大数据背景下装配式建筑全过程管理原则论述

祝康瑞，安永刚，曾重庆，史峰，刘凯

（1.中建八局科技建设有限公司;2.江苏省徐州市丰县财政局）

1 引言

《关于大力发展装配式建筑的指导意见》中指出：为加快城镇化建设，发展绿色建筑，提高先进建造技术；各地区需根据自身情况，因地制宜发展装配式建筑，争取到2025年装配式建筑占新建建筑面积的比例达到30%。并根据城市发展水平在全国范围划分为“重点推进、积极推进、鼓励推进”三类地区，逐步推进装配式建筑规模[1]。为确保装配式建筑顺利落地，可通过大数据技术对装配式建筑各阶段相关数据获取、收集、分析、整合与应用，以此促进装配式建筑实施、发展与革新的科学性与实用性。

2 装配式建筑概述

与传统的施工方法相比，装配式建筑施工方法在构件深化设计、施工理念、现场安装模式以及项目取得效益上有所差异。与现浇建筑相比装配式除了上述特点外，还具有一些特征。

1）“六化一体”

所谓的“六化一体”主要是指装配式建筑集标准化设计、工厂化生产、装配化施工、一体化装修、信息化管理以及工业化建筑于一体。

2）保证质量

建筑质量决定了后期的运维管理和业主的使用价值。在生产过程中，将严格控制预制构件生产环境条件的变化，消除传统建造模式外界不利条件的影响，确保构件质量。在装配式建筑预制构件的生产过程中，会对每个细节要求都非常严格。在现场装配过程中，严格的安装定位精细化和控制措施不仅能够保证建筑物整体质量目标的实现，而且能够避免传统现浇结构容易出现的质量缺陷，延长建筑的使用寿命[2]。

3）节能环保

通过科学管理手段，不仅对木材、水和电的消耗大幅度减少，而且高效利用夹心保温墙还能够显著降低建筑运行过程中的采暖成本。除了减少资源和能源的消耗外，还可以有效减少施工过程中施工粉尘、噪音、垃圾和污水等污染，消除现浇建筑高排放、高污染的弊端，为环境保护做出巨大贡献。

4）节约成本

通过预先组装和批量生产，成品或者半成品通过吊装、运输到现场进行拼装，能够大幅度减少建筑材料的支出。并且通过标准化的施工作业，可以在很大程度上降低材料的运输成本、储存成本和设备租赁成本。在预制构件生产加工和现场组装过程中，不需要大量的专业人员参与现场，以及不同的技术进行专业培训；大部分施工作业被机械化所取代，这有利于人力资源成本和整体施工成本的节约[3]。

3 大数据技术概述

大数据作为当今热点词汇，最早源于2008年《Nature》提出，维基百科定义是在一定时间内不能由人工所处理的数据规模；麦肯锡公司定义是超过了典型数据库软件工具捕获、存储、管理和分析数据能力的数据集。大数据研究机构Gartner给出了这样的定义：对海量、高增长率和多样化的信息资产的新处理模式。上述都是从数据的量值定义的，符合当今科学技术飞速发展，数据爆炸式增长的特点[4]。

作为自形成数据，大数据自身有5个特点（IBM提出）：Volume(海量)，即数量巨大；Variety(多样)，即数据类型繁多；Velocity(高速)，即处理速度快；Value(价值)，即商业价值高，但价值密度低；Veracity（真实性）即数据真实可靠。大数据5V特征见图1。

图1 大数据5V特征图

4 大数据下装配式建筑全过程管理原则

为使装配式建筑全过程管理在程序和方法体系上更加具有针对性，大数据背景下的装配式建筑全过程管理应遵循以下原则：①基于信息时代的数据特点，满足数据可视化原则，便于管理人员根据可视化信息进行决策管理；②对获得的数据进行交叉验证，以提高预测和决策阶段的数据可信度，减少单源数据误差性；③数据测算应与实态调查相结合的原则，挖掘数据与实际调查互为补充[5]。

4.1 数据可视化原则

数据可视化的前提是数据的开放性和透明性，即装配式建筑全过程管理中所使用的数据源应是透明、开放的，可以被多方使用，并且真实有效。为保证数据来源的透明开放，可以利用开放门户网站，以减少因信息不透明出现的决策失误情况。接着，对挖掘的数据存储和分析；在存储阶段，可视化数据提供开放的界面，方便管理人员在数据库中检索；并且算法和规则已经存在于系统中，通过检索的数据分析完成人机交互工作。

4.2 交叉验证原则

利用大数据手段对装配式建筑获取的数据，可能存在虚假、无用的垃圾信息，为保证分析决策的科学性和准确性，就需要与其他数据类型实现交叉验证。例如，对建筑工程项目现场环境调研时，利用手机信号数据和公交刷卡数据，实时了解项目实施所在地的交通数据，从而分析项目的外部情况[6]。装配式建筑全过程管理交叉验证如图2所示。

图2 装配式建筑全过程管理交叉验证图

4.3 数据测算与实态调查相结合原则

实态调查是根据人们的认知和行为而进行的调查方式，具体表现为参与建筑物内部物理空间的感知体验。随着科技日新月异的发展，VR（Virtual Reality）虚拟现实技术已应用到空间体验的研究中，为保证装配式建筑全过程管理的准确性产生更加深远的影响。例如，通过设计不同风格、布局和面积比例的房屋类型，邀请建设单位、构件生产厂家、施工单位特别是业主体验建筑内部，尝试调节设计中的参数，通过对建筑物内部感知进行量化，然后通过智能化分析，从而获得最高评价的设计产品。通过虚拟现实技术模拟，获得可操作处理的人与环境的互动参考数据，准确捕捉用户感知，最终能得到各方均衡满意的设计方案[7]。

5 大数据下装配式建筑全过程管理特点

5.1 项目管理的动态性

在充分了解项目概况、项目定位、项目性质类别和目的等全局性资料制定整体项目决策方案，因为项目的目标定位确定下来，后期的一系列工作都会围绕前期策划方案展开。首先应该研究和借鉴其他项目的成功经验，收集各个时期的信息材料，取其所长，结合项目所在地区的经济社会发展的实际情况，编制可行性研究报告。通过对全过程管理的运用，使装配式建筑项目在决策阶段的管理目标更为全面，使建筑物在整个生命周期中实现效益最大化[8]。需要指出的是，虽然制定了整体项目决策方案，满足经济、环境与社会效益的统一，但仍需要将后续的产生和收集的数据进一步进行相关性分析，并将其反馈至上一个阶段。例如，根据气象数据综合展示网可以对国内各地区气温、降水进行3h、6h、12h、24h预报，并可以对气温、气压、风、相对湿度、降水进行实况播报。

5.2 数据获取的多样性

数据是大数据下装配式建筑全过程管理的根本，其中，与其相关的数据主要有三大类：网络数据、设施数据以及本地数据。在数据采集过程中，需要对装配式建筑的内外部环境的多种类型数据获取核心数据。在数据采集的过程中应以整个项目的最大效益为导向，挖掘出其价值。

5.3 数据管理的科学性

在对装配式建筑数据挖掘的过程，主要是探究海量数据的规则，利用分类、聚类、回归和模式识别等方法，并辅助以BP神经网络、GA基因—遗传算法以及深度学习等算法，使挖掘的数据自我迭代、演绎。通过不断地学习新的数据知识、更新各项目参与方的需求，逐渐形成装配式建筑全过程管理数据库，从而进一步推进建筑工业化的稳健发展。

6 结语

对装配式建筑的概念、分类、特征以及考核标准进行阐述，介绍全过程工程项目管理的涵义以及与传统项目管理的区别；提出相较于传统现浇建筑，装配式建筑需要进行构件深化设计，构件预制生产加工以及现场进行安装接缝处理等技术特色。阐述大数据技术概念以及大数据背景下装配式建筑全过程管理的数据可视化、交叉验证以及数据测算与实际调查相结合的原则，体现其利用大数据进行装配式建筑全过程管理的动态性和科学性。