CN103903088A - 一种高速铁路建设工程质量风险控制系统及方法 - Google Patents
一种高速铁路建设工程质量风险控制系统及方法 Download PDFInfo
- Publication number
- CN103903088A CN103903088A CN201410089731.8A CN201410089731A CN103903088A CN 103903088 A CN103903088 A CN 103903088A CN 201410089731 A CN201410089731 A CN 201410089731A CN 103903088 A CN103903088 A CN 103903088A
- Authority
- CN
- China
- Prior art keywords
- quality risk
- risk
- quality
- construction
- speed railway
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 177
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012954 risk control Methods 0.000 title claims abstract description 67
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 238000007726 management method Methods 0.000 claims description 22
- 238000013461 design Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000013439 planning Methods 0.000 claims description 6
- 238000010948 quality risk assessment Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012502 risk assessment Methods 0.000 claims description 5
- 238000000556 factor analysis Methods 0.000 claims description 3
- 238000000151 deposition Methods 0.000 claims description 2
- 238000013213 extrapolation Methods 0.000 claims description 2
- 230000001932 seasonal effect Effects 0.000 claims description 2
- 230000003612 virological effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 20
- 239000000203 mixture Substances 0.000 abstract description 5
- 238000009472 formulation Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 10
- 238000011161 development Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 230000032798 delamination Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013278 delphi method Methods 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000005204 segregation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供一种高速铁路建设工程质量风险控制系统及控制方法,本发明通过制定质量风险控制表和质量风险信息时空分布专题图数据标准,构建高速铁路建设工程质量风险识别模型、高速铁路建设工程质量风险跟踪模型和高速铁路建设工程质量风险预警模型,实现了对高速铁路建设工程质量风险全过程的动态控制。
Description
技术领域
本发明涉及质量风险控制,特别是涉及的一种高速铁路建设工程质量风险控制系统及方法。
背景技术
近年来,随着我国高速铁路建设不断向前发展,高速铁路建设规模越来越大,大量新技术、新工艺、新材料、新设备、新标准的出现与运用,给我国高速铁路建设工程的风险管理理念与方法带来新的冲击和挑战,使得高速铁路建设工程发生质量安全事故的概率有所上升。
建设工程质量风险具有客观性和普遍性、可变性、可转移性、可控性等一般特点。高速铁路建设工程质量风险除具有上述建设工程质量风险一般特点外,还有潜伏期长、隐蔽性强、难以测度等特殊特点和职责划分不清晰、缺乏定量评价、把控难度高等难点。
针对高铁建设工程质量风险的特点和难点,在现有高速铁路建设工程质量风险控制方法的基础上,我国高速铁路建设在不断的改进和提高质量风险控制方法,主要管理思想与发展趋势包括:
(1)提高全面质量风险管理的意识;
(2)建立质量风险数据库;
(3)重视质量风险管理的过程控制;
(4)不断改进质量风险管理的方法与技术;
(5)加强信息化应用的普及深入;
(6)注重可视化在高铁建设工程质量风险管理中的应用;
(7)引入系统工程思想和动态管理方法;
(8)增设质量风险事件预判环节。
目前我国高速铁路建设工程质量风险控制主要包括质量风险识别、质量风险分析、质量风险处置和质量风险监控。
(1)质量风险识别。在设计资料和施工资料的基础上,运用特定的方法,通过感知、判断或归类的方式对现实和潜在风险事件或因素进行鉴别,找出可能对工程目标有影响的因素、风险性质、风险发生的条件,初步识别风险发生的后果。
(2)质量风险分析。在风险识别的基础上,运用特定的方法对项目中各种质量风险产生的原因及它们之间的因果关系等进行分析,辨析各种因素的主次,为质量风险评估等提供依据。
(3)质量风险处置。在进行识别、分析和评价后,把质量风险发生的概率、损失严重程度和其它因素进行综合考虑,得出高速铁路建设项目发生各种质量风险的可能性及其危害度,确定高速铁路建设项目的危险等级,选择行之有效的策略,制定质量风险处置计划,使质量风险所造成的负面效应能够降低到最低的程度。
(4)质量风险监控。质量风险监控包括质量风险监视和控制两大环节。质量风险监视是在采取质量风险应对措施的基础上,定期地对已识别的质量风险进行跟踪检查,监测残余质量风险,观察并记录其发展变化情况;质量风险控制则是在质量风险监视的基础上,采取相应的技术、合同、经济或组织等手段,对原有的质量风险处置计划进行调整,以便使制定的质量风险处置策略更加符合实际。
在国内外的其它领域有一些质量风险控制相关的成功方法,主要包括风险识别技术、风险估计与评价技术、风险处置技术和风险监控技术。
(1)质量风险识别技术。质量风险识别主要通过表格问卷调查法、流程图分析法、环境分析法、事件树分析法、头脑风暴法、德尔菲法和经验分析法等。
(2)质量风险估计与评价技术。质量风险估计与评价技术主要包括专家会议法、疑因假设法、风险优先度(RPN)方法和风险矩阵法等。
(3)质量风险处置技术。质量风险处置主要包括风险规避、风险转移、风险减轻和风险自留等方式。
(4)质量风险监控技术。质量风险监控主要包括审核法、监视单法、质量风险检查法、质量风险预警系统等方式。
但是以上所述高速铁路建设工程进行风险控制的方法还停留在定性分析阶段,不能全面详细的对建设工程质量风险进行分析,因此需要一种新的高速铁路建设工程质量风险控制系统。
发明内容
针对以上现有技术的不足,本发明提供一种种高速铁路建设工程质量风险控制系统。
本发明的目的通过以下技术方案来实现:
一种高速铁路建设工程质量风险控制系统包括:
数据采集单元,采集高速铁路建设工程设计数据、施工数据和质量风险控制表数据;
质量风险基础数据库管理单元,对质量风险基础数据进行初始化,并根据质量风险控制情况对质量风险基础数据进行调整;
质量风险知识库管理单元,用于存放经过标准化处理的质量风险历史数据,为现有的质量风险控制模型提供数据支持;
应用系统单元,用于对质量风险进行识别,展示,预警,处置,跟踪和处置考核评定。
一种高速铁路建设工程质量风险控制方法包括:
1)制定高速铁路建设工程质量风险控制数据标准;
2)构建质量风险基础数据库和质量风险知识库;
3)对工程基础信息数据和质量风险控制数据进行采集;
4)基于设计数据、施工数据和质量风险知识库,运用因素分析法对质量风险事件和因素进行分析,初步识别质量风险源;
5)通过构建高速铁路建设工程质量风险预警模型,进行质量风险预警分析,并向用户发布质量风险预警信息及图形化展示;
6)根据质量风险等级,辅助制定质量风险处置计划;
7)通过构建高速铁路建设工程质量风险跟踪模型,实现质量风险的动态跟踪。
本发明的优点在于:
(1)提前识别高速铁路建设工程项目质量风险。质量风险被认识得越早,就越容易控制。项目实施前,本系统根据设计数据、施工数据和历史风险知识等数据,利用风险识别技术,辅助管理人员提前识别项目中存在的质量风险。
(2)实现高速铁路建设工程质量风险信息时空分布动态可视化表达。质量风险源被识别后,本系统根据所识别到的项目质量风险,利用风险表达与可视化技术,动态生成质量风险信息时空分布专题图。质量风险信息时空分布专题图不仅包括质量风险可能出现的时间和地点,还包括可能出现的质量风险详情、出现质量风险后的应对计划、质量风险动态监控情况等内容。
(3)降低高速铁路建设工程质量风险事件发生概率。质量风险源被识别后,本系统辅助相关人员编制详细的质量风险处置计划,把质量风险责任和质量风险措施落到各层级、各专业、各工种、各岗位。各级质量风险责任单位需要将质量风险控制措施落实情况提交到本系统中,使管理人员能随时确定质量风险事件是否处于受控状态。
(4)减少高速铁路建设工程质量风险造成的损害。当质量风险已经发生时,各级管理人员可以根据质量风险处置计划中的应急预案进行快速响应。本系统利用动态跟踪技术,根据应急预案中的处理流程对质量风险处置过程进行全面跟踪控制,最大限度地减少质量风险的危害性和负面效应。
(5)有助于高速铁路建设工程质量风险控制知识积累。质量风险管理必须适应发展变化要求,不断改进完善。对质量风险管理过程中出现的新情况,本系统可以自动将质量风险源概况、质量风险评估方法、质量风险应对措施、质量风险教训等信息补充到质量风险知识库中,有助于高速铁路建设工程质量风险控制知识的发现和积累。
附图说明
图1:高速铁路建设工程质量风险控制图表技术系统组成结构图;
图2:高速铁路建设工程质量风险控制图表技术系统功能结构图;
图3:高速铁路建设工程质量风险控制图表技术系统工作流程图;
图4:质量风险识别流程图;
图5:质量风险展示流程图;
图6:质量风险处置计划流程图;
图7:质量风险动态跟踪流程图;
图8:上海铁路局高速铁路建设工程质量风险识别列表;
图9:上海铁路局高速铁路建设工程质量风险信息时空分布专题图;
图10:上海铁路局高速铁路建设工程质量风险处置计划列表;
图11:上海铁路局高速铁路建设工程质量风险动态跟踪列表;
图12:上海铁路局高速铁路建设工程质量风险处置考核评定列表。
具体实施方式
以下结合附图和实施例来详细说明本发明的具体实施方式:
本系统适用于铁路局和高速铁路建设指挥部、施工、监理、设计等参建单位,贯穿于高速铁路建设全过程。可以辅助用户识别质量风险,编制质量风险处置计划,并对质量风险控制全过程进行跟踪处理,是降低工程质量风险、提高建设工程质量,保证建设目标顺利实现的有力工具。本系统的主要技术特点包括以下几点。
(1)高速铁路建设工程质量风险控制数据标准化。在对高速铁路建设工程质量控制体系和方法进行深入研究的基础上,设计了《质量风险识别表》、《质量风险处置计划表》、《质量风险动态跟踪表》和《质量风险处置考核评定表》(上述四张表简称为“质量风险控制表”)。通过上述四张表对高速铁路建设工程质量风险控制全过程的静态属性和动态属性进行了标准化描述。设计了质量风险信息时空分布专题图,对风险源的可视化表达进行了标准化,包括分层标准、图例标准和图符标准等。
(2)高速铁路建设工程质量风险控制图表可视化。为了提高质量风险识别分析和评估、质量风险处置、质量风险动态跟踪和质量风险处置考核评定的管理效率和表达效率,通过建立空间布局模型和定位模型,利用风险源的时空数据属性,实现质量风险控制表内容的可视化表达,实现质量风险信息时空分布专题图的自动生成。
(3)高速铁路建设工程质量风险识别模型。基于高速铁路建设工程质量风险控制数据标准,建立详尽的质量风险知识库,依据设计数据、施工数据等前置条件,构建高速铁路建设工程质量风险识别模型,辅助识别分析质量风险事件和因素,对其产生的可能性、危害性进行判别,对高速铁路建设工程质量风险等级进行评估。
(4)高速铁路建设工程质量风险跟踪模型。针对每一个质量风险源,依据高速铁路建设工程质量风险跟踪模型,实时采集质量风险处置数据,对质量风险处置过程中每个环节进行跟踪,确保质量风险源的状态能被动态掌握。
(5)高速铁路建设工程质量风险预警模型。根据质量风险事件、处置方案、处置结果等信息构建高速铁路建设工程质量风险预警模型,对高等级的质量风险进行预警。
本系统主要实现质量风险识别、质量风险预警、质量风险展示、质量风险处置计划管理、质量风险动态跟踪、质量风险处置考核评定等功能。
如图1所示,本发明控制系统主要包括硬件环境、软件环境、数据采集、基础数据管理和知识库管理、应用系统五部分,组成结构。
本发明系统硬件环境包括网络环境、服务器端、客户端三部分。
(1)网络环境为铁路建设指挥部、施工标段、项目部、监理单位、设计单位通过VPN方式组成的铁路建设指挥部办公网络;
(2)服务器端硬件包括数据库服务器、应用服务器和磁盘阵列;
(3)客户端硬件为接入铁路建设指挥部办公网络的PC机或笔记本电脑。
本发明控制系统主要包括数据采集单元,质量风险基础数据库管理单元,质量风险知识库管理单元,应用系统单元,以下分别详细介绍。
数据采集
数据采集单元模块要采集高速铁路建设工程设计数据、施工数据和质量风险控制表数据。
设计数据包括水文、地质、气象等自然环境资料、政治、经济、文化等社会环境资料、项目建议书、审查批复意见、可行性研究报告、遥感影像、航拍图像、基础地图、工程/水文地质图、线路平面/纵断面图、设计/施工/竣工图和工点分布坐标等。
施工数据包括工作结构分解(WBS)、变更记录、施工日志、技术交底报告、施工图会审记录、开工报告、施工计划/进度、指导性施工组织设计、实施性施工组织设计、质量安全检查记录等。
质量风险控制数据包括质量风险识别数据、质量风险分析记录、质量风险动态跟踪信息和质量风险处置考核评定信息等。
质量风险基础数据库管理单元
质量风险基础数据库指与质量风险控制直接相关的原始数据,包括设计数据库、施工数据库和质量风险控制数据库三部分。在项目管理初期由管理人员对质量风险基础数据进行初始化,在质量风险控制过程中根据质量风险控制情况对质量风险基础数据进行适时修改。
质量风险知识库管理单元
质量风险知识库是本系统的核心,包括质量风险历史知识库和质量风险模型库,其内容相对稳定。
质量风险历史知识库存放的是经过标准化处理的质量风险历史数据,可以为现有的质量风险控制模型提供数据支持。主要包括质量风险源概况、质量风险评估方法、质量风险应对措施、质量风险教训等历史信息。
质量风险模型库存放的是进行质量风险控制计算的模型,包括质量风险识别模型、质量风险动态跟踪模型和质量风险预警模型。
高速铁路建设工程质量风险控制图表技术系统应用系统单元
应用系统包括质量风险识别、质量风险展示、质量风险预警、质量风险处置计划、质量风险动态跟踪、质量风险处置考核评定等功能,其结构如图2所示。
质量风险识别功能包括质量风险识别,质量风险分析,质量风险评估,质量风险识别信息发布等。
质量风险展示功能包括质量风险信息时空分布专题图绘制、质量风险信息时空分布专题图查询等。
质量风险预警功能包括质量风险预警分析、质量风险预警信息发布等。
质量风险处置计划功能包括质量风险处置计划编制、质量风险处置计划发布、质量风险处置计划调整等。
质量风险动态跟踪功能包括质量风险处置实施分析、质量风险动态跟踪信息发布等。
质量风险处置考核评定功能包括质量风险处置考核评定、质量风险处置考核评定信息发布等。
本发明还提供一种高速铁路建设工程质量风险控制方法,方法流程如图3所示。具体方法如下。
(1)制定高速铁路建设工程质量风险控制数据标准,包括质量风险控制表和质量风险信息时空分布专题图等数据。《质量风险识别表》主要包含包括质量风险因素、原因、筛选方法、可能性、可检测性和危害性,质量风险源的内容、等级、类别、时空属性、责任人等;《质量风险处置计划表》主要包含质量风险事件、编号、质量风险等级、防控措施、责任人和责任部门等;《质量风险动态跟踪表》主要包含质量风险事件、编号、已采取的措施、责任人、责任部门、残余风险、处置措施等;《质量风险处置考核评定表》主要包含质量风险事件、编号、处置方案、处置时间、责任人、责任部门、处置结果、重点关注问题;质量风险信息时空分布专题图的数据标准包含分层标准、图例标准和图符标准。
(2)系统建库,本系统构建的数据库分为质量风险基础数据库和质量风险知识库两部分。质量风险基础数据库包括设计数据库、施工数据库和质量风险控制数据库。质量风险知识库包括质量风险历史知识库和质量风险模型库。
(3)数据采集和管理。本系统数据采集包括两类数据,第一类是基础信息数据,包括设计资料、施工资料;第二类是质量风险控制数据,包括质量风险识别数据、质量风险处置计划数据、质量风险动态跟踪数据和质量风险处置考核评定数据。这些资料需要按照标准进行数据处理,然后存入对应的主题数据库中。
(4)质量风险识别。基于设计数据、施工数据和质量风险知识库,运用因素分析法对质量风险事件和因素进行分析,初步识别质量风险源;对质量风险进行确认,形成高速铁路建设工程质量风险识别模型。质量风险识别流程如图4。
(5)质量风险展示。本系统可以自动生成质量风险信息时空分布专题图,从而将质量风险控制表运用图形化的方式展示出来。该图以线路走向图为基础,叠加遥感影像图、施工标段信息、工作结构分解(WBS)信息,动态标记质量风险相关信息。质量风险可视化流程表达如图5。
图像化展示中,风险源的坐标是采用铁路线路一维里程坐标进行表示的,而绘制时作为底图的基础地形图采用的是二维经纬度坐标系,因此,图像自动生成的核心算法采用线路一维里程坐标与二维经纬度坐标的转换算法。
该算法首先建立铁路线路中心线控制点二维经纬度坐标与一维里程坐标的对应关系,形成铁路线路中心线控制点的里程坐标与经纬度坐标对照数据库,简称线路控制点数据库。建库时,先采集设计图资料,进行矢量化,通过读取控制点图层信息,获取控制点数据库。
对线路上任意一个点K,若已知其一维里程坐标为L,可以从线路控制点数据库中查出与点K左右相邻的控制点K1和K2,从控制点数据库中读出K1的里程为L1,经纬度坐标为(x1,y1),K2的里程为L2,经纬度坐标为(x2,y2),则点K的经纬度坐标计算公式如下:
(6)质量风险预警。通过构建高速铁路建设工程质量风险预警模型,本系统自动进行质量风险预警分析,并向用户发布质量风险预警信息。用户登录本系统应用系统后,在质量风险动态图上可以看到高亮显示的预警信息。如果预警信息等级较高,本系统会通过手机短信的方式自动向相关责任人推送预警信息。
质量风险预警模型的基本原理是建立某一质量风险关键指标(KPI)Ki的时间序列{K0,K1,K2,…Kn},及Ki的时间变化率的时间序列{υ1,υ2,…υn},采用趋势外推法,建立n时刻的Ki和υi的趋势模型,预测n+1时刻的状态指标和
第1步:选取四种常用时间序列趋势预测模型,进行参数拟合,分别建立预测模型:
1)m次多项式(m次抛物线)预测模型
2)指数曲线预测模型
3)对数曲线预测模型
4)生长曲线预测模型
第2步:计算每个模型的估计标准误差,选取估计标准误差最小的模型作为趋势模型。
第3步:利用选定的趋势模型,预测n+1时刻的状态指标
(7)制定质量风险处置计划。本系统基于风险识别信息、风险工点施工计划、风险管理计划、施工进度计划和可供选择的风险应对措施,针对质量风险分析中找出的可能原因,根据质量风险等级,辅助制定质量风险处置计划。质量风险处置计划流程如图6。
(8)质量风险动态跟踪。本系统实现《质量风险动态跟踪表》的管理,通过构建高速铁路建设工程质量风险跟踪模型,实现质量风险的动态跟踪。质量风险动态跟踪流程如图7。
质量风险跟踪模型的基本原理是建立某一质量风险关键指标(KPI)Ki的时间序列{K0,K1,K2,…Kn},及Ki的时间变化率的时间序列{υ1,υ2,…υn},分别计算两个时间序列的均值和均方差,用于反映历史上质量风险的总体波动及变化趋势情况,分析风险变化历史轨迹。计算公式如下:
其中
δ1的大小反映历史上质量风险的总体波动情况,δ1的值小,说明历史上质量风险变化平稳,δ1的值大,说明历史上质量风险变化有跳跃。
δ2的大小反映历史上质量风险时间变化率的总体波动情况,δ2的值小,说明历史上质量风险时间变化率的变化速度平稳,δ2的值大,说明历史上质量风险变化加速度大。
(9)质量风险处置考核评定。本系统实现《质量风险处置考核评定表》的录入、存储、查询和分析等功能。
本发明系统在上海铁路局高速铁路建设工程质量风险控制过程中得到实际应用,并取得良好效果。本系统在上海铁路局高速铁路建设过程中的应用主要包括质量风险识别、质量风险展示、辅助编制质量风险处置计划、质量风险跟踪管理、质量风险处置考核评定等。
(1)质量风险识别示例
本系统在上海铁路局高速铁路建设过程中通过建立质量风险识别模型,对质量风险进行识别,图8是识别出的部分质量风险列表。
(2)质量风险图形化展示示例
本系统在上海铁路局高速铁路建设过程中通过建立空间布局模型和定位模型,实现了质量风险控制表的自动布局,进而生成了质量风险信息时空分布专题图。图9是上海铁路局高速铁路质量风险信息时空分布专题图。
(3)质量风险处置计划示例
本系统在上海铁路局高速铁路建设过程中实现了辅助制定质量风险处置计划,图10为制定的部分工程质量风险处置计划列表。
(4)质量风险动态跟踪示例
本系统在上海铁路局高速铁路建设过程中通过建立高速铁路建设工程质量风险跟踪模型,实现了质量风险的动态跟踪。图11为部分质量风险的动态跟踪列表。
(5)质量风险处置考核评定示例
本系统在上海铁路局高速铁路建设过程中实现了质量风险处置评定考核的录入、存储、查询和分析等功能,图12为部分质量风险的处置考核评定列表。
应当理解,以上借助优选实施例对本发明的技术方案进行的详细说明是示意性的而非限制性的。本领域的普通技术人员在阅读本发明说明书的基础上可以对各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种高速铁路建设工程质量风险控制系统,其特征在于,该控制系统包括:
数据采集单元,采集高速铁路建设工程设计数据、施工数据和质量风险控制表数据;
质量风险基础数据库管理单元,对质量风险基础数据进行初始化,并根据质量风险控制情况对质量风险基础数据进行调整;
质量风险知识库管理单元,用于存放经过标准化处理的质量风险历史数据,为现有的质量风险控制模型提供数据支持;
应用系统单元,用于对质量风险进行识别,展示,预警,处置,跟踪和处置考核评定。
2.根据权利要求1所述的一种高速铁路建设工程质量风险控制系统,其特征在于,所述质量风险识别包括质量风险识别,质量风险分析,质量风险评估,质量风险识别信息发布。
3.根据权利要求1所述的一种高速铁路建设工程质量风险控制系统,其特征在于,所述质量风险展示包括质量风险信息时空分布专题图绘制、质量风险信息时空分布专题图查询。
4.根据权利要求1所述的一种高速铁路建设工程质量风险控制系统,其特征在于,所述质量风险预警包括质量风险预警分析、质量风险预警信息发布。
5.根据权利要求1所述的一种高速铁路建设工程质量风险控制系统,其特征在于,所述质量风险处置包括质量风险处置计划编制、质量风险处置计划发布、质量风险处置计划调整。
6.根据权利要求1所述的一种高速铁路建设工程质量风险控制系统,其特征在于,所述质量风险动态跟踪包括质量风险处置实施分析、质量风险动态跟踪信息发布。
7.一种高速铁路建设工程质量风险控制方法,其特征在于,该方法包括:
1)制定高速铁路建设工程质量风险控制数据标准;
2)构建质量风险基础数据库和质量风险知识库;
3)对工程基础信息数据和质量风险控制数据进行采集;
4)基于设计数据、施工数据和质量风险知识库,运用因素分析法对质量风险事件和因素进行分析,初步识别质量风险源;
5)通过构建高速铁路建设工程质量风险预警模型,进行质量风险预警分析,并向用户发布质量风险预警信息及图形化展示;
6)根据质量风险等级,辅助制定质量风险处置计划;
7)通过构建高速铁路建设工程质量风险跟踪模型,实现质量风险的动态跟踪。
8.根据权利要求7所述的一种高速铁路建设工程质量风险控制方法,其特征在于,所述步骤5图形化展示采用铁路线路中心线控制点的里程坐标与经纬度坐标对照数据库实现,具体方法如下:
对线路上任意一个点K,若已知其一维里程坐标为L,从线路控制点数据库中查出与点K左右相邻的控制点K1和K2,从控制点数据库中读出K1的里程为L1,经纬度坐标为(x1,y1),K2的里程为L2,经纬度坐标为(x2,y2),则点K的经纬度坐标计算公式如下:
9.根据权利要求7所述的一种高速铁路建设工程质量风险控制方法,其特征在于,所述步骤5中的质量风险预警模型是通过建立某一质量风险关键指标(KPI)Ki的时间序列{K0,K1,K2,…Kn},及Ki的时间变化率的时间序列{υ1,υ2,…υn},再采用趋势外推法,建立n时刻的Ki和υi的趋势模型,预测n+1时刻的状态指标和具体步骤如下:
第1步:选取四种常用时间序列趋势预测模型,进行参数拟合,分别建立预测模型:
1)m次多项式预测模型
2)指数曲线预测模型
3)对数曲线预测模型
4)生长曲线预测模型
第2步:计算每个模型的估计标准误差,选取估计标准误差最小的模型作为趋势模型;
第3步:利用选定的趋势模型,预测n+1时刻的状态指标
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410089731.8A CN103903088B (zh) | 2014-03-12 | 2014-03-12 | 一种高速铁路建设工程质量风险控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410089731.8A CN103903088B (zh) | 2014-03-12 | 2014-03-12 | 一种高速铁路建设工程质量风险控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103903088A true CN103903088A (zh) | 2014-07-02 |
CN103903088B CN103903088B (zh) | 2018-11-20 |
Family
ID=50994398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410089731.8A Expired - Fee Related CN103903088B (zh) | 2014-03-12 | 2014-03-12 | 一种高速铁路建设工程质量风险控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103903088B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156947A (zh) * | 2016-07-01 | 2016-11-23 | 北京华科合创科技发展有限公司 | 一种生产作业安全风险管控系统 |
CN106685894A (zh) * | 2015-11-09 | 2017-05-17 | 阿里巴巴集团控股有限公司 | 一种风险识别方法、装置及系统 |
CN108009203A (zh) * | 2017-11-01 | 2018-05-08 | 中铁大桥科学研究院有限公司 | 一种铁路里程与坐标相互转换的方法 |
CN109931109A (zh) * | 2019-04-19 | 2019-06-25 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种基于多元数据的隧道施工动态塌方安全综合预警方法 |
CN110689227A (zh) * | 2019-08-28 | 2020-01-14 | 杭州全视软件有限公司 | 一种基于责任的风险因子评估系统及方法 |
CN111460033A (zh) * | 2020-03-23 | 2020-07-28 | 盛安保险技术股份有限公司 | 一种基于工程质量保险的建筑工程使用阶段质量风险保障供给分析方法及系统 |
CN116384756A (zh) * | 2023-06-05 | 2023-07-04 | 中铁四局集团有限公司 | 基于深度学习的建筑工程进度风险预测评价方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999695A (zh) * | 2012-10-31 | 2013-03-27 | 华中科技大学 | 一种地铁施工安全风险识别与评价系统及其工作方法 |
-
2014
- 2014-03-12 CN CN201410089731.8A patent/CN103903088B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999695A (zh) * | 2012-10-31 | 2013-03-27 | 华中科技大学 | 一种地铁施工安全风险识别与评价系统及其工作方法 |
Non-Patent Citations (3)
Title |
---|
丁烈云 等: ""复杂环境下地铁施工安全风险自动识别与预警研究"", 《中国工程科学》 * |
杨帆 等: ""自动化实时监测在地铁隧道中的应用及分析"", 《岩土工程学报》 * |
王静: ""地铁隧道中心坐标的计算程序编制浅谈—以南京地铁一号线玄武门至南京站区间为例"", 《测绘科学》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106685894A (zh) * | 2015-11-09 | 2017-05-17 | 阿里巴巴集团控股有限公司 | 一种风险识别方法、装置及系统 |
CN106156947A (zh) * | 2016-07-01 | 2016-11-23 | 北京华科合创科技发展有限公司 | 一种生产作业安全风险管控系统 |
CN108009203A (zh) * | 2017-11-01 | 2018-05-08 | 中铁大桥科学研究院有限公司 | 一种铁路里程与坐标相互转换的方法 |
CN108009203B (zh) * | 2017-11-01 | 2020-06-09 | 中铁大桥科学研究院有限公司 | 一种铁路里程与坐标相互转换的方法 |
CN109931109A (zh) * | 2019-04-19 | 2019-06-25 | 贵州省交通规划勘察设计研究院股份有限公司 | 一种基于多元数据的隧道施工动态塌方安全综合预警方法 |
CN110689227A (zh) * | 2019-08-28 | 2020-01-14 | 杭州全视软件有限公司 | 一种基于责任的风险因子评估系统及方法 |
CN111460033A (zh) * | 2020-03-23 | 2020-07-28 | 盛安保险技术股份有限公司 | 一种基于工程质量保险的建筑工程使用阶段质量风险保障供给分析方法及系统 |
CN116384756A (zh) * | 2023-06-05 | 2023-07-04 | 中铁四局集团有限公司 | 基于深度学习的建筑工程进度风险预测评价方法 |
CN116384756B (zh) * | 2023-06-05 | 2023-08-15 | 中铁四局集团有限公司 | 基于深度学习的建筑工程进度风险预测评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103903088B (zh) | 2018-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103903088A (zh) | 一种高速铁路建设工程质量风险控制系统及方法 | |
Hadjimichael | A fuzzy expert system for aviation risk assessment | |
Song et al. | The application of cloud model combined with nonlinear fuzzy analytic hierarchy process for the safety assessment of chemical plant production process | |
Penaloza et al. | A resilience engineering perspective of safety performance measurement systems: A systematic literature review | |
Qing et al. | Quality risk management model for railway construction projects | |
Jana et al. | Interval type-2 fuzzy logic and its application to occupational safety risk performance in industries | |
Lee et al. | Dynamic analysis of construction safety risk and visual tracking of key factors based on behavior-based safety and building information modeling | |
Van et al. | Research trends on machine learning in construction management: a scientometric analysis | |
CN106251240A (zh) | 基于大数据的输电网络预警方法 | |
Chen et al. | Vulnerability modeling, assessment, and improvement in urban metro systems: A probabilistic system dynamics approach | |
Sartor et al. | Quality management: tools, methods, and standards | |
Deng et al. | Analysis of failures and influence factors of critical infrastructures: a case of metro | |
Ippolito et al. | How technological innovations in performance measurement systems overcome management challenges in healthcare | |
Waqar | Intelligent decision support systems in construction engineering: An artificial intelligence and machine learning approaches | |
Kaspina et al. | Fuzzy forecasting of the cash flow statement based on accounting data | |
Wang | Intelligent decision support system of emergency language based on fog computing | |
CN102005006A (zh) | 基于信用评级系统的多项目合同管理方法 | |
Elzamly et al. | Modelling and mitigating software implementation project risks with proposed mining technique | |
Lee et al. | How to establish industrial AI technology and capability | |
Gapanovich et al. | Mathematical and information support of the URRAN system | |
Xiaojing | Research on Decision Analysis of Human Resources and Financial Management Based on Artificial Intelligence Technology | |
CN110852629A (zh) | 用于环保网络监察的系统及其使用方法 | |
Mohamad et al. | Dashboard for analyzing SCADA data log: a case study of urban railway in Malaysia | |
Lan et al. | Research on safety risk assessment of large-scale railway passenger station | |
Lipianina-Honcharenko et al. | Intelligent information system of the city's socio-economic infrastructure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181120 |
|
CF01 | Termination of patent right due to non-payment of annual fee |