentmodel.Container();

System.Windows.Forms.}

Autovoid rewind(org.// Private System.Componentmodel.)

图1 工程项目管理诊断指标自适应调控模型

4 实证分析

在完成基于自适应控制技术的诊断指标调控模型构建和自适应伺服程序的编制后，本研究以某单位大型建设工程项目实施状态诊断系统为母体（以下简称诊断系统），采用与之相同的系统开发环境，开发了与之相匹配的诊断指标自适应调整系统（以下简称调整系统），调整系统的初始界面和主页界面分别参见图2 和图3 所示。

图2 大型建设工程项目实施状态诊断系统初始界面

图3 大型建设工程项目实施状态诊断系统主页界面

为了验证调整系统在实际工程中的实用性和有效性，及其自动识别管控对象与指标调整的灵敏度，在工程建设与合作单位的大力支持下，将调整系统作为子系统，以集成模块的形式嵌入到该单位在建的北京大兴国际机场配电楼工程项目实施状态诊断系统中，通过累计12 个月的多次分类实验，检测了基于自适应控制技术的诊断指标调整模型（以下简称自适应调整模型）在工程实际应用中的使用效果。

（1）实验一。实验一的目的是检验自适应调整模型的可行性和有效性，实验对象是北京大兴国际机场配电楼工程中基础分部工程的基坑开挖、地基处理、基础施工和基础回填4 个分项工程。试验中，根据工程项目的施工方案和管理需求，管理对象所需的管理指标包含了质量、进度、费用、安全、环境、能源、物资和工效八大类，每类指标根据分项工程内容的不同，又分别包含了若干个具体的工程项目实施状态诊断指标。以其中的质量、进度、费用和安全4 个指标的实验结果为例，各分项工程发生变化后，与其相应的实际需求诊断指标数量（前）和调整系统进行信息自动识别处理后的指标调整数量（后）以及二者之间的数量差值参见表1 所示。

可以看出，在配电楼基础施工中，除了4 个分项工程中的进度指标未发生任何差异外，质量、费用和安全管理指标都出现了低度差值。这是因为在基坑开挖中，施工单位遇到了墓穴和废水井两处特殊情况，然而，由于诊断系统未能有效识别出隐蔽性较强的凹陷图形信息，因此在完成工程项目管理对象实态信息的识别与处理后依旧给出了常规性诊断指标。从实验数据来看，各分项工程质量、进度、费用和安全的诊断指标实际需求总量为122 项, 调整系统根据工程项目实态信息进行诊断指标自适应调整后给出的指标数量为118 项，差值为4，差异度为3.27%；但当管理人员对凹陷图形识别结果进行适度修正后，调整系统迅速完成质量、费用和安全管理指标的二次调整，差值即刻为零。同时，在持续6 个多月的基础施工阶段实验中，随着分项工程项目的逐步推进，调整系统能够随着工程项目实施状态的变化自动输出各管理对象相应的诊断指标，且诊断指标输出流畅，未发生系统静默或无反应现象。因此，从实际使用效果来看，基于自适应控制技术的诊断指标调控模型在工程实践中是可行的、有效的。

表1 自适应调整模型应用于案例项目的可行性和有效性数据

（2）实验二。实验二的目的是检验自适应调整模型在分析和处理渐变管理对象和突变管理对象方面的实用性及灵敏度。其含义是，在实际工程中，对于工程项目渐变管理对象，诊断指标自适应调整系统有足量的信息和处理时间完成此类管理对象诊断指标的调整与修正工作，但对于突变对象，如突然发生的建筑结构构件倒塌或快速安装的梁板柱一体化钢构件等工程现象，调整系统能否根据工程项目实态信息进行诊断指标的即时调整与修正，也是工程项目实施状态诊断管理中必须解决的重要现实问题。对此，本研究分别以北京大兴国际机场配电楼工程中主体结构部分的混凝土结构和钢结构工程的质量与进度2 个管理指标为实验对象，根据已确定的工程计划，采用工程数据随机采集方法进行了大样本实验，获得了如表2 所示的实验结果。其中，灵敏度以s 为单位，计算管理对象发生变化后调整系统调整诊断指标的所耗时间，调整所需时间越短，则灵敏度越高；反之，则越低。

可以得知，对于工程项目中从绑扎钢筋、支架模板、浇筑混凝土到拆除模板逐渐完成的渐变型钢筋混凝土梁板柱墙等常规管理对象，诊断指标调整系统能够根据工程项目实施状态信息很好地自动完成诊断指标的即时调整与修正工作，平均耗时为21.25 s，且调整后的诊断指标完全可以满足工程项目实施状态诊断管理需求；但对于工程项目中的钢梁、钢柱和钢板连接构件以及梁板柱整体组合构件，由于此类构件的安装节点较为复杂，安装后即刻构成三维空间结构，具有较强的工程形态突变性，且存在构件连接节点的信息采集盲区，工程管理人员预先也没有建立此类管理对象特殊形态的信息游程集，这就给工程项目实施状态信息的识别与处理带来了很大困难，使得调整系统耗费了较长的分析时间（平均耗时达383.33 s），而即便如此，依旧在工程质量诊断指标调整方面出现34%的巨大偏差。为此，实验组采用BIM 技术，结合已完成的工程实验经验，构建了后续钢结构工程施工构件的信息游程集并存储在诊断系统的数据库，之后进行了二次实验（见表2）。实验结果证明，只要工程管理者能够在工程项目实施前完成工程项目管理对象的系统建模，确保工程管理对象信息游程集的正确性和完整性，诊断系统就能识别出工程管理对象的变化形态，且可根据分析结果完成诊断指标的自动调整与修正工作，诊断指标的调整时间也会大幅降低（平均耗时为44 s），且指标修正误差也从初次实验的34%降低到了6%（6%的误差是由于实验人员构建的两幅模型与工程实际存在偏差造成的）。由此可知，在实际工程中，不论是渐变型管理对象和突变型管理对象，基于自适应控制技术的诊断指标调整模型是能够实现工程项目诊断指标自动调整目标的。