The object of research, development or design (in Russian) : Методы повышения точности литологической классификации и расчета фильтрационных характеристик скважин урановых месторождений на основе алгоритмов машинного обучения

The object of research, development or design (in Kazakh) : Машиналық оқыту алгоритмдері негізінде уран кен орындары ұңғымаларының сүзу сипаттамаларын есептеу және литологиялық жіктеудің дәлдігін арттыру әдістері

Aim of work (in Russian) : Разработка методов повышения точности решения задач интерпретации данных геофизических исследований скважин на урановых месторождениях с помощью машинного обучения, включая алгоритмы бустинга и глубокое обучение.

Aim of work (in Kazakh) : Машиналық оқыту, бустинг алгоритмдері және терең оқыту көмегімен уран кен орындарындағы ұңғымаларды геофизикалық зерттеу деректерін түсіндіру мәселелерін шешудің дәлдігін арттыру әдістерін әзірлеу.

Методы исследования (на русском) : Основным научным вопросом проекта является исследование возможности повышения точности литологической классификации и расчета фильтрационных параметров (коэффициента фильтрации) пород при добыче урана методами пластово-скважинного выщелачивания, а также оценка точности определения границ ЗПО методами машинного обучения.

Методы исследования (на казахском) : Жобаның негізгі ғылыми мәселесі литологиялық классификацияның дәлдігін арттыру және уран өндіру кезінде жыныстардың сүзу параметрлерін (сүзу коэффициентін) есептеу мүмкіндігін зерттеу, сондай-ақ Машиналық оқыту әдістерімен БЖБ шекараларын анықтау дәлдігін бағалау болып табылады.

Obtained results and novelty (in Russian) : 1. Проведены сбор и предварительная обработка данных геофизических, геохимических и гидрогеологических исследований скважин, выполненных на этапе разведки. 2. Проведены вычислительные эксперименты с применением алгоритмов машинного обучения, изменением параметров и оценкой результатов путем расчета метрик качества. 3. Разработан метод предобработки исходных данных. 4. Разработан метод повышения точности литологической классификации с применением алгоритмов бустинга и глубокого обучения. 5. Получено сопоставление с результатами кернового опробования с использованием объективных метрик качества.

Obtained results and novelty (in Kazakh) : 1. Барлау кезеңінде орындалған ұңғымалардың геофизикалық, геохимиялық және гидрогеологиялық зерттеулерінің деректерін жинау және алдын ала өңдеу жүргізілді. 2. Машиналық оқыту алгоритмдерін қолдану, параметрлерді өзгерту және сапа көрсеткіштерін есептеу арқылы нәтижелерді бағалау арқылы есептеу эксперименттері жүргізілді. 3. Бастапқы деректерді өңдеу әдісі жасалды. 4. Күшейту және терең оқыту алгоритмдерін қолдана отырып, литологиялық классификацияның дәлдігін арттыру әдісі жасалды. 5. Объективті сапа көрсеткіштерін қолдана отырып, негізгі сынау нәтижелерімен салыстыру алынды.

The main constructive and technical economic indicators (in Russian) : Экономический эффект в результате повышения точности решения задач интерпретации данных геофизических исследований скважин на урановых месторождениях с помощью методов машинного обучения, включая методы бустинга и глубокого обучения на месторождениях РК может достигать нескольких млн. долларов в год за счет уменьшения критических ошибок ведущих к потерям скважин и более точного прогнозирования объемов добычи. Достижение цели проекта и решение поставленных задач позволит внести существенный вклад в разработку приложений на базе машинного обучения в горнодобывающей промышленности.

The main constructive and technical economic indicators (in Kazakh) : Уран кен орындарындағы Ұңғымаларды геофизикалық зерттеу деректерін машиналық оқыту әдістерін, соның ішінде ҚР кен орындарында бустинг және терең оқыту әдістерін қолдана отырып түсіндіру міндеттерін шешудің дәлдігін арттыру нәтижесінде экономикалық тиімділік ұңғымалардың жоғалуына әкелетін сыни қателіктерді азайту және өндіру көлемін дәлірек болжау есебінен жылына бірнеше млн.долларға жетуі мүмкін. Жобаның мақсатына қол жеткізу және қойылған міндеттерді шешу тау-кен өнеркәсібінде Машиналық оқыту базасында қосымшаларды әзірлеуге елеулі үлес қосуға мүмкіндік береді.

Level of implementation (in Russian) :

Level of implementation (in Kazakh) :

Efficiency (in Russian) : Разработанные методы повышения точности литологической классификации с применением алгоритмов бустинга и глубокого обучения дают увеличение точности около 2% по сравнению с лучшими результатами модели бустинга.

Efficiency (in Kazakh) : Күшейту және терең оқыту алгоритмдерін қолдана отырып, литологиялық классификацияның дәлдігін жақсартудың әзірленген әдістері күшейту моделінің ең жақсы нәтижелерімен салыстырғанда шамамен 2% дәлдікті арттырады.

Field of application (in Russian) : Целевыми потребителями результатов проекта будут подразделения "КазАтомПром", осуществляющие добычу урана и интерпретацию данных геофизических исследований, а также зарубежные организации и научные подразделения, осуществляющие подобную деятельность. Модели машинного обучения и программные приложения, выполняющие автоматическую или полуавтоматическую интерпретацию данных каротажа скважин по добыче урана найдут применение в области науки и образования.

Field of application (in Kazakh) : Уран өндіруді және геофизикалық зерттеулер деректерін интерпретациялауды жүзеге асыратын «ҚазАтомӨнеркәсіп» бөлімшелері, сондай-ақ осындай қызметті жүзеге асыратын шетелдік ұйымдар мен ғылыми бөлімшелер жоба нәтижелерінің нысаналы тұтынушылары болады. Уран өндіру жөніндегі ұңғымалар каротажының деректерін автоматты немесе жартылай автоматты түсіндіруді орындайтын Машиналық оқыту модельдері мен бағдарламалық қосымшалар ғылым мен білім беру саласында қолданылады