复杂地形公路工程项目土方调配优化

文章编号：2095-6835（2023）01-0008-03
复杂地形公路工程项目土方调配优化研究
翟锐涛
（邯郸市市政工程管理处，河北邯郸056000）
摘要：在公路工程项目的土方工程中，土石方调配对项目成本影响较大，因此制定科学合理的调配方案就显得尤为重要。

主要研究了将BIM技术与GIS技术相结合运用于复杂地形公路工程项目路基平场工程中。

根据公路项目场地的范围，将无人机航测技术和GIS或卫星导航工具结合进行地形测量，采集初始地形数据，将初始地形数据导入BIM实景建模工具。

凭借BIM技术可视化、协调性以及强大的模拟性等优势建立三维场地模型，并对公路工程项目土石方调配方案进行合理的优化调整，减少了项目工程的资金投入。

关键词：公路工程；土石方调配；BIM；场地三维模型
中图分类号：TU751文献标志码：A DOI：10.15913/ki.kjycx.2023.01.002
土方调配[1]是工程建设基本组成部分，尤其在道
路、堤防、矿区等需要大面积开挖、填埋和运输土方
的工程建设中，就显得尤为重要。

土方调配即土方分
配工程，是指在施工过程中为了形成水坝、地下洞室、
路基等具有特定物理和空间属性的建筑物，而对土方
进行开挖、填埋、运输的过程。

土方调配在优化过程中应满足工程进度和质量安
全要求，通过科学合理的方案调整并安排开挖区、填
方区、取土场、弃土场的调配关系，达到降低工程成
本的目的。

BIM（Building Information Modeling）即建筑信息
模型[2]，它汇集了整个建设工程项目的相关信息，并以
三维数字信息的形式通过建立起真实的数据模型进行表达，也是BIM数字建造技术在建设施工中的直接应用，大大提高了设计方和施工方协同工作的效率。

同时，BIM技术凭借其强大的可视化、模拟性等优势，能够对施工过程进行提前预演，通过解决模拟过程中出现的问题，显著提高效率，减少重复施工，降低风险。

本文试图将BIM技术与GIS技术相结合，通过建立土方工程场地三维信息模型对施工过程进行科学合理的优化，得到经济高效的土石方调配方案，降低施工成本。

1土方调配步骤
土方调配工作比较复杂，调配方案直接影响着公路工程项目的成本。

因此，项目施工方应当严格按照方案步骤进行施工作业[3]。

公路工程项目土方调配步骤如图1所示。

图1土方调配流程
1.1调配区域划分
首先划分需要调配的土方区域，调配区域的划分要注意：①划分的调配区域的与项目的施工平面布置相协调，并应合理布置前期施工区域与后期施工区域；
②当土方运输距离较远，在尽可能满足挖填平衡的基础上可以考虑在项目附近借调或者废弃土方，此时借土（弃土）区作为独立的调配区域设置；③在计算土方工程量时，应根据不同范围的调配区域使用合适的方格网；④选择合适的施工机械来满足不同调配区域的实际施工需求，提升施工机械的使用效率[4]。

1.2计算各调配区的运距
各调配区的运距可以简化计算为各调配区重心之间的距离，计算公式如下：
场地各方格角点的施工高度计算
确定场地设计标高
读识方格网图
计算“零点”位置，确定“零线”
计算方格土方工程量
边坡土方量的计算
计算土方总量
∑∑⨯=
w
w
w w
V
x V X （1）
∑∑⨯=
w w
w
w
V
y V Y （2）
∑∑⨯=
T
T
T
T V x V X （3）
∑∑⨯=
T
T
T
T V
y V Y （4）
式（1）—（4）中：X w 、Y w 为调配区（挖方）的重心直角坐标；V w 、V T 为单一方格区域的土方量；x w 、y w 、x T 、y T 为单一方格区域的重心坐标；X T 、Y T 为调配区（填方）的重心直角坐标。

施工时应考虑不同地形地貌，当局部地形地理特征比较复杂时，如何找到各调配区域的重心位置就显得十分困难。

在这种情况下，各个调配区域的重心位置可以考虑运用作图法求解[5]。

当求出调配区域重心坐标后，填挖土方调配区的平均运距（L 0）可按下式计算：
2
20）
（）（T w w T Y Y X X L -+-=1.3土方调配最优方案的编制
土方调配方案编制完需要进行方案的优化，土方调配方案的优劣直接影响工程项目的成本[4]。

土方调配方案优化时，首先根据施工现场的实际情况对该现场进行整体规划，然后建立基于BIM 的土方调配数学模型，其次可将土方调配的现场规划问题转换为线性规划的数学问题，此时可用大M 法、单纯形法或计算机软件等方法对其进行求解计算，最后得到优化后的土方调配方案[6]。

2土方调配优化
土方调配优化主要进行以下工作：①根据施工现场的实际情况对该现场进行整体规划，并在此基础上对施工场地进行划分，并初步确认填方区、挖方区等划分区域的有关参数信息；②利用无人机倾斜摄影技术拍摄多角度影像并将影像导入BIM 软件中生成三维场地模型，通过对三维数字模型进行分析计算得到场地内挖、填方区的土方量；③平衡各区域需调配的土方量，选定合适的弃、借土区域；④在土方调配科学合理的前提下，依据大系统理论中的分解协调方法将施工场地的所有区域划分成为一个个单独的子区域，
并保证各个子区域间的填挖平衡；⑤考虑资金周转、施工人员情况以及施工机械准备等多方因素，结合上述数据编制经济高效的施工进度计划和施工工艺流程，杜绝窝工、返工等现象的发生[7]。

施工现场如图2
所示。

图2
施工现场图
由于山区地形崎岖，沟壑纵横，高低起伏巨大，常用的计算方法无法满足要求。

因此本工程通过BIM 中的三维模型的建造技术与GIS 中无人机倾斜摄影技术相结合的方式，将拍摄下来的山区地形影像通过Agisoft Photoscan 生成三维数字模型，并导入到在Auto Desk Revit 中来完成填挖土方量的计算。

三维建模流程如图3所示。

图3三维建模流程图
无人机倾斜摄影技术作为一项新型技术在当前国际测绘遥感领域中得到广泛的应用[8]。

在拍摄过程中，正片是指垂直于地表水平面的角度对目标拍摄获取的影像，一般为1组影像；而斜片是指传感器与地面的水平线成一定的倾斜角度拍摄获取的影像，一般为4组影像。

之后将拍摄完毕的影像导入到一种名为Agisoft Photoscan 的扫描软件中。

Agisoft Photoscan 工作流程如图4所示。

图4Agisoft Photoscan 工作流程图
对齐照片：根据地理信息的不同将拍摄的影像进行归类划分。

建立密集云：利用扫描软件Agisoft Photoscan 强大的计算功能来分析点与点之间的关系。

生成网格：依据函数关系连接各个点，从而建立
利用Photoscan 三维重构的方法得出原始地貌模型
BIM 技术完成各区域土方平衡计算
高精度无人机连
续拍摄，取得地形三维特征数据（模型）
生成网格对齐照片建立密集云生成纹理
3D 模型。

生成纹理：依据建立密集云的数据，将内部结构和外部图像进行分配以形成初步的3D 模型，并且呈现在Agisoft Photoscan 。

将Agisoft Photoscan 软件生成的场地地形三维模型导入至Revit 软件中，利用Revit 地形和场地模块建立场地三维模型。

土方三维模型如图5
所示。

图5
土方三维模型图
然后根据软件的计算结果，将施工区域合理地划分为多个子区域，通过大系统理论中的分解协调方法，分别对各个子区域进行土方调配并得到所有子系统的最优解[9-10]。

之后多次重复该步骤，最终得到整个区域的最优解。

对整个区域划分后的子区域土方填挖信息如表1所示。

表1
土方量填挖信息
名称挖方/m 3填方/m 3填挖净值/m 38号区域21356.0032325.58
10969.584号区域12056.840﹣12056.847号区域18285.714336.23﹣13949.485号区域2213.604997.182783.586号区域29837.890﹣29837.8911号区域11499.563297.87﹣8201.6913号区域304.4512006.5611702.1116号区域5998.692422.70﹣3575.9914号区域1568.740﹣1568.7417号区域7205.8717056.33
9850.463号区域45891.540﹣45891.541号区域32664.240﹣32664.242号区域20136.7814189.65﹣5947.1319号区域478.16145786.83145308.679号区域6527.4711053.48
4526.0120号区域
4873.63
4873.63
本项目土方施工选用小松PC300型挖掘机、SYM3311ZZX1F 工程自卸车。

挖掘机生产效率计算公式为：
t
qk
Q h 600 3=
（5）
式（5）中：Q h 为挖掘机的生产率，m 3/h ；q 为挖掘机容量，m 3；k 为挖掘机利用系数，取0.95；t 为挖掘机一次挖土时间，s 。

设挖掘机台班生产率为Q d ，单位为m 3/台班，其计算公式为：
Q d =10×Q h ×K b
（6）
式（6）中：K b 为完成挖掘所需工作时间的利用系数，
取0.8。

由此可得，PC300型挖掘机一次挖土容量为1.2m 3，因此台班生产效率为：
/h
m 6.641 18.02095.02.1600 3103
=⨯⎪⎭⎫ ⎝
⎛⨯⨯⨯=d Q PC300型挖掘机挖方单价的计算：PC300型挖掘
机台班价格为3300元，因此挖方单价为v e =3300/1641.6=2.01元/m 3。

自卸汽车台班效率计算公式为：
t c
K K T
q P ⨯⨯=
480（7）
式（7）中：q c 为自卸汽车的车厢容量，m 3；K 为自卸汽车在装填过程中将土压实所需添加的换算系数，计算公式为K =K c /K p ，其中K c 为土的充盈系数，K p 为可松性系数。

T 为自卸汽车每次运土需要的时间，单位为min ，其计算公式为：
n t t v
l
t T +++
=212（8）
式（8）中：t 1为将土填满自卸汽车车箱需要的时间，
min ，计算公式为0
1n n
t =
，其中n 为将自卸汽车车箱填满需装斗数，n 0为每分钟挖掘斗数，此处t 1值取5；l 为车辆在土方调配过程中需要行驶的距离，m ；v 为车辆填满土后行驶的平均速度和空载情况下车辆行驶的平均速度的平均值，m/min ；t 2为每次自卸汽车将土卸完需要的时间，min ，此处取值2；t n 为车辆在工作过程中必要操作所需要的时间，min ，此处取值2。

本工程使用的自卸汽车的容量为20m 3，故其台班效率如下：
⨯⨯=⨯⨯=
12
20
480480t c K K T q P 0.8×0.9=576m 3/台班
计算运输单价：v l =1860/576=3.22元/m 3。

计算出由5号区调配至13号区的土方调配单价
为：C =v e +v l +v t =12.95元/m 3。

3
结论
本文给出了复杂地形下公路工程项目土方调配方案优化方法。

首先，在理论上，现代方法更科学、
（下转第15页）
20（6）：105-111.
［4］李群明，朱伶，徐震.磁悬浮球的鲁棒控制器设计［J］.中南大学学报（自然科学版），2007（5）：
922-927.
［5］朱坚民，沈正强，李孝茹，等.基于神经网络反馈补偿控制的磁悬浮球位置控制［J］.仪器仪表学
报，2014，35（5）：976-986.
［6］韩京清.自抗扰控制技术［J］.前沿科学，2007（1）：24-31.
［7］韩京清.从PID技术到“自抗扰控制”技术［J］.
控制工程，2002（3）：13-18.
［8］李华柏，莫坚，李建忠.基于自抗扰控制技术开关磁阻电机转矩脉动抑制研究［J］.微电机，2020，
53（12）：45-49.
［9］丁祖军，刘保连，张宇林.基于自抗扰控制技术的有源电力滤波器直流侧电压优化控制［J］.电网
技术，2013，37（7）：2030-2034.
［10］郭栋，付永领，卢宁，等.自抗扰控制技术在电液力伺服系统中的应用［J］.北京航空航天大学
学报，2013，39（1）：115-119.
［11］孙雨萌，张旭秀.改进遗传算法整定自抗扰控制
器参数及应用［J］.自动化与仪表，2020，35（3）：
13-17，45.
［12］齐晓慧，李杰，韩帅涛.基于BP神经网络的自适应自抗扰控制及仿真［J］.兵工学报，2013，34
（6）：776-782.
［13］胡丹丹，张宇辰.基于改进粒子群算法的四旋翼自抗扰控制器优化设计［J］.计算机应用研究，
2019，36（6）：1762-1766.
［14］黄文俊，白瑞林，朱渊渤.基于改进CPSO算法的自抗扰位置伺服系统优化设计［J］.火力与指
挥控制，2019，44（4）：53-59，64.
［15］张兰，许磊.带柯西变异因子的量子粒子群算法在电力系统经济调度中的应用［J］.西南师范大
学学报（自然科学版），2014，39（5）：100-104.［16］吕立国，季伟东.结合质心思想和柯西变异策略的粒子群优化算法［J］.计算机应用，2017，37
（5）：1369-1375，1418.
————————
作者简介：翟远盛（1996—），男，硕士研究生，研究方向为磁悬浮系统控制。

（编辑：丁琳）
————————————————————————————————————————————————（上接第10页）
更准确。

其次，企业可以通过基于建立的土方计算模型进行预测来节省很多人工计算。

把计算结果交给计算机可以节省时间、精力和方便成本控制。

再次，基于建立的模型预测结果的计划和控制具有很强的指向性，不仅能够减轻管理人员的负担，同时也能够增强项目管理标准以及提高管理人员专业水平。

总之，运用现代方法解决公路工程土方调配问题具有非常广阔的应用前景。

参考文献：
［1］周厚贵，曹生荣，申明亮.土石方调配研究现状与发展方向［J］.土木工程学报，2009，42（2）：
131-138.
［2］李志辉.基于BIM-GIS技术的场地土石方调配应用研究［J］.四川水泥，2018（6）：173.
［3］孙兴.基于GIS的公路土石方调配研究与实现［D］.
长沙：中南大学，2013.
［4］申明亮，刘新刚，陈钢，等.堆石坝土石方调配与道路运输强度的联合优化模型［J］.武汉大学学
报（工学版），2006（5）：14-18.［5］许薛军，符锌砂，单成林.道路土石方调配研究［J］.
中南公路工程，2004（4）：62-65.
［6］梁建.公路土石方调配优化数学模型的建立和程序设计［J］.公路，2002（8）：71-75.
［7］曹生荣，周厚贵，申明亮.道路工程土石方优化调配模型与工程应用［J］.四川大学学报（工程科
学版），2007（5）：21-25.
［8］陈主元.土石方数量在阿勒泰周边道路工程施工图设计中的分析计算与控制［C］//2013年度西部地
区公路学会学术年会，北京：中国公路杂志社，
2013.
［9］王艳玲.道路工程土石方优化调配模式与工程运用［J］.建筑工程技术与设计，2018（17）：2708.［10］上官甦，刘小明.公路建设工程大系统土石方调配优化［J］.公路交通科技，2006（4）：37-40.————————
作者简介：翟锐涛（1985—），男，河南商丘人，大学本科，工程师，研究方向为建筑工程。

（编辑：王霞）。