Yeraltı sondaj çalışmalarında, kaya çatlaklarının doğru tespiti büyük önem taşıyor. Bu çatlaklar, yeraltı stres dağılımı hakkında kritik bilgiler sunarken, petrol, doğal gaz ve jeotermal enerji projelerinin başarısını doğrudan etkiliyor.
Sondaj kuyularında oluşan 'breakout' adı verilen çatlaklar, stresin neden olduğu kaya parçalanması sonucu meydana geliyor. Bu çatlaklar akustik görüntüleme cihazlarında karşılıklı simetrik bölgeler, düşük akustik amplitüdler ve genişlemiş kuyu çapı olarak görünüyor. Ancak bu tespiti manuel olarak yapmak hem zaman alıyor hem de hata riski barındırıyor.
Geleneksel yapay zeka yaklaşımları bu süreci otomatikleştirmeye çalışsa da, önemli bir sorunla karşılaşıyor: yanlış tespit oranlarının yüksek olması. Sistemler, gerçek çatlak olmayan doğal kırılmaları, anahtar oyukları ve cihaz hatalarını da çatlak olarak değerlendiriyordu.
Yeni geliştirilen Breakout-picker sistemi, bu sorunu iki stratejiyle çözüyor. İlk olarak, sistem eğitim sürecinde sadece pozitif örnekleri değil, negatif örnekleri de öğreniyor. Böylece çatlak olmayan yapıları tanımayı da öğreniyor. İkinci olarak, gelişmiş algoritma yapısıyla daha hassas ayırt etme kabiliyeti kazanıyor.
Bu teknolojik gelişme, enerji sektörünün yeraltı haritalamasında devrim yaratabilir. Daha doğru stres analizi yapılması, sondaj operasyonlarının güvenliğini artırırken maliyetleri de düşürebilir.