基于維修大數據和建筑全生命期品質管理的高校宿舍運維管理研究*

張成英,鐘 逸,姜 涌,王 強,朱 寧,董國群,盧治憑

(1. 清華大學,北京 100084; 2. 中建玖合發展集團有限公司,北京 100160; 3. 臨沂城市建設投資集團有限公司,山東 臨沂 276000)

0 引言

建筑全生命周期包括立項、設計、施工、運維各個階段,建筑物的品質是各階段、各參與方、各種材料技術與管理質量的總和。但是,由于建筑工程的項目制特點,以往關注重點集中在較短的前期建設階段,對后期使用狀況缺乏分析研究,更不用說利用長期使用中出現的問題和數據對建設過程的材料、服務、施工進行評估、調整和工程信用評價。主要有以下原因:①運營使用方(用戶)和建設方往往是2個團隊,建設方組織和目標的臨時性、一次性,使得交付后的長期使用性能被忽視;②運營使用周期長、質量問題零星低頻,數據分散,難以形成有效的評價;③物業管理、維修部門雖然關乎用戶的滿意度和幸福感,但建設領域長期重建設、輕維護,使得相關部門經費少、權力小、不被重視,其系統建設和人才儲備較差;④使用方的長期質量訴求沒有類似工程質量潛在缺陷保險(inherent defects insurance,IDI)那樣有效的追責手段,使得各方對長期使用過程中的問題、數據、管理都不重視[1-3]。

從建筑業的高質量發展來看,建筑使用后評估,尤其是報修、投訴等負面評估,恰恰應是建筑業的技術與管理、行業與學科發展的依據和動力源泉,建筑物使用方的獲得感、幸福感應是建筑品質評價的最重要標準。

因此,以某高校學生宿舍區物業管理積累的維修數據為基礎,通過數據采集、關聯和整合,建立基于大數據的評估指標體系和算法模型,通過軟件系統的數據分析和挖掘,提出物業維修管理的問題和優化策略。在建筑物的全生命周期中,只有通過最終用戶的使用檢驗,即建筑運維階段的維修數據才能發現并有效修正決策立項、設計咨詢到施工建造過程中的問題,實現品質管理的計劃-實施-檢測-調整的循環,從而不斷提升建筑品質和用戶體驗(見圖1,2)。

圖1 運維數據的回饋循環Fig.1 Feedback cycle of operation and maintenance data

圖2 運維數據研究框架Fig.2 Operation and maintenance data research framework

1 維修數據的采集與整合

某高校學生宿舍有55棟樓,建筑面積約50萬 m2,房間超過15 000間。入住的本科生、碩士和博士研究生超過3萬人,收集了15年、近60萬條維修數據,具備大數據分析的基礎。

維修數據采集方式為手機APP上報方式,可統計報修人、報修地點、報修時間、問題分類及描述等數據。由于學生和宿舍管理員(樓長)均可隨時上報,由此保證了數據的及時性、真實性和豐富性。另外,宿舍管理中心上線了維修庫房管理系統,可統計維修部品、材料的所有庫存、分類、價格、領料人、出庫時間及數量等數據,但該系統上線時間較短,僅有3年,共計2.6萬條數據。

目前配備專業維修人員27人,負責日常小型維修,而防水、門窗更換等中大型維修采用外包形式,沒有相應的統計數據。

雖然服務面廣且關乎全體學生的滿意度,但物業管理和維修部門的人員和經費有限、部門不被重視、信息化投入明顯不足,數據采集缺乏系統性,特別是數據采集系統對信息分類沒有規劃、分類方式過于簡單、采集數據較少,特別是維修地點、部品、經費、返修率、工單等過程管理缺失,也沒有與宿舍學生信息管理、門禁管理、庫房管理等形成數據閉環,數據質量并不高,過程缺乏數據留痕,對大數據分析提出巨大挑戰,但也真實體現了目前物業管理與保修維修部門的現狀,同時也是目前建筑大數據分析中因為機構行政劃分而形成信息孤島的典型狀態。如何將各個孤立的數據源整合起來,通過交叉比對讓數據相互印證,從而有效對歷史數據進行剖析并發掘大量的潛在運維問題,這是大數據研究必須面對的基礎課題[4-5]。

為充分利用歷史積累數據,通過跨部門協調采集多方數據,并通過數據內在邏輯分析補充數據鏈接點,將各個信息孤島的數據盡量聯系起來,構建成一個整體,以便數據挖掘分析,主要方法如下。

1)報修系統與庫房系統的數據關聯 在現行的2個系統里,報修的每筆數據無法與庫房的出庫單一一對應,無法獲得維修金額數據。通過現場調研發現,在報修系統中的維修人員及庫房系統中的領料人是同一人且均有登記,可對應起來。但維修人可能一次領料對應多單維修,可通過報修系統中的報修位置與庫房系統中領料單位的建筑樓棟編號對應起來。

2)報修人與學生基本信息、門禁信息等數據關聯 通過學生學號查到學生的基本信息,包含儲存在學生卡的水電網使用記錄以及門禁記錄等,了解使用與維修的關系,以及學生類型與報修量的關系。

3)復原建筑樓棟、房號基本信息 建成年代、建筑面積、房間數量、更新改造記錄及使用人數等信息都沒有數據,通過上述數據庫的關聯和交叉分析可了解每棟建筑的維修情況,以此獲得建筑維修與運行能耗等數據。房間號隱含了房間人數、房間坐向等信息,將房間號與房間平面圖對應后,可分析各朝向、樓層與維修量的關系,以此對建筑性能進行評估。

4)與氣象資料、校歷的關聯 從報修系統的報修時間可獲取相關的氣象數據,整合學校校歷可了解各種外在因素的影響。

5)維修過程現場調研 通過對維修工人日常維修工作的跟蹤調研和時間計量,了解報修、維修工單生成、庫房領料、現場維修、庫房返料、關閉工單的全過程,建構各數據庫之間的物理關聯性(見圖3)。

圖3 維修大數據的數據庫關聯Fig.3 Maintenance of big data’s database association

2 數據分析模型和指標體系的構建

在數據和現場調研基礎上,通過數據關聯性的整合,可以獲取使用人-建筑物-部品-維修問題-維修人員-維修金額等的關聯關系。在此基礎上,以提升用戶(學生)滿意度、提高維修效率、為建筑設計及采購決策提供數字化依據為目標,從建筑部品性能評價和物業維修管理智能決策2個維度,建立關于房、物、事、人的一系列分析指標并建立數學算法模型,再通過軟件程序語言進行查詢統計,并圖示化數據顯示分析結果(見表1)。

表1 維修管理分析系統前臺頁面與系統技術路線Table 1 Maintenance management analysis system front page and system technical route

1)維修項目分析 維修問題分類統計及比率、報修項目數量分布、維修對象統計、維修地點與維修量關系,建筑物樓層(頂層、底層與中間層)報修量比率、房間朝向與報修量關系。

2)維修頻度分析 出庫商品排行、相同產品維修頻度統計、相同位置(部品)維修頻度統計。

3)報修量相關性分析 學生類型與報修量、各學院人均報修量。

4)維修量統計分析 建筑樓棟維修耗材及成本統計、建筑樓棟維修工分數統計、建筑樓棟報修次數統計、每間房間與單位面積報修次數、單位面積的建筑維修材料成本、人均報修次數、各樓人均報修量、工分(人工成本)與維修耗材成本比率、各月每筆報修維修耗材成本。

5)維修績效管理 維修工人績效排名、維修工分統計、報修與維修時間數量分布統計。

3 建筑部品性能評價與建筑全生命期品質管理

針對近年來某一年的維修數據分析可以獲得以下信息:年度總維修成本:57萬元(維修耗材成本)+346萬元(維修工人成本)+16萬元(維修庫存損耗)=419萬元;年度維修成本(建筑面積):8.4元/m2,其中維修耗材成本約為1.1元/m2;每筆報修平均維修成本:8.1元(材料)+49.2元(人工)=57.3元,其中85%以上是人工成本;年總報修次數:7萬次,4.7次/間(房間數),0.14次/m2(建筑面積);學生年人均報修次數:2.24次/年。

值得注意的是,由于維修管理機制的工作界面劃分,目前維修成本僅統計了日常小維修,呈現出很低的維修成本,但是年度增長率很高(約20.5%)。建筑物使用過程中的大維修、計劃性改造均未計入,包括建筑物5年左右的屋面防水更換、10年左右的管道改造、預防性維修的暑假照明燈具的集中更換、節能改造的門窗更換等。

按照小維修的成本增長率測算,22年的總維修成本將超過2 000元/m2;全生命期50年的總維修成本將超過38萬元/m2,是安裝成本的10倍以上。每年人均2次以上的報修,更是極大地降低了用戶的滿意度。因此,如何減少維修量、降低維修成本是一個迫切需要解決的問題[6]。

通過維修類型和建筑部位的數據分析,可以發現滲漏、門窗松動、斷電斷網、墻面開裂是最常見的報修問題,主要集中在寢室內部和公共區域。進一步分析,利用軟件系統查詢統計相同產品的維修頻度和相同位置相同產品的維修頻度,以發現維修的主要問題和主要建筑部位。

1)相同產品的維修頻度統計是指不管位置統計所有相同產品的報修時間間隔。以燈的報修為例:統計所有宿舍吸頂燈的報修,不論其宿舍樓的位置,以便于了解所有宿舍樓在一定時間內會發生哪些大量的維修(見圖4)。

圖4 相同部品的年度維修頻度統計Fig.4 Annual maintenance frequency statistics of the same parts

2)相同位置、相同產品的維修頻度統計是指相同位置、相同專業類產品的報修時間間隔。統計意義在于找到重復維修最高的項目及位置并發現其問題,也可以找到不符合預期壽命的建筑部品(見圖5)。

圖5 相同位置相同產品的年度維修頻度統計Fig.5 Annual maintenance frequency statistics of the same location and the same product

基于上述維修頻度的統計分析可以發掘建筑使用過程中的質量問題,包括建筑物、部品及維修質量問題。基于分析結果可以看出非常明顯的二八法則,即少量問題的解決可極大降低維修次數,尤其是公共用水房間(洗漱間和衛浴間)的水具滲漏與阻塞、公共區域的燈具、寢室房間內的家具問題,這些是需要集中維修的大問題。據此提出建筑及部品的品質管理策略。

1)改進維修的反饋機制,提升部品質量和改善建筑構造設計。從相同位置、相同產品的維修頻度統計中可以看出,維修頻度1年大于2次的產品或部位,均代表產品不良或構造設計不良,集中精力改善這部分構造和部品可以大幅降低維修量。通過數據調研可測算出因構造設計或選型不良造成的維修成本,僅將這些維修成本轉移至產品的采購預算中或改善采購性能參數,提升設計和產品質量,便可大幅降低維修量并提升滿意度。水槽、地漏的大量阻塞需要改善公共水房的構造設計,采用有效的過濾手段并改進建筑構造設計。龍頭等水具的大量維修需要采用更優質的部品來替換,實際上維修工人發現問題后特意采購了大量易損的龍頭芯構件,但更好的辦法是采購更耐用的零件、更優質的產品即可有效降低維修頻率。在產品選型與采購上優化機制、提升設計和部品質量可大幅降低維修量與相應的維修費,這點在和維修工人的交流中得到驗證。

2)預防性、主動性維修機制的導入。產品使用中的維修頻度的澡盆曲線說明,一般產品在經過使用早期的磨合、施工瑕疵后進入品質穩定期,接近或達到使用壽命后會因磨損、老化等因素維修率大增。同一批次的產品往往具有相同或相近的澡盆曲線,可根據同批次少量產品的問題報警進行主動性維修,取代同一批次產品逐一損壞后的被動式維修,以提高維修效率。目前學校根據歷年經驗總結,開始利用假期集中統一更換燈具等就是此機制的導入嘗試。對維修數據分析后可有效指導預防性、主動性維修的范圍和科學性。

3)維修質量的管控與擴散型維修機制。通過維修數據分析系統,可隨時統計列舉出高維修頻次的項目及對象,針對高維修頻次的項目進行重點監控和管理,設定相應的獎懲機制并與現有工分制度配合,即可有效提升維修品質。例如設定維修保質期的時限,在維修后一段時間內的維修還算作上次維修未完成,扣罰工分等。同時,可根據統計數據,制定維修預案和獎勵機制,要求每次維修完成后對周邊相關問題進行排查和預維修,并依據成果給予獎勵[7-8]。

4 基于數據分析的維修管理優化

4.1 主要問題分析

據歷年統計,每筆報修的平均維修成本為57.3元,其中85%以上是人工成本,遠超過一般材料與人工1∶1～1∶2的比例,這是本研究的起點,從數據統計中也證實了管理者的問題判斷。通過現場調研了解整個維修過程及其管理提升效率的可能性(見圖6)。從現場調研和數據分析的交叉印證中,可以發現以下問題。

圖6 維修過程實例調研Fig.6 Case study of maintenance process

1)維修交通時間過長,往返成本過高。維修工人在校內交通上花費了大量時間,維修效率低,人工成本過高。雖然采用了3～5個報修單集中維修的方式,但由于備料不足、通信不暢,無法在維修過程中獲得附近需要維修的項目信息,回到維修班和庫房才能重新獲得下一批維修單,而且為了方便管理,維修班和庫房設置在校園較偏的位置,造成維修人員大約36%的時間花費在往返的路上(見圖7)。

圖7 維修流程耗時比例Fig.7 Maintenance process time-consuming ratio

2)報修系統過于簡單,問題描述不精準。目前的報修系統對問題的分類過于簡單,沒有系統的分類方法,導致報修問題過于簡單,無法提前準備材料,也無法對維修過程和維修結果進行評價。

3)維修工作時間不合理。維修人員采用與學校相同的作息時間,但實際學生報修往往在課間、午休、傍晚達到高峰,宿舍樓棟的管理人員也是在接近中午和傍晚的巡視中發現問題并提出報修,因此維修人員早早上班等候卻沒有報修需求,臨近中午和晚上下班反而工單集中,無法及時處理,造成工單擠壓和維修人員不足的假象。

4.2 維修管理優化建議

根據上述分析,研究提出的維修管理優化建議如下。

1)基于移動通信和定位的工單系統導入。核心問題是引導維修部門應該建立起完善的工單管理系統,建立基于及時通信平臺的工單系統,在移動通信端可快捷獲取工單信息,管理人員也可方便了解各維修人員的位置,以便及時匹配維修需求和專業維修人員。并可通過不斷的數據采集和統計,不斷優化[9-10]。

2)調整工作時間,從派單到搶單模式的積極性調動。可調整維修員工的上班時間,適當錯后工作時間以匹配校園報修的高峰,保證及時維修。目前采用派單制度,維修班管理人員根據復雜程度、耗時等折算工分,雖然比單純地按照工單計算勞動成效更合理,但也會導致工作拖沓、低效。可在基于數字化管理的工單系統基礎上,借鑒出租車網絡平臺管理的經驗,加入派單工時、搶單、多單獎勵等模式,充分調動維修人員的積極性,并可適時對外開放,將校外的維修資源逐步補充到校內維修中,提高資源利用效率,保證突發維修高峰的服務能力。

3)維修庫房和工具的小型化、移動化。應采用小型、移動的方式,甚至可以為每個小班組配備維修小車,備足工具和備件,在定時的巡視中不斷就近解決維修問題。

4)鼓勵自助維修。在每個宿舍樓棟和易損部位配置少量工具和零配件,提倡樓棟管理人員和學生進行簡單的自助維修,可大量降低維修量,也可通過數字化管理平臺進行自助維修的獎勵。

5 結語

本研究在于達成基于維修數據分析的建筑部品性能評價與品質管理、物業管理的優化和精細化的目標。不僅可從建筑學的角度評估學生宿舍樓的維修及使用現狀,也從建筑相關產品的選型、標準化、維修計劃等方面對維修、庫房管理及維修人員編制進行評估。通過維修大數據的采集、整合、分析,來建立一套評價系統,并展示其基于數據分析的建筑品質管理和運維管理優化的可能性。本研究可為即將到來的城鎮住宅大規模維修更新、人居環境的質量提升提供決策參考,期待更多有識之士的參與及討論(見圖8)。

圖8 物業維修的問題及優化策略Fig.8 Problems and optimization strategies of property maintenance