Nehmen Sie an unseren 155000 IMP Followern teil

constructionequipmentmag.de

Sandvik automatisiert die Analyse von Gebirgsankern unter Tage mit KI und LiDAR

Die neue Cloud-Plattform verarbeitet LiDAR-Daten mit maschinellem Lernen, um installierte Anker zu identifizieren, kritische Geometrien zu vermessen und die Qualitätskontrolle des Gebirgsausbaus für Ingenieure zu optimieren.

  www.home.sandvik
Sandvik automatisiert die Analyse von Gebirgsankern unter Tage mit KI und LiDAR

Die geotechnische Stabilität im Untertagebergbau und im Tunnelbau hängt grundlegend von der Integrität der installierten Ausbausysteme ab. Gebirgsverstärkungselemente wie Reibrohranker, mechanisch verankerte Anker und vermörtelte Zuganker stabilisieren das Gebirge, indem sie lose Schichten fixieren und die Konvergenz rund um Hohlräume begrenzen. Bei der Beurteilung installierter Verstärkungen stehen Geotechniker vor erheblichen betrieblichen Herausforderungen: Die physische Inspektion unter ungesichertem oder frisch gesprengtem Gebirge setzt das Personal Gefahren aus, während die manuelle Vermessung von Ankermustern in ausgedehnten Tunnelnetzen zu Messabweichungen, langsamer Dokumentation und hohem Betriebsaufwand führt.

Automatisierung der Qualitätskontrolle im Gebirgsausbau
Sandvik hat mit xCell Vision eine cloudbasierte Softwareplattform eingeführt, die die Identifizierung und Überprüfung von Gebirgsankern für Qualitätssicherungs- und Qualitätskontroll-Workflows (QA/QC) automatisiert. Als Erweiterung der Digital Ground Support Platform von Sandvik wandelt das System räumliche Rohmessungen in validierte geotechnische Installationskennzahlen um. Indem subjektive manuelle Prüfungen durch systematische, algorithmusgestützte Auswertungen ersetzt werden, können Ingenieurteams fehlerhafte Installationen erkennen und physische Inspektionen gezielt auf Bereiche mit auffälligen Ausbaumustern konzentrieren.

Erfassung und Verarbeitung von LiDAR-Punktwolken
Die Kernarchitektur der Software verarbeitet 3D-Punktwolkendaten aus verschiedenen mobilen und stationären Vermessungskonfigurationen unter Tage. Die Datenerfassung unterstützt Punktwolken von handgeführten mobilen Scannern, die bei routinemäßigen geologischen Begehungen eingesetzt werden, von stativmontierten stationären Laserscannern für hochauflösende geotechnische Vermessungen sowie von maschinenmontierten Scansystemen, die direkt in Bohrwagen, Ankersetzgeräte oder Versorgungsfahrzeuge integriert sind.

Nach dem Hochladen der Punktwolken in die Cloud-Umgebung isolieren Klassifizierungsmodelle auf Basis von maschinellem Lernen die einzelnen Verstärkungselemente von rauen, spritzbetonierten oder zerklüfteten Gebirgsoberflächen. Das Modell erkennt die einzelnen Ankertypen, filtert Unregelmäßigkeiten der Oberfläche heraus und berechnet die Ausrichtungsvektoren über das gesamte gescannte Ausbruchsprofil.

Automatisierte Ermittlung geotechnischer Parameter
Die manuelle Dokumentation der Ausbauqualität erfordert die Erfassung einzelner geometrischer Größen an Tausenden von Installationspunkten. Die Plattform automatisiert die Ermittlung und quantitative Bewertung von vier geometrischen Hauptparametern. Die Gesamtzahl der Anker wird mit den geforderten Ausbaudichten in festgelegten Vortriebsabschnitten abgeglichen. Der Ankerabstand wird als räumliche Distanz zwischen benachbarten Ankerköpfen berechnet, um die Einhaltung der genehmigten geotechnischen Ankerraster und Ringabstände zu prüfen. Die Ankerausrichtung erfasst den räumlichen Setzwinkel und die Vektorrichtung im Verhältnis zum Ausbruchsprofil und zu den erwarteten Kluftscharen. Die freie Überstandslänge quantifiziert die über Ankerkopf und Ankerplatte hinausragende Stahllänge, um die korrekte Verankerungstiefe und den Plattenkontakt zu überprüfen.

Die ermittelten Parameter fließen in ein interaktives digitales 3D-Modell der gescannten Untertageinfrastruktur ein. In diesem räumlichen Viewer können Geotechniker die tatsächlichen Installationen mit den geplanten Ausbaustandards abgleichen, unzureichende Ankerdichten visuell hervorheben und Analysedaten direkt in übergeordnete Abbauplanungs- und Gebirgskontrollregister exportieren.

Mehr Arbeitssicherheit und bessere Planung
Der Verzicht auf manuelle Bandmaßmessungen und das physische Zählen von Ankerköpfen unter aktiven Ortsbrüsten verringert die Exposition des Vermessungspersonals gegenüber ungesichertem Gebirge, Fahrzeugverkehr und Staubbelastung. Aus Sicht der technischen Arbeitsabläufe verlagert die automatisierte räumliche Verarbeitung die geotechnischen Personalressourcen weg von der repetitiven Datenerfassung hin zu anspruchsvoller Risikobewertung und Ausbausanierung.

Die erfassten räumlichen Daten liefern eine historische Referenz für die langfristige Stabilität der Hohlräume. Wenn geotechnische Abteilungen verifizierte Ankerinstallationen in übergeordnete digitale Ausbau-Workflows einbinden, lassen sich strukturelle Abweichungen oder Verformungstrends des Gebirges mit der ursprünglichen Installationsqualität korrelieren.

Zusätzlicher Kontext:
In diesem Abschnitt werden technische Spezifikationen und Wettbewerbsvergleiche erläutert, die in der ursprünglichen Produktankündigung nicht enthalten sind.

Die digitale Qualitätssicherung der Gebirgsverstärkung ist ein wachsendes Fachgebiet im digitalen Bergbau. In konventionellen Untertage-Abläufen folgen QA/QC-Prüfungen Branchenrichtlinien, wie sie etwa von internationalen felsmechanischen Verbänden (z. B. ISRM) und nationalen Bergbehörden festgelegt werden. Diese schreiben eine regelmäßige Überprüfung der Ausbauinstallationen auf Übereinstimmung mit genehmigten Ground Support Management Plans (GSMP) vor. In der Vergangenheit stützten sich solche Prüfungen auf Papier-Checklisten, mechanische Auszugsversuche an einem sehr kleinen Anteil der Anker sowie manuelle Vermessungen mit Bandmaß und Neigungsmesser.

Automatisierte Analysewerkzeuge entwickeln sich parallel zur modernen terrestrischen und mobilen LiDAR-Technologie weiter. Vergleichbare Ansätze im Bereich der geotechnischen und Tunnelinspektion umfassen spezialisierte Punktwolken-Softwarepakete von Anbietern wie Deswik, Maptek und Bentley Systems sowie OEM-Analyselösungen für mobiles Scannen, etwa in Verbindung mit Emesent-Hovermap-Systemen. Während allgemeine Bergbau-Softwaresuiten häufig eine manuelle Klassifizierung der Punktwolken oder spezielle CAD-Skripte erfordern, um einzelne Ankervektoren zu extrahieren, zielen dedizierte Modelle des maschinellen Lernens auf eine nahezu sofortige automatisierte Segmentierung kleiner Hardware-Elemente direkt aus verrauschten Untertage-Umgebungen ab.

Terrestrische LiDAR-Standardgeräte erreichen typischerweise eine Entfernungsgenauigkeit von 2 bis 6 Millimetern, während SLAM-basierte (Simultaneous Localization and Mapping) mobile Geräte Punktwolken je nach Trajektoriendrift und Scangeschwindigkeit in der Regel mit einer Genauigkeit zwischen 10 und 30 Millimetern erfassen. Software zur automatisierten Ankererkennung muss diese Auflösungsunterschiede berücksichtigen und Ankerplatten sowie überstehende Gewindeenden, die insgesamt oft weniger als 100 Millimeter messen, auf unregelmäßigen Spritzbetonoberflächen erkennen. Da mobile Untertagemaschinen zunehmend mit Echtzeit-LiDAR ausgestattet werden, verlagern sich automatisierte Analyseplattformen von nachgelagerten Auswertungen am Schreibtisch hin zu einer geschlossenen, automatisierten Überprüfung unmittelbar nach dem Ankersetzvorgang.

Bearbeitet von Natania Lyngdoh, Induportals-Redakteurin, mit KI-Unterstützung.

www.sandvik.com

  Fordern Sie weitere Informationen an…

LinkedIn
Pinterest

Nehmen Sie an unseren 155000 IMP Followern teil