Data Medan, Log Penggerudian dan Klasifikasi Litologi — Kecerdasan Buatan dalam Kejuruteraan Geologi

Keuntungan:

Keupayaan untuk menstruktur dan klasifikasi litologi log penggerudian, penerangan teras dan nota lapangan dengan AI
Keupayaan untuk menukar pemerhatian medan teks percuma ke dalam istilah dan jadual geologi standard
Keupayaan untuk mengesahkan tafsiran litologi yang dijana AI dengan fotografi teras, lengkung log dan kebolehpercayaan stratigrafi

Bahan mentah kejuruteraan geologi adalah data, dan kebanyakan data ini dilahirkan secara tidak teratur. Penerangan teras yang disimpan di tapak ialah teks percuma yang ditulis dalam perkataan yang berbeza oleh ahli geologi yang berbeza; Log kempen penggerudian disimpan dalam format yang berbeza, dalam unit yang berbeza, kadangkala secara manual dan kadangkala secara digital; Nota dalam buku nota lapangan penuh dengan singkatan dan tabiat peribadi. Dalam unit ini, kami merangkumi kawasan keuntungan kecerdasan buatan yang paling konkrit dan paling selamat: menstruktur data medan bertaburan (menterjemahkannya ke dalam jadual yang boleh ditanya), menyeragamkannya (membawanya kepada istilah umum) dan membuat klasifikasi litologi awal (pemisahan jenis batu). Tetapi katakan dari awal: kecerdasan buatan mengatur data, jurutera meluluskan tafsiran geologi.

Mari kita jelaskan dua istilah utama dahulu. Log lubang gerudi ialah rekod hartanah yang diukur terhadap kedalaman di sepanjang telaga; ukuran ini boleh menjadi geologi (litologi, luluhawa) atau geofizik (sinar gamma, kerintangan, ketumpatan). Teras (teras Inggeris) ialah sampel batuan silinder yang diekstrak dari bawah tanah melalui penggerudian; Ia adalah bukti yang paling berharga kerana ia membolehkan pemerhatian terus di bawah tanah. Litologi ialah jenis dan sifat fizikal batuan (seperti batu pasir, batu kapur, syal).

Menstruktur Teks Percuma

Ahli geologi lapangan menulis huraian: "0-3.2 m coklat, longgar, kerikil tanah liat, disusun dengan buruk; 3.2-7.5 m kelabu, terluluhawa sederhana, batu pasir berbutir sederhana halus dengan simen karbonat jarang; 7.5-12 m kelabu muda, pepejal, batu kapur retak, urat kalsit pada 9 m." Ayat tunggal ini sebenarnya adalah versi mampat jadual: julat kedalaman, warna, tahap luluhawa, litologi, saiz butiran, sifat sekunder. Kecerdasan buatan menyahmampat ini.

Perkara kritikal ialah ini: tanya model untuk transformasi, bukan inferens. Dengan kata lain, letakkan maklumat yang ditulis dengan jelas dalam teks ke dalam medan; Jangan reka apa yang tiada dalam teks. Untuk medan "darjah luluhawa", jika ahli geologi menulis "luluhawa sederhana", model menulis ini; Jika ahli geologi tidak menyatakan apa-apa, model harus menulis "tidak ditentukan" dan tidak sesuai dengan nilai. Perbezaan ini adalah asas integriti data.

Langkah demi langkah: menukar buku teras menjadi hamparan

Anda tentukan skema dahulu. Lajur yang akan menjadi: depth_top, depth_bottom, litologi, warna, grain_size, luluhawa, ketakselanjaran, secondary_mineral, nota. Anda mengenakan skema pada model supaya outputnya konsisten.
Berikan kamus standard. Berikan istilah yang dibenarkan untuk litologi (batu pasir, batu lodak, batu kapur, marl, batu lempung, konglomerat...) dan skala untuk luluhawa (segar, ringan, sederhana, tinggi, penuh). Oleh itu, ungkapan seperti "sedikit luluhawa" menjadi standard.
Proses kumpulan kecil. Berikan keseluruhan buku nota bukan sekali gus, tetapi dalam kelompok 20-30 baris; Anda menangkap kesilapan lebih awal.
Kembali ke sumber dan sahkan. Bandingkan baris rawak jadual yang terhasil dengan teks mentah; terutamanya had kedalaman dan istilah litologi.

Klasifikasi Litologi: Daripada Log kepada Tafsiran

AI menyokong litologi dalam dua cara. Yang pertama ialah menyeragamkan definisi ahli geologi seperti di atas. Yang kedua dan lebih maju ialah anggaran litologi daripada lengkung log geofizik. Sebagai contoh, log sinar gamma (radioaktiviti semula jadi batu) meningkat dengan kandungan tanah liat; Paras tanah liat memberikan nilai yang tinggi, batu pasir yang bersih dan batu kapur memberikan nilai yang rendah. Dengan menambah log kerintangan dan ketumpatan, model boleh mencadangkan sempadan litologi daripada corak lengkung.

Had di sini adalah penting: log ialah ukuran tidak langsung. Gamma tinggi boleh menjadi tanah liat, pasir kaya feldspar atau abu gunung berapi. Oleh itu, ramalan litologi berasaskan log adalah hipotesis; Ia tidak muktamad melainkan ia disambungkan dengan teras atau keratan (serpihan batu yang muncul ke permukaan semasa penggerudian). Apabila model melukis sempadan, tanya sama ada terdapat sebarang teras pada kedalaman itu; Jika ada, teras menang.

Tiga Kes Mini: Mengikut Nombor

Kes 1 — Ketekalan standardisasi. Dalam sebuah syarikat perlombongan, 6 ahli geologi berbeza menggunakan 11 ungkapan berbeza untuk "granit lapuk" (lapuk, diubah, busuk, liat...). Penyeragaman berbantukan kecerdasan buatan meletakkan pangkalan data 4,800 baris pada skala penguraian 5 peringkat; Selepas itu, pertanyaan "zon terpencil sederhana-tinggi" mengambil masa beberapa saat, manakala sebelum ini ia mengambil masa beberapa hari. Sebanyak 10% daripada penyeragaman secara rawak telah disemak oleh teras, perjanjian itu tinggi.

Kes 2 — Draf awal korelasi log. Korelasi litologi akan dibuat daripada log gamma dalam dua telaga berjiran (150 m selang satu). Model itu mencadangkan korelasi awal yang sepadan dengan empat tahap biasa dan menandakan perbezaan ketebalan pada satu tahap sebagai "kemungkinan kerosakan atau baji." Apabila jurutera melihat teras zon yang ditanda, dia mendapati kesalahan yang sangat kecil; Model itu tidak memberikan jawapan yang pasti, tetapi ia menarik perhatian ke tempat yang betul.

Kes 3 — Menangkap sempadan yang direka. Dalam satu telaga, model memberikan litologi "basalt" kepada selang 40-45 m yang mana tiada data teras. Basalt tidak dijangka di rantau ini; hanya terdapat peningkatan gamma dalam rakaman. Penapis kebolehpercayaan geologi telah diaktifkan, sampel kelas telah diminta dari selang itu, dan paras didapati sebagai batu lodak liat. Model itu telah salah tafsir gamma tinggi.

Gesaan Lemah / Gesaan Kuat

Gesaan yang lemah:

Tukar takrifan teras ini kepada jadual.[teks]

Gesaan kuat:

Gesaan kuat mengenakan skema, kamus dan "larangan fabrikasi" bersama-sama; Output adalah konsisten dan boleh diaudit.

Empat Templat Boleh Disalin

1) Penyeragaman buku nota lapangan:

Terjemahkan nota medan berikut ke dalam istilah standard. Buka singkatan(cth. "batu"->"batu pasir"), tetapi JANGAN ubah kandungannya. Tandai frasa samar-samar sebagai "[samar-samar]" dan kekalkan frasa asal dalam kurungan. Nota: [nota lapangan]

2) Hipotesis litologi berasaskan log:

Cadangkan sempadan litologi yang mungkin daripada data log berikut (kedalaman, gamma, kerintangan, ketumpatan). Untuk setiap sempadan, tulis: (a) daripada perubahan lengkung mana anda memperolehnya, (b) kemungkinan litologi alternatif, (c) keperluan untuk pengesahan coring. Jangan tunjukkan sebarang sempadan sebagai "tertentu." Data: [jadual log]

3) Dua lakaran korelasi telaga:

Bandingkan log Well-A dan Well-B. Senaraikan tahap padanan, sebab padanan dan zon tidak sepadan/mencurigakan secara berasingan. Label kesalahan, hakisan atau fasies berubah sebagai "mesti disahkan". Data: [dua log telaga]

4) Kawalan kualiti data:

Cari ralat logik dalam jadual litologi di bawah: julat kedalaman bertindih, jurang, penjajaran mustahil, ketidakkonsistenan unit, istilah yang tidak dibenarkan. Laporkan penemuan sebagai jadual "nombor baris | masalah | cadangan". JANGAN BETULKAN data, tandakan sahaja. Jadual: [jadual litologi]

Hierarki Bukti Pengesahan

Jenis bukti

keterusterangan

kebolehpercayaan

Bila nak guna

Teras (teras)

paling langsung

tertinggi

Sempadan litologi kritikal

Serbuk (memotong)

sederhana

tinggi

Dengan ketiadaan teras

log geofizik

tidak langsung

sederhana

Profil berterusan, mengisi jurang

Ramalan model

diperolehi

Rendah (sendiri)

Hipotesis, saringan

Nota teks percuma

Pembolehubah

Bergantung kepada ahli geologi

Konteks tambahan

Petua: Apabila membantu kecerdasan buatan mencari sempadan litologi, minta "sempadan dan tahap keyakinan yang mungkin", bukan "sempadan tepat". Teras memberikan ketepatan, bukan model. Output kemudiannya menjadi alat penyaringan, bukan tuntutan palsu untuk kepastian.

Awas: Model cenderung untuk mengisi julat kedalaman yang tiada dalam data untuk "tidak meninggalkan jurang". Ia boleh menghasilkan litologi palsu, terutamanya di zon dengan kehilangan teras. Tandakan zon kehilangan teras dengan jelas dan arahkan model untuk "biarkan kosong jika tiada data".

Kesilapan biasa

Mencari inferens daripada transformasi. Mengharapkan model "meneka" apa yang tiada dalam teks; Ini membuka pintu kepada data palsu. Struktur sahaja apa yang tertulis.
Tidak menyediakan kamus standard. Membenarkan istilah percuma; Hasilnya adalah gambaran yang tidak boleh dipertikaikan dan tidak konsisten.
Menerima anggaran log sebagai tepat. Mempertimbangkan ukuran tidak langsung (gamma, kerintangan) sahaja sebagai bukti litologi; Untuk mengalihkan sempadan ke tandatangan tanpa mengikatnya dengan teras/serbuk.
Untuk menyembunyikan zon kehilangan teras. Mengisi jurang data dalam model; ruang mesti kekal ruang.
Memproses secara berkelompok dan tidak pernah menyemak. Tidak menterjemah beribu-ribu baris sekaligus dan melakukan semakan sampel rawak.

Secara ringkasnya

Kepintaran buatan menyediakan kecekapan yang selamat dan tinggi dalam penstrukturan, penyeragaman dan klasifikasi litologi awal data medan tersebar.
Minta transformasi daripada model, bukan inferens; Jangan reka apa yang tiada dalam teks, cetak "tidak ditentukan".
Anggaran litologi berasaskan log adalah tidak langsung dan hipotesis; Ia tidak boleh disahkan sehingga ia disambungkan kepada sampel teras dan serbuk.
Anda mengenakan skema dan kamus standard; Hanya selepas itu output akan konsisten dan boleh dikawal.
Penggerudian teras berada di bahagian atas hierarki bukti; Di bahagian bawah, ramalan model sahaja tidak mencukupi.

Tugasan permohonan

Ambil 15-20 baris daripada buku nota medan atau perihalan teras yang anda miliki (menamakan maklumat medan sulit). Mula-mula tentukan skema anda sendiri dan kamus litologi/cuaca yang dibenarkan, kemudian terjemahkannya ke dalam jadual dengan gesaan yang berkuasa. Bandingkan setiap baris jadual yang terhasil dengan teks mentah dan benderakan mana-mana kawasan yang model telah dipalsukan atau disalah letak; Semak sama ada sekurang-kurangnya satu medan "tidak ditentukan" dibiarkan kosong dengan betul.

senarai semak

[ ] Saya boleh menukar pemerhatian medan teks percuma kepada jadual berstruktur dengan gambar rajah dan kamus standard.
[ ] Saya menggunakan peraturan "tidak ditentukan" bahawa saya mahukan transformasi daripada model dan saya tidak menjadikannya sesuai dengan sesuatu yang tidak wujud.
[ ] Saya faham bahawa anggaran litologi berasaskan log ialah hipotesis tidak langsung dan harus dikaitkan dengan teras.
[ ] Saya menandakan kehilangan teras dan zon jurang data dan menghalang pemasangan.
[ ] Saya mengesahkan output mengikut hierarki bukti (core > crumb > log > model).