基于一体化施工的工程机械施工工艺专家系统研发

袁子洋，吴 凡，林 立，田从丰，闫 伟

（1.山东大学能源与动力工程学院，山东 济南 250011；2.山推工程机械股份有限公司，山东 济宁 272073)

传统土建施工确定各工程机械的施工工艺多为人工的主观选择，智能化程度较低，依赖工程师的经验完成对施工工艺各项参数的确定。在信息化的趋势下，为形成更科学准确的施工策略，多名学者在智能施工领域做了大量相关研究。褚栋等构建了夹岩面板堆石坝施工的一体化测量、质量监测及综合工程数字信息平台，为工程决策的智能化提供便利[1]；于铁兵采用信息技术应用于石油天然气管道建设形成管道数据模型，提高了施工管理及信息管理的水平[2]；宫思艺等通过数据融合及知识图谱相关技术，构建了一种基于数字孪生的盾构施工地面沉降智能分析方法[3]。在智能化趋势下，专家系统成为诸多学者研究的方向。鲁守荣等通过建立推理机、知识库、综合数据库及规则库，设计了混合动力汽车的专家控制系统[4]；杨永春等通过远程监控收集柴油机装配工艺过程的各项数据，基于JESS 规则引擎构建了柴油机装配工艺专家系统平台[5]；Kishore B等以遗传算法与支持向量机算法相结合，构建了对设备自动化诊断的专家系统[6]。由于专家系统在知识共享及集成优势明显，多名学者将专家系统应用于智能施工领域。张九蕙等通过构建工程案例库及施工工艺库，以基于案例推理的工作分解结构生成算法处理知识库，达到了智能生成施工方案的效果[7]；滕阳等通过构建相关知识库及推理机制，开发了斜拉桥智能施工控制专家系统推理机制软件[8]；张志慧等以BIM 技术为基础构建深基坑施工安全风险知识库并研发了深基坑施工安全识别系统[9]。

本文通过本体建模及构建知识库生成了一种基于一体化施工的工程机械施工工艺专家系统。通过本体建模在知识层次上描述施工工艺的信息系统，确定各工程机械不同条件下进行施工所需的工艺参数及相关联系。基于本体模型确定的相关工艺参数生成工程机械施工工艺知识库。通过最近邻相似度算法、隶属度函数及布尔型算法结合的混合算法实现知识库的数据挖掘，智能匹配出于当前施工任务最相似的以往案例并提供施工决策的参考指导，生成基于一体化施工的工程机械施工工艺专家系统。该专家系统可应用于一体化施工的决策阶段，通过对以往案例的数据挖掘匹配出适用于当前施工任务的工程机械施工工艺，在提高决策的智能度准确度的同时，还较大程度地节约了人力物力，与传统决策流程相比优势明显。

1 构建工程机械施工工艺本体知识库

1.1 本体理论简述

本体概念源于哲学领域，用于从抽象概念出发探究世界的本源或基质。而如今在信息科学领域，本体理论用于从语义层次上描述某一特定领域的相关知识，通过规范特定领域内实体的类型、概念、术语及相互关系进行提取总结来建立知识模型，绘制出某一特定领域的树状知识体系，为不同源知识库的知识共享提供可能[10]。

本文采用本体语言OWL（Ontology Web Language)来描述本体，其描述内容侧重于不同类别及不同属性之间的关系。本体建模软件采用protégé 进行构建，本体建模流程如图1 所示。通过构建不同工程机械施工工艺的本体概念树，形成压路机、推土机及挖掘机施工工艺的规范化语义网络，为一体化施工领域的知识共享及综合集成提供基础。

图1 本体建模流程

1.2 构建工程机械施工工艺本体概念树

压路机进行施工时，其碾压分为初压、复压及终压3 个阶段，每个阶段都需确定压路机的碾压方法、频率、碾压遍数、振幅、碾压速度及碾压带重叠宽度。其中碾压方法包括静压法、冲击压实法及振动压实法。土壤类型依照坚固系数分为一类土、二类土、三类土及四类土，土方参数包括宽度、底长、放坡系数及底宽。压路机型号及上述压路机各项参数的确定由施工土方的土壤类型及各项参数确定，例如低粘性土压实所需碾压遍数平均为4～6 遍，对粘性土压实所需碾压遍数平均为10～12 遍，碎石路基和路面基层压实所需碾压遍数平均为6～8 遍，石料铺层压实碾压遍数平均为6～10 遍[11]。生成的压路机施工工艺本体概念树如图2 所示。

图2 压路机施工工艺本体概念树

推土机进行施工时各项工艺的确定由土壤类型及土方各项参数确定，这点与压路机施工工艺的确定一致。推土机确定参数包括推土机机型及推土机工况，其中推土机工况包括铲土、运土、回驶及卸土。铲土工况需要确定铲土方式、铲土距离及铲土深度，其中铲土方式包括直铲作业、修筑路堤、推除硬土、推除块石、推除石蹅及铲矩形堑壕。运土工况需要确定运土方式及运土速度，其中运土方式包括并列推土法、斜角推土法、分批集中、沟槽推土法、一次推土法及下坡推土法。回驶工况需要确定回驶速度。生成的推土机施工工艺本体概念树如图3 所示。

图3 推土机施工工艺本体概念树

挖掘机进行施工时各项工艺的选择同样由土壤类型及土方各项参数决定。主要包括挖掘机机型、挖掘机斗容及挖掘机工作方式的选择。其中挖掘机工作方式包括挖沟、挖土、顺坡及整平。挖掘机型号以吨倍划分，吨倍大的挖掘机对应的斗容量较大，油耗也较大。生成的挖掘机施工工艺概念树如图4 所示。

图4 挖掘机施工工艺本体概念树

1.3 构建工程机械施工工艺知识库

本文构建的专家系统为实例推理专家系统，实例推理专家系统的基石便是庞大且准确的知识库。根据本体概念树规范的施工工艺所需参数及相关联系构建知识库，知识库中包含数万条施工案例，通过对案例包含的知识信息进行整理和规则化，达到了一体化施工全周期过程中知识集中管理的效果，有较强的共享能力及可理解性。

2 构建工程机械施工工艺专家系统

2.1 专家系统架构

专家系统的概念是收集整理一个领域的专家知识，利用某种算法分析问题，推理出人类专家在该情况下处理问题的思路，进而得出科学决策的计算机系统[12]。本文构建的工程机械施工工艺专家系统，其核心思想为知识与推理[13]。专家系统架构如图5 所示，依照功能分为提供端、请求端及智能匹配端3 个结构。其中提供端为上文所构建的知识库嵌入专家系统所得，是各工程机械施工工艺的实例知识整合，其功能是为智能匹配提供资源基础。请求端实现了用户检索编辑功能，用户可以在此结构将具体施工任务要求输入专家系统。智能匹配端接受请求端输入的施工任务，以最邻近算法、模糊理论及布尔型算法形成的混合算法完成智能匹配，推理出符合当前施工要求的以往专家案例，并将匹配结果依照匹配度降序排列向用户展示，输出各工程机械的施工工艺知识，向用户当前施工任务的决策提供参考指导。

图5 基于一体化施工的工程机械施工工艺专家系统架构

2.2 相似度计算算法

本文构建的工程机械施工工艺专家系统为实例推理专家系统，通过相似度计算智能匹配出相似度较高的案例向用户展示。其相似度计算算法为最邻近相似度算法、模糊理论及布尔型算法形成的混合算法[14]。其中最邻近算法通过计算案例间的欧式距离得到数值型知识的相似度，见式1。

式中，Sim(X，Ci)为实际施工案例X与施工工艺知识库中第i个案例Ci的相似度，Dis(xj，cij)为两案例间的空间距离，ωi为该特征项的权重。

通过分析数值型参数的分布特点可以以模糊理论计算案例间的相似度，常用的模糊隶属度函数有三角形隶属函数、梯形隶属函数、高斯隶属函数、线性隶属函数等，该专家系统以反线性隶属度函数为例计算，如式2 所示。

式中，X为实际案例值，Ci为施工工艺知识库中该参数的所有集合，C0为参数下限，CL为参数数值。

布尔型算法用于计算布尔型数据的相似度，其计算如式3 所示。

式中，δ(xj，cij)为实际施工案例X与施工工艺知识库中第i个案例Ci的布尔距离，ωi为该特征项的权重。将以上3 种计算案例相似度的算法相结合形成一种混合算法如式4 所示。

式中，ωp、ωq及ωi分别为数字值权重因子、字符值权重因子及模糊值权重因子，进行案例智能匹配时要求3 个权重因子都为正数且和为1。

2.3 专家系统界面

专家系统主页面包括首页、施工三维模型、工程机械机型、一体化施工知识库及智能匹配五个板块。其中施工三维模型板块实现了对施工场所的三维建模及土方量计算，工程机械机型板块展示不同型号的多种工程机械。

一体化施工知识库板块为各工程机械施工工艺的实例知识的资源集成，各工程机械知识库只包含某一具体施工机械的施工工艺，方便用户根据实际需求匹配所需知识库的案例。施工方案总知识库为一个实际施工案例的信息整理，包括施工区域、施工方案、施工流程、施工土方及所应用的各工程机械施工工艺。

智能匹配板块是基于实例推理CBR（Casebased Reasoning)得出与当前施工任务相似度最高的实际案例。其相似度计算方式综合了K-NN技术，模糊匹配以及文字匹配的模糊算法，进行匹配时分别输入字符值权重因子，数字值权重因子及模糊值权重因子，系统根据相似度计算公式进行实例推理匹配，分别对各项特征项进行相似度计算，再加权计算施工案例相似度，将得到的相似度较高案例降序排列向用户展示。

3 结语

通过构建工程机械施工工艺的本体概念树形成了规范化语义网络，规范整合了数万条施工案例形成知识库，以知识库为基石构建了实现智能匹配相似度较高实际案例的专家系统。该专家系统有效缩短了工艺决策的时间，将施工流程与专家知识有效结合，是一体化施工领域创新成果的体现。