基于云計算技術的供熱工程項目質量自動控制方法

羊培銘

摘 要：在供熱工程項目施工過程中，通常采用數理統計方法進行工程項目質量評價，無法得出準確的質量評價結果，使得質量自動控制方法的返工成本較高。為此，提出應用云計算技術的供熱工程項目質量自動控制方法，針對供熱工程項目進行分析，采用故障模式與影響分析原理辨識質量控制點。依托于云計算技術搭建云架構，獲取控制點質量評價相關數據，再引入變權理論設計大數據多層變權云計算質量綜合評價體系，確定每個控制點當前質量情況。構建以貝葉斯網絡為基礎的供熱工程項目質量控制模型，通過網絡學習更新能力，實現質量分階段自動控制。該方法應用到建筑面積為5萬m2的供熱工程項目中，最終產生的返工成本僅為3.4萬元，實現了工程項目成本的降低。

關鍵詞：云計算；供熱工程；質量控制；質量評估；貝葉斯網絡

中圖分類號：TM611.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：2096-6903（2023）05-0116-03

0 引言

集中供熱是城市能源結構優化的必然階段，而在集中供熱區域實施熱電聯產規劃，可以達到推進生態文明建設的效果[1]。供熱工程屬于大范圍線性管道工程，結合熱電聯產計劃后，供熱工程項目的施工難度成倍增長。這種環境下，工程項目質量的自動控制越發重要。供熱工程項目的施工需要多方面配合，其質量控制管理也需要全面分析各種質量影響因素，及時發現可能會造成工程質量降低的問題[2]，并采用合理的控制措施進行解決。

從項目質量自動控制方法應用效果來看，大部分情況下，為了保證工程質量符合施工要求，需要進行多次返工，由此導致工程投資成本大幅增長。對此，文中設計應用云計算技術的新型控制方法，通過云計算思想得到全面的質量評價數據，并應用云模型得出準確的質量量化評價結果，以此為基礎定義合理的返工方案，在提高項目質量的同時降低項目投資。

1 設計工程項目質量自動控制方法

1.1 辨識供熱工程項目質量控制點

針對整個供熱工程項目的施工流程進行分解，采用FMEA（故障模式與影響分析）方法，確定可能會影響工程質量的缺陷出現點，將其作為質量控制點。實際控制點辨識過程中，需要考慮3方面因素。首先，確定該點出現質量缺陷后造成的負面影響嚴重程度[3]。其次，分析潛在供熱工程項目質量缺陷引起原因，并形成一幅魚骨圖，確定造成質量缺陷的最主要原因，該因素也可以作為后續質量控制策略生成的依據。最后，按照當前供熱工程項目施工規范，對施工現場進行分析，確定質量輕降檢測難度。各種工程項目質量影響因素分析結果相結合，得出控制點風險優先數計算結果。具體計算如式（1）所示。

（1）

式中：τ表示風險優先數；S表示質量缺陷造成后果的嚴重程度；I表示質量缺陷引發機理的出現頻度；F表示質量缺陷檢測度。

實際計算過程中，檢測度、嚴重程度和頻度都需要提前計算賦分值，前兩者的賦分范圍在1～110之間，后者的賦分值在1～10之間。通常情況下，風險優先數計算值越大，表明該點出現質量缺陷后，對整體供熱工程項目質量會產生直接影響。此時可以將該點看作關鍵控制點，進行實時質量評價和風險管控。

1.2 設計基于云計算技術的質量評價體系

針對質量控制點進行質量狀態評價時，文中采用了以互聯網為核心的云計算技術，通過軟硬件云計算設備的配合，實現供熱工程項目質量評價數據的收集與共享。依托于云計算理念[4]，搭建包含數據中心、服務中心和一個接入層的云架構，兩種中心分別連接供熱工程施工系統數據庫和供熱工程質量管理數據庫，實時獲取多個層次的供熱工程項目質量評價數據，作為控制點質量評價體系建設的基礎。

設計以云計算技術為核心的云模型，結合變權理論設計完善的控制點質量評價體系。簡單來說，需要在收集供熱工程項目資料后，確定每個控制點的風險優先數，按照從高到低的順序，分別進行質量評價。每個控制點質量評價數據采集完成后，確定多個評價指標，并為每個指標賦予對應的初始權重值，結合變權理論更新權重值，將其導入以云計算技術為核心的云模型中，對采集數據進行分析處理，生成質量評價結果[5，6]。以大數據多層變權云計算為核心的質量評價體系，如圖1所示。

應用云計算技術進行質量綜合評價時，云模型是數據處理的基礎，通過云模型逆向云發生器，可以采集所有質量評價相關數據包含的數字特征，再運用正向云發生器進行分析，可以輸出定性評判云圖。

采用原始評價指標和初始權重，采集供熱工程項目控制點質量評價數據時，需要對各個指標的量化結果進行平均值計算，而后采用逐級遞階變權理念更新指標權重值。正向、逆向云發生器共同運算，得到工程控制點的每個評價指標的評價結果，再分別與定性評判云圖進行對比，輸出質量評價結果。

1.3 建立供熱工程項目質量自動控制機制

定義質量狀況控制點為狀況節點，并設置質量狀況控制影響因素為影響因素節點，將這兩種節點看作貝葉斯網絡的基本節點，結合供熱工程項目質量管理專家的經驗，以及以往施工工程案例的施工經驗，分析不同節點之間的關聯性，形成完整的貝葉斯網絡結構。

考慮到貝葉斯網絡具有自動學習的功能，文中應用貝葉斯網絡分析軟件，依托于該網絡構建貝葉斯網絡結構模型，并形成對應的項目質量自動控制機制。在歷史數據和專家經驗的支持下，可以計算出每個網絡節點的具體參數。

在實際控制過程中，結合供熱工程項目質量控制點的質量狀況評價結果，記錄關鍵控制點的質量信息，完成質量信息的全方面管理。將質量管理信息輸入構建完成的貝葉斯網絡中，對未來時刻供熱工程項目質量控制點的質量狀態進行預測。當質量缺陷超出設計標準規范后，需要采用對應的控制方案解決該缺陷問題。但隨著供熱工程施工進度的推進，供熱項目涉及的不確定信息越來越多，在質量自動控制過程中，需要不斷更新網絡節點參數和質量評價結果，依據貝葉斯網絡的自動學習更新能力，更新整個自動控制方案，達到自動控制工程質量的目的。

依托于貝葉斯網絡，建立的供熱工程項目質量自動控制機制應用過程中，需要根據工程控制點的質量評價結果，生成分階段的有序質量控制策略。以質量評價結果為依據，劃分輕度質量缺陷控制點、中度質量缺陷控制點和重度質量缺陷控制點，形成一種分層次、有體系的控制模式，將貝葉斯網絡模型貫穿到控制過程中，從而呈現出呈階梯上升的自動控制方案。這種工程項目自動控制形式的設計，主要是因為供熱工程質量問題的出現，是一環套一環的。每個施工步驟的結束后，就會進行一個更大的施工過程，將上一步驟包含在其中，所以在確定最初出現質量缺陷的控制點后，只有針對該點直接進行質量控制處理，才能在最小的施工成本下，提升整個工程項目的質量。

2應用分析

文中設計的項目質量控制方法，主要是針對供熱工程提出的。為了驗證該方法在實際工程施工過程中可以發揮較大的應用價值，需要進行現場應用分析。考慮到最終測試結果的穩定性與可靠性，測試以對比方式展開。與此同時，選擇3個項目，分別命名為燃氣熱水鍋爐供熱項目1、燃氣熱水鍋爐供熱項目2以及燃氣熱水鍋爐供熱項目3，進行供熱工程項目質量控制點與自動控制結果分析。

對工業集群區的熱用戶資料進行調查，確定區域日工業熱負荷變化情況。該實驗區內部的工業企業包括多種類型，需要考慮到最大熱負荷疊加的情況，設置每臺燃氣熱水鍋爐的最大供熱量為220 t/h，以滿足所有企業用戶的用熱需求。

在應用分析過程中，為了體現文中設計自動控制方法的優越性能，將整個實驗區域平均劃分為3部分，每部分面積為5萬m2，采用文中設計方法進行項目質量控制，對每個子區域分別對應方法，對比各個控制方法的應用后返工成本結果。

2.1 質量自動控制結果

采用基于云計算技術的方法進行質量自動控制后，得到每個質量控制點的自動控制結果如表1所示。

該方法在應用后，讓質檢人員針對3個燃氣熱水鍋爐供熱項目進行現場檢測，確定每個控制點的質量控制結果都顯示為合格，符合供熱工程項目施工要求。這表明基于云計算技術的供熱工程項目質量自動控制方法效果較好，具有可行性。

2.2 質量控制方法應用效果分析

考慮到文中是以降低工程項目投資為目標設計的質量自動控制方法，文中從定量的角度進行分析，選擇返工成本作為評價指標，評價不同方法的應用效果，得到如圖2所示的返工成本對比結果。

根據圖2可知，所提自動控制方法應用后，工程測量定位、管槽工程、管道安裝工程三個項目的返工成本分別為0.31萬元、1.5萬元和1.89萬元，供熱工程項目總返工成本為3.7萬元。而應用其他兩種文獻方法進行項目質量控制，產生的總返工成本分別為18.9萬元、16.3萬元。本文方法較文獻方法的成本分別少15.2萬元、12.6萬元。

綜上所述，運用云計算技術后，可以得到更加準確的控制點質量評價結果，生成合理的返工方案，使得供熱工程項目總返工成本有效降低。其原因是本文提出的方法建立了供熱工程項目質量自動控制機制，在確定最初出現質量缺陷的控制點后，針對該點直接進行質量控制處理。定義質量狀況控制點為狀況節點，并設置質量狀況控制影響因素為影響因素節點，將這兩種節點看作貝葉斯網絡的基本節點，結合供熱工程項目質量管理專家的經驗以及以往施工工程案例的施工經驗，分析不同節點之間的關聯性，形成完整的貝葉斯網絡結構。在上述內容基礎上，結合最小的施工成本情況，可提升整個工程項目的質量，一定程度上有利于降低總返工成本。

3 結束語

為了實現供熱工程項目施工要求越來越復雜，項目質量控制方法的研究越來越受到重視。本文以供熱工程項目為研究對象，定義提升項目施工質量、降低項目投資為目標，設計一種結合了云計算技術的自動控制方法。在大量數據的支持下，判斷每個控制點的實際質量情況，從而制定科學的動態控制策略。

參考文獻

[1] 楊大田，范良宜.基于MIV-SVM的混凝土結構工程質量控制模型應用研究[J].工程管理學報，2022，36（3）：147-152.

[2]王喜紅，張雷，鄧建芳，等.基于改進ISM-MICMAC的裝配式建筑工程質量控制研究[J].項目管理技術，2022，20（4）：46-51.

[3] 劉新偉.BIM軟件在工程質量控制中的應用[J].山西交通科技，2021（5）：43-45+54.

[4] 孫亮.建筑工程質量控制中工程檢測技術要點[J].城市住宅，2021，28（1）：231-232.

[5] 毛應斌.住宅建筑工程管理中工程質量控制分析[J].建筑與預算，2021（5）：35-37.

[6] 付嘉衡，宋夢宇，田曉亮.青島某辦公建筑供熱改造工程技術經濟分析[J].熱科學與技術，2021，20（2）：200-208.