模块化建造中起重机吊装规划的自适应图排序
《ADVANCED ENGINEERING INFORMATICS》:Adaptive graph sequencing for crane lift planning in modular construction
【字体:
大
中
小
】
时间:2026年08月28日
来源:ADVANCED ENGINEERING INFORMATICS 11.5
编辑推荐:
- 动态图搜索整合起重机方案和吊装顺序。
- 逆序可行性检验减少了与阻塞相关的死胡同。
- 正向回放将图路径转换为进度安排和成本估算。
- 在55个物体、两台起重机的案例中,成本降低了18.8%。
- 在55个物体的案例中,工期从44.1天缩短至28.1天。
引言
工业模
- 动态图搜索整合起重机方案和吊装顺序。
- 逆序可行性检验减少了与阻塞相关的死胡同。
- 正向回放将图路径转换为进度安排和成本估算。
- 在55个物体、两台起重机的案例中,成本降低了18.8%。
- 在55个物体的案例中,工期从44.1天缩短至28.1天。
引言
工业模块化施工大量依赖移动式起重机来安装大型预组装模块和重型预制设备。这些作业占现场安装成本的很大一部分,每小时费用通常在500至2000美元之间,并与安全风险和进度中断密切相关。因此,有效的吊装计划必须确定起重机位置、配置和吊装顺序,同时考虑吊装半径、臂长和障碍物等现场约束[1]。起重机相关事故仍然是施工行业严重安全事故的持续来源[2],这强调了规划方法既需要运行高效又需要符合约束的必要性。
近年来,感知和模型驱动的工作流程正在将吊装规划从施工前延伸到执行阶段,包括基于BIM和无人机的监测与优化[3]、基于BIM的移动式起重机位置与配置选择决策支持[4]、[5]、用于协作吊装规划和假设评估的多用户虚拟现实[6],以及支持吊装位置和起重能力决策的施工数字孪生[7]。与此同时,运动和作业层面的研究已产生了面向安全性和实用性的吊装路径规划器[8]、专为移动式起重机设计的基于采样的规划器[9]、[10]、利用RTLS反馈的实时重新规划[11]、在虚拟现实环境中验证的强化学习方法[12],以及减少拥挤场地非增值移动的搬迁规划[13]。然而,这些方法中的许多专注于单个吊装或孤立的子问题,在项目层面的规划上存在空白,即在实际约束下联合优化吊装方案和顺序。
尽管经过数十年的计算机辅助工具发展,实际吊装计划仍然严重依赖专家判断和迭代试错,尤其是在工具无法同时考虑所有吊装或完全编码特定场地约束的情况下[14]。此外,每个吊装都与准备和支持任务相关——例如搬迁、重新配置、索具调整、地面准备和垫层铺设——这些任务会显著影响总运营成本和进度可行性[14]、[15]、[16]、[17]。对于大型工业项目,制定可靠的计划可能需要数周时间,而现场不确定性通常要求在执行过程中反复重新调度[14]、[15]、[16]、[17]。一种优化所有吊装并明确纳入这些运营任务的自动化方法可以减少规划工作量,并为项目产生可观的成本节约(见图1、图2)。
为了填补这一空白,本文介绍了一种自适应图排序器(AGS),这是一种具有递归决策空间细化的自适应图扩展方法,用于路径依赖型工程规划,通过移动式起重机吊装规划进行演示。与需要预定义网络或固定活动序列的静态图搜索方法不同,AGS在做出决策时动态扩展和剪枝决策图。每个选定的吊装方案都会改变下游方案的可行集,活动图会根据技术、空间和操作约束进行动态剪枝和更新。这种决策空间细化使该方法能够在不显式枚举所有完整序列的情况下搜索大型组合规划空间。在起重机规划应用中,该算法联合选择模块顺序、起重机设置位置、配置和每个预先分配的起重机实例中的索具状态,同时通过正向回放评估顺序依赖的支持任务成本。尽管案例研究专注于移动式起重机,但图扩展逻辑可以迁移到其他当前决策会影响下游可行性、资源状态和操作成本的施工和工程规划问题。
设M = {1, …, n}为模块集合。每个模块i有一个有限的可能吊装方案集合Oi,由自动起重机规划与优化(ACPO)生成,其中每个方案包括起重机ID、设置位置、配置和索具。设P ? M × M表示先决关系(技术、空间、阻塞)。设C表示路径依赖的可行性约束(由于障碍物、邻接或"关键活动"规则,在先前选择之后变得不可行的方案)。
确定:(i) 一个安装顺序π = i1, ?, in,它是先决关系图(M, P)的拓扑顺序;以及(ii) 对于每个安装的模块it,一个选定的吊装方案oit ∈ Oit,使得所有技术和路径依赖的可行性约束C得到满足。项目层面的准则是总场景成本TC,由公式(1)中的会计恒等式定义,而实现的AGS搜索最小化由公式(9)定义的支持任务目标:
TC_{π,o} = MC + DC + Σ_{t=1}^{n} LC_{it,oit} + IC_{π,o} + Σ_{t=1}^{n} SC_{oit-1,oit;St-1}
设St = {i1, ?, it} ? M表示截至步骤t已安装的模块集合,其中S0 = ?。因此,St-1表示步骤t之前的部分安装状态。顺序π必须满足所有先决关系P:对于每个(i,j) ∈ P,i必须出现在π中j之前。在步骤t,只有所有先决模块都已安装才符合条件,即Pred_{it} ? St-1。每个模块恰好安装一次:{i1, ?, in} = M。对于每个步骤t,选定的方案必须在部分安装条件下可行,即Feasible_{oit;St-1} = 1。对于多台起重机的情况,该公式分别应用于每个预先分配的特定起重机子集Mc。当前实现不优化模块到起重机的分配,也不全局枚举跨起重机交错。
TC、MC、DC、LC·、IC·和SC·分别表示总场景成本、动员成本、撤离成本、直接吊装/租赁成本、进度依赖的空置成本和支持任务成本。IC_{π,o}从产生的进度计划计算得出,因此取决于顺序、并发性和工作日历。SC_{oprev,onext;S}捕捉两个连续吊装方案之间起重机状态转换的增量成本,包括搬迁、地面准备、垫层安装与拆除和租赁、重新配置和索具更换。SC是路径依赖的,因为可行性和所需支持任务可能取决于已安装集合S。对于t=1,oi0 = o0表示初始虚拟起重机状态,因此SC_{o0,oi1;S0}表示第一次支持任务转换。
设每个吊装方案o由元组(c(o), l(o), k(o), r(o))表征,分别表示起重机ID、设置位置、起重机配置和索具类型。使用指示函数I[·](条件为真时等于1,否则等于0),支持任务成本模型表示为:
SC_{oprev,onext;S} = I_{l(oprev)≠l(onext)} CRL_{oprev,onext} + I_{k(oprev)≠k(onext)} CRECONF + CRIG_{oprev,onext} + CSUP_{onext;S}
其中CSUP_{onext;S} = CGP_{onext;S} + CMAT_{onext;S}
这里,oprev和onext是连续吊装方案;CRL、CRECONF和CRIG分别表示搬迁、重新配置和所需索具作业成本,CSUP是增量支持区域成本。仅在位置改变时才产生搬迁费用。CRIG由转换例程评估,当索具改变或重新配置需要索具作业时可能不为零。CGP_{onext;S}和CMAT_{onext;S}在每次转换时使用当前支持区域状态S进行评估,独立于LocationID是否改变;与先前准备或铺好垫层的区域重叠可以将任一增量减少为零。所有组件均根据项目特定的单位费率、活动持续时间、起重机租赁费率、人工费率、步行距离、支撑垫面积、垫层铺设要求和索具或配置变更计算得出。
在图表示中,问题被编码为分层的、动态剪枝的DAG(有向无环图),其中顶点表示吊装方案。如果v在u之后根据P和C立即可行(给定到u的路径),则存在边(u → v);边权是增量支持任务成本。由于可行性约束C取决于先前吊装的累积顺序,可行邻接关系无法预先计算,而是在搜索过程中即时生成。
使用了两个基准测试来隔离自适应排序的价值。基于拍卖的工业起重机作业模拟(ASICO)[14]作为面向行业的基于模拟的排序基准保留用于工业起重机作业。固定序列Dijkstra基准遵循Mousaei等人[18]的图搜索公式,在其中为规定的吊装顺序优化起重机位置和配置。将AGS与这些基准进行比较可以分离自适应序列生成与固定序列起重机方案优化的影响。
本研究做出了四项贡献。首先,提出了一种用于路径依赖型规划问题的自适应图扩展策略,具有递归决策空间细化,其中可行决策空间在每次选择状态后动态更新,而不是预先完全枚举。其次,将移动式起重机吊装规划表述为分层状态转换图,其中节点表示可行的吊装方案,边表示顺序依赖的操作成本。第三,整合了逆序可行性检验和正向成本回放,以处理阻塞敏感约束,同时报告可执行的安装进度和成本结果。第四,使用两个工业模块化施工案例研究验证了该方法,并将结果与行业ASICO基准和固定序列Dijkstra基准进行对标。比较显示了自适应排序如何改变支持任务频率、起重机利用率和项目总成本。
研究背景
在过去的几十年里,研究人员和从业者广泛利用数字技术,包括计算机辅助设计(CAD)、模拟建模、人工智能(AI)和地理信息系统(GIS),来改进和自动化起重机吊装计划[14]、[16]。许多早期研究专注于塔式和桥式起重机作业,解决了相对静态环境中的起重机类型选择、最佳定位和吊装顺序问题[19]、[20]、[21]。
研究方法
本研究为工业模块化施工中的移动式起重机吊装计划开发了一种知识和约束驱动的决策支持框架。方法论核心是自适应图扩展与递归决策空间细化:活动图仅在当前部分解决方案允许可行延续的地方扩展,每个已承诺的状态更新下游决策空间。该框架结合了项目数据库、预生成的可行吊装方案、编码的…
案例研究和结果
所提出的框架通过两个具有不同问题规模和起重机执行设置的工业模块化施工案例研究进行评估。评估侧重于三个方面:(i) 解决方案质量,通过总成本、支持任务成本组件、搬迁次数、配置变更次数、索具变更次数、空置成本和项目工期衡量;(ii) 对比性能,与行业ASICO基准和固定序列Dijkstra基准进行比较;以及…
结论
本研究开发并评估了一种用于路径依赖型工程规划的自适应图扩展框架,具有递归决策空间细化,通过工业模块化施工中的移动式起重机吊装规划进行了演示。在实现的AGS方法中,顶点表示可行的吊装方案,边表示顺序依赖的支持任务成本;然而,该图不被视为固定的静态网络。相反,可行后继节点是动态生成、剪枝和评估的…
生成式AI和AI辅助技术在稿件准备过程中的声明
在准备本工作期间,作者使用了生成式AI辅助工具来支持语言润色和可读性编辑。在使用这些工具后,作者根据需要审查和编辑了内容,并对已发表的文章承担全部责任。
作者贡献声明(CRediT)
Ali Mousaei:撰写–初稿、可视化、验证、软件、方法论、形式分析、数据整理、概念化。
Hosein Taghaddos:撰写–审阅与编辑、撰写–初稿、可视化、验证、监督、资源、项目管理、方法论、形式分析、概念化。
Ulrich Hermann:撰写–审阅与编辑、验证、监督、项目管理、调查、数据整理、概念化。
利益冲突声明
一位作者与PCL工业管理公司有关联,PCL提供了工业案例研究支持和用于本手稿的专有项目与成本数据。作者负责分析、解释和结论,并声明没有额外的竞争性经济利益或个人关系影响了本文所呈现的工作。
致谢
感谢PCL工业管理公司和德黑兰大学Tecnosa研发中心对本研究完成的支持。
Ali Mousaei | Hosein Taghaddos | Ulrich Hermann
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号