Gli scienziati del Politecnico di Perm e della Cina hanno creato una rete neurale che prevede la pressione sotterranea con un'accuratezza del 99,5%.

      La perforazione di pozzi ha smesso da tempo di essere semplicemente "fare un buco nel terreno". Oggi è una lotta tra l'uomo e la roccia, dove gli errori si pagano a caro prezzo, letteralmente.

      Le profondità della Terra sono dinamiche. A causa del movimento delle placche tettoniche, si genera una colossale pressione orizzontale nelle rocce. Per gli specialisti che perforano pozzi per petrolio e gas, questo è il problema principale, poiché il fluido di perforazione deve contrastare con precisione questa pressione. Anche un piccolo errore nel calcolo può portare al crollo delle pareti del pozzo, alla rottura di strumenti costosi, all'interruzione dei lavori e a una catastrofe ecologica.

      Oggi tali tensioni vengono misurate in due modi: tramite campioni di roccia o utilizzando formule geofisiche che spesso non tengono conto delle forze tettoniche. Le reti neurali accelerano il calcolo, ma forniscono precisione solo del 65-85% e lavorano lentamente. Per risolvere questo problema, gli scienziati del Politecnico di Perm insieme ai colleghi cinesi hanno sviluppato un modello ibrido basato sull'IA. Esso prevede le tensioni orizzontali con una precisione del 99,5%, utilizzando dati standard delle indagini geofisiche dei pozzi.

      Sai che le profondità della Terra non sono una massa morta di pietra, ma un mondo vivo e dinamico, dove colossali forze agiscono da milioni di anni? I continenti si muovono, si scontrano e si allontanano, come enormi iceberg nell'oceano. Questi processi generano montagne, causano terremoti e creano all'interno della Terra un complesso sistema di tensioni.

      Là, a una profondità di alcuni chilometri, la roccia è compressa da tutti i lati. La pressione verticale è esercitata dal peso degli strati sovrastanti, il che è relativamente semplice da calcolare. Ma c'è anche una forza più insidiosa: la tensione orizzontale. Essa si genera perché la crosta terrestre non è mai ferma. Ad esempio, le montagne dell'Himalaya continuano a crescere perché la placca indiana si infiltra in quella euroasiatica. Sono proprio questi processi tettonici a creare una colossale compressione laterale nelle profondità, con cui devono confrontarsi gli specialisti che perforano pozzi per raggiungere i giacimenti di petrolio e gas. Per loro, queste enormi forze tettoniche si trasformano da astrazione geologica in un problema pratico principale: come perforare un canale attraverso la roccia compressa e mantenerlo aperto, senza distruggere né lo strumento né il giacimento stesso?

      Per capire con cosa devono confrontarsi, basta ricordare una sabbiera. Quando si scava nella sabbia secca, le pareti della buca iniziano a crollare, mentre in quella umida mantengono la forma: l'acqua tiene insieme i granelli di sabbia. Nel pozzo, il fluido di perforazione svolge il ruolo dell'acqua: viene pompato all'interno per contrastare la pressione della roccia e mantenere le pareti dal crollo. Se esercita una pressione troppo debole, le pareti crolleranno e lo strumento di perforazione si romperà. Se esercita una pressione troppo forte, il giacimento si deformerà e petrolio e gas esploderanno incontrollati all'esterno. Un errore di pochi punti percentuali può portare a perdite multimilionarie, interruzione dei lavori e talvolta a una catastrofe ecologica.

      Oggi, per misurare le tensioni orizzontali, vengono utilizzati diversi metodi. Uno di essi è la ricerca di laboratorio su pezzi di roccia (carota) che vengono estratti dal pozzo. Ma tali campioni non sono disponibili lungo tutta la profondità: vengono prelevati solo in determinati intervalli e, quando vengono estratti, la tensione naturale scompare, e il suo ripristino è solo approssimativo.

      Un altro metodo è la ricerca geofisica. Vengono calati nel pozzo strumenti che misurano continuamente le proprietà della roccia: velocità del suono, densità, porosità. Si ottengono moltissimi dati, ma di per sé non forniscono una risposta pronta. Per calcolare le tensioni orizzontali da essi, sono necessarie complesse formule matematiche che spesso utilizzano semplificazioni, ad esempio non tengono conto delle forze tettoniche.

      Pertanto, oggi sempre più spesso si iniziano a utilizzare reti neurali per i calcoli. Esse trovano bene le leggi nascoste in grandi masse di dati. Ma i modelli esistenti hanno dei difetti: spesso "sovra-addestrano", cioè funzionano bene su pozzi noti, ma sbagliano su nuovi, il che porta a una precisione di previsione che oscilla tra il 65 e l'85%. Inoltre, lavorano lentamente: un calcolo richiede decine di secondi, il che è inaccettabilmente lungo in condizioni di perforazione.

      Per risolvere questo problema, gli scienziati del Politecnico di Perm insieme ai colleghi cinesi hanno sviluppato un modello ibrido basato sull'intelligenza artificiale, che consente di prevedere le tensioni orizzontali nelle rocce con una precisione del 99,5%, utilizzando solo dati standard delle indagini geofisiche dei pozzi.

      "La nostra ricerca rappresenta un algoritmo ibrido che combina due approcci. Il primo è una rete neurale con una struttura auto-regolante. Il secondo è un metodo matematico speciale che la aiuta a trovare rapidamente la soluzione più precisa. Il modello analizza contemporaneamente nove parametri che vengono misurati continuamente nel pozzo: velocità del suono, densità della roccia, resistenza elettrica, radioattività naturale, porosità e altri indicatori. Sulla base di essi, l'algoritmo calcola la tensione orizzontale minima e massima", ha dichiarato Dmitry Martyshev, professore del dipartimento di "Tecnologie petrolifere e del gas", dottore in scienze tecniche.

      Gli scienziati hanno addestrato la rete neurale su un enorme insieme di dati - oltre 10.000 misurazioni effettuate in tre pozzi del bacino di Junggar nel nord-ovest della Cina. Questo giacimento è considerato geologicamente complesso, poiché nel corso di milioni di anni si sono scontrate placche tettoniche, sono nate montagne e fratture, e le rocce sono state compresse lateralmente con forze diverse a diverse profondità. Proprio in tali condizioni difficili, i metodi tradizionali di calcolo spesso falliscono. In Russia, ci sono molte aree simili, ad esempio, in Siberia occidentale ed orientale, nel mare di Sakhalin, negli Urali e nel Caucaso.

      Nel lavorare con dati così complessi, l'algoritmo ha imparato a trovare leggi. A differenza delle tradizionali reti neurali, che spesso "sovra-addestrano", cioè memorizzano bene i dati su pozzi noti, ma si perdono e iniziano a sbagliare quando si confrontano con una nuova roccia sconosciuta. Il modello sviluppato, invece, determina autonomamente quali dei nove parametri influenzano realmente la pressione orizzontale e quali creano solo "rumore" e ostacolano la previsione precisa. Questo gli consente di lavorare con sicurezza anche su quei pozzi dove non si è mai "allenato".

      Immagina di imparare a prevedere la pioggia. Ti vengono forniti molti dati: temperatura, umidità, giorno della settimana e persino risultati di partite di calcio. Se cerchi di considerare tutto, puoi trovare coincidenze casuali - ad esempio, notare che dopo la vittoria della tua squadra preferita spesso piove. Questo è il "rumore": c'è una connessione, ma è casuale, e su nuovi dati non funzionerà. Le reti neurali tradizionali spesso cadono in questa trappola: memorizzano sia le vere leggi che le casualità. Pertanto, sbagliano su nuovi pozzi. Il modello sviluppato determina autonomamente quali parametri sono realmente importanti e quali sono solo coincidenze casuali. Ignora il "calcio" e considera solo ciò che influisce realmente sul risultato. Pertanto, su nuovi oggetti sconosciuti non commette errori.

      "Durante i test su pozzi che non hanno partecipato all'addestramento, la precisione del modello è stata del 99,5%. Ciò significa che l'errore di previsione è inferiore all'uno percento. Inoltre, il tempo di calcolo è stato rid