УЧЕБНЫЕ МАТЕРИАЛЫ ПО САМЫМ ПОПУЛЯРНЫМ ГГИС НА ГЕОКНИГЕ
‼️ГЕОМЕХАНИКА‼️
Команды телеграмм-канала "ГГИС. Разрабатывай. Внедряй. Изучай" и "ГЕОКНИГА" продолжают совместный проект🔥🔥🔥
Наши эксперты собрали доступные в открытых источниках учебные материалы по ключевым ГГИС решениям и выкладывают их в общий доступ для использования в работе русскоязычными специалистами➡️
В 2024-2025 мы уже опубликовали множество полезных пособий (Surpac, Micromine, Leapfrog и др.) на сайте ГЕОКНИГА и продолжаем пополнять нашу библиотеку, следите за публикациями! 🌏
🚩Сегодня мы размещаем учебное пособие по работе с ПО для ГЕОМЕХАНИКИ (Rocscience, SBlock и Examine2D) на английском и русском языках ✅
1️⃣ Rocscience. SWedge. Построение, анализ и оценка геометрии и устойчивости поверхностных клиньев в скальных склонах. Руководство пользователя - RUS
2️⃣ Rocscience. DIPS. Построение, анализ и представление структурных данных с использованием методов сферической проекции. Руководство пользователя - RUS
3️⃣ Rocscience. RS2. Программа для моделирования и анализа склонов, наземных и подземных выработок, фильтрации грунтовых вод, консолидации и др. Руководство пользователя - ENG
4️⃣ Rocscience. RS3. Программа анализа методом конечных элементов. Руководство пользователя - RUS
5️⃣ Rocscience. RSdata. Программа для анализа данных прочности горных пород и грунта, а также определения диапазоны прочности других физических параметров - RUS
6️⃣ Rocscience. Slide 2018. 2D расчет устойчивости склонов методами предельного равновесия. Руководство пользователя - ENG
7️⃣ SBlock. Руководство пользователя и теоретические основы - RUS
8️⃣ Slide2/Slide3. Новая функция ММО (Мультимодальная оптимизация), алгоритм слабого слоя и многое другое - RUS
9️⃣ Examine2D. Quick Start Tutorial - ENG
П.С. Если у вас есть учебные материалы, которыми вы можете поделиться, пожалуйста свяжитесь с администрацией сайта "ГЕОКНИГА" или канала "ГГИС. Разрабатывай. Внедряй. Изучай"
‼️ГЕОМЕХАНИКА‼️
Команды телеграмм-канала "ГГИС. Разрабатывай. Внедряй. Изучай" и "ГЕОКНИГА" продолжают совместный проект🔥🔥🔥
Наши эксперты собрали доступные в открытых источниках учебные материалы по ключевым ГГИС решениям и выкладывают их в общий доступ для использования в работе русскоязычными специалистами➡️
В 2024-2025 мы уже опубликовали множество полезных пособий (Surpac, Micromine, Leapfrog и др.) на сайте ГЕОКНИГА и продолжаем пополнять нашу библиотеку, следите за публикациями! 🌏
🚩Сегодня мы размещаем учебное пособие по работе с ПО для ГЕОМЕХАНИКИ (Rocscience, SBlock и Examine2D) на английском и русском языках ✅
1️⃣ Rocscience. SWedge. Построение, анализ и оценка геометрии и устойчивости поверхностных клиньев в скальных склонах. Руководство пользователя - RUS
2️⃣ Rocscience. DIPS. Построение, анализ и представление структурных данных с использованием методов сферической проекции. Руководство пользователя - RUS
3️⃣ Rocscience. RS2. Программа для моделирования и анализа склонов, наземных и подземных выработок, фильтрации грунтовых вод, консолидации и др. Руководство пользователя - ENG
4️⃣ Rocscience. RS3. Программа анализа методом конечных элементов. Руководство пользователя - RUS
5️⃣ Rocscience. RSdata. Программа для анализа данных прочности горных пород и грунта, а также определения диапазоны прочности других физических параметров - RUS
6️⃣ Rocscience. Slide 2018. 2D расчет устойчивости склонов методами предельного равновесия. Руководство пользователя - ENG
7️⃣ SBlock. Руководство пользователя и теоретические основы - RUS
8️⃣ Slide2/Slide3. Новая функция ММО (Мультимодальная оптимизация), алгоритм слабого слоя и многое другое - RUS
9️⃣ Examine2D. Quick Start Tutorial - ENG
П.С. Если у вас есть учебные материалы, которыми вы можете поделиться, пожалуйста свяжитесь с администрацией сайта "ГЕОКНИГА" или канала "ГГИС. Разрабатывай. Внедряй. Изучай"
Факультативный курс "Геомеханика"
Команда CMT CONSULTING на регулярной основе организовывает он-лайн занятия по геомеханике.
По всем занятиям делается запись лекций, чтобы каждый желающий имел возможность просмотреть их в любое время.
📆 Когда?
по вторникам и четвергам
🕐 Время: 17:00 - 19:00 (МСК)
🌏 Формат: Он-лайн
💰 Стоимость: Бесплатно
Ссылка на канал, где публикуется ссылка на встречу и запись
🎤 Ближайшая лекция:
Сегодня (17 апреля 2025 г.) в 17:00 (МСК)
Специалисты компании Scientia расскажут о прогнозировании сдвижения горных пород с помощью моделирования в программе PROROCK.
Не упустите возможность узнать от экспертов о современных методах геомеханического анализа!
Команда CMT CONSULTING на регулярной основе организовывает он-лайн занятия по геомеханике.
По всем занятиям делается запись лекций, чтобы каждый желающий имел возможность просмотреть их в любое время.
📆 Когда?
по вторникам и четвергам
🕐 Время: 17:00 - 19:00 (МСК)
🌏 Формат: Он-лайн
💰 Стоимость: Бесплатно
Ссылка на канал, где публикуется ссылка на встречу и запись
🎤 Ближайшая лекция:
Сегодня (17 апреля 2025 г.) в 17:00 (МСК)
Специалисты компании Scientia расскажут о прогнозировании сдвижения горных пород с помощью моделирования в программе PROROCK.
Не упустите возможность узнать от экспертов о современных методах геомеханического анализа!
Telegram
CMT GT Lectures
Факультативный курс "Геомеханика"
Занятия бесплатные, проходят каждый вторник и четверг с 17:00 до 19:00 по МСК. По каждому занятию делается запись лекций, что бы у всех была возможность просмотреть их в любое время.
Занятия бесплатные, проходят каждый вторник и четверг с 17:00 до 19:00 по МСК. По каждому занятию делается запись лекций, что бы у всех была возможность просмотреть их в любое время.
Машинное обучение для оценки содержаний: верить или нет?
Для многих профессий использование современных инструментов на основе искусственного интеллекта (ИИ) и машинного обучения (ML) уже стало обычной практикой. Например, большинство программистов активно применяют большие языковые модели для написания кода, что в разы повышает их продуктивность. А как обстоят дела у геологов и горных инженеров, работающих с ГГИС?
Один из ярких примеров применения ML в ресурсной геологии — задачи классификации (например, выделение доменов по данным опробования) и инструменты оценки содержаний в блочных моделях.
Первая задача пока практически не реализована в коммерческих ГГИС, и приходится использовать специализированные приложения или Python-библиотеки, что требует навыков программирования — а они есть далеко не у каждого геолога, даже очень опытного.
А вот оценка содержаний в блочных моделях с помощью ML уже доступна в нескольких программных продуктах:
⚒️ Maptek DomainMCF
⚒️ Micromine Grade-Copilot
⚒️ Т-Навигатор от ИРМ – алгоритм Amazonas (российская разработка)
Однако ни один из них не раскрывает используемые алгоритмы (коммерческая тайна, как же без нее!). А для государственной или публичной отчетности геологи обязаны обосновать метод и параметры оценки, а главное — понимать, как он работает. Ведь именно в этом заключается прозрачность подсчета запасов. Пока же производители предлагают лишь «черный ящик», что настораживает профессионалов и снижает доверие к результатам.
На самом деле никакой магии здесь нет. За последние 10 лет было исследовано более 10 ML-алгоритмов для оценки содержаний, и два из них признаны наиболее перспективными:
⚒️ K-Nearest Neighbors (kNN) — ML-аналог метода обратных расстояний.
⚒️ Gaussian Process Regression (GPR) — ML-аналог кригинга.
В чем их отличие от традиционных методов? Главное преимущество в том, что эти алгоритмы не требуют ручного подбора параметров (вариограмм, эллипсоидов поиска и т. д.) — они обучаются на исходных данных и автоматически учитывают их особенности.
Чтобы глубже разобраться в теме, рекомендуем статью Мальцев Е. Н. "Применение алгоритмов машинного обучения для задач межскважинной интерполяции" — в ней все объяснено простым и понятным языком.
Но и здесь не обошлось без нюансов. Основная проблема в том, что ML-алгоритмы могут прогнозировать содержания только в объемах, сопоставимых с исходными данными. Проще говоря, если у нас есть метровые пробы керна, то и предсказывать значения мы сможем лишь для небольших блоков, близких к размеру пробы.
Однако решение есть! Например, можно сначала оценить содержания в мелких блоках, а затем усреднить их с помощью пространственной субдискретизации до нужного размера.
Этот подход подробно разобран в статье "Spatial Interpolation Using Machine Learning: From Patterns and Regularities to Block Models", где на примере синтетического медного месторождения рассмотрен весь цикл алгоритмов. Там же вы найдете обзор истории исследований по этой теме.
Скорее всего, за ML-алгоритмами — будущее оценки запасов. Осталось лишь немного подождать!
Статьи, приведенные в тексте поста👇
Для многих профессий использование современных инструментов на основе искусственного интеллекта (ИИ) и машинного обучения (ML) уже стало обычной практикой. Например, большинство программистов активно применяют большие языковые модели для написания кода, что в разы повышает их продуктивность. А как обстоят дела у геологов и горных инженеров, работающих с ГГИС?
Один из ярких примеров применения ML в ресурсной геологии — задачи классификации (например, выделение доменов по данным опробования) и инструменты оценки содержаний в блочных моделях.
Первая задача пока практически не реализована в коммерческих ГГИС, и приходится использовать специализированные приложения или Python-библиотеки, что требует навыков программирования — а они есть далеко не у каждого геолога, даже очень опытного.
А вот оценка содержаний в блочных моделях с помощью ML уже доступна в нескольких программных продуктах:
⚒️ Maptek DomainMCF
⚒️ Micromine Grade-Copilot
⚒️ Т-Навигатор от ИРМ – алгоритм Amazonas (российская разработка)
Однако ни один из них не раскрывает используемые алгоритмы (коммерческая тайна, как же без нее!). А для государственной или публичной отчетности геологи обязаны обосновать метод и параметры оценки, а главное — понимать, как он работает. Ведь именно в этом заключается прозрачность подсчета запасов. Пока же производители предлагают лишь «черный ящик», что настораживает профессионалов и снижает доверие к результатам.
На самом деле никакой магии здесь нет. За последние 10 лет было исследовано более 10 ML-алгоритмов для оценки содержаний, и два из них признаны наиболее перспективными:
⚒️ K-Nearest Neighbors (kNN) — ML-аналог метода обратных расстояний.
⚒️ Gaussian Process Regression (GPR) — ML-аналог кригинга.
В чем их отличие от традиционных методов? Главное преимущество в том, что эти алгоритмы не требуют ручного подбора параметров (вариограмм, эллипсоидов поиска и т. д.) — они обучаются на исходных данных и автоматически учитывают их особенности.
Чтобы глубже разобраться в теме, рекомендуем статью Мальцев Е. Н. "Применение алгоритмов машинного обучения для задач межскважинной интерполяции" — в ней все объяснено простым и понятным языком.
Но и здесь не обошлось без нюансов. Основная проблема в том, что ML-алгоритмы могут прогнозировать содержания только в объемах, сопоставимых с исходными данными. Проще говоря, если у нас есть метровые пробы керна, то и предсказывать значения мы сможем лишь для небольших блоков, близких к размеру пробы.
Однако решение есть! Например, можно сначала оценить содержания в мелких блоках, а затем усреднить их с помощью пространственной субдискретизации до нужного размера.
Этот подход подробно разобран в статье "Spatial Interpolation Using Machine Learning: From Patterns and Regularities to Block Models", где на примере синтетического медного месторождения рассмотрен весь цикл алгоритмов. Там же вы найдете обзор истории исследований по этой теме.
Скорее всего, за ML-алгоритмами — будущее оценки запасов. Осталось лишь немного подождать!
Статьи, приведенные в тексте поста👇
23 апреля компания АИОМ Технологии провела встречу, посвященную обзору собственного программного обеспечения для планирования открытых горных работ PAZL:TAKT.
На мероприятии присутствовали представители 17 компаний из числа партнеров и горнодобывающих компаний.
Было рассказано об услугах и продуктах компании. Основной акцент был сделан на живой демонстрации текущего функционала системы, включая настройки правил и ограничений планирования, возможности по транспортировке горной массы, шихтовке руды и т.д.
В отдельный блок было выделено обсуждение достигнутых эффектов на пилотных проектах с технологическими партнерами - горнодобывающими компаниями.
Презентация решения вызвала оживленную дискуссию участников мероприятия, в части представленного функционала и предложений по развитию программного обеспечения.
Это только начало — впереди еще больше интересных событий! 🚀
На мероприятии присутствовали представители 17 компаний из числа партнеров и горнодобывающих компаний.
Было рассказано об услугах и продуктах компании. Основной акцент был сделан на живой демонстрации текущего функционала системы, включая настройки правил и ограничений планирования, возможности по транспортировке горной массы, шихтовке руды и т.д.
В отдельный блок было выделено обсуждение достигнутых эффектов на пилотных проектах с технологическими партнерами - горнодобывающими компаниями.
Презентация решения вызвала оживленную дискуссию участников мероприятия, в части представленного функционала и предложений по развитию программного обеспечения.
Это только начало — впереди еще больше интересных событий! 🚀
📢VI Всероссийская научно-техническая конференция «ЦИФРОВЫЕ ТЕХНОЛОГИИ В ГОРНОМ ДЕЛЕ»!
Конференция является площадкой для обсуждения научных и практических достижений в цифровизации горного производства, включая вопросы импортозамещения.
📍 Место проведения: Мурманская обл., г. Апатиты, ул. Ферсмана, д. 24, Горный институт КНЦ РАН.
📅 Даты: 2– 6 июня 2025 г.
💳 Стоимость участия (оргвзнос): 5000 ₽
🔹 Основные направления:
⚒️ Компьютерное моделирование объектов и процессов горного производства для решения задач эффективной и безопасной отработки месторождений полезных ископаемых.
⚒️ Геомеханическое обеспечение горных работ.
⚒️ Решение задач повышения полноты и комплексности извлечения полезных ископаемых из природного и техногенного минерального сырья.
⚒️ Компьютерное моделирование в решении экологических проблем горной отрасли
📌 Ключевые даты:
⚒️ Подача заявок с докладом — до 15 апреля 2025 г.
⚒️ Подача заявок без доклада — до 15 мая 2025 г.
⚒️ Оплата оргвзноса (5 000 руб.) — до 26 мая 2025 г.
⚒️ Заезд и регистрация участников - 02 июня 2025 г
⚒️ Регистрация участников и открытие конференции - 03 июня 2025 г
🌟 Дополнительно:
⚒️ В рамках конференции пройдет мастер-класс ГГИС «МАЙНФРЭЙМ» — мероприятие, ориентированное на глубокое погружение в ПО, с возможностью изучить текущую версию ГГИС Майнфрэйм 10, узнать о применении ГГИС в реальных проектах.
⚒️ Экскурсии по местным достопримечательностям.
⚒️ Кофе-брейки и товарищеский ужин для неформального общения.
📩 Регистрация и подробности:
🌐 Сайт конференции
📧 Email: confgoi@ksc.ru
Конференция является площадкой для обсуждения научных и практических достижений в цифровизации горного производства, включая вопросы импортозамещения.
📍 Место проведения: Мурманская обл., г. Апатиты, ул. Ферсмана, д. 24, Горный институт КНЦ РАН.
📅 Даты: 2– 6 июня 2025 г.
💳 Стоимость участия (оргвзнос): 5000 ₽
🔹 Основные направления:
⚒️ Компьютерное моделирование объектов и процессов горного производства для решения задач эффективной и безопасной отработки месторождений полезных ископаемых.
⚒️ Геомеханическое обеспечение горных работ.
⚒️ Решение задач повышения полноты и комплексности извлечения полезных ископаемых из природного и техногенного минерального сырья.
⚒️ Компьютерное моделирование в решении экологических проблем горной отрасли
📌 Ключевые даты:
⚒️ Подача заявок с докладом — до 15 апреля 2025 г.
⚒️ Подача заявок без доклада — до 15 мая 2025 г.
⚒️ Оплата оргвзноса (5 000 руб.) — до 26 мая 2025 г.
⚒️ Заезд и регистрация участников - 02 июня 2025 г
⚒️ Регистрация участников и открытие конференции - 03 июня 2025 г
🌟 Дополнительно:
⚒️ В рамках конференции пройдет мастер-класс ГГИС «МАЙНФРЭЙМ» — мероприятие, ориентированное на глубокое погружение в ПО, с возможностью изучить текущую версию ГГИС Майнфрэйм 10, узнать о применении ГГИС в реальных проектах.
⚒️ Экскурсии по местным достопримечательностям.
⚒️ Кофе-брейки и товарищеский ужин для неформального общения.
📩 Регистрация и подробности:
🌐 Сайт конференции
📧 Email: confgoi@ksc.ru
This media is not supported in your browser
VIEW IN TELEGRAM
DataMine Studio Geo — новый претендент на трон LeapFrog?
В мире геологического моделирования уже много лет безраздельно царствует LeapFrog. Интуитивный интерфейс, мощные алгоритмы интерполяции и богатый функционал сделали его де-факто стандартом для создания геологических моделей. Австралийская компания Datamine , известный разработчик программного обеспечения для горной промышленности, представила свою новую платформу Studio Geo — инновационное решение для геологического моделирования, обещая нам новую эру геологического моделирования. Но что скрывается за громкими заявлениями, и действительно ли Studio Geo может изменить правила игры?
Нужен ли конкурент LeapFrog?
LeapFrog, при всех его достоинствах, давно вызывает нарекания у пользователей:
⚒️ Отсутствие "гибкости" и макросов.
⚒️ Покрывает только процесс геологического моделирования.
⚒️ Высокая стоимость — лицензии остаются недоступными для многих небольших компаний и исследовательских групп.
⚒️ Подписочная модель.
Datamine Studio Geo заходит на этот "рынок" с принципиально иными козырями.
Где Studio Geo может переиграть LeapFrog?
По анонсируемому функционалу - это настоящая командная работа. В отличие от условно "многопользовательского" режима LeapFrog, Studio Geo построена на облачной платформе MineTrust и создана на базе, полностью интегрируемой с другими решениями Datamine. Это означает:
✅Одновременную работу с моделью всей командой.
✅Контроль версий и история изменений.
✅Разграничение прав доступа.
✅Интеграция с другими решениями для покрытия полного жизненного цикла рудника.
Где LeapFrog пока вне конкуренции?
✅ Проверенная точность моделей
15+ лет отлаженных алгоритмов интерполяции. Подтвержденная точность даже для самых сложных структур
✅ Отраслевое доверие
LeapFrog есть в каждом крупном горнодобывающем холдинге. Стандарт для отчетности по JORC/NI 43-101
Кому стоит присмотреться к Studio Geo прямо сейчас?
Геологические службы , уставшие от:
⚒️"Файлового хаоса" при командной работе.
⚒️Рутинного пересчета моделей "с нуля".
Разведочные компании , где критически важно:
⚒️Быстро интегрировать новые данные бурения.
⚒️Тестировать альтернативные интерпретации.
Что будет дальше?
Битва только начинается. У LeapFrog — колоссальная фора в виде устоявшийся базы пользователей. Но у Studio Geo есть шанс перевернуть рынок, при условии, что вендор:
✅ Докажет сопоставимую точность моделирования.
✅ Предложит гибкие условия лицензирования.
✅ Обеспечит плавный переход для текущих пользователей LeapFrog.
Стоит ли пробовать?
Безусловно! Особенно, если Вы:
⏺️Работаете в распределенной команде.
⏺️Любите что-то новое.
⏺️Устали от ограничений текущих инструментов.
В мире геологического моделирования уже много лет безраздельно царствует LeapFrog. Интуитивный интерфейс, мощные алгоритмы интерполяции и богатый функционал сделали его де-факто стандартом для создания геологических моделей. Австралийская компания Datamine , известный разработчик программного обеспечения для горной промышленности, представила свою новую платформу Studio Geo — инновационное решение для геологического моделирования, обещая нам новую эру геологического моделирования. Но что скрывается за громкими заявлениями, и действительно ли Studio Geo может изменить правила игры?
Нужен ли конкурент LeapFrog?
LeapFrog, при всех его достоинствах, давно вызывает нарекания у пользователей:
⚒️ Отсутствие "гибкости" и макросов.
⚒️ Покрывает только процесс геологического моделирования.
⚒️ Высокая стоимость — лицензии остаются недоступными для многих небольших компаний и исследовательских групп.
⚒️ Подписочная модель.
Datamine Studio Geo заходит на этот "рынок" с принципиально иными козырями.
Где Studio Geo может переиграть LeapFrog?
По анонсируемому функционалу - это настоящая командная работа. В отличие от условно "многопользовательского" режима LeapFrog, Studio Geo построена на облачной платформе MineTrust и создана на базе, полностью интегрируемой с другими решениями Datamine. Это означает:
✅Одновременную работу с моделью всей командой.
✅Контроль версий и история изменений.
✅Разграничение прав доступа.
✅Интеграция с другими решениями для покрытия полного жизненного цикла рудника.
Где LeapFrog пока вне конкуренции?
✅ Проверенная точность моделей
15+ лет отлаженных алгоритмов интерполяции. Подтвержденная точность даже для самых сложных структур
✅ Отраслевое доверие
LeapFrog есть в каждом крупном горнодобывающем холдинге. Стандарт для отчетности по JORC/NI 43-101
Кому стоит присмотреться к Studio Geo прямо сейчас?
Геологические службы , уставшие от:
⚒️"Файлового хаоса" при командной работе.
⚒️Рутинного пересчета моделей "с нуля".
Разведочные компании , где критически важно:
⚒️Быстро интегрировать новые данные бурения.
⚒️Тестировать альтернативные интерпретации.
Что будет дальше?
Битва только начинается. У LeapFrog — колоссальная фора в виде устоявшийся базы пользователей. Но у Studio Geo есть шанс перевернуть рынок, при условии, что вендор:
✅ Докажет сопоставимую точность моделирования.
✅ Предложит гибкие условия лицензирования.
✅ Обеспечит плавный переход для текущих пользователей LeapFrog.
Стоит ли пробовать?
Безусловно! Особенно, если Вы:
⏺️Работаете в распределенной команде.
⏺️Любите что-то новое.
⏺️Устали от ограничений текущих инструментов.