煤炭学报

作者：高富强, 刘文举,

关键词：锚杆, 锚杆群, 锚杆受力, 无损测量, 激光扫描, 深度学习,

锚杆支护是矿山、隧道及地下工程中应用最广泛的围岩支护方式，其受力状态的准确监测对于围岩稳定性评估与支护参数优化具有重要意义。现有锚杆受力监测方法多依赖外置或内置传感器，存在适用性差、成本高、干扰大、安装复杂等问题，无法满足巷道全域、大尺度、多锚杆同步测量的实际需求。为解决上述问题，提出了一种基于三维激光扫描与深度学习的无损非接触式锚杆受力测量方法。首先从理论上推导出锚杆托盘三维变形场与锚杆轴力之间的数学关系，利用锚杆拉拔试验结合三维激光扫描技术采集托盘不同工况下的高精度点云数据，并建立归一化变形场计算框架。试验设置36种典型工况，共计获取1 000余组变形场与轴力数据。利用卷积神经网络(CNN)训练预测模型，实现托盘变形场向锚杆轴力的映射，平均测试误差小于±19.25 kN，具备良好的预测精度与泛化能力。基于该方法，研制了2种工程应用设备：一是便携式单锚杆轴力测量系统，采用手持激光扫描仪获取托盘点云，结合预训练模型实现单根锚杆快速测量；二是架站式巷道全域锚杆群受力测量系统，依托高精度激光扫描仪实现巷道全断面点云获取，结合改进的PointNet++算法实现托盘自动识别与分割，再通过深度学习模型批量推算各锚杆轴力。研究表明：三维激光扫描结合深度学习能够突破传统锚杆点测手段的局限，实现大范围、多目标、高精度的非接触式测量。该技术在锚杆施工质量检测以及围岩稳定性评估方面具备重要应用价值，为地下工程支护系统的智能化监测提供了新思路。

来源：2026年第2期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2026年第2期