Grain-e
Gêmeo Digital da Geologia do Poço Digitalização da Descrição de Sedimentos usando IA: De Imagens de Grãos a Insights de Reservatório Nossa equipe desenvolveu uma nova abordagem poderosa que utiliza aprendizado de máquina para transformar a forma como geólogos interagem com amostras de recortes. Ao combinar imagens de alta resolução, inteligência artificial e ferramentas de filtragem interativas, estamos tornando possível medir milhares de grãos individuais de forma automática e precisa em cada amostra de recorte, fornecendo dados sedimentológicos detalhados em uma fração do tempo. De Recortes a Dados Limpos Para criar dados consistentes, as amostras são processadas usando a abordagem proprietária da Rockwash Geodata. As amostras passam por um processo de lavagem totalmente automatizado. Cada amostra é fotografada sob iluminação controlada. Cada imagem captura detalhes finos de uma área de 43 mm por 28 mm em resolução extremamente alta (4000 x 6000 pixels). Segmentação Inteligente de Grãos (IA) A verdadeira inovação está no que acontece a seguir. Usando um modelo de segmentação treinado de forma proprietária, segmentamos a imagem—identificando e delineando grãos individuais. Isso nos dá um mapa digital dos grãos em cada amostra. Em seguida, calculamos propriedades como tamanho do grão, arredondamento, esfericidade e cor média para cada grão. No entanto, o processo não é perfeito. Às vezes, o modelo confunde um pouco de xisto ou tinta com um grão, ou combina múltiplos grãos em um só. É por isso que desenvolvemos um sistema de filtragem interativo que permite aos geólogos revisar e refinar o resultado. Com controles deslizantes e ferramentas visuais, os usuários podem filtrar grãos com base em cor, tamanho, forma, brilho e se o grão está claramente visível em primeiro plano. Isso garante que apenas grãos representativos sejam incluídos nos conjuntos de dados finais. Estatísticas Sedimentares A capacidade de obter tamanho de grão, classificação, esfericidade e outras características em milhares de grãos permite um vasto conjunto de dados para entender a sedimentologia. Com a capacidade de filtrar contaminação por xisto, cavacos, aditivos de perfuração e grãos de fundo parcialmente obscurecidos, permite-se obter informações sedimentológicas limpas e de alta confiança, mesmo em amostras altamente contaminadas. Geomecânica (Módulo de Pressão de Poros) Um recurso empolgante é a capacidade de identificar cavacos "lasqueados"—fragmentos alongados que podem indicar zonas de alta pressão de poros no subsolo. Essas características frequentemente aparecem em formações sobrepressurizadas onde a rocha se quebra devido a uma pressão de poros maior que o peso da lama. Detectar e quantificar automaticamente essas características identifica sinais de alerta precoce para perigos de perfuração e informa modelos geomecânicos em poços adjacentes. Subdivisão Estratigráfica Com a capacidade de extrair cores de cada grão, dada a iluminação consistente de alta qualidade, podemos construir logs estratigráficos com base na cor a granel (maioria dos grãos) e cor de traço (poucos ou grãos de ocorrência única em uma amostra). Esses logs de cor podem revelar mudanças sutis na mineralogia a granel ou de traço relacionadas à proveniência e ambientes deposicionais. Por Que Isso Importa Esta abordagem tem várias grandes vantagens. Primeiro, cria uma maneira consistente e repetível de descrever sedimentos. Quer você esteja trabalhando em um único poço ou comparando dados em uma bacia, as medições são objetivas e baseadas em dados. Em segundo lugar, acelera dramaticamente a análise. Em vez de estimar cores e composição sob o microscópio, o sistema analisa milhares de grãos em cada amostra, com centenas de amostras em um poço. Terceiro, abre novos tipos de dados que anteriormente eram difíceis de capturar em escala. Propriedades como esfericidade, cor de traço ou a presença de cavacos lasqueados agora podem ser registradas quantitativa e consistentemente. Aplicações Caracterização de Reservatório: Propriedades detalhadas dos grãos ajudam a avaliar a classificação, energia deposicional e permeabilidade potencial. Segurança de Perfuração: A detecção de cavacos lasqueados pode apoiar a previsão em tempo real da pressão de poros. Estratigrafia e Correlação: Logs de cor e estatísticas de grãos auxiliam na correlação entre poços e identificação de mudanças litológicas sutis. Digitalização de Recortes: Com um movimento crescente em direção a dados digitais de poços, este método fornece uma maneira escalável de digitalizar amostras físicas em escala e integrar todos os seus dados em modelos de subsuperfície. Olhando para o Futuro Estamos refinando o sistema e expandindo suas capacidades. Fale conosco sobre seus problemas específicos e desenvolveremos as ferramentas para extrair as estatísticas que você mais precisa!
Quando os usuários deixam avaliações de Grain-e, o G2 também coleta perguntas comuns sobre o uso diário de Grain-e. Essas perguntas são então respondidas por nossa comunidade de 850 mil profissionais. Envie sua pergunta abaixo e participe da Discussão do G2.
Nps Score
Tem uma pergunta sobre software?
Obtenha respostas de usuários reais e especialistas
Iniciar uma Discussão