基于参与式感知的建筑起重机械检验检测质量控制研究

王云飞/WANG Yunfei

（1.上海建科设备检测有限公司，上海 201540；2.上海建筑机械安全智能控制工程技术研究中心，上海 200032）

建筑起重机械检验检测作为机械设备安全控制的有效手段，是政府实施“使用登记”行政许可的重要前置环节，作用显著。为确保检验检测结果有效性，保证有效控制机械设备安全状态，对建筑起重机械检验检测实行质量控制非常重要。

1 建筑起重机械检验检测存在的问题

近年来，随着建筑市场的不景气，建筑机械检验检测市场竞争日趋激烈，虽然检验检测机构都会进行独立性、公正性或诚信声明，并按要求制定措施保证检验检测人员在检验检测过程中保持职业操守，不受任何可能干扰其技术判断因素的影响。但检验检测人员仍然不可避免受到市场营销、客户关系、绩效考核等因素的影响，做出影响结果有效性的行为。

2018 年5 月17 日海南五指山塔机拆卸较大事故、2018 年12 月10 日陕西汉中塔机倾覆较大事故、2020 年11 月4 日山西晋城市施工升降机高处坠落较大事故等均存在检验检测人员不作为或者出具虚假、不实检验检测报告的行为，相应检验检测机构或人员受到了行政或刑事处罚。众多事故案例不断提醒，提高建筑机械安全状态水平、控制检验检测机构风险，需要加强建筑起重机械检验检测质量控制。

建筑机械检验检测在施工现场进行，施工现场环境嘈杂、劳动条件差，检验检测人员长时间流动作业，易受到气候、环境、人员以及自身情绪、心理状态的影响，从而出现行为错漏、疏忽等。人员工作态度、工作经验有差异，也会影响检验过程和结果判定。建筑机械现场检验一般要求“至少有2 名具有相应资格的检验人员”，但通常情况下，主要靠检验人员自觉完成，其检验是否严格按要求进行，是个未知数。建筑机械检验检测严重依赖检验检测人员能力和态度，一直以来，缺少有效措施对现场检验检测行为进行制约和监控。

建筑机械检验检测机构如何有效制约和监控现场检验检测行为、强化过程控制成为急需解决的问题。

2 常规检验检测机构质量控制方法

2.1 检验检测质量监控

质量控制是指为达到质量目标所采取的活动，目的在于监视过程并排除导致不合格、不满意的原因以取得准确可靠的数据和结果。检验检测工作专业性强，系统性特点突出，影响检验检测结果有效性的因素包括人员是否胜任、设备是否合适、样品是否有代表性、环境条件是否符合要求、方法是否正确、测量和数据处理是否规范等，即“人、机、料、法、环、测”等5M1E因素。

为监控结果有效性，RB/T 214-2017《检验检测机构资质认定能力评价 检验检测机构通用要求》和CNAS-CL01：2018《检测和校准实验室能力认可准则》提出了质量监控具体的方式，包括但不限于人员比对、标准物质验证、设备比对、方法比对、报告数据审核、能力验证或机构间比对等方法。

不同检验检测机构人员、仪器设备、场所条件等不同，机构会根据自身特点，采取部分或全部上述方法进行质量控制。但各类内外审发现，检验检测机构仍普遍存在如设备使用记录不齐全；未进行关键人员授权、缺少人员监督或监控记录；原始记录信息不规范、数值随意修改；检验检测报告信息错误、结论不规范等问题。

常规检验检测质量控制活动一般从5M1E 因素入手，但这些质控手段多是静态、非实时监管、事后的，且不同检验检测机构因资源、能力差异，其质控效果差别较大，于是上述内外审发现问题易反复出现。如何切实有效保证检验检测数据准确性、结果有效性，不能仅依靠线下事后跟踪的质量监控手段，需要持续优化检验检测质量控制方法。

2.2 人员管理的质量控制

人员是检验检测机构的基本组成，是各项活动的主体，质量控制涉及的5M1E 六个因素的控制都离不开人。人是检验检测中的核心要素，无论是实施前、实施中、实施后，检验检测活动均需以人为中心展开。比如仪器使用、方法选择、测量与数据处理、原始记录填写等，都是依靠人完成的，且依赖人的能力。

资质认定及CNAS 认可相关准则要求：影响检验检测活动的人员，无论是内部人员还是外部人员，均应行为公正，受到监督，胜任工作，并按照管理体系要求履行职责。在实践中，逐渐形成了以人员能力确定、选择、培训、监督、授权、能力监控等为核心的系统化人员管理质量控制方法。

以上质控方法主要从人的能力出发，有默认前提，即具有能力的人员是按照各项要求展开工作的。但检验检测过程中，人并不是完全理性的，容易受到环境、情绪、心理、性格的影响，行为发生偏离；并且不同人员因工作态度、工作经验不同，检验判断也会有差别。所有这些因素叠加在一起，削弱了上述系统化人员管理质控方法的效果，造成检验检测结果的有效性有时会出现波动，这也是内外审问题易反复出现的根本原因。

3 基于参与式感知的检验检测质量控制方法

3.1 参与式感知技术

近年来，数字化转型深入发展，物联网、大数据、人工智能等新技术创新应用不断涌现，以人为中心的智能感知与计算等技术的应用为解决上述检验检测质控疑难提供了思路。

参与式感知，是指通过移动设备形成一个交互式的、参与式的传感网路，能够让用户采集、分析和分享本地感知信息。它使感知的中心由传统的传感器节点转移到人和智能移动设备上。近些年，智能手机迅速发展，其嵌入的GPS 定位传感器、重力传感器、光线传感器、压力传感器等丰富的传感器模块为参与式感知提供了设备支持。人和智能手机的有机组合成为类似传感器模块的设备节点。参与者通过智能手机组成的网络采集信息，这些信息经过结构化处理、分析获得有价值的结果提供给系统或者用户，形成以人为中心的智能感知与计算应用。

参与式感知技术将人的实时活动数据融入数字化系统，能够解决前述建筑机械检验检测机构不能有效制约和监控现场行为的难题。

3.2 基于参与式感知的检验检测质量控制

物联网数据驱动检验检测质量控制，旨在建立参与式感知系统，依靠检验检测人员参与（依托智能终端和工作车辆），通过系统内置的各功能模块，实现检验检测流程控制、关键节点数据采集、车辆及人员位置物联等，从而实现检验检测质量动态控制、实时监管。该系统支持进出场控制、检测数据采集、关键节点照片采集、数据校验、车辆定位、路线跟踪、里程记录、动态日志，以及质量数据可视化、行为偏差预警等。

该参与式感知系统主要由客户端、浏览器端、服务器端三部分组成。客户端依托检验检测智能终端，主要用于数据采集，内置了细化的检验检测流程，支持检验检测进出场控制、关键节点照片采集等。将大量从智能终端以及车辆位置物联系统采集的数据进行融合处理，最终能以可视化形式在浏览器端展示，浏览器端支持检验检测质量数据可视化、数据偏差预警等功能，可实时跟踪、预警现场检测行为。服务器端主要实现进程通信、数据接收、处理、存储、分析、可视化等功能。考虑到流量、工作效率等约束，客户端与服务器端的数据交互支持在线和离线两种方式。对于进出场数据、关键节点照片、数据校验等需要在线交互，其他非关键信息，支持WiFi环境下的数据延迟上传。

基于参与式感知技术的检验检测质量动态控制的核心为检验检测流程。具体流程图如图1 所示，所有动态控制、实时监管的功能将依托此流程图展开。流程以串行+循环的方式，依托定位技术、通信技术、流程数字化，围绕数据采集、数据控制流转展开，从第一个检测任务开始，直至循环完成所有检测任务，中间不能随意进行流程的跳转。

图1 现场检验检测流程图

进场、实施检测（原始记录登记）、原始记录提交、退场是整个流程中控制检验检测行为的关键环节，主要依托车辆、智能终端操作的时间、位置信息以及现场照片、检测数据等进行校验控制与匹配分析，具有数据驱动质量行为控制的特点，其主要功能逻辑如下。

1）进场 每个检测任务的实施必须从检测进场开始，只要存在未退场的检测任务就无法点击进场实施检测。考虑到同一工地因机型、检测类型不同可能存在一个以上的检测任务，系统检测到2km 范围内有未退场的检测任务时，不影响进场操作。

2）原始记录登记 这个环节代表现场实施检测的过程。关键数据如测量数据、关键照片要求在现场填写。关键照片根据机型不同，考虑检验检测行为控制重点，一般选取整机外观、设备顶部（如有）、出厂铭牌、吊载试验、不合格部位、整改单照片作为关键照片必须现场上传。服务器会自动分析照片拍摄时间、位置信息，并与车辆即时位置信息自动进行匹配分析或预警。

3）原始记录提交 退场前，必须先进行原始记录提交。系统将对检测数据格式是否符合要求、关键照片是否缺失等自动进行校核，校核不通过的，无法进入下一环节，将提示要求完善数据。

4）退场 设备退场才能进入下一个检测任务。通过进退场，可对检测实施时间进行计算，并与车辆停放时间进行比对。

以上所有操作进行了动态日志记录，能即时反馈检验检测各状态，实现了过程动态控制及可追溯。为了统一行为，智能终端APP 强制进行版本更新，以避免人员软件更新不及时，造成的软件功能不一致，人为绕过流程管控的情形发生。

3.3 检验检测质量控制可视化平台

以上部分，着重于现场流程控制、数据采集，进行数据过滤、融合处理以及分析后，可进一步实现检验检测数据可视化、行为偏差预警等。

数据可视化，是指通过视觉方式让数据更容易理解，一般使用图形、图像、图表等元素快速帮助人们理解数据含义、趋势及相关性，是数据驱动检验检测质量控制的重要方面。本系统结合GIS 地图+事件滚动列表+表格图表+云图等方式进行了过程数据的可视化展示，如图2 所示。经过数据融合处理，GIS 地图上可以实时查阅工地定位、车辆定位、正在实施的检验检测任务等，还可进行车辆与任务实施轨迹跟踪、检验检测行为回溯等，实现了检验检测行为的动态、实时展示。除此之外，通过时间、位置的匹配及动态日志数据挖掘，对检验检测实施实现了数据驱动管控。

图2 现场检验检测数据可视化

在数据利用方面，系统对数据进行了结构化整合处理，对数据匹配有问题的，在数据展示时，按严重程度分别标黄、标红显示。由于照片数据格式的特殊性，特别对上传照片进行了拍摄时间、位置信息的提取比对：对重复照片、照片日期与检测日期不一致、照片GPS 信息与工地GPS 信息差别较大的，有可能存在现场质量行为偏离的，进行预警推送，提醒报告审批、任务安排、质量管控人员特别予以关注。

3.4 物联网数据驱动质量管控功能延拓和效果

基于参与式感知的检验检测质量控制依托数字化系统展开，所有工作在系统中进行，能够实现检验检测方法受控、表格受控、标准受控等有效版本控制和作业导引、标准协同等，基于人员权限的设置管理可从源头上避免人员超资质检验检测情况的发生，客观上增加了检验检测质量管控的事前管控措施。长期实施之后，系统积累了大量的现场检验检测行为数据，形成经验数据库、检测技术数据库、检验检测知识库等，可进一步实现静态数据导入、检验检测流程自动化、结果自动判别，减少人为差错，提升数据一致性水平。

以上质量控制方法依托参与式感知技术展开，实现了检验检测行为的事中管控，丰富了常规的质量管控手段，实现了人员行为量化及场景化结构化控制，达到了实时、动态过程监管的效果，解决了以往的痛点。

基于参与式感知的检验检测质量控制方法利用物联网数据驱动方法创新了检验检测质量管控，使建筑机械检验检测机构内部风险管理由被动管理转为主动识别，并在动态过程中实现了预防性控制和预警，提高了检验检测机构风险管理的效率和准确性。

4 展 望

基于参与式感知的检验检测质量控制方法能够从事前、事中、事后3 个角度全方位提升检验检测机构质量控制能力，随着大数据、人工智能的发展，未来在检验检测机构内外部数据风险预测、基于客户画像的客户风险预测、基于经验数据的检验检测人员能力量化评价等方面可展开深入研究，从而深化基于物联网数据驱动的建筑机械检验检测质量控制，实现检验检测工作的数据治理、智慧监管，释放数字技术对检验检测技术发展、质量保证中的作用。