基于KNN 算法的隧道地表變形監測數據異常檢測分析

鄒彤彤 楊 濤 周 勇 王仲平 余來斌 王東凱 肖 榮 出曉娟

(1、蘭州交通大學數理學院，甘肅 蘭州 730070 2、中國科學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，隨著經濟的高速發展，城市地下工程急劇增加，地面問題日趨嚴重。在隧道開挖中，由于受到地下復雜的地質工程條件、周邊環境、突發災害以及人為破壞等因素的影響，會產生滲漏水、裂縫、斷面變形侵限、掉塊、襯砌錯臺錯縫、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，造成人員傷亡及經濟損失[1-2]。針對以上各種隧道病害，對隧道進行地表變形監測[3]，了解場地地表及建筑物變形、沉降發展動態、規律，為場地地基穩定性鑒別和預測、預警提供依據是非常必要的[4]。但由于環境惡化，設備損壞等多種因素的影響，獲得的監測數據中會存在很多與標準值（或期待值）有偏離的樣本，也就是說與絕大部分數據“長的不一樣”的樣本，即異常值。傳統的異常監測方法大多是由統計學界完成的，因其簡單易操作等優點在工程領域得到了廣泛的應用，如胡碧輝等[5]用3σ 準則和高斯過程回歸相結合的方法對變形異常數據進行檢測，李增良[6]用箱線圖法對盾構地表變形數據進行異常識別。但這種基于統計學的檢測方法主要是對數據做出一定假設，并找出在此假設之下定義的“異常”，因此往往會使用極值分析或假設檢驗，且可解釋性弱，具有一定的局限性。隨著數據收集技術的不斷更新，基于數據挖掘的異常檢測開始進入大眾視野，并占據重要地位。各種算法開始廣泛應用于異常檢測中，K-均值聚類算法(K nearest neighbors, KNN)[7]算法因其簡單高效等諸多優點得到了廣泛的應用。

對于無數據標簽的異常檢測問題，本文提出了一種K 近鄰算法的無監督異常檢測算法，并用該算法對岑溪至水汶高速公路均昌隧道地表變形監測數據進行異常檢測。

2 算法簡介

K 近鄰算法（K-Nearest Neighbor，KNN）是一種常見的分類算法，也常用于數據的異常檢測問題中[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練集中與待分類樣本相似度最大的k 個訓練樣本，然后基于這k 個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k=1 時，待測樣本為正類，k=3 時待測樣本為負類，k=5 時待測樣本為正類[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，即當yi=cj時I 為1，否則為0。

3 工程應用

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釣石村及大隆鎮均昌村之間的崇山峻嶺，設計為分離式小凈距，凈空（孔- 寬×高）為1-10.75×5m，左線樁號DK6+455～DK10+725，設計高程為316.92～304.48m；右線樁號DK6+477～DK10+765，設計高程為317.03～303.84m，為特長隧道。隧道穿越構造中低山地貌單元，地面標高250.00～806.00m，主要地層巖性為第四系沖洪積層粉質粘土、卵石、飄石等和殘坡積層砂質粘土；下伏基巖為混合巖（片麻狀花崗巖、片麻巖、石英巖等），分布有全風化、強風化、中風化和微風化層，見圖2。地質構造穩定，地下埋藏淺，水量豐富。隧道中部從岑溪市岑城鎮山心村下部穿過，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，淺基礎或無基礎，無圈梁或框架，地基土質松散，修建年代比較久，存在不同程度的原生裂縫。

圖2 均昌隧道地質剖面圖

2013 年9 月11 日6:30 左右，正在開挖作業的右洞CK7+838 掌子面出現股狀涌水，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1280m3/h，之后9 月12 日～21 日期間，涌水量保持700m3/h，累計涌水量達到25 萬m3。同時，同時，災害發生后，誘發地表塌陷、農田損壞、房屋開裂、地表水干涸等次生災害，如圖3。

圖3 突水災害及誘發地表災害情況

為了了解場地地表及建（構）筑物變形、沉降發展動態、規律，為場地地基穩定性鑒別和預測、預警提供依據，在民房及道路基礎頂面、墻角設置23 個監測點。剔除因環境干擾、監測誤差等導致的數據異常，是保障數據可靠性的重要工作，見圖4。

圖4 沉降監測點布置

3.2 監測數據異常分析

用KNN 對每個監測點分別進行異常檢測，檢測結果如表1所示，大部分監測點的監測樣本數均為62，在A 區異常占比最高的分別是A4 和A2，B 區中異常占比最高的是B1，C 區中異常占比最高的是C1，且從不同區域異常占比變化圖（圖5）可以看出，A 區的異常點主要分布在前五個監測點中，越往后監測效果越穩定。B 區中第一個監測點B1 異常占比為11.3%，相較于B1，監測點B2 的異常占比有明顯的下降趨勢，但由于該區所設監測點較少，且B2 中的異常占比與其他監測點相比也相對較高，所以在B 區域的監測點設置需進一步考察。C 區除第一個監測點存在大量異常點外，其余監測點的監測數據異常分布情況相對趨于穩定，監測點C3 和C6 處獲得的監測點異常占比最低，僅占3.2%，相較于A 區，C 區異常占比在后面的監測點中有緩慢上升的趨勢。

表1 各監測點異常值占比

圖5 不同區域異常占比變化圖

4 結論

對于無數據標簽的隧道地表變形監測數據的異常檢測問題，本文提出了一種無監督式的k 近鄰異常監測算法，該算法從全局領域的角度出發找出偏離數據整體趨勢的點即異常點。將該算法應用于岑溪至水汶高速公路岑溪大隧道的地表變形監測數據中，對23 個監測點分別進行異常檢測，并對不同區域的異常檢測結果進行分析，發現A 區在監測點A9，A10 兩個監測點上效果更穩定，C 區監測點C3 和C6 處獲得的監測點異常占比最低。