分析大數據視角下水利工程質量風險管理

朱啟龍

（云南能陽水利水電勘察設計有限公司，云南 曲靖 655000）

0 引言

水利建設在防洪護岸的前提下，可以有效促進當地經濟發展和穩定人民群眾的生產生活，將水利建設與其他基礎設施建設相結合，還可以改善農業發展過程中水資源分布不平衡狀況。如果工程質量達不到施工技術要求和施工規范要求，不僅會對項目的正常運行造成嚴重的影響，而且還會對人們的生命財產造成威脅。而造成這些危害的主要原因是在傳統的水利項目質量控制中，相關人員的質量管理觀念淡薄，技術力量薄弱等。因此，本文從“事中”到“事后”質量管理機制的角度進行了研究，對項目的質量、風險進行了預測和規避。

1 大數據的含義與特征

大數據主要具有以下特點：①數據體量巨大；②處理速度快；③數據類型復雜；④數據形式復雜易變。數據來源日益增多導致難以將數據連接、匹配、清理和轉換組成一個系統，所以必須有連接、層次結構和數據鏈接，否則數據將很快失去控制。然而如何從大量信息中挖掘出有效的信息是一項艱巨的任務，所以，要實現大規模的數據分析，必須依靠云計算的運算能力。

2 質量風險管理對水利工程的重要性

2.1 大數據視角下水利工程質量風險管理工作計劃

大數據視角下水利工程質量風險管理的工作計劃主要包括對數據源的分析和對工程質量管理框架的設計。

2.1.1 數據源分析

水利建設項目的風險控制是指分析建設項目實施過程中存在的問題，并且加強對項目建設過程的風險控制。大數據的研究工作是對海量的歷史資料進行分析、加工，從而對其進行預測。

2.1.2 設計工程質量風險管理框架

目前國內大部分施工項目的質量風險辨識都是從其產生機制入手，而這些方法通常無法準確地反映出施工項目的具體狀況。隨著網絡的發展和信息技術的不斷發展，大數據處理技術越來越多地應用到水利項目的質量風險管理工作中去[1]。在大數據的開發過程中，建立項目的管理系統是一個比較復雜的過程，它包括以下3 個步驟：①從項目的質量風險管理要求出發，建立項目的初步質量風險表。②收集與水利項目前期風險有關的資料。③運用數據分析、數據挖掘、數據可視化等數據分析技術，通過分析與預警工程質量問題，并結合工程質量問題的真實數據，對其進行初步設計。

2.2 水利工程質量危險資料的大數據收集

對于施工單位和監理單位已經收集到的工程基本信息、檢測數據等，可以將它們直接傳輸到工程質量危險信息數據庫中。地基處理、邊坡處理等有關危險指數難以直接定量、收集，可采取圖片、視頻等方式上傳到工程質量隱患數據庫，并由質檢員進行定量分析。在地基及接縫處的施工中，施工單位將對施工過程中的圖像進行拍照，并將視頻數據上傳給質檢部門，以便對工程施工中的安全隱患進行評估。

2.3 水利工程質量風險管理大數據分析

在長期的數據收集與警報下，我國的數據庫積累了大量的數據信息，這為分析項目的質量風險、風險發生概率、風險指數等奠定了基礎。當質量危險資料庫中有了充足的資料，就可以逐步對原始的質量危險表進行最優化與修正。由于最初的質量危險表是通過理論和專業人員的調查得出的，它具有很大的主觀性質，因此必須對其進行相應的修改。另一方面，由于經歷了長時間的質量監控和改進工作，它將會產生新的質量危險，這與最初的危險列表相比，有很大的差異。

2.4 水利工程項目的質量風險早期預測

在信息技術飛速發展的今天，信息化技術為各個行業的管理和發展都提供了更為高效的管理方法。因此，在水利工程建設方面，利用大數據和信息化技術進行質量風險檢測是提升工程質量的必然趨勢。運用大數據進行水利項目的質量風險控制，是加強水利建設監理工作的一種有效手段。在水利項目質量、數量風險的控制中，收集項目基本信息、以往質量監管工作中出現的問題信息，建立項目質量問題和隱患的動態管理機制，并運用聚類法、時間序列法等手段，探索項目質量問題及其演變的規律，為以后的項目風險預測工作積累一定的參考依據和經驗。

2.5 水利項目施工過程中的質量風險控制要求

建設單位、監理單位、檢測單位承擔工程質量管理責任。以工程質量責任制為重點，對施工單位的工程質量進行質量監督。施工企業按照“三檢制”對工程質量進行自檢。在施工組織體系下，監理單位以法律法規、施工技術要求、規程、規范和施工合同為基礎，對施工單位進行了橫向的質量控制。與其他的項目相比，監理機構在施工組織體系之外，可以利用行政的方式對施工活動的主體實施垂直監控。而質檢機構與工程中的各部門相比具有很大的差異，涉及的工程內容也比較多，所以要對各部門的總體狀況和資料全方位地對施工現場的質量管理也進行了解，并有針對性地進行質量監控。同時，要結合施工中的重要環節把握好施工現場的質量管理。總之，要正確認識質量監管機構和工程參與者之間的質量風險控制關系，突出多方面的質量風險特征，以全面了解質量風險管理大數據分析的功能。

2.6 大數據視角下對水利工程質量風險管理的影響

傳統的水利項目質量風險控制主要表現為“事中”，而缺乏“事前”質量控制，即對正在建設中的項目進行質量控制，以及對現有項目進行質量檢驗，從而改善項目的施工質量。只有綜合各種因素，形成一套完整、科學、全面的評估系統，才能有效地評估其可能存在的質量隱患，從而實施相應的風險防范。另外，水資源建設項目的質量風險控制因子是構建海量信息的關鍵，而這些信息需要借助龐大的運算能力來挖掘數據。從大數據和云計算的角度出發，對水利項目的質量風險進行分析，提出了基于大數據的信息資源和特點的挖掘方法以及相應的風險控制體系結構。在分析大數據的基礎上，提出了一種基于數據挖掘、機器學習、統計分析的新方法。數據挖掘可以從大量的、不完全的、模糊的真實數據中抽取出隱藏在其中具有巨大使用潛力的信息和知識，例如，從影響項目質量風險的各種因素中抽取相關的信息。由于水利建設項目的質量風險因素眾多，且其復雜性和不確定性較大，常規的質量風險評價方法難以找到其內部的規律性，必須采用數據挖掘技術，通過數據挖掘技術進行分析工作，這可以優化基于危險的生成、依靠人為的判斷、無法對真實的環境做出有效反應的傳統風險辨識方式。如今，隨著大數據處理技術以及強大的計算能力在水利工程中得到越來越廣泛的應用，可以從設計、缺陷、疏忽等角度對水利建設的技術風險進行評估，建立相應的風險評估模型。

3 我國水利工程風險管理存在的問題

我國走的是計劃型的發展模式，所以在項目風險管理中涉及時間比較晚，研究比較少。而在各個項目的研究中，政策制定人的風險意識較差，所學的風險管理知識相對欠缺，風險辨識能力比較低下，加之缺乏前瞻性的認識和判斷，導致建設項目的風險發生率增高，讓風險規避失去了基礎。

由于無法進行精確的風險評估，因此，在實際工程施工中，風險的預測往往與現實的差異較大，從而影響了工程施工的整體效益。另外，由于經營者的觀念松懈，以及缺乏對企業管理的認識，使得企業成為最終的風險承擔方[2]。

4 水利工程項目管理風險大數據控制對策

目前已有的一些理論和方法已不能很好地適應曲靖地區水資源的要求，亟待把大數據技術引入水利項目的質量管理中。在水利項目中應用大數據進行風險管理具有明顯的優越性，運用大數據技術管理水利項目建設質量風險，可以實現項目質量的科學化、動態化管理，還可以實時監控質量風險。基于大數據進行預測，及時發現質量安全隱患，達到防范質量安全風險的目的。在未來的建設項目中，首先，必須不斷提升信息化、科學化、智能化的管理水平，加強監測系統的數據收集力度，利用海量的數據信息，對水利項目的風險進行評估。其次，充分利用先進的信息技術，提升水利項目的信息化水平，改變過去的“事中、事后”思想，轉變為注重“事前監督”，可以在前期進行預測和預判，從而減少項目的質量安全隱患，改善項目的整體施工質量。

4.1 觀念的改變

在計劃經濟體制中，水利建設單位的第一要務是根據上級制定的計劃，實現利益最大化。但在市場化的形勢下，必須從市場、利潤、產值、管理和管理思想等方面進行整合，從而形成經驗，促進水利建設、管理、改革和發展。

4.2 施工材料風險控制

在水利建設施工中，原材料的進場檢驗和取樣檢驗是確保工程質量的重要一步。材料管理是一項很煩瑣的工作，它牽涉到很多問題，工作量很大，因此，施工單位和監理單位都要參與其中。監督部門對進入工地的物料進行質量檢查，例如，砂、石料等是否有檢驗報告，水泥、機械、鋼材等是否達到了技術指標，不合格的物料嚴禁采用。尤其是作為工程建設主要原料的鋼筋混凝土，其檢測采樣工作應由現場見證和簽署。經過多年的試驗，發現在混凝土中普遍存在的裂紋主要是表層裂紋，在低溫區域，氣溫的急劇下降也會導致開裂，所以，混凝土的隔熱性能對表層開裂有重要影響。

4.3 施工技術風險控制

施工技術管理是水利工程企業的一項重大任務。在技術上，應明確分工，做到互相監控和協作，從而提升技術水平。為了實現科學化和規范化管理，任何一個公司的水利工程都必須建立起一套嚴密的管理體系。水利項目技術負責人應當積極參加圖紙會審、編制施工方案等各個階段，按照技術要求進行施工計劃，科學地組織施工，保證項目的施工質量同時節省費用，并強化監理的措施[3]。

4.4 施工質量風險控制

要想改善水利項目的質量，就需要制定出一套策略，并在公司內部形成一套完整的質量管理系統。由于單純依靠全面的質量風險管理無法從根源上解決水利項目的質量問題。只有在加強質量文化內涵的同時，進行策略規劃，方能真正改變水利建設的質量。因而，需從技術和手段上完善對水利工程的質量管理[4]。質量管理是水利水電系統中的一個重要組成部分，應該把它與其他系統有機地聯系起來，使之達到整體最優，而且質量管理的執行方式要根據項目的具體要求而變化。當前，水利建設管理正處于一場管理變革之中，由傳統的“內向型”的管理模式轉向“外向型”“系統化”的管理模式。

4.5 質量風險管理的優化

在不斷收集和分析質量風險數據的過程中，需要對其進行初步的分析。這是因為質量危險的初步評估是通過理論和專業人員調查得出的，具有很大的主觀性，必須結合項目的具體情況加以調整。同時，在實施過程中，各種危險的發生概率與最初的危險表設定存在很大偏差。在優化質量危險表時，可以利用多種分類技術來進行，以收集到的項目質量問題為分類變量，以項目的初始危險指數為特征變量，構造出相應的培訓集和試驗集[5]。

5 結語

本文從大數據和云計算的角度，探討了水利項目的質量風險。與以往的項目質量風險分析方法相比，基于大數據和云計算的項目質量風險控制模型能夠更加客觀、有效地預測和防范水利工程中的質量問題，同時，云計算強大的計算能力使模型更加準確高效。