沈 婕 鄒 東

(廣州地鐵集團(tuán)有限公司，廣州 510330)

引言

隨著建筑業(yè)的不斷發(fā)展，作為重要施工機(jī)械的塔式起重機(jī)因其占地面積小、起吊幅度大、安裝方便等諸多優(yōu)點(diǎn)，在施工現(xiàn)場(chǎng)得到了廣泛應(yīng)用[1]?；?007～2016年間我國(guó)發(fā)生的152起在役塔吊安全事故，按人-機(jī)-環(huán)境-管理四個(gè)維度對(duì)塔吊事故的成因進(jìn)行分析，發(fā)現(xiàn)安全管理缺失是事故高發(fā)的主要原因，其中安全管理中最為突出的是施工現(xiàn)場(chǎng)安全管理問(wèn)題[2-3]。塔吊安全系統(tǒng)有9 個(gè)主要維度，包括塔吊設(shè)備質(zhì)量和工作可靠性、塔吊的安全管理與維保、塔吊安全流程與安全規(guī)劃、工人的安全踐行、塔吊的工作環(huán)境、塔吊的現(xiàn)場(chǎng)工作面安排、管理人員安全踐行、附屬安全配備和安全政策規(guī)程[4]。

21 世紀(jì)以來(lái)，由于人工智能算法的改進(jìn)、計(jì)算能力的提升，人工智能發(fā)展迅速，呈現(xiàn)出深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、自主操控等特征[5]。隨著人工智能技術(shù)的不斷發(fā)展，工程管理領(lǐng)域也在逐步拓展人工智能技術(shù)的應(yīng)用場(chǎng)景。人工智能主要的應(yīng)用領(lǐng)域包括預(yù)測(cè)分析、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等[6-7]。

塔吊作為重要的一類(lèi)垂直運(yùn)輸機(jī)械，具有起升重量大、作業(yè)面積廣等優(yōu)點(diǎn)，對(duì)提高施工效率、減輕勞動(dòng)強(qiáng)度、降低建設(shè)成本、實(shí)現(xiàn)工程施工的機(jī)械化起著至關(guān)重要的作用。因其自身構(gòu)造較復(fù)雜、作業(yè)環(huán)境惡劣等特種機(jī)械設(shè)備高風(fēng)險(xiǎn)屬性，一旦發(fā)生事故，會(huì)帶來(lái)巨大的損失，因此對(duì)其全過(guò)程進(jìn)行安全管理和監(jiān)測(cè)預(yù)警具有重大意義。以人工智能(Artificial Intelligence，AI)技術(shù)為基礎(chǔ)，為塔吊全過(guò)程的安全管理提供了新思路，為其安全管理及維保提供了科學(xué)的理論依據(jù)和方法，具有重要的理論價(jià)值。同時(shí)，滿(mǎn)足現(xiàn)場(chǎng)數(shù)字化、精細(xì)化、標(biāo)準(zhǔn)化的管理需求，有著較強(qiáng)的實(shí)際意義[8-9]。

1 基于AI技術(shù)的塔吊管理

1.1 基于AI技術(shù)的塔吊布置方案管理

塔吊是建筑工程中需求量較大的主要施工設(shè)備，在工程項(xiàng)目前期需要規(guī)劃塔吊布置。在施工準(zhǔn)備階段對(duì)塔吊方案進(jìn)行審核是一個(gè)迭代的過(guò)程，也是一個(gè)需要人工干預(yù)的過(guò)程提高其有效性和效率的方法。塔吊布置圖規(guī)劃是確定塔吊種類(lèi)、數(shù)量和位置的過(guò)程，對(duì)建設(shè)項(xiàng)目的整體生產(chǎn)率和成本效益有重要影響。

Yuanshen Ji等[10]提出，對(duì)塔吊設(shè)計(jì)方案進(jìn)行建模，并對(duì)模型基于規(guī)則的檢查的4D模擬，用以識(shí)別潛在的作業(yè)空間和施工進(jìn)度之間的沖突。Mohamed Marzouk 等[11]提出基于BIM和遺傳算法為塔吊選型提供決策支持，利用4D模擬塔吊作業(yè)，檢測(cè)作業(yè)空間的沖突，為選擇塔吊類(lèi)型、優(yōu)化數(shù)量和位置提供依據(jù)。游誼等[12]提出基于遺傳算法 PID 整定的起重機(jī)控制策略，具有簡(jiǎn)單易讀、易于調(diào)試的優(yōu)點(diǎn)。

Tam， CM等[13]在公共住房項(xiàng)目的混凝土框架施工階段，利用場(chǎng)地布局遺傳算法模型給出了塔吊與供應(yīng)位置之間最優(yōu)關(guān)系。Huang， C等[14]采用了二次非線性性質(zhì)的指派問(wèn)題(QAP)來(lái)模擬材料的輸送過(guò)程，利用混合整數(shù)線性規(guī)劃方法對(duì)某高層建筑工地塔機(jī)及材料供應(yīng)位置進(jìn)行優(yōu)化。Wang，Jun等[15]將建筑信息模型(BIM)和Firefly算法(FA)相結(jié)合，自動(dòng)生成最優(yōu)的塔吊布置圖。Yu-Cheng Chang等[16]提出一種自動(dòng)有效規(guī)劃安裝路徑的方法，提出的方法由兩個(gè)步驟組成：第一步是將吊車(chē)架設(shè)現(xiàn)場(chǎng)轉(zhuǎn)換成包含吊車(chē)承載能力和環(huán)境障礙物的構(gòu)形空間； 第二步是使用概率道路圖(PRM)方法在配置空間中尋找無(wú)碰撞路徑，用于驗(yàn)證安裝塔吊的位置和數(shù)量。Li-Chuan Lien等[17]采用群體智能中融合了蜜蜂(蜜蜂算法，BA)和鳥(niǎo)類(lèi)(粒子群優(yōu)化，PSO)的粒子蜜蜂算法(PBA)解決工程實(shí)際塔式起重機(jī)的布置問(wèn)題。隨著建筑物的不斷變高變大，吊裝方案的安全審查變得越來(lái)越重要建設(shè)項(xiàng)目管理。吊裝方案的成本和安全方面是矛盾的的相互關(guān)系。徐潔等[18]引入混合粒子群算法(Hybrid Particle Swarm Optimization，HPSO)，對(duì)建立的基于提高塔吊利用率的工期問(wèn)題模型進(jìn)行優(yōu)化求解，為提高塔吊利用率提供理論依據(jù)。周婷婷[19]提出采用SLP方法運(yùn)用層次分析法確定權(quán)重，得出若干初始方案，再跟進(jìn)修正因素對(duì)比分析，得出最佳塔吊布置方案，再基于蟻群算法對(duì)平面布置優(yōu)化，以成本最小化作為目標(biāo)。謝濤[20]以總成本為目標(biāo)函數(shù)建立平面布置方案，利用遺傳算法解決模型運(yùn)算，然后引入模糊思想，用三角模糊數(shù)表示方案評(píng)價(jià)指標(biāo)和權(quán)重，對(duì)多個(gè)方案進(jìn)行擇優(yōu)。Ahmed Younes等[21]針對(duì)以往研究的局限性，提出了一種基于多智能體的仿真(ABS)模型，用來(lái)模擬塔式起重機(jī)的工作過(guò)程以及塔式起重機(jī)與塔式起重機(jī)之間的相互作用。通過(guò)比較不同的塔吊布局方案，在滿(mǎn)足進(jìn)度或成本需求的條件下，選擇最佳塔吊布置方案。Kim， Sun-Kuk等[22]提出建立了塔吊基礎(chǔ)加固成本基于線性函數(shù)的最優(yōu)方程，使目標(biāo)函數(shù)最小化，即成本最小化。

1.2 基于AI技術(shù)的塔吊作業(yè)相關(guān)聯(lián)人員管理

根據(jù)統(tǒng)計(jì)，高處墜物事故、物體打擊和起重傷害是建筑業(yè)安全事故中發(fā)生概率最大、造成死亡人數(shù)最多的三種事故類(lèi)型。這三種事故類(lèi)型都與塔吊安全有著直接或者間接的關(guān)系，控制塔吊安全事故對(duì)減少人員傷亡起著重要的作用。

(1)作業(yè)人員管理：侯宇[23]綜述了BIM與WSN技術(shù)后，發(fā)現(xiàn)兩項(xiàng)技術(shù)在記錄人員運(yùn)動(dòng)軌跡、監(jiān)控塔吊運(yùn)動(dòng)情況和安全事故預(yù)警方面有著很強(qiáng)的應(yīng)用潛力，通過(guò)試驗(yàn)發(fā)現(xiàn)UWB技術(shù)在確定人員運(yùn)動(dòng)軌跡方面的準(zhǔn)確性要比一般人員定位技術(shù)(如：RFID、Zigbee、WIFI等)要高，應(yīng)用于塔吊的運(yùn)動(dòng)產(chǎn)生的危險(xiǎn)區(qū)域?qū)τ谌藛T造成的威脅，可以及時(shí)發(fā)出警報(bào)，形成塔吊安全事故預(yù)警機(jī)制。

(2)操作人員管理：建筑工地環(huán)境十分復(fù)雜，常常是多臺(tái)塔吊同時(shí)施工，塔吊司機(jī)工作時(shí)精神高度集中，連續(xù)工作時(shí)間長(zhǎng)，很容易疲勞過(guò)度，甚至發(fā)生事故。呂軍等[24]基于人臉識(shí)別的實(shí)名制管理將與塔吊有關(guān)聯(lián)的駕駛員、工地安全員、租賃公司人員、維保人員納入監(jiān)管系統(tǒng)，排除了非法司機(jī)和非法操作塔吊的現(xiàn)象，達(dá)到在線監(jiān)管塔吊的目的。

1.3 基于AI技術(shù)的塔吊維保管理

建筑施工現(xiàn)場(chǎng)塔吊的日常安全巡查工作存在工作強(qiáng)度大、爬高困難、安全隱患點(diǎn)人員難以到達(dá)等困難，人工巡查方法無(wú)法滿(mǎn)足現(xiàn)場(chǎng)安全管理的需求?？伦趩痰萚25]提出運(yùn)用無(wú)人機(jī)技術(shù)進(jìn)行航拍，人機(jī)協(xié)同巡查對(duì)施工現(xiàn)場(chǎng)塔吊的安全現(xiàn)狀進(jìn)行評(píng)估。董攀浩[26]綜合測(cè)試技術(shù)、信號(hào)處理技術(shù)、以太網(wǎng)技術(shù)，實(shí)現(xiàn)應(yīng)變數(shù)據(jù)采集和應(yīng)力譜計(jì)算，為疲勞監(jiān)測(cè)系統(tǒng)提供數(shù)據(jù)。極大地提高了塔吊安全巡查的效率，實(shí)現(xiàn)了實(shí)時(shí)動(dòng)態(tài)監(jiān)管，很好地解決了工地塔吊巡查工作的實(shí)際問(wèn)題。尚敬強(qiáng)等[27]利用遺傳算法隨機(jī)搜索性強(qiáng)，易收斂到全局最優(yōu)解的優(yōu)點(diǎn)對(duì)其進(jìn)行改進(jìn)，通過(guò)誤差平方和的倒數(shù)建立遺傳算法與BP神經(jīng)網(wǎng)絡(luò)的聯(lián)系，有效地進(jìn)行預(yù)測(cè)、識(shí)別塔式起重機(jī)的狀態(tài)，對(duì)塔吊進(jìn)行故障診斷。

1.4 基于AI技術(shù)的塔吊作業(yè)管理

(1)國(guó)內(nèi)研究情況

Li， Yanming等[28]開(kāi)發(fā)了基于一種基于數(shù)據(jù)驅(qū)動(dòng)的塔式起重機(jī)遠(yuǎn)程監(jiān)控報(bào)警系統(tǒng)，集成了現(xiàn)場(chǎng)數(shù)據(jù)和三維仿真，采集塔式起重機(jī)的部件的數(shù)據(jù)，通過(guò)參數(shù)化進(jìn)行建模，利用事件觸發(fā)和變差計(jì)算(ETVC)方法改進(jìn)了仿真活動(dòng)過(guò)程。郁志明[29]開(kāi)發(fā)了一種集電子技術(shù)、無(wú)線通信技術(shù)、自動(dòng)控制、數(shù)據(jù)庫(kù)管理等對(duì)塔吊使用過(guò)程和行為進(jìn)行監(jiān)督，能實(shí)時(shí)監(jiān)控工況、作業(yè)防碰撞、違規(guī)操作的聲光報(bào)警并自動(dòng)控制等。李金蘭[30]設(shè)計(jì)了一種由風(fēng)速傳感器、變幅傳感器、提升高度傳感器、回轉(zhuǎn)角傳感器、傾角傳感器、拉力或重量傳感器等數(shù)字式傳感器實(shí)時(shí)采集塔吊工作狀態(tài)信息的系統(tǒng)，實(shí)現(xiàn)多路數(shù)據(jù)的高速并行采集，并由繼電器輸出報(bào)警和錯(cuò)誤信息。孫凡晴[31]設(shè)計(jì)了一種由感知層、網(wǎng)絡(luò)層、應(yīng)用層組成的物聯(lián)網(wǎng)的塔吊安全監(jiān)測(cè)系統(tǒng)，對(duì)采集的數(shù)據(jù)進(jìn)行灰色關(guān)聯(lián)分析理論分析。蔡政[32]也是通過(guò)數(shù)據(jù)采集，從而輔助操作人員的工作。賓澤民[33]、張彬彬[34]通過(guò)將WSN技術(shù)采集到的施工現(xiàn)場(chǎng)塔吊危險(xiǎn)源實(shí)時(shí)信息與構(gòu)建的數(shù)據(jù)庫(kù)進(jìn)行比對(duì)分析，判斷并顯示人員和塔吊的運(yùn)行狀態(tài)，實(shí)現(xiàn)了塔吊的安全管理。王建農(nóng)等[35]提出了一種基于傳感空間三維數(shù)據(jù)定位技術(shù)的塔吊防撞系統(tǒng)設(shè)計(jì)方法，通過(guò)在塔吊間隔性安裝角度與方位傳感器實(shí)時(shí)采集位置數(shù)據(jù)，數(shù)據(jù)被傳輸?shù)较到y(tǒng)上位機(jī)中的數(shù)據(jù)處理模塊，上位機(jī)中核心處理器使用三維定位的方法對(duì)危險(xiǎn)距離計(jì)算，從而輔助碰撞管理。龔結(jié)龍等[36]設(shè)計(jì)了極坐標(biāo)自動(dòng)確定坐標(biāo)的算法和三維群塔多點(diǎn)位防碰撞算法，采用最新的LoRa傳輸技術(shù)，成本塔和相關(guān)塔之間的自組網(wǎng)和數(shù)據(jù)交互，構(gòu)建群塔防碰撞多點(diǎn)位模型，通過(guò)水平和高度相關(guān)性得出防碰撞關(guān)系。

(2)在解決塔吊施工效率問(wèn)題方面

Leung， Arthur W T等[37]利用人工神經(jīng)網(wǎng)絡(luò)和多元回歸分析的方法，建立了一個(gè)定量模型來(lái)預(yù)測(cè)住宅工程的塔式起重機(jī)的吊裝次數(shù)。Zavichi， Amir等[38]提出了采用整數(shù)規(guī)劃方法，對(duì)塔式起重機(jī)運(yùn)行服務(wù)效率進(jìn)行優(yōu)化，修正了塔式起重機(jī)TSP公式，結(jié)果顯示預(yù)計(jì)節(jié)省25%～45%的塔式起重機(jī)運(yùn)行時(shí)間。Al-Hussein， Mohamed等[39]利用SPS和三維可視化仿真的方法，在3D Studio MAX環(huán)境中構(gòu)建了一個(gè)集成系統(tǒng)對(duì)工作任務(wù)的優(yōu)先等級(jí)進(jìn)行管理，三維視圖有效地將仿真結(jié)果傳達(dá)給管理者，從而優(yōu)化作業(yè)順序，輔助決策。Monghasemi， Shahryar等[40]采用了一種基于博弈論和優(yōu)化技術(shù)的方法對(duì)需求塔吊作業(yè)的等待時(shí)間進(jìn)行優(yōu)化，提出了一種改進(jìn)的基于冪指數(shù)法的和聲搜索方法，用于搜索排序，使優(yōu)先級(jí)與平均值的偏差最小，從而進(jìn)一步優(yōu)化塔吊作業(yè)順序。Chijoo Lee等[41]對(duì)塔吊的吊鉤的旋轉(zhuǎn)控制進(jìn)行了分析，利用定位傳感器和激光測(cè)點(diǎn)測(cè)量旋轉(zhuǎn)角度的精度、旋轉(zhuǎn)可控鉤塊的角度和停止時(shí)間，采用機(jī)械化系統(tǒng)控制吊鉤旋轉(zhuǎn)，從而降低手動(dòng)控制帶來(lái)的風(fēng)險(xiǎn)，優(yōu)化了起重吊裝的效率和減少了人力成本。張鴿等[42]提出了將貪心算法引入到基本遺傳算法中的混合遺傳算法，進(jìn)行建筑材料分配數(shù)據(jù)的分析，提高塔吊裝載分配合理化。

(3)在解決吊裝精度問(wèn)題方面

Liang， Xiong等[43]研究開(kāi)發(fā)了一種自動(dòng)化施工測(cè)量與四維(4D)建模無(wú)縫集成的新方法，以提高當(dāng)前建筑構(gòu)件定位和安裝的效率和質(zhì)量。建筑模型考慮塔吊吊裝能力、施工方法、作業(yè)順序等工程約束，生成4D模型。測(cè)量數(shù)據(jù)處理使用了一種特殊的算法來(lái)推導(dǎo)轉(zhuǎn)換矩陣，轉(zhuǎn)換矩陣在三維空間中對(duì)固體物體的運(yùn)動(dòng)和旋轉(zhuǎn)進(jìn)行編碼。因此，建筑構(gòu)件的三維模型被更新，以反映其在安裝過(guò)程中的實(shí)際運(yùn)動(dòng)。4D可視化結(jié)果可以提供直觀感知和準(zhǔn)確理解建筑構(gòu)件最終設(shè)計(jì)狀態(tài)，能有效地對(duì)建筑構(gòu)件進(jìn)行定位。王旭等[44]提出了一種調(diào)用CamShift算法實(shí)現(xiàn)對(duì)吊鉤的實(shí)時(shí)跟蹤的無(wú)線視頻監(jiān)控系統(tǒng)，駕駛員通過(guò)便攜式接收終端訪問(wèn)無(wú)線AP獲得實(shí)時(shí)跟蹤圖像，實(shí)時(shí)跟蹤滿(mǎn)足駕駛員的監(jiān)控需求。

(4)在解決塔吊空間碰撞問(wèn)題方面

施工現(xiàn)場(chǎng)通常是將物料運(yùn)到現(xiàn)場(chǎng)再進(jìn)行吊裝、安裝，正確規(guī)劃吊裝路徑能有效提高施工效率和安全，檢查起重吊裝路徑的可行性的過(guò)程非常繁瑣而且容易出錯(cuò)。在塔吊提升物料至高空的過(guò)程中，會(huì)出現(xiàn)工作空間的安全問(wèn)題和重復(fù)提升的問(wèn)題。同時(shí)，施工現(xiàn)場(chǎng)的大型設(shè)備碰撞通常伴隨著嚴(yán)重的損失，包括人員死亡、金錢(qián)損失和工期延誤。傳統(tǒng)的計(jì)算機(jī)輔助技術(shù)可以提供幫助，但局限性大。塔吊用于將負(fù)載物從初始點(diǎn)移動(dòng)到所需點(diǎn)，在運(yùn)動(dòng)過(guò)程中熟練的操作員需要控制負(fù)載物不必要的擺動(dòng)。Li， Heng等[45]利用虛擬樣機(jī)技術(shù)對(duì)建設(shè)模式、人機(jī)料、進(jìn)度計(jì)劃和場(chǎng)地布局圖進(jìn)行分析，優(yōu)化了作業(yè)空間分配、施工便道上的物資運(yùn)輸和布置塔吊之間的關(guān)系。Hwang， Seokyon[46]提出了一種通過(guò)幫助防止設(shè)備碰撞的方法，提供了塔吊的實(shí)時(shí)空間數(shù)據(jù)、可視化模塊和輔助決策模塊，可以提高設(shè)備操作員在現(xiàn)場(chǎng)對(duì)塔吊態(tài)勢(shì)感知能力； 利用了UWB(超寬帶)技術(shù)對(duì)室內(nèi)物體進(jìn)行定位，由多個(gè)傳感器采用TDOA和AOA定位算法對(duì)標(biāo)簽位置進(jìn)行分析。Lee， Ghang等[47]開(kāi)發(fā)了一種利用各種傳感器和建筑信息模型(BIM)的塔式起重機(jī)盲舉導(dǎo)航系統(tǒng)，實(shí)時(shí)提供建筑物和周?chē)h(huán)境的三維信息以及被吊物的位置信息。Duong， SC等[48]提出了一種利用壓縮粒子優(yōu)化算子和二進(jìn)制編碼遺傳算法的混合進(jìn)化算法，可以有效控制載物不必要的擺動(dòng)。Lee， Ghang等[49]提出了一個(gè)帶有激光裝置、編碼器和加速度計(jì)的塔吊機(jī)器人系統(tǒng)，利用該系統(tǒng)提高吊裝效率和加強(qiáng)安全管理。Lei， Zhen等[50]提出了一種起重機(jī)二進(jìn)制路徑檢查方法，使用配置空間的方法來(lái)簡(jiǎn)化工作空間，對(duì)半徑和工作空間與提升模塊拾取區(qū)域進(jìn)行路徑檢查。

2 探論與展望

2.1 塔吊管理的人工智能相關(guān)技術(shù)討論

進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代，人工智能作為新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，推動(dòng)著工程管理從經(jīng)驗(yàn)化向智能化躍進(jìn)。通過(guò)文獻(xiàn)研究和應(yīng)用調(diào)研，人工智能技術(shù)應(yīng)用于塔吊布置、人員管理、設(shè)備維保管理、作業(yè)空間碰撞管理等方面已經(jīng)有很多案例，塔吊管理逐步從依據(jù)經(jīng)驗(yàn)進(jìn)行管理轉(zhuǎn)入智能輔助決策、流程自動(dòng)化和作業(yè)流程優(yōu)化升級(jí)，通過(guò)人工智能技術(shù)在項(xiàng)目管理三大目標(biāo)與塔吊管理之間尋求最佳關(guān)系。

(1)在塔吊布置管理方面，主要是利用了BIM建模技術(shù)對(duì)作業(yè)空間的可視化表達(dá)，快速發(fā)現(xiàn)作業(yè)空間之間的沖突，通過(guò)引入時(shí)間軸對(duì)作業(yè)空間進(jìn)行4D模擬，應(yīng)用基于多智能體模擬技術(shù)對(duì)資源配置進(jìn)行優(yōu)化。同時(shí)，通過(guò)遺傳算法、群體智能算法等對(duì)塔吊類(lèi)型、數(shù)量、位置進(jìn)行優(yōu)化。但是，大部分研究停留在檢查塔吊方案可行性和單一塔吊作業(yè)的研究，實(shí)際工程中大部分的塔吊管理都是群塔管理，缺乏多種群塔方案之間的比選研究。而且，目前的研究是基于人為決策，工地上塔吊的分布和調(diào)度缺乏數(shù)據(jù)及科學(xué)依據(jù)，存在預(yù)留量大或調(diào)度不合理等問(wèn)題。

(2)在人員管理方面，大分部研究是利用定位技術(shù)記錄作業(yè)人員的運(yùn)動(dòng)軌跡和塔吊作業(yè)軌跡，目前缺乏了以下內(nèi)容： 1)人員運(yùn)動(dòng)軌跡未進(jìn)行數(shù)據(jù)挖掘，未建立作業(yè)人員數(shù)據(jù)庫(kù)； 2)在作業(yè)空間中未建立電子圍欄進(jìn)行事前控制，人員的軌跡沒(méi)有進(jìn)行侵入預(yù)警功能； 3)在作業(yè)人員管理方面，大部分的定位設(shè)備精度低、位置偏移量大和通信中斷等狀況，難以實(shí)現(xiàn)即時(shí)跟蹤人員和大型設(shè)備的位置； 4)對(duì)操作人員的疲勞和不規(guī)范操作導(dǎo)致的安全風(fēng)險(xiǎn)缺乏相關(guān)研究，尤其是操作人員的疲勞狀態(tài)監(jiān)控、不規(guī)范操作預(yù)警和操作人員資格管理。

(3)在設(shè)備維保管理方面，通過(guò)文獻(xiàn)查詢(xún)到的案例較少，大部分是通過(guò)信息化手段采集數(shù)據(jù)，人工判斷后再進(jìn)行設(shè)備維保，難以解決傳統(tǒng)人工判斷的準(zhǔn)確率和效率較低的問(wèn)題。對(duì)于設(shè)備維保方面，可以借鑒其他行業(yè)類(lèi)似情況，利用無(wú)人機(jī)采集設(shè)備狀態(tài)，通過(guò)圖像識(shí)別技術(shù)和自然語(yǔ)言處理實(shí)時(shí)判斷設(shè)備狀態(tài)和自動(dòng)觸發(fā)維保需求。

(4)對(duì)塔吊施工效率研究方面，大部分研究利用可視化仿真的方法，控制單因素的進(jìn)行模擬，從而得出吊裝工作最佳順序。缺乏了多因素影響下的方案模擬，結(jié)論不能完全切合實(shí)際工程的動(dòng)態(tài)性和復(fù)雜性。

(5)吊裝精度控制的研究主要集中于開(kāi)發(fā)可視化界面，解決操作人員盲點(diǎn)問(wèn)題，提供給操作人員進(jìn)行定位判斷。吊裝構(gòu)件的定位過(guò)程還是依靠傳統(tǒng)人為判斷來(lái)完成，沒(méi)有解決人為判斷失誤影響吊裝精度的問(wèn)題。

(6)業(yè)內(nèi)對(duì)塔吊管理主要是集中在解決塔吊空間碰撞問(wèn)題方面，大量文獻(xiàn)討論了BIM建模技術(shù)對(duì)群塔方案進(jìn)行建模，通過(guò)人工智能算法優(yōu)化吊裝路徑，通過(guò)定位技術(shù)，實(shí)時(shí)采集群塔之間大臂與小車(chē)位置數(shù)據(jù)，避免群塔之間碰撞。

2.2 未來(lái)研究方向

(1)在操作人員管理方面缺少疲勞監(jiān)測(cè)、不規(guī)范作業(yè)的預(yù)警功能，可以利用計(jì)算機(jī)視覺(jué)技術(shù)，讓計(jì)算機(jī)主動(dòng)地分析和處理獲取到的信息，進(jìn)行人眼檢測(cè)和跟蹤，對(duì)作業(yè)人員進(jìn)行人臉識(shí)別、心理測(cè)試和疲勞檢測(cè)[51]。

(2)針對(duì)目前塔吊安全施工防護(hù)設(shè)備定位精度低、位置偏移量大和通信中斷等狀況。開(kāi)發(fā)周界防范系統(tǒng)，融合物聯(lián)網(wǎng)信息傳輸和虛擬電子圍欄，基于人員定位數(shù)據(jù)采集技術(shù)，在防區(qū)內(nèi)由發(fā)射端和接收端組成，紅外探測(cè)線或者激光探測(cè)線在發(fā)射端發(fā)出，當(dāng)有人企圖跨越受保護(hù)的區(qū)域或者探測(cè)線遮擋時(shí)，接收端將發(fā)出提醒[52]。對(duì)作業(yè)人員進(jìn)入危險(xiǎn)區(qū)域進(jìn)行預(yù)警和提示，對(duì)設(shè)備越界情況進(jìn)行即時(shí)停機(jī)或者預(yù)警[52-54]。

(3)在設(shè)備巡檢管理方面，可以借鑒其他工程領(lǐng)域中的無(wú)人機(jī)巡檢技術(shù)和射頻定位技術(shù)[55]，按照預(yù)定的巡檢頻率，對(duì)生產(chǎn)過(guò)程中運(yùn)行的設(shè)備進(jìn)行動(dòng)態(tài)檢查，以便于實(shí)時(shí)掌握設(shè)備運(yùn)行動(dòng)態(tài)，采集設(shè)備狀態(tài)信息，反饋設(shè)備故障，確保設(shè)備安全可靠運(yùn)行。解決了傳統(tǒng)人力巡檢的成本高、安全風(fēng)險(xiǎn)高、效率低、判斷失誤等問(wèn)題。李紅濤等[56]在變電站項(xiàng)目使用了“人+機(jī)”雙巡檢的模式，提高了巡檢質(zhì)量，從人防、技防上杜絕了設(shè)備隱患的發(fā)生，能及時(shí)、有效地解決故障、隱患、異常。楊蓬等[57]提出了基于射頻識(shí)別(RFID)技術(shù)的智能機(jī)器人，應(yīng)用于變電站室內(nèi)巡檢領(lǐng)域，解決了傳統(tǒng)智能機(jī)器人成本高、安裝導(dǎo)軌不便、調(diào)試煩瑣、巡視不靈活等問(wèn)題。宋燕伶等[58]提出了一種基于RFID的配網(wǎng)智能巡檢技術(shù)方案，能夠提高配網(wǎng)運(yùn)維工作的質(zhì)量和效率，提高企業(yè)的經(jīng)濟(jì)效益。冉嘉等[59]提出了一種融合了射頻識(shí)別技術(shù)(RFID)、GPS技術(shù)以及無(wú)線通信技術(shù)的綜合系統(tǒng)，并將移動(dòng)智能終端引入到對(duì)設(shè)備的巡檢中。

(3)利用BIM建模技術(shù)，把每塊構(gòu)件的坐標(biāo)進(jìn)行輸入，通過(guò)RFID定位技術(shù)和攝像頭的圖像識(shí)別技術(shù)感知構(gòu)件空間位置，對(duì)構(gòu)件主動(dòng)定位與信息識(shí)別，提高吊裝效率和精度。

(4)通過(guò)傳感器采集到的人員作業(yè)數(shù)據(jù)、機(jī)械作業(yè)數(shù)據(jù)，應(yīng)該以結(jié)構(gòu)化形式進(jìn)行記錄，并對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，為進(jìn)度管理賦能，從而優(yōu)化類(lèi)似工程管理。同時(shí)，利用自然語(yǔ)言處理技術(shù)提高對(duì)作業(yè)規(guī)范的自動(dòng)化檢查，圖像識(shí)別技術(shù)對(duì)不同管理目標(biāo)進(jìn)行識(shí)別，自動(dòng)觸發(fā)吊裝作業(yè)管理動(dòng)作。

3 結(jié)論

近年來(lái)，圖像識(shí)別、語(yǔ)言識(shí)別、智能機(jī)器人、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等人工智能技術(shù)，VR、AR、MR領(lǐng)域等軟硬件產(chǎn)品進(jìn)入人們的視線。人工智能技術(shù)在塔吊管理的現(xiàn)階段已經(jīng)取得了一定成績(jī)，但仍有待進(jìn)一步深入研究。塔吊管理是一項(xiàng)復(fù)雜系統(tǒng)工程，從方案規(guī)劃到施工組織設(shè)計(jì)再到吊裝作業(yè)等等，需要考慮到工程內(nèi)部的成本、進(jìn)度、安全，也要考慮工程外部的資源供應(yīng)順序、人員溝通、設(shè)備維保時(shí)間等。希望可以在日后的工程管理的過(guò)程中， 不斷創(chuàng)新原有的管理機(jī)制，將人力從復(fù)雜、繁瑣、重復(fù)的工作中解脫，將人工智能的作用充分發(fā)揮出來(lái)， 危險(xiǎn)情況自動(dòng)反映和自動(dòng)控制，并對(duì)以上進(jìn)行數(shù)據(jù)記錄，為項(xiàng)目管理和工程信息化管理提供數(shù)據(jù)支撐，促使工程管理效率及水平得到大幅度提升，創(chuàng)造更多經(jīng)濟(jì)效益、社會(huì)效益及生態(tài)效益。