Главная страница  |  Карта сайта  |  Обратная связь  |  Поиск по сайту:
Geologam.ru
Геология Геофизика Минералогия Индустрия Нефть и газ
Подразделы
Все статьи Разведка месторождений Рудники Шахты
 
Похожие статьи
Оценка точности планового положения изолиний и правомерности интерполирования между точками измерений мощностей и показателей качества угля
Индустрия › Разведка месторождений

Взаимосвязь дельта-критериев разведанности и фактических погрешностей моделей мощности и показателей качества угля
Индустрия › Разведка месторождений

Уравнивание мощностей и показателей качества углей
Индустрия › Разведка месторождений

Оценка неоднозначности модели мощности и показателей качества угольного пласта (дельта-критерий разведанности)
Индустрия › Разведка месторождений

Выделение аномальных зон с помощью уравнивания
Индустрия › Разведка месторождений

Математические модели прогнозирования показателей разработки горизонтальными скважинами
Нефть и газ › Проектирование

Требования к геометрической форме оценочного четырехугольника сети замеров
Индустрия › Разведка месторождений

Особенности оценки неоднозначности модели гипсометрии в условиях угольных пластов крутого падения
Индустрия › Разведка месторождений

Проектирование сети дополнительных замеров, обеспечивающей заданную степень однозначности модели гипсометрии
Индустрия › Разведка месторождений

Взаимосвязь ламбда-критериев разведанности и фактических погрешностей моделей гипсометрии пластов
Индустрия › Разведка месторождений

Оценка достоверности изучения дизъюнктивной нарушенности угольных пластов
Индустрия › Разведка месторождений

Оценка достоверности геометрической модели, построенной по данным сети замеров, расположенных на одной прямой
Индустрия › Разведка месторождений

Применение метода мощностей для палеотектонического анализа
Нефть и газ › Разведка

Палеогеологические и пластовые карты
Нефть и газ › Разведка

 
 

Выделение аномальных замеров мощностей пластов и показателей качества угля с помощью уравнивания

Главная > Индустрия > Разведка месторождений > Выделение аномальных замеров мощностей пластов и показателей качества угля с помощью уравнивания
Статья добавлена: Ноябрь 2017
            0


Задача выделения аномальных (ураганных) замеров является одной из окончательно не решенных проблем определения количества запасов и геометризации скрытых топографических поверхностей. Ошибочное выделение таких замеров приводит как к завышению, так и к занижению подсчетных значений мощностей пласта, зольности углей, содержания в них полезных и вредных компонентов и т. д., т. е. к внесению дополнительных погрешностей в оценку количества полезного ископаемого, ожидаемых концентраций токсичных и полезных компонентов. Кроме того, как уже отмечалось выше, выявление действительно аномальных замеров является необходимым этапом геометризации угольных пластов и оценки ее ожидаемой достоверности. Таким образом, выделение аномальных замеров преследует две различные цели:
  • обеспечение получения надежной величины среднего значения признака;
  • обеспечение построения надежной модели характера размещения значения признака в пространстве недр.

Практически все известные методы (количество которых уже превысило четыре десятка [19]) ориентируются на решение задачи определения средних содержаний компонентов рудных и россыпных месторождений по малому числу производимых определений. В силу того, что в этих условиях пространственные точки опробования являются геометрически независимыми, основные методы отбраковки справедливо не учитывают места размещения проб. Однако данное допущение применительно к анализу размещения мощностей и основных показателей качества углей является некорректным. К угольным месторождениям в наибольшей степени может быть применена идея В. М. Крейтера (1961) о том, что «...никаких исключительных («ураганных») проб вообще не существует и само понятие «ураганная проба» — исторический пережиток. Только несовершенство наших приемов опробования (добавим — и геометризации. — С. Ш.) вынуждает прибегать к искусственным приемам — заменять всевозможными путями исключительные пробы».

Поскольку при анализе материалов наиболее значимой задачей является выделение нехарактерных (аномальных) с позиции геометрического моделирования размещения признака, то их выделение не может игнорировать геометрию размещения проб и точек измерений.

Рис. 3.5. Результаты уравнивания сетей замеров мощности пластов по полю шахты «Нагорная» 
Рис. 3.5. Результаты уравнивания сетей замеров мощности пластов по полю шахты «Нагорная»
Метод уравнивания нерегулярных цифровых моделей обеспечивает вполне корректное решение этой задачи. Как уже отмечалось, поправка к значению признака зависит от технических ошибок измерений и погрешностей интерполирования. Следовательно, если значение поправки резко выделяется по своей величине (см., например, рис. 3.5), то необходимо сделать вывод: либо признак определен по данному замеру с существенной ошибкой (в этом случае замер должен быть исключен из рассмотрения), либо в окрестности данной скважины имеет место резкое изменение характера поведения изучаемого признака (замер необходимо использовать при производстве оценки возможной точности геометризации).

Поэтому данный метод выделения ураганных замеров автоматически учитывает не только результат произведенного замера, но и его пространственное положение. В качестве примера в таблице 3.3 приведены значения поправок к практически одинаковым по величине мощностям (от 0,96 до 1,03 м), измеренным в скважинах, пробуренных по угольному пласту Семеновскому (участок «Ровненский» Кемеровского района Кузбасса). Она наглядно демонстрирует, как изменяется степень аномальности одного и того же значения мощности в зависимости от места расположения точки ее измерения.



Значение каждой отдельной поправки определяется одновременно всеми значениями признака по всему рассматриваемому участку и плоскими координатами точек замера. Так, каждая поправка, приведенная на упомянутых фрагментах сети, есть функция от 228 (рис. 3.5, а) и 273 (рис. 3.5, б) факторов. Этим обеспечивается глубина анализа. Напомним, что человек в состоянии анализировать одновременно не более 7 ±2 факторов.

Рис. 3.6. Гистограмма распределения распределения значений поправок к зольности 
Рис. 3.6. Гистограмма распределения распределения значений поправок к зольности
Выделение аномалий может быть осуществлено двумя путями.

Первый путь состоит в отбраковке замеров по уровню значений поправок [44]. Предпосылками к его применению является зависимость величин поправок от значений определяемого признака и местоположения места замеров. Кроме того, исходя из методологии процесса уравнивания, поправки к измеряемым величинам должны распределяться по закону, близкому к нормальному, а их среднее арифметическое значение должно быть равно нулю (что подтверждается и экспериментальными исследованиями — например, рис. 3.6).

Поэтому признаком аномальности i-го замера при рассматриваемом подходе является выполнение условия:


где t — квантиль нормального закона распределения;
σε — среднеквадратическое значение поправки, определяемое по формуле


Практический опыт показывает, что в большинстве случаев целесообразно принимать t =1,8, что соответствует 7 %-й доли аномальных замеров (программа «LUR» обеспечивает производство расчетов при уровнях аномальности в 5, 7, 10, 12, 15, 17 и 20 %). Несмотря на то, что данный подход ориентирован на выявление аномальных замеров с позиции последующей геометризации, он может с успехом использоваться и при подсчете среднего значения признака, т. е. при подсчете запасов [44]. Оценка работоспособности метода, в плане его использования в указанном направлении, выполнена по результатам многовариантного разрежения разведочной сети по россыпному месторождению золота (опробованного по сети 5х5 м). В качестве интегральных показателей качества метода использовались общепринятые характеристики [19]:


  • отношение числа случаев эффективной работы метода (когда в результате его применения среднее значение признака изменяется более чем на 5 % и приближается к истинному) к числу случаев дефектной (когда среднее значение признака изменяется более чем на 5 %, но отдаляется от истинного);
  • процент случаев пропуска (нереагирования) больших (более +20 %) исходных положительных погрешностей.

Для рассматриваемого метода они составили соответственно 1,53 и 13 %. Лучший из известных методов (упрощенный метод П. Л. Каллистова) имеет значительно худшие показатели: 1,00 и 33 %. Являясь эффективным при подсчете запасов высокоизменчивых россыпных месторождений, метод должен являться таковым и при оценке ряда характеристик угольных. Тем не менее несколько позже в работе будет рассмотрен еще более результативный метод выделения ураганных замеров в ходе определения средних значений признаков в заданных контурах, работоспособность которого для условий россыпных и угольных месторождений доказана экспериментально.

Рис. 3.7. Результаты уравнивания сети определений содержания общей серы 
Рис. 3.7. Результаты уравнивания сети определений содержания общей серы
Вторым подходом к поиску аномальных замеров является метод анализа приращений поправок. Его основная идея состоит в выделении нехарактерных замеров не по самим значениям поправок, а по степени их отличия от поправок в соседних точках измерений.

Сущность подхода разберем на фактическом примере — фрагменте разведочной сети по изучению сернистости угля (рис. 3.7).

Во-первых, на плане выделяются пары соседних замеров (практически ими будут являться стороны и диагонали выделенных оценочных четырехугольных блоков).

Во-вторых, оформляется таблица 3.4, в которую для каждого i-го замера сети выписываются все исходящие из него направления.

В-третьих, для каждого направления определяется взятая по абсолютной величине разность поправок. Затем на первом этапе произвольно задается критический уровень приращений Uк (1,00 % в табл. 3.4.). Разности поправок, превышающие Uк, маркируются (в табл. 3.4 они выделены жирным шрифтом).


Анализируя таблицу, легко заметить, что три скважины (483,482 и 479) из восьми полностью отделены от соседних на величины критических приращений поправок и могут, следовательно, рассматриваться как аномальные. Доля аномальных замеров в массиве составляет:



Рис. 3.8. Изображение экрана ЭВМ в ходе выбора уровня аномальности поправок 
Рис. 3.8. Изображение экрана ЭВМ в ходе выбора уровня аномальности поправок
где n — количество аномальных замеров;
N — общее количество замеров.

Поиск наиболее вероятного значения Uк осуществляется на основе построения и анализа зависимости вида Uк = f(Da). На рис. 3.8 приведена копия экрана ЭВМ при работе в программе «LUR» с изображением указанной экспериментальной зависимости. Показанный на рисунке стандартный уровень соответствует 7%-му уровню аномальности первого описанного метода анализа.

При наличии нехарактерных (в геометрическом плане) замеров функция Uк = f(Da) имеет своеобразную «ступеньку», протяженность которой зависит от «яркости» проявления аномальности на фоне общей изменчивости признака. Например, на рис. 3.9 эта ступенька выражена значительно более четко, чем на рис. 3.8. Соответствующее появлению «ступеньки» (т. е. участка устойчивых решений) значение критического приращения принимается за окончательное, и по его уровню выделяются аномальные замеры.

Рис. 3.9. Зависимость доли аномальных замеров от уровня приращений поправок 
Рис. 3.9. Зависимость доли аномальных замеров от уровня приращений поправок
Оба описанных подхода дают в основном близкие результаты. Незначительные различия возникают лишь при наличии по участку аномальных зон (см. следующий параграф). Поэтому при анализе данных одновременно используются оба метода. При этом к аномальным относятся замеры, признанные таковыми хотя бы одним из методов.

При выполнении оценки точности геометризации данные по всем аномальным замерам подвергаются анализу на предмет подтверждения надежности произведенных в них измерений (методика выполнения которого была описана ранее). Если измерения недостоверны, то они исключаются из обработки, а если достоверны, то используются в нем, невзирая на уровень их аномальности. Отметим, что заведомо ошибочные замеры есть смысл сразу исключать из рассмотрения и не анализировать с помощью уравнивания.
Источник: «Количественная оценка достоверности геологических материалов угольных месторождений», С. В. Шаклеин, 2005


ОЦЕНИТЕ ПОЖАЛУЙСТА ЗА ЭТУ СТАТЬЮ
0
ПРЕДЫДУЩИЕ СТАТЬИ
Уравнивание мощностей и показателей качества углей
Индустрия > Разведка месторождений

Уравнивание нерегулярных цифровых моделей и его практическое использование
Индустрия > Разведка месторождений

Оценка погрешности определения количества балансовых запасов по подсчетным геологическим блокам
Индустрия > Разведка месторождений

Влияние погрешностей измерений исходных данных на значения дельта-критериев разведанности
Индустрия > Разведка месторождений

Оценка точности планового положения изолиний и правомерности интерполирования между точками измерений мощностей и показателей качества угля
Индустрия > Разведка месторождений

Взаимосвязь дельта-критериев разведанности и фактических погрешностей моделей мощности и показателей качества угля
Индустрия > Разведка месторождений

Оценка неоднозначности модели мощности и показателей качества угольного пласта (дельта-критерий разведанности)
Индустрия > Разведка месторождений

Оценка достоверности изучения дизъюнктивной нарушенности угольных пластов
Индустрия > Разведка месторождений

СЛЕДУЮЩИЕ СТАТЬИ
Выделение аномальных зон с помощью уравнивания
Индустрия > Разведка месторождений

Уравнивание высотных отметок пласта
Индустрия > Разведка месторождений

Прогнозирование местоположений и амплитуд дизъюнктивных нарушений
Индустрия > Разведка месторождений

Оценка достоверности геометрической модели, построенной по данным сети замеров, расположенных на одной прямой
Индустрия > Разведка месторождений

Метод комбинаторных разрежений и его использование для оценки точности среднего значения признака по малому числу измерений
Индустрия > Разведка месторождений

Экспресс-оценка уровня горного риска
Индустрия > Разведка месторождений




ССЫЛКА НА СТАТЬЮ В РАЗЛИЧНЫХ ФОРМАТАХ
ТекстHTMLBB Code


Комментарии к статье


Еще нет комментариев


Сколько будет 49 + 20 =

       



 
 
Geologam.ru © 2016 | Обратная связь | Карта сайта | Поиск по сайту
Геология • Геофизика • Минералогия • Индустрия • Нефть и газ