多方向スライシングとU-Netセグメンテーションに基づく石炭の3次元断裂の再構築

科学分野:

• 地理科学
• 材料科学
• 画像分析

背景:

• 石炭の複数のサイズの断裂の正確な特徴付けは,輸送特性を推定するために不可欠です.
• 3D CT画像の狭い微小骨折の抽出は困難で,接続性の損失と予測された輸送特性の精度が低下します.

研究 の 目的:

• 画像の質を改善し,石炭CT画像から正確な断裂抽出のためのセグメンテーションプロセスを最適化します.
• 狭い微小破裂の認識を強化し,輸送特性の予測を改善する.

主な方法:

• 超高解像度画像再構築とノイズフィルタリングを適用してCT画像のサイズを2倍にし,マイクロフラクチャーの認識を強化しました.
• 3D画像データは多方向的に切断され,U-Netコンボリューションネットワークを使用してセグメント化されました.
• 3Dバイナリ断裂モデルが再構築され,透過性は格子ボルトズマン法を使用して計算されました.

主要な成果:

• 多方向スライシングとU-Netセグメンテーションは,他の方法と比較して狭い微小骨折の認識を大幅に改善しました.
• 断片化されたモデルは,より高い有効な多孔性と透過性を示し,良好な断裂ネットワーク接続性を示した.
• 骨折ネットワークの特徴が改善されることで,より正確な輸送特性推定が可能になります.

結論:

• 狭い微小破裂の正確な抽出は,石炭における流体輸送の見積もりを改善するために不可欠です.
• 開発された方法は,3D CT画像における骨折ネットワークの特徴づけを強化します.
• このアプローチは,正確な輸送特性予測を必要とする地下アプリケーションに広範囲に及ぶ.