裂缝预测和裂缝研究一直是石油勘探开发中的难题，裂缝研究的两大难题一是：如何由地震资料中获取反映裂缝的信息，另一个如何分析和建立井点的裂缝信息（成像测井、岩心）和地震属性之间的关系实现裂缝的定量预测。
地层的断裂褶皱是产生裂缝的重要原因，而地震曲率、相干、边缘检测等属性能很好反映地层的褶皱、破裂等地质现象，可以用来帮助我们进行裂缝预测。
FracPM中的高级几何属性模块提供了丰富的地震几何属性，这些属性能很好揭示大小断裂、褶皱等信息、地层破碎等地质信息，这些信息与裂缝发育密切相关，能为裂缝预测提供很好的空间约束条件。
裂缝研究离不开裂缝分析，我们有成像测井、岩心等能得到大量的裂缝信息，这些裂缝的密度、走向、开度等信息需要进行分析，FracPM整合了国内外裂缝分析的经验和方法，形成了一套先进而系统的裂缝分析工具。
裂缝分析能帮助我们得到不同走向、倾角的裂缝密度信息，如何分析和建立这些裂缝密度曲线与地震属性的关系是裂缝预测的关键。FracPM中的裂缝预测模块采用径向基函数神经网络（RBF）把地质统计和神经网络技术很好地融合到一起，实现了多属性驱动，地质统计为基础的裂缝密度反演。该方法是对现有随机模拟和多属性井曲线反演的一次超越。它即能得到稳定的反演结果，又能体现地震多属性对反演结果的非线性约束。
FracPM包括6个模块，分别是：高级几何属性模块、地震滤波及边缘检测、裂缝分析、裂缝预测、地震可视化和基础模块。
软件新版本