王寧渤 胡宇華 董瑋華 成紅斌
(中建七局第四建筑有限公司,陜西 西安 710016)
在現代工程建筑中,機電工程是建筑主體的重要組成部分,涉及的機電安裝專業面較廣泛,對安裝的質量、成本和進度等方面都有嚴格要求,安裝過程中的約束邊界條件很多,給建筑工程機電安裝項目管理帶來極大的挑戰。這些挑戰主要集中在以下方面:1)建筑機電工程安裝的施工周期較短,同時受到主體結構移交的時間限制,因此需要保證對項目進度的把控,對施工各個流程和工序進行細化、量化。2)建筑機電工程安裝的勞動強度大,設備構件的自重大,因此在安裝過程中存在搬移、起吊等危險性系數較高的工序,給安全管理帶來一定的難度。3)建筑機電工程的安裝目前信息化應用程度較低,盡管目前有相關BIM技術的應用實例,但實際推廣應用并不廣泛,且安裝涉及的專業多,交叉現象嚴重,導致機電安裝仍依靠項目的施工圖紙以及與業主的大量溝通來進行,管理過程較為粗放,極大地增加了管理成本。
20世紀50年代,日本最早提出精細化管理的概念,它是現代管理學的基礎組成部分,主要目的是最大程度地降低生產管理過程中的資源占用和資源消耗,基于一般的管理機制的基礎,以精細化的管理模式降低管理成本,達到管理分工以及服務質量的精細化、規范化和個性化。精細化管理不僅是一種企業的生產方式管理,更是一種企業的文化和技術相互融合的智慧。它在現代企業管理中,能夠更細致地對生產的各個環節進行管控,通過數據化信息化的手段,使系統過程的組織管理和系統管理更精確和高效,同時,在管理實效上能夠讓系統單元更專注、精益求精和相互協同。從精細化管理的內涵來看,其在生產活動中的思想內涵可以認為是對生產過程全過程和全面化的管控,具體包括操作的精細化、控制的精細化、核算的精細化、分析的精細化以及規劃的精細化。在生產管理的過程中,對每個生產崗位職責進行精細分析,精確定位崗位職責,合理分配生產任務,達到細化辦事流程的目的,各個生產系統和生產崗位明確生產職責,建立完善的內部管理制度和部門目標的量化考核制度。
如圖1所示,在建筑機電安裝項目中,精細化管理表現出了7個最明顯的特征,分別是精細化、嚴格化、協調化、標準化、流程化、量化和細化。在精細化方面,對機電工程的安裝進行精細化管理,以項目的整體目標為出發點,實現各個環節的資源最優配置,獲取更大的生產效益;在嚴格化方面,應該根據建筑工程機電安裝工程項目的特點建立嚴格的制度,以提高施工的執行意識和執行力;在協同性方面,機電安裝工程涉及的專業有消防專業、給排水專業、動力照明專業、信息網絡專業等,提高專業化的協作能力、提供專業化的支持,進而降低管理成本以及資源內耗;在標準化方面,實現精細化管理的前提是管理的標準化,在機電工程安裝中,無論是機電設備還是管道,都存在大小、規格、材質的差異,在設備構件選擇上應以標準化為前提;在流程化方面,機電工程安裝管理還處于比較粗放的階段,流程化的能效問題突出,應著重提高流程化的管理水平;在量化方面,機電工程安裝管理過程中產生了海量的信息與數據,通過數據的表達能夠實現無形管理變為有形的效果,更順利地開展安裝工作;在細化方面,無論是機電工程安裝的技術還是項目安裝制定,都應對其進行細化管理,針對每個專業的內容以及安裝技術要點進行細化。

圖1 建筑機電安裝項目精細化管理
神經網絡算法在土木工程管理學領域對施工質量管理、進度管理和資金管理等方法進行優化,為施工管理人員的決策提供依據。神經網絡法的計算核心是求解屬西數和求解隸屬度,兩者結合了神經網絡的自學習能力和邏輯推理能力。在建筑機電工程安裝領域,它可以應用于安裝風險的排查、優化安裝管控路徑、安裝工期、質量和成本的精細化管理,為建筑工程機電安裝管理人員的決策提供依據。神經網絡法的基本原理如圖2所示,它是正向學習的機器學習方法,其層次主要分為3層,分別為輸入層、隱含層(可以為多個層級,如圖2所示,有1層隱含層)和輸出層。輸出層中包括大量的訓練樣本,將其與訓練集中的樣本進行學習訓練,即經過隱藏層的運算和傳遞,達到輸出層,輸出層參數結果與實際值進行對比,如果兩者出現誤差,則通過調整隱藏層的權函數值、閾值等,直到計算結果達到精度要求,即為期望的優化結果。
圖2中N……N為訓練樣本,N為輸入節點數量,N為隱含層的節點數量,……NN為權函數值,為傳遞函數,為傳遞函數斜率,為傳遞函數截距,采用雙曲正切線函數作為隱含層節點的激活函數,而采用線性函數作為輸出層的激活函數,激活函數的表達式如公式(1)所示。

圖2 神經網絡法的基本原理圖

式中:e為自然常數。
對第個因素樣本,在第個隱含層與輸出層之間的權值函數,其對應的雅克比矩陣J如公式(2)所示。

由輸入層至隱含層之間的權值函數雅克比矩陣關系如公式(3)所示。

某省房地產開發建設項目位于城市主干道南側,總用地面積42943.00m,總建筑面積117674m,見表1,采用裝配式建筑實施,裝配率不少于51%。該項目任務包括施工圖設計及概算、設備采購、施工(小區住宅以及配建幼兒園、社區用房、物業用房、景觀綠化、配套工程、人防、供水、供電、燃氣、通風空調、供電照明、光伏發電等全部工程)及與其有關的其他技術服務(包括BIM)等全部內容。該項目投資概算45512.82萬元。中標價為工程設計費32.00元/m,施工工程費下浮率13%。建設工期為總工期900天,其中設計60天,施工840天。

表1 建筑工程建設指標明細
基于視神經網絡法對項目中的機電安裝管理進行優化,具體的機電安裝內容包括供水系統、排水系統、燃氣系統、消防系統、通風空調系統、供電照明系統、光伏發電系統和供暖系統,計算結果如圖3所示。從圖3(a)中可以看出,在采用視神經網絡對各個建筑機電安裝項目系統進行優化后,實際工期比預期工期呈現不同程度的縮短,縮短幅度最大的安裝項目為供暖系統的安裝,縮短了約10d,縮短幅度最小的安裝項目為消防系統,其實際工期與計劃工期相同,這是因為消防系統在整個項目中受到建筑消防檢查的影響,對工期的要求較為嚴格,可以優化的工序較少;從圖3(b)中可以看出,對各個建筑機電安裝項目系統進行成本優化后,優化前各個安裝系統的成本比率出現不同程度的變化,最大值為1.18(供暖系統),最小值為0.8,成本超標的有消防系統和供電照明系統,而優化后,所有的安裝成本均低于成本平衡線(圖中的虛線),最大值為0.84(供水系統),最小值為0.51(供電照明系統),表明采用精細化的管理可以有效地節約建筑機電安裝項目的成本;從圖3(c)中可以看出,運用視神經網絡法對各個建筑機電安裝項目系統的質量管理進行精細化優化,結果表明優化前的各機電安裝系統的質量優良率變化為70.38%~85.00%,質量優良率小于75.00%的機電安裝項目有供水系統、光伏發電系統、供暖系統,其質量優良率分別為70.38%、73.23%和70.86%,而經過精細化管理后,各個機電安裝系統的質量優良率得到了大幅度的提升,優良率的變化為80.05%~94.33%,供水系統、光伏發電系統、供暖系統的質量優良率分別提高至80.05%、81.34%和88.14%。

圖3 基于視神經網絡的建筑機電安裝項目的精細化管理成果對比
以實際工程案例為研究對象,基于精細化(無縫隙)管理的思想,運用視神經網絡法對建筑機電安裝項目的質量、工期和成本進行精細化優化,分析其管理優化效果,得到以下4個結論。1)建筑機電安裝項目中,精細化管理表現出了7個最明顯的特征,分別是精細化、嚴格化、協調化、標準化、流程化、量化和細化;2)在采用視神經網絡對各個建筑機電安裝項目系統進行精細化優化后,實際工期比預期工期呈現不同程度的縮短,達到了建筑機電安裝項目的工期降低的目的;3)優化前各個安裝系統的成本比率出現不同程度的變化,優化后所有的安裝成本均低于成本平衡線,有效地實現建筑機電安裝項目的成本節約;4)優化前的各機電安裝系統的質量優良率變化為70.38%~85.00%,而經過精細化管理后,各個機電安裝系統的質量優良率得到了大幅度的提升,優良率的變化為80.05%~94.33%。