Введение
Монолитное строительство сегодня — одна из самых популярных технологий в многоэтажном домостроении. Этот метод позволяет возводить здания с высокой прочностью, гибкостью планировки, практически неограниченной этажностью. Такой метод дает возможности по возведению строений любой конфигурации, способствуя сокращению сроков проведения работ. Надежность возводимых зданий имеет прямую зависимость от эффективности используемой системы мероприятий строительного контроля.
Для проведения оценки качества, эффективности используемых ОТР необходимым является применение математического аппарата. Осуществление контроля качества ОТР посредством определения значений факторов и их параметров, оказывающих влияние на организацию монолитного жилищного позволяет значительно сократить затраты на приведение к определенным законодательством нормам уже возведенных конструкций.
Строительные системы представляют собой непростые вероятностные системы, находящиеся постоянно в динамике. Поэтому выбор оптимальных решений проводится исключительно только при использовании математических методов решения задач. При этом оптимальное распределение ресурсов значительно влияет на сроки, стоимость и качество возводимого монолитного жилья.
Актуальным для современного состояния системы эксплуатации зданий по мнению автора по сравнению с другими известными методами, выступает такой математический аппарат, как множественный корреляционно-регрессивный анализ поскольку данный вид математического аппарата дает значительные результаты при принятии решений применения системы определенных управляющих воздействий.
Методы множественного корреляционно-регрессионного анализа применяются в контроле монолитного строительства жилых домов для выявления зависимостей между различными факторами, оценки их влияния на ключевые параметры и оптимизации процессов. Эти методы позволяют учитывать комплекс факторов одновременно, повышать точность прогнозов и принимать обоснованные решения.
Материалы и методы
В данной статье автором использованы методы обзорно-аналитического исследования, а также эмпирические методы исследования. После формирования концептуальной модели исследования применялись методы теоретического уровня. Основы контроля качества нашли свое отражение в работах таких авторов как: В.А. Скакалова, А.А. Лапидус, И.А. Бахурова, Г.И. Магомедова, А.Е. Степанова.
Цель исследования: Методом множественного корреляционно-регрессивного анализа установить зависимость между факторами и параметрами, которые при правильной комбинации и правильном формировании программы строительного контроля позволяют совершенствовать применение организационно-технологических решений (ОТР) для достижения максимальных результатов в качественном монолитном строительстве многоэтажных железобетонных зданий.
В первую очередь необходимым является рассмотрение самого понятия строительного контроля.
«Строительный контроль проводится в процессе строительства, реконструкции, капитального ремонта объектов капитального строительства в целях проверки соответствия выполняемых работ проектной документации (в том числе решениям и мероприятиям, направленным на обеспечение соблюдения требований энергетической эффективности и требований оснащенности объекта капитального строительства приборами учета используемых энергетических ресурсов), требованиям технических регламентов, результатам инженерных изысканий, требованиям к строительству, реконструкции объекта капитального строительства, установленным на дату выдачи представленного для получения разрешения на строительство градостроительного плана земельного участка, а также разрешенному использованию земельного участка и ограничениям, установленным в соответствии с земельным и иным законодательством Российской Федерации» статья 53 Градостроительного кодекса [1].
Обсуждение
Разработка и реализация мероприятий проведения строительного контроля, повышающих качество возводимых конструкций при монолитном строительстве многоэтажных железобетонных зданий должны основываться на научно установленных и статистически значимых взаимосвязях факторов и параметров, влияющих на контрольные процедуры с показателями качества. Причем сами факторы следует ранжировать по степени влияния на качество для выбора наиболее существенных. Кроме того, факторы должны иметь количественное выражение и однозначно определяться в каждом конкретном случае.
На этой основе автором предложен алгоритм использования метода множественного корреляционно-регрессивного анализа для выявления зависимости между факторами, их параметрами и качеством возводимого монолитного жилья. При этом совершенствование ОТР, которые в свою очередь направлены на повышение качества возводимых конструкций, определяется правильной комбинацией совокупности факторов и параметров и как результат правильное формирование программы проведения строительного контроля.
Практика применения математических моделей зависимости элементов системы от множества вероятностей достаточна распространена у научных специалистов. Такая практика, используемая для оптимизации ОТР строительного контроля качества возводимого монолитного жилья и обуславливает актуальность выбора математического аппарата, который в свою очередь зависит от конкретных особенностей строительного контроля.
Далее рассматриваются чаще всего применяемые на практике математические аппараты (метод математической статистики, математический аппарат нечеткой логики, метод экспертного анализа математического аппарата, метод линейного, динамического программирования, модель управления запасами, нелинейный метод, модель факторного статистического анализа управленческих связей, детерминированная функциональная модель, парный корреляционно-регрессивный анализ, множественный корреляционно-регрессивный анализ, математический аппарат нейросетей).
1. Метод математической статистики. Использование вероятностно-статистических методов можно разделить на две группы. Первая представляет собой анализ факторов и их параметров, влияющих на процесс контроля качества. Вторая группа дает оценку влияния каждого параметра. Такой подход дает возможность выявить и структурировать параметры, оптимизирующие ОТР на всем процессе строительства [2].
2. Математический аппарат нечеткой логики основан на прогнозировании технического состояния монолитных конструкций путем нечетких моделей и включает в себя проведение нескольких этапов, а именно: введение нечетких терминов, описание правил, построение нечетких моделей, проведение оценки качества прогноза, выбор лучшего варианта. При этом дается оценка стабильности проводимых работ и прогноза технического состояния объекта в виде нечетких высказываний со степенью истинности получаемого результата. Основными преимуществами использования нечетких моделей являются [3]:
- при наличии требуемой точности вычислений имеется возможность использования простых систем управления;
- использование достаточного простого описания качественных оценок с привязкой к точному математическому аппарату.
3. Метод экспертного анализа математического аппарата. Данный метод выступает актуальным механизмом при формировании перечня влияющих факторов. Способствует этому отсутствие определенных математических значений и структурных зависимостей при возведении монолитных конструкций. Решения основываются на мнении экспертов в области возведения монолитного жилья [4].
4. При помощи метода линейного программирования определяется наибольшее количество параметров, оказывающих влияние на процесс разрушения конструкций. Линейное программирование приобрело достаточно широкое применение, так как программное обеспечение для решения такого рода задач является доступным. При этом программное обеспечение дает возможность проведения анализа решений исходя из вариантности имеющихся данных. Целевая функция и ограничения линейны [5].
5.«Нелинейная модель. Зависимость сырья и ресурсов скачкообразна от объема строительства. В результате с целью учета данных факторов определяются не простые, общие задачи оптимизации принятия управленческих решений. Применяются системы нелинейных уравнений, в которых факторы взаимодействуют не по простой алгебраической сумме действий. В основном использование данной модели показывает эффективность разрабатываемых алгоритмов оптимального проектирования, дающих оптимальный результат на малом числе итераций» [6].
6. Метод динамического программирования определяется как метод поэтапного проведения управленческих решений. Задачи оптимизации в основном направлены на установление сроков и определение замен объектов. В случае увеличения срока эксплуатации здания без профилактического ремонта показатели объекта становятся менее результативными. В случае частой замены растут финансовые вложения. Использование модели динамического программирования дает возможность достижения минимума общих расходов и капитальных вложений. При этом нахождение оптимального решения определяется достаточно большим количеством этапов проводимых наблюдений [7].
7. Имитационная модель управления запасами применяется при условии имеющегося вероятностного характера спроса и сроков поставки запасов. Данные модели достаточно быстро учитывают наличие дискретных, непрерывных элементов, многочисленные случайности воздействия и нелинейные характеристики элементов системы, создающие трудности в аналитических исследованиях. Используется для обеспечения бесперебойного процесса строительства объекта путем определения количества материальных запасов при условии минимизации затрат [8].
8. Факторный статистический анализ управленческих связей дает компактное и в то же время всестороннее описание предмета измерения. Путем проведения факторного анализа определяются факторы, которые отвечают за наличие линейных статистических связей корреляций между переменными, подпадающими под наблюдение. Анализируются данные не за короткий период времени.
9. «Детерминированная функциональная модель применятся для решения задач планирования, управления процессом строительно-монтажных работ по срокам проведения и анализа. Каждая функция подразделяется на несколько операций, которые выполняются отдельным исполнителем, но при этом загрузка остается оптимальной». По финансовым, трудовым и материально-техническим ресурсам ограничений не имеется. В качестве примера использования модели можно привести определение минимального или критического срока завершения работ, их реализации. Также определяются, и возможные календарные расписания и планы работ [9].
10. Парный корреляционно-регрессивный анализ. Данный анализ позволяет определить предиктивные результаты существующих зависимостей между заданными параметрами и итогом деятельности. Использование методов парного корреляционно-регрессивного анализа позволяет провести оптимизацию управления инвестиционным проектированием в строительстве. При этом выявляется зависимость цены за квадратный метр построенных квартир от как пример: этажности, типу застройки (монолитное, кирпичное, панельное, блочное), расстояния до центра. Результатом выступает принятие оптимальных управленческих решений на стадии создания проекта строительства объектов [10, 11].
11. Модель множественного корреляционно-регрессивного анализа определяет наличие тесноты связи рассматриваемых параметров при помощи корреляционного анализа. Путем проведения регрессивного анализа определяется характер связи рассматриваемых параметров. Два вида анализа при одновременном использовании дополняют друг друга.
12. Математический аппарат нейросетей. «Такой подход является актуальным для современного состояния системы эксплуатации зданий, поскольку позволяет существенно повысить эффективность процесса принятия решений о проведении необходимых управляющих воздействий по сравнению с другими известными методами. Обработка информации происходит при помощи использования вектора, упорядоченного набора чисел (компонентов вектора)» [12].
Рассмотрев основные виды математических аппаратов автор приходит к выводу о том, что в настоящее время у специалистов нет единого мнения по использованию определенного математического аппарата при проведении строительного контроля. Также одними из наиболее надежных выступают такие аппараты как: измерительный метод, адаптивная математическая модель и метод статистических показателей.
Измерительный метод дает наиболее точные показатели, при его использовании исследователи должны иметь специальную подготовку.
Метод статистических показателей дает оценку точности параметров, определяет стабильность технологических процессов, показывает уровень без дефектности.
В испытаниях на точность измерений, морозостойкость используют адаптивную математическую модель
В результате проведенного анализа автор приходит к выводу, что на сегодня комплексная оценка эффективности ведения строительного контроля, проводимая с помощью применения множественного корреляционно-регрессивного анализа является самым практичным используемым математическим аппаратом. Путем применения многофакторного анализа дается оценка силы и характера воздействия нескольких параметров-аргументов на показатель процесса. Данные сводятся в общую математическую модель. Для каждого их параметров определяется весовое значение. При этом оптимальное распределение ресурсов ведет к сокращению временных и финансовых затрат.
Модель включает в себя исследование функциональной и корреляционной зависимости.
Корреляционные значения отражают наличие связи между параметрами их тесноту.
Значения, полученные в ходе регрессивного анализа дают понятие о характере установленной зависимости между параметрами. Корреляционный и регрессивный анализы используются одновременно, дополняя друг друга.
В качестве примера в данной работе автором приведен множественный корреляционно-регрессивный анализ четырех параметров, а именно:
- Р1 - стаж работы не менее 5 лет в области деятельности (фактор квалификации сотрудника);
- Р2 - недоброкачественность сырья (материалов) (фактор - качество работ, результаты которых невозможно оценить после осуществления дальнейших операций);
- Р3 - выходной (сдаточный) контроль исполнительных схем, актов приёмки опалубки, оснований и арматуры, паспортов на бетон, бетонную смесь, закладные детали, сертификации арматурной стали, результатов лабораторных испытаний образцов (кубиков) бетона на сжатие (фактор вид контроля);
- Р4 - необходимость проведения поверки, калибровки и испытания (фактор -наличие измерительного и испытательного оборудования.
Определенная экспертным методом степень влияния (синаптический вес) каждого из параметров представлена в таблице 1.
Таблица 1
Параметры, влияющие на эффективность ОТР строительного контроля (степень влияния параметров)
|
Параметры |
Оценка экспертов (значимость) |
||||||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
|
Р1 |
1 |
0,9 |
0,5 |
0,9 |
1 |
0,5 |
0,8 |
|
Р2 |
0,8 |
0,8 |
0,8 |
0,9 |
0,8 |
0,6 |
0,9 |
|
Р3 |
0,5 |
0,8 |
0,7 |
1 |
0,9 |
0,9 |
0,1 |
|
Р4 |
0,8 |
0,9 |
1 |
1 |
1 |
0,7 |
0,9 |
Корреляционные зависимости определяются при множественном наблюдении. Оценка количественной тесноты связи дается при помощи множественного коэффициента корреляции R. При этом коэффициенты корреляции между рассматриваемыми параметрами, входящими в модель рассматриваются на наличие парных значений и записываются в квадратную симметричную матрицу.
Путем применения визуального анализа поля корреляции определяется наличие корреляции. При этом на поле отражаются точки, соответствующие значениям двух величин одновременно. Вывод о наличии корреляционной связи делается на основании положения линии, проведенной между точками.
Принимаемое значение коэффициента корреляции r при этом обычно от 0 до 1.
Положительное значение r определяет прямую связь, что означает увеличение зависимой переменной при росте независимой. Отрицательное значение говорит об обратной связи: зависимая переменная увеличивается при уменьшении независимой.
Для нормирования показателей параметров, влияющих на строительный контроль определен оптимальный диапазон значений, который объединен в параметрическую модель по результатам анализа.
Автором рассчитан индекс множественной корреляции R. Применена матрица парных коэффициентов корреляции:
R=√(1-∆_r/∆_r11 ), (1)
где:
- Δ_r – определитель матрицы парных коэффициентов корреляции; определитель матрицы парных коэффициентов корреляции;
- Δr11 – определитель матрицы межфакторной корреляции.
𝑅 =√(1- 0.0325/0.07)= 0.7315
Значение коэффициента множественной корреляции 0,7315, что приводит к выводу о отсутствии мультиколлинеарности рассматриваемых параметров, так как все коэффициенты r больше 0,7. Отсутствие мультиколлинеарности является одной из желательных предпосылок классической линейной множественной модели. Это связано с тем, что при отсутствии мультиколлинеарности оценки параметров становятся надёжными, то есть упрощается определение изолированного вклада параметров в результативный показатель. Связь между признаками и параметрами сильная, что говорит о независимости и надежности оценок экспертов.
Наличие корреляции также представлено визуальным анализом поля корреляции в виде графика (рисунок 1).
Рис. 1. Корреляционное поле параметров, влияющих на выполнение контрольных процедур неразрушающим методом
Таким образом определена степень влияния и вес каждого из параметров. Сделан их выбор для проведения оптимизации с выявленными параметрами, имеющими больший вес, которые в результате оказываются наиболее влияющими на эффективность строительного контроля и при правильной комбинации и правильном формировании программы испытаний позволяют достичь максимальных результатов.
Заключение
При рассмотрении применения методов строительного контроля на практике выявлено, что основы системного подхода методов строительного контроля и оценки качества его ведения остаются на сегодняшний день недостаточно проработанными.
По мнению автора решение данной проблемы возможно путем разработки организационно-технологической модели проведения строительного контроля путем применения методов множественного корреляционно-регрессивного анализа. Расчеты множественного коэффициента корреляции показали: между рассматриваемыми параметрами имеются высокие корреляционные связи, что позволяет снизить количество контролируемых показателей и уменьшить сроки проведения строительного контроля. Как следствие это дает ускорение процесса сдачи в эксплуатацию объектов строительства. То есть суть предложенной автором методики заключается в комбинации параметров, влияющих на его проведение и использовании.
Выявленные автором параметры при их правильной комбинации и правильном формировании программы испытаний позволяют оптимизировать организационно-технологические решения для достижения максимальных результатов.
