1. Назначение и область применения

«Интеллектуальный ИИ-ассистент геолога» — программный комплекс для построения трёхмерной блочной модели месторождения по данным разведочных скважин и предсказания литологии (типа породы) во всём объёме месторождения с помощью нейросети.

Система предназначена для специалистов горно-геологической отрасли и применяется для:

• оцифровки и хранения данных скважин (устья, инклинометрия, литологические интервалы);
• построения блочной модели месторождения по данным скважин;
• автоматического прогнозирования литологии в неразбуренных частях месторождения;
• трёхмерной визуализации и анализа результатов.

Программное обеспечение поставляется в виде веб-приложения (SaaS) и в виде локального дистрибутива (OnPremise) на основе Docker-контейнеров.

2. Функциональные возможности

2.1. Управление учётными записями и разграничение прав доступа

Система поддерживает ролевую модель доступа (RBAC) с четырьмя ролями:

Поддерживаются: аутентификация по логину и паролю, создание и удаление учётных записей, изменение ролей, ограничения целостности (запрет снятия роли с последнего администратора и изменения собственной роли).

2.2. Загрузка и хранение данных скважин

• Импорт данных из Excel-файла (.xlsx) с листами wellhead (устья скважин: координаты X, Y, Z), inclinometry (инклинометрия: азимут, угол, глубина замера) и lithology (литологические интервалы: от, до, код породы).
• Расчёт траектории ствола скважины по данным инклинометрии (desurvey).
• Автоматическое определение габаритов месторождения и набора пород с назначением цветовой палитры.
• Контроль уникальности наименования месторождения, разграничение видимости (публичное / приватное), копирование и удаление месторождений.
• Шаблон Excel-файла для заполнения данными.

2.3. Построение блочной модели месторождения

• Генерация регулярной блочной сетки с заданным размером блока.
• Определение «известных» блоков по пересечению с керном скважин (с учётом порога перекрытия) и преобладающей породы блока.
• Ограничение модели по форме тела месторождения триангулированными поверхностями (TIN) кровли и подошвы, построенными по концам скважин, либо заполнение габаритного параллелепипеда.
• Контроль предельного числа блоков; оценка количества блоков до построения.
• В упрощённом сценарии (роль «Пользователь») размер блока подбирается автоматически.

2.4. Обучение нейросети и предсказание литологии

• Обучение нейросетевого классификатора на «известных» блоках с задаваемым числом эпох.
• Автоматическое предсказание литологии для всех блоков модели после обучения.
• Расчёт уверенности предсказания (softmax) по каждому блоку.
• Сохранение метрик обучения по эпохам (точность, функция потерь).
• Возможность обучить и хранить несколько нейросетей для одного месторождения.

2.5. Трёхмерная визуализация и анализ

• Интерактивная 3D-визуализация скважин и блочной (воксельной) модели в браузере.
• Режимы отображения: известные блоки, предсказание, уверенность сети (абсолютная и нормированная).
• Фильтрация по породам и сечения (срезы) по осям X / Y / Z.
• Отсечение невидимых блоков (surface culling) для производительной отрисовки больших моделей.
• Редактирование цветов пород.

2.6. Управление предсказаниями и видимостью

• Пометка одного предсказания месторождения как «Основного»; именно оно отображается ролям «Пользователь» и «Читатель».
• Разграничение видимости месторождений (публичные / приватные) по ролям.

2.7. Заявки с лендинга

Приём и хранение обращений, оставленных через форму на публичной странице (лендинге): дата, имя, компания, контакты, сообщение; просмотр и удаление заявок администратором.

2.8. Отображение прогресса длительных операций

Длительные операции (построение блочной модели, обучение и предсказание, удаление) выполняются асинхронно; прогресс в процентах передаётся в интерфейс в реальном времени по технологии Server-Sent Events (SSE).

3. Архитектура и технологический стек

Система построена по микросервисной архитектуре и разворачивается в Docker-контейнерах под управлением Docker Compose. Единая точка входа обеспечивается обратным прокси-сервером.

Взаимодействие компонентов: браузер обращается к прокси-серверу, который направляет запросы к серверу приложений и веб-интерфейсу; сервер приложений хранит данные в PostgreSQL и инициирует обучение в сервисе нейросети; результаты предсказания сохраняются в базе данных.

4. Требования к программному и аппаратному обеспечению

5. Информационная безопасность

• Аутентификация по логину и паролю с выдачей подписанного токена доступа (JWT) с ограниченным сроком действия.
• Хранение паролей в виде необратимых хэшей (bcrypt).
• Разграничение прав по ролям на уровне сервера приложений; для роли «Читатель» запрещены любые изменяющие операции.
• Разделение данных по видимости (публичные / приватные месторождения).
• Параметры безопасности (секрет подписи токенов, учётные данные администратора, пароль базы данных) задаются при развёртывании и подлежат изменению в продуктивной среде.