運用物聯網技術實現施工機械精細化管理

胡 綱 曹 陽 孫鵬飛 顏志杰 葉澤浩

蘇州二建建筑集團有限公司 江蘇 蘇州 215122

在市政工程中，通常面臨工程機械數量多、作業面積大、作業區域分散、受周邊環境影響大等問題[1]，常規管理模式下，容易存在工程機械怠速時間長、機械安排飽和度不夠、人工統計工作量比較煩瑣等問題。所以，如何高效利用工程機械，減少管理人員不必要的精力浪費，一直以來都是市政工程管理領域的痛點與難點。

信息化的飛速發展，促使我國在物聯網產業上的迅猛突進。物聯網（IoT，Internet of Things）指的是利用各類傳感器，實現對物體的聲、光、電、位置等信息的采集，然后利用各類協議將這些信息聯網，實現對物體的智能識別、感知與管理[2]。

將物聯網技術與工程管理領域結合，已經在多個方面，如信息平臺應用[3]、安全管理[4]、材料養護[5]等領域有了諸多成效。在物聯網技術的支持下，改變傳統的現場工作人員面對面的管理模式，將工程機械聯網，進行遠程監督，同時精細化記錄運行數據，從數據中挖掘可改進的管理方法，也是一個非常值得嘗試的方面。

鑒于傳統管理模式產生的問題，我單位與南京智鶴電子科技公司展開合作，采用了一套軟硬件相結合的工程機械物聯網管理系統——機械指揮官，并在由我單位承建的蘇滁現代產業園2019年度第二批市政項目進行試點，取得了良好的效果。

1 項目概況

試點項目位于安徽滁州蘇滁現代產業園，項目包含南北走向的湖州路約1.65 km，以及東西走向的子美路約1.75 km，整體項目呈T字形。

項目作業面積逾20萬 m2，含5個道路交叉口，數座小橋，2條道路的一側均配有駁岸工程。整個項目填方較多，土方作業量較大，整體如圖1所示。

該項目工程機械以包月租賃為主，由項目部直接管理，項目部負責燃油供給。除施工現場以外，距離施工區域2、3、7 km處，有2個出土場和1個卸土點也需配備相應工程機械。

項目位置如圖2所示，其中，藍色線是7 km處的土場向施工現場運土，紅色線是7 km處的土場卸土，黃色線是2 km處的土場向施工現場運土。

圖2 項目位置示意及土方運輸情況

2 物聯網設備部署情況

“機械指揮官”硬件部分包含智能終端與油位監測儀。終端固定于機械頂部，太陽能供電，內置加速度傳感器、GPS和物聯網卡，可將采集到的數據上傳到云端，通過算法判斷機械工作狀態（運動、靜止、怠速），自動統計工時，記錄GPS，實時更新至管理員界面。油位監測儀可采集實時油位，通過終端一并傳輸信息。軟件部分包含微信小程序端和網頁端，可供查看數據。軟硬件結合，實現對工程機械的遠程實時監控。

試點項目共在挖掘機上安裝16套、推土機3套、壓路機1套，總計20套。2020年5月起，挖掘機與推土機的管理均借助該套物聯網管理系統，使用該系統的工時統計功能中的有效工時（扣除怠速的工時）作為工程機械工作時長的計算依據。

3 案例分析

現根據實際使用過程中的6個典型案例，探討將物聯網系統與工程管理結合后帶來的管理方式、管理思維轉變。

3.1 案例一：怠速時長判斷，減少無效工時

怠速是指工程機械發動機在無負荷的情況下運轉。利用油位監測儀進行一定試驗后得出，小松等大功率挖掘機正常工作時油耗約19 L/h，怠速油耗可達13 L/h，相當于小功率挖掘機正常工作時的油耗。所以管理機械的不合理怠速對節約燃油、減少不合理工時有很大意義。在未安裝物聯網監控系統時，雖規定嚴禁無故怠速，但在實際實施過程中，難以有效監督，主要依靠駕駛員的自覺性。

其次，怠速的管理也不能一刀切，需要考慮是否為合理怠速。機械工作中，不可能即開即用，也存在熱機，或者短暫的等待施工條件等情況。于是，經過綜合考慮，項目部決定設置怠速狀態持續時間大于5 min后，軟件系統才會將其計入怠速。而在實際使用過程中，5 min的緩沖時間基本自動排除了非合理怠速。同時，在出現怠速記錄后，項目部也會與現場工作人員核實，是否為合理怠速。

例如4號挖掘機負責修河道，有時需保持怠速狀態（20 min以上）更換不同大小的挖掘機鏟斗，8號挖掘機有時需吊裝模板以及配合混凝土澆筑，也會保持20 min以上不動等，都屬于合理怠速。此類怠速基本只出現在特定機械上，極好分辨。但如果確實為不合理怠速，按項目部規定，月末統計工時時，怠速時長將不計入工作時間中，并且以50元/h進行罰款。若有特別惡劣的怠速磨洋工現象，必將重罰甚至勒令退場。

系統投入第1天，在駕駛員尚不知情的情況下，發現11號挖掘機有明顯異常的50 min長怠速情況，如圖3所示。查詢其工作日志，上午的工作內容為內倒裝車。原定上午8：00開始，但環保車未按時到達，駕駛員便在原地怠速候車。現場工作人員同因環保車未至，未在該區域協調工作，故未直接觀察到11號挖掘機的怠速。

圖3 11號挖掘機某日工時統計

可見，實時記錄機械工作狀態可作為重要的管理依據，但同時也對管理人員提出了要求，需要其主動使用該系統進行遠程監督。

3.2 案例二：工作狀態記錄，判定機械工作飽和度

系統試行后，部分司機反饋，為避免怠速，工作時被迫存在反復開關機的情況，會導致油門損傷松動。考慮到項目部已經設置了5 min的怠速緩沖時間，如果在5 min內駕駛員能接上工作就不會顯示怠速，因此，司機選擇關機則說明是工作銜接不上，工作狀態不飽和。

圖4是測試期2020年4月24—25日夜間土場作業挖掘機工時統計表，當晚3臺挖掘機于土場裝車。

圖4 4月24—25日夜間土場作業挖掘機工時統計

可見，僅有1臺挖掘機處于滿負荷工作，余下2臺間歇性停機，該情況一直持續至25日凌晨01：00。顯而易見，凌晨01：00前挖掘機的數量安排偏多，導致另2臺工作未飽和，因此需要對施工組織進行優化。

在協調優化環保車數量與運輸地點順序后，在4月28日開始嘗試新方案，情況如圖5所示。

圖5 4月28—29日夜間土場作業挖掘機工時統計

可見，當晚機械不飽和現象獲得很大緩解，進一步佐證合理機械工作安排的重要性。

3.3 案例三：工時自動統計，減少管理成本

由于5月的天氣情況較好，5月下旬機械工時開始接近包月上限240 h，多調用工時還遠未達到240 h的機械，可減少不必要的超時支出，實現利益最大化。

相比之前的管理模式，采用“機械指揮官”后可實時掌握各機械工時，機械定位，便于管理人員協調。現將安裝前后數據進行對比（均為工作滿1個月的機械），如表1所示。

表1 安裝前后工時統計均值與方差

在本案例中，方差越小就說明各機械的工時越平均。相比于安裝前而言，安裝后的挖掘機與推土機的工時、挖掘機的工時呈現的方差數值要明顯低于安裝前，這說明在安裝后，對機械安排的工時更加平均。

3.4 案例四：根據機械特性，合理安排工作

通過一段時間的使用，為各品牌機械的油耗情況提供了一定數據支撐。例如小松PC200-7型號的挖掘機，功率大，工作效率高，同時油耗也大。經測試，其怠速油耗可達13 L/h。三一215、現代215c-9等韓國品牌，功率小于小松，怠速則在10 L/h。國產山重GC208的怠速則為7 L/h。所以對于吊裝重物、拆除模板對功率要求低的工作應該傾向選擇山重牌等小功率挖掘機。

3.5 案例五：效率指標化，管理數據化

判斷工作效率可借助一定的衡量指標。現在利用“機械指揮官”的工時統計功能與環保車運輸趟數統計管理小程序“蘇州二建土方管家”的數據，擬定指標化參數：裝車效率。通過計算，抽取部分數據作為示例，具體情況如表2所示。

通過數據比對，極大地方便項目管理人員判斷當日工況。隨后可根據當日裝車系數的高低總結吸取教訓。經過一段時間的使用，裝車效率最高時可達8.9車次/h，最低時只有6.3車次/h，二者相差接近30%[通過(8.9－6.3)/8.9=0.29計]。利用該指標化系數，可直觀觀測施工效率，可見仍有很大的可改進空間。

3.6 案例六：安裝前后對比，震懾作用顯著

通過對安裝前后機械油耗情況進行分析。5月和6月（6月份有效工作日大約為10 d）已安裝系統，故直接獲取數據，3—4月的數據利用原機械工時臺賬與加油記錄單數據進行計算統計得出，結果如圖6所示（僅展示裝有油位儀的機械）。

觀察上圖，除了4號和14號以外，其他所有挖掘機均為3—4月油耗最高，5月最低，6月有所增長。基于以上數據，在項目部進行了充分討論后，作出以下幾點解釋：

1）3—6月均處于土方工程階段，工作內容無太大變化。5月份中下旬天氣逐漸炎熱，機械陸續開啟空調，在不考慮其他因素的影響下，5月油耗應略大于3—4月，6月大于5月份，但是僅后者滿足數據表現。

2）需明確，怠速的減少在油耗上不會有很大的體現。每月長達40 h的怠速才會和正常工作模式下（0.5 h怠速）形成1.15 L/h的油耗差異。

在做出上述邏輯并進行推理后，5月油耗相對于3—4月油耗而言應上升才能滿足上述2個結論。但數據顯示5月挖掘機油耗卻不升反降。

3）在安裝完“機械指揮官”后，項目部有組織駕駛員會議，介紹了“機械指揮官”的遠程監控功能。因此推測，5、6月份油耗相比之前降低，很有可能是駕駛員們受到了一定威懾，在工作時都使用了合理的油門擋位。經計算，圖6中5月油耗相比3—4月，總油耗下降了1.23 L/h，其中3—4月份挖掘機的平均油耗為16.50 L/h，相當于下降了7.45%。考慮到5月份中下旬天氣已經較為炎熱，機械基本都開啟空調，所以實際上油耗下降可能更多，甚至可能達到10%以上。

4）4號和14號挖掘機是僅有的2臺與其他挖掘機油耗趨勢不同的機械。其中，4號挖掘機是公認的技術及工作態度最好的駕駛員。所以推測在安裝“機械指揮官”前后，對于4號挖掘機駕駛員而言，他的工作狀態始終如一。其油耗變化完全符合推論1，進而逐步增長。而對于14號挖掘機，是由于5月份工作內容發生變化才引起油耗改變。

工程領域中不可控因素多，原因復雜，要想準確分析出因果可能并不容易，但是僅從結果上來看，在保證效率一致的前提下，整體油耗確實有所下降。

4 問題與改進

在產品的使用過程中，也發現了一些問題。首先是該系統需投入一定精力學習與維護。每當機械進退場，都需要安裝和拆卸硬件套件，并同步軟件端操作。雖步驟不復雜，但考慮到一些年長的機械管理人員學習能力較弱，尤其涉及到軟件操作，需要更加年輕化的隊伍來使用這類新型設備。其次，加注燃油時，需人工填寫加注值對傳感器數據進行校正。經測試，油位監測儀的準確率一般大于95%，滿足一般的數據分析要求，但不可作為結算依據。同時一段時間內不校正，誤差會增大。若能配套自動讀取并錄入加注量的加油槍，整體的用戶體驗將會更好，既可免去人工輸入，還可實現燃油自動化結算。再者是設備信號問題，包括信號延遲及設備離線。為保證低功耗運作，數據每5 min發送一次，信號不佳時，終端會保存這5 min的數據，在下次一并傳出。部分市政工程地處偏遠，智能終端雖已配備三網物聯網卡，但免不了部分作業區域長時間無信號，導致信號產生半小時以上延遲。長期信號丟失會導致終端離線。實際上，離線原因諸多，如終端被損毀、終端被強行拆除等，無信號覆蓋僅是原因之一。所以每次發生離線，都需人為確認，明確是否遭到破壞。可能的解決方案是要求當地運營商加裝基站，或由生產商提供額外的信號傳輸方式，并提供對應的接收裝置安裝于施工現場。最后，項目部對所采集的數據深層挖掘能力有限。大部分管理人員都只是使用其最基礎的功能，例如查找定位、查詢工時、查看機械活動狀態等。需要有更高素質的管理人員加入團隊，對數據進行分析，產生更大效益。

5 結語

數據的高效準確采集是實現施工現場機械精細化管理的基礎。機械的精細化管理并非耗費大量人力、物力，事無巨細地監督機械工作，而是借助傳感器、大數據、物聯網等手段進行多維度、多角度的數據采集。與傳統管理方式相比，基于物聯網的數據采集系統，不僅能極大減少采集數據的重復勞動，而且能通過技術手段獲取更多、更精確的數據。運用這些技術將機械設備數字化，再利用數據挖掘等技術，便可幫助管理人員做出更好的決策，節約管理成本，讓管理工作更有效率，并帶來一定的經濟效益。

本文一共挑選了6個案例，對測試該系統過程中的真實事件進行概括分析。案例借助“機械指揮官”判定機械活動狀態、工作時長、怠速時長、定位信息、油耗數據等功能，加上項目管理人員本身的經驗，“蘇州二建土方管家”微信小程序，以及之前積累的數據提煉總結而成。案例主要是將之前施工過程中，不易獲取的數據、信息等通過“機械指揮官”自動化采集，并將之前需要借助煩瑣的電子表格實現的機械臺賬管理極大簡化，節約管理成本，提高管理效率，讓管理人員能夠從多維度進行觀察，實現精細化管理。除此之外，“機械指揮官”還具備一定威懾作用，督促機械駕駛員減少怠速，節省燃油，帶來一定的經濟效益。

雖然該系統仍然存在一些問題，但是總體來說已經比較成熟。使用該系統后，在管理效率方面，節約了管理成本，提高了管理效率；在經營業績方面，除了直接的支出節約，由管理效率提升帶來的經濟效益將更為可觀；從人員素質方面，新設備新技術將會沖擊管理人員的理念，促使其擁抱先進科技；從增強企業品牌和社會影響力方面，表明了建筑企業積極采用新技術的決心，有勇氣推動新技術與傳統土木的結合。