铁路工程项目群总控信息化研究

    引言

    近年来，铁路行业发展迅速，每年有数十个新建铁路工程项目批复或开工。铁路工程建设项目的特点是规模大、专业多、系统复杂、资金成本高、工期紧张。传统管理手段很难满足现代铁路建设在质量、安全、成本和工期等方面的需求，迫切需要引入新的技术手段来改善铁路工程建设管理水平。随着信息化时代的来临，移动互联网、云计算、大数据、物联网等信息化技术在工程建设领域得到广泛应用。铁路工程建设领域的信息化起步较晚，但在中国铁路总公司的领导下，集中行业内优势力量，经过近几年发展，信息化水平已经有了巨大进步，并取得一系列成果，如组建铁路BIM联盟，编制铁路工程信息模型存储标准、铁路工程信息模型分类与编码标准等11部铁路BIM标准，研发基于BIM的铁路工程管理平台，在京沈、京张、银西开展BIM试点应用等。

    1铁路工程建设项目管理相关理论及技术

    1.1大数据

    1.1.1概念大数据是具备海量、高速、多样、可变等特征的多维数据集，为人类认识复杂系统提供了新的思维和手段，为精细化管理和智慧城市建设提供了支撑。吕诺尔夫松等学者通过对179家大型公司进行调研发现，采用“数据驱动型决策”的企业能将其生产力提升5%~6%。大数据处理包括4个主要环节：产生大数据、获取大数据、存储大数据、分析大数据，各环节涉及的主要关键技术见表1[1]。1.1.2数据驱动数据驱动是指工程建设项目中的一切管理活动（质量、进度、成本、安全、环保）都是建立在真实数据的基础上，以真实数据为出发点和驱动力。数据驱动与流程驱动相比，主要具有以下2个特征：（1）流程与模式变化。以往是先设计模式再有数据，现在是先有数据再设计模式，多采用基于业务驱动、关系驱动和数据驱动等多模式的综合性方法。通过利用数据挖掘等方法能大大提升铁路工程项目管理的智能性和主动性。（2）数据来源和形式更加广泛。行业统计数据、企业运营数据和项目全生命周期数据均是制定决策的重要支撑数据来源，其形式也多种多样[2]。1.1.3铁路工程大数据类型和特点铁路工程大数据主要包括试验室、拌和站、隧道围岩、桥梁静载、智能梁场、智能板厂、电子日志、考试培训、人员诚信等数据，数据来源范围广，基本覆盖全路所有在建项目，涵盖各种工况下数据采集，为开展大数据分析积累了必要的数据基础。但是，这些海量数据并未得到有效和充分利用。在铁路工程建设过程中，这些庞大的数据究竟有什么价值，如何对数据进行挖掘、管理、分析并加以利用，并最终实现数据驱动的铁路工程项目项目管理信息化，是当前亟待解决的问题。

    1.2项目总控

    项目总控（Projectcontrolling）是在项目管理（Projectmanagement）基础上结合企业控制论（Controlling）发展起来的一种运用现代信息技术为大型建设项目业主方的最高决策者提供战略性、宏观性和总体性咨询服务的新型组织模式。项目总控理论于20世纪中期起源于德国，PeterGreiner对这一理论的发展作出了突出贡献。他首次提出项目总控模式，并成功将其应用于德国统一后的全国铁路改造和新建，以及柏林机场、慕尼黑机场、雅加达机场等大型工程中。作为新兴的工程管理模式，项目总控在国内外多个项目进行应用，并取得显著成效[3]。

    1.3项目群管理

    项目群指经过协调统一管理以便获取单独管理时无法取得的效益和控制的一组相互联系的项目。项目群项目需要共享组织的资源，需要进行项目间的资源调配。项目群管理（Programmanagement）指为了实现组织的战略目标和利益，而对一组项目（项目群）进行的统一协调管理[4]。与项目管理相比，项目群管理是为了实现项目群的战略目标与利益，而对多个项目进行总体控制与协调。Gray从项目集群的目的出发，认为项目群是仅以协调管理或集成战略层面的报告为目的而进行的项目聚合；Ferns指出项目群是对项目以协调的方式进行管理，通过对相关项目的结构和过程进行组织，以获得比单个项目管理更大的整体利益；也有一些学者和组织将项目群的定义与项目组合的定义联系起来，如Archer和Ghasemzadeh提出项目群是通过对项目的组合协调管理、改变组织，以获得战略意义；Thiry等基于战略角度给出定义“项目群是所有变更行动（包括项目和运作活动）有目的的集合，以实现战略或战术的利益”。

    2大数据在铁路工程建设项目群管理中的应用

    2.1数据记录与核算

    管理中存在大量数据记录，如生产产品的数量、品种、职工人数、股数、原料费用等。管理中的数据核算有：合格率、利润率、成本率、工资等；企业是否盈利，盈利多少；企业运营是否健康；资源是否合理、是否利用得有效等。此外，利用利润率、回收期等数据还可对项目优劣进行精确评价。

    2.2预测

    预测是对未来可能发生的事情进行评估，分为定性预测和定量预测。定性预测是依据过去的经验，对未来加以判断；定量预测是概率论与数理统计在预测中回归分析的数据起到重要作用。在市场化、全球主要环节关键技术产生大数据管理信息系统、传感器、智能仪表等获取大数据基于领域知识的搜索技术、自然语言处理技术等存储大数据NoSQL、分布式数据库等化、信息化不断深入的今天，市场环境不断变化，市场预测的准确性越来越受到重视。

    2.3计划和控制工作的优化

    在管理的计划和控制工作中，经常需要对管理活动进行比较和选择，这种管理活动称为“优化”。计划和控制的本质是为达到一定的目标而对各种资源进行分配和整合，而分配资源必然涉及方案和策略的比较和选择，即管理优化职能。在管理的优化过程中，用到的数学方法有3类：运筹学、边际分析方法、统计概率方法。市场环境的复杂多样化、竞争优势的重要性突出，以及计算机技术都推动了情报业的发展，信息对于企业的生存和可持续发展起着越来越重要的作用，因此运筹学、边际分析方法、统计概率方法有着更广泛的运用空间。同时，计算机模拟技术的发展和实用分析工具的逐渐投入，使运筹学、边际分析方法、统计概率方法的使用门槛得以降低。

    2.4评价

    在工作和方案评价过程中，可能涉及对成本、效益、工作效率、用户满意度等方面的评价，评价方法可分为定量和定性2个方面。对数量方面的评价需要数学方法，而定性方面的评价，往往借助于数学方法，例如对效用的量化值分析。

    3基于数据驱动的铁路工程建设项目群总控模式

    当前铁路工程快速发展，项目数量不断增多，管理难度越来越大，因此，有必要研究一种新型的管理模式。基于以上分析，为适应铁路工程项目对于管控的需求，提出基于数据驱动的铁路工程项目群总控模式（见图1）.

    4基于项目群总控模式的铁路建设管理系统

    铁路建设信息化在标准规范体系、安全保障体系的支撑下，搭建云平台和服务平台，构建项目管理应用以及未来可扩展的建设管理和监督管理应用，提升铁路工程的规划设计、工程建设和信息共享能力，建立基于项目群总控模式的铁路建设管理系统，其总体架构见图2。从逻辑角度，系统可描述为包含7层的架构体系，从下到上依次为感知层、网络层、设施层（云平台）、数据层、服务层、应用层和访问层（见图3）。铁路建设管理系统V1.0版本系“数据驱动型管理平台”，包含建设管理、项目管理和监督管理等3大业务板块，具备取填结合、高效建模、手自一体、统一平台、场景无关等5大特点。通过实施铁路建设管理系统，实现铁路工程“质量、安全、进度、投资、环保、物资”六位一体的建设管理目标，达到标准化管理，切实提升工程建设的规划设计、工程管理、信息共享能力[5]。今后，铁路建设管理系统将成为铁路工程建设领域的主要信息化手段，是项目开工的必要条件和统一标准。各单位在后续的平台管理办法制定中，宜以清单的形式明确信息化管理工作的权力和职责，保证平台稳定运行。

    5展望

    在铁路工程建设中，应扎实推进信息化、项目群管理和项目总控理论技术的应用，总控模式应面向铁路工程项目群管理，并以信息化技术作为支撑。加大信息化技术在铁路工程建设中的推广应用，是打造放心工程、精品工程的强有力支撑，也是数字铁路、智能铁路的发展方向。

    参考文献

    [1]马智亮，刘世龙，刘喆.大数据技术及其在土木工程中的应用[J].土木建筑工程信息技术，2015，7(5)：45-49.

    [2]张志清，李云梅，张瑞军.数据驱动技术创新：能力构成模型与关键流程[J].科技进步与对策，2015，32(16)：7-10.

    [3]成如刚.工程项目总控方法的研究[D].武汉：华中科技大学，2006.

    [4]魏强.工程建设项目群信息化管理的思路[J].社会科学前沿，2018，7(2)：123-128.

    [5]王同军.基于BIM的铁路工程管理平台建设与展望[J].铁路技术创新，2015(3)：8-13.