【技术实现步骤摘要】
一种基于EMPC模式的智能建造工程管理平台
[0001]本专利技术涉及智能建造领域,特别是一种基于EMPC模式的智能建造工程管理平台。
技术介绍
[0002]近年来,在政策的推动下,装配式建筑在各地紧锣密鼓地实施推进;同时为配合推动建筑业转型升级,出台了一系列政策,提倡大力发展工程总承包(EPC模式)。工程总承包(EPC)模式是指从事工程总承包的企业,在接受业主委托后,按照合同约定对工程建设项目的设计、采购、施工、试运行等实行全过程或若干阶段的承包。
[0003]但是,传统建筑工程的管理体制尚未适应如此迅捷的变化,从设计、生产、监理、施工、到验收的各环节,都与装配式建筑强调的全过程、全产业链、一体化的要求不相协调,对建造过程各业务板块的具体工作内容均产生了重大影响,主要是各业务部门不了解管理流程的变化,仍然按照传统建造模式推动项目开展,从而导致设计深度不满足深化设计要求;后期修改设计方案造成设计反复并严重拖延设计周期;未考虑标准化及一体化设计,构件生产难度及施工装配难度增加,综合成本不断上升;建设单位未提前招标,构件生产详图没有考虑生产设备的特异性,以致出现因生产难度较大或成本过高而无人接单的情况;传统施工单位缺少装配式建筑施工经验,各工序相互穿插,管理混乱,极易造成窝工、施工进度拖延的状况。
技术实现思路
[0004]鉴于上述和/或现有的建筑工程的管理体制中存在的问题,提出了本专利技术。
[0005]因此,本专利技术所要解决的问题在于如何提供一种与装配式建筑强调的全过程、全产业链和一 ...
【技术保护点】
【技术特征摘要】
1.一种基于EMPC模式的智能建造工程管理平台,其特征在于:包括:云服务器、EMPC管理模式和EMPC工程总承包管理系统;所述EMPC工程总承包管理系统包括:部品部件智能生产模块,用于利用RFID技术对预制构件进行标记,完成部件生产信息的流转和传递;智能施工管理模块,用于将工地监管从人工管理转为智慧机器管理,制定建筑施工安全事故预警指标体系评分标准,并制定预警处理措施;建筑机器人管理模块,用于对智能建造示范项目机器人信息进行管理;建筑产业云劳务模块,用于为管理者提供查看的功能;建筑产业云设备模块,用于严格把控供给侧的资质和库存,给予需求方具体的设备价格和数量;建筑产业云集采模块,用于一站式实现招标、投标和中标的全流程信息追溯;项目预测模块,用于训练预测模型,进行进度预测;智慧建筑运维模块,用于支持展示所选项目的综合运维情况。2.如权利要求1所述的基于EMPC模式的智能建造工程管理平台,其特征在于:所述EMPC智能一体化服务包括通过二次分包的形式将项目进行分包;所述二次分包的形式满足的条件包括:EPC工程总承包合同中有允许专业分包的约定,专业分包得到建设单位的认可;将自行施工的主体工程和自行设计的主体工程进行标记并设置拦截,禁止分包给其他单位;分包商具备绿色建筑技术的能力;引入数字化协作平台,提供实时共享数据的功能;通过可视化的进度计划和资源分配图工程为参与者提供整体进展和资源利用情况,并提供实时交流和讨论的渠道;提供相应的权限管理和数据加密措施;所述权限管理包括基于区块链实现去中心化访问控制;采用面向特征的细粒度权限设计;支持权限的动态分配和回收;利用零知识证明技术,避免明文暴露用户身份;所述数据加密包括关键数据分片加密,分布在多个节点存储;同态加密技术支持在密文状态下计算,保护数据隐私;数据置信链结合密文属性标记;对异常用户进行行为分析,主动发现潜在的威胁;所述二次分包的形式满足的条件还包括EPC工程总承包的分包,采用直接分包的方式,若EPC合同中暂估价项目达到强制招标范围和规模,则通过招投标流程进行分包。3.如权利要求2所述的基于EMPC模式的智能建造工程管理平台,其特征在于:所述对异常用户进行行为分析的过程包括:收集用户行为轨迹,采用知识图谱表示行为实体及关系,应用自动知识提取技术构建行为知识库;收集用户过去1年的登录时间序列和操作点击序列,过滤掉长度不足和缺失严重的序列;计算序列数据的z
‑
score值,识别离差超过3倍作为候选异常点;使用滑动窗口算法,比对近期序列特征变化,检测统计显著的趋势变化点;拟合ARIMA模型,预测正常行为基线序列,调整模型阶数,使预测误差最小化;
输入新行为序列,经模型预测得到基线,计算DTW距离,量化两序列差异程度;设置阈值为正常距离最大值的1.5倍,距离超过阈值判定为异常;当出现异常行为时对异常行为进行分级,包括轻微异常:预警提示自查,用户自查修改异常行为;中等异常:需要用户解释确认是正常操作,若可疑,则要求用户修改密码;严重异常:暂时限制账户的敏感操作权限,在用户联系并核实后全面恢复;极端异常:立即暂停账户,中止服务并要求用户线下进行身份核验,经过调查核实后,考虑是否恢复。4.如权利要求3所述的基于EMPC模式的智能建造工程管理平台,其特征在于:所述项目预测模块包括:采用卷积LSTM网络,网络由卷积层和LSTM层和全连接层组成;损失函数综合时间序列误差和分类误差;所述进度预测的过程为:输入:进度时间表和资源计划时序数据;使用CNN网络提取时间序列特征,Encoder
‑
Decoder结构支持序列到序列预测,并使用K折交叉验证防止过拟合;输出:关键节点超期风险预测值;所述关键节点超期风险预测值包括:对每个进度节点计算超期风险概率P;设置不同风险级别,高风险级别优先处理;根据风险等级和概率值,使用排序算法对节点排序;利用干系数法计算每个节点的优先级权重;所述风险级别包括当节点超期风险概率P&a...
【专利技术属性】
技术研发人员:叶磊,汪丛军,邹胜,叶娟娟,郑剑辉,
申请(专利权)人:苏州城投项目投资管理有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。