基于地质勘探钻孔岩芯的岩性智能识别初步研究  

作　　者：石碧波[1] 董同新[1] 詹学启[1] 周富 桂浩[2] 

机构地区：[1]中铁第四勘察设计院集团有限公司,湖北武汉430063 [2]武汉大学,湖北武汉430072

出　　处：《中文科技期刊数据库(全文版)自然科学》2021年第11期00367-00373,共7页

基　　金：铁四院专利产品研发课题(合同号:2019C09)

摘　　要：目前,国内外针对岩性智能识别的研究主要集中在油气勘探领域,依据测井数据、岩心图片、薄片鉴定等资料,采用神经网络、图论聚类、深度置信网络等模型,对区域内特定的某些岩层进行学习、识别、预测。然而,直接基于普通地质勘探钻孔岩心进行岩性智能识别的研究,较少见诸报道。本文基于既有地质勘探钻孔的成果资料,建立以钻孔坐标、地层信息、岩芯照片等为数据基础的岩芯标准图库,引入CNN模型对标准图库的岩芯图片进行识别训练后,对待判定岩性的钻孔岩芯图片进行识别,将识别结果与人工综合判定结果进行对比、验证,通过对比、验证,优化识别模型,初步实现对岩石、土、空洞(未充填溶洞)三大类的准确识别。研究结论:(1)采用软件辅助对岩芯照片进行立柱、切分、标注,准备训练数据效率较高;(2)采用高分辨率岩芯图片进行识别学习,效果比采用低分辨率岩芯图片更好;(3)要进一步细分地层类别,须建立多条件约束的识别模型。

关 键 词：岩芯分类 智能识别 CNN模型 机器学习 

分 类 号：P624[天文地球—地质矿产勘探]