[發明專利]礦產結果預測方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202010593799.5
• 申請日: 2020-06-23
• 公開（公告）號: CN111753467B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 肖凡
• 申請（專利權）人: 中山大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/28;G06Q10/04;G06Q50/02;G06N20/00;G06F111/10;G06F113/08;G06F119/08;G06F119/14
• 代理公司: 北京專贏專利代理有限公司 11797
• 代理人: 劉梅

1.一種礦產結果預測方法，其特征在于，包括：

獲取擬勘探礦床的地質構造信息、巖礦石物性參數以及流體參數；

在最優模擬驅動條件下，根據最優力-熱-流多場耦合數值模擬計算模型以及所述地質構造信息、巖礦石物性參數與流體參數進行成礦地質作用過程中的多物理場數值模擬計算，得到多個成礦條件參數；所述成礦條件參數至少包括應力場參數、溫度場參數、流體場參數中的一種或多種；

根據所述多個成礦條件參數以及最優礦產結果預測模型確定所述擬勘探礦床的礦產預測結果；

其中，所述最優模擬驅動條件、所述最優力-熱-流多場耦合數值模擬計算模型以及所述最優礦產結果預測模型是基于預設的機器學習算法同時訓練生成的；所述最優力-熱-流多場耦合數值模擬計算模型至少由基于擬勘探礦床的勘探資料所建立的擬勘探礦床幾何模型與基于力、熱、流多物理場的動力學方程所建立的力-熱-流多場耦合數值本構模型結合組成；

基于預設的機器學習算法同時訓練生成所述最優模擬驅動條件、所述最優力-熱-流多場耦合數值模擬計算模型以及所述最優礦產結果預測模型的步驟，具體包括：

構建擬勘探礦床的訓練集；所述訓練集包括擬勘探礦床在已知勘探點的地質構造信息、巖礦石物性參數與流體參數以及礦產真實結果；

構建初始化的力-熱-流多場耦合數值模擬計算模型以及初始化的礦產結果預測模型，并確定初始化的模擬驅動條件；所述初始化的力-熱-流多場耦合數值模擬計算模型至少由基于擬勘探礦床的勘探資料所建立的初始化的擬勘探礦床幾何模型與基于力、熱、流多物理場的動力學方程所建立的初始化的力-熱-流多場耦合數值本構模型結合組成；

在所述模擬驅動條件下，根據所述力-熱-流多場耦合數值模擬計算模型對所述擬勘探礦床的地質構造信息、巖礦石物性參數以及流體參數進行多物理場數值模擬計算，得到所述擬勘探礦床在已知勘探點的多個成礦條件響應參數；所述成礦條件響應參數至少包括應力場參數、溫度場參數、流體場參數中的一種或多種；

根據所述多個成礦條件響應參數以及所述礦產結果預測模型確定所述擬勘探礦床在已知勘探點的礦產預測響應結果；

根據所述礦產預測響應結果以及所述礦產真實結果確定礦產結果預測的準確率；

判斷所述準確率是否滿足預設的優化條件；

當判斷所述準確率不滿足預設的優化條件時，按照預設的優化規則對所述模擬驅動條件、所述力-熱-流多場耦合數值模擬計算模型以及所述礦產結果預測模型進行優化，并返回至所述在所述模擬驅動條件下，根據所述力-熱-流多場耦合數值模擬計算模型對所述擬勘探礦床的地質構造信息、巖礦石物性參數以及流體參數進行多物理場數值模擬計算的步驟；

當判斷所述準確率滿足預設的優化條件時，將當前模擬驅動條件確定為最優模擬驅動條件，將當前力-熱-流多場耦合數值模擬計算模型確定為最優力-熱-流多場耦合數值模擬計算模型，將當前礦產結果預測模型確定為最優礦產結果預測模型。

2.根據權利要求1所述的礦產結果預測方法，其特征在于，基于擬勘探礦床的勘探資料建立擬勘探礦床幾何模型的步驟，具體包括：

根據擬勘探礦床的勘探剖面圖像或鉆孔圖像確定所述擬勘探礦床的淺部幾何模型；

根據所述擬勘探礦床的地球物理勘探信息確定所述擬勘探礦床的深部幾何模型；

根據所述擬勘探礦床的形成歷史信息與保存歷史信息確定所述擬勘探礦床的復原模型；

根據所述淺部幾何模型、所述深部幾何模型以及所述復原模型構建所述擬勘探礦床幾何模型。

3.根據權利要求1所述的礦產結果預測方法，其特征在于，基于力、熱、流多物理場的動力學方程建立力-熱-流多場耦合數值本構模型的步驟，具體包括：

根據胡克定律構建力場的應變方程；

根據傅里葉定律構建熱場的傳熱方程；

根據達西定律構建流場的流動方程；

根據所述應變方程、所述傳熱方程以及所述流動方程構建力-熱-流多場耦合數值本構模型。

4.根據權利要求1所述的礦產結果預測方法，其特征在于，所述確定初始化的模擬驅動條件的步驟，具體包括：

對所述模擬驅動條件進行敏感性分析，確定關鍵性模擬驅動條件；

根據所述關鍵性模擬驅動條件確定初始化的模擬驅動條件。