褚岳中
身份证号码：37250119820908****
摘要：现如今，我国的经济在快速发展，社会在不断进步，针对目前水利工程质量检测工作中存在的检测人员数量缺乏、检测质量不足、检测工作不够规范化、检测信息滞后和检测信息不对称等问题，基于大数据，通过对信息的数据化及各种数据的收集、处理和分析，结合水利工程质量检测的业务流程和数据流程，设计水利工程质量检测管理系统。该系统能够促进水利工程质量检测的规范化、提高质量检测的效率，为水利工程高质量建设提供保障。
关键词：水利工程；质量检测；问题；对策
引言
在所有的建筑施工前，都必需对现场建筑材料进行质量的检测和控制，这是保证建筑质量和安全性的核心环节。尤其是在水利工程建筑中，对于建筑工程的安全性要求极高，做好现场建筑材料的质检和控制，影响着建筑的施工方案设计、具体施工过程和竣工验收等整个工程项目周期。这其中包括对现场材料的材料质量检测方法、质量控制以及现场质量的控制措施等内容，以提高工程的坚固耐用度和美观经济性，为项目开展提供重要基础保障。下面就水利工程建筑材料的检测与控制，从建筑材料质量检验的重要性以及具体措施等2个方面进行了综述。
1建设现场试验室的目的
其本质上是为水利水电类项目在进行实际的施工生产时展开相应的服务，并且对施工时质量控制所进行的全过程检验来负责。具体来说，该部门主要负责混凝土原材料的常规检验工作，同时，对钢筋以及钢绞线等材料还要进行力学性能检验。在实际项目中，他们也会参与实际建设场地在前期所进行的施工调查取样工作以及相应的质量事故调查分析，并且协助工程选定材料。在工程结束之后，他们会为竣工验收这一环节提供较为完整的试验原始资料以及相应的报告材料。除此之外，年度试验计划的编制，以及对试验仪器设备进行定期的检查维修办理都是该部门的工作内容。可以说，现场实验室的建设和实际管理水平将对实际项目的质量水平产生直接的影响。
2水利工程质量检测的问题与对策分析
2.1建立智慧检测技术体系
智慧检测技术体系由感知识别技术、数据传输技术、云计算技术、大数据技术、数据可视化技术和服务中间件技术等组成，是智慧检测顶层设计的重要支撑，感知识别技术是基础，数据传输技术和服务中间件技术是保障，云计算技术和大数据技术是关键，数据可视化技术是服务和呈现。其中，感知识别技术包括各种样品参数检测技术、基于射频识别（RFID）的样品追溯和防伪技术、现场取样人员图像匹配技术和检测设备增强现实（AR）识别技术、检测过程监控技术和电子签章技术；数据传输技术包括移动通信网（4G）、互联网、Wi-Fi和蓝牙等；云计算技术包括云数据中心-硬件资源、云存储中心-云数据库和云服务平台-面向服务的架构（SOA）等。
2.2资料管理系统化
伴随着计算机的应用，数据资料的管理工作也变得相对容易。并且由于试验室要面对大量的数据处理，因此，其质量体系的构建也需要依赖一个较为完善的资料管理系统。而做好对试验室资料的管理工作，首先要做的就是将数据利用专业处理软件对其进行规范管理。在对资料进行分类时，可按照其类别结合时间顺序进行编制。除此之外，试验人员亲自对报告进行签字归档，更能够对工作人员的责任心进行提升。
2.3工程常用材料现场质量控制措施
对于水利工程施工现场必须采取有效的控制措施，严把材料质量检测关，提高工程建筑质量。具体控制措施如下所示。1）建立健全工程项目建筑材料检查验收审批制度，在施工前和施工中，对采购到的材料、二次加工材料、中间产品和构配件进行严格检验，未经检查验收，不得使用。2）按施工计划结合施工方法要求，组织各种材料的运输、进场和安放工作，按照材料种类、体积和优先使用布置安放，并做好防水防雨措施，以免材料受到外界因素的影响，出现水泥受潮变质和钢筋锈蚀现象。3）及时调查土料场蕴藏数量及开采、运输状况，结合项目施工方案和目标规划进行相关成本预算。对于工程中用到的主要材料做好质检实验，在有关部门监督下完成检测报告，并最终使用数据显示材料质量；对回填土料首先应进行土场复查，并进行击实试验，结合相关仪器和手段完成土场含水率和密度的测验，确定施工碾压参数指标。4）对各类砼构造物中所用的钢筋种类、钢号和直径，应坚持做到符合设计文件的规定，其技术标准符合部颁标准，焊条、预埋件的品种、规格和质量必须符合设计要求和规范规定。5）做好对工程材料的见证取样、平行检测和跟踪检测工作，在现场要掌握工程质量动态，分步骤地进行质量检测，对检测过程中发现的质量问题和安全隐患时，及时叫停施工过程，完成材料的替换或升级，确定最后施工要求和措施。6）材料大批量采购之前，需要行对厂家的样品进行质量验证，以保证其可靠性；对采购完成的材料，要进行专项仓库的存储和堆放，做好标记，使原材料自始至终处于受控状态，并做到可追溯性。
2.4数据分析
数据分析就是利用统计学方法对质量检测获得的大量数据进行统计学分析，结合实际情况加以理解和消化，把数据背后的信息提炼出来并加以归纳总结，方便管理相关人员做决策。传统的分析方式较为单一，且依赖个人经验做决策。在过去信息有限、获取信息成本高昂，而且没有数字化的时代，传统的方式便捷且合理。但是现在随着水利工程质量监督检查活动的不断开展，已经积累了大量的检测数据，海量数据既给数据分析带来了机遇，也带来了困难。在质量检测中，应用大数据理论对相关的检查数据进行分析和处理，有助于管理单位及时把握产品质量及相关单位的质量管理情况，提高质量管理效率。传统数据分析数据量小，分析人员可以对数据做精准分析，甚至细化到单条记录。大数据思维下的数据分析，首先是对已有的水利工程监督数据、工程信息、检测机构、人员信息、检测进行采集，同时考虑数据的重复和空值情况，并对数据进行相应处理;其次是通过一些现成的软件进行参数设计、逻辑设计、结构设计，形成数据分析模型;最后是展示分析结果。通过问题情况、单个工程、企业分析、检查情况、问题处理等分析，得出存在的主要问题及处理情况，为水利工程质量管理决策提供科学的数据支撑。
结语
综合以上所述，我们可以了解到水利水电工程检测试验室质量体系的构建，将会直接关系到工程项目的进展与品质。在实际的项目中，建设前期的试验以及施工全过程的质量检测水平，往往会直接决定工程整体的好坏程度。因此，要想更好地实现工程质量的提升，相关企业与事业单位就应当认识到该项工作的重要性，并加强对于此类工程中检测试验室质量体系的投入建设力度，坚持技术的创新和对专业人才的培养，以确保试验室质量体系的质量能够从根本上得到保障。
参考文献
［1］蔡阳.智慧水利建设现状分析与发展思考［J］.水利信息化,2018(4):1-6.
［2］丁恩杰,胡青松.矿山物联网顶层设计思路［J］.物联网学报,2018,2(1):69-75.
［3］王谦.物联网与政府管理创新［M］.成都:四川大学出版社,2015:334-344.
［4］陈祖煜,杨峰,赵宇飞.水利工程建设管理云平台建设与工程应用［J］.水利水电技术,2017,48(1):1-6.
［5］王宏,李建,余熠,等.水利工程试验检测信息管理系统设计［J］.水利信息化,2017(1):54-56.