装配式住宅建设周期内质量风险评价研究

常晋荣，闫林君

（兰州交通大学 土木工程学院，兰州 730070）

为满足人民群众对高品质住宅的美好生活向往，住宅建设势必要摆脱对传统现浇建造方式的依赖与束缚来提升住宅建筑产品的长久性与质量［1］.装配式住宅因具有节能减排、可增强建筑结构稳定性等特点，再加上政府对于“双碳目标”与绿色建筑的重视，而成为各行各业的关注焦点.但我国装配式住宅的发展与其他发达国家相比仍相对滞后，存在建设经验不足与质量管理体系不健全等现实问题，且装配式住宅建设环节较多，涵盖了从项目前期策划、预制构件设计、加工生产、运输到施工吊装的全部阶段，建设周期内各环节相关参与者协同度低、作业人员专业技术熟练度不足等影响因素极易导致质量缺陷问题频发.因此，对装配式住宅建设项目建设周期内质量风险影响因素进行全面识别与系统性综合评价对于把握潜在质量风险及保证建筑实体质量安全具有重要意义.

目前，国内外相关专家学者关于装配式建筑质量方面的研究取得了一定成果，Kalasapudi等［2］整合自适应3D成像与空间模式分析方法，通过对预制构件进行频繁的拟合分析来有效控制质量；Lu等［3］运用BIM模型将原有的分散独立企业相互连接，对所需建筑材料进行动态数据监控以改善工程质量；齐宝库等［4］、刘鑫［5］从施工前、施工中以及施工后三个阶段出发，运用层次分析-模糊综合评价法对装配式建筑施工质量进行评价研究，并根据评价结果提出相应改进措施，具有较好的应用价值；王星凯［6］、石霖凯等［7］对预制装配式混凝土住宅建设项目实施阶段质量影响因素进行分析与管理研究，为装配式住宅质量控制提供有效的理论支撑.综合以上文献研究成果不难发现，对于装配式建筑质量研究主要集中于某一方面或某一阶段，缺乏全建设周期质量风险影响因素系统研究，并且所采用评价指标权重确定方法与评价模型较为单一，多受人为主观意愿的影响，使最终评价结果具有片面性.

针对以上不足，本文以装配式住宅建设周期内质量风险评价为研究对象，从全建设周期出发，利用全面质量管理理论（total quality management，TQM）［8］中“人、机、料、法、环”4M1E的方法，对建设周期内质量风险影响因素进行全面剖析与系统分类来构建评价指标体系；运用熵权法确定指标权重，并运用正态云模型进行质量风险综合评价研究，可有效实现评价指标定性概念到定量数值的有效转换，以保证评价结果的准确性.

1 构建评价指标体系

装配式住宅由工厂加工制造的预制构件在施工现场通过一定的拼接与机械自动化技术吊装而成，与传统现浇建造方式相比，其建设周期内所含环节较多，各阶段潜在质量风险影响因素复杂繁多且相互作用，如图1所示.因此在建设过程中需要投入更多的人员、机械等方面基本要素来进行质量管理并做好充分协调工作，以免引发质量波动，进而影响住宅建设项目整体质量.

图1 装配式住宅建设周期内各阶段及具体内容Fig.1 Stages and specific contents within construction cycle of prefabricated residence

鉴于目前我国装配式建筑仍以装配整体式混凝土结构建筑工程为主，且政府出台的相关标准规范与政策文件多针对装配式混凝土结构［6］，故从装配整体式混凝土住宅项目着手，在依据相关规范［9-10］及参考现有文献成果［4-7，11-13］的基础上，结合Delphi法从“人、机、料、法、环”4M1E五个方面全面识别质量风险影响因素并将其进行分析归纳，最终确定22个细化指标来构建装配式住宅建设周期内质量风险影响因素评价指标体系，如图2所示.

图2 装配式住宅建设周期内质量风险影响因素评价指标体系Fig.2 Evaluation index system of quality risk influencing factors in construction cycle of prefabricated residence

2 基于熵权法-正态云模型的综合评价方法

2.1 确定指标赋权方法

权重是指某一因素或指标对于某一事物的相对重要程度，它反映了各风险影响因素评价指标对装配式住宅项目建设周期内质量影响程度的量，其合理性直接影响分析结果的准确性，故评价指标赋权方式的选择尤为重要.

熵权法［14］是一种根据评价指标变异程度来确定权重的客观赋权方法，它通过计算装配式住宅建设周期内质量风险影响因素评价指标的信息熵确定每个指标的熵权，再利用熵权修正每项评价指标的比重，从而获得较为客观的指标权重，能够克服主观因素造成的权重差异，适应性较强，因此选择熵权法作为权重确定方法，具体实施步骤如下：

1）假设n个专家对m个指标进行评价，将收集的数据进行整理，形成原始数据矩阵R

2）采用越大越优型指标对原始数据矩阵R进行标准化处理

故装配式住宅建设周期内质量风险影响因素评价指标的权重为wj=（w1，w2，…，wn）.

2.2 云模型基本理论及算法

2.2.1 云模型原理

云模型［15-17］是由我国工程院院士李德毅于1995年以概率论及模糊数学为基础提出的一种研究模糊性与随机性之间关联作用的概念，它通过3个数字特征，即期望Ex，熵En，超熵He三者之间的双重性有机关联来实现定性概念与定量数值之间的相互映射，可有效克服模糊理论的不彻底性，使得综合评价结果更有说服力.

2.2.2 云模型定义

云模型定义为：设U为一个定量论域，U上的定性概念为C，若定量值x∈U，则定量值x是定性概念C的一次随机实现，且x对C的隶属度u（x）∈［0，1］是具有稳定倾向的随机数.∀x∈U有x→u（x），则将x在论域U上的分布称为云，每一个（x，u（x））称为一个云滴［16］.云模型类型多样，但图2所示装配式住宅建设周期内质量风险影响因素评价指标大多为定性指标，缺乏统一的评价标准和参考数值，故采用正态云模型，可有效实现评价指标定性概念到定量数值的有效转换，以保证评价结果更具客观性.

2.2.3 云模型数字特征及数值确定

在正态云模型中期望Ex为最能代表定性概念的点，由式（7）确定；熵En为论域区间内定性概念的取值范围，由于I作为各个评价等级相互过渡的临界值，所以边界值属于左右两个等级且隶属度相等，则有exp［-（Imax-Imin）2／8（En）2］=0.5，即熵由式（8）计算得出；超熵He的大小可根据评语情况进行调整，若He的取值越小，则云的厚度越小，反之则越大，本文超熵值He取0.1.

2.2.4 云发生器

云发生器是指云的生产算法，它的建立可有效实现评价指标定性概念与定量数值之间的互相转换.其中，正向云发生器是由云的数字特征C（Ex，En，He）生成云滴算法的过程；而逆向云发生器则是正向云发生器的逆过程，是将一系列精确数据转换为由数字特征表示的定性概念的算法［17］，本文研究中皆使用到以上两种云发生器.

1）正向云发生器具体计算步骤

①以En为期望、He为方差得到正态随机数En′i～（En，He）；

2.3 确定质量风险评价评语等级

风险是对未来结果的不确定性描述，为更加准确评价装配式住宅建设周期内质量风险状况，引入云模型对影响因素评价指标进行风险等级划分与评价.将其建设周期内质量风险评价等级建立为高风险、较高风险、中等风险、较低风险、低风险，并假设评价阈值区间为（0，10），则各质量风险评价等级对应阈值区间分别为（8～10）、（6～8）、（4～6）、（2～4）、（0～2）；且对应标准评语云模型的数字特征可由式（7）～（8）得出，结果如表1所列.

表1 建设周期内质量风险评价标准评语云模型数字特征Tab.1 Numerical characteristics of quality risk evaluation standard comment cloud model within the construction cycle

3 实例分析研究

3.1 工程概况

以某共有产权住宅项目二类居住用地为例进行研究分析，该建筑为装配整体式剪力墙结构住宅，采用预制构件包括预制外墙、预制内墙、预制叠合楼板、预制楼梯、预制阳台板及预制空调板，其预制率不低于40%.由于我国装配整体式混凝土结构住宅建设项目的发展仍相对滞后，各阶段作业人员专业技术熟练度以及质量管理体系等影响因素会直接或间接影响到建设工程项目质量，因此需要结合项目实际情况，开展建设周期内质量风险评价研究，根据评价结果把握质量风险关键影响因素并及时做出质量整改，以保证该项目顺利实施.

3.2 数据收集与指标权重确定

结合项目相关资料及建设过程实地调研分析结果，邀请8位该住宅建设项目参建单位的技术人员、质量管理人员以及相关专家学者成立专家小组，根据自身知识储备及多年累积的实践经验对图2所示建设周期内质量风险影响因素相对重要程度进行赋值评价，运用专家赋值打分法辅助研究.根据专家打分结果，按照熵权法具体步骤可计算得出装配式住宅建设周期内质量风险影响因素评价指标权重结果，如表2所列.

3.3 云模型综合评价

3.3.1 计算各评价指标云模型数字特征

根据8位专家打分结果，利用逆向云发生器（式（9）～（12））可计算装配式住宅建设周期内质量风险影响因素评价指标的云模型数字特征值结果，如表3所列.

表3 建设周期内质量风险影响因素各评价指标云模型数字特征值Tab.3 Numerical characteristic values of the cloud model of each evaluation index of quality risk influencing factors in construction cycle

3.3.2 计算综合云模型数字特征

在评价指标云模型数字特征值的基础上结合表2权重计算结果，可由式（13）～（15）计算出一级指标以及建设周期内质量风险综合云模型数字特征值，如表4所列；其结果可用一个一维综合云表示，如图3所示.

图3 一级指标及综合风险对比云图Fig.3 Comparative nephogram of first-level indicators and comprehensive risk

表4 一级指标以及建设周期质量风险综合云模型数字特征值Tab.4 Numerical characteristic values of the first-level indicators and the comprehensive cloud model of quality risk in construction cycle

3.4 评价结果分析及对策建议

从一级评价指标与建设周期内质量风险综合云模型数字特征值结果以及对应风险对比云图来看：

1）人员因素风险最高，云滴分布大部分处于较高风险区域，与全面质量管理理论中着重强调“人的行为”思想吻合.在住宅项目建设实践过程当中，应重点关注建设资源合理配置与分工管理，提高各个环节相关参与者协同度；根据项目实际情况适时开展技术培训活动来提升作业人员对于装配式住宅各项工序的了解度与技术熟练度，以使生命周期内各环节协同运转；

2）机械与物料方面因素分别呈中等略偏较低风险、中等微偏较高风险，但总体处于风险可控状态，着重强调预制构件的生产精度以及机械设备的选型与调试要符合项目设计与施工吊装要求，加强构件生产与施工管理，避免质量问题的发生；

3）方法因素处于中等偏较高风险，在装配式建筑建造过程中，不仅要关注质量管理与追溯体系的建立与完善，保证在发生质量问题时能够及时协调处理，还要重视引进和运用BIM等先进信息化技术来实现各项工序之间信息畅通，降低信息传递不及时带来的风险，更重要的是在装配整体式剪力墙结构住宅中把握构件节点、接缝连接要满足承载力与精度要求，确保建筑结构实体质量安全可靠；

4）环境因素的风险最低，虽处于较低微偏中等风险，但也不能忽视国家政策调控带来的变化，应完善相关技术与质量标准规范及法律法规，使得装配式住宅质量管理有章可循；

5）装配式住宅建设周期内质量综合风险总体呈中等可控状态，但仍不可掉以轻心，重点把握人员、方法这两个方面质量控制要点，保证项目顺利实施以达到高质量完成的目的.

4 结论

1）在参考现有研究成果的基础上，结合Delphi法从“人、机、料、法、环”4M1E五个维度全面识别装配式住宅建设周期内质量风险影响因素来构建评价指标体系，所建立的评价指标体系相对比较完善，可供后续研究参考；

2）利用熵权法确定评价指标权重，能够有效克服由于主观因素造成的权重差异，以提高评价结果的准确性；选取正态云模型作为装配式住宅建设周期内质量风险综合评价模型，可有效实现评价指标定性概念到定量数值的有效转换以及克服模糊理论的不彻底性，使得综合评价结果更具说服力；

3）以某共有产权住宅项目为例加以验证选用评价方法的适用性，最终评价结果表明该装配式住宅项目建设周期内质量综合风险呈中等可控状态，在项目建设过程中，要重点关注人员、方法方面质量管控要点，提高各环节相关参与者协同度以及完善质量管理体系，促进施工各环节协同运作，在出现质量问题时能够及时协调管理以保证项目整体质量.