精益建造理论在建筑施工现场管理中的应用研究

发布时间：2017-08-20 00:24

  本文关键词：精益建造理论在建筑施工现场管理中的应用研究

  更多相关文章： 建筑施工现场管理 精益建造 5S管理 模糊层次分析法 BP人工神经网络

【摘要】：建筑施工现场管理是建筑工程的核心环节,建筑施工现场的良好管理不仅有助于提高建筑施工企业的经济效益,树立良好的声誉,而且有助于保证施工进度和施工质量。但是,我国大多数建筑施工企业对现场管理不够重视,造成了管理模式相对落后、管理手段相对单一的问题。因此,有必要寻求一种科学的现场管理方法来避免高耗能、高成本和低质量的现象出现。本文根据精益建造的思想,利用5S管理方法对建筑施工现场管理进行改进和研究。首先,分析建筑施工现场管理的现状,并且对建筑施工现场与制造业现场进行对比,明确了建筑施工现场5S管理的必要性和可行性。其次,借鉴制造业现场5S管理方法,结合建筑施工现场的实际情况,进行建筑施工现场5S管理的方案研究。将建筑施工现场分为五大区域,分别从“整理、整顿、清洁、清扫、素养”五个方面提出建筑施工现场5S管理的实施方案。最后,建立科学、合理、全面的建筑施工现场5S管理评价体系,结合实际工程项目,运用模糊层次分析法对建筑施工现场5S管理方案进行评价研究,并且运用BP人工神经网络进行计算,确定施工现场管理影响因素的权重排序,明确了建筑施工现场管控的重点,减少了劳动力、时间及材料的浪费,为建筑施工现场进行更加有效的管理提供了依据。
【关键词】：建筑施工现场管理 精益建造 5S管理 模糊层次分析法 BP人工神经网络
【学位授予单位】：西安建筑科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU721.2
【目录】：

• 摘要3-4
• ABSTRACT4-9
• 1 绪论9-17
• 1.1 课题研究背景及意义9-11
• 1.1.1 课题研究背景9-10
• 1.1.2 课题研究意义10-11
• 1.2 国内外研究现状11-14
• 1.2.1 精益建造研究现状11-12
• 1.2.2 施工现场管理研究现状12-13
• 1.2.3 精益思想应用现状13-14
• 1.3 研究目标及研究内容14-17
• 1.3.1 研究目标14
• 1.3.2 研究内容14-17
• 2 相关理论概述17-29
• 2.1 精益建造相关理论17-19
• 2.1.1 精益建造的基础理论17-18
• 2.1.2 5S现场管理18-19
• 2.2 模糊层次分析法（FAHP）相关理论19-23
• 2.2.1 层次分析法的概述及其存在的问题19-20
• 2.2.2 模糊层次分析法的概述及其优点20
• 2.2.3 模糊层次分析法的评价步骤20-23
• 2.3 BP人工神经网络相关理论23-26
• 2.3.1 人工神经网络23
• 2.3.2 人工神经网络原理23-25
• 2.3.3 BP人工神经网络25-26
• 2.4 本章小结26-29
• 3 建筑施工现场管理的现状分析29-37
• 3.1 建筑施工现场管理的内容及特点29-30
• 3.1.1 建筑施工现场管理的内容29-30
• 3.1.2 建筑施工现场管理的特点30
• 3.2 建筑施工现场管理存在的问题30-32
• 3.2.1 人员管理问题30-31
• 3.2.2 设备管理问题31
• 3.2.3 物料管理问题31
• 3.2.4 制度管理问题31
• 3.2.5 环境管理问题31
• 3.2.6 安全管理问题31-32
• 3.3 建筑施工现场 5S管理的必要性和可行性分析32-35
• 3.3.1 建筑施工现场 5S管理的必要性分析32
• 3.3.2 建筑施工现场 5S管理的可行性分析32-35
• 3.4 本章小结35-37
• 4 建筑施工现场 5S管理方案研究37-51
• 4.1 基于制造业现场 5S管理的建筑施工现场管理的内容37-39
• 4.1.1 制造业现场 5S管理的特点37-38
• 4.1.2 建筑施工现场 5S管理的内容38-39
• 4.2 建筑施工现场 5S管理的实施阶段39-41
• 4.2.1 准备阶段39-40
• 4.2.2 执行阶段40
• 4.2.3 检查阶段40
• 4.2.4 改善阶段40-41
• 4.3 建筑施工现场 5S管理方案设计41-50
• 4.3.1 整理方案41-43
• 4.3.2 整顿方案43-45
• 4.3.3 清扫方案45-46
• 4.3.4 清洁方案46-47
• 4.3.5 素养方案47-50
• 4.4 本章小结50-51
• 5 建筑施工现场 5S管理评价及效果反馈模型51-63
• 5.1 5S管理评价模型51-56
• 5.1.1 分类评价体系51-54
• 5.1.2 基于FAHP的施工现场管理综合评价体系54-56
• 5.2 BP人工神经网络效果反馈模型56-61
• 5.2.1 BP人工神经网络模型的过程57-58
• 5.2.2 BP人工神经网络模型的建立58-61
• 5.2.3 BP人工神经网络模型结果仿真61
• 5.3 本章小结61-63
• 6 工程应用63-83
• 6.1 项目简介63-64
• 6.2 5S管理评价64-77
• 6.2.1 分类评价64-69
• 6.2.2 综合评价69-77
• 6.3 5S管理效果反馈77-81
• 6.3.1 BP神经网络学习77-79
• 6.3.2 BP神经网络结果仿真79-81
• 6.4 本章小结81-83
• 7 结论与不足83-85
• 7.1 结论83-84
• 7.2 不足与展望84-85
• 参考文献85-90
• 在校期间的研究成果及发表的学术论文90-91
• 附录一91-92
• 附录二92-93
• 致谢93

，

本文编号：703746