中国煤科开采研究院：清晰绘制整条巷道的矿压图像

　　在井下复杂地质环境中，巷道支护的可靠性直接关系到一线矿工的生命安全。锚杆作为矿山、隧道及地下工程中常见的围岩支护工具，其受力状态的准确监测，对评估围岩稳定性、优化支护参数具有重要意义。

　　面对数量庞大的锚杆群，如何让它们的受力状态一目了然？近日，中国煤炭科工集团开采研究院高富强团队提出了一项创新解决方案——基于三维激光扫描与深度学习的无损非接触式锚杆群受力测量技术。该技术为锚杆支护系统的智能化监测提供了新支撑。

　　传统锚杆测力存在痛点

　　锚杆支护是指在岩体中钻入锚杆并连接深部稳定岩层，通过施加拉力控制表层岩体变形和破坏的一种方式。然而，复杂的地质条件、长期服役等因素，可能导致锚杆超载、被腐蚀甚至断裂，进而引发围岩失稳。因此，准确监测锚杆受力状态，既是巷道支护系统安全评价的核心内容，又是保障地下工程长期稳定的关键。

　　当前，锚杆受力监测方法主要分为三类：外置传感器法、内置传感器法和无损检测法。

　　“通过外置传感器进行巷道矿压监测的技术相对成熟，但存在适应性差、成本高、易受干扰、安装复杂等问题，且装设传感器时会影响锚杆性能。以2.4米长的锚杆为例，安装传感器后，锚固最大长度缩至2.3米。”中国煤炭科工集团一级首席科学家、有着20余年围岩控制工作经验的高富强坦言。

　　据了解，内置传感器法(如光纤传感器或应变片)实时性好、环境适应性较强，但成本高、工艺复杂以及对锚杆结构完整性的潜在影响，使其只能应用于重点监测区域，难以推广。而无损检测法，比如超声波、X射线衍射、光学检测等，在实验室中检测精度良好，但实际应用时仅能做到对单根锚杆锚固效果的有效检测，而且检测条件较为苛刻且时间成本高。

　　“传统监测方法只能通过少数几个点推测全局受力情况，好比‘盲人摸象’。”高富强说，“一条巷道需要几十万根锚杆，而安装传感器的只有几十根或十几根，远远无法反映围岩的真实情况。”

　　由于没有足够数据支撑，在煤炭开采中，现场工程师进行支护设计时往往极为保守。这样，既增加了成本，又拖慢了掘进速度。

　　从托盘形变到轴力反算

　　如何做到既不需要安装传感器，又能获得大量测量数据呢？高富强团队巧妙地将目光从锚杆转移到了托盘上。

　　锚杆受力时，托盘作为连接件会产生微小的形变。高富强团队首先推导出了托盘的三维变形场与锚杆轴向力之间的数学关系。简而言之，托盘变形的模样，就是锚杆受力大小的“晴雨表”。

　　为了精准捕捉这种微小形变，高富强团队在实验室开展了锚杆拉拔试验，并结合三维激光扫描技术，获取了不同工况下的锚杆托盘高精度点云数据。他们设计了36种典型工况，通过试验获取了超过1000组变形场和对应的轴力数据。

　　获取数据后，高富强团队采用深度学习方法训练了一个人工智能模型，将托盘变形场直接映射为锚杆轴力。该模型的平均测试误差保持在±19.25千牛以内，不仅准确率高，还具备强大的泛化能力。

　　“只需用激光扫描仪给托盘拍一张高精度的‘3D照片’，该模型就能自动推算出锚杆承受的力。”高富强团队成员刘文举介绍，“我们综合应用了三维激光扫描技术与深度学习方法。前者具备无损检测、成本低和便于现场应用的优势，后者则擅长从海量数据（603138）中提取有效特征，从而突破了传统点式测量方法的局限。”

　　从单根检测到全域测量

　　实验室里的技术突破，最终要经受煤矿现场应用的检验。

　　为了让这项无损非接触式锚杆受力测量技术真正走到井下，高富强团队首先开发了煤安版便携式锚杆锚索受力测量仪。该测量仪通过三维激光扫描获取锚杆托盘点云数据，再利用模型快速反演单根锚杆或锚索的受力状态，用于现场支护质量抽检、重点区域复核和日常安全巡检。

　　开采研究院巷道分院深部巷道支护所所长、现场项目负责人王涛介绍：“现场人员在处理巷道问题时，通常只能用肉眼观察锚杆受力情况，只有在锚杆受力特别大或者完全不受力的情况下才能看出来。使用锚杆锚索受力测量仪，扫描一下就可以判断这个地方是否安全。”

　　高富强团队并不满足于单根锚杆的受力检测。对于一条巷道而言，应用的锚杆数量巨大，单根测量虽然能够解决局部问题，但难以全面反映巷道支护系统的整体状态。而真正的工程需求，是把少量点式检测拓展为全域巷道锚杆群受力测量，让整条巷道的支护健康状况能够被系统性掌握。

　　围绕这一目标，高富强团队进一步采用高精度三维激光扫描仪获取巷道全断面的点云数据，并开展了一系列面向现场应用的关键技术开发。由于井下空间狭长、环境复杂，单站扫描难以覆盖完整巷道，需要将多个测站获取的点云数据进行自动拼接。同时，巷道内存在粉尘、水汽、管线、设备遮挡等干扰，原始点云中包含大量噪声和无效数据。此外，锚杆托盘尺寸小、数量多、分布密集，如何从海量点云中自动识别并分割出每一个托盘，也是实现工程化应用的核心难题。

　　针对这些问题，高富强团队自主开发了多站点云自动拼接、点云降噪、托盘点云自动识别与分割等算法，构建了从巷道扫描、点云处理、托盘提取到锚杆轴力反演的完整技术体系。通过高精度三维激光扫描仪，巷道全域响应分析系统能够一次性获取巷道大范围空间形貌；通过自动化算法，该系统能够从复杂点云中批量提取锚杆托盘信息；再结合深度学习反演模型，实现全域巷道锚杆群受力测量。

　　这意味着，锚杆受力检测不再局限于少数测点，而是可以扩展到整条巷道。过去只能“抽样看几根”，现在可以“整体看一片”；过去依靠零散数据判断局部风险，现在可以形成巷道锚杆群受力分布图，为围岩稳定性评价、支护薄弱区识别和冒顶风险预警提供完整数据支撑。

　　给巷道做“全身体检”

　　在高富强团队看来，测量锚杆受力并不是最终目的。

　　“真正重要的，不是某一根锚杆受了多大力，而是整条巷道是否稳定、哪些区域存在风险。”高富强说。

　　传统巷道矿压监测大多依赖少量传感器，只能获得零散测点数据，很难全面反映围岩真实状态。而巷道围岩失稳往往具有明显的空间非均匀性：有些区域虽然整体看似稳定，但局部可能已经出现围岩松动、变形加剧或支护失效征兆。

　　为了实现对巷道稳定状态的整体感知，高富强团队进一步将技术目标从锚杆受力测量扩展到巷道围岩稳定性评估。为了解决这个问题，除了获取锚杆群的受力情况，还需要得到巷道围岩的变形情况。为此，高富强团队通过高精度三维激光扫描仪，对巷道不同时间的空间形貌进行重复扫描。

　　由于不同时间、不同测站获取的点云数据处于不同坐标系下，首先需要解决海量点云数据的自动配准问题。然而，巷道内不存在绝对静止的固定参考系，并伴随着粉尘、水汽、设备遮挡以及围岩持续变形等干扰因素。整条巷道扫描后产生的数据量可达几十GB(吉字节)，如何实现多时相、大规模点云数据的自动精准对齐，一度成为制约工程应用的重要难题。

　　面对这一数据处理难题，常见的解决方案是将其转化为“实验室作业”，即在矿井现场完成两次扫描后，将数据拷出并带回大学或科研机构，由专门的研究人员通过人工寻找特征点的方式进行比对与计算。这种做法虽然能计算出结果，但流程繁琐、数据反馈相对滞后，且软件学习成本高，无法满足煤矿一线对巷道实时监测与快速响应的需求。

　　高富强团队决定从零开始自主编写所有底层算法，自主开发了多时相点云自动配准算法，实现了不同时间巷道点云数据的精准对接。通过对比两次扫描结果，巷道全域响应分析系统能够自动计算整条巷道围岩的位移与变形分布情况，获得巷道围岩的动态变形场。

　　“过去只能看到几个离散监测点，现在则能够同时看到整条巷道的变形图像和受力图像。”刘文举介绍。

　　基于围岩变形场与锚杆群受力场两类大数据，巷道全域响应分析系统能够进一步识别支护薄弱区域、分析围岩稳定状态，并对潜在冒顶风险区域进行提前判别。例如，当某一区域围岩位移持续增大、对应锚杆群受力异常升高或出现松弛时，往往意味着该区域可能已经进入不稳定状态。该系统能够自动识别此类异常区域，并为现场人员提供风险预警与重点巡检依据。

　　在高富强团队看来，这项技术的意义不仅在于测量，更在于推动煤矿巷道监测方式从点式监测走向全域感知、从事后处置走向提前预警。

　　目前，这项技术已在山西天地王坡煤业有限公司完成工业性试验。同时，高富强团队正在为山西、陕西等地多处矿井定制产品，并筹备现场应用。

　　供稿：开采研究院