CN107480912A - 基于大数据分析及物联网的水利工程建设管理综合系统 - Google Patents

Abstract

本发明涉及一种基于大数据分析及物联网的水利工程建设管理综合系统，包括用于采集以及预处理施工材料信息以及施工人员信息的信息采集及预处理模块、数据资源模块、用于提供施工管理信息的业务应用模块以及用于提供访问用户接入的访问用户管理模块。本发明所提出的一种基于大数据分析及物联网的水利工程建设管理综合系统，将实现一个项目建设完成的同时收集了一套完整的档案资料，为以后的工程建设项目的进度、成本管理提供参考依据；同时，还将实现对施工材料的质量保障以及施工人员的日常工作行为进行管理监督，保障了水利工程的建设管理能够有序、规范地开展进行。

Description

基于大数据分析及物联网的水利工程建设管理综合系统

技术领域

本发明涉及一种基于大数据分析及物联网的水利工程建设管理综合系统。

背景技术

在水利工程建设领域，当前工程的施工管理存在一系列的问题，重点体现在质量管理、进度管理、资金成本管理等方面。水利工程的项目建设一般涉及项目法人、监理单位、勘测设计单位、质量监督、施工单位等机构，但就目前国内一些水利工程的建设施工来看，项目所涉及的各机构之间的关系并没有理顺，职责不够明确，施工进度没有可参考的依据，导致施工计划一再修改，工情一拖再拖，严重影响工程进度。另一方面项目在建设的过程中对资金成本的管理没有进行合理的预测以及实际支出成本的核算，导致施工企业成本不断增加，减低了企业利润。同时水利工程由于其特有的结构特征，需耗用大量的建筑材料以及人力资源，材料成本约占工程总成本的60%左右，而目前针对工程施工质量的管理依然比较粗狂，购买材料的可靠性、质量、数量等都无法得到保证，同时施工人员的素质及行为也没有进行有效管理。针对上述问题，当前水利工程的建设过程中并没有通过合理的信息化手段进行统一有效的管理，仅仅通过一些工程建设管理制度以及政府部门的质量监管人员进行约束，但收效甚微，因此如何在项目建设过程中，引进先进的现代化技术，使水利工程的建设日趋规范化变得尤为关键。

而当前已经建成水利工程建设信息化系统无法实现项目进度、资金成本的预测管理，大部分进度及成本预测都是通过人工填写的方式进行，缺乏已有项目的参考依据，另外在质量管理上也没有通过信息化手段进行有效管理，大部分通过监理单位及政府监管机构的现场监督完成，缺乏实时的监督数据。

发明内容

本发明的目的在于提供一种基于大数据分析及物联网的水利工程建设管理综合系统，以克服现有技术中存在的缺陷。

为实现上述目的，本发明的技术方案是：一种基于大数据分析及物联网的水利工程建设管理综合系统，包括用于采集以及预处理施工材料信息以及施工人员信息的信息采集及预处理模块、数据资源模块、用于提供施工管理信息的业务应用模块以及用于提供访问用户接入的访问用户管理模块。

在本发明一实施例中，所述信息采集及预处理模块包括射频采集处理单元、视频处理单元以及图像处理单元。

在本发明一实施例中，通过设置于仓库处以及施工现场处的射频采集器，扫描设置于施工材料上的射频标签，获取施工材料仓库入库、仓库出库、材料入场、材料安装、材料调拨、材料盘点的材料射频数据，并通过无线网络上传至所述射频采集处理单元；所述视频处理单元通过设置施工现场的视频监控系统获取施工现场施工情况的视频信息，并对该视频信息进行处理；所述图像处理单元通过设置于施工现场入口处的人脸识别考勤系统获取施工人员的人脸图像信息，并对该人脸图像信息进行处理。

在本发明一实施例中，所述访问用户管理模块包括：领导接入单元、建设单位接入单元、监理单位接入单元、施工单位接入单元以及系统管理员接入单位。

在本发明一实施例中，所述业务应用模块包括制度规程模块、材料管理模块、人员管理模块、进度与资金管理模块以及施工监管模块。

在本发明一实施例中，所述制度规程模块将水利工程建设规范信息进行电子化处理存档，为水利工程建设规范培训提供数据。

在本发明一实施例中，所述材料管理模块通过所述信息采集及预处理模块中射频采集处理单元获取设置于仓库处以及施工现场处的射频采集器提供的材料射频数据，对施工材料仓库入库、仓库出库、材料入场、材料安装、材料调拨、材料盘点过程进行跟踪以及管理。

在本发明一实施例中，所述人员管理模块对施工人员的个人资料进行录入以及存储，并经所述信息采集及预处理模块中图像处理单元获取设置于施工现场人脸识别考勤系统提供的施工人员的人脸图像信息，将该人脸图像信息与施工人员的个人资料进行比对，对施工人员考勤进行管理；所述人员管理模块还经所述信息采集及预处理模块中的视频处理单元获取设置于施工现场的视频监控系统提供的施工现场施工情况的视频信息，对施工现场的施工情况进行监管。

在本发明一实施例中，所述进度与资金管理模块包括一基于数据挖掘工期进度及资金控制模型，该基于数据挖掘工期进度及资金控制模型通过不同类型的水利工程管理数据进行分类，获取水利工程建设对工期进度及资金影响因素，对于结构化的数据挖掘建立一统一数据库，对非结构化数据采用检索技术进行分类管理，并对水利工程建设对工期进度及资金影响因素进行数据分析，为进度与资金监管提供参考决策。

在本发明一实施例中，所述施工监管模块包括一基于Apriori算法的工期延误及成本超支挖掘模型，并按照如下步骤进行管理：

步骤S1：将所有存在工期延误或成本超支的项目组各自组成一个集合Y，对应将集合Y中所有导致工期延误或成本超支的因素组成集合I，包括天气、征地、施工管理；

步骤S2：通过关联规则方法获得一组频繁项集，并采用支持度以及置信度进行描述；

步骤S3：将水利工程总工程项目划分为子项目进行管理；

步骤S4：通过所述基于Apriori算法的工期延误及成本超支挖掘模型对水利工程进度及成本进行估计，提供一预测施工进度及成本评估；

步骤S5：将现场施工进度与测施工进度进行对比，若进度存在偏差，则发出预警。

相较于现有技术，本发明具有以下有益效果：本发明所提出的一种基于大数据分析及物联网的水利工程建设管理综合系统，建立了一套综合信息平台，实现了对水利工程建设的全过程进行科学有效的管理与监督，是一个多级联动、多方参与、互相协作的综合性业务管理平台。实现了一个项目建设完成的同时收集了一套完整的档案资料；为以后的工程建设项目的进度、成本管理提供参考依据，同时平台还将实现对施工材料的质量保障以及施工人员的日常工作行为进行管理监督，保障水利工程的建设管理能够有序、规范地开展进行。提供了通过大数据Apriori分析算法，实现了工程建设的最优进度和资金成本的预测和管理，实现现有工程的建设进度及资金管理有依可循。通过物联网及人脸识别等技术，实现了人和物的自动化监督管理，提高质监人员及监理单位的工作效率。实现所有水利工程建设过程中数据的共享，避免各个工程建完后，出现信息孤岛，无法将有用的信息共享给其他工程建设单位。

附图说明

图1为本发明一种基于大数据分析及物联网的水利工程建设管理综合系统的框图。

图2为本发明一实施例中0123所有可能的项集示意图。

图3为本发明一实施例中频繁项集{0,1,2,3}的关联规则网格示意图。

图4为本发明一实施例中Apriori算法计算过程示意图。

具体实施方式

下面结合附图，对本发明的技术方案进行具体说明。

本发明提供一种基于大数据分析及物联网的水利工程建设管理综合系统，结合全国水利工程建设管理的高标准要求与建设单位、施工单位、监理单位、质量监督等机构的实际需求，在现有的组织体系与管理方式下，建设数据挖掘系统、信息采集网络等应用系统，实现对现场施工单位以及现场物资的统一管理，并通过大数据分析技术实现项目进度及成本的预测及对比。系统通过多手段结合的方式进行实时监督。系统综合应用了视频、定位、智能手机、3G/4G网络、GIS等技术手段，结合业务实际针对不同的业务制定不同的监督规则，当实际的监督结果与所制定的监督规则不一致时，系统可以及时发现、方便提醒，做到有效监督。系统将以高度集成的自动化、简单化和网络化的方式，为各级部门提供集语音、视频、文本、图片等信息为一体的综合信息系统。

进一步的，在本实施例中，如图1所示，本发明所提出的一种基于大数据分析及物联网的水利工程建设管理综合系统，包括用于采集以及预处理施工材料信息以及施工人员信息的信息采集及预处理模块、数据资源模块、用于提供施工管理信息的业务应用模块以及用于提供访问用户接入的访问用户管理模块。

进一步的，在本实施例中，信息采集及预处理模块包括射频采集处理单元、视频处理单元以及图像处理单元。

在本实施例中，通过设置于仓库处以及施工现场处的射频采集器，扫描设置于施工材料上的射频标签，获取施工材料仓库入库、仓库出库、材料入场、材料安装、材料调拨、材料盘点的材料射频数据，并通过无线网络上传至射频采集处理单元。系统通过给每一件施工材料安装RFID电子标签或者条码，保证产品编码的唯一性，材料管理人员通过手持终端的超高频无线射频技术扫描材料上的电子标签或者条码的信息，分别在材料入场、安装、调拨、盘点时进行数据采集，并将采集到的数据通过wifi/3G网络上传到后台服务器端管理系统，使项目管理人员对项目中的物资采购、消耗、存储情况实现可视化管理。

视频处理单元通过设置施工现场的视频监控系统获取施工现场施工情况的视频信息，并对该视频信息进行处理。通过视频监控系统实现对现场施工情况的实时监控，监管人员对于不良现象及不按规范施工的情况进行及时处理。

图像处理单元通过设置于施工现场入口处的人脸识别考勤系统获取施工人员的人脸图像信息，并对该人脸图像信息进行处理。加强对现场施工人员的管理，首先做好对施工人员的资质认定工作，每个施工人员的个人资料，包括：姓名、照片、上岗证等，都将通过平台进行录入查询，通过人脸识别考勤系统，实现对施工人员考勤情况的监管。

进一步的，在本实施例中，访问用户管理模块包括：领导接入单元、建设单位接入单元、监理单位接入单元、施工单位接入单元以及系统管理员接入单位。

进一步的，在本实施例中，业务应用模块包括制度规程模块、材料管理模块、人员管理模块、进度与资金管理模块以及施工监管模块。进一步的，在本实施例中，制度规程模块将水利工程建设规范信息进行电子化处理存档，为水利工程建设规范培训提供数据。将水利工程建设规范，包括：《水利工程建设监理规范》、《水工混凝土施工规范》、《堤防工程施工规范》等，进行电子化处理存档，同时通过该单元提供培训内容，按时向相关人员进行培训，并在系统上进行记录。

进一步的，在本实施例中，材料管理模块通过信息采集及预处理模块中射频采集处理单元获取设置于仓库处以及施工现场处的射频采集器提供的材料射频数据，对施工材料仓库入库、仓库出库、材料入场、材料安装、材料调拨、材料盘点过程进行跟踪以及管理。

进一步的，在本实施例中，人员管理模块对施工人员的个人资料进行录入以及存储，并经信息采集及预处理模块中图像处理单元获取设置于施工现场人脸识别考勤系统提供的施工人员的人脸图像信息，将该人脸图像信息与施工人员的个人资料进行比对，对施工人员考勤进行管理；人员管理模块还经信息采集及预处理模块中的视频处理单元获取设置于施工现场的视频监控系统提供的施工现场施工情况的视频信息，对施工现场的施工情况进行监管。

在本实施例中，过物联网（RFID电子标签+条码）、现场视频智能监控分析以及人脸识别考勤等技术实现对水利工程现场施工材料及人员的管理，保障工程质量。

进一步的，在本实施例中，进度与资金管理模块包括一基于数据挖掘工期进度及资金控制模型，该基于数据挖掘工期进度及资金控制模型通过不同类型的水利工程建设过程时影响进度及资金的数据进行分类，获取影响因素，对于结构化的数据挖掘建立一统一数据库，对非结构化数据采用检索技术进行分类管理，并对水利工程建设对工期进度及资金影响因素进行数据分析，为进度与资金监管提供参考决策。

水利工程建设对工期进度及资金的影响因素是多方面的，包括土地征迁、项目设计偏差、施工管理、天气影响等。除了这些原因外，还有许多被忽略的因素影响水利工程建设进度及资金，如何把这些影响因素能够最大程度地呈现出来，需要对大量工程项目管理数据进行挖掘，并基于数据分析结果作出决策。通过对不同类型的水利工程管理数据进行分类，对于结构化的数据挖掘首先建立一个统一的数据仓库，提高分析精度。对于非结构化数据挖掘，采用检索技术进行分类管理。

进一步的，在本实施例中，施工监管模块包括一基于Apriori算法的工期延误及成本超支挖掘模型，并按照如下步骤进行管理：

步骤S1：将所有存在工期延误或成本超支的项目组各自组成一个集合Y，对应将集合Y中所有导致工期延误或成本超支的因素组成集合I；

进一步的，工期延误的项目组包括人为、资源、环境以及技术，即将这四类组成一个工期延误集合Y。

与之相对应的导致延误的因素，即集合I包括：

人为方面，包括：人力配备未达到预设人数、施工人员专业水平未达到预设施工要求、项目经理组织能力差、项目实施人员分工不清晰、业主干预、监理干预、当地村民干预等；

资源方面，包括：设备到场超时、机械设备质量效率未达到标准要求、周转材料不足无法同时施工、业主资金到位不及时等；

环境方面，包括：天气恶劣（比如暴雨、酷暑、严寒等）、现场施工环境差（施工过程出现塌方流砂等）、征地不及时等；

技术方面，包括：设计方案问题、施工变更多、施工组织准备不充分、对新技术掌握不充分、标准规范不熟悉等。

成本超支的集合Y包括：预算、外部原因、实施管理原因、工程范围增加四大类。

成本超支的因素对应的集合I，包括：

预算方面，包括：设计方案预算不准确、项目低价中标；

外部方面，包括：业主的干扰、阴雨天气、物价上涨、不可抗力事件等；

实施管理方面，包括：预算外开支、进度把控不当、人员岗位分配不合理、劳动效率低下、材料质量差导致返工、发生工程事故等；

工程范围增加方面，包括：设计的修改、功能和建设标准提高、工作量大幅度增加等。

步骤S2：通过关联分析方法获得一组频繁项集，并采用支持度以及置信度进行描述。

在本实施例中，关联分析方法用于在大规模数据集中寻找有关系的事项。频繁项集是指经常出现在一起的事项的集合，一般通过支持度及置信度两方面来描述频繁项集。一个项集的支持度被定义为数据集中包含该项集的记录所占的比例，即一个项集在Y中出现的百分比，比如所有工期延误的项目中由于天气、施工管理不当造成的延误占20%，则支持度为20%；置信度是是针对关联规则来定义的。关联规则是指两个事项之间可能存在很强的关系，比如因为天气原因造成的施工不当延误，则置信度为50%。对于单个项集的支持度，可以通过遍历每条记录并检查该记录是否包含该项集来计算。对于包含N种事项的数据集共有2^N−1种项集组合，重复上述计算过程是不现实的。因此需要利用Apriori算法来减少计算量。Apriori原理是如果某个项集是频繁的，那么它的所有子集也是频繁的。它的逆否命题，即如果一个项集是非频繁的，那么它的所有超集也是非频繁的。

如图2所示，为0123所有可能的项集，其中，非频繁项集用灰色表示。已知阴影项集{2,3}是非频繁的。利用Apriori原理，可知项集{0,2,3}，{1,2,3}以及{0,1,2,3}也是非频繁的。也就是说，一旦计算出了{2,3}的支持度，知道它是非频繁的后，就可以紧接着排除{0,2,3}、{1,2,3}和{0,1,2,3}。

通过Apriori算法可以快速地在大量的工程建设数据库中发现频繁项集。Apriori算法的两个输入参数分别是最小支持度和数据集。该算法首先会生成所有单个元素的项集列表。接着扫描数据集来查看哪些项集满足最小支持度要求，那些不满足最小支持度的集合会被去掉。然后，对剩下来的集合进行组合以生成包含两个元素的项集。接下来，再重新扫描记录，去掉不满足最小支持度的项集。该过程重复进行直到所有项集都被去掉。

找到频繁项集的支持度后，下一步即需解决置信度，即相关关联规则的问题。要找到关联规则，首先从一个频繁项集开始。如果有一个频繁项集{天气，施工管理}，那么就可能有一条关联规则“天气➞施工管理”。这意味着如果出现天气恶劣，那么因施工管理造成的延误或成本超支的概率就较大。注意这一条反过来并不总是成立，也就是说，置信度(“施工管理➞天气”)并不等于置信度(“天气➞施工管理”)。

进一步的，一条规则P➞H的置信度定义为 (P | H)/ (P)，其中“|”表示P和H的并集。可见可信度的计算是基于项集的支持度的。

进一步的，如图3所示，给出了从项集{0,1,2,3}产生的所有关联规则，其中阴影区域给出的是低置信度的规则。可以发现如果{0,1,2}➞{3}是一条低置信度规则，那么所有其他以3作为后件（箭头右部包含3）的规则均为低置信度的。如果某条规则并不满足最小置信度要求，那么该规则的所有子集也不会满足最小置信度要求。以上图为例，假设规则{0,1,2} ➞ {3}并不满足最小置信度要求，那么就知道任何左部为{0,1,2}子集的规则也不会满足最小置信度要求。可以利用关联规则的上述性质属性来减少需要测试的规则数目，类似于Apriori算法求解频繁项集。具体流程图详见图4：

步骤S3：将新建水利工程总工程项目划分为子项目进行管理，具体子项目划分原则为开工前根据初步设计的工程项目、设计方案、施工部署划分分单位工程和分部工程，开工后结合各实施单位的施工部署、设计结构、质量考核、工种工序以及现场条件等再划分单元工程；

步骤S4：新建工程子项目划分后，通过步骤S2的Apriori算法得出各子项目受频繁项集的影响因素而造成的进度延误及成本超支，初步预测新建工程各子项目的进度及成本的结果；

步骤S5：将现场实际施工进度及成本与预测的结果进行对比，若进度存在偏差，则发出预警。

在本实施例中，分析工期延误及成本超支的原因可以采用关联规则分析方法，通过数据挖掘发现数据间的关联规则方法。平台利用Apriori算法对工期延误及成本超支进行挖掘。将所有存在工期延误或成本超支的项目组组成一个集合Y，其中，工期延误及成本超支各一个集合。将集合Y中所有导致工期延误或成本超支的原因组成集合I，包括天气、征地、施工管理等。通过关联规则方法可以获得一组频繁项集，从两方面对其进行描述：一是支持度，即一个项集在Y中出现的百分比，如所有工期延误或成本超支的项目由于雨雪和施工监管不当造成的工期延误占比30%，则支持度为30%；二是置信度，如果因雨雪天气造成的施工监管不当占比50%，则该频繁项集的置信度未50%。水利工程进度一般有多个任务，通过划分子项目进行细化管理。通过周密的计划将工作精确划分，这样工程进度的管理才更精确。通过Apriori算法对大量的已建水利工程建设数据进行计算后，得出新建工程有可能的进度延误及成本超支，对新建水利工程进度及成本进行预测。将实际的施工进度与根据算法预测的进度进行对比，若进度出现偏差则提前发出预警，使相关负责人能够及时注意到当前问题，快速进行纠正。

在本实施例中，通过Apriori算法对项目库里已建水利工程施工的进度、资金进行关联规则分析，预测当前工程的进度及成本，并通过预警方式进行实时提醒相关责任人，提高工程施工效率，降低施工成本，实现工程的规范管理。

进一步的，在本实施例中，还包括一云计算单元。 系统基于云计算技术建设，运行在云计算中心上，工程中所涉及的所有项目材料存储在省级质量监督部门的云数据中心上，实现所有工程建设数据的最大化共享。通过云计算的方式，将已建水利工程项目里所涉及的所有材料存储在云数据中心，实现了所有水利工程建设过程资料的最大化共享。

进一步的，在本实施例中，系统数据采用多级实时备份机制，系统应用U盾认证机制，文档资料数字签名机制等多种手段确保数据的安全可靠。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (10)

1.一种基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，包括用于采集以及预处理施工材料信息以及施工人员信息的信息采集及预处理模块、数据资源模块、用于提供施工管理信息的业务应用模块以及用于提供访问用户接入的访问用户管理模块。

2.根据权利要求1所述的一种基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，所述信息采集及预处理模块包括射频采集处理单元、视频处理单元以及图像处理单元。

3.根据权利要求2所述的基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，通过设置于仓库处以及施工现场处的射频采集器，扫描设置于施工材料上的射频标签，获取施工材料仓库入库、仓库出库、材料入场、材料安装、材料调拨、材料盘点的材料射频数据，并通过无线网络上传至所述射频采集处理单元；所述视频处理单元通过设置施工现场的视频监控系统获取施工现场施工情况的视频信息，并对该视频信息进行处理；所述图像处理单元通过设置于施工现场入口处的人脸识别考勤系统获取施工人员的人脸图像信息，并对该人脸图像信息进行处理。

4.根据权利要求1所述的基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，所述访问用户管理模块包括：领导接入单元、建设单位接入单元、监理单位接入单元、施工单位接入单元以及系统管理员接入单位。

5.根据权利要求1所述的基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，所述业务应用模块包括制度规程模块、材料管理模块、人员管理模块、进度与资金管理模块以及施工监管模块。

6.根据权利要求5所述的基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，所述制度规程模块将水利工程建设规范信息进行电子化处理存档，为水利工程建设规范培训提供数据。

7.根据权利要求5所述的基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，所述材料管理模块通过所述信息采集及预处理模块中射频采集处理单元获取设置于仓库处以及施工现场处的射频采集器提供的材料射频数据，对施工材料仓库入库、仓库出库、材料入场、材料安装、材料调拨、材料盘点过程进行跟踪以及管理。

8.根据权利要求5所述的基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，所述人员管理模块对施工人员的个人资料进行录入以及存储，并经所述信息采集及预处理模块中图像处理单元获取设置于施工现场人脸识别考勤系统提供的施工人员的人脸图像信息，将该人脸图像信息与施工人员的个人资料进行比对，对施工人员考勤进行管理；所述人员管理模块还经所述信息采集及预处理模块中的视频处理单元获取设置于施工现场的视频监控系统提供的施工现场施工情况的视频信息，对施工现场的施工情况进行监管。

9.根据权利要求5所述的基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，所述进度与资金管理模块包括一基于数据挖掘工期进度及资金控制模型，该基于数据挖掘工期进度及资金控制模型通过不同类型的水利工程管理数据进行分类，获取水利工程建设对工期进度及资金影响因素，对于结构化的数据挖掘建立一统一数据库，对非结构化数据采用检索技术进行分类管理，并对水利工程建设对工期进度及资金影响因素进行数据分析，为进度与资金监管提供参考决策。

10.根据权利要求1所述的基于大数据分析及物联网的水利工程建设管理综合系统，其特征在于，所述施工监管模块包括一基于Apriori算法的工期延误及成本超支挖掘模型，并按照如下步骤进行管理：

步骤S1：将所有存在工期延误或成本超支的项目组各自组成一个集合Y，对应将集合Y中所有导致工期延误或成本超支的因素组成集合I，包括天气、征地、施工管理；

步骤S2：通过关联规则方法获得一组频繁项集，并采用支持度以及置信度进行描述；

步骤S3：将水利工程总工程项目划分为子项目进行管理；

步骤S4：通过所述基于Apriori算法的工期延误及成本超支挖掘模型对水利工程进度及成本进行估计，提供一预测施工进度及成本评估；

步骤S5：将现场施工进度与测施工进度进行对比，若进度存在偏差，则发出预警。