鄒彤彤 楊 濤 周 勇 王仲平 余來斌 王東凱 肖 榮 出曉娟

(1、蘭州交通大學(xué)數(shù)理學(xué)院，甘肅 蘭州 730070 2、中國科學(xué)院海西研究院泉州裝備制造研究所，福建 泉州 362200 3、中國建筑第八工程局有限公司，上海 200000 4、中建八局有限公司南方公司，廣西 南寧 530022)

1 概述

近年來，隨著經(jīng)濟(jì)的高速發(fā)展，城市地下工程急劇增加，地面問題日趨嚴(yán)重。在隧道開挖中，由于受到地下復(fù)雜的地質(zhì)工程條件、周邊環(huán)境、突發(fā)災(zāi)害以及人為破壞等因素的影響，會(huì)產(chǎn)生滲漏水、裂縫、斷面變形侵限、掉塊、襯砌錯(cuò)臺錯(cuò)縫、襯砌腐蝕劣化、凍害、震害、鋼筋鋼拱架銹蝕、道板隆起、拱頂坍塌等各種病害，造成人員傷亡及經(jīng)濟(jì)損失[1-2]。針對以上各種隧道病害，對隧道進(jìn)行地表變形監(jiān)測[3]，了解場地地表及建筑物變形、沉降發(fā)展動(dòng)態(tài)、規(guī)律，為場地地基穩(wěn)定性鑒別和預(yù)測、預(yù)警提供依據(jù)是非常必要的[4]。但由于環(huán)境惡化，設(shè)備損壞等多種因素的影響，獲得的監(jiān)測數(shù)據(jù)中會(huì)存在很多與標(biāo)準(zhǔn)值（或期待值）有偏離的樣本，也就是說與絕大部分?jǐn)?shù)據(jù)“長的不一樣”的樣本，即異常值。傳統(tǒng)的異常監(jiān)測方法大多是由統(tǒng)計(jì)學(xué)界完成的，因其簡單易操作等優(yōu)點(diǎn)在工程領(lǐng)域得到了廣泛的應(yīng)用，如胡碧輝等[5]用3σ 準(zhǔn)則和高斯過程回歸相結(jié)合的方法對變形異常數(shù)據(jù)進(jìn)行檢測，李增良[6]用箱線圖法對盾構(gòu)地表變形數(shù)據(jù)進(jìn)行異常識別。但這種基于統(tǒng)計(jì)學(xué)的檢測方法主要是對數(shù)據(jù)做出一定假設(shè)，并找出在此假設(shè)之下定義的“異?！保虼送鶗?huì)使用極值分析或假設(shè)檢驗(yàn)，且可解釋性弱，具有一定的局限性。隨著數(shù)據(jù)收集技術(shù)的不斷更新，基于數(shù)據(jù)挖掘的異常檢測開始進(jìn)入大眾視野，并占據(jù)重要地位。各種算法開始廣泛應(yīng)用于異常檢測中，K-均值聚類算法(K nearest neighbors, KNN)[7]算法因其簡單高效等諸多優(yōu)點(diǎn)得到了廣泛的應(yīng)用。

對于無數(shù)據(jù)標(biāo)簽的異常檢測問題，本文提出了一種K 近鄰算法的無監(jiān)督異常檢測算法，并用該算法對岑溪至水汶高速公路均昌隧道地表變形監(jiān)測數(shù)據(jù)進(jìn)行異常檢測。

2 算法簡介

K 近鄰算法（K-Nearest Neighbor，KNN）是一種常見的分類算法，也常用于數(shù)據(jù)的異常檢測問題中[8、9、10]。其基本思想是：給定測試樣本，基于某種距離度量找到訓(xùn)練集中與待分類樣本相似度最大的k 個(gè)訓(xùn)練樣本，然后基于這k 個(gè)近鄰樣本的類別信息采用投票方式確定待分類樣本的所屬類別，如圖1 所示，從內(nèi)到外k 值分別取k=1，k=3，k=5。k 的取值決定了待測樣本的類別，當(dāng)k=1 時(shí)，待測樣本為正類，k=3 時(shí)待測樣本為負(fù)類，k=5 時(shí)待測樣本為正類[11]。具體算法原理如下：

圖1 k 近鄰分類器示意圖

式(1)中，I 為指示函數(shù)，即當(dāng)yi=cj時(shí)I 為1，否則為0。

3 工程應(yīng)用

3.1 工程背景

在建岑溪至水汶高速公路岑溪大隧道位于岑溪市岑城鎮(zhèn)釣石村及大隆鎮(zhèn)均昌村之間的崇山峻嶺，設(shè)計(jì)為分離式小凈距，凈空（孔- 寬×高）為1-10.75×5m，左線樁號DK6+455～DK10+725，設(shè)計(jì)高程為316.92～304.48m；右線樁號DK6+477～DK10+765，設(shè)計(jì)高程為317.03～303.84m，為特長隧道。隧道穿越構(gòu)造中低山地貌單元，地面標(biāo)高250.00～806.00m，主要地層巖性為第四系沖洪積層粉質(zhì)粘土、卵石、飄石等和殘坡積層砂質(zhì)粘土；下伏基巖為混合巖（片麻狀花崗巖、片麻巖、石英巖等），分布有全風(fēng)化、強(qiáng)風(fēng)化、中風(fēng)化和微風(fēng)化層，見圖2。地質(zhì)構(gòu)造穩(wěn)定，地下埋藏淺，水量豐富。隧道中部從岑溪市岑城鎮(zhèn)山心村下部穿過，村莊周圍地面距隧道頂最小距離約90m，屬于中低山剝蝕形成的小盆地，次生斷層密集，周邊匯水面積大，地表水塘及溪流密布，泉眼分布廣，地下水賦存淺、豐富，地表水與地下水相貫通。居民生活、生產(chǎn)用水為地表泉水和溪流。地表大部分民房為土坯房或簡易磚混房，淺基礎(chǔ)或無基礎(chǔ)，無圈梁或框架，地基土質(zhì)松散，修建年代比較久，存在不同程度的原生裂縫。

圖2 均昌隧道地質(zhì)剖面圖

2013 年9 月11 日6:30 左右，正在開挖作業(yè)的右洞CK7+838 掌子面出現(xiàn)股狀涌水，涌水口直徑開始約15cm，隨后增至80cm，初始涌水量約1000m3/h，最大突水量達(dá)1280m3/h，之后9 月12 日～21 日期間，涌水量保持700m3/h，累計(jì)涌水量達(dá)到25 萬m3。同時(shí)，同時(shí)，災(zāi)害發(fā)生后，誘發(fā)地表塌陷、農(nóng)田損壞、房屋開裂、地表水干涸等次生災(zāi)害，如圖3。

圖3 突水災(zāi)害及誘發(fā)地表災(zāi)害情況

為了了解場地地表及建（構(gòu)）筑物變形、沉降發(fā)展動(dòng)態(tài)、規(guī)律，為場地地基穩(wěn)定性鑒別和預(yù)測、預(yù)警提供依據(jù)，在民房及道路基礎(chǔ)頂面、墻角設(shè)置23 個(gè)監(jiān)測點(diǎn)。剔除因環(huán)境干擾、監(jiān)測誤差等導(dǎo)致的數(shù)據(jù)異常，是保障數(shù)據(jù)可靠性的重要工作，見圖4。

圖4 沉降監(jiān)測點(diǎn)布置

3.2 監(jiān)測數(shù)據(jù)異常分析

用KNN 對每個(gè)監(jiān)測點(diǎn)分別進(jìn)行異常檢測，檢測結(jié)果如表1所示，大部分監(jiān)測點(diǎn)的監(jiān)測樣本數(shù)均為62，在A 區(qū)異常占比最高的分別是A4 和A2，B 區(qū)中異常占比最高的是B1，C 區(qū)中異常占比最高的是C1，且從不同區(qū)域異常占比變化圖（圖5）可以看出，A 區(qū)的異常點(diǎn)主要分布在前五個(gè)監(jiān)測點(diǎn)中，越往后監(jiān)測效果越穩(wěn)定。B 區(qū)中第一個(gè)監(jiān)測點(diǎn)B1 異常占比為11.3%，相較于B1，監(jiān)測點(diǎn)B2 的異常占比有明顯的下降趨勢，但由于該區(qū)所設(shè)監(jiān)測點(diǎn)較少，且B2 中的異常占比與其他監(jiān)測點(diǎn)相比也相對較高，所以在B 區(qū)域的監(jiān)測點(diǎn)設(shè)置需進(jìn)一步考察。C 區(qū)除第一個(gè)監(jiān)測點(diǎn)存在大量異常點(diǎn)外，其余監(jiān)測點(diǎn)的監(jiān)測數(shù)據(jù)異常分布情況相對趨于穩(wěn)定，監(jiān)測點(diǎn)C3 和C6 處獲得的監(jiān)測點(diǎn)異常占比最低，僅占3.2%，相較于A 區(qū)，C 區(qū)異常占比在后面的監(jiān)測點(diǎn)中有緩慢上升的趨勢。

表1 各監(jiān)測點(diǎn)異常值占比

圖5 不同區(qū)域異常占比變化圖

4 結(jié)論

對于無數(shù)據(jù)標(biāo)簽的隧道地表變形監(jiān)測數(shù)據(jù)的異常檢測問題，本文提出了一種無監(jiān)督式的k 近鄰異常監(jiān)測算法，該算法從全局領(lǐng)域的角度出發(fā)找出偏離數(shù)據(jù)整體趨勢的點(diǎn)即異常點(diǎn)。將該算法應(yīng)用于岑溪至水汶高速公路岑溪大隧道的地表變形監(jiān)測數(shù)據(jù)中，對23 個(gè)監(jiān)測點(diǎn)分別進(jìn)行異常檢測，并對不同區(qū)域的異常檢測結(jié)果進(jìn)行分析，發(fā)現(xiàn)A 區(qū)在監(jiān)測點(diǎn)A9，A10 兩個(gè)監(jiān)測點(diǎn)上效果更穩(wěn)定，C 區(qū)監(jiān)測點(diǎn)C3 和C6 處獲得的監(jiān)測點(diǎn)異常占比最低。