基于BIM模型的水利泵站工程施工风险智能化预测方法

王恭兴，廖彬秀

(中国电建集团中南勘测设计研究院有限公司，长沙 410014)

0 引 言

水利工程建设作为国家的基础设施建设，在满足人们对日常生活和社会生产工作需求中具有重要意义。水利泵站工程施工是水利工程建设的一个基础项目，通过水利泵站工程施工可以实现水利和水资源的优化配置，提高水资源的自动化分配能力。在水利泵站工程施工中，受到防洪、引水、排涝等不同因素的影响，导致水利泵站工程施工风险较大，需要研究水利泵站工程施工风险的智能化预测模型，结合水利泵站工程施工风险特征分析，采用水利建设施工方案最优化分析来进行施工风险预测。研究相关的水利泵站工程施工风险智能化预测方法，在提高水利泵站工程施工风险控制能力方面具有重要意义[1]。

对水利泵站工程施工风险智能化预测是建立在风险评价特征分析和指标分布基础上，结合对水利泵站工程施工风险评价与防范能力测试，通过图表与数据分析相结合的分析方法，实现水利泵站工程施工风险智能化预测[2]。文献[3]中提出基于层次分析法AHP(Analytic Hierarchy Process)的水利泵站工程施工风险智能化预测模型，运用层次分析法,可以针对多个评价指标参数进行自适应分配，实现水利泵站工程施工风险评估和预测，但该方法进行水利泵站工程施工风险预测的环境适应度不好。文献[4]中提出基于理论与实证分析相结合的水利泵站工程施工风险智能化预测模型，以事前控制等各种理论综合作为指导，应用层次分析法实现对水利泵站工程施工风险智能化预测，但该方法进行水利泵站工程施工风险智能化预测的可靠性不高，模糊度较大。

针对上述问题，本文提出基于BIM模型的水利泵站工程施工风险智能化预测模型。首先构建水利泵站工程施工风险的约束变量模型，建立水利泵站工程施工风险评价指标体系；根据质量控制风险因素、进度控制风险因素、造价控制风险因素等联合评价，实现工程施工风险的智能化预测；最后进行仿真测试分析，展示本文方法在提高水利泵站工程施工风险智能化预测能力方面的优越性能。

1 模型总体构架和变量参数分析

1.1 水利泵站工程施工风险预测模型总体构架

通过事前控制等各种理论综合分析的方法，建立水利泵站工程施工风险预测的总体结构模型；结合施工风险管理的经验模态分析的方法，建立水利泵站工程施工风险预测模型；通过水利工程项目施工风险评价体系构造，采用外部机会与内部优势融合管理的方法，进行水利泵站工程施工风险预测的总体模型构造，构建水利泵站工程施工风险的约束变量模型；结合水利泵站工程施工的BIM信息数据库构造，根据建设工程项目的整体构建流程，进行水利泵站工程施工风险特征分析[5]，得到水利泵站工程施工风险参数指标体系，见图1。

图1 水利泵站工程施工风险参数指标体系

根据图1的风险评价指标体系，结合AI及BIM新技术，建立水利泵站工程施工风险影响因素结构模型参数；采用主要风险因素特征分析方法，结合地质条件、水文条件、天气条件等因素，建立符合水利泵站工程施工风险评估的动态参数解析模型。在进行水利泵站工程施工风险管理和指标体系建立过程中，基于项目工程施工的全过程分解和动态特征分析方法，根据水利工程施工管理的具体框架和实际施工环境，进行水利泵站工程施工风险智能化预测和控制。在水利泵站工程施工风险评价中，采用专家打分和风险因素的权重分析方法[6]，进行风险识别主成分分析和因子模型构造，得到水利泵站工程施工风险影响因素的结构模型参数，见图2。

图2 水利泵站工程施工风险影响因素的结构模型参数

根据图2所示的水利泵站工程施工风险影响因素的结构模型参数，建立水利泵站工程施工风险预测的总体结构模型，根据合同、信息管理、工程环境等风险评价结果，进行风险等级评估[7]。

1.2 风险评估参数分析

在水利泵站工程施工风险评价中，考虑水闸及泵站类的风险特征，引入工程相关因素，结合水利泵站工程施工的BIM信息数据库构造，采用风险的量化特征分析方法，结合风险因素的回归分析和风险发生概率分析，得到BIM 多属性大数据聚类的模糊集为：

qi(t1)=[w1,x1,y1,z1]

qi(t2)=[w2,x2,y2,z2]

互联网技术刺激新兴产业的发展，也为传统实体产业带来新的机遇。比如电商平台，其内生的生态体系就能衍生出网上店家、物流体系、新型零售等新产业，其中提供了大量的工作岗位。微信时代的到来，微营销相关工作也随之兴起，例如：负责微客服、微支付、微商城等方面的工作人员需求很大，互联网技术为大学生就业带来更多的新兴岗位。

(1)

其中：w1、x1分别为专家打分的输入项；y1、z1为风险组合控制因组。

判定各个风险因素的影响程度，可以根据信息熵{L,H}作为影响因子，得到水利泵站工程施工风险的测试集，得到每项风险相对应的等级值；基于样本数据检测，得到数据集Dn，最大和最小风险评价的差异度为|dn-max-dn-min|，其中dn-max为最大风险评价值，dn-min最小风险评价值。每项风险相对应的等级值划分为若干个(K个)等级，得到等级差为Ak，根据实际需要划分调整各类风险等级，得到风险识别等级性合并集为A1∪A2∪,…,∪Ak=A，且Ai∩Aj=Ω，最终确定主要风险因素。风险测量控制节点为i,j=1,…,m且i≠j，求出每个水利泵站工程施工风险评价数据子集Ak与误差项比例pk，根据第i个风险因素的赋值权重，进行风险特征分析。

2 风险预测模型优化

2.1 BIM模型解析与风险特征检测

建立水利泵站工程施工风险评价指标体系，根据质量控制风险因素、进度控制风险因素等，构建风险评价的回归分析模型[8]；将每项风险因素的权重乘以每项风险等级熵，得到基于BIM模型的分布为：

(2)

其中：Hi(x)为水利泵站工程项目风险总得分；pk为专家评分的权威性赋值。

根据工程项目的总体风险程度，对Hi(x)求最大值max(Hi(x))，得到目标、因素、子因素之间匹配关系，求得水利泵站工程施工风险特征因子。在目标多、层次广、准则复杂的决策中，选择水利泵站工程项目风险评价的差异度系数，得到风险评价的BIM信息融合度介于{dn-max,dn-min}，划分项目的目标系统，得到水利泵站工程施工风险预测的模糊规则向量函数：

(3)

式中：各量均为约化后的无量纲量；t为各个因素和子因素之间的判断分布间隔；σ为整体风险评价的模糊度；b为关联因子；x、y、z分别为质量、进度、造价的因子参数集。

E[wk]=qk

(4)

式中：qk为泵站水工建筑物设计方案优选指标；wk为最大特征根。

采用自适应匹配方法，得到BIM模型解析与风险特征分量为：

(5)

2.2 风险预测的数值模拟

建立水利泵站工程施工风险评价指标体系，根据质量控制风险因素、进度控制风险因素、造价控制风险因素等联合评价，进行水利泵站工程施工风险评估的权重分解，指标分布关系见表1。

表1 风险预测的指标分布关系

表1中B1,B2,……,B7，分别为地质条件、水文条件、天气条件以及风险二级评价指标权重。根据表1的指标权重分布，在此基础上，采用专家打分法，构建二级风险指标的分布权重，见表2。

表2中，分别给出了合同管理风险二级评价指标、施工过程控制的风险评价指标以及信息管理风险二级评价指标。采用层次分析排序的方法，进行指标权重计算，根据水闸及泵站类水利工程施工风险因子参数评价，实现风险预测。实现流程见图3。

表2 二级风险指标分布权重

图3 水利泵站工程施工风险智能化预测的实现流程

3 实验测试

为了验证本文模型在实现水利泵站工程施工风险智能化预测中的应用性能，采用Matlab进行仿真测试。采用专家调查法，将风险等级分为极大、较大、中等、较小等级，以及指标影响程度的分值区间从0.1到0.9，根据风险级别，得到施工风险的二级指标影响重要程度分别打0.2、0.4、0.6、0.8分。风险等级及风险值的取值范围设定见表3。

表3 风险等级及风险值的取值范围

在实际的施工环境中，进行水利泵站工程施工风险预测，设定桩号泵0+0 675.253、泵0+066.003，荷载加载的范围从12.6～29.8 kN。工程施工的构件见图4。

图4 工程施工的构件

构建水利泵站工程施工风险的BIM数据分析模型，得到风险样本分布的回归参数，见图5。

图5 风险样本分布的回归参数

构建水利泵站工程施工风险预测，得到预测输出，见图6。分析图6可知，本文方法进行水利泵站工程施工风险预测的准确性较高。

图6 风险预测的准确性对比

4 结 语

研究水利泵站工程施工风险的智能化预测模型，结合水利泵站工程施工风险特征分析，采用水利建设施工方案最优化分析，进行施工风险预测。本文提出基于BIM模型的水利泵站工程施工风险智能化预测模型，构建水利泵站工程施工风险的约束变量模型，根据合同、信息管理、工程环境等风险评价结果，进行风险等级评估。分析结果表明，采用本文方法进行水利泵站工程施工风险智能化预测的准确性较高。