橋梁工業化數據與效率優化分析

王攀學 （安徽建工路港建設集團有限公司，安徽 合肥 230031）

0 引言

橋梁工業化水平進一步提升，成為提高建設效率、確保工程質量和可持續性發展的關鍵驅動力。隨著5G 技術的廣泛應用以及先進技術在建筑行業的嶄露頭角，本文將聚焦于基于5G的生產數據采集與修正、三維激光掃描提高檢測效率、大數據分析提升質量水平等關鍵領域，探討如何整合這些先進技術，推動橋梁工業化信息管理的前沿發展。

探討如何實現實時數據傳輸與分析，提高工程生產的響應速度與靈活性。同時，通過三維激光掃描技術，探索如何以更高效的方式獲取和處理橋梁結構的詳盡信息，從而提高檢測的準確性與效率。大數據分析將作為關鍵支持，通過對生產與質量數據的深入挖掘，提升橋梁工程的整體質量水平。

1 基于5G的生產數據采集與修正

為實現生產數據的自動化采集，在各生產設備和生產線上安裝了各類狀態傳感器，并通過5G傳輸技術將數據實時傳送到施工信息系統，生產線數據采集架構如圖1所示。

圖1 生產線數據采集架構

混凝土拌和階段，采集的生產數據包括拌和站名稱、澆筑部位、出料時間、方量、拌和時長、水膠比、各項混凝土原料用量的實際用量和理論用量。

混凝土澆筑階段，采集的生產數據包括生產線序號、構件編碼、布料位置、單次布料重量、布料次數、布料總重量、布料開始和結束時間、振搗層數、振搗器位置、振搗頻率、振搗開始和結束時間。

混凝土蒸汽養生階段，采集的生產數據包括構件編碼、蒸養設備名稱、蒸養時間、蒸養溫度和濕度（以5min 為步長記錄）、蒸養開始和結束時間。

預應力張拉階段，采集的生產數據包括構件編碼、工程部位、張拉設備編號、張拉時間、鋼束編號、張拉力、位移、油壓、張拉行程、總伸長量、壓漿方向、壓漿順序、壓漿料配合比和水膠比、進漿量、進出漿壓力、壓漿開始和結束時間。

施工信息系統中存儲的各類生產數據量巨大且具有多種數據格式，為了提高數據獲取和預處理效率，采用自動數據采集器編寫生產數據自動采集流程框架，自動循環提取信息系統中存儲的生產數據，如圖2所示。

圖2 生產數據自動采集流程框架

由于自動生產設備等多目標信息源物聯接入時纏上的多源信息具有不穩定性，當傳感設備對覆蓋半徑內的標簽進行多次識別時，難免會產生數據重復項、冗余和缺省值，因此對于采集完成的數據，需針對數據重復和缺失進行預處理。這些多源信息中的核心要素包括構件代號、構件編碼、感應設備ID、感應時間軸等，可利用這些核心要素對重復數據進行篩選和刪除。

例如，由于布料機的唯一性，在同一時間點只可能進行一次布料作業，可以將“布料開始時間”這一數據標簽作為重復數據篩選依據；而振搗是由多個振搗器共同作業，需“振搗器編號”和“振搗開始時間”共同作為重復數據篩選依據。根據以上規則對生產數據中的重復值進行刪除，可以看到布料和振搗生產數據中均包含大量重復值，重復數據比例達到了30%以上，并且3 號生產線的布料數據重復值超出凈數據量9 倍多，可能是由于3 號線布料機的數據采集敏感性過高，導致大量數據的重復采樣。建立系統內置的重復數據篩選方法對數據進行精簡，避免了數據的重復。

2 三維激光掃描提高檢測效率

三維激光掃描技術是近幾年發展起來的一項新型測繪技術，又稱作“實景復制技術”，通過該技術可以將實物的空間三維形態進行完整并且高精度地重建掃描，無需對掃描物體表面進行任何處理，實現無接觸測量。三維激光掃描技術具有速度快、精度高、計算準確的優勢，目前主要用于結構物測量維護與仿真、位移監控和外觀結構三維建模等領域。

新型裝配式T 梁由于對梁體進行輕量化優化，板件厚度減薄，必須保證預制尺寸的精確性（誤差0～+5mm），提出了高精度、大批量、快速化的檢測需求。采用三維激光技術，以機器取代人工的方式，完美滿足該檢測需求，同時此類無接觸、自動化的檢測手段也是未來工廠自動化檢測的重要發展方向。

2.1 技術原理

FARO 激光掃描儀的工作原理是基于紅外線激光束在掃描場景中垂直旋轉形成的傾斜，隨后光圍繞對象散發并被反射回掃描儀。為了進行距離測量，FARO 激光掃描儀采用了相位偏移方法，它能持續地發射不同波長的紅外光，一旦光與物體發生碰撞，它就會反射回掃描儀。通過計算紅外線光波的相位偏移，能夠準確地確定掃描儀和物體之間的距離。使用角度編碼器來測量FARO激光掃描儀的鏡像旋轉和水平旋轉，以計算每個點的x、y、z坐標。

2.2 技術優勢

在裝配式T 梁中應用三維激光掃描技術，與BIM 進行深度融合。通過應用三維激光掃描，能夠以更高的效率和準確度獲取裝配式T 梁的三維立體數據，從而打破了傳統測量模式中只能進行單點收集的瓶頸。此方案可以持續并自動地收集空間數據，成功地踐行了面采集的測量方法。這種做法不僅提高了工程測量的精確性和效率，還顯著減輕了測量現場的工作壓力。

①準確性和分辨能力卓越。3D 激光掃描技術通過單點測量的模式，其能通過高密度和高精確性采集大批的點云數據并細致掃描測量點，以達到高解析度的目標。目前桐城預制廠采用的三維激光掃描精度可達2mm。

②信息采集速度高。通過運用激光掃描技術獲取目標空間的數據，其速度能達到每秒數十萬點，極大地加快了獲取大型構件或大體積目標空間數據的過程。

這種技術在數字化方面表現出巨大優勢，且具有強大的擴展性。收集的信息都是數字信號，顯示了全數字的特性，并且適合自動化，可靠性高，方便后續處理、分析和輸出。另外，后期處理軟件的用戶界面使用方便，能實現與其他普遍應用的軟件數據的交流和共享，也可以配合外部的數碼相機和GPS，顯示出良好的擴展潛力。

在工程測量中，3D 激光掃描與BIM技術的融合運用極大地提升了自動化、信息化與智能化的層次，不僅提高了測量的品質與效能，也降低了測量任務的壓力和費用，這種組合使用在未來具備極大的應用潛力。

2.3 實施過程

實施過程可以主要分為以下四個步驟。

①搭建觀測站和控制點，通過三維激光掃描器收集點云信息，每兩個相鄰掃描點之間需設置至少3個共享目標。

②在進行點云配準時，利用以目標為基礎的聯接方式，將多個掃描站的數據同步到一個坐標系中。在此過程中，會選定一個主要的站點，然后通過各站之間互相匹配的點設置限制條件，對其他站點的坐標系進行旋轉和偏移。最后，通過這種聯接方式，能夠得到一個完全的項目點云。

③為了降低鏡頭變形、光線測定以及地理條件等因素帶來的影響，有必要對數據進行預處理，數據預處理通常包含處理異常值、去除噪聲和點云取樣等步驟。

④重塑模型。通過使用三角網格對混亂的點云數據進行包裹，以實現構建模型的目標。數據經過包裹處理后，由于存在散列的點或數據不全，可能會導致突出、凹陷或形成孔洞，后續可以利用內部孔、建橋等技術進行孔洞的填補，或者通過移除特征來消除。

在建立點云模型的過程中，可能會遇到數據采集和處理導致的某些誤差。為了最大限度減少這些誤差對質量偏差評估準確度的影響，需要制訂相應的策略。可以通過多次試掃描，在掃描圖像紅點數量非常稀少的情況下，認為三維掃描儀系統參數的設置是正確的；也可以使用目標標記進行點云數據的自動組裝，能夠將組裝精度控制在2mm 之內；建議使用軟件刪除法來處理離群值，可以通過設定較高的參數值，讓軟件根據一種特定的算法去識別并刪除離群值；可以使用高斯濾波器法來降低噪聲，這種方法的精度較高。

圖3 三維掃描實施過程

3 大數據分析提升質量水平

3.1 生產進度及產能

新型T 梁的自動化生產工藝采用蒸汽養護后，脫模時間可縮短至24h 以內，最大生產效率可達到1 片梁/日，因此可推算出各生產線的每月最大產能約為30 片梁，每月總產能為150 片梁。變化趨勢與每月產量的變化相同，將各條生產線的產能利用率和總體產能利用率相比，如圖4 所示。可以看出，2020 年11月、12 月和2021 年1 月、4 月、6 月的產能利用率超過50%，其余8 個月的產能利用率都偏低；并且2 號線的產能利用率高最高，1 號線和3 號線幾乎完全一致，2021 年7 月以來，1 號和3 號生產線的產能均低于平均水平。為了平衡各生產線的模板使用率，有必要在規劃生產時考慮對各生產線的平衡利用，如無設備故障，可提高1號線和3號線的使用頻率。

圖4 各生產線每月產能利用率波動情況

3.2 工序質量及穩定性管控

根據各狀態傳感器采集的生產數據，可以對各施工工序的工藝特征參數和施工質量進行統計分析，并對質量穩定性進行管控。

以混凝土拌和數據為基礎，對各原料用量和配合比、水膠比誤差進行統計分析，骨料、水、水泥、煤灰、外加劑用量誤差的均值、標準差和中位數如表1 所示。可以看出，各材料用量的誤差均值大多控制在±1%以內，其中水、水泥和外加劑的用量誤差最小，骨料2和煤灰1的用量誤差較大，變異性也較大。

表1 各混凝土原料用量誤差統計參數表

4 結束語

本文深入探索了三維激光掃描以及大數據分析等智能化技術，以三維激光掃描實現無人化、高效率、高精度的構件成品尺寸檢測，以大數據分析技術實現了質量影響因素排查與質量風險預測，為管理者提供強有力的輔助。