Промышленность
Разведка, добыча и прогнозирование: как цифровые решения помогают геологам
Ещё 40 лет назад разведка полезных ископаемых велась вручную, а разработка месторождений занимала десятилетия. Сегодня индустрия трансформировалась: компании используют машинное зрение, создают цифровых двойников и применяют автономное управление. Эти решения повышают рентабельность разработки месторождений и эффективность бизнес-процессов. Передовые российские цифровые технологии для добывающей промышленности — в нашем обзоре.
Разведка месторождений
План развития геологии в стране до 2030 года, названный «Возрождение легенды», предполагает открытие 400 новых месторождений твёрдых полезных ископаемых и углеводородов (сообщали «Ведомости»). Неизученные территории для этого будут отсканированы с помощью непрерывной геологоразведки, а все геологические данные, собранные за 300 лет, оцифрованы.
400 место-
рождений
планируют открыть до 2030 года
В 2024—2026 годах из бюджета РФ на эти цели выделят 88 млрд рублей (данные «Интерфакса»). Остальные средства (проект оценивается более чем в 300 млрд рублей ежегодно) будут выделены представителями бизнеса.
Важную роль в открытии новых месторождений и наблюдении за старыми играет дистанционное зондирование поверхности Земли из космоса. Эта технология позволяет собирать данные на расстоянии, измерять и наносить на карту большие участки без необходимости личного обследования. В России основной оператор спутниковой связи в геологии покрывает всю территорию страны.
Решения для геологоразведки есть у многих компаний. Так, в России используют технологию «Когнитивный геолог», которая интегрирует различные типы данных, получаемых на каждом этапе цикла геологоразведки, включая данные сейсмики, геофизических исследований скважин, исследования керна, в единую геологическую модель, делится Кирилл Овчинников, представитель Новосибирского научно-технического центра (ННТЦ).
Если классический срок подготовки участка месторождения к разработке занимает от 7 до 10 лет в зависимости от удалённости и сложности, то с помощью новых технологий это время сокращается за счёт ускорения обработки и компьютерного моделирования месторождений.
Цифровой геолог
Специалисты Университета МИСИС разработали ПО, которое помогает в поиске чёрных и цветных металлов, фосфатных руд и других полезных ископаемых. Алгоритм использует данные, полученные в ходе разведки и эксплуатации месторождения. С их помощью создаются модели, которые показывают границу перехода от одной горной породы к другой и позволяют определять количество полезных компонентов, содержащихся в руде.
Вот как комментирует разработку к. т. н. Илья Мельниченко, один из её авторов: «Есть классический способ разведки: сначала геологи устанавливают поисковые признаки месторождений, затем описывают их и принимают решение о геологоразведке. Привозится буровое оборудование, отбуриваются керны (пробы породы), производятся исследования и делаются выводы о перспективности дальнейшей разработки». По его словам, процесс занимает около двух лет.
Решение российских учёных сокращает это время как минимум вполовину. Теперь в работе геолога появился цифровой помощник. Он автоматизировано классифицирует горные породы, строит 3D-модели месторождений и геологические разрезы и т. д. «В будущем планируется усовершенствовать инструментарий, автоматизируя описание кернов при помощи машинного зрения», — добавляет Мельниченко.
В 2 раза
технологии ускоряют процессы геологоразведки
Мониторинг инфраструктуры и повышение безопасности
Работа на месторождениях требует постоянного контроля. С учётом труднодоступности большинства из них, сложности и дороговизны оборудования контроль и мониторинг становятся одной из главных статей расхода и одновременно головных болей любой компании.
Прорывом стало строительство «умных» скважин на Восточно-Мессояхском месторождении в Арктике (об этом писало уральское информационное агентство Ura.ru). Они с самого начала строились в «цифре»: на старте были созданы виртуальные модели, которые затем реализовали в условиях сложной геологии. Благодаря ИТ-решениям, интегрированным в инфраструктуру, информация с камер анализируется автоматически — число выездов специалистов по безопасности снизилось в семь раз, а объём ручных операций уменьшился на треть.
Для наблюдения за объектами используются беспилотники, причём не только при добыче полезных ископаемых, но и на их переработке. Так, крупное металлургическое предприятие в Челябинской области внедрило дроны на приёмке металлолома (сообщал журнал «Добывающая промышленность»). Такое наблюдение позволяет мгновенно оценить качество сдаваемой продукции и отделить металлолом низкого качества, непригодного для дальнейшей переплавки. Здесь же на производстве используются и беспилотные грузовики, задействованные на технически сложных перегонах (сообщал ТАСС).
Повышение производительности
Многие вновь открытые месторождения нефти «запечатаны» внутри отложений сланцевых пород. Полвека назад к ним даже не подступались: добывать нефть из них было невозможно или невыгодно. Позже инженеры придумали метод гидравлического разрыва пласта (ГРП): в породах образуется много трещин, через которые нефть можно откачать.
Чтобы делать разрыв пласта безошибочно, разработали симулятор «КиберГРП». Он создаёт модель пласта и моделирует формирование трещин, предлагает оптимальные сценарии гидроразрыва и контролирует его проведение. Вместе с другими цифровыми инструментами технология повышает эффективность добычи углеводородов.
Показатели добычи нефти с использованием управляемого ГРП
Источник: Geosplit
Похожее решение создали и в Geosplit — независимом разработчике технологий для нефтегазовой индустрии. Эффективность нефтедобычи, особенно на месторождениях с трудноизвлекаемыми запасами и находящихся в сложных геологических условиях, определяется своевременной и точной информацией о работе скважины, отмечают представители компании.
В основе технологии Geosplit лежит применение полимерных маркеров на квантовых точках и алгоритмов машинного обучения для интерпретации данных анализа проб скважинного флюида. В отличие от традиционных геофизических решений, разработка позволяет проводить неограниченное количество циклов исследований в течение нескольких лет без вынужденных остановок или изменения режима работы скважин.
Ещё одно новшество — горизонтальное бурение. Оно улучшает контакт с продуктивным пластом и увеличивает дебит (объём продукции, добываемой из скважины за единицу времени) в разы. Ключевой фактор в этом процессе — геонавигация, или оптимальное размещение ствола скважины, основанное на результатах внутрискважинных геологических и геофизических каротажных измерений в реальном времени.
В России существует ряд решений мирового уровня для геонавигации. Например, «СтарСтир» и симулятор «РН-ГРИД». Второй позволяет точно описывать сложную геометрию трещины, возникающей в породе при проведении ГРП, и обеспечивает выполнение всех операций и инженерных расчётов, необходимых для проектирования гидроразрыва — визуализацию исходных данных, создание геомеханической модели пласта, анализ диагностических закачек, расчёт дизайна и анализ фактически проведённых операций ГРП с использованием обширной базы данных технологических жидкостей и расклинивающих агентов.
Классификация и оценка
До сих пор геологическая информация частично хранится на бумажных носителях. Согласно программе цифровой трансформации Роснедр, к концу 2024 года в «цифру» должно быть переведено 90% из всего объёма.
Ускорить процесс помогают нейросети. Сервис, созданный исследователями Сколтеха, позволяет распознавать и классифицировать горные породы по фотографиям. Сложность разработки заключалась в том, что стандартные методы компьютерного зрения не всегда справляются с этой задачей из-за недостатка данных или значительных различий между фотографиями. Чтобы обойти эту сложность, авторы разработали алгоритм, который позволяет увеличить объём данных с помощью произвольных копий из существующих. Скорость анализа благодаря разработке выросла в 20 раз.
Кроме оценки керна или горных пород, развивается и классификация минералов. База данных, созданная исследователи Сбера вместе с учёными из Института искусственного интеллекта AIRI, МГУ и Минералогического музея, собрана из десятков тысяч изображений образцов горных пород и минералов. Они нужны для обучения нейросетей и классификации минералов — с их помощью вырастет скорость и точность геологоразведки.
Артур Кадурин,
руководитель научной группы «Глубокое обучение в науках о жизни» Института искусственного интеллекта AIRI:
Современные методы способны упростить и оптимизировать многие наукоёмкие процессы. Мы показали, что и в области геологии искусственный интеллект способен выступить в роли помощника, взяв на себя рутинные задачи классификации и разметки огромного количества снимков необработанных минералов, оставив учёным решение интеллектуальных и творческих исследовательских задач. В будущем подобные технологические решения потенциально способны ускорить процесс геологоразветки и добычи полезных ископаемых.
Как отрасль будет развиваться дальше
Вложения в цифровое развитие будут только расти. Использование нейросетей и искусственного интеллекта в целом — приоритетная задача и для государства, и для компаний.
Более половины горнодобывающих предприятий в течение пяти лет ожидают сокращения издержек благодаря цифровым решениям, выяснили аналитики компании «Технологии доверия». При этом более 90% инвестиций будет направлено на развитие искусственного интеллекта, машинное обучение и аналитику больших данных.