Ученые российской ИИ-компании Smart Engines представили и запатентовали в США инновационную технологию, которая позволит компаниям эффективнее исследовать месторождения нефти. Разработанные алгоритмы строят цифровой двойник, по которому можно провести анализ цифрового керна, и обнаруживают ложные “уплотнения” породы, что снижает риски при принятии решения о старте добычи.

Керн – это образец горной породы, извлеченный из скважины с помощью керноотборника. Создание цифровой 3D-модели керна при помощи метода рентгеновской томографии и алгоритмов искусственного интеллекта позволяет проводить анализ и виртуальные эксперименты с породой-коллектором. Цифровой керн является одним из самых точных методов оценки нанопористости и, как следствие, помогает определить количество нефти в породе, оценить потенциал исследуемых месторождений.

Однако при построении цифрового двойника керна из-за артефактов чаши может возникать ложное “уплотнение”, которое скрывает поры керна. Именно такие артефакты способен подавлять алгоритм ученых Smart Engines, описанный в патенте.

Чашевидные искажения, а также полосы между областями сильного поглощения возникают вследствие использования для зондирования полихроматического излучения, т.е. излучения с широкополосным спектром. Причина этого кроется в том, что классические подходы компьютерной томографии к реконструкции данных рассчитаны на то, что энергия всех фотонов будет одинакова (т.е. данные, зарегистрированные в монохроматическом случае). Для борьбы с ними можно использовать монохроматоры рентгеновского излучения, но это снижает эффективность метода. Другой подход – разработка более сложных и точных математических моделей, лежащих в основе реконструкции. Именно к этому типу относится изобретение российских ученых.

Представленный учеными Smart Engines метод коррекции позволяет при обработке проекционных данных, собранных в полихроматическом режиме, уменьшить количество артефактов, связанных с увеличением жесткости пучка, без необходимости проведения дополнительных калибровочных экспериментов или изменения аппаратной части. Суть его заключается в том, что после определения оптимального значения коррекции проекционные данные линеаризуются (другими словами - преобразуются таким образом, чтобы их могли обрабатывать алгоритмы реконструкции), а затем из этих линеаризованных данных реконструируется итоговое изображение. При этом основным преимуществом такого метода является автоматическая настройка параметров коррекции.

Для создания 3D-моделей керна используется микротомограф с программным продуктом для томографической реконструкции Smart Tomo Engine. Система искусственного интеллекта позволяет получить восстановленное трехмерное изображение объекта в высоком разрешении, сравнить с идеальной моделью на предмет соответствия состава, размеров, наличия трещин и других скрытых дефектов. Программа предназначена для использования в области промышленной томографии при исследовании и контроле качества внутренней структуры объектов разного размера: от микросхем до индустриальных двигателей внутреннего сгорания.

В этом году это уже второй патент США, полученный компанией Smart Engines. Предыдущий был связан с новой моделью нейросетей – биполярными морфологическими сетями.