袁子洋，吳 凡，林 立，田從豐，閆 偉

（1.山東大學(xué)能源與動(dòng)力工程學(xué)院，山東 濟(jì)南 250011；2.山推工程機(jī)械股份有限公司，山東 濟(jì)寧 272073)

傳統(tǒng)土建施工確定各工程機(jī)械的施工工藝多為人工的主觀選擇，智能化程度較低，依賴工程師的經(jīng)驗(yàn)完成對施工工藝各項(xiàng)參數(shù)的確定。在信息化的趨勢下，為形成更科學(xué)準(zhǔn)確的施工策略，多名學(xué)者在智能施工領(lǐng)域做了大量相關(guān)研究。褚棟等構(gòu)建了夾巖面板堆石壩施工的一體化測量、質(zhì)量監(jiān)測及綜合工程數(shù)字信息平臺，為工程決策的智能化提供便利[1]；于鐵兵采用信息技術(shù)應(yīng)用于石油天然氣管道建設(shè)形成管道數(shù)據(jù)模型，提高了施工管理及信息管理的水平[2]；宮思藝等通過數(shù)據(jù)融合及知識圖譜相關(guān)技術(shù)，構(gòu)建了一種基于數(shù)字孿生的盾構(gòu)施工地面沉降智能分析方法[3]。在智能化趨勢下，專家系統(tǒng)成為諸多學(xué)者研究的方向。魯守榮等通過建立推理機(jī)、知識庫、綜合數(shù)據(jù)庫及規(guī)則庫，設(shè)計(jì)了混合動(dòng)力汽車的專家控制系統(tǒng)[4]；楊永春等通過遠(yuǎn)程監(jiān)控收集柴油機(jī)裝配工藝過程的各項(xiàng)數(shù)據(jù)，基于JESS 規(guī)則引擎構(gòu)建了柴油機(jī)裝配工藝專家系統(tǒng)平臺[5]；Kishore B等以遺傳算法與支持向量機(jī)算法相結(jié)合，構(gòu)建了對設(shè)備自動(dòng)化診斷的專家系統(tǒng)[6]。由于專家系統(tǒng)在知識共享及集成優(yōu)勢明顯，多名學(xué)者將專家系統(tǒng)應(yīng)用于智能施工領(lǐng)域。張九蕙等通過構(gòu)建工程案例庫及施工工藝庫，以基于案例推理的工作分解結(jié)構(gòu)生成算法處理知識庫，達(dá)到了智能生成施工方案的效果[7]；滕陽等通過構(gòu)建相關(guān)知識庫及推理機(jī)制，開發(fā)了斜拉橋智能施工控制專家系統(tǒng)推理機(jī)制軟件[8]；張志慧等以BIM 技術(shù)為基礎(chǔ)構(gòu)建深基坑施工安全風(fēng)險(xiǎn)知識庫并研發(fā)了深基坑施工安全識別系統(tǒng)[9]。

本文通過本體建模及構(gòu)建知識庫生成了一種基于一體化施工的工程機(jī)械施工工藝專家系統(tǒng)。通過本體建模在知識層次上描述施工工藝的信息系統(tǒng)，確定各工程機(jī)械不同條件下進(jìn)行施工所需的工藝參數(shù)及相關(guān)聯(lián)系?；诒倔w模型確定的相關(guān)工藝參數(shù)生成工程機(jī)械施工工藝知識庫。通過最近鄰相似度算法、隸屬度函數(shù)及布爾型算法結(jié)合的混合算法實(shí)現(xiàn)知識庫的數(shù)據(jù)挖掘，智能匹配出于當(dāng)前施工任務(wù)最相似的以往案例并提供施工決策的參考指導(dǎo)，生成基于一體化施工的工程機(jī)械施工工藝專家系統(tǒng)。該專家系統(tǒng)可應(yīng)用于一體化施工的決策階段，通過對以往案例的數(shù)據(jù)挖掘匹配出適用于當(dāng)前施工任務(wù)的工程機(jī)械施工工藝，在提高決策的智能度準(zhǔn)確度的同時(shí)，還較大程度地節(jié)約了人力物力，與傳統(tǒng)決策流程相比優(yōu)勢明顯。

1 構(gòu)建工程機(jī)械施工工藝本體知識庫

1.1 本體理論簡述

本體概念源于哲學(xué)領(lǐng)域，用于從抽象概念出發(fā)探究世界的本源或基質(zhì)。而如今在信息科學(xué)領(lǐng)域，本體理論用于從語義層次上描述某一特定領(lǐng)域的相關(guān)知識，通過規(guī)范特定領(lǐng)域內(nèi)實(shí)體的類型、概念、術(shù)語及相互關(guān)系進(jìn)行提取總結(jié)來建立知識模型，繪制出某一特定領(lǐng)域的樹狀知識體系，為不同源知識庫的知識共享提供可能[10]。

本文采用本體語言O(shè)WL（Ontology Web Language)來描述本體，其描述內(nèi)容側(cè)重于不同類別及不同屬性之間的關(guān)系。本體建模軟件采用protégé 進(jìn)行構(gòu)建，本體建模流程如圖1 所示。通過構(gòu)建不同工程機(jī)械施工工藝的本體概念樹，形成壓路機(jī)、推土機(jī)及挖掘機(jī)施工工藝的規(guī)范化語義網(wǎng)絡(luò)，為一體化施工領(lǐng)域的知識共享及綜合集成提供基礎(chǔ)。

圖1 本體建模流程

1.2 構(gòu)建工程機(jī)械施工工藝本體概念樹

壓路機(jī)進(jìn)行施工時(shí)，其碾壓分為初壓、復(fù)壓及終壓3 個(gè)階段，每個(gè)階段都需確定壓路機(jī)的碾壓方法、頻率、碾壓遍數(shù)、振幅、碾壓速度及碾壓帶重疊寬度。其中碾壓方法包括靜壓法、沖擊壓實(shí)法及振動(dòng)壓實(shí)法。土壤類型依照堅(jiān)固系數(shù)分為一類土、二類土、三類土及四類土，土方參數(shù)包括寬度、底長、放坡系數(shù)及底寬。壓路機(jī)型號及上述壓路機(jī)各項(xiàng)參數(shù)的確定由施工土方的土壤類型及各項(xiàng)參數(shù)確定，例如低粘性土壓實(shí)所需碾壓遍數(shù)平均為4～6 遍，對粘性土壓實(shí)所需碾壓遍數(shù)平均為10～12 遍，碎石路基和路面基層壓實(shí)所需碾壓遍數(shù)平均為6～8 遍，石料鋪層壓實(shí)碾壓遍數(shù)平均為6～10 遍[11]。生成的壓路機(jī)施工工藝本體概念樹如圖2 所示。

圖2 壓路機(jī)施工工藝本體概念樹

推土機(jī)進(jìn)行施工時(shí)各項(xiàng)工藝的確定由土壤類型及土方各項(xiàng)參數(shù)確定，這點(diǎn)與壓路機(jī)施工工藝的確定一致。推土機(jī)確定參數(shù)包括推土機(jī)機(jī)型及推土機(jī)工況，其中推土機(jī)工況包括鏟土、運(yùn)土、回駛及卸土。鏟土工況需要確定鏟土方式、鏟土距離及鏟土深度，其中鏟土方式包括直鏟作業(yè)、修筑路堤、推除硬土、推除塊石、推除石蹅及鏟矩形塹壕。運(yùn)土工況需要確定運(yùn)土方式及運(yùn)土速度，其中運(yùn)土方式包括并列推土法、斜角推土法、分批集中、溝槽推土法、一次推土法及下坡推土法?；伛偣r需要確定回駛速度。生成的推土機(jī)施工工藝本體概念樹如圖3 所示。

圖3 推土機(jī)施工工藝本體概念樹

挖掘機(jī)進(jìn)行施工時(shí)各項(xiàng)工藝的選擇同樣由土壤類型及土方各項(xiàng)參數(shù)決定。主要包括挖掘機(jī)機(jī)型、挖掘機(jī)斗容及挖掘機(jī)工作方式的選擇。其中挖掘機(jī)工作方式包括挖溝、挖土、順坡及整平。挖掘機(jī)型號以噸倍劃分，噸倍大的挖掘機(jī)對應(yīng)的斗容量較大，油耗也較大。生成的挖掘機(jī)施工工藝概念樹如圖4 所示。

圖4 挖掘機(jī)施工工藝本體概念樹

1.3 構(gòu)建工程機(jī)械施工工藝知識庫

本文構(gòu)建的專家系統(tǒng)為實(shí)例推理專家系統(tǒng)，實(shí)例推理專家系統(tǒng)的基石便是龐大且準(zhǔn)確的知識庫。根據(jù)本體概念樹規(guī)范的施工工藝所需參數(shù)及相關(guān)聯(lián)系構(gòu)建知識庫，知識庫中包含數(shù)萬條施工案例，通過對案例包含的知識信息進(jìn)行整理和規(guī)則化，達(dá)到了一體化施工全周期過程中知識集中管理的效果，有較強(qiáng)的共享能力及可理解性。

2 構(gòu)建工程機(jī)械施工工藝專家系統(tǒng)

2.1 專家系統(tǒng)架構(gòu)

專家系統(tǒng)的概念是收集整理一個(gè)領(lǐng)域的專家知識，利用某種算法分析問題，推理出人類專家在該情況下處理問題的思路，進(jìn)而得出科學(xué)決策的計(jì)算機(jī)系統(tǒng)[12]。本文構(gòu)建的工程機(jī)械施工工藝專家系統(tǒng)，其核心思想為知識與推理[13]。專家系統(tǒng)架構(gòu)如圖5 所示，依照功能分為提供端、請求端及智能匹配端3 個(gè)結(jié)構(gòu)。其中提供端為上文所構(gòu)建的知識庫嵌入專家系統(tǒng)所得，是各工程機(jī)械施工工藝的實(shí)例知識整合，其功能是為智能匹配提供資源基礎(chǔ)。請求端實(shí)現(xiàn)了用戶檢索編輯功能，用戶可以在此結(jié)構(gòu)將具體施工任務(wù)要求輸入專家系統(tǒng)。智能匹配端接受請求端輸入的施工任務(wù)，以最鄰近算法、模糊理論及布爾型算法形成的混合算法完成智能匹配，推理出符合當(dāng)前施工要求的以往專家案例，并將匹配結(jié)果依照匹配度降序排列向用戶展示，輸出各工程機(jī)械的施工工藝知識，向用戶當(dāng)前施工任務(wù)的決策提供參考指導(dǎo)。

圖5 基于一體化施工的工程機(jī)械施工工藝專家系統(tǒng)架構(gòu)

2.2 相似度計(jì)算算法

本文構(gòu)建的工程機(jī)械施工工藝專家系統(tǒng)為實(shí)例推理專家系統(tǒng)，通過相似度計(jì)算智能匹配出相似度較高的案例向用戶展示。其相似度計(jì)算算法為最鄰近相似度算法、模糊理論及布爾型算法形成的混合算法[14]。其中最鄰近算法通過計(jì)算案例間的歐式距離得到數(shù)值型知識的相似度，見式1。

式中，Sim(X，Ci)為實(shí)際施工案例X與施工工藝知識庫中第i個(gè)案例Ci的相似度，Dis(xj，cij)為兩案例間的空間距離，ωi為該特征項(xiàng)的權(quán)重。

通過分析數(shù)值型參數(shù)的分布特點(diǎn)可以以模糊理論計(jì)算案例間的相似度，常用的模糊隸屬度函數(shù)有三角形隸屬函數(shù)、梯形隸屬函數(shù)、高斯隸屬函數(shù)、線性隸屬函數(shù)等，該專家系統(tǒng)以反線性隸屬度函數(shù)為例計(jì)算，如式2 所示。

式中，X為實(shí)際案例值，Ci為施工工藝知識庫中該參數(shù)的所有集合，C0為參數(shù)下限，CL為參數(shù)數(shù)值。

布爾型算法用于計(jì)算布爾型數(shù)據(jù)的相似度，其計(jì)算如式3 所示。

式中，δ(xj，cij)為實(shí)際施工案例X與施工工藝知識庫中第i個(gè)案例Ci的布爾距離，ωi為該特征項(xiàng)的權(quán)重。將以上3 種計(jì)算案例相似度的算法相結(jié)合形成一種混合算法如式4 所示。

式中，ωp、ωq及ωi分別為數(shù)字值權(quán)重因子、字符值權(quán)重因子及模糊值權(quán)重因子，進(jìn)行案例智能匹配時(shí)要求3 個(gè)權(quán)重因子都為正數(shù)且和為1。

2.3 專家系統(tǒng)界面

專家系統(tǒng)主頁面包括首頁、施工三維模型、工程機(jī)械機(jī)型、一體化施工知識庫及智能匹配五個(gè)板塊。其中施工三維模型板塊實(shí)現(xiàn)了對施工場所的三維建模及土方量計(jì)算，工程機(jī)械機(jī)型板塊展示不同型號的多種工程機(jī)械。

一體化施工知識庫板塊為各工程機(jī)械施工工藝的實(shí)例知識的資源集成，各工程機(jī)械知識庫只包含某一具體施工機(jī)械的施工工藝，方便用戶根據(jù)實(shí)際需求匹配所需知識庫的案例。施工方案總知識庫為一個(gè)實(shí)際施工案例的信息整理，包括施工區(qū)域、施工方案、施工流程、施工土方及所應(yīng)用的各工程機(jī)械施工工藝。

智能匹配板塊是基于實(shí)例推理CBR（Casebased Reasoning)得出與當(dāng)前施工任務(wù)相似度最高的實(shí)際案例。其相似度計(jì)算方式綜合了K-NN技術(shù)，模糊匹配以及文字匹配的模糊算法，進(jìn)行匹配時(shí)分別輸入字符值權(quán)重因子，數(shù)字值權(quán)重因子及模糊值權(quán)重因子，系統(tǒng)根據(jù)相似度計(jì)算公式進(jìn)行實(shí)例推理匹配，分別對各項(xiàng)特征項(xiàng)進(jìn)行相似度計(jì)算，再加權(quán)計(jì)算施工案例相似度，將得到的相似度較高案例降序排列向用戶展示。

3 結(jié)語

通過構(gòu)建工程機(jī)械施工工藝的本體概念樹形成了規(guī)范化語義網(wǎng)絡(luò)，規(guī)范整合了數(shù)萬條施工案例形成知識庫，以知識庫為基石構(gòu)建了實(shí)現(xiàn)智能匹配相似度較高實(shí)際案例的專家系統(tǒng)。該專家系統(tǒng)有效縮短了工藝決策的時(shí)間，將施工流程與專家知識有效結(jié)合，是一體化施工領(lǐng)域創(chuàng)新成果的體現(xiàn)。