一种项目风险自动识别方法、系统、设备及介质与流程

1.本发明属于建筑工程技术领域，尤其涉及一种项目风险自动识别方法、系统、设备及介质。


背景技术：

2.建筑工程作为一项规模庞大且复杂的工程，其中包含了非常多建筑施工项目的风险。因此，加强对建筑工程施工项目的风险管理的研究是非常必要的。结合行业的建设施工特点，存在项目施工技术复杂、工艺流程较多等特点，导致风险识别较为困难。目前需要设计单位进行风险源的梳理设计、多方会审、施工单位进行详细设计及方案应对等流程，存在人工梳理设计难度大、周期长、自动化程度低等问题。


技术实现要素：

3.针对现有技术中由于施工项目技术复杂导致的风险识别困难的问题，本发明提供一种项目风险自动识别方法、系统、设备及介质。
4.为实现上述目的，本发明提供如下技术方案：
5.第一方面，本发明提供一种项目风险自动识别方法，包括如下步骤：
6.获取施工类别信息、施工工序信息和施工风险信息，建立风险数据库；
7.获取所述项目中各构件的施工类别信息，建立预测模型；
8.轻量化转换所述预测模型，获得模型数据集合；
9.遍历所述模型数据集合，识别所述构件所属的施工类别；
10.根据识别出的所述构件所属的施工类别，在所述风险数据库中匹配施工工序并获取各构件的施工风险信息；
11.汇总所述各构件的施工风险信息，获得项目施工风险信息。
12.进一步的，所述建立风险数据库具体包括：
13.建立所述施工类别信息和施工工序信息之间的映射关系，获得施工工序类别映射关系数据库；
14.根据所述施工工序类别映射关系数据库中的施工工序信息，结合施工风险信息，建立施工工序风险关系数据库。
15.进一步的，还包括：设有多级树形存储结构，用于存储所述构件的信息，其中多级树的节点表示构件，节点上挂载对应构件的信息，所述构件的信息为施工类别信息、施工工序信息或施工风险信息。
16.进一步的，所述遍历所述模型数据集合中包括：
17.将没有识别到所属施工类别的所述构件归总为未识别施工类别集合；
18.将没有匹配到施工工序的所述构件归总为未匹配施工工序集合；
19.汇总所述未识别施工类别集合和未匹配施工工序集合，获得未识别集合；
20.将没有获取到风险信息的构件汇总为未识别风险集合。
21.进一步的，所述获得未识别集合之后，还包括：
22.对于所述没有识别到所属施工类别的所述构件，挂接联系施工类别；
23.对于所述没有匹配到施工工序的所述构件，挂接联系施工工序。
24.进一步的，对于所述未识别风险集合，没有获取到施工风险信息的构件，补充所述施工风险信息。
25.进一步的，所述获得项目施工风险信息之后，在浮窗内以统计表格的形式，展示所述项目施工风险信息；在所述预测模型上用锚点标注存在施工风险的构件，展示所述存在施工风险的构件所关联的施工风险信息。
26.第二方面，本发明提供一种项目风险自动识别系统，包括如下模块：
27.风险数据库模块：用于获取施工类别信息、施工工序信息和施工风险信息，建立风险数据库；
28.预测模型模块：用于获取所述项目中各构件的施工类别信息，建立预测模型；
29.轻量化转换模块：用于轻量化转换所述预测模型，获得模型数据集合；
30.施工类别识别模块：用于遍历所述模型数据集合，识别所述构件所属的施工类别；
31.工序风险模块：用于根据识别出的所述构件所属的施工类别，在所述风险数据库中匹配施工工序并获取各构件的施工风险信息；
32.汇总模块：用于汇总所述各构件的施工风险信息，获得项目施工风险信息。
33.第三方面，本发明提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述项目风险自动识别方法。
34.第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述项目风险自动识别方法。
35.与现有技术相比，本发明具有如下有益效果：
36.第一、本发明中通过对预测模型的解析与数据提取，自动识别提取各部位构件的属性信息，判断构件所属类别，与数据库进行匹配，获取相应的施工工序信息以及对应的风险值和风险级别等信息，自动化地完成了风险匹配的操作且耗时较低，相较于人工的方式，大大提高的工作效率，缩短了整个风险识别工作的周期，因而成本低、效率高、自动化程度高。
37.第二、本发明将识别结果基于三维模型上展示，直观明了，降低了工程风险管理的复杂性和提高了施工风险管理和监督的便利性，直观地将施工过程中，可存在的风险、风险可能导致的后果、风险控制关键因素以及预防措施等相关信息关联呈现。
附图说明
38.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
39.图1为本发明一种项目风险自动识别方法的流程示意图；
40.图2为本发明一种项目风险自动识别方法数据分类示意图；
41.图3为本发明一种项目风险自动识别系统示意图。
具体实施方式
42.下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
43.以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
44.实施例1
45.一种项目风险自动识别方法，如图1所示，包括如下步骤：
46.s1：获取施工类别信息、施工工序信息和施工风险信息，建立风险数据库，获取项目中各构件的施工类别信息，建立预测模型；
47.s2：轻量化转换所述预测模型，获得模型数据集合；
48.s3：遍历所述模型数据集合，识别所述施工项目中构件所属于的施工类别，得到施工类别集合；
49.s4：根据所述施工类别集合，匹配施工工序，得到施工工序集合；
50.s5：根据所述施工工序集合，识别风险信息；
51.s6：风险识别动作完成后，对结果信息处理并结合三维模型进行展示。
52.建立了风险数据库，风险数据库中包括施工工序风险关系数据库和施工工序类别映射关系数据库。具体的，施工工序风险关系数据库内包括施工工序信息与施工工序对应的风险种类、风险等级、风险可能导致的后果、风险控制关键因素以及相关的预防措施等数据；施工工序类别映射关系数据库内包括施工工序和施工类别的映射关系数据，例如施工类别“墙”关联施工工序中的“钢筋安装”、“模板安装”等。
53.步骤s1中，预测模型为三维gim预测模型，在建模时准确预设模型中各个构件的属性信息，依据建设工程施工特点，将规范化的施工类别设置挂载在模型构件的类型属性上。
54.步骤s2中，通过文件转换器进行轻量化转换，生成轻量化后的pmodel格式的三维模型文件，将gim模型处理为模型数据集合，模型数据集合包括几何数据集与属性数据集。
55.步骤s3中，具体包括：
56.s31：读取轻量化后的pmodel文件，并将其渲染在前端页面上；
57.s32：发起预处理任务，读取几何数据集与属性数据集，遍历模型数据集合，识别构件所属施工类别，识别到所属施工类别的构件归总为已识别施工类别集合，没有识别到构件所属施工类别的归总为未识别施工类别集合，如图2所示；
58.步骤s4中的施工工序集合包括已匹配施工工序集合和未匹配施工工序集合，根据已识别施工类别集合，匹配到施工工序，归总为已匹配施工工序集合，匹配不到施工工序的归总为未匹配施工工序集合。
59.进一步的，对于未识别施工类别集合和未匹配施工工序集合，提取为未识别集合并存储至未识别数据库；
60.从数据库中获取已识别施工类别集合和未识别施工类别集合，并将其以多级树的方式渲染在前端页面上；
61.用户可查看模型的预处理后的预处理结果与未识别集合，对未识别集合进行人工
辅助补充，将未识别的目标构件、施工类别和施工工序进行进一步挂接联系。
62.步骤s5中，具体包括：
63.s51：发起识别任务，读取已匹配施工工序集合和风险数据库，并通过遍历与正则匹配的方式，将已匹配施工工序集合中的施工工序与风险数据库里的数据进行识别匹配：
64.①
若识别成功，则将风险数据库里对应的风险信息挂载在前端页面多级树的对应节点上；
65.②
若未识别成功，则将前端页面多级树里对应节点信息提取并存储至未识别风险集合里；
66.s52：将风险识别信息结果集合与未识别风险集合存储入数据库。
67.s6：展示风险信息：
68.s61：将最终的项目风险信息展示在前端页面上：
69.①
将完整的风险信息以页面浮窗内统计表格的形式，展示风险数据相关信息，如：风险种类、风险等级、风险可能导致的后果、预防措施以及风险所关联的构件数等信息；
70.②
在预测模型上，将存在施工风险的构件用锚点标出，并展示所关联施工风险里的最高风险等级；点击锚点，页面上浮窗表格里自动筛选出对应施工风险信息。
71.进一步的，还包括补充风险信息。
72.从数据库内读取存储的风险识别信息结果集合，经由前端进行格式处理与数据统计处理，以多级树结构渲染展示在页面上，用户可直观的通过多级树查看到项目当前存在哪一些风险以及指定风险上关联了多少的构件，点击指定的风险树节点，会同时在预测模型上，将风险关联的构件予以高亮突出标识出来。
73.系统通过获取未识别风险的构件信息，并在模型上高亮突出显示，用户可在模型上进行选中未识别出风险的某一构件，提供以人工辅助的方式将目标构件挂接在对应的风险上。
74.若存在项目风险，且未能在预测模型上体现，或者存在风险数据库中未包含的构件类型，无法识别出构件对应的施工工序或者对应存在的风险，可由人工辅助方式补充风险信息：在展示页选择风险信息，选择将风险挂接至目标构件上或者不挂接构件直接添加风险至项目风险结果中。
75.实施例2
76.一种项目风险自动识别系统，包括如下模块：
77.风险数据库模块：用于获取施工类别信息、施工工序信息和施工风险信息，建立风险数据库；
78.预测模型模块：用于获取所述项目中各构件的施工类别信息，建立预测模型；
79.轻量化转换模块：用于轻量化转换所述预测模型，获得模型数据集合；
80.识别匹配模块：用于遍历所述模型数据集合，根据所述风险数据库，识别所述构件所属的施工类别，进而匹配施工工序，获取各构件的施工风险信息；
81.汇总模块：用于汇总所述各构件的施工风险信息，获得项目施工风险信息。
82.实施例3
83.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例1所述项目风险自
动识别方法。
84.实施例4
85.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现实施例1所述项目风险自动识别方法。
86.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
87.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
88.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
89.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
90.由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
91.最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。