Разработка автоматически выделяет трещины, разломы, жилы и брекчии на фотографиях керна. Система в десятки раз ускоряет анализ горных пород и повышает его точность.
Эксперты Центра индустриальных и промышленных решений Университета Иннополис создали двухступенчатую систему обработки изображений керна на базе глубоких нейронных сетей. Сначала нейросеть архитектуры трансформера анализирует снимки ящиков с керном — метровых секций — и автоматически выделяет их, привязывая к глубинам. Затем каждая секция проходит семантическую сегментацию с помощью ИИ-модели, предобученной на большом наборе изображений.
Качество повысили методом аугментации во время теста: один снимок анализируют несколько раз с небольшими изменениями, после чего сегментационные маски усредняют. Завершает процесс умная постобработка с морфологическими операциями, фильтрацией шума и бинаризацией. Для каждой структуры система рассчитывает геометрические параметры: площадь, координаты начала и конца вдоль оси керна. Техногенные трещины, возникающие при извлечении породы, исключили из анализа, что сделало технологию надёжнее.
По каждой секции ИИ формирует цифровой отпечаток — базу данных всех выявленных структур с характеристиками и координатами по глубине: 2780 числовых значений на изображение. Алгоритм кластеризует многомерные векторы признаков, что особенно эффективно для выявления сложных разломов, тектонических брекчий и других аномальных структур, влияющих на устойчивость скважин и карьеров.
Руководитель отдела технологий искусственного интеллекта центра Арсений Пинигин пояснил: традиционная ручная документация керна крайне трудоёмка, занимает много времени и часто субъективна. Существующие программные решения либо не универсальны, либо требуют постоянного контроля специалиста. Новый метод решает эту проблему с помощью ИИ. В семи случаях из десяти система классифицирует фотографии керна так же, как опытный геолог. Точность планируют повышать.
Способ кластеризации данных запатентовали эксперты Межотраслевого центра трансфера технологий Университета Иннополис. Авторы — Ильмир Нугманов, Арсений Пинигин, Артур Шагитов и Айхем Буабид.
Читать далее:
Вселенная внутри черной дыры: наблюдения «Уэбба» подтверждают странную гипотезу
Испытания ракеты Starship Илона Маска вновь закончились взрывом в небе
Сразу четыре похожих на Землю планеты нашли у ближайшей одиночной звезды
На обложке: пример автоматического выделения метровых секций керна с помощью ИИ. Источник: Университет Иннополис
