基于參與式感知的建筑起重機械檢驗檢測質量控制研究

王云飛/WANG Yunfei

（1.上海建科設備檢測有限公司，上海 201540；2.上海建筑機械安全智能控制工程技術研究中心，上海 200032）

建筑起重機械檢驗檢測作為機械設備安全控制的有效手段，是政府實施“使用登記”行政許可的重要前置環節，作用顯著。為確保檢驗檢測結果有效性，保證有效控制機械設備安全狀態，對建筑起重機械檢驗檢測實行質量控制非常重要。

1 建筑起重機械檢驗檢測存在的問題

近年來，隨著建筑市場的不景氣，建筑機械檢驗檢測市場競爭日趨激烈，雖然檢驗檢測機構都會進行獨立性、公正性或誠信聲明，并按要求制定措施保證檢驗檢測人員在檢驗檢測過程中保持職業操守，不受任何可能干擾其技術判斷因素的影響。但檢驗檢測人員仍然不可避免受到市場營銷、客戶關系、績效考核等因素的影響，做出影響結果有效性的行為。

2018 年5 月17 日海南五指山塔機拆卸較大事故、2018 年12 月10 日陜西漢中塔機傾覆較大事故、2020 年11 月4 日山西晉城市施工升降機高處墜落較大事故等均存在檢驗檢測人員不作為或者出具虛假、不實檢驗檢測報告的行為，相應檢驗檢測機構或人員受到了行政或刑事處罰。眾多事故案例不斷提醒，提高建筑機械安全狀態水平、控制檢驗檢測機構風險，需要加強建筑起重機械檢驗檢測質量控制。

建筑機械檢驗檢測在施工現場進行，施工現場環境嘈雜、勞動條件差，檢驗檢測人員長時間流動作業，易受到氣候、環境、人員以及自身情緒、心理狀態的影響，從而出現行為錯漏、疏忽等。人員工作態度、工作經驗有差異，也會影響檢驗過程和結果判定。建筑機械現場檢驗一般要求“至少有2 名具有相應資格的檢驗人員”，但通常情況下，主要靠檢驗人員自覺完成，其檢驗是否嚴格按要求進行，是個未知數。建筑機械檢驗檢測嚴重依賴檢驗檢測人員能力和態度，一直以來，缺少有效措施對現場檢驗檢測行為進行制約和監控。

建筑機械檢驗檢測機構如何有效制約和監控現場檢驗檢測行為、強化過程控制成為急需解決的問題。

2 常規檢驗檢測機構質量控制方法

2.1 檢驗檢測質量監控

質量控制是指為達到質量目標所采取的活動，目的在于監視過程并排除導致不合格、不滿意的原因以取得準確可靠的數據和結果。檢驗檢測工作專業性強，系統性特點突出，影響檢驗檢測結果有效性的因素包括人員是否勝任、設備是否合適、樣品是否有代表性、環境條件是否符合要求、方法是否正確、測量和數據處理是否規范等，即“人、機、料、法、環、測”等5M1E因素。

為監控結果有效性，RB/T 214-2017《檢驗檢測機構資質認定能力評價 檢驗檢測機構通用要求》和CNAS-CL01：2018《檢測和校準實驗室能力認可準則》提出了質量監控具體的方式，包括但不限于人員比對、標準物質驗證、設備比對、方法比對、報告數據審核、能力驗證或機構間比對等方法。

不同檢驗檢測機構人員、儀器設備、場所條件等不同，機構會根據自身特點，采取部分或全部上述方法進行質量控制。但各類內外審發現，檢驗檢測機構仍普遍存在如設備使用記錄不齊全；未進行關鍵人員授權、缺少人員監督或監控記錄；原始記錄信息不規范、數值隨意修改；檢驗檢測報告信息錯誤、結論不規范等問題。

常規檢驗檢測質量控制活動一般從5M1E 因素入手，但這些質控手段多是靜態、非實時監管、事后的，且不同檢驗檢測機構因資源、能力差異，其質控效果差別較大，于是上述內外審發現問題易反復出現。如何切實有效保證檢驗檢測數據準確性、結果有效性，不能僅依靠線下事后跟蹤的質量監控手段，需要持續優化檢驗檢測質量控制方法。

2.2 人員管理的質量控制

人員是檢驗檢測機構的基本組成，是各項活動的主體，質量控制涉及的5M1E 六個因素的控制都離不開人。人是檢驗檢測中的核心要素，無論是實施前、實施中、實施后，檢驗檢測活動均需以人為中心展開。比如儀器使用、方法選擇、測量與數據處理、原始記錄填寫等，都是依靠人完成的，且依賴人的能力。

資質認定及CNAS 認可相關準則要求：影響檢驗檢測活動的人員，無論是內部人員還是外部人員，均應行為公正，受到監督，勝任工作，并按照管理體系要求履行職責。在實踐中，逐漸形成了以人員能力確定、選擇、培訓、監督、授權、能力監控等為核心的系統化人員管理質量控制方法。

以上質控方法主要從人的能力出發，有默認前提，即具有能力的人員是按照各項要求展開工作的。但檢驗檢測過程中，人并不是完全理性的，容易受到環境、情緒、心理、性格的影響，行為發生偏離；并且不同人員因工作態度、工作經驗不同，檢驗判斷也會有差別。所有這些因素疊加在一起，削弱了上述系統化人員管理質控方法的效果，造成檢驗檢測結果的有效性有時會出現波動，這也是內外審問題易反復出現的根本原因。

3 基于參與式感知的檢驗檢測質量控制方法

3.1 參與式感知技術

近年來，數字化轉型深入發展，物聯網、大數據、人工智能等新技術創新應用不斷涌現，以人為中心的智能感知與計算等技術的應用為解決上述檢驗檢測質控疑難提供了思路。

參與式感知，是指通過移動設備形成一個交互式的、參與式的傳感網路，能夠讓用戶采集、分析和分享本地感知信息。它使感知的中心由傳統的傳感器節點轉移到人和智能移動設備上。近些年，智能手機迅速發展，其嵌入的GPS 定位傳感器、重力傳感器、光線傳感器、壓力傳感器等豐富的傳感器模塊為參與式感知提供了設備支持。人和智能手機的有機組合成為類似傳感器模塊的設備節點。參與者通過智能手機組成的網絡采集信息，這些信息經過結構化處理、分析獲得有價值的結果提供給系統或者用戶，形成以人為中心的智能感知與計算應用。

參與式感知技術將人的實時活動數據融入數字化系統，能夠解決前述建筑機械檢驗檢測機構不能有效制約和監控現場行為的難題。

3.2 基于參與式感知的檢驗檢測質量控制

物聯網數據驅動檢驗檢測質量控制，旨在建立參與式感知系統，依靠檢驗檢測人員參與（依托智能終端和工作車輛），通過系統內置的各功能模塊，實現檢驗檢測流程控制、關鍵節點數據采集、車輛及人員位置物聯等，從而實現檢驗檢測質量動態控制、實時監管。該系統支持進出場控制、檢測數據采集、關鍵節點照片采集、數據校驗、車輛定位、路線跟蹤、里程記錄、動態日志，以及質量數據可視化、行為偏差預警等。

該參與式感知系統主要由客戶端、瀏覽器端、服務器端三部分組成。客戶端依托檢驗檢測智能終端，主要用于數據采集，內置了細化的檢驗檢測流程，支持檢驗檢測進出場控制、關鍵節點照片采集等。將大量從智能終端以及車輛位置物聯系統采集的數據進行融合處理，最終能以可視化形式在瀏覽器端展示，瀏覽器端支持檢驗檢測質量數據可視化、數據偏差預警等功能，可實時跟蹤、預警現場檢測行為。服務器端主要實現進程通信、數據接收、處理、存儲、分析、可視化等功能。考慮到流量、工作效率等約束，客戶端與服務器端的數據交互支持在線和離線兩種方式。對于進出場數據、關鍵節點照片、數據校驗等需要在線交互，其他非關鍵信息，支持WiFi環境下的數據延遲上傳。

基于參與式感知技術的檢驗檢測質量動態控制的核心為檢驗檢測流程。具體流程圖如圖1 所示，所有動態控制、實時監管的功能將依托此流程圖展開。流程以串行+循環的方式，依托定位技術、通信技術、流程數字化，圍繞數據采集、數據控制流轉展開，從第一個檢測任務開始，直至循環完成所有檢測任務，中間不能隨意進行流程的跳轉。

圖1 現場檢驗檢測流程圖

進場、實施檢測（原始記錄登記）、原始記錄提交、退場是整個流程中控制檢驗檢測行為的關鍵環節，主要依托車輛、智能終端操作的時間、位置信息以及現場照片、檢測數據等進行校驗控制與匹配分析，具有數據驅動質量行為控制的特點，其主要功能邏輯如下。

1）進場 每個檢測任務的實施必須從檢測進場開始，只要存在未退場的檢測任務就無法點擊進場實施檢測。考慮到同一工地因機型、檢測類型不同可能存在一個以上的檢測任務，系統檢測到2km 范圍內有未退場的檢測任務時，不影響進場操作。

2）原始記錄登記 這個環節代表現場實施檢測的過程。關鍵數據如測量數據、關鍵照片要求在現場填寫。關鍵照片根據機型不同，考慮檢驗檢測行為控制重點，一般選取整機外觀、設備頂部（如有）、出廠銘牌、吊載試驗、不合格部位、整改單照片作為關鍵照片必須現場上傳。服務器會自動分析照片拍攝時間、位置信息，并與車輛即時位置信息自動進行匹配分析或預警。

3）原始記錄提交 退場前，必須先進行原始記錄提交。系統將對檢測數據格式是否符合要求、關鍵照片是否缺失等自動進行校核，校核不通過的，無法進入下一環節，將提示要求完善數據。

4）退場 設備退場才能進入下一個檢測任務。通過進退場，可對檢測實施時間進行計算，并與車輛停放時間進行比對。

以上所有操作進行了動態日志記錄，能即時反饋檢驗檢測各狀態，實現了過程動態控制及可追溯。為了統一行為，智能終端APP 強制進行版本更新，以避免人員軟件更新不及時，造成的軟件功能不一致，人為繞過流程管控的情形發生。

3.3 檢驗檢測質量控制可視化平臺

以上部分，著重于現場流程控制、數據采集，進行數據過濾、融合處理以及分析后，可進一步實現檢驗檢測數據可視化、行為偏差預警等。

數據可視化，是指通過視覺方式讓數據更容易理解，一般使用圖形、圖像、圖表等元素快速幫助人們理解數據含義、趨勢及相關性，是數據驅動檢驗檢測質量控制的重要方面。本系統結合GIS 地圖+事件滾動列表+表格圖表+云圖等方式進行了過程數據的可視化展示，如圖2 所示。經過數據融合處理，GIS 地圖上可以實時查閱工地定位、車輛定位、正在實施的檢驗檢測任務等，還可進行車輛與任務實施軌跡跟蹤、檢驗檢測行為回溯等，實現了檢驗檢測行為的動態、實時展示。除此之外，通過時間、位置的匹配及動態日志數據挖掘，對檢驗檢測實施實現了數據驅動管控。

圖2 現場檢驗檢測數據可視化

在數據利用方面，系統對數據進行了結構化整合處理，對數據匹配有問題的，在數據展示時，按嚴重程度分別標黃、標紅顯示。由于照片數據格式的特殊性，特別對上傳照片進行了拍攝時間、位置信息的提取比對：對重復照片、照片日期與檢測日期不一致、照片GPS 信息與工地GPS 信息差別較大的，有可能存在現場質量行為偏離的，進行預警推送，提醒報告審批、任務安排、質量管控人員特別予以關注。

3.4 物聯網數據驅動質量管控功能延拓和效果

基于參與式感知的檢驗檢測質量控制依托數字化系統展開，所有工作在系統中進行，能夠實現檢驗檢測方法受控、表格受控、標準受控等有效版本控制和作業導引、標準協同等，基于人員權限的設置管理可從源頭上避免人員超資質檢驗檢測情況的發生，客觀上增加了檢驗檢測質量管控的事前管控措施。長期實施之后，系統積累了大量的現場檢驗檢測行為數據，形成經驗數據庫、檢測技術數據庫、檢驗檢測知識庫等，可進一步實現靜態數據導入、檢驗檢測流程自動化、結果自動判別，減少人為差錯，提升數據一致性水平。

以上質量控制方法依托參與式感知技術展開，實現了檢驗檢測行為的事中管控，豐富了常規的質量管控手段，實現了人員行為量化及場景化結構化控制，達到了實時、動態過程監管的效果，解決了以往的痛點。

基于參與式感知的檢驗檢測質量控制方法利用物聯網數據驅動方法創新了檢驗檢測質量管控，使建筑機械檢驗檢測機構內部風險管理由被動管理轉為主動識別，并在動態過程中實現了預防性控制和預警，提高了檢驗檢測機構風險管理的效率和準確性。

4 展 望

基于參與式感知的檢驗檢測質量控制方法能夠從事前、事中、事后3 個角度全方位提升檢驗檢測機構質量控制能力，隨著大數據、人工智能的發展，未來在檢驗檢測機構內外部數據風險預測、基于客戶畫像的客戶風險預測、基于經驗數據的檢驗檢測人員能力量化評價等方面可展開深入研究，從而深化基于物聯網數據驅動的建筑機械檢驗檢測質量控制，實現檢驗檢測工作的數據治理、智慧監管，釋放數字技術對檢驗檢測技術發展、質量保證中的作用。