基于DEMATEL-ISM的水利工程EPC项目价值增值机理研究

采用设计-采购-施工(engineering-procurement-construction,EPC)总承包模式的水利工程项目日益增多,研究其价值增值机理有利于总承包方做好项目的价值管理。从水利工程EPC项目的价值链分析入手,基于文献和专家访谈得到23个价值增值影响因素。采用问卷调查方式得到各因素间的影响程度评分,用决策实验和评估实验(decision-making trial and evaluation laboratory,DEMATEL)法计算了各因素的中心度和原因度,结合解释结构模型(interpretative structural modeling,ISM)对数据进行分析,将价值增值因素划分为6类,构建了水利工程EPC项目价值增值的递阶模型,探究和揭示了项目价值增值的路径和机理。研究结果对水利工程EPC总承包方制订管理策略有一定启示作用。

VBA结合Excel在施工进度横道图制图软件开发中的应用研究

施工进度计划是建设项目施工组织设计中的重要内容,横道图是水利水电项目设计阶段施工总进度计划的主要表示方法。本文依托Microsoft Office Excel内嵌的VBA语言简单、方便、高效的特点和优势,探索研发了一款符合水利水电行业设计习惯的施工进度横道图制图软件,可以减少人力投入,提高设计效率,满足行业设计需求。软件具有自动进行工程量汇总、强度累计、制作强度曲线图、绘制施工总进度横道图并标注线条强度、分期分幅出图、进度线条批量平移(含部分项目跨停工时段平移)等功能,在诸多水利水电项目设计中得到良好应用。

基于ISM-SD的地下洞室群施工进度风险传递路径研究

针对水电工程地下洞室群施工进度风险存在传递问题,提出了基于解释结构模型(ISM)和系统动力学(SD)的地下洞室群施工进度风险传递路径分析方法。根据地下洞室群的施工特点,建立了地下洞室群施工进度风险指标体系;结合风险传递机理,运用解释结构模型分析风险因素间传递关系,建立了风险因素传递矩阵,并总结归纳出风险因素关系对照表,通过系统动力学分析风险因素间传递路径,揭示了施工进度风险传递路径网络;集成ISM-SD构建了地下洞室群施工进度风险传递路径分析模型,并结合西南地区某大型水电站地下洞室群工程进行分析。结果表明,该方法可有效识别施工进度风险重要因素和关键传递路径,为地下洞室群施工进度风险管理提供了决策依据。

基于无人机巡检与深度学习的河道整治施工进度图像识别

长线性小流域治理工程中的河道衬砌、生态护岸等距离长、范围广、布置分散,且工区交通不便,人工巡检费时费力,难以及时掌握工程的整体施工进度形象面貌。提出了基于无人机巡检与深度学习的河道整治施工进度智能图像识别方法,通过定位施工节点(施工区域起点和终点)的位置计算施工进度。首先,建立了施工区域目标检测模型,针对无人机航拍影像进行河道衬砌护岸施工区域的识别以及施工节点的定位;然后,利用尺度不变特征变换(scale-invariant feature transform,SIFT)算法对不同视频帧中的施工节点进行匹配,并基于单目视觉的运动视差法,计算施工节点的实际工区坐标;最后,计算当前衬砌护岸施工进度,并分析进度偏差。结果表明:该方法得到的施工节点定位平均误差为1.026 m,平均相对误差为0.74%,该方法能够较为准确地从航拍图像中识别得到当前衬砌护岸的施工进程,从而实现长线性工区快速巡检,及时掌控现场施工进度,提高工程管理的智能化水平。

基于文本挖掘的水利工程施工人员不安全行为影响因素研究

人的不安全行为是引发安全事故的重要原因,为研究影响水利工程施工人员不安全行为的因素,通过文本挖掘技术对280起水利工程施工事故案例进行分析,并借助R语言形成可视化云词图,得到32种不安全行为影响因素。运用Ucinet软件进行共现网络构建和中心度计算,确定影响水利工程施工人员不安全行为的关键因素。

基于《水利工程计量与计价实务》研究BIM技术在水利工程造价中的应用

水利工程建设往往由政府部门主导,且要求在整个水利工程建设过程中进行严格造价管理。BIM是将水利工程项目中各种相关信息集成以三维数字技术为基础的数据模型,能够对水利工程项目进行完整描述,对水利工程各参建方具有重要参考价值,为水利工程造价管理打好基础。《水利工程计量与计价实务》一书介绍了水利工程基础知识、水利工程计量与计价知识与应用案例,有助于加深水利工程造价从业人员对水利工程造价的了解,从而进一步引入BIM技术,服务于水利工程造价。

岩溶隧洞突涌水灾害风险评价研究

受复杂地质条件的影响,岩溶隧洞在施工过程中极易发生突涌水灾害。为准确评估岩溶隧洞突涌水风险等级,将结构方程模型(SEM)与改进的模糊综合评价法(FCEM)相结合,构建岩溶隧洞突涌水风险评价模型。从地形地貌、气象水文、地层因素、地质构造、岩溶水文地质、施工因素6个方面深入研究;利用SEM确定各指标标准化路径系数并求得其权重,运用改进FCEM法对岩溶隧洞突涌水风险等级进行评价;以滇中引水工程昆呈隧洞为应用实例,利用Crystal Ball软件验证模型的有效性。结果表明:昆呈隧洞有90%的几率处于52~73分值区间范围内(Ⅲ级风险),与现场实际情况一致,表明基于SEM-改进FCEM法构建的岩溶隧洞突涌水风险评价模型具有一定的适用性;其中岩溶水文地质、地质构造、气象水文是该隧洞的主要影响因素,施工中应加强对这几方面的监控和量测,避免发生突涌水灾害。研究成果可为类似岩溶隧洞工程提供参考。

改进关键链技术在泵站施工进度管控中的应用

为解决工程施工进度管控关键链技术应用中存在的缓冲区计算方法粗略,缓冲区监控方法脱离实际施工的问题,通过引入风险控制系数、资源影响系数、工序复杂系数、工序位置系数以及环境系数五个指标,运用层次分析法和CRITIC(Criteria Importance Through Intercriteria Correlation)客观赋权法构建缓冲区优化模型;将缓冲区消耗率和项目工作链完成进度百分比相关联,建立了缓冲区动态监控机制。运用缓冲区优化模型和动态监控机制改进关键链技术,将改进关键链技术应用于泵站工程施工进度管理。结果表明:该方法所得到的缓冲区尺寸较为合理,可以实现缩短计划工期和实现缓冲区动态监控,为水利工程施工进度管控提供借鉴。

EPC模式下水利工程监理的实践探索

EPC建设模式在水利工程建设领域的应用近年已呈上升势头,但尚未形成规模效应,模式也不够成熟。为了使监理工作与EPC模式相适应,分析EPC模式的优点和现阶段的局限,以宁波市海曙区风棚碶泵闸工程监理实践为例,通过强化内控、提高服务水平,转变工作重心,全方位服务等措施取得了很好的项目监理工作成效。结果表明,强化事前布控、突出组织协调功能,完善法规制度体系,调整监理取费标准,加快监理队伍综合素质建设等,可以完善与EPC模式相适应的监理工作。

水利水电工程施工管理存在的问题与完善措施

在修建水利水电工程时,做好管理工作的重要性不言而喻,这是保证顺利进行工程施工,提升施工质量的重要前提。然而,在实际进行施工管理时,管理方案尚不完善,会对施工的顺利进行产生负面影响,并可能影响到工程的质量。为了解决这些问题,需要采取一系列完善措施。文章着重分析了水利水电施工管理中存在的问题,并在此基础上制定完善的措施,以加强质量控制和安全监管,保证施工质量。

深V形峡谷河段泄洪雾化区贴坡混凝土变更管理分析

工程建设过程中会因贴坡施工难度增加导致施工成本增加,出现项目变更,进而影响价格变更,但现行的《水电建筑工程预算定额(2004版)》未能真实反映深V形峡谷河段贴(护)坡混凝土人、材、机耗量。文章分析了工程建设施工阶段变更报价存在的问题,介绍了贴坡混凝土工效测算方法和贴坡混凝土单价测算方法,可为深V形河谷地段或大型水电水利工程贴坡混凝土变更价格的确定提供参考和借鉴。

双层索引驱动的隧洞海量点云高效管理方法

针对隧洞表观性态监测,三维激光扫描获取的点云具有数据量巨大、非结构化以及狭长线状非均匀分布等特点,给隧洞点云数据处理极大的压力,也制约了隧洞工程点云监测应用的发展。为此,本文结合隧洞工程空间分布特点,提出一种基于双层索引结构的隧洞海量点云管理方法。该方法设计了一种基于Hough变换的隧洞水平中线粗提取方法,指导隧洞点云数据沿水平中线进行点云自动分段;而后利用“自下而上”的归并构建策略建立分段点云八叉树索引。在此基础上,利用非冗余的多层次细节(LOD)建模方法和内外存动态调度技术实现海量点云数据快速可视化。实验结果显示,本文方法有效提高了隧洞点云水平轴线提取效率,基于双层索引结构的隧洞点云管理在点云检索、海量点云数据可视化等方面表现出优异性能。

水利工程社会影响后评价指标体系构建及应用

水利工程的建设涉及范围广泛,会对当地产生一定社会方面的影响,目前尚无统一的规定和系统的方法体系评价这些影响及指标的选择与评判。为此,结合现阶段国家水利工程建设发展目标与规划要求,从居民生活环境、工程社会效益、地区和谐性三个方面构建了包含3个一级指标、13个二级指标和29个三级指标的水利工程社会影响后评价指标体系,阐述了各指标含义和评价标准,考虑到评价过程的模糊随机性,运用变权函数进行权重的修正,并构建等级云模型分析评价结果的不确定性。工程实例应用结果表明,水库建设后对当地的社会影响等级为中等,建设区水环境、资源开采利用、工程效益开发是区域后期建设管理的重点。

施工-地质双驱动的地下洞室有害气体浓度智能预测方法

地下洞室有害气体浓度与开挖方案、地质条件等密切相关,开展施工-地质影响下的有害气体浓度精准预测对于施工安全管理具有重要意义。然而,有害气体监测数据有用信息难被提取,爆破参数、基岩类别等特征与有害气体浓度间存在非线性耦合,基于此,本研究提出融合沙普利加性解释(SHAP)理论的集成学习有害气体浓度智能预测方法。通过主成分分析(PCA)进行特征预处理,运用树结构贝叶斯优化(TPE)算法迭代寻求CatBoost有害气体浓度预测模型最优超参数组,引入SHAP解释框架,探寻有害气体排放浓度重要影响因子。以金沙江旭龙水电站导流洞工程为例,研究结果表明:对比CatBoost、TPE-XGBoost以及TPE-LightGBM模型,TPE-CatBoost模型均方根误差(RMSE)分别降低了48.9%、40.2%、36.8%,具有更高预测精度;融合SHAP理论发现PM_(10)、PM_(2.5)浓度与爆破方案关联更为密切,CO、CO_(2)浓度受地下水状态等地质条件影响更大。

基于改进HT-LCNN线段检测模型的隧洞施工活动时间信息智能提取方法

施工活动时间信息的有效提取是隧洞施工进度分析与决策的重要前提,目前常采用的一种隧洞施工活动时间记录方式是绘制横道图线段。针对传统依赖于人工统计的方式存在效率低、易出错等问题,提出基于改进深度霍夫线条先验网络(Hough Transform-Line Convolutional Neural Network,HT-LCNN)线段检测模型的隧洞施工活动时间信息智能提取方法。首先,采用单应性变换手段进行施工日志图像预处理,解决原始图像存在的倾斜、旋转、扭曲等问题;其次,利用全局上下文注意力模块(Global Context Network,GCNet)改进HT-LCNN模型的残差模块,通过建立和共享全局注意力图,获得目标线段在特征图和通道间的长距离依赖关系,提高模型对目标手绘线段的注意力,克服原有HT-LCNN方法容易受到表格线段和文字干扰的不足,实现手绘线段的高精度智能检测;进一步地,建立施工时刻-活动坐标系,根据所检测的手绘横道图线段的端点坐标位置特征,将其自动转化为施工活动时间信息。将该方法应用于某长距离引水隧洞TBM施工日志活动时间提取,本文提出的改进HT-LCNN模型的检测精度AP_(5)、AP_(10)、AP_(15)值分别为94.7%、95.0%、95.1%,均高于HT-LCNN和LCNN;基于本文方法自动提取的施工活动时间与人工提取结果相比,平均绝对误差仅为1.82 min。本研究为隧洞施工活动时间信息准确高效提取提供了新思路。

浅谈水利水电工程建设应急避险点的规划建设与管理

随着安全管理的不断发展与提升,应急能力建设在安全管理中的重要性越来越突出。水利水电工程建设主要集中在偏远山区,受地形地貌、地质结构、极端天气、地震等影响引发的自然灾害频发,存在安全风险隐患,极易发生自然灾害或因自然灾害导致的生产安全事故。因此,现场合理规划应急避险场所,规范应急处置程序及管理,能有效减少或降低突发灾害事件给工程人员带来的伤害。

基于web技术的有限元模型和成果可视化方法研究

在水利水电工程设计及运行阶段,经常使用有限元分析方法进行结构受力变形分析。以往多数情况下都是高校或科研单位将有限元分析结果以固定图表的成果形式以研究报告的方式呈现给设计或运管单位,倘若边界条件或材料参数发生变化,设计或运管单位无法实时了解新的计算成果。随着Web技术的发展,使得将有限元模型和分析成果以可视化、交互式的方式向设计及运管人员进行实时呈现成为可能。借用基于WebGL技术封闭的Three.JS框架,实现了拱坝三维有限元网格模型及分析成果在用户浏览器上的可视化呈现,能够让用户通过交互式方式对有限元模型及分析成果进行动态浏览和查看,方便用户全面了解计算成果。该方法为数字孪生水利工程建设提供了计算分析成果在线查询技术,具有广泛的应用价值。

基于改进FAHP的水利工程EPC总承包项目风险管理研究

结合水利工程EPC总承包项目的自身特点,建立改进FAHP的风险评判模型,最后,进行实证分析。结果表明,基于改进FAHP的水利工程EPC总承包项目风险评判模型具有一定的科学性和适用性,同时,研究结果对提高水利工程EPC总承包项目风险管理水平具有一定的参考意义。

基于RBF神经网络的铣槽机施工工效预测研究

在水利工程建设中,铣槽机常被用于地下连续墙的成槽施工,其施工工效是影响建设成本、工期的重要因素。为了给水利工程建设项目的成本管理和进度管理提供实用工具,通过现场收集铣槽机的施工数据,在分析和量化影响铣槽机施工工效的因素基础上,分析各影响因素与施工效率的关系,构建基于RBF神经网络的施工工效预测模型,将其用于珠三角水资源配置工程的铣槽机施工工效预测,验证了该模型的稳定性和实用性。同时,应用实例表明:随着岩石强度增强铣槽机铣削1 m所要用的时间增加,施工人员数量及施工组织对铣槽效率影响较大,因此施工单位不仅要重视施工技术的提升,而且要重视施工组织方案的优化。

基于PSO-LSTM的盾构掘进施工进度预测方法

随着国家水网建设加快,大、长隧洞增加,盾构施工越来越广泛。针对盾构掘进工期预测困难的问题,采用粒子群优化算法(PSO)确定长短期记忆网络模型(LSTM)的学习率、神经元个数,提出了基于PSO-LSTM模型的盾构掘进工期预测方法,并以珠三角水资源配置工程盾构掘进为例进行了实例验证,结果表明:1)运用粒子群优化算法(PSO)的高效、全局最优搜索能力来优化长短期记忆网络模型(LSTM)参数,提高了LSTM模型的训练效率和精度,从而实现更准确的盾构掘进工期预测,预测结果的平均相对误差为5.34%,小于BP神经网络、非线性回归、高斯过程回归(GPR)模型的平均相对误差;2)盾构掘进工期和盾构掘进分段、地质条件、人员配置、降雨等因素有关,其中分段(负环、出洞、正常、进洞)对工期影响最大,为了缩短工期、提高施工效率,在实际施工中应做好各段施工的衔接工作。