掘削技術における物理モデルとデータ駆動型モデルの融合

抄録

本稿では，掘削技術における課題，特にシステムが長大化 · 複雑化し，坑井内の現象の測定や予測が困難になっている点に着目する。力学的知見に基づいた現象理解もしくはデータ駆動型手法のそれぞれが持つ長所を強化し，短所を軽減するためにこれらを融合するさまざまな手法が開発されている。その傾向は，大きくベイジアンフィルタリングと力学的知見を活用した機械学習（PIML）という二つのパラダイムに分類できる。超深度掘削と早期抑留予兆検知の二つのテーマに適用される融合手法を包括的に議論し，その重要性について述べる。特に，データ利用可能性と力学的知見への信頼度に基づく慎重な融合モデル選択が重要である点を強調する。