楊嘉琳

摘 要：本項目以某工程巖土勘探為背景，通過研究其項目過程勘探中的部分各層土方數(shù)據(jù)，借助EXCEL對數(shù)據(jù)源進行預(yù)處理，結(jié)合WEKA數(shù)據(jù)分析平臺，分別以貝葉斯網(wǎng)絡(luò)、分類規(guī)則進行模型建立，為地基土層的沉降評價以及結(jié)構(gòu)安全平臺建立提供數(shù)據(jù)支持。

關(guān)鍵詞：巖土勘探;WEKA;結(jié)構(gòu)安全平臺

1.背景

1.1國內(nèi)研究現(xiàn)狀

近些年來，工業(yè)領(lǐng)域的災(zāi)害頻頻發(fā)生，這種現(xiàn)象在建筑工程中尤為明顯。其中包括各種自然災(zāi)害的侵害和難以避免的質(zhì)量事故等導(dǎo)致的建筑結(jié)構(gòu)安全問題，與人們?nèi)找嬖鲩L的建筑功能的需求以及在“十三五”時期倡導(dǎo)創(chuàng)新、協(xié)調(diào)、綠色、開放、共享發(fā)展理念之間的矛盾日益突顯。鑒于以上原因，對現(xiàn)存或者正在建立的建筑結(jié)構(gòu)的安全性能檢測就十分必要。對于建筑結(jié)構(gòu)的安全性能檢測是對其安全性控制過程中的一個重要環(huán)節(jié)，目前國內(nèi)針對其研究主要著力于檢測技術(shù)的開發(fā)研究，采集數(shù)據(jù)技術(shù)的改良以及結(jié)構(gòu)安全狀況評估反饋系統(tǒng)的建立三塊內(nèi)容。

在建筑結(jié)構(gòu)安全性能檢測技術(shù)開發(fā)研究方面，孫莉，梁德志，李宏男在《振動、測試與診斷》雜志上發(fā)表的《用 FBG傳感器監(jiān)測框架-剪力墻結(jié)構(gòu)裂縫》中通過開發(fā)基于光纖布拉格光柵（FBG）的應(yīng)變傳感器對振動破壞下的模型結(jié)構(gòu)裂縫發(fā)生以及發(fā)展過程進行數(shù)據(jù)采集，來解決在惡劣環(huán)境下混凝土結(jié)構(gòu)的健康安全檢測;孫威，閻石，張鶯等在《混凝土》雜志上發(fā)表的《基于壓電阻抗技術(shù)的混凝土剪力墻裂縫損傷監(jiān)測》基于壓電阻抗技術(shù)提出來一套傳感器的布置策略，用以解決混凝土結(jié)構(gòu)監(jiān)測過程中常見的技術(shù)問題，并驗證其方法的有效性。

在建筑結(jié)構(gòu)安全性能檢測數(shù)據(jù)改良方面，周智，歐進萍在《傳感器技術(shù)》雜志上發(fā)表的《土木工程智能健康監(jiān)測與診斷系統(tǒng)》考慮監(jiān)測結(jié)構(gòu)參數(shù)的多源性對診斷結(jié)果的偏差影響，提出了利用多傳感器信息融合技術(shù)將多個數(shù)據(jù)源在時間和空間上進行修補組合，最終建立一個最優(yōu)化系統(tǒng)達到高效即時反饋的效果;陳保平，蘇木標，樊可清在《石家莊鐵道學院學報》上發(fā)表的《大型橋梁健康監(jiān)測遠程數(shù)據(jù)采集系統(tǒng)設(shè)計》對遠程數(shù)據(jù)采集系統(tǒng)的設(shè)計中涉及的影響因素，分別從現(xiàn)場采集系統(tǒng)、文件傳輸系統(tǒng)以及用戶終端三方面進行考慮，為數(shù)據(jù)采集技術(shù)改良提供理論支持。

在建筑結(jié)構(gòu)安全狀況評估反饋系統(tǒng)方面，王清華，周瑜，劉立輝在《基于時間序列分析法的建筑變形監(jiān)測技術(shù)研究》采用時間序列法建模，利用F檢驗原理對短期結(jié)構(gòu)沉降量進行預(yù)測，并繪制相應(yīng)的沉降過程曲線，等值線分布圖;農(nóng)秀蓮，劉瓊在《礦山測量》中發(fā)表的《基于 MATLAB 自動生成建筑沉降監(jiān)測圖表》利用MATLAB繪制生成沉降量圖表，提高工作效率。

1.2國外研究現(xiàn)狀

國外對于建筑結(jié)構(gòu)安全性檢測領(lǐng)域中，已經(jīng)有不少研究結(jié)合數(shù)據(jù)挖掘技術(shù)開拓新的思路方向。T.Rivas等通過減少施工工程項目中風險率的途徑，驗證數(shù)據(jù)挖掘中貝葉斯網(wǎng)絡(luò)、決策樹、聯(lián)合規(guī)則、邏輯回歸等幾種方法最終建立起最優(yōu)化模型;Shuo Chen等開發(fā)了一種能夠利用超聲波翼激發(fā)和接受取樣信息的新型無線傳感器，從而減少在結(jié)構(gòu)檢測中過多投入在傳感器的精力和開銷。

1.3總結(jié)述評

綜上所述，對于建筑結(jié)構(gòu)的安全性能研究，現(xiàn)國內(nèi)外研究偏向于檢測技術(shù)尤其是傳感器的開發(fā)研究，包括利用不同領(lǐng)域技術(shù)的融合提高在前期數(shù)據(jù)信息采集階段的準確性。然而，對于在后期信息處理結(jié)構(gòu)安全狀況的評估的研究不多，尤其是系統(tǒng)進行建筑安全檢測平臺的開發(fā)，數(shù)據(jù)挖掘為其提供了可行的理論支持。

本項目旨在依據(jù)以上現(xiàn)狀，以某工程巖土勘探為背景，通過研究其項目過程勘探中的部分各層土方的樣本類別，建立快速篩選土方類別的優(yōu)化模型，為地基的土層均勻性進行評價提供數(shù)據(jù)支持，有助于結(jié)構(gòu)檢測平臺的建立。項目采用數(shù)據(jù)挖掘的方法，利用WEKA作為數(shù)據(jù)分析平臺，將數(shù)據(jù)中潛在信息進行加工處理后再開發(fā)，挖掘模型建立關(guān)聯(lián)因子，由此提高信息利用率，為結(jié)構(gòu)安全檢測平臺的建立提供堅實的保障。

另外盡管數(shù)據(jù)挖掘在現(xiàn)今“互聯(lián)網(wǎng)+”模式下發(fā)展迅速，但其在建筑領(lǐng)域中的應(yīng)用范圍仍舊較為狹隘。本課題研究的內(nèi)容一定程度上擴展了大數(shù)據(jù)技術(shù)在建筑結(jié)構(gòu)中的應(yīng)用領(lǐng)域，積極響應(yīng)創(chuàng)新、協(xié)調(diào)、綠色、開放、共享發(fā)展理念，對生產(chǎn)實踐具有重要的理論和現(xiàn)實意義。

2.建筑安全檢測平臺設(shè)計

2.1結(jié)構(gòu)安全關(guān)聯(lián)因子

建筑的結(jié)構(gòu)可靠度受到不同因素的影響。在結(jié)構(gòu)受力構(gòu)件中，需要考慮可變荷載與永久荷載的影響，而對于不同結(jié)構(gòu)體系，荷載的影響系數(shù)有很大差異。在荷載組合中，可變荷載與永久荷載的主導(dǎo)性直接決定不同的荷載組合方式。永久荷載控制時，可變荷載只需要考慮活荷載標準值，可變荷載控制時，可變荷載還需要考慮組合值。除此以外，結(jié)構(gòu)的受力分析需要考慮構(gòu)件的極限強度承載能力和正常使用承載能力。在此，我們將以這兩種承載能力為理論支持，分析與土層類別對于地基不均勻沉降的影響，乃至對結(jié)構(gòu)安全性的聯(lián)動作用。

2.1.1 極限強度承載能力

結(jié)構(gòu)構(gòu)件的強度是其自身的一種屬性，取決于構(gòu)件的尺寸以及材質(zhì)。一般構(gòu)件的尺寸可根據(jù)不同截面形狀歸類分析其形心位置，由此在不同荷載施加時有不同的形變，而不同的材質(zhì)抵抗變形的能力不同，彈性模量不同，由此形成的應(yīng)力應(yīng)變圖變化規(guī)律迥異，最終達到構(gòu)件的極限強度，構(gòu)件破壞。

針對這種情況，在檢測結(jié)構(gòu)安全性階段，應(yīng)在構(gòu)件強度薄弱處進行應(yīng)力應(yīng)變的測試，并將數(shù)據(jù)以時間為節(jié)點保存為表格形式上傳存儲，以便后續(xù)匯總分析。數(shù)據(jù)檢測儀器可采用無線電阻應(yīng)變式傳感器，其對于環(huán)境要求低，測量數(shù)據(jù)精度高的同時使用時間也相對更長。構(gòu)件的強度薄弱處可根據(jù)彈塑性理論分析結(jié)構(gòu)受力模型，在內(nèi)力最大處，包括彎矩、拉力、扭矩等最大處位置粘貼電阻應(yīng)變片。

2.1.2 正常使用承載能力

在日常生活中，一定比例的建筑構(gòu)件在無法達到其極限強度承載能力前就已經(jīng)喪失了其使用能力，或者構(gòu)件使用時存在較大的安全隱患，這種情況下，結(jié)構(gòu)達到其正常使用承載能力。處于這種情況的構(gòu)件主要可從其外觀、形狀進行辨別，比如出現(xiàn)在梁、結(jié)構(gòu)柱外表面的裂縫，建筑局部的基礎(chǔ)不均勻沉降。

本次項目從分析土層的類別入手，對影響土層分類的因素進行分析，為評價項目地基的均勻性以及建筑不均勻沉降提供技術(shù)支持。

2.2 結(jié)構(gòu)安全檢測體系

結(jié)構(gòu)安全檢測體系的建立數(shù)據(jù)、平臺、用戶三大方面。

首先，數(shù)據(jù)采集可與相關(guān)房屋安全檢測平臺溝通合作，根據(jù)現(xiàn)有的危險房屋堅定標準對已有的建筑構(gòu)件進行系統(tǒng)的檢測，具體通過無線傳感器的設(shè)置，對基礎(chǔ)、梁、柱、樓板、屋頂?shù)戎饕芰?gòu)件的關(guān)鍵部位（應(yīng)力最大處）變化情況匯總監(jiān)測此外，對于既有結(jié)構(gòu)構(gòu)件，主要又可通過各種儀器比如紅外熱像儀等對內(nèi)部情況進行勘探。其次對于規(guī)劃建筑需要收集的大量數(shù)據(jù)信息和資源，除了建筑本身結(jié)構(gòu)建模的參數(shù)外，還需要通過勘探得到外環(huán)境的數(shù)據(jù)，比如土質(zhì)情況。

再者，數(shù)據(jù)獲取后，需要建立篩選、分析、輸出結(jié)果的平臺，然后將信息傳遞給用戶，結(jié)合實際情況修正數(shù)據(jù)，反復(fù)傳遞給平臺，循環(huán)往復(fù)。

2.3 WEKA數(shù)據(jù)分析平臺

WEKA是一個應(yīng)用廣泛的數(shù)據(jù)挖掘工作平臺，基本界面如圖1所示。WEAK能夠?qū)?shù)據(jù)進行多方面的分析，包括分類、回歸、聚類、關(guān)聯(lián)等形式。在實際應(yīng)用中，WEKA平臺能有效分析數(shù)據(jù)間的關(guān)系并對其通過算法進行驗證。WEKA數(shù)據(jù)挖掘平臺可對文件擴展名為arff和csv等的文件進行處理分析，平臺能夠處理的數(shù)據(jù)格式是一個二維表格，如下圖2所示。其中橫行和豎行數(shù)據(jù)分別代表實例和屬性，故需要對待分析的數(shù)據(jù)在數(shù)據(jù)分析前期進行初步定性分類，可通過不同軟件對數(shù)據(jù)源預(yù)先進行處理，比如PROCESSING、EXCEL。

WEKA平臺有多種數(shù)據(jù)分析的形式，以上四大類又可細分為決策樹分類、貝葉斯分類、神經(jīng)網(wǎng)絡(luò)、聚類分析等。在數(shù)據(jù)挖掘前期，首先對挖掘算法進行選擇，再經(jīng)過比較不同模型之間的結(jié)果差距，確認算法和模型有效性。本次數(shù)據(jù)試驗處理通過交叉驗證對模型進行檢驗。

3.案例分析應(yīng)用

本項目以某工程巖土勘探為背景，在擬建建筑場地進行土質(zhì)鉆孔取樣，對其勘探過程中74個土樣進行分類測試，實驗數(shù)據(jù)包括以下19個屬性：soil sample NO、moisture content、wet density、dry density、proportion、void ratio、saturability、iquid limit、plastic limit、plasticity index、liquidity index、coefficient of compressibility、modulus of compression、cohesion 1、internal friction angle 1、cohesion 2、internal friction angle 2、free swell ratio、class。其中soil sample NO與class為文本型，其余均為比例數(shù)值型屬性。數(shù)據(jù)實際分類有14個粉質(zhì)黏土、60個粘土。本實驗通過classify對樣本數(shù)據(jù)進行兩類算法的處理分析。

3.1 實驗過程

本實驗采用WEKA中的EXPLORER界面，對74個進行分類算法測試。測試前先對數(shù)據(jù)源預(yù)處理，并且保存為土方試驗.csv格式。本次數(shù)據(jù)預(yù)處理的方法為通過EXCEL表格對以上19個屬性進行整理編輯轉(zhuǎn)化，確保所有數(shù)據(jù)屬性不包含中文字符。具體試驗過程為首先在WEKA平臺中進入EXPLORER界面，并在preprocess界面中導(dǎo)入土方試驗.csv數(shù)據(jù)，其中選擇classify選項卡，先后選擇NaiveBayes樸素貝葉斯分類和ZeroR分類器，如圖3所示，并對兩種算法均設(shè)置10次交叉驗證，其余算法參數(shù)均保持不變，完成后單擊start開始運行試驗數(shù)據(jù)，分別得到兩組算法的試驗結(jié)果。

3.2 數(shù)據(jù)分析

NaiveBayes樸素貝葉斯數(shù)據(jù)分析結(jié)果如圖4所示，ZeroR運行結(jié)果如圖5所示。結(jié)果顯示，所有土方試驗樣本被分為兩類，其中對于樸素貝葉斯算法，錯分實例為15個，占總數(shù)的20.3%。數(shù)據(jù)顯示，confusion matrix（混淆矩陣）中a代表粉質(zhì)黏土，B代表粘土，NaiveBayes算法中14個實際類別為粉質(zhì)黏土的實例被誤分類成粘土，1個實際類別為粘土的實例被誤分類成粉質(zhì)黏土，分類正確率為80%。ZeroR算法中，錯分實例為14個，占總數(shù)的19%，分類正確率為81%，其中兩種算法對于粘土的分類與實際情況均較為符合，誤差小，而對于粉質(zhì)黏土的分類精確度低。簡而言之，以上兩種算法均能對其中一類數(shù)據(jù)進行較為準確的分類，但對于另外數(shù)據(jù)處理能力弱，分析其原因推斷出數(shù)據(jù)源中參數(shù)的相關(guān)性分析在前期預(yù)處理中存在紕漏，仍需要在數(shù)據(jù)降噪中反復(fù)修剪處理，以便提高分類的準確度與精準性。

結(jié)合以上試驗結(jié)果分析，以及依照土方試樣實際樣本分類，兩種分類算法均能夠較好分析出粘土類別的樣本，但對于粉質(zhì)黏土的樣本識別度低。在兩類算法運行過程中，誤判率保持在20%上下，運行時間均較短。

4.結(jié)論

本項目通過WEKA數(shù)據(jù)挖掘工具對土方試樣進行分類的數(shù)據(jù)分析，采用NaiveBayes樸素貝葉斯算法以及ZeroR分類算法進行實驗分析。試驗結(jié)果表明，對于土方數(shù)據(jù)能準確篩選出“粘土”類數(shù)據(jù)，運行時間短，與實際類別吻合度高，但對于“粉質(zhì)黏土”識別度低，需要在預(yù)處理階段對該類別的屬性進行降嘈處理，添加有效屬性，刪減無效屬性。

通過此次試驗得出，經(jīng)過有效的數(shù)據(jù)預(yù)處理，可采用classify算法對于土方識別進行模型建立，快速識別具有特定參數(shù)的土方類別，提高工作效率，為地基沉降監(jiān)測平臺的建立提供數(shù)據(jù)支持。

參考文獻

[1]孫 麗，梁德志，李宏男.用 FBG傳感器監(jiān)測框架-剪力墻結(jié)構(gòu)裂縫[J].振動、測試與診斷，2010，30（5）：496-499

[2]孫 威，閻 石，張 鶯，吳金國.基于壓電阻抗技術(shù)的混凝土剪力墻裂縫損傷監(jiān)測[J].實用技術(shù)，2011，7（42）：125-128

（作者單位：寧波城市職業(yè)技術(shù)學院）