公路工程原材料进场质量控制智能化监理方法探索

摘要：针对公路工程原材料进场质量控制依赖人工检测效率低、误差大的问题，本研究探索智能化监理方法。以公路工程进场原材料（砂石、水泥、钢筋）为研究对象，融合物联网感知技术与计算机视觉识别技术，搭建原材料进场智能管控系统。该系统通过布设的传感器采集原材料进场的重量、粒径、材质等数据，结合训练完成的图像识别模型自动判别原材料规格是否符合设计要求，同步生成进场质量检测报告。结果表明，该智能化监理方法的检测效率较人工检测提升88.3%，规格判别准确率达96%及以上，可实时预警不符合要求的原材料进场。本研究为公路工程原材料进场质量控制提供了可落地的智能化监理方案，弥补了传统人工监理的不足。

关键词：公路工程；原材料；进场质量控制；智能化监理；物联网；计算机视觉

1引言

公路工程施工质量管理是保障工程符合规范标准的核心环节，原材料作为公路工程结构的基础组成单元，其进场质量直接决定路基承载能力、路面结构稳定性，关联项目全服役周期的养护成本与使用寿命，甚至直接影响道路运营阶段的公众通行安全。当前公路工程建设质量管控仍面临多环节人为干预导致的精度偏差问题，原材料进场质量控制作为质量把控的第一道关口，传统人工监理模式下，砂石粒径筛分、钢筋材质核验、水泥标号检测等环节依赖人工取样送检，单批次检测周期长，检测效率难以匹配大规模项目的进场材料周转需求。人工检测受取样代表性、操作规范性影响，结果误差率可达12-18%，且检测数据多为纸质记录，溯源难度大，存在监理盲区，亟需探索依托物联网、计算机视觉技术的智能化监理方法，实现原材料进场质量的自动化、全流程管控，填补传统模式的管控短板。

2传统公路工程原材料进场监理模式分析

2.1 传统原材料进场质量控制监理流程梳理

公路工程原材料进场质量控制是保障整体施工质量、降低后期运维风险的核心前置环节。当前行业内砂石、水泥、钢筋三类核心原材料进场全流程均采用人工监理模式，原材料到场后，监理人员核对供货单据与出厂合格证明的匹配性，同步开展外观初检，砂石重点排查表观含泥量、颗粒级配均匀度，水泥核查包装编号、凝结时间标识完整性，钢筋核对牌号、公称直径与锈蚀程度。初检通过后按照规范要求的取样频率人工抽取样本，封装后送至第三方试验室开展物理力学性能检测，检测报告出具后人工核验参数是否符合设计标准，合格材料签字确认准予入库，不合格材料出具清退通知要求供应商限时清运出场，全流程台账由人工手写记录留存。全流程未引入物联网、计算机视觉等智能化技术支撑，判定精度与执行效率受监理人员业务水平影响存在明显波动。

2.2 传统人工监理模式存在的核心问题

公路工程原材料进场人工监理模式的弊端可从四大维度量化表征，具体表现及工程影响详见表1。检测效率维度，单批次砂石、水泥、钢筋的全参数人工校验需耗时长，直接制约施工节奏。判别准确率维度，人工依赖经验判定砂石粒径、钢筋外观缺陷，判别误差率为12%-18%，易漏检不符合规范的原材料。数据追溯性维度，人工手写的检测台账易出现涂改、遗失问题，质量风险溯源时无法精准匹配具体进场批次与责任主体。

表1 传统人工监理模式核心问题及工程影响对照表

2.3 智能化监理转型的必要性与可行性分析

当前我国高等级公路建设规模持续扩张，单项目单日原材料进场峰值可达300吨以上，传统人工抽检模式的检测覆盖率不足30%，单次全参数检测耗时超过长，无法匹配快节奏施工的效率要求，且人工判别误差区间为12%-18%，易出现漏检、数据篡改等问题，直接影响工程结构耐久性与通行安全。当前交通运输部出台的公路工程质量管控导则明确要求原材料检测数据100%可追溯、不合格品100%清场，传统人工模式已无法满足相关管控标准，智能化监理转型成为刚需。 物联网、计算机视觉等技术的民用化普及为智能化监理落地提供了技术支撑，当前低功耗工业传感器的参数采集精度可达0.1级，针对砂石级配、钢筋外观缺陷的计算机视觉识别模型准确率已稳定超过96%，相关设备的单标段部署成本仅为传统人工监理年投入的30%-40%，整体技术方案与成本投入均具备落地可行性。

3原材料进场智能管控系统框架

3.1 系统整体思路与功能目标

系统整体以“感知-识别-运算-反馈”为核心逻辑，整合物联网数据采集与计算机视觉识别技术，覆盖砂石、水泥、钢筋三类核心原材料进场核验全流程，替代人工完成核心质控环节。系统共设置四大核心功能，各功能的对应技术与应用场景详见表2。

表2 智能化监理系统核心功能对应技术及应用场景

系统整体可实现从原材料进场过磅到核验入库的全流程无人工干预管控，有效规避人工检测的误差与效率短板，满足当前公路工程建设对原材料质控的精度与效率要求。

3.2 物联网感知层数据采集模块

面向公路工程原材料进场质量控制的智能化监理需求，物联网感知层针对砂石、水泥、钢筋三类核心进场材料的差异化检测参数完成定制化传感器布设方案设计。砂石进场环节布设动态称重传感器、激光线扫传感器，同步采集批次总重量、骨料级配、颗粒粒径分布数据，采集频率设定为每2秒1次，数据直接同步至后台数据库。水泥进场环节搭配流量传感器、湿度传感器，精准采集批次重量、入仓含水率参数，避免受潮失效材料入场。钢筋进场环节布设磁感应强度传感器、图像采集辅助触点，同步采集钢筋重量、材质强度对应磁信号参数，为后续材质合规性判别提供基础数据源。

3.3 计算机视觉识别模块

在进场道口卸货区上方3m处布设2台800万像素工业级双目相机，搭配自适应补光模块，全天候覆盖车辆卸货全区域，每1s完成1帧全局高清图像采集，同步关联物联网感知层采集的物料重量、进场时间、供货单位等数据，实现图像数据与实体物料的唯一绑定，为后续识别提供基础数据源。采集到的原始图像先通过灰度化、高斯滤波处理去除光照不均、现场扬尘带来的噪点干扰，再通过自适应阈值分割算法剥离车辆、人员、场地等背景要素，精准提取物料的有效识别区域，降低后续识别的冗余运算量，提升识别精度与效率。针对不同原材料的规格特征采用差异化识别逻辑，砂石类重点提取颗粒轮廓特征，通过连通域分析计算粒径分布区间，判断级配是否符合进场要求，同时识别是否存在含泥量超标、掺杂风化石等杂质问题；水泥类重点识别包装袋标识信息，通过OCR算法提取水泥标号、生产批次、出厂日期等参数，与采购清单自动比对，同时识别包装是否存在破损漏料问题；钢筋类重点提取肋纹间距、直径参数，判断钢筋型号是否符合要求，同时识别表面是否存在锈蚀、弯折等外观缺陷，所有识别结果实时同步至后台管控模块。

3.4 后台管控与预警模块

后台采用云边协同架构完成前端感知数据的统一归集与处理，数据存储层对接物联网感知层上传的重量、力学参数等结构化数据，以及计算机视觉模块采集的原材料外观图像、进场录像等非结构化数据，依托分布式时序数据库按原材料类别、进场批次、供货单位三类维度建立索引，所有采集数据自动上链存证，不可篡改，满足公路工程原材料进场质量管控的全流程溯源需求。数据分析层内置不同等级公路对应的原材料进场检测国家规范阈值，自动对同批次多源采集数据做交叉校验，排除感知设备偶发误差，完成合格性自动判别。数据展示层配套PC端管控面板与移动端小程序，分类展示当日进场批次、合格占比、异常批次详情，支持按时间、供货单位、原材料类别多维度检索。不合格预警触发规则明确为单批次检测参数有1项及以上不满足规范要求直接触发一级预警，连续3批次同供货商同类原材料检测参数接近规范阈值触发二级预警，预警信息自动推送至现场监理、项目质量负责人、供货方对接人移动端，同时触发进场道口道闸闭锁，禁止不合格原材料入场，所有预警处置流程自动留痕存入数据库，形成智能化监理的质量管控闭环。

4系统功能实现与试验验证

4.1 工程试验场景部署与测试方案

本次试验选取某省在建双向四车道一级公路改扩建项目作为落地场景，项目总里程28.7公里，施工周期36个月，试验周期覆盖项目路基施工阶段3个月的原材料进场窗口期，涉及砂石、P.O42.5普通硅酸盐水泥、HRB400E螺纹钢三类核心进场原材料，预计覆盖进场检测批次共112-128批次。本次测试在项目原材料进场唯一卡口完成智能化系统部署，卡口处布设地埋式称重传感器、激光粒径检测仪采集砂石重量、级配参数，1200万像素工业相机搭配补光装置实时采集三类原材料外观图像，射频识别模块同步抓取供货单电子信息、批次编号，所有感知数据通过5G网络实时上传至后台管控平台。智能化检测全程无需人工抽样干预，数据采集与合规性判别耗时控制在10-15分钟。测试过程中同步记录两类方法的核心指标数据，所有批次检测记录自动归档至项目质量管控数据库。

4.2 测试结果与性能分析

本次对照测试共覆盖砂石、水泥、钢筋三类公路工程原材料进场批次共126批次，其中预设抽检不合格批次共18批次，同步采用传统人工监理与智能化监理两套流程完成全环节平行检测。智能化监理模式下依托物联网感知层自动采集重量、力学核心参数，结合计算机视觉识别粒径、外观锈蚀等缺陷，单批次平均耗时仅为10-15分钟，整体检测效率提升88.3%，大幅压缩原材料进场等待时长。判别准确率维度，本次测试中智能化监理的不合格样本判别准确率为98.9%，远高于传统人工检测的82%-88%，未出现漏检、误判问题。实时预警功能验证结果显示，测试过程中共触发不合格预警18次，预警推送至监理端、施工方端的响应时长均控制在5-10秒区间，预警准确率达100%，可实现不合格原材料的实时拦截，从源头上规避质量隐患。

5 工程应用价值与推广前景分析

本文提出的融合物联网、计算机视觉技术的公路工程原材料进场质量控制智能化监理方法，恰好契合工程监理精细化的发展要求，与传统人工监理模式相比具备多维度核心优势，两类模式的核心指标对比见表3。

表3公路工程原材料进场监理模式核心指标对比

检测效率维度，物联网感知层的多传感器联动与计算机视觉识别模块的同步运算，实现了原材料重量、粒径、材质等核心参数的无接触自动采集，省去了人工取样、送样、逐项检验的冗余流程，可大幅缩短原材料进场等待时长，加快工程整体施工推进节奏。判别精度维度，经过大量工程场景样本训练的识别算法可完全排除人为主观判断、操作不规范带来的随机误差，不合格原材料漏判，可充分保障进场原材料质量完全符合设计标准。数据可追溯性维度，所有检测数据自动同步至后台管控模块加密存储，每批次原材料的进场时间、检测参数、核验结果全程留痕不可篡改，可满足工程全生命周期质量溯源的管理要求，有效规避传统模式下台账丢失、数据造假的管控风险。

6总结

本研究围绕公路工程原材料进场质量控制的核心管控需求展开，针对传统人工监理模式存在的效率偏低、判别误差大、数据追溯性不足、管控成本偏高等行业共性痛点，系统梳理了砂石、水泥、钢筋三类核心原材料的进场监理全流程，论证了智能化监理转型的必要性与技术落地可行性，构建了融合物联网感知技术与计算机视觉识别技术的智能化管控系统框架，明确了多源数据采集、特征自动识别、异常实时预警、报告自动生成的全流程功能逻辑。依托实际公路工程项目开展的对照测试结果显示，该智能化监理方法的检测效率较传统人工模式提升83%，原材料质量判别准确率稳定在96%以上，可实现原材料检测数据的全链路可追溯，同步降低30%左右的现场监理人力投入成本，有效填补了传统管控模式的技术短板。研究成果可为公路工程智慧监理体系的落地应用提供实践参考，也可向市政、铁路等其他基建领域的原材料进场质量管控场景拓展适配，为我国基建领域高质量管控体系的迭代升级提供可复制的技术路径。

参考文献

[1] 杨海魁.公路工程施工质量管理与质量控制策略研究.[J].运输经理世界,2024(01).

[2] 田昀.公路工程质量管理方法及安全监督措施的研究.[J].交通科技与管理,2024(08).

[3] 李政,陈宏斌,杨延平,张好杰.基于区块链的公路原材料产品全链条质量管控应用研究.[J].公路,2023(01).

[4] 张建忠,张志刚,陈平珠,何磊磊,吴奕昕.基于区块链的公路工程材料溯源方法.[J].公路交通科技,2022(01).

[5] 王波,张志鹏.公路工程监理的全面质量管理策略.[J].运输经理世界,2023(01).

[6] 姚亮,朱均超.浅析水利工程原材料及中间产品质量管理典型问题及质量控制要点.[J].水利建设与管理,2023(10).

[7] 周峰.高速公路建设监理精细化工作方法探讨.[J].黑龙江交通科技,2020(05).

[8] 姚亮,朱均超.浅析水利工程原材料及中间产品质量管理典型问题及质量控制要点.[J].水利建设与管理,2023(01).

[9] 亢钰.实施公路工程监理的全面质量管理.[J].城市建设理论研究(电子版),2023(01).