论文题目：BIM情境下钢结构建筑施工安全协同管理评价研究
摘要：钢结构建筑是适应建筑工业化和绿色发展的重要建筑结构形式之一,已成为当前建筑行业新的发展方向。但钢结构建筑施工复杂,安全管理难度大,施工安全事故时有发生,提升钢结构建筑施工安全管理水平显得愈发重要。而传统的安全管理模式存在信息割裂,人员沟通不畅,缺少协同性等问题,钢结构建筑施工安全协同管理需求逐渐提高。随着BIM技术快速发展,越来越多的钢结构建筑将其作为提升安全协同管理水平和效率的重要手段。然而,BIM技术在钢结构建筑施工安全协同管理中发展时间不长,具有影响因素复杂的特点,管理效果和水平难以量化,尚未形成完善的安全管理评估体系。基于此,为能够实现对BIM情境下钢结构建筑施工安全协同管理的评估控制、精准提升和持续改进,本文对BIM情境下钢结构建筑施工安全协同管理进行评价研究,主要研究内容及结论如下:（1）本文运用文献分析法和问卷调查法构建的BIM情境下钢结构建筑施工安全协同管理评价体系,主要包括组织协同、业务协同、现场人员协同、信息协同、资源协同、制度协同6个维度,以及40个二级指标,能较全面反映BIM情境下钢结构建筑施工安全协同管理内容。（2）运用网络层次分析法和熵权法进行加法结合,不仅充分考虑指标间的相互联系和作用,同时避免了单一赋权易造成结果偏差,兼顾客观与主观,使得权重分配更具合理性。运用云模型对BIM情境下钢结构建筑施工安全协同管理进行评价,可以充分考虑评语集的随机性和模糊性,实现定性和定量的转换。（3）对XY钢结构建筑开展实证分析,得到综合评价等级为“良好”,结果与项目实际相符;并通过云模型对一级指标和二级指标的评价结果进行对比分析,发现该项目施工安全协同管理仍有一定的提升空间,进而提出构建安全协同管理综合小组、举办安全行为活动评比,促进全员参与安全协同管理的积极性、制定统一的信息管理规范流程、优化BIM组织结构等建议。
关键词：钢结构建筑;BIM情境;施工安全协同管理;云模型
学科专业：工程硕士（建筑与土木工程）（专业学位）
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.2 研究目的及研究意义
1.2.1 研究目的
1.2.2 研究意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.3.3 文献述评
1.4 研究内容、方法及技术路线
1.4.1 研究内容
1.4.2 研究方法
1.4.3 新颖之处
1.4.4 技术路线
第2章 基本概念及相关理论
2.1 钢结构建筑概述
2.1.1 钢结构建筑的内涵及特点
2.1.2 钢结构建筑施工特点
2.2 BIM概述
2.2.1 BIM内涵
2.2.2 BIM的特征
2.3 安全协同管理概述
2.3.1 协同管理基本理论
2.3.2 安全协同管理内涵
2.4 云模型理论
2.4.1 云模型的概念
2.4.2 云模型的数字特征值
2.4.3 云发生器
2.5 本章小结
第3章 BIM情境下钢结构建筑施工安全管理评价现状及存在问题
3.1 钢结构建筑施工安全协同管理分析
3.1.1 安全管理难度大
3.1.2 传统安全管理模式的不足
3.1.3 安全协同管理的必要性
3.1.4 BIM情境下钢结构建筑施工安全协同管理
3.2 BIM情境下钢结构建筑施工安全协同管理评价现状
3.2.1 影响因素复杂,管理效果和水平难以量化
3.2.2 因素识别角度具有一致性
3.2.3 通常采用层次分析法或G1法赋权
3.3 BIM情境下钢结构建筑施工安全协同管理评价存在的问题
3.3.1 评价指标体系不够全面
3.3.2 权重缺乏关联性分析
3.3.3 单一赋权法具有局限性
3.4 本章小结
第4章 BIM情境下钢结构建筑施工安全协同管理评价
4.1 评价指标体系的建立
4.1.1 指标体系构建原则
4.1.2 指标体系构建思路与框架
4.1.3 评价指标体系的初步建立
4.1.4 评价指标体系的优化与确定
4.2 指标权重的确定
4.2.1 权重分配方法的对比
4.2.2 基于网络层次分析法确定主观权重
4.2.3 基于熵权法确定客观权重
4.2.4 指标综合权重的确定
4.3 云模型的建立
4.3.1 云模型的适用性分析
4.3.2 评语集的确定
4.3.3 评语集的标准云
4.3.4 评价云和综合云的确定
4.4 本章小节
第5章 实例分析
5.1 项目概况
5.2 基于云模型的施工安全协同管理评价
5.3 评价结果分析及建议
5.3.1 各项评价结果分析
5.3.2 提升建议
5.4 本章小结
第6章 结论和展望
6.1 研究结论
6.2 研究展望
参考文献
附录 A BIM情境下钢结构建筑施工安全协同管理调查问卷
附录 B BIM情境下钢结构建筑施工安全协同管理评价指标间关联情况调查表
附录 C BIM情境下钢结构建筑施工安全协同管理评价指标比较调查问卷
附录 D ANP各阶段超级矩阵
致谢