CN116823191B - 一种基于empc模式的智能建造工程管理平台 - Google Patents
一种基于empc模式的智能建造工程管理平台 Download PDFInfo
- Publication number
- CN116823191B CN116823191B CN202311092118.7A CN202311092118A CN116823191B CN 116823191 B CN116823191 B CN 116823191B CN 202311092118 A CN202311092118 A CN 202311092118A CN 116823191 B CN116823191 B CN 116823191B
- Authority
- CN
- China
- Prior art keywords
- empc
- intelligent
- prediction
- management
- construction
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 96
- OZJCQBUSEOVJOW-UHFFFAOYSA-N (4-ethylsulfanylphenyl) n-methylcarbamate Chemical compound CCSC1=CC=C(OC(=O)NC)C=C1 OZJCQBUSEOVJOW-UHFFFAOYSA-N 0.000 title claims abstract description 49
- 238000004519 manufacturing process Methods 0.000 claims abstract description 49
- 238000013461 design Methods 0.000 claims abstract description 42
- 238000012423 maintenance Methods 0.000 claims abstract description 13
- 238000009430 construction management Methods 0.000 claims abstract description 5
- 238000007726 management method Methods 0.000 claims description 82
- 238000000034 method Methods 0.000 claims description 38
- 238000005516 engineering process Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 25
- 230000006399 behavior Effects 0.000 claims description 24
- 230000005856 abnormality Effects 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000009435 building construction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 239000012634 fragment Substances 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 4
- 238000012797 qualification Methods 0.000 claims description 4
- 238000002790 cross-validation Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 abstract description 6
- 230000003111 delayed effect Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 11
- 230000008901 benefit Effects 0.000 description 7
- 238000012550 audit Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于EMPC模式的智能建造工程管理平台,涉及智能建造领域,包括云服务器、EMPC管理模式以及EMPC工程总承包管理系统。EMPC工程总承包管理系统包括:部品部件智能生产模块、智能施工管理模块、建筑机器人管理模块、建筑产业云劳务模块、建筑产业云设备模块和智慧建筑运维模块。本发明实现设计、制造和装配的一体化,避免因设计考虑不周或设计、制作和装配脱节,而导致的生产、施工难度增加、成本上升或施工周期延误等一系列问题的发生,并设计项目预测项目,保障工程项目的高效精益建造。
Description
技术领域
本发明涉及智能建造领域,特别是一种基于EMPC模式的智能建造工程管理平台。
背景技术
近年来,在政策的推动下,装配式建筑在各地紧锣密鼓地实施推进;同时为配合推动建筑业转型升级,出台了一系列政策,提倡大力发展工程总承包(EPC模式)。工程总承包(EPC)模式是指从事工程总承包的企业,在接受业主委托后,按照合同约定对工程建设项目的设计、采购、施工、试运行等实行全过程或若干阶段的承包。
但是,传统建筑工程的管理体制尚未适应如此迅捷的变化,从设计、生产、监理、施工、到验收的各环节,都与装配式建筑强调的全过程、全产业链、一体化的要求不相协调,对建造过程各业务板块的具体工作内容均产生了重大影响,主要是各业务部门不了解管理流程的变化,仍然按照传统建造模式推动项目开展,从而导致设计深度不满足深化设计要求;后期修改设计方案造成设计反复并严重拖延设计周期;未考虑标准化及一体化设计,构件生产难度及施工装配难度增加,综合成本不断上升;建设单位未提前招标,构件生产详图没有考虑生产设备的特异性,以致出现因生产难度较大或成本过高而无人接单的情况;传统施工单位缺少装配式建筑施工经验,各工序相互穿插,管理混乱,极易造成窝工、施工进度拖延的状况。
发明内容
鉴于上述和/或现有的建筑工程的管理体制中存在的问题,提出了本发明。
因此,本发明所要解决的问题在于如何提供一种与装配式建筑强调的全过程、全产业链和一体化的要求相协调的智能建造工程管理平台。
为解决上述技术问题,本发明提供如下技术方案:一种基于EMPC模式的智能建造工程管理平台,其包括云服务器、EMPC管理模式和EMPC工程总承包管理系统;所述EMPC工程总承包管理系统包括:部品部件智能生产模块,用于利用RFID技术对预制构件进行标记,完成部品部件生产信息的流转和传递;智能施工管理模块,用于将工地监管从人工管理转为智慧机器管理,并制定建筑施工安全事故预警指标体系评分标准;建筑机器人管理模块,用于对智能建造示范项目机器人信息进行管理;建筑产业云劳务模块,用于为管理者提供查看的功能;建筑产业云设备模块,用于严格把控供给侧的资质和库存,给予需求方更具体的设备价格和数量;建筑产业云集采模块,用于一站式实现招标、投标和中标的全流程信息追溯;项目预测模块,用于训练预测模型,进行进度预测;智慧建筑运维模块,用于支持展示所选项目的综合运维情况。
作为本发明所述基于EMPC模式的智能建造工程管理平台的一种优选方案,其中:所述EMPC智能一体化服务包括通过二次分包的形式将项目进行分包;所述二次分包的形式满足的条件包括:EPC工程总承包合同中有允许专业分包的约定,专业分包得到建设单位的认可;将自行施工的主体工程和自行设计的主体工程进行标记并设置拦截,禁止分包给其他单位;分包商具备绿色建筑技术的能力;引入数字化协作平台,提供实时共享数据的功能;通过可视化的进度计划和资源分配图工程为参与者提供整体进展和资源利用情况,并为参与方提供实时交流和讨论的渠道;提供相应的权限管理和数据加密措施;所述权限管理包括基于区块链实现去中心化访问控制;采用面向特征的细粒度权限设计;支持权限的动态分配和回收;利用零知识证明技术,避免明文暴露用户身份;所述数据加密包括关键数据分片加密,分布在多个节点存储;同态加密技术支持在密文状态下计算,保护数据隐私;量子密钥分发机制,保证密钥传输的绝对安全;数据置信链结合密文属性标记;对异常用户进行行为分析,主动发现潜在的威胁;所述二次分包的形式满足的条件还包括EPC工程总承包的分包,采用直接分包的方式,若EPC合同中暂估价项目达到强制招标范围和规模的,则通过招投标流程进行分包。
作为本发明所述基于EMPC模式的智能建造工程管理平台的一种优选方案,其中:所述对异常用户进行行为分析的过程包括:收集用户行为轨迹,采用知识图谱表示行为实体及关系,应用自动知识提取技术构建行为知识库;收集用户过去1年的登录时间序列和操作点击序列,过滤掉长度不足和缺失严重的序列;
计算序列数据的z-score值,识别离差超过3倍作为候选异常点;使用滑动窗口算法,比对近期序列特征变化,检测统计显著的趋势变化点;拟合ARIMA模型,预测正常行为基线序列,调整模型阶数,使预测误差最小化;输入新行为序列,经模型预测得到基线,计算DTW距离,量化两序列差异程度;设置阈值为正常距离最大值的1.5倍,距离超过阈值判定为异常;出现异常行为时,轻微异常:预警提示自查,用户自查修改异常行为;中等异常:需要用户解释确认是正常操作,若可疑,要求用户修改密码;严重异常:暂时限制账户的敏感操作权限,在用户联系并核实后方可全面恢复;极端异常:立即暂停账户,中止服务,要求用户线下进行身份核验,经过调查核实后,考虑是否恢复。
作为本发明所述基于EMPC模式的智能建造工程管理平台的一种优选方案,其中:项目预测模块包括:采用卷积LSTM网络,同时具备处理时序和图像数据的能力;网络由卷积层和LSTM层和全连接层组成;损失函数综合时间序列误差和分类误差;所述进度预测的过程为:输入:进度时间表和资源计划时序数据;使用CNN网络提取时间序列特征,Encoder-Decoder结构支持序列到序列预测,使用K折交叉验证防止过拟合;输出:关键节点超期风险预测值;所述关键节点超期风险预测值包括:对每个进度节点计算超期风险概率P;设置不同风险级别,高风险级别优先处理;根据风险等级和概率值,使用排序算法对节点排序;利用干系数法计算每个节点的优先级权重;所述风险级别包括节点超期风险概率P<0.2时,风险级别低;节点超期风险概率P为[0.2,0.5]时,风险级别中;节点超期风险概率P>0.5时,风险级别高;在主页面展示关键指标预测结果。
作为本发明所述基于EMPC模式的智能建造工程管理平台的一种优选方案,其中:所述设置不同风险级别的具体步骤包括,绘制每周期T节点历史超期概率的分布直方图,统计概率分布参数的平均值、标准差和四分位数;首划分点设为平均值,第二划分点为第三四分位数,使各区间样本数量均衡;进行区间映射,[0,0.2]映射到低风险,[0.2,0.5]映射到中风险,大于0.5映射到高风险;对设置的风险级别进行测试评估,并动态调整;所述对设置的风险级别进行测试评估的具体步骤为:在测试集上,计算预测风险级别与实际级别一致的样本比例,所述比例为分类准确率;对每个类别,分别计算预测正确的样本占该类别总样本的比例,具体计算公式如下:设有m个预测类别,总样本数量为N;对于类别i,真实类别为i的样本数为Ni;预测为类别i的样本数为Pi,则类别i的召回率计算为:recalli= Pi/ Ni;总体召回率计算为各类别召回率加权平均:recall = (recall1N1+ recall2 N2+ ,... ,+recallmNm) / N;其中N1,N2,...,Nm为各样本数量;分析误分类的主要方向和数量级,根据误分类情况,调整模型提高准确率。
作为本发明所述基于EMPC模式的智能建造工程管理平台的一种优选方案,其中:所述动态调整的具体步骤为:实时监测当前总体召回率及各类别召回率与计算值的差距,具体计算过程为:实时监测当前各类别召回率与计算值的差距,计算过去3个月内各类别召回率的标准差,设为si;正常范围上下限为:目标值 [- 2si,+ 2si];若差距超出正常范围上下限范围,则启动调整流程;所述调整流程包括:若差距持续时间超出2T,则认为差距超出范围不是短期异常,需进行调整;对样本分布和各类别的预测情况进行分析,对预测出现较大偏差的类别进行标记;根据类别预测偏差情况,确定应优先调整的风险级别对应的划分点;重新调整新的划分点,并测试调整后的划分效果;在非高峰时间段部署调整,并密切监测效果。
作为本发明所述基于EMPC模式的智能建造工程管理平台的一种优选方案,其中:所述BIM构件拆分包括将设计结果中不利于实现的单个构件按照规则拆分为满足模数协调、结构承载力以及生产运输施工的多个预制构件,进行构件间连接设计和参数设计;所述规则包括:建筑专业拆分原则、幕墙专业拆分原则以及结构专业拆分原则。
第二方面,本发明为进一步解决现有的建筑工程的管理体制中存在的问题,实施例提供了一种基于EMPC模式的智能建造工程管理方法,包括进行建筑施工安全管理的 BIM与物联网技术适用性分析;设计面向施工安全智能管控的数字孪生模型;设计并实现深度学习与数字孪生结合的施工安全特征信息抽取服务;基于 BIMloT系统实现物理空间、虚拟空间以及多个空间之间的连接,打造数字案生工厂,并利用RFID 技术对预制构件进行标记;训练预测模型,进行进度预测;设计并构建施工安全信息化共享平台,并展示项目的综合运维情况。
第三方面,本发明实施例提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其中:所述计算机程序被处理器执行时实现如本发明第二方面所述的基于EMPC模式的智能建造工程管理方法的任一步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中:所述计算机程序被处理器执行时实现如本发明第二方面所述的基于EMPC模式的智能建造工程管理方法的任一步骤。
本发明有益效果为,本发明实现“设计、制造和装配的一体化”,避免因设计考虑不周或设计、制作和装配脱节,而导致的生产、施工难度增加,成本上升,施工周期延误等一系列问题的发生,保障工程项目的高效精益建造,并进行项目预测;从装配的角度出发,充分考虑预制构件的生产和装配环节,实现设计-生产-装配的协同推进借助BIM技术的全过程信息共享优势,统筹安排设计、采购、加工和装配的一体化建造,有效避免工程建设过程中的“错漏碰缺”问题,减少返工浪费;在节材、节水、节地、节能、节约人工和环境保护方面具有绝对优势。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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本发明的一些实施例,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,还可以根据这些附图获得其它的附图。其中:
图1为实施例1中基于EMPC模式的智能建造工程管理平台的流程展示图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1
参照图1,为本发明第一个实施例,该实施例提供了一种基于EMPC模式的智能建造工程管理平台,包括云服务器、EMPC管理模式以及EMPC工程总承包管理系统。
优选的,EMPC工程总承包管理系统包括:
智能生产管理平台,基于BIM+loT系统实现物理空间、虚拟空间以及多个空间之间的连接,打造数字孪生工厂,开展智慧工厂运营、指挥、决策,实现工厂浪费最小、价值最大化。
部品部件智能生产模块,用于利用RFID技术对预制构件进行标记,完成部品部件生产信息的流转和传递。
优选的,利用RFID技术对预制构件进行标记,通过扫描构件RFID信息卡,完成部品部件生产、成品检查、成品入库、成品出库等过程数据的实时采集,还可以通过扫描成品部品部件二维码追溯部品部件生产过程等信息。并基于GIS、BIM平台和物联网技术,实现部品部件设计、生产、运输、装配过程的信息交互和共享,完成部品部件生产信息的流转和传递。
智能施工管理模块,用于将工地监管从人工管理转为智慧机器管理,并制定建筑施工安全事故预警指标体系评分标准。
具体的,智能施工管理模块包含项目管理、劳务管理、分包管理、租赁管理、材料管理、设备管理、质量管理、安全管理、施工过程管理、资料管理等功能。
建筑机器人管理模块,用于对智能建造示范项目机器人信息进行管理。
具体的,用于实现运行编码、运行状态、启动时间、累计作业效果、保养记录的统一管理。
建筑产业云劳务模块,用于为管理者提供查看的功能。
具体的,云劳务平台能够为管理者提供在线查看需求工种、工作时间和工作地点的功能。帮助用户实现信息透明化,保障劳工切身利益。同时,也能规避劳工资质不过关的情况,进一步保障工地的安全和合规。涵盖智能建造示范项目现场概况、进场概况、班组分析、人员进出记录、人员基本信息和安管人员。
建筑产业云设备模块,用于严格把控供给侧的资质和库存,给予需求方更具体的设备价格和数量。
平台的建立提升了租赁的效率,避免因设备、周转材料不到位而产生的工期延误等情况。涵盖智能建造示范项目设备、备案、维保、详情以及照片等的统一管控。
建筑产业云集采模块,用于一站式实现招标、投标和中标的全流程信息追溯,节省了采购方时间成本、人力成本,同时提升了采购管理精细化程度。
智慧建筑运维模块,用于支持展示所选项目的综合运维情况。
项目预测模块,进行进度预测。
进一步的,项目预测模块包括:采用卷积LSTM网络,网络由卷积层和LSTM层和全连接层组成;损失函数综合时间序列误差和分类误差。
优选的,进度预测的过程为:输入:进度时间表和资源计划时序数据;使用CNN网络提取时间序列特征,Encoder-Decoder结构支持序列到序列预测,使用K折交叉验证防止过拟合;输出:关键节点超期风险预测值。
进一步的,关键节点超期风险预测值包括:对每个进度节点计算超期风险概率;设置不同风险级别,高风险级别优先处理;根据风险等级和概率值,使用排序算法对节点排序;利用干系数法计算每个节点的优先级权重。
更进一步的,风险级别包括节点超期风险概率P<0.2时,风险级别低;节点超期风险概率P为[0.2,0.5]时,风险级别中;节点超期风险概率P时>0.5,风险级别高。
并在主页面展示关键指标预测结果。
进一步的,设置不同风险级别的具体步骤包括,绘制每周期T节点历史超期概率的分布直方图,统计概率分布参数的平均值、标准差和四分位数;首划分点设为平均值,第二划分点为第三四分位数,使各区间样本数量均衡;进行区间映射,[0,0.2]映射到低风险,[0.2,0.5]映射到中风险,大于0.5映射到高风险;对设置的风险级别进行测试评估,并动态调整。
其中,对设置的风险级别进行测试评估的具体步骤为:在测试集上,计算预测风险级别与实际级别一致的样本比例,所述比例为分类准确率;对每个类别,分别计算预测正确的样本占该类别总样本的比例,具体计算公式如下:设有m个预测类别,总样本数量为N;对于类别i,真实类别为i的样本数为Ni;预测为类别i的样本数为Pi,则类别i的召回率计算为:
recalli= Pi/ Ni
总体召回率计算为各类别召回率加权平均:
recall = (recall1N1+ recall2 N2+ ,... ,+ recallmNm) / N
其中N1,N2,...,Nm为各样本数量;分析错误分类的主要方向和数量级,根据错误分类情况,调整模型提高准确率。
优选的,动态调整的具体步骤为:实时监测当前总体召回率及各类别召回率与计算值的差距,具体计算过程为:实时监测当前各类别召回率与计算值的差距,计算过去3个月内各类别召回率的标准差,设为si;正常范围上下限为:目标值 [- 2si,+ 2si];若差距超出正常范围上下限范围,则启动调整流程。
进一步的,调整流程包括:若差距持续时间超出2T,则认为差距超出范围不是短期异常,需进行调整;对样本分布和各类别的预测情况进行分析,对预测出现较大偏差的类别进行标记;根据类别预测偏差情况,确定应优先调整的风险级别对应的划分点;重新调整新的划分点,并测试调整后的划分效果;在非高峰时间段部署调整,并密切监测效果,若调整后仍出现差距较大的情况,则重复上述步骤,至调整后差距在可接受范围内。
根据预测进行建筑工程施工安全预警;设计并构建施工安全信息化共享平台,并展示项目的综合运维情况。
进一步的,质量等级的划分参考建筑工程质量评定标准,根据缺陷的重要程度将质量问题类型划分为致命缺陷、主要缺陷和轻微缺陷三类:致命缺陷包括直接影响结构安全或导致人员伤亡的质量问题或严重不符合强制性设计规范,会造成严重后果或功能损坏完全丧失,无法修复必须拆除重做的缺陷;主要缺陷包括影响结构安全、影响功能主要部位损坏,可修复但耗资耗时或侵害业主重要权益的缺陷;轻微缺陷包括表面装修质量问题,修补难度低、非关键部位存在瑕疵,不影响主要功能或与业主约定非重要变更的缺陷。
优选的,展示内容包含监控在线信息、照明在线信息、空调在线信息、水表在线信息、电表在线信息、项目概况、工单任务、停车运营信息、用电统计、环境监测、用水统计、报警中心。
进一步的,EPC模式解析:在EPC总承包模式下,总承包商对整个建设项目负责。EPC工程总承包合同除了施工,还包括勘察、设计、采购、试验等多个阶段,呈现出建设周期长,投资规模大等特点。而EPC项目又是固定总价的形式,强调投资总价的控制。EPC总承包单位为了合理配置工程建设资金投入,分散各阶段施工风险,会通过二次分包的形式将诸如装饰装修、智能化项目等通过专业分包的形式分包出去。在实践中,总承包商往往会根据项目管理经验、工程项目的不同规模、类型和业主要求,将设备采购(制造)、施工及安装等工作采用分包的形式分包给专业分包商。
EMPC智能一体化服务包括通过二次分包的形式将项目进行分包,二次分包的形式满足的条件包括:EPC工程总承包合同中有允许专业分包的约定,专业分包得到建设单位的认可;将自行施工的主体工程和自行设计的主体工程进行标记并设置拦截,禁止分包给其他单位;分包商具备绿色建筑技术的能力;与优秀的分包商建立战略合作伙伴关系,共同开展研发、创新和项目推进;引入数字化协作平台,提供实时共享数据的功能;通过可视化的进度计划和资源分配图工程为参与者提供整体进展和资源利用情况,并为参与方提供了实时交流和讨论的渠道。
还包括提供相应的权限管理和数据加密措施;权限管理包括基于区块链实现去中心化访问控制,防止单点故障;采用面向特征的细粒度权限设计,而不是基于角色;支持权限的动态分配和回收;利用零知识证明技术,避免明文暴露用户身份。
进一步的,数据加密包括关键数据分片加密,分布在多个节点存储,提高安全性;同态加密技术支持在密文状态下计算,保护数据隐私;量子密钥分发机制,保证密钥传输的绝对安全;数据置信链结合密文属性标记,实现精细化的访问控制;对异常用户进行行为分析,主动发现潜在的威胁。
优选的,二次分包的形式满足的条件还包括EPC工程总承包的分包,采用直接分包的方式,若EPC合同中暂估价项目达到强制招标范围和规模的,则通过招投标流程进行分包。
优选的,对异常用户进行行为分析的过程包括:收集用户行为轨迹,采用知识图谱表示行为实体及关系,应用自动知识提取技术构建行为知识库;收集用户过去1年的登录时间序列和操作点击序列,过滤掉长度不足、缺失严重的序列;计算序列数据的z-score值,识别离差超过3倍作为候选异常点;使用滑动窗口算法,比对近期序列特征变化,Mann-Kendall检测统计显著的趋势变化点;拟合ARIMA模型,预测正常行为基线序列,调整模型阶数,使预测误差最小化;输入新行为序列,经模型预测得到基线,计算DTW距离,量化两序列差异程度;设置阈值为正常距离最大值的1.5倍,距离超过阈值判定为异常,例如:正常距离主要分布在0-15范围,设置阈值为正常距离最大值的1.5倍:阈值 = 15 x 1.5 = 22.5;当新序列与基线序列的DTW距离超过22.5时,则判定为异常;同时,也引入调节系数,实现阈值的灵活调整。
其中,异常包括多地异地登录:黄色预警;疑似盗登录:橙色预警;多次修改关键信息:黄色预警;批量修改关键信息:橙色预警;删除大量信息:红色预警;频繁添加成员:黄色预警;批量删除成员:橙色预警;解散组织:红色预警。
进一步的,轻微异常的预警等级:蓝色;预警提示:您的账号行为可能存在轻微异常,请注意账号安全;中等异常的预警等级:黄色;预警提示:您的账号行为存在异常风险,请注意修改密码并核实最近操作;严重异常的预警等级:橙色;预警提示:您的账号存在严重异常行为,为保证账户安全,暂时限制账户的敏感操作权限;极端异常的预警等级:红色;预警提示:您的账号行为异常程度极高,您的账号将被暂停使用,请联系客服进行核查。
当出现异常行为时,轻微异常:预警提示自查,用户自查修改异常行为;中等异常:需要用户解释确认是正常操作,如果可疑,要求用户修改密码;严重异常:暂时限制账户的敏感操作权限,在用户联系并核实后方可全面恢复;极端异常:立即暂停账户,中止服务,要求用户线下进行身份核验,经过调查核实后,考虑是否恢复。
优选的,EMPC管理模式包括EMPC智能一体化服务平台、BIM一体化设计、BIM审查、BIM构件拆分。
其中,BIM一体化设计包括:BIM技术能够帮助工程人员进行协同设计、三维可视化、虚拟模拟以及数据集成;通过建设BIM数字一体化平台,能够打破信息孤岛,并实现项目建造数字化5D模拟,直观反映建筑建设各阶段的进展情况,对项目的各参与方及专业进行统一协调,以达到项目计划目标的最终实现。
优选的,BIM审查包括:系统支持通过自动审查和辅助审查对项目模型进行审查操作;通过选择模型,选择审查点,系统能够自动审查并给出审核意见,用户能够对审核报告进行导出操作。
BIM构件拆分包括将设计结果中不利于实现的单个构件按照规则拆分为满足模数协调、结构承载力以及生产运输施工等多个预制构件,进行构件间连接设计和参数设计。
进一步的,拆分规则包括:建筑专业拆分原则、幕墙专业拆分原则以及结构专业拆分原则。
其中,建筑专业拆分原则包括:依据建筑分区拆分、依据楼号拆分、依据施工锋拆分、依据楼层拆分以及依据建筑构件拆分;幕墙专业拆分原则包括:依据建筑立面拆分和依据建筑分区拆分;结构专业拆分原则包括:依据结构分区拆分、依据楼号拆分、依据施工缝拆分、依据楼层拆分以及依据结构构件拆分等等。
优选的,BIM构件拆分指把设计结果中不利于实现的单个构件按照一定规则拆分为满足模数协调、结构承载力以及生产运输施工等构多个预制构件,进行构件间连接设计和参数设计的过程。
同时可基于BIM模型针对现场真实施工进度的数据导入到系统内自动编制预制构件生产计划主要包括预制构件进度计划和生产资源利用计划。基于生产计划对工厂库存进行协同管理和工厂原料进行管理,实现采购计划自动生成和库存量实时显示。除此之外,对已产出但尚未交付的成品构件进行存储、养护管理。合理的生产计划应该满足建设项目实施计划的前提下权衡生产效率和库存成本管理,实现效益最大化。
本实施例还提供一种基于EMPC模式的智能建造工程管理方法,包括进行建筑施工安全管理的 BIM 与物联网技术适用性分析;设计面向施工安全智能管控的数字孪生模型;设计并实现深度学习与数字孪生结合的施工安全特征信息抽取服务;基于 BIMloT系统实现物理空间、虚拟空间以及多个空间之间的连接,打造数字化工厂,并利用RFID 技术对预制构件进行标记;训练预测模型,进行进度预测;设计并构建施工安全信息化共享平台,并展示项目的综合运维情况。其中,数字化工厂开展智慧工厂运营、指挥和决策,实现工厂浪费最小、价值最大化。打通施工现场生产和工厂制造线的双线融合,以现场施工驱动工厂生产,通过数字化工程,实现节能、环保、提质和增效。通过现场施工,满足个性化施工及建筑定制需求。通过智能生产管理平台,实现全产业链协同和柔性生产。
进一步的,利用RFID 技术对预制构件进行标记,通过扫描构件 RFID 信息卡,完成部品部件生产、成品检查、成品入库、成品出库等过程数据的实时采集,还可以通过扫描成品部品部件二维码追溯部品部件生产过程等信息。并基于GIS、BIM平台和数联风技术,实现部品部件设计、生产、运输、装配过程的信息交互和共享,完成部品部件生产信息的流转和传递。
本实施例还提供一种计算机设备,适用于基于EMPC模式的智能建造工程管理方法的情况,包括:存储器和处理器;存储器用于存储计算机可执行指令,处理器用于执行计算机可执行指令,实现如上述实施例提出的基于EMPC模式的智能建造工程管理方法。
该计算机设备可以是终端,该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本实施例还提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例提出的实现基于EMPC模式的智能建造工程管理方法;存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory, 简称SRAM),电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
综上,本发明实现“设计、制造和装配的一体化”,避免因设计考虑不周或设计、制作和装配脱节,而导致的生产、施工难度增加,成本上升,施工周期延误等一系列问题的发生,保障工程项目的高效精益建造;从装配的角度出发,充分考虑预制构件的生产和装配环节,实现设计-生产-装配的协同推进借助BIM技术的全过程信息共享优势,统筹安排设计、采购、加工和装配的一体化建造,有效避免工程建设过程中的“错漏碰缺”问题,减少返工浪费;在节材、节水、节地、节能、节约人工和环境保护方面具有绝对优势。
实施例2
参照表1,为本发明第二个实施例,在第一个实施例的基础之上,为了验证其有益效果,提供了本发明的基于EMPC模式的智能建造工程管理平台的异常行为等级划分表。
表1为基于EMPC模式的智能建造工程管理平台的异常行为登记划分表,具体如下:
表1
根据不同的异常等级,实行相对应的预警处理措施,可以有针对性地进行风险防控和事故减少,有助于提高施工现场的安全管理水平,减少事故发生的可能性。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于 EMPC 模式的智能建造工程管理平台,其特征在于:包括:云服务器、EMPC管理模式和 EMPC工程总承包管理系统;
所述EMPC管理模式包括EMPC智能一体化服务平台、BIM 一体化设计、BIM审查和BIM构件拆分;
所述EMPC智能一体化服务平台包括通过二次分包的形式将项目进行分包;
所述二次分包的形式满足的条件包括:EPC工程总承包合同中有允许专业分包的约定,专业分包得到建设单位的认可;将自行施工的主体工程和自行设计的主体工程进行标记并设置拦截,禁止分包给其他单位;分包商具备绿色建筑技术的能力;引入数字化协作平台,提供实时共享数据的功能;通过可视化的进度计划和资源分配图工程为参与者提供整体进展和资源利用情况,并提供实时交流和 讨论的渠道;提供相应的权限管理和数据加密措施;所述权限管理包括基于区块链实现去中心化访问控制;采用面向特征的细粒度权限设计;支持权限的动态分配和回收;利用零知识证明技术,避免明文暴露用户身份;所述数据加密包括关键数据分片加密,分布在多个节点存储;同态加密技术支持在密文状态下计算;保护数据隐私;数据置信链结合密文属性标记;对异常用户进行行为分析,主动发现潜在的威胁;所述二次分包的形式满足的条件还包括EPC工程总承包的分包,采用直接分包的方式,若EPC合同中暂估价项目达到强制招标范围和规模,则通过招投标流程进行分包;
所述EMPC工程总承包管理系统包括:
部品部件智能生产模块,用于利用RFID 技术对预制构件进行标记,完成部件生产信息的流转和传递;
智能施工管理模块,用于将工地监管从人工管理转为智慧机器管理,制定建筑施工安全事故预警指标体系评分标准,并制定预警处理措施;
建筑机器人管理模块,用于对智能建造示范项目机器人信息进行管理;
建筑产业云劳务模块,用于为管理者提供查看的功能;
建筑产业云设备模块,用于严格把控供给侧的资质和库存,给予需求方具 体的设备价格和数量;
建筑产业云集采模块,用于一站式实现招标、投标和中标的全流程信息追溯;
项目预测模块,用于训练预测模型,进行进度预测;
智慧建筑运维模块,用于支持展示所选项目的综合运维情况。
2.如权利要求1所述的基于EMPC模式的智能建造工程管理平台,其特征在于:所述对异常用户进行行为分析的过程包括:
收集用户行为轨迹,采用知识图谱表示行为实体及关系,应用自动知识提取技术构建行为知识库;
收集用户过去1年的登录时间序列和操作点击序列,过滤掉长度不足和缺失严重的序列;
计算序列数据的z-score值,识别离差超过3 倍作为候选异常点;
使用滑动窗口算法,比对近期序列特征变化,检测统计显著的趋势变化点;
拟合ARIMA 模型,预测正常行为基线序列,调整模型阶数,使预测误差最小化;
输入新行为序列,经模型预测得到基线,计算 DTW 距离,量化两序列差异程度;
设置阈值为正常距离最大值的1.5倍,距离超过阈值判定为异常;
当出现异常行为时对异常行为进行分级,包括轻微异常:预警提示自查,用户自查修改异常行为;中等异常:需要用户解释确认是正常操作,若可疑,则要求用户修改密码;严重异常:暂时限制账户的敏感操作权限,在用户联系并核实后全面恢复;极端异常:立即暂停账户,中止服务并要求用户线下进行身份核验,经过调查核实后,考虑是否恢复。
3. 如权利要求2所述的基于EMPC模式的智能建造工程管理平台,其特征在于:所述项目预测模块包括:采用卷积 LSTM 网络,网络由卷积层和 LSTM 层和全连接层组成;损失函数综合时间序列误差和分类误差;
所述进度预测的过程为:
输入:进度时间表和资源计划时序数据;使用 CNN网络提取时间序列特征,Encoder-Decoder 结构支持序列到序列预测,并使用K 折交叉验证防止过拟合;输出:关键节点超期风险预测值;
所述关键节点超期风险预测值包括:对每个进度节点计算超期风险概率P,设置不同风险级别,高风险级别优先处理;根据风险等级和概率值,使用排序算法对节点排序;利用干系数法计算每个节点的优先级权重;
所述风险级别包括当节点超期风险概率 P<0.2时,风险级别低;
当节点超期风险概率 P 为[0.2,0.5]时,风险级别中;
当节点超期风险概率 P>0.5时,风险级别高;
在主页面展示关键指标预测结果。
4. 如权利要求3所述的基于 EMPC 模式的智能建造工程管理平台,其特征在于:所述设置不同风险级别的具体步骤包括,
绘制每周期T 节点历史超期概率的分布直方图,统计概率分布参数的平均值、标准差和四分位数;
首划分点设为平均值,第二划分点为第三四分位数,使各区间样本数量均衡;
进行区间映射,将[0,0.2)映射到低风险,[0.2,0.5]映射到中风险,大于 0.5 映射到高风险;
对设置的风险级别进行测试评估,并动态调整。
5. 如权利要求4所述的基于 EMPC 模式的智能建造工程管理平台,其特征在于:所述对设置的风险级别进行测试评估的具体步骤为:
在测试集上,计算预测风险级别与实际级别一致的样本比例,所述比例为分类准确率;
对每个类别,分别计算预测正确的样本占该类别总样本的比例,具体计算公式如下:
设有m个预测类别,总样本数量为N;对于类别i,真实类别为i的样本数为Ni;预测为类别i的样本数为Pi,则类别i的召回率计算为:
recalli = Pi / Ni
总体召回率计算为各类别召回率加权平均:
recall = (recall1 N1 + recall2 N2 + ... , + recallm Nm) / N
其中 N1 ,N2 ,...,Nm 为各类别样本数量;
分析错误分类的主要方向和数量级,根据错误分类情况,调整模型提高准确率;
所述动态调整的具体步骤为:
实时监测当前各类别召回率与计算值的差距,计算过去3个月内各类别召回率的标准差 ,设为 si ;设定正常范围上下限为:目标值 [- 2si, + 2si];
若差距超出正常范围上下限, 则启动调整流程;
所述调整流程包括:
若差距持续时间超出 2T,则认为差距超出范围不是短期异常,需进行调整;
对样本分布和各类别的预测情况进行分析,对预测出现超出正常范围偏差的类别进行标记;
根据类别预测偏差情况,确定应优先调整的风险级别对应的划分点;
重新调整新的划分点,并测试调整后的划分效果;
在非高峰时间段部署调整,并密切监测效果。
6. 如权利要求5所述的基于 EMPC 模式的智能建造工程管理平台,其特征在于:通过BIM 构件拆分将设计结果中不利于实现的单个构件按照规则拆分为满足模数协调、结构承载力以及生产运输施工的多个预制构件,进行构件间连接设计和参数设计;
拆分规则包括:建筑专业拆分原则、幕墙专业拆分原则以及结构专业拆分原则。
7. 一种基于 EMPC 模式的智能建造工程管理方法,基于权利要求 1~6任一所述的基于 EMPC 模式的智能建造工程管理平台,其特征在于:
进行建筑施工安全管理的BIM与物联网技术适用性分析;
设计面向施工安全智能管控的数字孪生模型;
设计并实现深度学习与数字孪生结合的施工安全特征信息抽取服务;
基于BIMloT 系统实现物理空间、虚拟空间以及多个空间之间的连接,打造数字化工厂,并利用 RFID技术对预制构件进行标记;
训练预测模型,进行进度预测;
设计并构建施工安全信息化共享平台,并展示项目的综合运维情况。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求7所述的基于EMPC模式的智能建造工程管理方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求7所述的基于EMPC模式的智能建造工程管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311092118.7A CN116823191B (zh) | 2023-08-29 | 2023-08-29 | 一种基于empc模式的智能建造工程管理平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311092118.7A CN116823191B (zh) | 2023-08-29 | 2023-08-29 | 一种基于empc模式的智能建造工程管理平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116823191A CN116823191A (zh) | 2023-09-29 |
CN116823191B true CN116823191B (zh) | 2023-12-01 |
Family
ID=88120623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311092118.7A Active CN116823191B (zh) | 2023-08-29 | 2023-08-29 | 一种基于empc模式的智能建造工程管理平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116823191B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495316B (zh) * | 2024-01-03 | 2024-04-09 | 长沙市住房和城乡建设局 | 一种基于empc模式的智能建造方法及系统 |
CN117541197B (zh) * | 2024-01-04 | 2024-03-19 | 中亿丰数字科技集团有限公司 | 一种基于bim和aiot数据驱动的智能建造方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090024769A (ko) * | 2009-02-17 | 2009-03-09 | 이재천 | 공사업 연합그룹 운영시스템 및 방법 |
CN107038554A (zh) * | 2017-03-30 | 2017-08-11 | 浙江精工钢结构集团有限公司 | 基于云服务器的钢结构bim信息化管理方法及系统 |
CN109784681A (zh) * | 2018-12-26 | 2019-05-21 | 中国大唐集团科学技术研究院有限公司 | 电力工程项目投资管理系统 |
WO2020264044A1 (en) * | 2019-06-25 | 2020-12-30 | Scientia Potentia Est, LLC. | Use of a blockchain-based distributed ledger and smart contracts for a construction project |
CN112884444A (zh) * | 2021-03-10 | 2021-06-01 | 苏州思萃融合基建技术研究所有限公司 | 一种基于数字孪生技术的施工现场人员管理的智能系统 |
CN113112233A (zh) * | 2021-04-16 | 2021-07-13 | 西安热工研究院有限公司 | 一种基于bim的风电项目全寿命周期智慧管理方法及平台 |
CN113392941A (zh) * | 2021-05-08 | 2021-09-14 | 成都亲生命科技有限公司 | 基于射频识别技术(rfid)智能装配式材料的应用 |
CN113988998A (zh) * | 2021-11-17 | 2022-01-28 | 国网江苏省电力有限公司物资分公司 | 一种基于区块链智能合约技术的招标采购方法及系统 |
CN114091793A (zh) * | 2020-06-28 | 2022-02-25 | 赵宏翔 | 建筑工程全过程监控的管理方法及系统 |
CN114971150A (zh) * | 2022-03-30 | 2022-08-30 | 青岛一凌网集成有限公司 | 一种基于bim的钢结构项目全流程管理的方法 |
CN115271703A (zh) * | 2022-07-01 | 2022-11-01 | 广州铁路职业技术学院(广州铁路机械学校) | 基于超级账本结构和链码解决方案的建设项目财务管理系统 |
CN115758551A (zh) * | 2022-12-16 | 2023-03-07 | 苏州筑百年建筑科技有限公司 | 装配式轻量化钢结构建筑智慧设计及工业化建造云平台 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230015535A1 (en) * | 2021-07-16 | 2023-01-19 | Chad Smeltzer | Digital project based competitive bidding in government contracts |
-
2023
- 2023-08-29 CN CN202311092118.7A patent/CN116823191B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090024769A (ko) * | 2009-02-17 | 2009-03-09 | 이재천 | 공사업 연합그룹 운영시스템 및 방법 |
CN107038554A (zh) * | 2017-03-30 | 2017-08-11 | 浙江精工钢结构集团有限公司 | 基于云服务器的钢结构bim信息化管理方法及系统 |
CN109784681A (zh) * | 2018-12-26 | 2019-05-21 | 中国大唐集团科学技术研究院有限公司 | 电力工程项目投资管理系统 |
WO2020264044A1 (en) * | 2019-06-25 | 2020-12-30 | Scientia Potentia Est, LLC. | Use of a blockchain-based distributed ledger and smart contracts for a construction project |
CN114091793A (zh) * | 2020-06-28 | 2022-02-25 | 赵宏翔 | 建筑工程全过程监控的管理方法及系统 |
CN112884444A (zh) * | 2021-03-10 | 2021-06-01 | 苏州思萃融合基建技术研究所有限公司 | 一种基于数字孪生技术的施工现场人员管理的智能系统 |
CN113112233A (zh) * | 2021-04-16 | 2021-07-13 | 西安热工研究院有限公司 | 一种基于bim的风电项目全寿命周期智慧管理方法及平台 |
CN113392941A (zh) * | 2021-05-08 | 2021-09-14 | 成都亲生命科技有限公司 | 基于射频识别技术(rfid)智能装配式材料的应用 |
CN113988998A (zh) * | 2021-11-17 | 2022-01-28 | 国网江苏省电力有限公司物资分公司 | 一种基于区块链智能合约技术的招标采购方法及系统 |
CN114971150A (zh) * | 2022-03-30 | 2022-08-30 | 青岛一凌网集成有限公司 | 一种基于bim的钢结构项目全流程管理的方法 |
CN115271703A (zh) * | 2022-07-01 | 2022-11-01 | 广州铁路职业技术学院(广州铁路机械学校) | 基于超级账本结构和链码解决方案的建设项目财务管理系统 |
CN115758551A (zh) * | 2022-12-16 | 2023-03-07 | 苏州筑百年建筑科技有限公司 | 装配式轻量化钢结构建筑智慧设计及工业化建造云平台 |
Also Published As
Publication number | Publication date |
---|---|
CN116823191A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116823191B (zh) | 一种基于empc模式的智能建造工程管理平台 | |
Ali et al. | Modelling of supply chain disruption analytics using an integrated approach: An emerging economy example | |
CA2950420C (en) | System and method for fault analysis and prioritization | |
Li et al. | A project-based quantification of BIM benefits | |
Koc et al. | Stakeholder-associated life cycle risks in construction supply chain | |
US11611590B1 (en) | System and methods for reducing the cybersecurity risk of an organization by verifying compliance status of vendors, products and services | |
Shohet et al. | Integrated communication, control, and command of construction safety and quality | |
US20110313808A1 (en) | Built Environment Management System and Method | |
Abotaleb et al. | Causes, early warning signs, and impacts of out-of-sequence construction: Expert-based survey analysis | |
Ekanayake et al. | A fuzzy synthetic evaluation of vulnerabilities affecting supply chain resilience of industrialized construction in Hong Kong | |
US11640470B1 (en) | System and methods for reducing an organization's cybersecurity risk by determining the function and seniority of employees | |
Kim et al. | Analysis of plant construction accidents and loss estimation using insurance loss records | |
Cornwell et al. | The role of data analytics within operational risk management: A systematic review from the financial services and energy sectors | |
Schmeleva | Evaluation and improvement of the operating efficiency of enterprise quality management system (QMS): Conceptual bases | |
Lu et al. | Using cased based reasoning for automated safety risk management in construction industry | |
Bashynska et al. | Risk Management. Lecture course: textbook | |
Wu et al. | The impacts of minor disruptions on a production system: Empirical analysis of assembly line data | |
Al-Qubaisi | Incidents investigations and learning approach in oil & gas industry | |
US20230230007A1 (en) | Systems and methods for predictive holistic facility management | |
Ângelo et al. | Pay-Per-Sustainable-Use: A Case of Product Service System Innovation | |
Liu | A forecasting model for maintenance and repair costs for office buildings | |
Kim et al. | Case study of risk management for high-rise buildings using a control chart: schedule management of the busan M tower residential apartment complex | |
Tokarsky et al. | Methodological foundations of assessment of the impact of State construction supervision during reprofiling big urban areas | |
Indrawati et al. | Responsibility and Accountability Matrix of Software Lifecycle Process | |
Aigbavboa et al. | Impact of community on construction projects: Lessons from South Africa |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |