Soluções inteligentes para dados de geociência a fim de melhorar os fluxos de trabalho
A sondagem pode ser um processo lento e caro. Portanto, é necessário aproveitar ao máximo os investimentos em coleta de dados e garantir que esses dados sejam gerenciados adequadamente, sejam encontrados com facilidade e estejam disponíveis por muito tempo após a coleta de testemunhos de sondagem.
As informações inconsistentes, isoladas ou integradas inadequadamente representam uma barreira significativa para os profissionais que dependem de dados precisos e disponíveis no momento certo para tomar decisões com base em informações.
Na Seequent, estamos sempre buscando maneiras para que os nossos clientes operem com mais eficiência, reduzam a manipulação manual de dados e permitam uma melhor tomada de decisões. Portanto, adotar o espaço de inteligência artificial (IA, Artificial Intelligence) e aprendizado de máquina (ML, Machine Learning) foi uma decisão fácil de tomar.
Para iniciar essa jornada, lançamos o AutoCrop no Imago. O AutoCrop usa a tecnologia de aprendizado de máquina para recortar e linearizar automaticamente as imagens de bandejas de testemunhos de sondagem. Dessa forma, a necessidade de recortar imagens manualmente é eliminada e, consequentemente, o processo de coleta de imagens e catalogação torna-se mais ágil.
O recorte e a linearização mais precisos dos dados ao longo dos furos de sondagem melhoram a visualização e a análise das imagens dos testemunhos de sondagem diamantada. Os dados das imagens são limpos, padronizados e organizados, ou seja, estão prontos para serem usados na validação de dados, para apoiar as decisões e para melhorar os modelos geológicos.
Validação mais rápida de modelos geológicos
Com a integração do Imago ao Leapfrog, por exemplo, usuários podem visualizar imagens ao longo de furos de sondagem no Leapfrog validando os dados do modelo à medida que criam e apoiando uma análise mais detalhada do corpo de minério. As imagens de testemunhos de sondagem apoiam as decisões sobre modelagem relacionadas à estrutura e à litologia e são uma parte essencial do fluxo de trabalho de validação de modelos em que os dados são interrogados em 3D com a ferramenta para correlação de furos de sondagem em 2D.
Como o AutoCrop agiliza a coleta e o recorte de imagens, as imagens são disponibilizadas mais rapidamente para que os geólogos modeladores importem os dados para os seus modelos. Com dados de imagens de alta qualidade disponíveis mais rapidamente, a jornada, que inicia com furos de sondagem e vai até a decisão, torna-se muito mais eficiente.
”O que levava até 2 horas para um furo de sondagem de 3 a 400 metros agora leva alguns minutos.
Seequent customer discussing their core image photography using Imago’s AutoCrop
A eficiência do AutoCrop também é observada no uso com dados históricos, tanto dos arquivos do projeto atual quanto dos projetos preexistentes.
Reunir todos os dados históricos do seu projeto em um local padronizado e centralizado economiza muito tempo para as equipes de projeto. Após o upload, o AutoCrop recorta, lineariza e cataloga automaticamente as imagens históricas agilizando a acessibilidade ao sincronizá-las em seu portal baseado na nuvem, onde elas são disponibilizadas para visualização e compartilhamento em segundos. Ele permite visualizar, analisar e gerenciar as imagens históricas de maneira uniforme e evita que dados históricos sejam desperdiçados.
Da mesma forma, herdar informações históricas pode ser algo incrivelmente valioso como um direcionamento para os melhores locais de exploração e, ao mesmo tempo, evitar erros que proprietários anteriores possam ter cometido. Mas tentar extrair valor de imagens antigas com baixa qualidade e sem uniformidade consome tempo e não é confiável.
O AutoCrop elimina os silos de dados reunindo todas as imagens de testemunhos de sondagem em um local acessível e centralizado.
A adoção de uma solução como o Imago, com um eficiente aprendizado de máquina, padroniza e centraliza os dados, além de reduzir o tempo desde a coleta de dados até a modelagem, para que seja possível tomar decisões mais rapidamente e com base em informações mais detalhadas que economizam dinheiro e melhoram os resultados da campanha de simulação e, por fim, aumentam o valor do investimento e melhoram os resultados.