基于改进SLP方法的建筑施工现场平面布置

作者:左梦来 朱玉杰 郭伟彦 张经纬 刘东
单位:东北林业大学工程技术学院 中国建筑第二工程局有限公司上海分公司
摘要:针对建筑施工现场平面布置中因经验布置导致的物流成本浪费等现象, 结合建筑施工现场施工特点和实际限制条件, 采用遗传算法和BIM技术改进SLP方法, 构建解决建筑施工现场平面布置的模型, 实现精细化和可视化的平面布置, 为提高施工项目平面布置水平和成本控制能力开辟新途径。
关键词:工程管理 平面布置 SLP技术 建筑信息模型 施工现场 遗传算法
作者简介:左梦来, 硕士研究生, E-mail:422477074@qq.com;
基金:哈尔滨市科技创新人才研究专项资金项目 (RFXXJ108);

 

0 引言

建筑行业在快速发展过程中, 以往通过降低原材料成本和提高生产效率来提高核心竞争力、获得利润的方式已无法跟上时代潮流。通过降低物流相关成本获取“第三利润”的竞争方式受到越来越多企业的青睐。建筑行业在工程造价中会出现材料二次搬运费等相关物流问题, 但在实际施工中通过物流规划降低成本的应用较少[1]

工业工程中解决系统布局问题时常采用SLP (系统布局设计, system layout planning) 方法, 系统布局更加科学, 运输路线规划更加合理, 节约了大量物流成本。结合建筑施工现场平面布置特点, 将该种方法改进后应用到建筑施工现场布局设计当中, 将会极大提高工作效率, 减少大量的物流成本浪费, 节省资金, 找出1条物流最优的“建筑流水生产线”[2]

1 建筑施工现场平面布置要求

施工单位在组织施工时以施工组织设计为指导性文件指导施工全生命周期各项活动有序进行, 包括对建筑施工现场平面布置的要求。要求综合各种影响因素, 根据工程现场实际进度等进行相应的平面布置[3], 重点关注临时设施的布置原则和方式。

1.1 临时设施的布置原则

1) 根据施工组织方案设计中的施工顺序对不同阶段合理布置临时设施。

2) 结合现场已有资源, 根据地形特点合理布局, 紧凑协调, 不浪费用地。

3) 尽量利用现场原有的废弃设施、临时房屋等, 充分利用各类现场已有材料, 节约材料成本, 同时使用活动式或容易拆装的房屋。

4) 生活和办公区一定要确保其绝对安全, 必须达到安全标准, 同时尽可能与生产区隔离, 保证人员休息质量。

5) 临时设施的布置必须不干扰生产和生活。

6) 必须保证临时设施的质量和安全, 特别对于生活区、办公区, 必须达到消防、安全、质量标准, 避免发生意外灾害。

7) 对于硬化的临时道路, 根据实际要求选择是否浇筑混凝土或设置钢板等, 路面质量要达到晴雨无阻。设置回车道并保证合理的运输路线和消防路线, 不影响施工和应急使用, 使各单位进出场作业有序进行。

1.2 临时设施的布置方式

1) 生活办公设施应当设置在建筑红线以外, 如实际情况限制必须设置在红线以内, 应当在一侧或者四周设置, 且必须保证最大安全距离。

2) 生产设施应根据生产需要, 在施工现场的适当位置进行设置, 对于钢筋加工棚、模板加工棚、机电加工棚等经系统分析后进行合理布置。

3) 现场办公室、传达室、保安室等应当设置在施工现场的出入口处或者就近布置, 便于管理。

4) 对砂、水泥、机电设备、保温材料等受潮易坏的材料和设备等应当安置在高处, 防止雨季排水不及时造成材料损坏。

5) 对大型或特大型、施工工期长的建筑项目, 应当提高临时设施布置标准, 反之采用低标准配置, 合理的配置能够节约成本、减少浪费。

2 改进的SLP方法模型构建与工程应用

SLP方法是20世纪60年代美国在大量工厂布置设计的基础上总结出的一种合理性极强的系统规划方法, 其核心思想是运用物流和非物流相结合的方法对不同作业单元进行分析, 寻找最佳布局方案[4]。根据采集物流量和距离等资料, 对物流和各作业单位关系密切程度进行分析, 考虑实际限制条件绘制位置相关图, 修正后得出多种方案, 再比较论证, 最终得出最优方案, 其流程如图1所示。

图1中, P (product) 代表生产什么, Q (quantity) 代表生产多少, R (routing) 表示怎样生产, S (supporting service) 表示用什么支持生产, T (time) 表示何时生产, E (entry) 表示配送的对象或客户, I (item) 表示配送商品的种类, Q (quantity) 表示配送商品的数量、库存量, R (route) 表示配送的通道, S (service) 表示物流的服务, T (time) 表示物流的交货时间, C (cost) 表示配送商品的成本或建造的预算。

以遗传算法和BIM技术改进SLP方法来构建模型, 解决建筑施工现场平面布置问题。采用SLP方法得到作业单位综合相互关系表, 利用具有生物进化优点的遗传算法进行全局寻优, 寻找出满足适应度函数条件即满足平面布置需求的若干合理初始布置方案[5]。再利用BIM技术生成平面布置三维模型, 结合实际情况和各种修正因素对方案进行调整, 并可调整垂直运输, 模型构建如图2所示。

图1 SLP方法流程Fig.1 Flow of SLP method

图1 SLP方法流程Fig.1 Flow of SLP method

 

图2 建筑施工现场平面布置模型构建Fig.2 Model building of the construction site plan layout

图2 建筑施工现场平面布置模型构建Fig.2 Model building of the construction site plan layout

 

2.1 工程概况

东渡悦来城项目总建筑面积40余万m2, 施工主要分为3大部分:54-01地块、55-02地块和6个小基坑。55-02地块为框架剪力墙结构, 规划用地面积34 470.2m2。场地北侧为大盈浦路, 以北为规划用地, 暂无施工状态;东、西两侧目前均为规划道路, 东、西、北三面规划用地红线距项目施工地下室边线仅约6m;场地南侧为地铁17号线, 基坑距淀山湖大道5~13m、距地铁基坑边线约25m, 道路管线和地铁均在基坑和桩基施工影响范围内, 周边环境复杂, 施工时要高度重视并采取相应防护措施。以55-02地块5号楼28层居民住宅楼的施工现场为主要研究对象, 运用改进后SLP方法解决施工平面布置问题。

2.2 实例运用

对在建工程施工现场实际情况进行资料搜集, 测量对应参数数据, 绘制原始施工现场布置方案简图 (见图3) 。

图3 原始施工现场平面布置Fig.3 Original construction site plan layout

图3 原始施工现场平面布置Fig.3 Original construction site plan layout

 

根据施工现场平面布置相关标准, 采取生活、办公、生产三区分开原则, 因此对生活区、办公区、传达室、生活垃圾4个区域不做变动, 主要对其他13个作业单位进行分析。搜集13个作业单位名称及所需建筑面积相关资料, 如表1所示。

表1 各作业单位所需面积Table 1 Statistics of operating unit’s required area   

表1 各作业单位所需面积Table 1 Statistics of operating unit’s required area

1) 施工工艺路线分析 建筑施工现场主要分为钢筋加工群、模板加工群、机电加工群、搅拌加工群4大模块。加工最终产品都要经过塔式起重机这一枢纽运输, 同时塔式起重机会运输建筑废弃物等, 这就构成了建筑施工现场的主要工艺流程。

2) 物流量分析 根据项目商务部工程预算资料统计得出砂、石、钢筋、木模板等主要物流产品产生的物流量, 再根据施工工艺流程统计各作业单位之间的物流量, 根据A (优秀) 、E (良好) 、I (中等) 、O (较差) 、U (很差) 5个等级将物流量进行分类, 物流量以及对应强度等级如表2所示。

表2 物流量及强度Table 2 Statistics of the logistics quantity and strength   

表2 物流量及强度Table 2 Statistics of the logistics quantity and strength

3) 物流分析 通过各作业单位物流量进行物流分析, 确定物流强度等级, 得物流相关情况如表3所示。

表3 作业单位物流相关情况Table 3 The logistics correlation of the operating units   

表3 作业单位物流相关情况Table 3 The logistics correlation of the operating units

4) 非物流分析 根据作业单位关系密切评价因素进行非物流分析, 主要考虑不同作业单位间的施工工艺流程和关系密切程度, 关系密切评价因素包括物流、使用相同公共设施、监督管理方便、作业性质相似、使用同一组人员、工作联系频繁程度6个, 作业单位非物流相关情况如表4所示。

表4 作业单位非物流相关情况Table 4 The non-logistics correlation of the operating units   

表4 作业单位非物流相关情况Table 4 The non-logistics correlation of the operating units

完成以上分析后, 需通过计算得出作业单位综合相互关系图, 完成前需要对二者进行量纲统一处理, A, E, I, O, U对应的量化结果为4, 3, 2, 1, 0。量化完成后对二者加权求和TRij, TRij=aMRij+bNRij, 其中, MRij表示物流分析量化值, NRij表示密切关系程度量化值, a, b表示权重系数, 根据施工生产实际情况, a=0.75, b=0.25, 最终结果仍采用A, E, I, O, U 5个等级表示, 得综合相互关系[6]

2.3 遗传算法模块

SLP完成综合相互关系图后, 需要绘制作业单位位置相关图, 该过程需要手动操作, 主要根据各类实际限制条件等进行调整。由于该过程不同规划者有不同的规划思路, 产生的结果也不尽相同, 误差较大, 当作业单位较多时, 处理起来相当复杂。使用寻优能力极强的遗传算法改进SLP方法这一局限性, 建立施工现场物流运输成本最小和作业单位间密切程度最大的双目标寻优模型。将作业单位坐标作为编码对象, 进行遗传算法全局寻优操作。

2.3.1 平面布置的数学模型

将需要进行平面布置的施工现场简化为一个矩形区域, 现场调查收集相关资料, 假设将需要进行设施布置的现场简化成矩形结构, 己知作业单位纵向横向距离、布局空间的长和宽, 平面布置时按照从上到下、从左往右的原则进行, 在此基础上可将施工现场平面布置问题转化为给定约束条件下的多目标寻优问题。简化数学模型如图4所示。

图4 简化数学模型Fig.4 Simplified mathematical model

图4 简化数学模型Fig.4 Simplified mathematical model

 

由图4可知, 建立x-y的平面直角坐标系, 并在坐标系中分别表示各作业单位, 模型建立后, 搭建多目标优化函数。

施工现场进行平面布置时需要使各作业单位间密切程度总和最大:

 

式中:b, c表示不同的作业单位。

为追求材料二次搬运费的最小化, 以及降低不同作业单位之间的物流成本, 需要达到物流搬运成本总和最小:

 

式中:fij表示物流量, 即相关作业单位之间的材料运输量。

施工现场均有硬化好的运输道路, 物流运输方向主要为垂直方向或水平方向, 因此为便于计算, 对不同作业单位之间的距离通常采用曼氏距离表示, 作业单位i和作业单位j的距离:

 

式 (1) 和式 (2) 分别是求最大值和最小值问题, 形成多目标函数, 为了使计算更简单, 可将式 (1) 转化为求最小值问题, 转化结果为式 (4) 的最小值问题。

 

将式 (4) 和式 (2) 分别赋权重w1和w2, 则变为单目标优化问题, 求最小值的目标函数:

 

相关系数的界定如表5所示。

表5 相关系数的界定Table 5 Definition of correlation coefficient   

表5 相关系数的界定Table 5 Definition of correlation coefficient

对于w1和w2的权重, 在保证w1+w2=1的前提下随机选取, 产生权重系数, 根据决策需要, 可以为布局规划者提供多个可选方案择优选择。物流分析得到的物料搬运费用和非物流分析得到的不同作业单位之间的关系密切程度量纲不相同, 需要对其进行量纲标准化处理 (计算过程略) 。

针对本文研究对象, 根据现场实际测量结果得出平面布置区域为一个71m×48m的矩形布置区域, 求出所建模型中主要参数值大小, fij在表2中已给出, 表示不同作业单位之间曼氏距离的dij通过现场实际测量得出, 具体数值略。

cij根据非物流分析表所得结果, 由将A=4, E=3, I=2, O=1, U=0量化处理后代入公式计算, 约束条件对应参数可利用CAD注释工具快速测量得出。由作业单位间的最大距离dmax决定bij的大小, 通过测量得知该值为78.5m, 根据dij相关系数确定作业单位之间的相关系数, 结果略。

2.3.2 编码操作

编码操作是将实际问题用代码表示出来, 遗传算法则主要是将染色体代码串映射到布局的解空间中。各作业单位以自动换行策略按纵向从上而下、横向自左往右的顺序编码, 编码方式为[ (x1, y1) , (x2, y2) , (x1, y1) , …, (xi, yi) , …, (xn, yn) ], 其中 (xi, yi) 表示作业单位i中心点的坐标。若出现某个作业单位并未全部在设定矩形结构区域时, 为了外观上整齐划一, 将作业单位的超出面积均匀分配给所有间隔区域。

采用二进制编码, Hamming悬崖缺点极易出现, 为克服这个缺陷, 采用Gray二进制编码操作保证寻优结果的可靠性。

根据编码需要在模型示意图3的坐标系中确定各作业单位的坐标值, 并进行二进制编码, 结果如表6所示。

2.3.3 遗传操作

1) 选择 采用轮盘赌法进行选择操作, 依据正比选择的原则, 新的一代主要在与适应值概率成正比的种群中选出, 选用非线性排名方式的轮盘赌法进行, 按适值大小递减的原则对各成员分配选择概率。

2) 交叉 编码后得到父代P1和P2染色体的基因型。对父代P1和P2进行多点交叉操作, 即在父体的向量中选取多个点分开, 形成不同区间, 交换选中的区间, 得到新的子代C1和C2, 实现多点交叉操作。变量数决定多点交叉的交叉点数。

表6 各作业单位二进制编码Table 6 Binary code of the operating units   

表6 各作业单位二进制编码Table 6 Binary code of the operating units

3) 变异 (过程略) 。

4) 终止 为保证个体不违反约束条件, 本文引入了适应度函数, 从而保证种群在随机产生的过程中能够保证多样性。终止主要以适应度函数为判断条件, 通过其判断种群的性能, 若满足则终止操作, 输出方案;反之, 则继续进行迭代遗传操作, 如此循环达到最大迭代次数后结束, 此时得到的非劣解集即为全局寻优需要的施工现场平面布置的初始方案。

根据遗传操作的非劣最优解, 解码后得到各作业单位对应坐标值:砂 (5, 27) , 石 (5, 17) , 水泥库 (5, 5) , 搅拌棚 (24, 4) , 塔式起重机 (37, 4) , 木工棚 (25, 15) , 木材料场 (24, 27) , 配电棚 (6, 43) , 建筑垃圾 (39, 17) , 标养室 (13, 43) , 钢筋加工棚 (52, 22) , 钢筋堆放料场 (50, 15) , 机电加工 (51, 3) 。

依据对应坐标, 绘制布局方案图形, 如图5所示。

图5 模型求解布局方案Fig.5 Model solution plan layout

图5 模型求解布局方案Fig.5 Model solution plan layout

 

采用遗传算法改进SLP方法后, 避免了绘制位置关系图时由于人为因素造成的偏差, 改进后的方法也适用于作业单位非常多的复杂施工现场, 实用性大大提高。

2.4 BIM技术模块

BIM模型的实现主要结合AutoCAD和Revit软件进行模拟。

完成东渡悦来城项目55-02地块5号楼平面图CAD写块操作后, 将新块插入Revit中。在导入图形基础上对建筑主体翻模, 在场地标高视图中设置轴网, 确定临时设施平面布置区域。根据模型求解布置方案, 布置平面区域内各种族, 如砂、石、木料和钢筋堆料场、脚手架、安全网、围挡、钢筋加工棚、搅拌站、生活区、办公室等。

布置完成后, 回到场地标高中, 对塔式起重机的旋转半径进行属性设置, 检查钢筋、木材等垂直运输材料是否在起吊范围内, 若超出对其进行微调。完成以上所有操作后, 生成建筑施工现场平面布置的最终三维模型。

该模型可以根据需要随意旋转, 不同施工阶段根据施工需要对任一族进行属性编辑和调整。还可根据其复杂性使用Navisworks软件进行全真现场行走模拟、碰撞检查, 实现可视化动态平面布置设计[7]

采用BIM技术改进SLP方法后, 可以充分考虑施工现场平面布置中垂直运输因素的影响, 解决了遗传算法改进SLP方法时无法考虑垂直运输因素的局限性。同时, BIM技术为施工现场平面布置提供可视化参考, 便于进行不同施工阶段的布局调整。

3 效果评价

采用遗传算法和BIM技术对SLP方法改进后构建模型, 并对在建工程进行实例论证, 使用加权因素综合评价法评价新方案和原始方案。单因素评价结果分为5个等级:A=4 (优秀) 、E=3 (良好) 、I=2 (中等) 、O=1 (较差) 、U=0 (很差) 。结合施工工艺、监督与管理、环境影响等条件, 将人员活动、垂直运输、水平运输、施工作业环境、安全性、柔性、成本等作为评估因素, 分析重要性并赋相应权重得分, 再计算新方案和原始方案最终得分, 结果如表7所示。

表7 评价因素及评分Table 7 Evaluation factors and scoring units   

表7 评价因素及评分Table 7 Evaluation factors and scoring units

新方案综合评价得分为125, 远大于原始方案, 采用遗传算法和BIM技术改进SLP方法后, 对解决建筑施工现场平面布置问题效果显著。

4 结语

通过实例分析论证, 遗传算法改进SLP后, 解决了较复杂和设施较多的布局系统局限性问题, 避免了人为因素造成的偶然性。引入BIM技术构建三维模型, 实现可视化管理, 并可对其进行垂直运输微调, 进行多阶段动态布置。对比改进前后, 得出该方法是科学、合理的, 能够达到精细化和可视化水平, 提高成本控制能力。但是该方法构建的模型参数较多、运算过程较多、较复杂, 实际应用难度较大。因此, 在今后的研究中, 仍需对该方法模型做出改善, 并设计出实用软件或APP, 为建筑施工现场平面布置提供快捷准确的参考方案。

 

Construction Site Plan Layout Based on Improved SLP Method
ZUO Menglai ZHU Yujie GUO Weiyan ZHANG Jingwei LIU Dong
(College of Engineering & Technology, Northeast Forestry University China Construction Second Engineering Bureau Co., Ltd.Shanghai Branch)
Abstract: Targeted the waste phenomenon of logistics costs which caused by the experience arrangement in the construction site plan layout, combined the construction characteristics and actual constraints of the construction site, SLP method is improved with the Genetic Algorithm and BIM technology. Models are built to solve the construction site plan layout, the fine and visual plan layout are achieved. The avenues for improving the plan layout level is opened up and cost control in the construction projects is achieved.
Keywords: engineering management; plan layout; SLP method; building information modeling (BIM) ; construction site; genetic algorithm;
874 10 10
文字:     A-     A+     默认 取消