基于灰度理论QFD的水电工程施工管理系统研发

(长江勘测规划设计研究有限责任公司 工程咨询公司，武汉 430010)

1 研究背景

水电工程施工过程中会产生大量的工程数据，信息传递的疏漏、滞后及错误会影响各项工作开展的及时性和有效性，信息化施工管理作为可靠的行业解决方案，是未来的发展趋势[1-3]。如天津大学[4]、武汉英思工程科技股份有限公司[5]等单位均研发有各自的工程信息管理平台并已用于实际工程，较大提高了工程信息流转速度及效率，但部分系统的设计仅从“技术需求”或“用户需求”出发，难以完全满足工程现场需求。

质量功能展开方法(Quality Function Deployment，QFD)基于用户需求最大化，将技术需求与用户需求进行关联分析，锁定市场需求痛点及关键技术特性，提高产品的协同设计深度[6]。用户需求重要度、技术特性重要度的优化计算是QFD技术领域的重要研究方向，段黎明等[7]、Sireli等[8]根据Kano模型用户满意度的特点，将需求分类并赋予不同权重，优化了需求重要度的求解；Pakizehkar等[9]在Kano模型基础上引入层次分析法对用户需求和技术特性的关联矩阵进行层次排序和一致性检验，改进了需求权重算法;Onar等[10]、Hsu等[11]进一步建立了基于模糊层次分析法、逼近理想解排序的关键需求评估模型。上述改进方法无法避免数据需求量大、运算复杂度高的问题。

基于灰度QFD的系统设计方法,采用专家打分法收集用户需求调查矩阵、市场竞争调查矩阵和技术评估矩阵信息，利用灰关联分析和GM(1，N)灰度模型，对“小样本”、“贫信息”进行生成迭代，最大化提取得到需求重要度及技术特性重要度信息[12]。根据重要度排序，在产品设计过程中突出关键业务、合理分配资源，最终快速得到有限资源条件下市场最优的信息化解决方案。该方法被应用于某水电站工程施工管理系统的设计研发过程中，发挥了较强的指导作用，产品应用的市场效果良好，为同类问题的信息化系统研制提供了可靠的解决方案。

2 基于QFD的需求调研

为在有限技术资源条件下实现用户需求最大化，利用矩阵图工具将规划、开发、设计等多视角进行关联考察，提高信息沟通效率。QFD矩阵图也叫质量屋，包括用户需求、技术特性、需求规划、技术特性规划、用户需求与技术特性的关联矩阵、技术竞争性评估矩阵、市场竞争性评估矩阵等维度[13]，图1为质量屋结构。基于灰度理论QFD的需求调研步骤如下。

图1 质量屋结构

步骤1：经过与潜在用户、程序编写人员的座谈交流，分别对用户需求及技术特性进行挖掘整理得到较多零散的需求技术要点，采用KJ法(Kawakita Jiro，亲和图)逐层归纳提炼用户需求及技术特性[14]。

步骤2：采用专家打分法获得用户需求调查矩阵G、市场竞争调查矩阵M、技术评估矩阵T。

步骤3：利用灰关联分析获取用户需求重要度。灰关联分析是研究比较数列与参考数列发展趋势的关联度，通过关联度排序可获取各因子的重要度[12]。其计算方法如下：

(1)建立用户需求灰关联集。令X={x0,x1,…,xi,…,xn}为用户需求灰关联集，式中：n为用户需求数量；x0为参考数列；xi为比较数列{xi(1),xi(2),…,xi(k),…,xi(m)}。其中：m为专家数量；xi(k)为第k位专家对第i个需求的评估打分，第k位专家对各需求进行评估打分的平均水平为x0(k)，其计算公式为

(1)

(2)数据无量纲化。为便于跨矩阵计算，需对各评估打分矩阵进行无量纲化，计算公式为

i∈[1,n] ,k∈[1,m] 。

(2)

式中xi(k)′为第k位专家对第i个需求评估打分的无量纲值。

(3)计算对象序列与参考序列的绝对差值、极差值，即

Δi(k)=|xi(k)′-x0(k)′| ，

(3)

Δmax=maximaxkΔi(k) ，

(4)

Δmin=miniminkΔi(k) 。

(5)

式中：Δi(k)为第k位专家对第i个需求的评估打分与该专家平均打分水平的无量纲差值(反映需求程度的差异)；Δmax，Δmin分别为需求程度差异的最大值与最小值。

(4)求解灰关联系数，即

(6)

式中：ri(k)为xi(k)对x0(k)的关联系数；ρ为分辨系数，一般取ρ=0.5。

(5)计算灰关联度，即

(7)

式中ri为比较数列xi对参考数列x0的关联度。

(6)灰关联度归一化处理如下，

(8)

步骤4：利用灰关联分析获取用户需求与技术特性的关联矩阵。参考步骤3，令Y={y0,y1,…,yi,…,yp}为技术特性灰关联集。其中：p为技术特性数量；y0为技术特性参考数列；yi为技术特性比较数列{yi(1),yi(2)…,yi(k),…yi(q)}，q为竞争分析企业数量，yi(k)为第k家企业对技术特性TCi的评估打分，代表各竞争企业提供的用户需求满意度。将技术评估矩阵T、市场竞争调查矩阵M代入式(1)—式(5)中，分别计算技术特性矩阵与各用户需求的关联系数，进一步得到关联矩阵R。

步骤5：利用GM(1，N)灰度模型分析各技术特性的重要度，其实际是一维多元曲线拟合，通过构建累加生成序列的微分方程，用差分法离散为线性方程组，继而解得各变量的权重系数。其原理如下：

(1)原始用户需求与技术特性的关联序列为

i=1,2,…,p。

(9)

i=1,2,…,p。

(10)

(2)构建一阶微分方程GM(1，N)模型如下，

(11)

式中a，bi为关联序列的权重，按差分法离散后得线性方程组为

(12)

其中，

k∈[2,n]。

(13)

(3)代入关联矩阵R，求解bi并归一化处理得到技术特性重要度。

步骤6：将市场竞争调查矩阵M、技术评估矩阵T分别与用户需求重要度矩阵转置、技术特性重要度矩阵转置做乘积运算得到竞争对象的市场竞争指数及技术竞争指数。

3 工程案例

3.1 工程概况

我国某大型水电站引水发电系统工程，总投资约24亿元，拥有超大地下洞室群及世界第一高的电站进水塔(115 m)，包含开挖、支护、锚索、混凝土等众多工序及作业面，管理难度较大，采用灰度QFD理论完成需求调研，指导研发出一套施工管理信息系统。

3.2 QFD需求分析

运用灰度QFD进行水电站施工管理信息系统设计。

步骤1：经过与潜在用户、程序编写人员的座谈交流，采用KJ法得到用户需求(Custom Reuqirement,CR)(图2)及技术特性(Technical Characteristic,TC)(图3)，综合考虑展开深度、操作难度等因素，选择以下用户需求展开、技术特性展开要点代表相应的总体。

步骤2：邀请5位专家(Expert,E)按照需求依赖性对10项需求进行评估打分，满分为10分，需求越强，分值越高，得到用户需求调查矩阵G(表1)；选择本团队(CO1)、天津某A公司(CO2)及武汉某B公司(CO3)作为市场竞争对象，邀请行业专家依据经验对各公司在解决用户需求、技术特性2个方面进行评估打分，满分为10分，需求或实力越强，分值越高，得到市场竞争调查矩阵M(表2)、技术评估矩阵T(表3)。

表1 用户需求调查矩阵(G)

表2 市场竞争调查矩阵(M)

表3 技术评估矩阵(T)

步骤3：利用灰关联分析获取用户需求重要度(表4)。

表4 用户需求重要度

步骤4：利用灰关联分析获取用户需求与技术特性的关联矩阵R(表5)。

表5 用户需求与技术特性的关联矩阵(R)

步骤5：利用GM(1，N)灰度模型分析各技术特性的重要度(表6)。

表6 技术特性的重要度

步骤6：将市场竞争调查矩阵、技术评估矩阵分别与用户需求重要度矩阵转置、技术特性的重要度转置做乘积运算得到3家公司的市场竞争指数及技术竞争指数(表7)，以此进行研发产品的市场及技术评估。

表7 市场及技术竞争指数

3.3 产品设计过程

根据质量屋的市场竞争、技术竞争分析，本项目在市场需求及技术特性两方面均具有较强竞争力，市场应用前景较广泛，但需把握好关键用户需求及技术特性。根据相关重要度排序，权重最高的用户需求为权责分明、扩展性、即时通知、实用流程及反应快捷，权重最高的技术特性为代码复杂度低、传输快捷、稳定性好。系统设计时应充分结合上述关键要点进行资源配置。

3.3.1 主要功能设计

3.3.1.1 用户权限设计

典型的权限访问模型有自主访问模型(Discretionary Access Control Model, DAC Model)、强制访问控模型(Mandatory Access Control Model, MAC Model)和基于角色的访问控制模型(Role-Based Access Control Model, RBAC Model)[15]。本文采用基于角色的访问控制模型，通过组策略设置、角色继承、角色冲突协调机制，可灵活、安全地进行资源权限管理，在MVC框架基础上引入Hibernate开源对象关系映射框架，对权限进行统一分配管理，将对数据库的操作转换为对Java对象的操作，从而简化开发过程。

3.3.1.2 质量评定管理

为提升系统的扩展性、快捷性，采用嵌入式office方案，实现评定模板与系统的分离低耦合管理，结合BIM施工管理方法，实现单元工程基础数据导入、质量评定验收信息录入流转、评定统计查询、自动归档等功能，节省文档的传阅、查询、存档及整编成本，最终降低管理成本。为提升业务响应速度，系统打通了微信服务号、云短信平台以及APP通知栏，实现业务信息的多维通知。

3.3.1.3 隐患管理

针对水电工程施工质量安全隐患发生频率高、位置分散等特点，将BIM划分为离散的仓位并将其作为管理的最小单元，通过编码关联技术建立基于移动终端与BIM信息系统相结合的质量缺陷管理新模式，实现质量消缺信息的及时采集和责任人快速分派;同时保留各方领导的监管手段，将线下沟通处理与BIM信息系统进行融合，提高了系统流程的实用性以及对隐患闭合的控制能力。系统同样采用微信、短信、APP的多维通知机制实现业务的快速响应。

3.3.1.4 进度仿真

利用移动端实时采集进水塔混凝土浇筑及隧洞开挖施工的实际进度信息，获取相关部位的形象进度、施工强度、责任人员和施工资源配置等信息并动态更新，通过进度仿真计算，对后续施工进度进行实时预测，将实时进度形象与计划面貌进行比对，根据进度偏差程度动态地进行下一阶段实施方案的优化活动，为高效、快速的施工决策提供有力的决策支持服务。

3.3.2 主要技术方案

为降低代码复杂度，系统引入JEECG(J2EE Code Generation)技术。JEECG是一款基于代码生成器的J2EE智能开发框架，可以帮助解决Java项目60%的重复工作，让开发集中于业务逻辑的处理上，同时缩短开发周期，降低项目成本。

为提升系统的稳定性及传输体验，系统引入超融合私有云实现资源虚拟化及负载均衡，采用Java并行压缩回收器实时回收内存，减少内存碎片，使用java.util.zip包实现网络传输数据的实时压缩、解压缩，应用Ajax技术通过JavaScript后台异步请求并获取服务器数据，动态更新前端信息，避免了界面提交或刷新的过程。此外，系统采用Indexed DB离线缓存技术，对应用程序传输流量大、网络带宽小及网络不稳定等场景具有良好的适应性[16]。

系统由移动APP与WEB端构成。通过移动APP采集质量、进度、安全等施工情况及要求，WEB端利用编码关联技术自动关联对应的BIM模型，关联后的BIM模型将被赋予对应的质量、进度等信息，承包商登录移动APP或WEB端将收到待办提醒，提升信息流转效率。

3.4 移动端APP

系统首页设消缺管理、移动评定、进度模拟等多个功能模块，如图4—图7。

图5 移动消缺管理

图6 移动评定

图7 进度模拟

监理用户通过消缺管理模块可便捷地录入质量安全隐患问题情况，问题提出后，系统将进行持续追踪，直至承包商整改到位并回复通过。系统提供用户固定时段内问题的发起数、闭合数、按期闭合比率及排名等指标，此外，系统还提供人员履职分析、部位问题分析及问题类型分析等统计功能。

移动评定实现了在手机上进行评定信息流转、查阅、审核、统计分析等功能，让管理者随时随地进行质量验收，提高建设效率。

进度模拟以出线竖井、压力管道竖井为可视化对象，动态呈现各竖井的实时施工面貌，并结合线性预测算法动态预测各部位的完工日期。

图8 BIM评定管理

图9 BIM消缺管理

3.5 Web端

承包人登录系统Web端，可结合BIM方便地进行评定资料的审核、隐患问题的追踪、统计分析查询及报告导出操作(图8、图9)。通过“APP+Web”的模式，提高了管理人员工作效率，降低了管理成本。

系统推出后，市场反映良好，目前已在电站枢纽区的主体工程中得到广泛应用。

4 结 论

本文将灰度理论QFD方法引入到工程施工信息管理系统的设计研发中，相关成果在某大型水电

站中成功应用，通过研究得到以下结论：

(1)QFD质量屋理论将用户需求、技术储备、市场竞争环境及技术竞争环境有机关联、综合考量，是信息系统设计研发的可靠手段。

(2)利用灰度关联分析及GM(1，N)灰度模型，可有效解决QFD需求调研中 “数据不足” 的问题，并得到精确的用户需求及技术需求重要度。

(3)基于灰度理论的QFD方法可指导开发人员集中资源进行重点功能特性开发，并将规划中的产品提前置于市场环境中进行考量，有利于平衡市场需求与开发资源配置。

(4)在产品规划到发布的全寿命周期中，宜针对不同阶段特点采用相应的需求度分析方法，确保系统研发有的放矢，符合市场喜好。如在产品投入运行后，应全面收集市场反馈的产品缺陷及优化需求，利用模糊层次分析法、逼近理想解排序等需求度分析方法，可更准确地量化真实需求。