装配式建造过程返工风险管理体系探究

近些年来,我国建筑业与制造业获得了蓬勃的发展,装配式建筑作为这两个行业的结合体,主要是将建筑的部分或全部的构件提前转移到工厂内部,通过提前制作,在现场施工过程中能够顺利进行组装。相比较于传统的建造模式,这种建造模式能够充分提高建造效率,可以同时开展构件的生产以及现场施工两项工作,在一定程度上有利于企业和单位降低成本,更好地控制工期,因此,对于现代制造业和建筑业来说,这种建造模式就有一定的优势。本文主要围绕装配式建造过程的返工风险管理体系进行详细的分析。

工程项目的风险指数建模及仿真分析

针对工程项目的返工迭代现象造成项目的进度风险和费用风险,提出了改进的项目风险指数模型,并建立仿真模型分析单一风险和组合风险。在任务执行时间不确定和最优执行顺序已知的条件下,考虑费用与进度的关系服从Weibull分布,同时还考虑返工迭代的随机性和学习效应对项目进度的影响。通过仿真算例分析,验证了风险指数模型描述项目风险的有效性和动态性。

基于工程变更返工风险的船舶建造工序优化模型

针对传统进度管理工具在反映工程变更(EC)造成的返工问题方面的不足,结合工序的工作流和信息流,建立EC返工风险矩阵,反映工程变更时工序间的信息交互情况。建立基于EC返工风险矩阵的关键工序优化模型,根据工序时间和返工风险区别对待各工序,采用遗传算法,以总协调时间最小为目标函数,实现EC返工风险下的关键工序最优排序,最大程度地避免返工循环。以某船厂的船舶建造流程为背景,采用MATLAB软件进行仿真分析,验证所建模型对工序优化的有效性。

装配式建造过程返工风险管理体系研究

为厘清装配式建造过程的实施环节,完善利益相关者之间的交互关系,降低返工风险,从装配式建造全过程的角度出发,构建了适用于装配式建造的返工风险管理体系。根据返工风险和精益建造理论,改进精益项目交付体系,以装配式建造过程为对象,构建装配式建造过程返工风险管理体系,明确装配式建造全过程、管理目标、内外环境、主体、风险管理过程、风险应对监控措施,对可能发生的返工因素做好充足的准备,返工事件发生后及时采取高效的解决方案,并通过学习进一步加强管理能力,提高产品质量,减少返工损失,有助于指导装配式建造全过程的规范管理。

基于不确定因素的航天复杂产品体系研究

航空航天产品是典型的复杂产品体系,因为产品研制周期长,因而具有较高的不确定性。从基于时间和基于状态逻辑两个方面讨论了研发体系的不确定性,提出了可应用基于重复工作循环的风险预警机制来应对这种不确定性,同时需要通过组织机制设计提供保障。

带返修模具设计项目拖期风险分析与预测

模具设计和生产过程中面临设计环节复杂、加工工序多、任务随机返修、多项目并行设计等情况,使项目容易发生拖期现象,针对这类问题,基于模具设计项目完工时间概率分布,以项目拖期天数和加权拖期为决策目标,建立项目拖期风险预测模型。通过模型分别计算项目拖期天数或加权拖期成本的概率分布函数,并根据所得结果对设计项目拖期风险进行分析与预测,最后以不同网络规模的模具设计项目为计算实例,验证所求结果的有效性,所得项目拖期预测结果对于随机环境下的模具设计项目拖期风险控制有一定的指导作用。

基于精益管理的装配式建造过程返工风险智能识别

返工是阻碍装配式建造提质增效的重要因素之一,但目前在项目实施过程中对返工风险的识别与管理主要依靠工程师的经验判定,难以形成系统、高效的知识传递和增值。该文基于精益管理思想,提出了装配式建造返工风险的转换-流动-价值(transformation-flow-value, TFV)理论模型和装配式建造信息流动模型,构建了装配式建造过程返工风险智能识别本体模型。为实现完整的装配式建造返工风险识别过程,该文建立了包含知识管理、信息处理和推理查询3个模块的总体设计框架。通过实例数据映射,实现非结构化数据的语义化表达并将其储存在本体知识库中;建立推理检索规则,实现返工风险智能识别和风险信息的智能输出。以一个叠合板为例阐述了返工风险智能识别过程。研究结果表明,精益管理和语义网技术的结合对推动装配式返工风险的信息化管理具有重要意义。

带有活动重叠的资源受限项目调度问题建模与求解

在新产品研发项目中,常常通过活动重叠缩短工期,但是重叠会带来返工风险,进而造成额外的时间和资源的消耗.将活动重叠分为自然重叠和强制重叠,采用设计结构矩阵、紧前重叠活动时间因子矩阵、紧后重叠活动时间因子矩阵和重叠返工影响矩阵量化重叠返工对时间和资源的影响.以最小化研发项目工期为目标,建立了带有活动重叠的资源受限项目调度问题优化模型,并设计了改进的遗传算法进行求解.该算法采用基于优先规则的编码机制,并将考虑活动重叠的进度生成机制作为解码方法.实例研究结果表明,提出的考虑活动重叠的模型与算法,不仅可以缩短项目工期,而且同时使项目资源的使用更加均衡.最后在随机生成的算例集合上测试了算法的有效性.

基于DSM返工风险评价矩阵的项目优化与仿真

针对项目中活动返工的不确定性,由返工概率矩阵和返工影响强度矩阵共同构成了DSM返工风险评价矩阵,提出了基于返工风险的遗传算法(Rework risk GA,RRGA),同时考虑返工风险、反馈个数、反馈距离及活动的时间和费用建立了DSM优化目标函数,改进了传统遗传算法的变异算子和变异概率.通过对典型案例进行优化及其结果的仿真,验证了RRGA算法可明显降低返工导致的项目费用和时间,并降低其结果的波动性.

研发项目中重叠活动间沟通对返工风险的影响分析与优化

设计活动间的重叠是并行研发项目的基本特征,重叠可以缩短工期,但也会带来返工风险,并增加与重叠并行性相关的成本.为探索重叠活动间的多次沟通对返工风险的影响,本文构建了基于多次沟通-风险的重叠模型,建立了上游活动信息变更率和下游活动返工影响敏感度计算模型,在此基础上构建了活动返工风险和返工量计算模型及与重叠并行性相关的成本模型,进一步,以成本节约值最大化为目标函数,采用Fmincon算法优化得到了多次沟通时最佳的沟通次数和沟通间隔.最后,结合典型案例,在对重叠活动间沟通变量优化的基础上,对设计结构矩阵(DSM)进行排序优化并将优化结果进行仿真,结果表明本文提出的方法可降低项目时间和成本.