CN115099592A - 一种信息监理风险的智能管控方法及系统 - Google Patents
一种信息监理风险的智能管控方法及系统 Download PDFInfo
- Publication number
- CN115099592A CN115099592A CN202210669011.3A CN202210669011A CN115099592A CN 115099592 A CN115099592 A CN 115099592A CN 202210669011 A CN202210669011 A CN 202210669011A CN 115099592 A CN115099592 A CN 115099592A
- Authority
- CN
- China
- Prior art keywords
- construction
- supervision
- risk
- project
- time
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种信息监理风险的智能管控方法及系统,涉及人工智能领域,所述方法包括:通过用户端将信息工程项目的项目数据发送至施工端、监理端,施工端设计信息工程项目的项目施工计划,反馈给用户端,确认后进行施工,监理端通过采集实时施工数据,结合项目施工计划,分析确定在施工过程中的风险,包括:施工成本风险、施工质量风险、施工进度风险,通过监理端对施工成本风险、施工质量风险、施工进度风险依次进行管理控制。解决了现有技术中存在缺乏对信息监理风险的智能化管控,管理质量低和成本高的技术问题。达到了量化监理风险评估,提高监理风险管控能力,通过提高管理质量进而提升整体工程建设水平的技术效果。
Description
技术领域
本申请涉及人工智能领域,尤其涉及一种信息监理风险的智能管控方法及系统。
背景技术
随着经济的快速发展和科学技术水平的不断提高,对于项目建设中管理提出了更高的要求,在信息工程项目建设中存在大量的数据信息,研究更好的数据信息化管理,对于提高我国信息项目建设质量有着十分重要的意义。
目前,随着大数据、信息化的不断进步,在信息监理行业也存在一些用于监理项目管理的方法,使得项目信息在施工方、用户方和监理方之间能够高效准确的传递,提高工程进度的可靠性,工程监理主要依靠监理管理行业标准及行业规定进行项目监理,按照项目流程节点进行监理。
然而,由于现有的信息监理仅仅通过已有的标准进行管理,对于项目的建立具有滞后性,无法对可能出现的风险进行预判,从而导致项目延期或者施工停止的后果。存在缺乏对信息监理风险的智能化管控,管理质量低和成本高的技术问题。
发明内容
本申请的目的是提供一种信息监理风险的智能管控方法及系统,用以解决现有技术中存在缺乏对信息监理风险的智能化管控,管理质量低和成本高的技术问题。
鉴于上述问题,本申请提供了一种信息监理风险的智能管控方法及系统。
第一方面,本申请提供了一种信息监理风险的智能管控方法,所述方法通过一种信息监理风险的智能管控系统实现,所述系统与用户端、施工端、监理端通信连接,其中,所述方法包括:通过用户端将信息工程项目的项目数据发送至施工端、监理端,其中,所述项目数据包括成本需求阈值、质量需求阈值、进度需求阈值;所述施工端根据所述成本需求阈值、所述质量需求阈值、所述进度需求阈值设计所述信息工程项目的项目施工计划,并将所述项目施工计划反馈至所述用户端,同时抄送至所述监理端;在所述用户端确认通过后,所述施工端根据所述项目施工计划对所述信息工程项目进行施工;所述监理端对所述施工端施工过程的施工数据进行实时采集,得到所述施工端的实时施工数据;根据所述实时施工数据,同时结合所述项目施工计划,分析确定所述施工端在施工过程中的风险,其中包括施工成本风险、施工质量风险、施工进度风险;通过所述监理端对所述施工成本风险、所述施工质量风险、所述施工进度风险依次进行管理控制。
另一方面,本申请还提供了一种信息监理风险的智能管控系统,用于执行如第一方面所述的一种信息监理风险的智能管控方法,其中,所述系统包括:数据发送模块,所述数据发送模块用于通过用户端将信息工程项目的项目数据发送至施工端、监理端,其中,所述项目数据包括成本需求阈值、质量需求阈值、进度需求阈值;计划反馈模块,所述计划反馈模块用于所述施工端根据所述成本需求阈值、所述质量需求阈值、所述进度需求阈值设计所述信息工程项目的项目施工计划,并将所述项目施工计划反馈至所述用户端,同时抄送至所述监理端;计划施工模块,所述计划施工模块用于在所述用户端确认通过后,所述施工端根据所述项目施工计划对所述信息工程项目进行施工;数据采集模块,所述数据采集模块用于所述监理端对所述施工端施工过程的施工数据进行实时采集,得到所述施工端的实时施工数据;风险确定模块,所述风险确定模块用于根据所述实时施工数据,同时结合所述项目施工计划,分析确定所述施工端在施工过程中的风险,其中包括施工成本风险、施工质量风险、施工进度风险;管理控制模块,所述管理控制模块用于通过所述监理端对所述施工成本风险、所述施工质量风险、所述施工进度风险依次进行管理控制。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种信息监理风险的智能管控方法的流程示意图;
图2为本申请实施例提供的一种信息监理风险的智能管控方法中确定所述施工端在施工过程中的风险的流程示意图;
图3为本申请实施例提供的一种信息监理风险的智能管控方法中确定所述施工工序的实时施工成本的流程示意图;
图4为本申请一种信息监理风险的智能管控系统的结构示意图;
附图标记说明:数据发送模块11,计划反馈模块12,计划施工模块13,数据采集模块14,风险确定模块15,管理控制模块16。
具体实施方式
本申请通过提供一种信息监理风险的智能管控方法及系统,解决了现有技术中存在缺乏对信息监理风险的智能化管控,管理质量低和成本高的技术问题。达到了量化监理风险评估,提高监理风险管控能力,通过提高管理质量进而提升整体工程建设水平的技术效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种信息监理风险的智能管控方法,其中,所述方法应用于一种信息监理风险的智能管控系统,所述系统与用户端、施工端、监理端通信连接所述方法,具体包括如下步骤:
步骤S100:通过用户端将信息工程项目的项目数据发送至施工端、监理端,其中,所述项目数据包括成本需求阈值、质量需求阈值、进度需求阈值;
具体而言,所述用户端是用来服务用户进行数据上传的程序,所述施工端是用来服务施工方进行施工项目信息上传的程序,所述监理端是用来服务监理方进行项目监理的程序。其中,所述信息工程项目的项目数据是表征信息工程项目在全寿命周期内的所有的与项目有关的数据,包括所述成本需求阈值、所述质量需求阈值、所述进度需求阈值。其中,所述成本需求阈值是为保证项目顺利完成所需要的成本值,所述质量需求阈值是为了保证项目顺利完成所需要的质量需求,所述进度需求阈值是为了保证项目顺利完成所需要的进度需求。通过获取项目数据来对工程的整体情况进行把握,达到了为后续的智能管控提供对比依据的技术效果。
步骤S200:所述施工端根据所述成本需求阈值、所述质量需求阈值、所述进度需求阈值设计所述信息工程项目的项目施工计划,并将所述项目施工计划反馈至所述用户端,同时抄送至所述监理端;
具体而言,在获得项目的成本、质量、进度需求情况后,所述施工端根据获得的情况设计所述信息工程项目的项目施工计划。其中,所述项目施工计划是指对于项目的具体施工方案,在工程作业过程中起到指导施工的作用。通过将所述项目施工计划反馈给所述用户端,进行计划的反馈,进一步确定项目施工的具体计划。同时,通过将所述项目施工计划抄送至所述监理端,提高了信息传递的效率,保证了数据传递的准确性。由此,确定了项目施工计划后为后续进行项目的施工和监理提供依据。
步骤S300:在所述用户端确认通过后,所述施工端根据所述项目施工计划对所述信息工程项目进行施工;
步骤S400:所述监理端对所述施工端施工过程的施工数据进行实时采集,得到所述施工端的实时施工数据;
具体而言,通过用户端确认所述项目施工计划,开始进行项目施工。在施工过程开始后,所述监理端对所述施工端的施工数据进行实时的采集,具体而言,所述实时施工数据是表征施工进度、成本、质量的相关数据,通过进行实时采集可以及时发现问题,并进行处理。由此,实现了对于信息工程项目进行及时把控的目标,达到了及时发现信息监理过程中的风险的技术效果。
步骤S500:根据所述实时施工数据,同时结合所述项目施工计划,分析确定所述施工端在施工过程中的风险,其中包括施工成本风险、施工质量风险、施工进度风险;
具体而言,结合所述项目施工计划和所述实时施工数据,可以对项目工作过程进行及时的分析管控。通过分析实时施工数据是否达到项目施工计划中的规划可以确定施工端在施工过程中的风险。其中,所述施工成本风险是在施工过程中成本会超出预先计划的成本的风险,所述施工质量风险是在施工过程中的质量达不到预先计划的质量的风险,所述施工进度风险是在施工过程中的进度达不到预先计划的进度,可能会影响后续工序的风险。通过实时分析施工数据,可以及时发现确定施工中的风险,提高了后续对这些风险进行管控的效率。
步骤S600:通过所述监理端对所述施工成本风险、所述施工质量风险、所述施工进度风险依次进行管理控制。
具体而言,在获得所述施工成本风险、所述施工质量风险、所述施工进度风险后,所述建立端建立智能管控流程对这些存在的风险依次进行管理控制,从而可以实现对信息工程项目进行高效管控的目标,达到了提高管理的效率、降低管理成本的技术效果。
进一步的,如图2所示,所述确定所述施工端在施工过程中的风险,本申请实施例步骤S500还包括:
步骤S510:所述监理端基于所述施工端在施工过程中的任一施工工序,采集得到所述施工工序的工序实时施工数据集;
步骤S520:所述监理端提取所述工序实时施工数据集中现场施工记录数据,并利用成本控制即时化对所述现场施工记录数据进行计算,确定所述施工工序的实时施工成本;
步骤S530:根据所述实时施工成本,所述监理端确定所述施工成本风险;
步骤S540:根据所述工序实时施工数据集,所述监理端利用5M1E分析法确定所述施工质量风险;
步骤S550:所述监理端基于所述施工工序,分析与之相连的前置施工工序、后置施工工序,并确定所述施工工序的安全施工时间;
步骤S560:所述监理端提取所述工序实时施工数据集中所述施工工序的实时施工速度,结合所述安全施工时间,确定所述施工进度风险;
步骤S570:根据所述施工成本风险、所述施工质量风险、所述施工进度风险,所述监理端得到所述施工端在施工过程中的风险。
具体而言,所述工序实时施工数据集是表征所述任一施工工序的在施工过程中实时产生的数据集合。可选的,所述工序实时施工数据集包括:工序施工成本、工序施工质量、工序施工时间、工序中材料的进场时间、材料的质检报告等。其中,所述现场施工记录数据是指在现场施工的过程中对所述工序进行操作时产生的数据。可选的,所述现场施工记录数据包括:人工数据、材料和机械使用量、工序完成量等。
具体的,所述成本控制即时化指的是通过提高成本信息反馈和成本分析的频率,增强项目成本的透明性和可控性,从而获得所述实时施工成本。通过所述实时施工成本可以确定施工成本风险,从而为后续进行风险的管控提供依据。然后,利用5M1E分析法确定所述施工质量风险。其中,所述5M1E分析法是分析造成工程质量波动的6个因素,从而更好的分析工序的质量,提高质量控制的准确度。
工序的施工时间与跟它相连的前置施工工序和后置施工工序有关,进行分析后才能得到所述安全施工时间,所述安全施工时间是在保证产品的进度要求的情况下的施工时间。进而,结合实时施工速度可以得出工序能够按照计划进度完成,从而可以确定所述施工进度风险。综合所述施工成本风险、所述施工质量风险、所述施工进度风险,监理端可以得到在施工过程中的风险,所述风险包括:成本、质量和进度三方面的风险。由此,通过对施工过程中的数据进行深入分析,识别风险,为开展对于信息监理风险的智能管控进一步奠定了基础。
进一步的,如图3所示,所述确定所述施工工序的实时施工成本,本申请实施例步骤S520还包括:
步骤S521:所述监理端分析确定所述施工工序的施工指标集,其中,所述施工指标集包括施工人员、施工设备、施工材料;
步骤S522:所述监理端基于所述施工人员、所述施工设备、所述施工材料,设计所述施工工序的施工记录表;
步骤S523:施工管理人员填写所述施工记录表,并将填写结果反馈至所述监理端;
步骤S524:所述监理端利用成本控制即时化对填写结果进行分析,确定所述施工工序的所述实时施工成本。
进一步的,所述确定所述施工工序的所述实时施工成本,之后本申请实施例步骤S520还包括:
步骤S525:所述监理端对所述施工工序的施工结果进行质量检测,得到工序质检结果;
步骤S526:所述监理端根据所述工序质检结果计算所述施工工序的施工合格率;
步骤S527:根据所述施工合格率,所述监理端对所述实时施工成本进行修正。
具体而言,所述施工工序的施工指标集是指表征施工工序的施工情况的指标集合,其中,所述施工指标集包括施工人员、施工设备、施工材料。所述施工记录表是在工程施工阶段的施工活动和现场情况变化的真实、全面的记录。可选的,所述施工记录表中记录了施工人员、施工设备、施工材料在所述施工工序中的施工活动和变化。
具体的,施工管理人员填写所述施工记录表后将填写结果反馈至所述监理端,监理端可以从所述施工记录表中得到人员工资成本、设备折旧成本和耗电、维修成本、施工材料价格、运输、存储成本等。进而利用成本控制即时化,即通过所述每天的施工记录表来进行比较分析成本指标是否实现及其原因,来得到所述施工工序的所述实时施工成本。从而提高成本信息反馈和成本分析的频率,来增强项目成本的透明性和可控性。
具体的,工序的施工成本受到工序合格率的影响,如果工序合格率低,那么工序的施工成本就会大幅增加,由此增加工序的所述实时施工成本。因此,通过所述监理端对所述施工工序的施工结果进行质量检测,得到所述工序质检结果。其中,所述工序质检结果表征了该道工序是否合格。通过所述工序质检结果计算所述施工工序的施工合格率,其中,所述施工合格率由所述施工工序中质量合格的部分除以总检测量来判断该道工序的质量情况。最后基于所述施工合格率来对所述实时施工成本进行修正。由此,实现了及时控制成本的管理风险的目标,达到了提高对监理风险的管控的技术效果。
进一步的,所述利用5M1E分析法确定所述施工质量风险,本申请实施例步骤S540还包括:
步骤S541:所述监理端利用5M1E分析法得到影响所述施工工序质量的影响因素集,其中,所述影响因素集包括人、机器、材料、方法、测量、环境;
步骤S542:所述监理端利用专家决策法得到所述人、机器、材料、方法、测量、环境对所述施工工序的影响程度系数;
步骤S543:所述监理端提取所述工序实时施工数据集中与所述人、机器、材料、方法、测量、环境相关的数据信息,组成影响因素数据集;
步骤S544:结合所述影响程度系数和所述影响因素数据集,所述监理端确定所述施工质量风险。
具体而言,所述5M1E分析法指的是在进行质量管理的过程中,由于思路的局限性很难考虑全各个方面的因素,可以从6个影响因素来进行分析。所述影响因素集包括:人、机器、材料、方法、测量、环境,这六个主要影响施工工序的因素。所述影响程度系数指的是所述六个影响因素对于施工工序的影响程度数值。通过对所述工序实时施工数据集中与所述影响因素集中的因素相关数据进行提取,得到所述影响因素数据集。通过所述影响程度系数和所述影响因素数据集来确定所述施工质量风险。由此,实现了确定施工过程中质量风险的目标。
进一步的,所述确定所述施工工序的安全施工时间,本申请实施例步骤S550包括:
步骤S551:所述监理端根据所述前置施工工序、所述后置施工工序,计算得到所述施工工序的路径复杂指数,计算公式如下:
其中,所述c是指路径复杂指数,所述n是指所述施工工序在路径中的位置,所述N前是指路径中所述施工工序前边的工序数量,所述N后是指路径中所述施工工序后边的工序数量;
步骤S552:所述监理端利用灰色关联度分析法依次计算所述施工工序与所述前置施工工序中各工序的关联度数据,分别得到各工序的关联指数;
步骤S553:所述监理端根据各工序的所述关联指数,计算得到关联指数众数,并将所述关联指数众数作为所述前置施工工序中各工序对所述施工工序的影响程度指数;
步骤S554:所述监理端利用Delphi法依次得到所述施工工序的困难程度指数、资源满足指数;
步骤S555:根据所述路径复杂指数、所述影响程度指数,所述困难程度指数、所述资源满足指数,所述监理端分析得到所述安全施工时间。
具体而言,所述灰色关联度分析法是通过根据因素之间发展趋势的相似或相异程度,作为衡量因素间关联程度的一种方法,对工序间关联程度提供了量化的度量,由此,计算得到关联度数据,得到各工序的关联指数。所述关联指数众数指的是在进行关联指数的统计中具有明显集中趋势点的数值,代表了关联程度的一般水平。由此,得到的影响程度指数表征了所述前置施工工序中各工序对所述施工工序的整体影响程度。所述利用Delphi法依次得到所述施工工序的困难程度指数、资源满足指数中,所述Delphi法是通过将所述施工工序的资料反馈给各个专家,针对困难程度和资源满足两个方面征集专家意见,进行整理、归纳、统计之后,再匿名反馈给各专家,再集中,再反馈,直至获得一致意见。由此实现了有效的判断预测所述施工工序的困难程度情况和资源满足情况,得到所述困难程度指数和所述资源满足指数。其中,所述困难程度指数是表征所述施工工序的困难程度的指数,所述资源满足指数实是表征所述施工工序的资源满足情况的指数。通过对影响施工时间的各个因素进行综合分析,得到所述安全施工时间。由此,实现了对施工时间进行确定的目标,达到了对进度风险的有效管控的技术效果。
进一步的,所述分析得到所述安全施工时间,本申请实施例步骤S555还包括:
步骤S5551:根据所述路径复杂指数、所述影响程度指数,所述困难程度指数、所述资源满足指数,所述监理端对所述施工工序进行施工计划时长估计,获得所述施工工序的乐观时长估计、最可能时长估计、悲观时长估计;
步骤S5552:根据所述乐观时长估计、所述最可能时长估计、所述悲观时长估计,所述监理端计算获得所述施工工序的计划期望值、计划方差;
步骤S5553:根据所述计划期望值、所述计划方差,所述监理端构建概率密度函数;
步骤S5554:根据所述概率密度函数,所述监理端模拟获得所述施工工序的所述安全施工时间。
具体而言,所述通过上述指数对所述施工工序的施工计划时长进行估计,来预测所述安全施工时间。通过三个维度的时长估计,包括:所述乐观时长估计、所述最可能时长估计、所述悲观时长估计。其中,所述乐观时长估计是对所述施工工序的最快施工时长,所述最可能时长估计是所述施工工序的最慢施工时长。进而通过计算得出计划期望值,即所述施工工序的计划时长平均值。所述计划方差是表征施工工序的实际施工时长与计划期望值之间的偏离程度。然后根据所述计划期望值和所述计划方差来构建所述概率密度函数,所述概率密度函数用来确定所述施工工序在某个取值点附近的可能性的函数。最后,根据所述概率密度函数可以确定所述施工工序的所述安全施工时间。由此,提高了对于时间风险的智能管控准确度。
综上所述,本申请所提供的一种信息监理风险的智能管控方法具有如下技术效果:
1.通过用户端将信息工程项目的项目数据发送至施工端、监理端,施工端设计信息工程项目的项目施工计划,反馈给用户端,确认后进行施工,监理端通过采集实时施工数据,结合项目施工计划,分析确定在施工过程中的风险,包括:施工成本风险、施工质量风险、施工进度风险,通过监理端对施工成本风险、施工质量风险、施工进度风险依次进行管理控制。达到了量化监理风险评估,提高监理风险管控能力,通过提高管理质量进而提升整体工程建设水平的技术效果。
2.本申请根据实时施工成本来确定施工成本风险,利用5M1E分析法确定所述施工质量风险,监理端分析与施工工序相连的前置施工工序、后置施工工序,确定安全施工时间,结合实时施工速度确定所述施工进度风险,得到所述施工端在施工过程中的风险。达到了对施工过程中的数据进行深入分析,识别风险,为开展对于信息监理风险的智能管控进一步奠定了基础的技术效果。
3.本申请通过监理端基于所述施工人员、所述施工设备、所述施工材料,设计所述施工工序的施工记录表,施工管理人员填写所述施工记录表,并将填写结果反馈至所述监理端,监理端利用成本控制即时化对填写结果进行分析,确定所述施工工序的所述实时施工成本。通过所述每天的施工记录表来进行比较分析成本指标是否实现及其原因,来得到所述施工工序的所述实时施工成本。达到了提高成本信息反馈和成本分析的频率,增强项目成本的透明性和可控性的技术效果。
实施例二
基于与前述实施例中一种信息监理风险的智能管控方法同样的发明构思,如图4所示,本申请还提供了一种信息监理风险的智能管控系统,所述系统包括:
数据发送模块11,所述数据发送模块11用于通过用户端将信息工程项目的项目数据发送至施工端、监理端,其中,所述项目数据包括成本需求阈值、质量需求阈值、进度需求阈值;
计划反馈模块12,所述计划反馈模块12用于所述施工端根据所述成本需求阈值、所述质量需求阈值、所述进度需求阈值设计所述信息工程项目的项目施工计划,并将所述项目施工计划反馈至所述用户端,同时抄送至所述监理端;
计划施工模块13,所述计划施工模块13用于在所述用户端确认通过后,所述施工端根据所述项目施工计划对所述信息工程项目进行施工;
数据采集模块14,所述数据采集模块14用于所述监理端对所述施工端施工过程的施工数据进行实时采集,得到所述施工端的实时施工数据;
风险确定模块15,所述风险确定模块15用于根据所述实时施工数据,同时结合所述项目施工计划,分析确定所述施工端在施工过程中的风险,其中包括施工成本风险、施工质量风险、施工进度风险;
管理控制模块16,所述管理控制模块16用于通过所述监理端对所述施工成本风险、所述施工质量风险、所述施工进度风险依次进行管理控制。
进一步的,所述系统还包括:
实时数据采集模块,所述实时数据采集模块用于所述监理端基于所述施工端在施工过程中的任一施工工序,采集得到所述施工工序的工序实时施工数据集;
施工成本确定模块,所述施工成本确定模块用于所述监理端提取所述工序实时施工数据集中现场施工记录数据,并利用成本控制即时化对所述现场施工记录数据进行计算,确定所述施工工序的实时施工成本;
施工成本风险确定模块,所述施工成本风险确定模块用于根据所述实时施工成本,所述监理端确定所述施工成本风险;
施工质量风险确定模块,所述施工质量风险确定模块用于根据所述工序实时施工数据集,所述监理端利用5M1E分析法确定所述施工质量风险;
安全施工时间确定模块,所述安全施工时间确定模块用于所述监理端基于所述施工工序,分析与之相连的前置施工工序、后置施工工序,并确定所述施工工序的安全施工时间;
施工进度风险确定模块,所述施工进度风险确定模块用于所述监理端提取所述工序实时施工数据集中所述施工工序的实时施工速度,结合所述安全施工时间,确定所述施工进度风险;
施工过程风险获得模块,所述施工过程风险获得模块用于根据所述施工成本风险、所述施工质量风险、所述施工进度风险,所述监理端得到所述施工端在施工过程中的风险。
进一步的,所述系统还包括:
指标集确定模块,所述指标集确定模块用于所述监理端分析确定所述施工工序的施工指标集,其中,所述施工指标集包括施工人员、施工设备、施工材料;
设计记录表模块,所述设计记录表模块用于所述监理端基于所述施工人员、所述施工设备、所述施工材料,设计所述施工工序的施工记录表;
结果反馈模块,所述结果反馈模块用于施工管理人员填写所述施工记录表,并将填写结果反馈至所述监理端;
结果分析模块,所述结果分析模块用于所述监理端利用成本控制即时化对填写结果进行分析,确定所述施工工序的所述实时施工成本。
进一步的,所述系统还包括:
质检结果获得模块,所述质检结果获得模块用于所述监理端对所述施工工序的施工结果进行质量检测,得到工序质检结果;
计算合格率模块,所述计算合格率模块用于所述监理端根据所述工序质检结果计算所述施工工序的施工合格率;
修正模块,所述修正模块用于根据所述施工合格率,所述监理端对所述实时施工成本进行修正。
进一步的,所述系统还包括:
影响因素集获得模块,所述影响因素集获得模块用于所述监理端利用5M1E分析法得到影响所述施工工序质量的影响因素集,其中,所述影响因素集包括人、机器、材料、方法、测量、环境;
影响程度系数获得模块,所述影响程度系数获得模块用于所述影响程度系数获得模块用于所述监理端利用专家决策法得到所述人、机器、材料、方法、测量、环境对所述施工工序的影响程度系数;
影响因素数据集获得模块,所述影响因素数据集获得模块用于所述监理端提取所述工序实时施工数据集中与所述人、机器、材料、方法、测量、环境相关的数据信息,组成影响因素数据集;
风险确定模块,所述风险确定模块用于结合所述影响程度系数和所述影响因素数据集,所述监理端确定所述施工质量风险。
进一步的,所述系统还包括:
设定模块,所述设定模块用于设定所述监理端根据所述前置施工工序、所述后置施工工序,计算得到所述施工工序的路径复杂指数,计算公式如下:
其中,所述c是指路径复杂指数,所述n是指所述施工工序在路径中的位置,所述N前是指路径中所述施工工序前边的工序数量,所述N后是指路径中所述施工工序后边的工序数量;
关联指数获得模块,所述关联指数获得模块用于所述监理端利用灰色关联度分析法依次计算所述施工工序与所述前置施工工序中各工序的关联度数据,分别得到各工序的关联指数;
影响程度指数获得模块,所述影响程度指数获得模块用于所述监理端根据各工序的所述关联指数,计算得到关联指数众数,并将所述关联指数众数作为所述前置施工工序中各工序对所述施工工序的影响程度指数;
指数获得模块,所述指数获得模块用于所述监理端利用Delphi法依次得到所述施工工序的困难程度指数、资源满足指数;
安全施工时间获得模块,所述安全施工时间获得模块用于根据所述路径复杂指数、所述影响程度指数,所述困难程度指数、所述资源满足指数,所述监理端分析得到所述安全施工时间。
进一步的,所述系统还包括:
时长估计模块,所述时长估计模块用于根据所述路径复杂指数、所述影响程度指数,所述困难程度指数、所述资源满足指数,所述监理端对所述施工工序进行施工计划时长估计,获得所述施工工序的乐观时长估计、最可能时长估计、悲观时长估计;
监理计算模块,所述监理计算模块用于根据所述乐观时长估计、所述最可能时长估计、所述悲观时长估计,所述监理端计算获得所述施工工序的计划期望值、计划方差;
构建模块,所述构建模块用于根据所述计划期望值、所述计划方差,所述监理端构建概率密度函数;
模拟模块,所述模拟模块用于根据所述概率密度函数,所述监理端模拟获得所述施工工序的所述安全施工时间。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种信息监理风险的智能管控方法和具体实例同样适用于本实施例的一种信息监理风险的智能管控系统,通过前述对一种信息监理风险的智能管控方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种信息监理风险的智能管控系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种信息监理风险的智能管控方法,其特征在于,所述方法应用于一种信息监理风险的智能管控系统,所述系统与用户端、施工端、监理端通信连接,所述方法包括:
通过用户端将信息工程项目的项目数据发送至施工端、监理端,其中,所述项目数据包括成本需求阈值、质量需求阈值、进度需求阈值;
所述施工端根据所述成本需求阈值、所述质量需求阈值、所述进度需求阈值设计所述信息工程项目的项目施工计划,并将所述项目施工计划反馈至所述用户端,同时抄送至所述监理端;
在所述用户端确认通过后,所述施工端根据所述项目施工计划对所述信息工程项目进行施工;
所述监理端对所述施工端施工过程的施工数据进行实时采集,得到所述施工端的实时施工数据;
根据所述实时施工数据,同时结合所述项目施工计划,分析确定所述施工端在施工过程中的风险,其中包括施工成本风险、施工质量风险、施工进度风险;
通过所述监理端对所述施工成本风险、所述施工质量风险、所述施工进度风险依次进行管理控制。
2.如权利要求1所述的方法,其特征在于,所述确定所述施工端在施工过程中的风险,包括:
所述监理端基于所述施工端在施工过程中的任一施工工序,采集得到所述施工工序的工序实时施工数据集;
所述监理端提取所述工序实时施工数据集中现场施工记录数据,并利用成本控制即时化对所述现场施工记录数据进行计算,确定所述施工工序的实时施工成本;
根据所述实时施工成本,所述监理端确定所述施工成本风险;
根据所述工序实时施工数据集,所述监理端利用5M1E分析法确定所述施工质量风险;
所述监理端基于所述施工工序,分析与之相连的前置施工工序、后置施工工序,并确定所述施工工序的安全施工时间;
所述监理端提取所述工序实时施工数据集中所述施工工序的实时施工速度,结合所述安全施工时间,确定所述施工进度风险;
根据所述施工成本风险、所述施工质量风险、所述施工进度风险,所述监理端得到所述施工端在施工过程中的风险。
3.如权利要求2所述的方法,其特征在于,所述确定所述施工工序的实时施工成本,包括:
所述监理端分析确定所述施工工序的施工指标集,其中,所述施工指标集包括施工人员、施工设备、施工材料;
所述监理端基于所述施工人员、所述施工设备、所述施工材料,设计所述施工工序的施工记录表;
施工管理人员填写所述施工记录表,并将填写结果反馈至所述监理端;
所述监理端利用成本控制即时化对填写结果进行分析,确定所述施工工序的所述实时施工成本。
4.如权利要求3所述的方法,其特征在于,所述确定所述施工工序的所述实时施工成本,之后包括:
所述监理端对所述施工工序的施工结果进行质量检测,得到工序质检结果;
所述监理端根据所述工序质检结果计算所述施工工序的施工合格率;
根据所述施工合格率,所述监理端对所述实时施工成本进行修正。
5.如权利要求2所述的方法,其特征在于,所述利用5M1E分析法确定所述施工质量风险,包括:
所述监理端利用5M1E分析法得到影响所述施工工序质量的影响因素集,其中,所述影响因素集包括人、机器、材料、方法、测量、环境;
所述监理端利用专家决策法得到所述人、机器、材料、方法、测量、环境对所述施工工序的影响程度系数;
所述监理端提取所述工序实时施工数据集中与所述人、机器、材料、方法、测量、环境相关的数据信息,组成影响因素数据集;
结合所述影响程度系数和所述影响因素数据集,所述监理端确定所述施工质量风险。
6.如权利要求2所述的方法,其特征在于,所述确定所述施工工序的安全施工时间,包括:
所述监理端根据所述前置施工工序、所述后置施工工序,计算得到所述施工工序的路径复杂指数,计算公式如下:
其中,所述c是指路径复杂指数,所述n是指所述施工工序在路径中的位置,所述N前是指路径中所述施工工序前边的工序数量,所述N后是指路径中所述施工工序后边的工序数量;
所述监理端利用灰色关联度分析法依次计算所述施工工序与所述前置施工工序中各工序的关联度数据,分别得到各工序的关联指数;
所述监理端根据各工序的所述关联指数,计算得到关联指数众数,并将所述关联指数众数作为所述前置施工工序中各工序对所述施工工序的影响程度指数;
所述监理端利用Delphi法依次得到所述施工工序的困难程度指数、资源满足指数;
根据所述路径复杂指数、所述影响程度指数,所述困难程度指数、所述资源满足指数,所述监理端分析得到所述安全施工时间。
7.如权利要求6所述的方法,其特征在于,所述分析得到所述安全施工时间,包括:
根据所述路径复杂指数、所述影响程度指数,所述困难程度指数、所述资源满足指数,所述监理端对所述施工工序进行施工计划时长估计,获得所述施工工序的乐观时长估计、最可能时长估计、悲观时长估计;
根据所述乐观时长估计、所述最可能时长估计、所述悲观时长估计,所述监理端计算获得所述施工工序的计划期望值、计划方差;
根据所述计划期望值、所述计划方差,所述监理端构建概率密度函数;
根据所述概率密度函数,所述监理端模拟获得所述施工工序的所述安全施工时间。
8.一种信息监理风险的智能管控系统,其特征在于,所述系统包括:
数据发送模块,所述数据发送模块用于通过用户端将信息工程项目的项目数据发送至施工端、监理端,其中,所述项目数据包括成本需求阈值、质量需求阈值、进度需求阈值;
计划反馈模块,所述计划反馈模块用于所述施工端根据所述成本需求阈值、所述质量需求阈值、所述进度需求阈值设计所述信息工程项目的项目施工计划,并将所述项目施工计划反馈至所述用户端,同时抄送至所述监理端;
计划施工模块,所述计划施工模块用于在所述用户端确认通过后,所述施工端根据所述项目施工计划对所述信息工程项目进行施工;
数据采集模块,所述数据采集模块用于所述监理端对所述施工端施工过程的施工数据进行实时采集,得到所述施工端的实时施工数据;
风险确定模块,所述风险确定模块用于根据所述实时施工数据,同时结合所述项目施工计划,分析确定所述施工端在施工过程中的风险,其中包括施工成本风险、施工质量风险、施工进度风险;
管理控制模块,所述管理控制模块用于通过所述监理端对所述施工成本风险、所述施工质量风险、所述施工进度风险依次进行管理控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210669011.3A CN115099592A (zh) | 2022-06-14 | 2022-06-14 | 一种信息监理风险的智能管控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210669011.3A CN115099592A (zh) | 2022-06-14 | 2022-06-14 | 一种信息监理风险的智能管控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115099592A true CN115099592A (zh) | 2022-09-23 |
Family
ID=83291046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210669011.3A Pending CN115099592A (zh) | 2022-06-14 | 2022-06-14 | 一种信息监理风险的智能管控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115099592A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115601000A (zh) * | 2022-10-13 | 2023-01-13 | 中宬建设管理有限公司(Cn) | 一种复杂环境下的bim5d模型工程造价方法及系统 |
CN115809756A (zh) * | 2023-01-20 | 2023-03-17 | 南方电网数字电网研究院有限公司 | 一种工程项目管理方法及系统 |
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 |
CN117034125A (zh) * | 2023-10-08 | 2023-11-10 | 江苏臻云技术有限公司 | 一种用于大数据融合的分类管理系统及方法 |
-
2022
- 2022-06-14 CN CN202210669011.3A patent/CN115099592A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115601000A (zh) * | 2022-10-13 | 2023-01-13 | 中宬建设管理有限公司(Cn) | 一种复杂环境下的bim5d模型工程造价方法及系统 |
CN115601000B (zh) * | 2022-10-13 | 2023-10-20 | 中宬建设管理有限公司 | 一种复杂环境下的bim5d模型工程造价方法及系统 |
CN115809756A (zh) * | 2023-01-20 | 2023-03-17 | 南方电网数字电网研究院有限公司 | 一种工程项目管理方法及系统 |
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 |
CN117034125A (zh) * | 2023-10-08 | 2023-11-10 | 江苏臻云技术有限公司 | 一种用于大数据融合的分类管理系统及方法 |
CN117034125B (zh) * | 2023-10-08 | 2024-01-16 | 江苏臻云技术有限公司 | 一种用于大数据融合的分类管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115099592A (zh) | 一种信息监理风险的智能管控方法及系统 | |
CN107784397B (zh) | 一种电网物资需求预测系统及其预测方法 | |
WO2021007871A1 (zh) | 一种基于云边协同的氧化铝生产运行优化系统及方法 | |
CN103761420B (zh) | 一种火电设备性能逐步回归评测方法 | |
CN110910026B (zh) | 一种跨省输电线路线损智能管理与决策方法及系统 | |
CN113554361B (zh) | 一种综合能源系统数据处理计算方法及处理系统 | |
WO2021007845A1 (zh) | 一种氧化铝生产指标的云-边协同预报系统及方法 | |
Minli et al. | Research on the application of artificial neural networks in tender offer for construction projects | |
CN114155072A (zh) | 基于大数据分析的财务预测模型构建方法及系统 | |
CN116911529A (zh) | 一种基于bim模型的物联网设备管理的方法与系统 | |
CN110956374A (zh) | 一种基于dea分析的电网技改项目投资效率效益评价方法 | |
Zhong et al. | Construction project risk prediction model based on EW-FAHP and one dimensional convolution neural network | |
CN111367255A (zh) | 一种多变量控制系统性能评价测试系统及方法 | |
CN112418662A (zh) | 一种利用人工神经网络的配电网运行可靠性分析方法 | |
CN116258266A (zh) | 一种管理环保设备的方法、系统、设备及介质 | |
CN110261693A (zh) | 一种基于稳态采样技术的在线热力试验方法及系统 | |
Zhang | Application of Building Information Modeling in cost control of engineering projects | |
CN117952328B (zh) | 一种基于数据分析的自动化测试系统及方法 | |
Zhang et al. | A Neural Network Method for Systematic Evaluation of Informatization Development Level in Smart Court Construction | |
CN117973947B (zh) | 一种配电网工程施工工艺标准化验收方法及系统 | |
Sun et al. | Diagnosis and decision analysis system of high temperature molten aluminum cell based on neural network | |
CN113157824B (zh) | 基于本体的质量管理方法及应用 | |
Cao | A Neural Network Optimization Model-Based Approach to Evaluate the Teaching Effectiveness of English Courses | |
CN117196383A (zh) | 一种基于数字化信息的企业科技成果评估管理系统 | |
CN118261384A (zh) | 一种基于点云和bim的工程质量验收工序调整方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |