公差测量实训总结范例6篇

公差测量实训总结

公差测量实训总结范文1

关键词:力量训练;非线性周期;板块周期;青少年训练

作为相对独立的力量训练理念和方法学体系,周期力量训练是指通过定期改变训练计划,获得力量、爆发力、动作表现和(或)肌肥大的最佳发展。由周期力量训练衍生出多种训练模式,其中非线性周期(non-linear periodization)变化最为频繁,变量涉及荷量、强度、训练形式、抗阻练习量以及训练间歇,通过频繁变化刺激机体的力量增长。非线性周期又包含周内(daily undulating periodization)、周间(weeklv undulating periodization)和双周起伏周期(biweekly undulating periodization)等。板块周期(block periodization)是一种高度专项化集中式训练负荷的模式,包含大、小训练量日的安排,这种安排方式被认为能够增强机体恢复和适应过程,产生更优的运动表现。非线性周期力量训练要求进行RM范围训练,易产生力竭,训练强度较大。这种训练特征显然与板块周期模式有所区别。

过往的国内外研究多数集中于对比线性与非线性周期力量训练模式的效果,但针对非线性与板块周期力量训练模式的对比处于空白。本研究通过对比分析非线性与板块周期力量训练模式对青少年运动员力量素质的影响,探索适合青少年力量素质发展的周期训练模式,为提高青少年运动员力量训练效果提供参考。

1.研究对象与方法

1.1研究对象

非线性与板块周期力量训练模式对青少年羽毛球运动员的作用效果对比。

1.2研究方法

1.2.1实验对象

市级业余体校羽毛球专业青少年运动员12人,其中男生10人,女生2人。所有队员均接受两年以上专业训练,其中4人获得省级青少年羽毛球锦标赛团或混双项目冠军,运动技术等级为二级。受试者身体状况良好,无伤病。在实验开始前,本研究利用两次力量训练课向受试者说明研究意图,并进行动作指导,降低潜在受伤风险。在实验阶段,受试者未出现伤病情况。本研究将受试者分为非线性组和板块组,每组各6人,根据一测全部受试者的测试数据作为分组依据,选用的卧推与深蹲两项数据作为分组指标,与以往研究相符。根据测试成绩排序,依照A-B-B-A方式进行分组。见表1。

考虑到青少年运动员接触力量训练时问有限、动作模式不稳定和安全问题,在操作中主要依靠以史密斯机等固定器械进行力量训练。在设计两组力量训练计划时,未采用负荷量与强度等量处理,而是侧重对不同模式的训练效率进行研究。实验时间处于青少年暑期集训,实验周期定为9周(实际实验期为8周,第6周备战停训),符合非线性和板块周期力量训练模式以四周为一个周期进行增加负荷强度并降低负荷量的标准,但与被认为能产生积极训练效果的12周实验周期相比较短。根据青少年力量训练推荐频率和集训安排,力量训练频率定为每周两次。

1.2.2训练及测试时间

训练时间为2015年7月10日至9月9日,具体时间安排见表2。测试共四次,分别为7月8日(1测),7月29日(2测),8月19日(3测),9月9日(4测)。

1.2.3测试内容

测试内容及顺序为1 RM深蹲、1 RM卧推、立定跳远和坐姿推实心球。采用此种测试顺序是为尽可能避免受试者的供能系统连续高强度工作,对测试结果产生影响。一测前,本研究对受试者进行了动作纠正练习,并用两次训练课进行巩固。在测试中严格依照动作标准进行,成绩测量依照《1RM的测试方案》进行。在每项测试过程中给予受试者充分休息时间。每次测试安排保证受试者距离上一次训练时间超过24小时。

有研究采用电子跳跃垫进行原地纵跳测试,本研究受条件限制,以立定跳远代替原地纵跳实验,测定下肢爆发力水平,测量精度为0.01米。上肢爆发力采用坐姿推6磅实心球测定,测量精度为0.1米。每项爆发力测试3次,取最好成绩。

在国外一些研究中,体重、体成分或肌肉维度被纳入测量指标中,但这些指标受暑期集训干扰的可能性较大,故不纳入测量指标。

1.2.4负荷量和效率计算方法

有研究者将不同训练模式的负荷量和负荷强度等量处理,如重复次数、负荷强度等。Hoffman认为在实际训练中不同训练模式的训练强度与训练量不会相等,刻意等量处理是对不同训练模式变量的削弱。因此,采用训练效率对比不同训练模式更客观有效。训练效率可在负荷量和强度基础上进行对比。本研究采用对比非线性和板块周期的运动绩效增长与负荷量的比值,判断训练模式的效率差异。

根据Haff采用的方法,负荷量与强度的计算可用如下公式表示:

负荷量(kg)=组数×次数×负重

负荷强度(kg)=负荷量/全部次数

依据两次测试相减得出增长量,除以期间采用的负荷量,可以得出训练模式的效率值,用如下公式表示:

效率=增长重量(kg)/负荷量×100%

通过计算负荷量和效率值,可以更准确地反映出不同训练模式的实际效果,展现出非线性与板块周期训练的差异。

1.2.5训练内容

非线性组与板块组的训练时间相同。非线性组实验期内负荷强度安排呈现波浪型,高低负荷强度交替进行。板块组负荷强度逐周线性提升,训练量逐步降低,并配合大、小训练量日的方式。

在9周的实验期内,受试者每周进行两次力量训练,每次时问持续1.5-2小时。组间间歇时间依调动的供能系统的不同而变化,规定8-10 RM间歇90秒,3-5 RM为120秒,1-3 RM为150秒。

受试者中有两名女生,因生理周期影响各缺席4次力量训练,但均正常参加测试。8月14日至17日,全队赴外地参加省青少年羽毛球锦标赛,第六周期问暂停力量训练,对测试结果造成一定影响。两组训练内容分别见表3、4、5。

1.2.6数理分析法

运用SPSS17.0对测试结果进行数据处理与统计分析。在力量训练开始前,对一测结果分组产生的非线性组和板块组数据进行独立样本t检验,确定两组是否存在显著性差异。使用单因素方差分析(ANOVA),结合本研究样本量小,2测、3测、4测的组间对比运用Turkey比较法。显著性水平定为P≤0,05。

2.研究结果

2.1卧推成绩

非线性组与板块组的卧推成绩变化:组内对比,两组1测与4测存在显著性差异,其中1测与2测、3测与4测均存在显著性差异,但两组的2测与3测均无显著性差异。两组组问4测不存在显著性差异(P=0.468)。非线性组增幅高于板块组(非线性组总增幅19.27%,其中2测9.17%,3测1.68%,4测7.44%;板块组总增幅15.69%,其中2测7.84%,3测0.4测7.27%)。见图1、表6。

2.2深蹲成绩

非线性组与板块组的深蹲成绩变化:组内对比,两组1测与4测存在显著性差异,其中l测与2测、3测与4测均存在显著性差异,但两组的2测与3测均无显著性差异。两组组问4测不存在显著性差异(P=0.565)。非线性组增幅高于板块组(非线性组总增幅12.02%,其中2测7.65%,3测0%,4测4,06%;板块组总增幅9.20%,其中2测5.75%,3测0-0.54%,4测3.83%)。见图2、表7。

2.3坐姿推实心球成绩

非线性组与板块组的坐姿推实心球成绩变化:组内对比,两组1测与4测均存在显著性差异,其中1测与2测、2测与3测、3测与4测均存在显著性差异。两组组间4测不存在显著性差异(P=0.369)。非线性组增幅高于板块组(非线性组总增幅41.82%,其中2测16.36%,3测9.82%,4测10.98%;板块组总增幅37.13%,其中2测14.36%,3测8.57%,4测10.96%)。见图3、表8。

2.4立定跳远成绩

非线性组与板块组的立定跳远成绩变化:组内对比,两组1测与4测均存在显著性差异,其中1测与2测、3测与4测均存在显著性差异,但2测与3测均不存在显著性差异。两组组问4测不存在显著性差异(P=0.83)。非线性组增幅高于板块组(非线性组总增幅4.28%,其中2测2.21%,3测0.07%,4测1.45%;板块组总增幅3.72%,其中2测1.86%,3测-0.22%,4测2.05%)。见图4、表9。

2.5负荷量、强度对比

在深蹲和卧推两项中,两组在训练重复次数与负荷量呈现差异。深蹲训练,板块组的负荷量比非线性组高0.6%,但负荷强度方面,非线性组比板块组高5.52%。卧推训练,非线性组在负荷量和强度分别比板块组高6.2%和12.35%。见表10、11、12、13。

2.6效率值对比

深蹲与卧推两项训练负荷量和重复次数差异,导致两组的力量效率值也不相同。在整个实验周期内,深蹲与卧推两项均出现如下特征:在实验前、中期非线性组效率值较高,后期板块组效率值较高。见图5、6。

3.分析与讨论

通过有效提高神经一肌肉系统功能,力量训练可以使运动员在专项中获得更高水平的竞技能力,并可在短期内以最高速率发展力量素质,或在长期内发展抗阻能力。实践中,通过制定符合生理机能和竞技需要的力量训练计划,强调超负荷原则的同时确保运动员恢复与训练的平衡,达到发展肌肥大、最大力量、爆发力和肌肉耐力等目标。

实验期内,非线性组与板块组在上下肢最大力量和爆发力方面均显著提高,非线性组整体及阶段增幅更高,这与以往研究结果一致。基于周期理论,通过负荷量和强度的变化,可对受试者产生新异刺激。组间对比,两组各项测试均未出现显著性差别,非线性组增幅稍高于板块组,这与Shankaralingam Ramalin舯和Kok Lian Yee结果相似。他们认为,没有出现显著性差别是由于一周两次的训练频率导致训练刺激不足。但一周两次的训练频率也被认为可以使青少年产生更多的肌肉适应,并且青少年训练密度过大增加受伤风险,对长期发展不利。

第6周所有受试者⒓忧嗌倌暧鹈球锦标赛,8月14日和17日停训,19日进行了3测。组内对比中,两组2测与3测大部分项目未出现显著性差异,增幅出现下滑,板块组还出现负增长。这与受试者刚结束高强度比赛,身体机能尚未恢复有关。此外,第6周力量训练中断,对测试结果产生影响。在3测中,虽然两组增幅下滑,非线性组增幅仍略高于板块组。但不排除不同受试者参赛场数和强度差异对测试结果产生影响。

过往研究缺乏对训练模式的负荷量及效率研究。在整个实验期内,两组深蹲和卧推负荷量呈现显著性差异的分别有3周和5周。在效率方面,整体上非线性组在深蹲和卧推上均高于板块组(深蹲效率值:非线性组0.056%,板块组0.041%;卧推效率值:非线性组0.087%,板块组0,07%),但实验后期板块组效率高于非线性组。这与Apel等人的研究结果相似。Apel通过12周实验对比传统和非线性周期的训练强度和肌肉水平的适应性,认为前6周非线性周期增长效果较好,但后6周两种周期模式差异不明显。本研究中,结合非线性组的总负荷量高于板块组的情况,一方面可能是力量增长的神经一肌肉系统的适应特点,另一方面,非线性组的RM范围训练要求更高的负荷量和强度,使该组受试者产生更多肌肉适应和更深的疲劳程度,恢复较慢,导致后期非线性组效率低于板块组。

Kraemer的研究显示,非线性训练模式能够在每个阶段的测试中都获得显著增长,而线性训练模式在第4个月后再未出现显著性增长,出现训练平台期。与线性周期相比,非线性周期频繁变换训练负荷,产生更多适应,有效避免训练平台期的出现。本研究周期较短,无法验证此观点,但测试数据显示非线性组增幅始终高于板块组,可能与非线性周期更易产生新异刺激有关,但实验后期非线性组的效率值低于板块组,证明板块组抑或线性训练模式亦能产生良好刺激,甚至比非线性周期训练效果更好。

非线性周期强调RM范围训练,在实验期问,受试者频繁经历力竭情况,普遍反映疲劳感较板块组更深。并且非线性组的卧推负荷量比板块组高6.2%。在有些研究中,即使非线性组的某些训练日负荷强度下降,但重复次数提升,整体训练量不降反升。板块组的大、小训练量日安排,使受试者获得更充分的恢复和适应过程。这对于青少年训练尤为重要。针对青少年的力量训练,不应频繁地推向极限。需要指出的是,本研究得出的负荷强度对比无法展现两组受试者实际感受,计算得出的负荷强度值差异可能受不同受试者的力量水平影响,无法判断受试者力竭情况。

本研究制定的力量练内容针对爆发力提高的较少,但在立定跳远和坐姿推实心球两项测试上,非线性组与板块组均呈现显著性增长。由于本研究针对的是羽毛球项目,对上下肢的爆发力要求较高,因此力量训练对于该研究的受试者的技战术能力提高也有问接帮助。受试者普遍反映在对抗和比赛中“更有劲”“场上(移动)速度变快”。在安全有效的前提下,对青少年运动员进行发展力量、力量耐力或爆发力的训练可以降低骺软骨损伤的风险,是受推荐的训练方式。膝关节、踝部、足部是羽毛球运动员受伤高发部位,因此在训练中加入力量训练,对提高竞技能力和预防损伤是必要的。本研究处于暑期集训中,羽毛球专项训练中常出现上肢的推、压,下肢的弓箭步、蹬、跨等动作,可能对上下肢爆发力测试产生影响。

本研究存在一定局限,除实验内容外,每周3-5次、平均时长达2.5-3小时的专项训练对研究结果产生直接影响。本研究基于业余体校羽毛球队的暑期集训和备赛,难以避免专项训练带来的潜在影响,如第6周暂停实验,以及赛后疲劳导致测试数据出现停滞和下滑。此外,本研究受试者处于力量素质发展敏感期,出现较大幅度增长可能与此相关。

综合本研究与过往研究结果可以看出,非线性与板块周期训练模式均可有效提高受试对象的力量水平,两种训练模式在不同训练阶段产生的训练效果不同。影响力量训练效果的因素有很多,除了实验变量的控制、训练形式、实验周期和训练计划的制定,肌肉收缩形式和受试对象的选择等也是必须要考虑的因素。例如,过往研究主要针对对象为非受训人群和休闲锻炼人群,青少年运动员、高水平运动员研究较少,因此有分析认为这样潜在性地减少了清晰区分不同训练模式之间差异的能力,例如针对未受训人群的研究使针对受训运动员的短期训练适应性的审视更为困难。

4.结论与建议

4.1运用非线性周期力量训练模式与板块周期力量训练模式均可以显著性提高青少年运动员的力量水平,非线性周期力量训练模式增长幅度更高。

公差测量实训总结范文2

【关键词】 亲社会行为;亲社会价值取向;干预训练;初中生

中图分类号:B844.2、C913.5 文献标识码:A 文章编号:1000-6729(2008)009-0669-06

亲社会行为的形成和发展已成为儿童社会性发展的重要标志之一[1]。已有研究表明,亲社会行为具有极大的可塑性。通过特定的学习经验,尤其是通过社会化经验来促进个体亲社会行为的发展是完全可能的[2]。价值取向是个体在社会化过程中,价值观与一定的客观生活条件相结合而逐渐形成的、相对稳定的评价事物的标准和态度。它具有动力性特征,一经形成便引导人们按一定的方向有选择地进行活动[3]。更为深入的研究发现,价值取向与亲社会行为之间有着一定的关系,不同的价值取向可预期产生不同的亲社会行为[4]。本研究设想,通过一定的干预训练,一方面可以通过影响学生的价值观而促进学生的亲社会行为的养成,一方面可以通过教授亲社会技能而有效地提升学生的亲社会行为水平,并在这一过程中达到塑造学生亲社会价值观的目的。

班级作为初中生最为密切的学校生态系统单位,其间的师生互动、同伴互动等因素必然会对学生的成长产生重要的影响,学校环境对学生的影响也要通过班级变量才能发挥作用。班主任管理工作由于其介入学生日常生活和学习管理的程度,可以成为培养学生亲社会行为的主要途径。本研究以班级管理为途径并借助一系列以班级为单位的干预措施,探索培养初中生亲社会行为的学校教育方法,以服务于为青少年亲社会行为的培养实践,同时为班主任工作和学校德育工作探索一个新的突破口。

1 对象与方法

1.1对象

在某中等城市一所初中学校初二年级四个教学班中,选取其中两个重点班(1班和2班)为试验对象。两班成绩均衡,班主任及任课教师配备不同,并分别处于教学楼不同层次。使用江光荣的《我的班级》问卷[5]对两个班的班级环境进行测验,1班66人,回收有效问卷61份,2班65人,回收有效问卷60份。结果发现,除学习负担维度差异不显著(P>0.05)外,总分及其余维度得分均是1班低于2班(P0.001)。然后将1班(男生27 人,女生39人)作为实验班,2班(男生30 人,女生35人)作为控制班。试验前后测问卷全部收回并有效。

1.2工具

1.2.1《我的班级》问卷[5] 共38个项目,分为师生关系、同学关系、秩序纪律、竞争气氛和学习负担5个维度,从“完全不符合”到“完全符合”5点计分(1-5)。各维度的a系数在0.79-0.93之间,以班级为分析单位时则在0.92-0.98之间。正式使用前在某校初二年级中抽一个班作了预测,得到内部一致性a系数为0.83。

1.2.2自编亲社会价值取向量表 参照李丹的研究方法[4],结合初中生的生活实际,自编涉及帮助、利他、调节、公正、控制、包容、分享等初中生认同的亲社会行为的故事。故事共10个,其中利他、包容、分享故事各两个,其余故事各一个。每个故事后面列出四种想法:无私利他取向、规则为中心的取向、移情取向和利己取向,分别用4、3、2、1代表四种选择,要求被试选出最同意的想法。在所有10个故事的取向中5个或5个以上取向是一致的,则某人最终的价值取向便是这一种;相同取向总和均未超过5个,则该被试的价值取向为难以判断。本研究对初测所得有效问卷进行情境故事及其与价值取向之间的相关分析表明,10个故事及其与最终取向之间存在不同程度相关(0.499-0.049,P

1.2.3自编亲社会行为自我评定量表 依据寇的观点[6],将初中生的亲社会行为划分为8个维度:调节行为、帮助行为、分享行为、利他行为、习俗行为、包容行为、公正行为和控制行为,并对每个维度做出描述性定义。然后结合初中生在校日常学习、生活和交往的特点,为每个维度编写题目,使问卷能较为集中地反映初中生在群体交往中可能发生的亲社会行为;另外,在问卷的编制过程中,还请相关的专家、一线教师和学生对问卷的条目进行了多次审查、修改。最终量表共8个维度,24个题目(每个维度3个)。每个题目的三个选项按照亲社会行为、普通行为、自私利己行为分别记2、1和0分,测验总分为学生的亲社会行为水平得分。

对初测所得有效问卷进行八个维度之间及其与总分之间的相关分析发现,八个维度之间除调节与公正、帮助与公正、分享与习俗、分享与控制、习俗与包容、包容与公正外,其余相关均达到显著性水平,但均不超过0.5,属于中低水平相关,显示本量表各维度的方向基本一致但又基本彼此独立;而八个维度与总分之间则呈中高水平相关(r=0.725-0.447,P

1.3研究程序

1.3.1编写干预手册 干预手册内容包括干预阶段、干预内容、活动方案,以及注意事项和辅导原则等。

1.3.2实验前测

前测在实验开始前一周施行,由研究者本人担任主试。前测对象为实验班和控制班。前测的内容包括亲社会价值取向和亲社会行为水平。实验自变量为干预训练,因变量为亲社会行为,中介变量为亲社会价值取向,实验不考虑性别、学业成绩及家庭环境等变量。

1.3.3干预训练

1.3.3.1干预训练的内容 干预训练的内容包括认识和鼓励亲社会行为(主题1-5)、学习和实践亲社会行为(6-21)、强化亲社会行为(22)3个阶段,具体内容见表1。

1.3.3.2干预训练的途径及实施

对实验班全体学生的亲社会价值取向和亲社会行为进行有目的、有计划的团体干预。以班级为单位,采用主题班会、心理活动课和日常班级管理渗透、环境渗透等形式。主题班会或心理活动课每周一次,每次45分钟。每次活动由班主任和研究者共同主持(主题班会也可由学生主持),每次活动后由学生填写《我的亲社会行为记录卡》,记录卡中包括活动主题、我的参与、我的领悟、我的榜样、我的计划、我的实践等项目。研究者收集这些记录卡,并亲自在学生中进行群体访谈,收集学生的意见或建议,反馈活动的干预效果。

日常班级管理渗透主要通过班主任有意识地关注学生的亲社会行为,如以晨会、小组考核、班长日志等班级管理途径为载体,采用及时引导、强化和以身示范等形式,共同促使实验班级亲社会氛围的形成,为学生创造良好的教育环境。

环境渗透主要是以“亲社会行为”为主题,利用黑板报、墙报、标语、宣传画报等形式,设置一个良好的亲社会环境,创造一个“以亲社会为荣”的舆论氛围,使学生在班级环境中时时处处受到亲社会理念的熏陶,从而加强行为的自我约束和自我教育,提高养成亲社会行为的自觉性。

1.3.4实验后测 干预结束后,用亲社会价值取向量表和亲社会行为自我评定量表对实验班和控制班学生进行测验。

1.4统计方法 进行χ2检验和t检验。

2结果

2.1两组被试干预前后在亲社会价值取向量表上的人数比较

由于利己取向和移情取向的人数较少,所以将其合并为其他取向。对难以判断、利他和其他三类取向上的人数分布进行χ2检验发现,干预前实验班学生的价值取向在各种类别上的人数分布与控制班存在统计学上的显著差异(P=0.005),表现为难以判断者人数多于控制班,利他取向者人数少于控制班,但干预后两班差异无显著性(P=0.686);干预后实验班组内价值取向的人数分布总体上亦发生显著变化(P=0.027),利他取向者由原来的38人增至52人,难以判断者人数由原来的19人减至8人,而控制班前后测差异不显著(P=0.410)(见表2)。

2.2两组被试亲社会行为自我评定量表评分比较 表3显示干预前实验班学生的亲社会行为总分及调节、利他、习俗、公正和控制维度得分均低于控制班学生,干预后实验班的分享得分高于控制班(4.7±1.0/4.1±1.4,P=0.005),但其余差异均无显著性;实验班除公正维度外,其余得分均是干预后高于干预前,而控制班干预前后差异均无显著性(均P>0.05)。

3讨论

本研究在干预内容的选择上主要借鉴“结构学习”理论和寇的观点,并结合亲社会行为自评量表中涉及的调节、帮助、分享、利他、习俗、包容、公正和控制八类行为,着重培养学生的亲社会技能,并在其中渗透亲社会价值观的教育。旨在将传统的道德行为的训练和培养,转换为青少年群体认同的亲社会行为的训练和培养,使教育内容更符合青少年的自身的发展性特点,也更符合社会本身的特点,同时使干预更便于操作和更有效。按照干预实验设计,干预活动全过程基本上贯穿了从认识和鼓励亲社会行为到学习、实践和强化亲社会行为几个相互承接的环节,干预内容的选取贴近学生,符合初中生实际交往生活的需要,对指导学生的行为有明显功效,容易被初中生接受,加之班级管理中多形式、多时空的及时强化、同伴积极的舆论氛围、贴身的榜样示范,都有利于学生亲社会价值观念的形成和亲社会行为的养成。

本研究结果显示在亲社会价值取向上,实验前,从总体上看,实验班与控制班在价值取向人数分布上存在显著差异,利他取向者少于控制班,而难以判断者多于控制班。干预后,两班差异总体不显著。实验班前后测在人数分布上也发生统计学上的显著变化,利他取向者增加,而难以判断者减少。这说明干预实验对学生的价值取向产生了积极的影响。更多的利他取向者的产生表明学生在面临同样情境时,能更多地考虑行为是否对他人有益,把合作、谦让、分享、接纳甚至是完全不求回报地利他作为自己的价值选择。

在亲社会行为方面,实验前,实验班学生在亲社会行为总分及利他、习俗、公正和控制维度上的得分显著低于控制班。干预后,实验班与控制班原有的差距消失,并且在分享维度上还高出控制班;实验班亲社会行为总分及调节、帮助、利他、习俗和控制行为的组内比较也显著高出前测水平,说明干预训练显著提高了学生的亲社会技能并促进了其亲社会行为水平的提高。值得注意的是干预前后实验班公正行为的变化不显著。分析其原因,一方面可能是问卷备选答案区分度不够;一方面可能是学生在面临公正和同伴友情之间的冲突时,更愿意选择后者。用事后接受访谈的学生的话来说,就是“找到一个朋友太不容易”,因此他们不愿意为维护公正而失去自己的友谊。相比之下,他们更愿意选择在不暴露自己的前提下坚持公正的立场。在十分看重友情的青少年时期,这样的选择是可以理解的,但这也必然给干预增加难度;还有一方面的原因来自干预训练。在干预实验中,本研究没有十分明显地设计出针对公正行为的训练,也没有在此类问题上引发学生的讨论,进行价值澄清,因此实验前后学生在相同情境的认识没有发生显著变化。

国内尚无对初中生亲社会行为的多个维度进行综合教育干预的研究,也尚无基于价值取向与亲社会行为之间的相关而进行的综合干预研究。但张志学(1992)对初二年级180名学生进行了预热讨论、价值澄清和角色扮演的教育干预之后发现,通过动态教育,可以增加学生的利他价值取向和亲社会行为表现[7]。本研究结果与此一致。

结构学习理论指出[8],采用榜样示范、角色扮演、迁移训练等方法,教授青少年一系列的亲社会技能,是培养学生亲社会行为的重要方法。以鼓励、实践和强化亲社会行为为主要环节的美国的“和平缔造者方案”的实践也证明[9],学校及班级是培养学生亲社会行为的重要场所。国内学者寇认为[10],将传统的道德行为的训练和培养,转换成青少年认同的行为的训练和培养更符合青少年的发展性特点,也更符合社会本身的特点,从学生看重的一些日常行为入手建立亲社会行为的干预模式,必然会更便于操作和更有效。本干预实验的过程及结果验证了这些理论的正确性。

但本研究存在以下不足:(1)在亲社会自我评定量表的设计上,由于维度的划分尚不明确,有些题目之间的区分度和题目本身的效度可能有些欠缺;亲社会价值取向的个别维度间的相关系数太小,影响了量表的效度,需要在今后研究中进一步完善。此外,由于亲社会行为本身容易受到社会赞许性的影响,结果也不可避免地会受到一些影响。(2)要塑造、锻炼和提升中学生的亲社会价值取向和亲社会行为是一个比较复杂的社会系统工程。但本研究所采用的干预内容、方法和措施比较单一,如干预方式只采用以班级为单位及以课堂教学为主要形式的集体干预,学生行为的变化可能只是从社会赞许出发,而非经过自己内心的接纳、认同和践行的结果。此外,未作追踪研究,其效果可能只是短暂的、不稳固的。今后的研究应将团体干预和个别干预结合起来,更深入地探测被试行为的干预措施和变化规律。(3)本研究在选取试验对象时发现,在班级环境上两个班存在显著差异,实验班各个维度得分均显著低于控制班。而实验班在亲社会价值取向和亲社会行为上的前测得分也显著低于控制班,那么,班级环境的差异是否是造成这一差距的重要外部因素?对干预的效果是否也造成一定影响?这些有待于今后研究证实。

参考文献

[1]李幼穗.儿童亲社会行为及其培养[J].天津师大学报,1999,(2):28-33.

[2]俞国良.社会认知视眼中的亲社会行为[J].北京师范大学学报(社会科学版),1999,(1):20-25.

[3]李幼穗.价值取向与青少年的合作行为及其培养[J].天津师范大学学报,2001,(4):28-33.

[4]李丹.小学儿童亲社会价值取向发展的实验研究[J].心理发展与教育,2000,(4):20-24.

[5]江光荣.中小学班级管理:结构与测量[J].心理科学.2004(4):839-843.

[6]寇,付艳,马艳.初中生认同的亲社会行为的初步研究[J].心理发展与教育,2004,(4):43-48.

[7]章志光.学生的价值观、价值取向及其与亲社会行为的关系初探[J].社会心理科学,2005(4):24-32.

[8]王美芳.儿童亲社会技能的发展与培养[J].北京:华文出版社,2003:275-278.

[9]陈竞秀,张卫,姜薇薇,等.美国学校暴力方案评析[J].比较教育研究,2006,(2):28-32.

公差测量实训总结范文3

关键字:道路交通;城市化进程;汽车销量;BP预测模型;回归预测模型

类号:U462 文章标识码:A 文章编号:1005-2550(2012)03-0000-00

1 引言

目前汽车总量预测的典型方法主要有时间序列预测法、线性回归法、灰色预测法、BP神经网络法等,这几种方法各具特色和优势,但是各有各的局限性。选择何种方法去预测必须进行具体分析。时间序列预测简单易行,便于掌握,但误差比较大,目前已不提倡采用。线性回归模型是通过寻求预测对象和影响因素之间的统计规律来建立相应的函数关系方程式,并依据该方程进行预测,本文关于某些数据的预测选取的是二元回归法,但只能进行短期预测,而且需要较大的样本数据。灰色预测法可以在数据不充足的样本条件下,从数据本身去挖掘有用信息,适用于中长期预测,但其缺点是只适用于指数增长情况下的预测,对波动性不好的数据预测效果比较差。人工神经元网络具有较好的非线性和自适应能力、学习能力和映射能力,能够实现非线性关系映射,但容易陷入局部最小值。本文通过具体分析提供了关于汽车总销量预测的具体相关模型。

2 预测模型建立

通过查阅2010中国统计年鉴、2010国民经济、社会发展统计公报和2010年公路水路运输发展统计公报,得知1996~2010年的15个统计样本,如表1所列,其中城市道路长度和城市道路面积2010年底的数据,由于资料有限,还需额外预测。总体预测过程分四步:①建立预测模型②城镇人口数、城镇居民人均可支配收入、城市化率、公路里程的BP滚动预测③城市年末实有道路长度和城市年末实有道路面积的二元回归预测④汽车年末销量预测。

2.1 汽车销量的影响因素

道路交通和城市化进程对汽车总量的影响是全方位多角度的,一方面由于道路建设的速度加快和水平提高为汽车运行环境提供了良好条件,势必影响汽车市场。另一方面城市化进程不断加快,城市规模不断扩大,诱发了更多的出行需求。因此综合考虑上述因素,本文选取待预测的城镇人口数、城镇居民人均可支配收入、城市化率、城市年末实有道路长度、城市年末实有道路面积、公路里程6个因素作为汽车总量的主要影响因素。

2.2 汽车年末总销量预测模型

将上述6个影响因素作为输入信息,可确定网络输入层结点数为15。目前,网络隐含层结点个数的选取尚缺少统一而完整的理论指导,原则上应大于输入层结点。[1]关于隐含层的层数,通过trainlm训练函数反复试算,最终采用节点数为15的单隐含层网络结构。输出层含1个结点,即网络的输出为,与6个影响因素同年的汽车销量。隐含层与输出层均采用tansig型函数作为传递函数。]形成拓扑结构为15-1的神经网络作为汽车总销量的预测模型,设为ANN1。若目标预测年份为t,且已知第t年之前的n年数据,则将第t-n到第t-1年的数据作为ANN1的训练集合,即n年中每年的6个影响因素作为输入集合,相对应的同年汽车销量作为导师集合。待网络经训练稳定后,就可对第t年汽车总销量进行预测。

2.3 影响因素预测模型

根据汽车销量BP预测模型的特点,在预测第2011年的出租汽车保有量之前,必须先确定同年的6个影响因素组成的输入向量。建立BP神经网络ANN2及ANN3可用于预测同年的城镇人口数、城镇居民人均可支配收入、城市化率和公路里程且精度较高。而对于其他二个影响因素来说,BP网络因无法或很难收敛而另选其他模型。城市年末实有道路长度、城市年末实有道路面积经回归模型预测和灰色模型预测精度对比,优选回归模型。

3城镇人口数、城镇居民人均可支配收入、城市化率、公路里程的BP滚动预测

3.1 ANN2、ANN3的训练和检测

ANN2、ANN3输入层分别11、8个结点,输出层有1个结点。第一种ANN2是将第2011年之前连续3年的某一影响因素的数据作为输入样本,以第4年的数据作为导师样本,对网络进行训练。达到精度后可用目标年之前3年的数据作为输入集合,得到该影响因素的预测值;第二种ANN3是将第2011年之前连续4年的某一影响因素的数据作为输入样本,以第5年的数据作为导师样本,对网络进行训练。

3.2 预测结果 3.3 城市年末实有道路长度和城市年末实有道路面积的二元回归预测

根据收敛效果,城市化率选取ANN2,城镇人

口预测、城镇人均可支配收入、公路里程选取

ANN3。应用训练完毕的ANN2、ANN3分别对4个

影响因素进行预测,并运用Matlab软件工具包,

3.3.1 回归计算

根据城市道路面积、城市人均可支配收入、城市化率的原始数据,画出散点图。①目标变量:城市年末实有道路面积;解释变量:城市人均可支配收入、城市化率 ②目标变量:城市年末实有道路长度;解释变量:城市人均可支配收入、城市化率。本文只分析城市道路面积的预测过程,城市年末实有道路长度同理可预测。通过作图发现城市道

路面积与城市人均可支配收入、城市道路面积与城市率之间存在线性趋势,没有发现明

显的异常值。因变量与各自变量之间存在线

性关系,符合建立线性回归的数据要求。使用SPSS统计软件,采取二元线性回归分析方法得出计算结果。[3]

3.3.2 模型检验

模型方差分析表、系数检验表可以表明模型的拟合效果,显示在模型中相关系数R为0.991,而决定系数 为0.983,校正的决定系数为0.980。F=315.336可见,模型的拟合优度非常好。各个系数的检验结果(T检验),由于是二元回归,因此对系数的检

验包含对常数项的检验与两个自变量系数的检验。

由此可以得到相关性模型:Y1=1.631X2+0.861X1-42.108 Sig=0,在0.05水平上该回归模型达到显著性水平,同理可得:Y2=0.198X1+0.762X2-11.847

3.3.3 模型预测

将数值代入预测回归方程,得到城市年末实有道路面积、城市年末实有道路长度

4 汽车年末总销量的BP预测

4.1 ANN1的训练与检测:取误差ε≤0.5×10-10, ,以1996~2010年的影响因素作为输入,汽车量作为导师信息,对ANN1进行训练。经过近422次的训练后,网络误差达到精度要求。

4.2 影响因素预测:应用训练完毕的ANN2、

ANN3分别对5个影响因素进行预测,其结果如表2表3所列:

4.3 汽车总量预测:将上述所得影响因素值

作为输入向量,运用训练完毕的ANN1对2011~2015年的汽车总量进行预测,结果如表4所列。

5 结论:

1) 本文通过对现有数据的检测,证明运用BP神经网络模型预测汽车销量是可行的。与传统方法相比,神经网络因其在非线性系统建模等方面的优势,在汽车总量问题预测方面具有较高的预测精度,因此具有广泛的应用前景。

2) 各种算法是从历史数据中找出预测对象的演变规律,而并未考虑到政策对汽车销量

的影响,所以在道路交通、城市化进程、汽车产业发展政策突然变动的情况下,该模型会受到一定的限制。

参考文献:

[1] 袁曾任.人工神经元网络及其应用.北京:清华大学出版社,1999.6~10

公差测量实训总结范文4

关键词:岗位胜任能力 生产技能 人员职业能力 培训 规范

对于电力企业来说,高素质的生产技能人员具有很重要的作用,可以有效地提高电力企业的安全生产以及服务水平。对于生产技能员工培训,主要目的在于帮助员工弥补相应专业知识和技能的不足,从而使员工能够符合岗位技能的要求。对于培训来说,主要遵循的原则是投入最小化,收益最大化。因此,电力企业要结合本单位员工的实际情况及岗位要求,制定合适的培训计划,从而来提高培训的效果。

一、岗位胜任能力提升培训的主要做法

1.岗位胜任能力评测。对于公司员工的岗位胜任能力的评测,也是公司培训项目是否成功的关键。岗位胜任能力评测主要流程有:①进行岗位测评的调研,以及前期方案的制定。摸清相关技能人员以及生产运行状况,从而制定相应的技能的测评方案,以考试、答辩等方式进行测试,对企业员工的基础、专业、相关知识和技能进行相应的测试,从而对员工有一个全面的了解。②岗位测评的实施,要在公司内部进行理论测评的实施,利用笔试的方式,在考试中一定要加强监督,杜绝抄袭现象的出现,以保证成绩的真实性。另外,也要对员工采取答辩测试,将员工分成几组,分别进行相应的答辩测评。③岗位胜任能力差异性分析,在进行岗位的测试结束之后,要针对员工的成绩进行相应的分析,对员工的综合成绩进行全面探讨,根据其成绩能够了解到员工的知识及技能水平,从而制定有针对性的培训计划。

2.制定差异性培训方案。根据岗位胜任能力差异性分析报告,可以充分地表现出电力公司员工存在的一些问题,如在电力知识掌握方面,员工对电气设备的基本知识不够了解,对电网运行方面的知识掌握有所欠缺;在员工岗位技能方面也可能存在一些问题,如对一些操作不够规范,对事故处理不是很熟悉、判断能力差等。因此,电力公司应根据存在的一些问题,制定合理的培训计划。

3.培训的实施。在电力公司进行培训的过程中,为了提高员工培训的积极性,可以设置相应的鼓励以及奖励措施,设置一些进步奖,并且对进步较大的成员进行绩效奖励。

二、岗位胜任能力提升培训效果的评估与改进

1.组织措施。通过成立员工培训小组进行全员的考核和学习,制定相应的合理的全员培训考核办法和制度,以此来充分调动生产技能人员参与岗位胜任能力培训的积极性,鼓励员工更高标准的日常工作和培养认真负责的工作态度。此外公司要通过合理有效的政策和措施积极推进各项培训工作的完成,激励员工积极进取、勤学苦练的精神,不断提高个人素质和员工专业技术技能水平,达到提升员工岗位胜任能力的目的。

2.评估过程。考核的内容分为两大部分,一部分内容是在公司单位绩效考核情况;另一部分是培训效果的考核。在绩效考核的过程中,负责考核的各层级领导和同事对被考核人员进行考评,对被考核人员在公司单位期间的工作、学习情况进行评价,根据被考核人员的德、勤、绩、廉进行评估。培训效果的考核,以公司单位下达的培训计划及培训内容的完成情况进行相应的考核,对培训人员的理论和技能实操成绩的变化和分数进行逐一评价,做到公平公正,最后按百分制进行考核总结,每项得分的总和为考核最后成绩。

3.岗位胜任能力培训存在的不足。通过岗位胜任能力培训可以找出员工的技能与岗位要求的技能之间的差距,通过比对,可以清晰地分析出员工存在的不足和确定员工所需的培训需求。但如果想要解决培训中动力的问题,还要与员工职业生涯规划相互结合,真实地实现岗位胜任能力提升培训由培训人员需要到培训人员想要的观念。

4.对岗位胜任能力提升培训的改进方法。岗位的培训应该以培训人员为中心,将培训规模和形式与员工职业发展规划进行有机的结合,把培训过程中组织需求与员工的需求相结合并统一,充分调动员工参与的积极性,提升员工自身职业发展能力和技能。通过正确和科学的培养渠道,为每一位员工解决职业困惑,提升岗位的胜任能力和技能。

综上所述,企业要针对不同的岗位需求制定相应的培训计划,以提高企业员工的岗位胜任能力。同时要建立具有本单位特色的岗位胜任能力培训体系,从而促进企业岗位胜任能力培训工作的开展。

参考文献

[1]孙家宽,赵洪波.基于岗位胜任能力模型的生产技能人员职业能力培训规范的应用[J].中国电力教育,2011,2(1):10-13

公差测量实训总结范文5

关键词:风电场功率预测;天气预报(NWP);BP神经网络;预测误差

中图分类号:TP301文献标识码:A文章编号:16727800(2013)004003103

0引言

能源是支撑人类文明进步的物质基础,是现代社会发展不可或缺的基本条件。在中国实现现代化和全体人民共同富裕的进程中,能源始终是一个重大战略问题。大力发展新能源和可再生能源,是推进能源多元清洁发展、培育战略性新兴产业的重要战略举措,也是保护生态环境、应对气候变化、实现可持续发展的迫切需要, 到“十二五”末,非化石能源消费占一次能源消费比重将达到11.4%,非化石能源发电装机比重达到30%\[1\]。

风电作为可再生能源中最具开发价值的能源,在世界范围内得到了广泛的开发利用。但是由于风速的随机性,导致风电功率具有很大的波动性和不确定性,这给电力系统的稳定运行带来了影响,从而限制了电力系统对风电功率的吸纳。据国家能源局最新统计报告中指出:内蒙古风电装机容量占该地区所有能源总量的30%左右,但是并到电网上的风电机组容量份额不到总风电装机容量的2%。要提高对风电的开发利用,需要进一步提高风电功率预测的准确性。文献\[2,3\]介绍了利用传统BP神经网络来对风电场短时功率进行预测,在预测过程中考虑了风速的季节性变化,预测结果满足应用要求;文献\[4\]给出利用历史功率信息进行预测和利用历史气象信息与功率信息进行预测的不同,并指出利用历史气象信息和功率信息的预测结果要高;文献\[57\]介绍由多种预测算法组合而成的风电场功率预测算法,并指出这些组合预测算法的预测精度比单一预测算法的精度有所提高,但是计算时间比单一预测算法要长。

本文首先对传统BP神经网络进行了改进,然后利用过去10天的NWP数据和功率数据,作为改进后BP神经网络的输入数据对神经网络进行训练。以未来3小时的NWP数据作为改进后BP神经网络的输入数据对输出功率进行预测,预测结果既确保了较低的预测误差,又提高了系统的稳定性和收敛速度。

1BP神经网络算法改进

1.1BP神经网络理论

BP网络又称为误差逆传播算法,典型的BP网络由输入层、隐含层和输出层组成,各层之间实行全连结。BP网络的学习过程,由模式顺传播、误差逆传播、记忆训练、学习收敛4个过程组成。

1.1.1模式顺传播

模式顺传播是由输入模式提供给网络的输入层开始,输入层各单元对应于输入模式向量的各个元素。设输入模式向量Xz=(x1,x2,…,xn)(z=1,2,…,m),其中,z为学习模式对,n为输入层单元个数。对应输入模式的希望输出向量Yz=(y1,y2,…,yq),其中,q为输出层单元个数。根据BP网络的计算原理,隐含层各单元的输入为:

sj=∑n[]i=1wijai-θj(1)

式(1)中:s\-j为隐含层输入值;θ\-j为隐含层阈值,j=1,2,…,p;p为隐含层单元个数;w\-\{ij\}为输入层和隐含层的连接权值;a\-i为输入层的第i个神经元,i=1,2,…,n。

为模拟生物神经元的非线性特性,以s\-j为S函数的自变量,计算隐含层各单元的输出,S函数的数学表达式为:

bj=f(sj)=1[]1+e-sj(2)

式(2)中:b\-j为隐含层第j个神经单元的输出值。

单元输出阈值θ\-j为模拟生物神经元的阈值电位而设置,它在训练过程中不断被修改。输出层各单元的输入为:

Lt=∑p[]j=1vjt-γ\-t(3)

Ct=f(Lt)(4)

式(3)、(4)中:v\-\{jt\}为隐含层神经元j至输出层神经元t的连结权值;γ\-t为输出层神经元的阈值,t为输出层神经元个数,t=1,2,…,q;f为S函数;L\-t为输出层神经的输入值。

1.1.2误差逆传播

误差逆传播的第一步是进行误差计算,误差逆传播过程是由输出层的误差d\-j向隐含层的误差e\-j传递的过程,输出层的校正误差为:

dkt=(ykt-Ckt)f′(Lt)(5)

式(5)中:(y\+k\-t-c\+k\-t)表示网络希望输出与实际输出的绝对误差,k=1,2,…,m;f′(L\-t)是根据每个单元的实际响应调整偏差量。

为完成误差向隐含层传递,需要计算隐含层各单元的校正误差,隐含层校正误差为:

ekj=∑q[]t=1vjtdktf′(sj)(6)

式(6)的物理意义与(5)相似,只不过每一个中间隐含层单元的校正误差都由q个输出层单元校正误差传递而产生。

得到了校正误差d\+k\-t与e\+k\-j之后,沿逆方向调整整个输出层至隐含层、隐含层至输入层之间的连接权以及各单元的输出阈值,其调整公式为:

Δvjt=dktbkj(7)

Δγt=dkt(8)

Δwij=βekjaki(9)

Δθj=βekj(10)

式(7)~式(10)中:、β为学习速率,0

1.2BP神经网络算法改进

由于传统BP网络算法收敛速度慢,容易陷入局部最小点,实际使用效果较差。本文采用惯性校正算法来对传统BP网络算法进行改进。所谓惯性校正算法,就是在每一次对连接权或输出阈值进行校正时,按一定的比例加上前一次学习时的校正量,即惯性项,加速网络学习的收敛。

ΔW(N)=d+ηΔW(N-1)(11)

式(11)中:ΔW(N)为本次应得校正量;ΔW(N-1)为前一次校正量;d为本次误差计算得到的校正量;η为惯性系数(0

上面提到的学习速率、β在标准BP算法中是常数,如果学习系数选择不当,将会导致网络收敛速度较慢,运算时间较长,在训练时如何选择最佳的学习系数是一件困难的事情,本文采用一种自适应调整学习速率的方法\[8\]。在训练过程中,学习速率根据局部误差曲面作出不断调整,学习速率的调节如式(12)所示。

α(n+1)=kincα(n),E(t+1)E(t)α(n) ,E(t+1)=E(t)(12)

其中,学习速率增量k\-\{inc\}大于1,学习速率减量k\-\{dec\}小于1。当E(t+1)E(t)时,表明第t次迭代运算是无效的,应减小学习速率。

2模型建立及数据处理

根据以上BP神经网络的学习原理,结合风电场数值天气预报数据和功率数据,构建BP神经网络的模型。本文的神经网络模型由输入层、隐含层和输出层三层构成,输入层的输入数据主要是数值天气预报的数据,包括风速、风向、温度、湿度和压力,其中风向可由角度的正弦值和余弦值来进行表示,从而可确定神经网络的输入层神经元数量为6个。按照神经网络构建经验,隐含层神经元个数约是输入层神经元个数的2倍左右,本文中取隐含层神经元个数为13个。输出层的输出主要是风电场的功率,所以输出层神经元个数为1个。图1是按照本文要求设计的神经网络结构。

数据样本为某风电场2月1日-10日之间的天气预报数据和风电场的输出功率数据,每15min采集一次数据样本,共960组训练数据。该风电场风机类型为GE公司1.5WM风机,切入风速为3m/s,额定风速为13m/s,整个风电场装有风机122台,风电场装机总容量183WM。

3网络训练及数据分析

将10天采集的960组数值天气预报数据作为数据,对神经网络进行训练,训练次数为1 000次,训练误差为0.03,误差训练结果如图2所示。通过图2可知,当训练到达98次时,均方误差已经达到训练要求。

图3是训练样本中风电场实际输出功率与网络计算功率的比较图,实线表示风电场实际输出功率,虚线表示神经网络计算功率。从图中可知,风电场实际功率与神经网络输出功率的变化趋势相同,证明利用改进的BP神经网络对未来数据进行预测具有实际可行性。

本文以2月11号3h的风电场数值天气预报数据作为输入,利用训练好的改进后的BP神经网络对未来3h的风电场可能输出功率进行预测,预测误差在12%左右,满足国家电网公司对风电场功率预测的要求\[9\]。

4结语

对常规BP神经网络进行了改进,加快了BP神经网络的收敛速度,克服了BP神经网络容易陷入局部最小点的缺点,增加了BP神经网络的实用价值。

以某一风电场2月1-10日共10天的风电场数值天气预报数据和风电场输出功率数据为训练样本,对改进后的BP神经网络进行训练,训练过程收敛速度快,训练结果理想。利用训练后的BP神经网络对2月11号3h内的风电场输出功率进行预测,预测结果满足能源局要求。

参考文献:

\[1\]国务院新闻办公室.《中国的能源政策(2012)》白皮书\[R\].北京:新华社,2012.

\[2\]袁铁江,晁勤,李义岩,等.大规模风电并网电力系统经济调度中风电场出力的短期预测模型\[J\].中国电机工程学报,2010(13).

\[3\]ZHENHAI GUO, JIE WUB, HAIYAN LU, et al. A case study on a hybrid wind speed forecasting method using BP neural network\[J\].KnowledgeBased Systems,2011(24).

\[4\]MARIA GRAZIA DE GIORGI, ANTONIO FICARELLA, MARCO TARANTINO. Assessment of the benefits of numerical weather predictions in wind power forecasting based on statistical methods\[J\].Energy,2011(36).

\[5\]J P S CATAL O, H M I POUSINHO. Hybrid waveletpsoanfis approach for shortterm wind power forecasting in portugal\[J\].IEEE Transactions on Sustainable Energy,2011(1).

\[6\]方江晓,周晖,黄梅,等.基于统计聚类分析的短期风电功率预测\[J\].电力系统保护与控制,2011(11).

\[7\]孟洋洋,卢继平,孙华利,等.基于相似日和人工神经网络的风电功率短期预测\[J\].电网技术,2010(12).

公差测量实训总结范文6

关键词:核电工程;总承包;测量管理;过程控制;结果控制

中图分类号:TU196文献标识码:A文章编号:1009-2374 (2010)10-0116-02

一、核电工程测量管理简介

受国家积极发展核电政策影响,全国目前在建核电机组达20多台,可以说核电工程遍地开花。核电行业由于涉及核安全,所以较普通工程建设要求更加严格。当前核电站工程建设,尤其是对于核电主体工程,多是由兼具总承包资质与监理资质的专业核电工程公司总承包,实施EPC模式管理,同时承担工程项目管理和监理职责。

核电站建设总投资较大,为严格控制项目建设总投资,业主单位对各分项目都设有一定的投资限额,所以当工程采取公开招投标时,投标单位技术实力相差不是很悬殊时,一般都采取最低报价单位中标。从投资角度来说,项目投资的确得到了控制,但对后续工程建设来讲,由于中标单位报价较低,必然导致中标单位在项目上的投入严格压缩。换言之,其投入的人员数量、质量也会受影响。

工程测量作为一个基础辅助专业,在工程施工建设当中,往往分包单位思想上不能给予或给予的重视不够。反映在实际当中就是配置的测量专业人员不够专业、人员数量偏少、仪器设备精度达不到要求。所谓专业人员不够专业,是指测量主管、测量工程师等不是测绘专业出身,而是由其他专业如土木工程,工程管理等其他专业人员替代。采取同等学历人员替代的一个弊端是碰到复杂测量环境,或者需要运用专业知识解决的问题时,往往控制结果不能满足专业规范要求,由此必然带来工程的质量控制风险。

二、对核电工程各分包单位实施测量专业监督管理的措施

如何更好地对核电工程各分包单位实施测量专业监督管理?结合个人近年来的实际工作经验,我认为可以从以下几个方面着眼:

(一)严把分包商进场前入口关

所谓入口关,是指分包商在签订中标合同后,工程正式开工前,需提置该工程项目的测量专业人员资质、仪器设备检定证书以及施工测量管理程序等。正确、严格把好这一道关对以后工程测量管理极为重要。

总包单位应该对分包单位提交的材料逐一审核,并判断分包单位拟投入的测量人员资历是否能够胜任、测量人员配备数量是否足够、测量仪器精度能否满足要求、测量工作程序是否可行等。值得一提的是,此时需要重点关注“人、机”两项,当判断分包单位的投入不能满足项目建设要求时,应该让其继续补充、完善至满足要求。项目开工前,分包单位一般急于获得现场控制桩坐标,总包单位此时提出的要求往往容易得到贯彻落实。所以,分包单位入场前,应成功约束其将测量专业的投入一次性到位,而不应该寄希望于分包商进场后再去推动,其结果将会给总包单位后期测量管理带来不小的困难和压力,并且那时总包单位提出的测量管理要求也未必能全部落实到位。

(二)注重人员培训和技术交底

分包单位测量人员进场后,应该责成其尽快完成所有测量人员的上岗培训,开工前必须技术交底到位。由于建筑行业人员流动性较大,分包单位中标后组建的施工队伍可能来自“五湖四海”,人员素质参差不齐。鉴于此,要求新入场分包单位测量人员必须实行上岗前培训实属必要。具体培训内容可以依据实际需要,涵盖基础测量专业知识,核电测量相关管理程序以及其他通用管理要求等。分包商进行过的培训必须形成书面文字记录存档,同时必须有培训考核方式,以衡量培训效果。必要时可以实际抽查测量专业人员的培训效果,如安排分包商实地外业测量观测,以此检验其培训落实情况。

(三)加强人员、设备的动态管理

核电工程建设周期较长,建设过程中可能出现分包商测量技术骨干人员甚至测量管理人员的流失、测量仪器损坏等情况。为了能够将分包商由此给工程带来的影响降到最低,出现上述情况后,应该立即要求分包单位以不低于原入场时的人员、仪器配备加以补充。

(四)强化过程控制与结果控制相结合

测量工作是土建、安装前的上一道工序工作,将设计理论值在工程实地反映出来,以及获取工程控制部位的实际数据是测量工作的两个主要方面。作为总包单位,注重结果控制很重要,同时也必须注重过程控制。测量实施过程是否满足测量规范要求,测量方案是否可行也必须纳入监管。只有过程符合规程,结果合理才能实现全过程、全方位控制。

对施工过程中的W、R点,可以结合当时分包单位的实际情况,调高或调低见证比率。若分包单位某一施工时段内,测量内外业工作较规范、测量报告合格率较高,则可以适当调低对该分包单位的测量质检控制点的见证比率,反之则调高。

(五)其他辅助管理手段

1.例会制度。例会制度是指总承包单位定期召集各分包单位测量专业负责人参加测量专业事项协调的会议制度,例会周期一般每两周或一个月一次。通过定期召开专业例会,总承包单位能够总结前期专业工作中的好的方面,以及需改进的方面,同时布置本专业后期的重点工作。另外,通过例会也能较及时地获悉现场各分包单位测量专业实际工作情况、存在的问题,有针对性地及时加以疏导、调整、解决。

2.定期抽查制度。定期抽查制度皆在敦促分包商严格落实相关测量技术规定,严格执行核电程序要求。定期抽查可以每半年一次,一年至少一次的方式对各分包单位测量内外业工作全面检查。具体实施时,可以函邀本单位土建专业、质保专业人员一同参加,就分包商外业观测记录保存,日常报告存档,内业数据处理,测量仪器维护管理等方面进行检查。

三、结语

由于核电项目建设分项工程众多,包括核岛土建、常规岛土建、BOP土建、核岛安装、常规岛安装、BOP安装,以及如进厂道路等其他辅助项目工程,参入的分包单位可能达到数十家之多。各分包单位的测量专业人员总数加起来可能数倍于总包单位的测量管理人员。作为总承包商,如何确保工程的六大控制,尤其是质量控制,管理体系手段方法将直接关系管理的效果。除了总包单位直接管理外,另外一个重要的管理就是各分包单位的内部管理,利用好分包单位内部的QA、QC制度,不但能够减轻总包单位的管理压力,有时还能取到事半功倍的效果。

随着时展,一些传统的被认为有效的测量管理方法,分包单位可能会产生“抗药性”。这也给总包单位提出了更高的管理要求,总包单位只有通过不断制度创新、管理手段创新,积极探索出一套适合核电工程总包管理的体系模式,才能把核电工程测量工作理顺、管好。

参考文献