Современный подход к анализу керна и шлама на любом этапе поисково-разведочных работ с помощью Олимпус Ванта и программного комплекса IoGAS
0
1035
0
0

В.И. Вермус — горный инженер, специалист в области РФА
Как известно, любое моделирование и прогнозирование начинается с анализа и интерпретации бурового материала, будь то шлам или керн – от качества и скорости получения характеристик зависит многое. Обычно, геологи используют каротажные диаграммы (документацию) для записи внешних характеристик, парамагнитных свойств минералов, включая цвет, размер зерен, текстуру, структуру, напластование, вторичные изменения, метаморфизм и форму выделения. Как это происходит показано на рисунке 1.
Рис. 1. Описание керна
Надо отметить, что в этом процессе фактор субъективного восприятия визуальных данных геологом очень велик. Давайте посмотрим, как 8 разных геологов с разным опытом и знаниями провели визуальную оценку керна (рис. 2).
Рис. 2. Визуальная классификация керна разными геологами
Именно на данном этапе портативные анализаторы химического состава играют важную роль. Отправка результатов каротажа в режиме реального времени в геоинформационные системы (ГИС), системы управления геологической информацией (GIMS) и программы 3Dвизуализации и моделирования, кардинальным образом изменила отрасль. Непрерывный анализ бурового материала с помощью анализатора Ванта позволяет мгновенно импортировать данные в такие программы, как LeapFrog и Micromine для построения изоповерхностных 3D-моделей. Однако границы зон минерализации на таких моделях не видны, и даже опытный пользователь не сумеет точно определить границы, опираясь только на концентрации элементов (рис. 3 и 4).
Рис. 3. Скрининг керна анализатором Олимпус Ванта с последующим экспортом данных
Так как же соединить два этих подхода и построить корректную геологическую модель, основываясь на объективных данных, с минимальными затратами по времени и при этом имея возможность изменения масштабирования анализа?На помощь нам приходит «машинное обучение» и интерпретация геохимических данных с pXRF Олимпус Ванта методом Хилла. Впервые метод был применен для интерпретации данных Гаммакаротажа. Однако он даже более интересен в интерпретации данных РФА (Рентгенофлуоресцентного анализа). Итак, данные с прибора в режиме реального времени импортируются в программный модуль iOGAS, где с помощью алгоритмов машинного обучения можно сопоставлять относительные концентрации элементов друг к другу для выявления корреляций, свойственных той или иной минеральной формации. В этом примере для месторождения золота в Австралии мы использовали отношения Al/Ti и Cr/Ti.
←1*
←2**
Рис. 4. Визуальный пример разности масштабирования данных
*1. Мелкомасштабные гео-логические участки и прожилки не важны для 3D-Модели, но нужны для определения минерализации
**2. Крупномасштабные участки, используемые в 3D-моделировании
Далее мы можем соотнести выбранные данные к глубине скважины, будь то концентрации отдельных элементов, отношения или псевдо-элементы и «пропустить их через ВейвТесс». Так что же такое Вейвлет Тесселяция и почему скоро она будет использоваться повсеместно? Вейвлет Тесселяция или ВейвТесс позволяет обнаруживать границы сигналов в широком диапазоне масштабов и использует производную гауссова Вейвлета 2-го порядка (DOG) и позволяет представить градиентную визуализацию в виде мозаики, где цветовая дифференциация будет отражать преобладающие показания при заданном масштабе.
Рис. 5. Пример процесса получения ВейвТесс диаграммы
Огромным преимуществом данного метода являются то, что вы всегда можете уточнить границы перехода, проследив их до минимально доступного масштаба (Шага). Так, например, при масштабировании на 2 см, вы сможете поймать кварцевый прожилок, и в то же время увеличить масштаб анализа до 1 метра где его влияние будет нивелировано.
При анализе бурового шлама минимальный масштаб будет составлять 1 метр. При анализе керна, все зависит от шага анализа. Сейчас на базе анализатора Ванта созданы сканеры керна с шагом анализа до 25 см (рис. 5).
Программа ioGas проводит анализ геохимических данных с Ванты и строит кластерную диаграмму. Где по заранее утвержденным зависимостям мгновенно интерпретирует огромные массивы данных, внося их в колонку. На рисунке 6 вы видите сравнение машинного определения с интерпретацией от опытного геолога.
После точечной и областной классификации мы имеем следующие результаты, показанные на рисунке 7.
Рис. 7. Результат получаемый в конце цикла
Как мы видим, Вейвлет-Тесселяция позволяет обнаружить границы минерализации, невидимые для невооруженного глаза. Регулируя масштабирование можно получить как точные данные с детальностью до 2 см, так и общие для построения 3Dмодели. Этот пример показывает значительный потенциал для помощи в стратиграфической и литологической интерпретации образцов керна и шлама. Существенно выигрывая скорости и объективности у классических методов, Вейвлет-Тесселяция поможет быстро и воспроизводимо учитывать мелкие и субъективные детали в при визуальной документации пород, которые не обнаруживаются человеческим глазом. И все это в реальном времени. Поэтому эту технику следует считать важным дополнением к инструментарию геолога. Это особенно верно, когда единственные литологические данные получены из 1-метровых составных интервалов щебня, например, в методе бурения с использованием вращающегося бурового раствора. Кроме того, рутинное использование ВейвТесс поможет лучше определить глубину границ горных пород.
Если вы хотите попробовать эффективность этой методики на ваших образцах, приглашайте нас на свои месторождения.

Запросить ТКП и записаться на демонстрацию можно тут (Промо-код — VANTAGEO).
Опубликовано в журнале "Золото и технологии" № 1/март 2019 г.