云計算技術下的預拌混凝土行業在線質量管控

楊旭輝 胡琳 姚波 林毅

摘要：研發了混凝土運營生產管理系統（TOPS），該系統基于云計算平臺，業務信息系統與裝置在線協同，強化生產控制的自動化和智能化水平，結合混凝土生產的海量數據，利用信息化技術管理方法，優化混凝土生產工藝，并提供便利化的服務等，借助大數據、人工智能等技術，實現混凝土生產在線質量管控和預測，為混凝土行業的智能化發展提供參考。

關鍵詞：混凝土;云計算;人工智能;質量管控

中圖分類號：TP18;TB497 文獻標識碼：A 文章編號：1001-5922（2021）01-0141-05

0引言

混凝土作為現代建設工程中應用范圍最廣、用量最大的工程材料，由于其將在特定時間完成凝固，這對材料保供、生產控制以及客戶服務為代表的供應鏈協同提出了更高的要求，其質量安全成為影響建筑壽命的核心原因之一。目前，混凝土生產受制于現有技術和管理方式，缺乏對原材料人廠、成品出廠和現場澆筑的實時的有效檢測和控制，導致質量控制進退失據。一方面由于混凝土質量控制不嚴導致建筑事故或建筑壽命大幅縮水，另一方面混凝土質量控制，推高導致大幅增加企業生產成本。隨著云計算、大數據、人工智能等技術的不斷成熟，通過融合相關技術實現對材料質量動態監管，有助于規避質量風險、減少質量事故，提升企業乃至于整個行業的動態、全過程監管的能力。

李伯虎提出云制造3.0，將大數據、人工智能等新技術深度融進制造業，建立了基于互聯網、人工智能、信息通信等新技術的云制造系統，將其應用于航天工業。任磊、張霖等人通過物聯網、信息、計算機等技術研究制造物理資源的虛擬化處理，并提出云制造系統虛擬化技術構架，實現物理制造資源的高效利用。吉旭等人研究了高分子材料行業的云制造技術，從狀態感知、物聯通信、知識管理向云制造服務平臺整合、適配等方面進行了研究，解決了基于云制造平臺的知識學習技術。曾強等人通過云計算對混凝土的生產質量進行管控。張永輝等人利用大數據、云計算，研發了集混凝土生產、銷售、服務等于一體的云平臺框架，并將其應用于混凝土企業。

英國、瑞典、德國等國通過網絡內的制造資源共享和優化調度來實現整體效率的提升，明確提出了“Cloud Manufacturing”云制造概念。QUACK·T闡述了基于網絡的事物的對象識別。目前在歐美發達國家，隨著混凝土行業集中度的提升，以及企業信息化的不斷發展，基于計算機網絡的“動態供應鏈集成系統”已成為行業信息化管理的發展趨勢，通過集成信息技術、計算機虛擬技術、人工智能等技術，極大的促進制造生產，為客戶提供高效的服務，如世界最大的混凝土供應商西麥斯即以供應鏈管理及客戶管理系統為主形成信息的無縫集成及資源調度，包括接收訂單和交付的解決方案，會為客戶提供全方位量身定制的具體解決方案和配套產品，并在后續的需求中也會進行實時調度，進一步優化資源和客戶服務監控，不僅確保產品的質量，而且也保證客戶可按時交付產品。

本文針對具有大物流、制造以及市場服務等特性的預拌混凝土行業，利用混凝土生產過程中的海量數據，基于互（物）聯網、大數據以及人工智能等技術，實現對混凝土材料的質量動態監管和預測。

1預拌混凝土行業云計算平臺架構

隨著信息化、智能化等技術的發展，由于混凝土產品的特性和行業特征，如何優化資源配置、調度、生產質量工藝以及高效服務等，制約著混凝土行業的發展。由此，研發了一套ERP系統，整套系統命名為TOPS系統，TOPS是由混凝土（Tong）+Operation+Product+System首字母組合而成，即“混凝土運營生產管理系統”，該系統基于net技術框架，采用了C^#、JQuery/Ajax、jQuery mobile、HTML5/CSS3、Bootstrap、Unity、Nhibernate、MongoDB、Log4Net、WCF、Web API等技術，軟件采用1個TOS、1個微信端和N個TPS的架構設計，界面操作友好，可拓展性強?？梢詫崿F以下內容：

1）面向集團化管理的運管模式研究。商品混凝土云制造是一種網絡化的制造模式，利用信息化、互聯網技術，優化制造物理資源配置，連通管理中心、生產中心、服務對象，實現資源、數據、安全、財務等信息的集成，并與客戶形成便捷的信息交流，進一步提升企業集團化管理能力。打造網絡制造模式，需要對資源進行服務化封裝和集成，以實現制造資源整合。

2）面向供應鏈全周期的“互聯網+”新型服務模式研究?；炷辽a完成時屬半成品，且具有不可逆性。因此，混凝土生產時，要求生產商與使用客戶之間具有較高的耦合性，首先要針對服務客戶研究從混凝土生產到應用全過程的服務體系，即C2M;其次開展云平臺供應管理機制研究（B2B））為供應商提供更多參與到需求計劃，提升原材料配送、質控等協同效率。

3）面向綠色、可持續、以及智能高效的生產技術研究。利用互聯網技術的優勢，將物理制造資源信息化、數字化，形成虛擬化的資源池，整合混凝土生產、服務、成本、財務、安全等各種信息，將其集成到云平臺系統，并利用大數據、人工智能等技術，對資源、生產質量工藝、管理等進行優化，提高混凝土企業的生產、管理效率，為客戶提供更優質、便捷的服務。

4）利用大數據、人工智能等技術，基于海量的混凝土生產數據，將神經網絡模型與遺傳算法相結合，實現混凝土生產過程的在線質量預測。

圖1為混凝土行業的基于云計算平臺構架，包含三個層次，即基礎層（IaaS）、平臺層（PaaS）和應用層（SaaS）。架構中的基礎層（IaaS）是云制造面向信息的網絡基礎設施，在異構資源環境下，IaaS可訪問虛擬化資源池，同時利用平臺硬件，滿足用戶需求。平臺層（PaaS）不僅能整合硬件資源，還能進行開發、調試應用。應用層（SaaS）要能充分利用底層資源，還需提供功能化的應用服務。

混凝土生產過程中，在其質量數據的存儲、挖掘、分析基礎上，利用信息化技術管理方法，優化混凝土生產工藝，形成混凝土生產、銷售、后續服務等一系列的管控體系。圖2為云平臺在線質量管控流程。

2基于BP神經網絡和量子遺傳混合算法的在線質量管理

質量管理經歷了質量檢驗階段、統計質量控制階段、全面質量管理階段三個階段。質量管理常用的工具主要有“老七種工具”“新七種工具”，其針對的分析對象不同，“老七種工具”重視數據的重要性，“新七種工具”分析非數據的文件等。預拌混凝土的生產過程是動態發展的，其質量管理也應是動態的，隨著云技術、智能技術的發展，制造業的質量管理也朝著信息化、智能化方向發展。將科技新技術應用于混凝土生產在線質量管理中，利用智能算法有效處理多維異構的海量數據，對預拌混凝土的生產過程進行在線質量管控。

2.1BP神經網絡與遺傳混合算法

2.1.1BP神經網絡

BP神經網絡是一種按照誤差逆向傳播算法訓練的多層前饋神經網絡，通過輸人一輸出的模式進行非線性的處理系統。改模型的結構有輸人層（inputlayer）、隱藏層（hide layer）和輸出層（output lay-er），如圖3所示。

BP神經網絡輸人層中混凝土原材料質量的影響因素具有多樣性，如水泥質量影響因素有品種、細度、用量、強度、體積安定性、凝結時間、燒失量、不溶物等，粗細骨料影響因素有粒徑、吸水率、含泥量、針片狀顆粒含量、壓碎值、堅固性等，誰的影響因素主要有PH值、硬度等。

2.1.2

遺傳算法

遺傳算法是通過模擬生物進化論的自然選擇和遺傳學理論的計算模型，對群體進行搜索，即問題解的串集開始搜索，通過選擇、交叉、變異3個基本算子，產生出代表新的解集的種群，逐步得到群體近似最優解。圖4為遺傳算法流程。

本文采用BP神經網絡與遺傳混合算法，利用大數據、云計算等技術，對預拌混凝土的生產質量進行在線質量管理，如圖5所示，其計算步驟為：

1）首先建立網絡拓撲結構：確定輸人、輸出節點數，隱含層數，確定神經網絡計算法;

2）通過遺傳算法優化人工神經網絡的初始權值和閾值：通過選擇、交叉、變異進化過程，計算每個個體適應度，以確定種群適應度是否最優，將最優的權值和閾值賦值給人工神經網絡;

3）利用人工神經網絡BP算法進行計算，得到預算結果。

3.2預拌混凝土在線質量管理實例

基于混凝土現場生產實時數據，其已知變量為原材料技術參數、配合比等，質量管理指標為混凝土28d壓縮強度，通過BP神經網絡和遺傳混合算法進行計算，驗證混凝土在線質量管理的可行性。

1）樣本選取：以某工程混凝土拌和站數據作為樣本，選取強度等級為C30的混凝土，質量管理指標為混凝土28d壓縮強度。樣本數據共計1000組，作為對人工神經網絡進行訓練，如表1所示。實驗數據共計100組，對訓練后的網絡檢驗，如表2所示。

2）結果：BP神經網絡與遺傳混合算法結果如圖6所示。由圖可知，基于BP神經網絡和遺傳算法的預拌混凝土強度的預測結果與實際值存在一些細微差異，但差值不大，預測值與實際值的相對誤差在一7.85%-6.94%之間，能較好的預測混凝土生產質量，可對預拌混凝土生產的在線質量進行管控。

3結語

通過研發預拌混凝土運營生產管理系統（TOPS），統一優化調配包括資金、設備資產、人力資源、倉貯供應、銷售運輸等各類資源，實現混凝土產業鏈的資源優化、信息高效共享、業財深度融合。利用大數據、人工智能（AI）等技術，對混凝土生產進行實時在線質量管理和預測，具有一定的可行性。