Здравствуйте! Раз вы заглянули сюда, значит вас интересует машинное обучение в геологоразведочном производстве. Мой проект посвящён созданию экономико математического программного инструментария, позволяющего оптимизировать параметры бурения в режиме реального времени.
В своем проекте я преследовал следующие задачи:
- Создать несколько оптимальных критериев для оптимизации геологоразведочных работ
- Создать алгоритм первичного анализа и предобработки данных
- Создать модель для прогнозирования целевых параметров
- Создать алгоритм оптимизации параметров управления
- Создать единый алгоритм
Данные задачи решались по разному, в основном использовалась еще совесткая литература, которая посвящена оптимизации бурения. Современные авторы были полезны для изучения возможностей искусственного интеллетка и методов оптимизации.
Вся схема работы данного алгоритма выглядит следующим образом:
На вход поступают данные, далее оператор подбирает оптимальный критерий (в зависимости от геологоического наряда и характеристик скважины и других факторов). Далее модель обрабатывает данные. После чего происходит создание моделей как для целевого параметра (меняется в зависимости от выбранного критерия), так и для параметров состояния (крутящий момент, давление п.ж., глубина и т.д.). После происходит оптимизация целевого параметра при изменении параметров управления (частота вращения, осевая нагрузка, расход п.ж.). Оптимизация осуществляется при помощи алгоритма Роя частиц. После этого на выходе выдаются оптимальные параметры для конкретного параметра состояния.
Данные ноутбку содержат только репликацию полученных алгоритмов, так как оригинальные хранятся на локальном компьютере в офисе (и строго говоря не разрешаются к показу...).
Ноутбук оптимизация содержит алгоритм оптимизации.
Ноутбук очистка содержит алгоритм очистки.
Ноутбук модель содержит оценку моделей.
Также автор разрабатывает систему автоматической отчетности по обучению и оценках моделей. Это можно увидеть вот здесь:
Спасибо компании RIT Automation
