基于BIM技术的全预制混凝土梁桥施工进度动态预测及应用

李枝军,张金康,韩晓楠,张瑞兴,李雪红

(1.南京工业大学 土木工程学院,江苏 南京 211800; 2.南京市公路事业发展中心,江苏 南京 210039;3.中建安装集团有限公司,江苏 南京 210046)

随着桥梁工程行业的快速发展,项目结构形式日趋复杂,在项目实施过程中人员、材料、机械、环境、工艺等因素都会对施工进度产生一定的影响,工程规模逐渐增大的同时也加大了进度预测与管理的难度。BIM技术能实现施工过程的可视化模拟,提升进度管理水平,综合国内外研究人员对工程进度的研究可以发现：Chao等[1]收集工程建设过程中的实际进度数据并结合神经网络进度预测模型,预测工期的变化,证实了模型的准确性;Johansen等[2]收集并整理已完成项目的信息数据,利用数学模拟知识对历史数据进行分析,预测项目进度的总体持续时间；朱思雅等[3]在考虑特殊施工环境的前提下分析出海外项目施工过程中进度影响因素,利用改进DEMATEL方法计算因素相互影响程度,找出关键因素并做出相应调整；刘煜明等[4]针对在给定施工进度风险等级的情况下制定进度计划的问题,基于确定的施工进度风险等级,采用等效概率和蒙特卡罗模拟技术编制施工进度计划。在基于BIM技术的进度预测研究中,罗玮[5]通过分析BIM技术在进度预测中的应用价值,提出应用思路和实现流程；覃淼平[6]提出建立BIM施工模型,并对模型中的数据进行整理分析,可以达到进度预测的作用,并利用BIM虚拟仿真的特性模拟出进度中可能发生的问题；李勇[7]基于工期随机预测模型,考虑工程中进度影响因素的不确定性,研究基于单因素影响条件下的预测进度可靠性分析方法；何敏杰等[8]将物联网技术与BIM相结合, 研发了基于模糊算法的施工进度动态控制方法,用模糊算法逻辑映射完成工程进度计划评估。然而,现有的BIM 4D虚拟施工技术大多用于项目开工前的计划阶段,进度预测也缺乏对各种风险因素的实时性分析,现场施工经常会受到各种因素的影响,导致实际进度与预期计划有所差别,造成计划与实际的脱节,基于此计划进行的4D模拟也将无法真正的引导实际施工。本文以现场调研的实际完工数据为基础,建立BIM 4D实时进度模型,筛选出较明显的施工进度影响因素,采用多元回归算法建立工期预测模型,根据BIM模型提供的实际进度信息对回归模型进行求解分析,预测后续工序的工期。利用BIM 4D可视化技术对预测结果进行展示,实现进度的合理安排和有效控制。

1 工期预测模型

1.1 进度影响因素

预制装配式桥梁施工过程分为后场预制、构件运输、前场施工3个阶段,其施工进度影响因素复杂多变,需综合考虑预制场与施工现场。本文通过大量调研,采用文献检索的方式,以施工进度影响因素为主题在CNKI资源库中进行检索,筛选出道路桥梁方向、装配式结构方向期刊论文[9-11],结合现场调研提出装配式桥梁施工进度主要一级影响因素,包括工程、人员、材料、机械设备、技术、外部环境等,列出二级影响因素,如表1所示。

表1 施工进度影响因素

1.2 工期预测模型

1.2.1 模型设计思路

进度预测模型的构建分为定性分析和定量分析两种,定性分析主要依靠管理者的主观判断,如案例推理、德尔菲法等;定量分析是对定量特征、定量关系和定量变化的分析,主要是回归预测、灰色预测、人工神经网络预测等[12-14]。通过上述对工程进度影响因素的分析可知工期的确定需综合考虑各种影响因素,因此在构建预测模型时需考虑各因素之间的耦合作用。本文选取定量分析方法中的回归预测法来建立工期预测模型,如图1所示,其思路如下。

1)对施工现场进行调研,确定工程项目中进度影响因素的种类以及各工序的实际持续时间。

2)对每道工序中各影响因素进行量化处理,量化分为4个等级:0(无影响)、1(影响小)、2(影响适中)、3(影响大)。

3)建立多元回归模型,根据各影响因素的量化值以及实际工期计算出影响系数。

4)确定多因素影响下的工期预测模型。

图1 工期预测模型

1.2.2 回归模型

查看实施性施工组织设计文件,根据施工方案中对工艺流程的划分确定施工工序,利用Project或者斑马进度计划等项目管理软件编制进度甘特图并找出关键线路确定关键工序(表2中工序列代表各关键工序),根据现场施工情况确定每道工序的实际持续时间Ti(i=1,2,3…n),Ti为第i道工序的实际持续时间(工期),n为工序个数。假设进度影响因素有m个,为保证预测效果的准确性,需将影响因素定义到二级,因此用于工期预测的回归模型可表示为

(1)

式中:Xi(i=1…m)为第i个自变量；m为自变量个数,在工期预测时,分别代表各类二级影响因素；λm为偏回归系数,保持其他自变量不变的情况下自变量xm改变一个单位对工期造成的变化;μ为去除自变量影响后的随机误差,也称扰动项。

模型数据样本如表2所示。

表2 数据样本

表2中n为工序的个数,T为工序的实际工期,xnm为第n个工序当中的第m个影响因素对该工序工期的影响程度,在0～3中取值。

根据表2中的数据样本,利用预测模型(式(1)),通过最小二乘法得到各影响因素的偏回归系数,由此可得工期预测值为

(2)

1.2.3 评价指标

评价模型拟合效果是回归分析的重要工作,通过上述回归模型计算得出相应指标,利用方差分析法对模型误差进行分析可以判定拟合效果的优劣。常用的评价指标为判定系数R2(也称拟合优度):R2为回归平方和占总平方和的百分比,用来说明回归模型对原始数据的拟合程度,取值范围为0～1,值越大说明模型对原数据解释的越好,回归效果越好。

(3)

式中:SSR为各工序预测工期与实际工期平均值之差的平方和SST为各工序实际工期与实际工期平均值之差的平方和SSE为各工序预测工期与实际工期之差的平方和。

2 基于BIM的进度预测体系

BIM是一种信息模型,在三维数字化技术的基础上集成了桥梁施工过程中的进度、资源等信息[15]。基于BIM的进度预测体系是将上述建立的工期预测模型和BIM模型相结合,通过BIM信息模型可以实现信息的共享和传递,项目各参与方可以从模型中提取各施工阶段的进度信息,为工期预测模型提供数据来源,如图2所示。同时,BIM具有可视化特点,基于BIM的虚拟施工技术可以模拟项目的建造过程,反映各工序的逻辑关系,确保施工方案的可行性,利用BIM 4D技术可以形象展示出当前实际进度状况,实现从静态二维到动态四维的转变,有利于偏差分析,提高进度预测可靠性。

图2 BIM进度预测体系

2.1 BIM施工模拟

预制构件的吊装是装配式桥梁施工过程中的重要环节,吊装工序及场地安排的合理性将对施工进度产生极大影响[16-17]。以312国道南京绕越高速公路至仙隐北路段改扩建工程为例,本工程盖梁节段重量大,施工场地范围有限,因此盖梁吊装存在较大难度,在CATIA平台中搭建与施工现场相似的场地环境并创建施工机械模型,建立机械模型与桥梁构件之间的关联,在虚拟环境下模拟出构建的吊装过程,如图3和4所示。通过三维可视化模拟来制定并优化吊装方案,确定吊机类型及停放位置,确保实际施工过程中吊装工作安全有序推进。

图3 墩柱吊装

图4 盖梁吊装

2.2 BIM 4D实时模型

基于BIM的4D实时模型是以构建完成的三维模型为基础并添加时间参数,形成4D进度模型[18-19]。其与设计模型的不同之处在于设计模型是在项目开工前基于施工图纸创建,而施工过程中由于设计变更以及各种影响因素使得计划进度与实际施工状态产生偏差,由此,设计模型将不再适用于施工过程[20]。实时施工模型基于实际进度而创建,是一个动态发展的模型,因此需要对施工现场进度完成情况跟踪调研,将进度信息及时更新到模型中实现项目信息的可视化展示。将BIM 4D实时模型与工期预测数学模型相连接,利用BIM模型中提供的实际进度信息作为工期预测模型的数据来源并进行后续工序工期的预测,进而能预测出后续进度的发展趋势,分析进度的偏差范围,并针对偏差做出动态调整。

2.3 实时模型建立

实时模型的建立需要在达索平台中进行施工工艺的划分、流程规划以及构件时间的添加。首先,将CATIA中创建的三维模型导入DELMIA平台,根据WBS分解结构对施工工艺进行划分,包括桩基、承台、桥墩、盖梁和箱梁等结构,如图5所示。其次,根据施工方案定义构件的安装顺序,规划施工流程,如图6所示。通过施工工艺划分和流程规划并将时间信息添加至桥梁三维模型中,可以生成进度甘特图,形成桥梁四维模型。

3 工程应用

3.1 工程背景

以312国道南京绕越高速公路至仙隐北路段改扩建工程为例说明上述方法的实施,该工程为全预制装配式混凝土结构公路桥梁,全长4 974.06 m,总工期目标609 d,标段主要构造物为主线高架桥、互通匝道桥和枢纽匝道桥。现场分为两个工区,一个预制场,同步流水施工,BIM 4D进度模拟分析如图7所示。

图5 施工工艺分解

图6 流程规划

图7 BIM 4D进度模型

3.2 进度预测模型

通过施工现场调研,针对预制场以及主线桥施工周、月计划完工和实际完工状况分析影响进度原因,提炼出本工程现场施工进度影响因素,如表3所示。

表3 进度影响因素

根据回归模型的适用性原则,需要建立影响因素评价指标,本文采用对影响程度评分的方法判定其对进度影响的大小,根据BIM 4D进度模型提取本工程2020年8月—2020年10月一工区标段实际进度作为工期预测数据样本来源。以本标段桩基到箱梁施工过程中的10道工序为例,根据等级评价指标(0～3)建立上述各影响因素对工序的影响程度值,并从BIM模型中得到每道工序的实际工期值,如表4所示。

表4 因素评价(部分)

建立回归模型如式(4)所示,利用数据统计分析软件STATA对数据进行处理,调用函数代码:.reg(TA1 A2 A3 A4 A5 B1 B2 B3 C1 C2 D1 D2 E1 E2 E3 F1 F2 F3)。根据此模型可求出各回归系数,结果如表5所示。

T=λ1A1+λ2A2+…+λ18F3+μ

(4)

将表5数据代入式(4)并对后续10道工序的工期值进行预测,得到预测工期TY,实际工期与预测工期对比如图8所示。

3.3 结果分析

评价指标分析,见式(5)。

(5)

3.4 BIM 4D进度模拟

基于BIM 4D模拟能够实现施工进度的可视化,采用不同的颜色将施工环节表现出来,绿色表示施工完成,红色表示正在施工。

表5 回归系数值

图8 预测工期与实际工期对比

在施工阶段采集实际进度并与对应模型构件相关联形成实时施工模型,实现实时与预测进度在模型上的直观对比,如图9和10所示,由此可以判断工程的完工量。同时,根据实际施工过程中资源和工期的消耗量合理安排后续进度,实现进度的动态管理。

图9 预测模型

图10 实时模型

4 结语

本文围绕实际进度、工期预测等方面以提高施工进度精细化管理为目标,考虑施工进度影响因素的多样性和随机性,将进度与各影响因素相关联,建立工期预测数学模型,并与BIM 4D技术相集成,跟踪项目进展并以实际工期为基础实现对后续工期的预测。

1)建立了施工进度预测模型,提出了基于BIM 4D技术的进度预测体系。

2)以实际工程为例,通过现场调查选取施工过程中发生的因素并对影响程度进行分析,根据BIM 4D实时模型提取实际进度,利用回归模型算出影响系数,将预测工期和实际工期对比验证模型的有效性。

3)将BIM 4D模拟技术应用于施工过程中,以实时3D模型为基础的进度可视化管理可以直观查看工程实况,分析进度偏差。同时将预测工期作为时间参数与BIM三维模型链接,实现对后续工程进度的动态管理。