[論文レビュー] Pore Network and Medial Axis simultaneous extraction through Maximal Ball Algorithm

Mariane Barsi-Andreeta, Everton Lucas‐Oliveira+3 more|arXiv (Cornell University)|Dec 10, 2019

Enhanced Oil Recovery Techniques参考文献 18被引用数 5

ひとこと要約

本稿では、X線マイクロCTデータから同時に孔喉ネットワークと中軸スケルトンを抽出するための新規手法を提示する。拡張された最大球アルゴリズム（MBA）を用い、最大球を重み付きグラフとしてモデル化し、ダイクストラ法を用いて最短経路を特定することで、トポロジーを保存する中軸スケルトンネットワークを生成する。この手法により、砂岩および石灰岩における透水率予測が向上し、Hagen-Poiseuilleに基づく重み付けが、単相流シミュレーションにおいて最も正確な結果をもたらす。

ABSTRACT

Network Extraction algorithms from X-ray microcomputed tomography have become a routine method to obtain pore connectivity and pore morphology information from porous media. The main approaches for this extraction are either based on Max Ball Algorithm or Medial Axis Extraction. The first is a robust method to separate the pore space into pore and throats, which provides the pore and throat sizes distributions directly. The second simplifies the medium by thinning the volume into a one voxel wide centerline that preserves the volume's topological information. Since each method has drastically different implementations, it is not usual to use both to characterize the porous structure. This work presents a method to extract a simplified centerline of porous materials by adding few more steps to the well-established Max Ball algorithm. Results for sandstones and carbonate rock samples show that this Medial-Axis network can be used for single phase flow simulations, as well as preserves the mediums morphology.

研究の動機と目的

• 多孔質媒体のマイクロCTデータから、孔喉ネットワークと中軸スケルトンを統合的に抽出する手法の開発。
• 複雑な岩石構造における表面粗さに敏感な従来の中軸アルゴリズムの限界を克服すること。
• 孔ネットワークモデルにおける喉部長の推定を精緻化することで、単相流シミュレーションの精度を向上させること。
• 局所的厚さ測定と比較することで、抽出された中軸スケルトンネットワークの形態的忠実度を評価すること。
• グラフベースの経路探索プロセスにおける異なる重み付け方式が、透水率予測精度に与える影響を調査すること。

提案手法

• X線マイクロCTデータから孔空間を特定し、内接する最大球の完全なネットワークを計算する。
• 局所的最大球を孔の中心として特定し、孔間を接続する球として喉部領域を定義する。
• 最大球をノードとし、接続性をエッジで表す重み付きグラフを構築し、球の表面積またはHagen-Poiseuille流動モデルに基づく重みを付与する。
• ダイクストラ法を用いて孔中心間の最短経路を計算し、1ボクセル幅の中軸スケルトンネットワークを形成する。
• 元のMBAフレームワークを用いて、同じ最大球構造から孔喉ネットワークを抽出する。
• 幾何的補正係数を用いて、孔ネットワークの喉部長を補正し、透水率推定の精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 最大球アルゴリズムの拡張を用いて、多孔質媒体の中軸を、孔喉ネットワークと同時に抽出できるか。
• RQ2 グラフベースの経路探索プロセスにおける異なる重み付け方式が、単相流シミュレーションの精度にどのように影響するか。
• RQ3 中軸スケルトンネットワークは、直接的な厚さ測定と比較して、元の多孔質媒体の形態をどの程度忠実に再現しているか。
• RQ4 中軸から導かれた補正済み孔ネットワークは、元のMBAネットワークと比較して、喉部長および透水率予測の観点でどの程度優れているか。
• RQ5 多孔質および孔径分布が異なる実際の岩石試料において、提案手法の計算性能およびメモリ使用量はどの程度か。

主な発見

• 重み付き最大球グラフ上でダイクストラ法を用いて抽出された中軸スケルトンネットワークは、元の多孔質媒体のトポロジーおよび形態的特徴を保持している。
• Hagen-Poiseuilleに基づく重み付け方式が、全試料において報告値と10％以内の透水率予測を達成し、最も正確な結果をもたらした。
• 喉部長を中軸に基づいて補正したPore Network Corrected（PNC）モデルは、元のMBAネットワークに比べて透水率の過小評価を最大2倍まで低減した。
• Bentheimer試料では、補正済みPNCネットワークの透水率予測値が2595 mD（kx）であり、中軸結果の2916 mDと近く、強い一貫性を示した。
• 処理時間は試料の複雑さとシード数に応じて4〜60分で、最も複雑な試料（Berea）ではピークメモリ使用量が50 GBに達した。
• 中軸スケルトンネットワークに沿った直径の変動は、局所的厚さ測定と良好に一致しており、形態的忠実度が確認された。