[論文レビュー] Similarity Analysis of Discrete Fracture Networks

Younes Fadakar Alghalandis, Davide Elmo+1 more|arXiv (Cornell University)|Nov 13, 2017

Rock Mechanics and Modeling参考文献 22被引用数 3

ひとこと要約

本稿では、離散的破壊ネットワーク（DFN）のための新規な3次元類似性解析手法を提案し、複数の実現に対する構造的多様性を定量化することで、従来の2次元手法の限界を克服する。空間的クラスタリングと幾何的指標を3次元で活用することで、破壊ネットワークのばらつきを効率的かつ正確に評価可能となり、地力学および水文地質学分野におけるDFNベースのシミュレーションの信頼性が顕著に向上する。

ABSTRACT

Applications of Discrete Fracture Network (DFN) modeling are becoming increasingly prevalent in engineering analyses involving fractured rock masses. For example, kinematic evaluations of slope or underground excavation stability and the modeling of fluid flow in fractured rock have been shown to benefit significantly from the explicit representation of DFN realizations in the simulations. In practice, due to high computing costs, namely time, a balance must be struck that limits analyses to the consideration of only a few realizations as input. As a stochastic representation, a single realization is only one possibility. It is therefore critical that the selected realizations (possibilities) are able to summarize the range of variations present in the input parameters adequately for the purpose of study or practice. That is, the significance of diversity (dissimilarity) in the generated fracture networks is of great importance and should be assessed prior to further often time-consuming processing stages. We demonstrate here a novel development in the analysis of the similarity between three-dimensional fracture networks, which provides an accurate, efficient and practical solution with comprehensive coverage of model variations. Several examples are presented together with a comparison between the proposed three-dimensional method and existing methods limited to two-dimensional assumptions. It is shown that the two-dimensional similarity methods despite their popularity are heavily biased and poorly represent the reality.

研究の動機と目的

• 高コストな計算を伴うため実現数が制限される中で、DFNモデリングにおける破壊ネットワーク多様性の信頼性ある評価という重要なニーズに対応する。
• 真の3次元破壊ネットワークばらつきを正しく表現できない、広く用いられている2次元類似性手法に内在するバイアスと不正確さを克服する。
• 時間的に高コストなシミュレーションの前段階で、DFN実現の多様性を実用的で効率的かつ包括的に評価するための手法を開発する。
• 選択されたDFN実現が、入力パラメータの変動範囲を十分に代表できるように、堅牢な工学的解析を保証する。

提案手法

• ボクセル表現を用いて破壊セグメントの空間的クラスタリングに基づく3次元類似性指標を提案し、幾何的およびトポロジカルな特徴を捉える。
• 3次元空間における構造的相違度を測定するために、破壊セット間の修正されたハウスドルフ距離を適用する。
• 方向、長さ、位置分布などの複数の幾何的記述子を統合的な類似性フレームワークに統合する。
• 主成分分析（PCA）を用いて次元削減を行い、DFN実現間の主要なばらつきモードを特定する。
• 合成および実世界のDFNデータセットを用いて手法の妥当性とスケーラビリティを検証する。
• 3次元手法と既存の2次元類似性技術を比較し、真の3次元構造的多様性を捉える優位性を示す。

実験結果

リサーチクエスチョン

• RQ1 提案された3次元類似性解析手法は、従来の2次元手法と比較して、DFNの真の構造的ばらつきをどの程度正確に捉えられるか？
• RQ2 3次元手法は、異なる入力パrameter範囲における破壊ネットワーク実現の多様性をどの程度正確に定量化できるか？
• RQ3 この手法は、計算コストを最小限に抑えて、期待されるばらつきの全範囲を捉える代表的DFN実現を効率的に特定できるか？
• RQ4 3次元空間において、DFN類似性に最も顕著に影響を与える幾何的およびトポロジカルな特徴は何か？
• RQ5 3次元手法は、流体移動および斜面安定性解析などの後続シミュレーションの信頼性をどのように向上させるか？

主な発見

• 提案された3次元類似性手法は、従来の2次元手法を顕著に上回り、強いバイアスを示し、真の3次元破壊ネットワークの複雑さを正しく表現できないことが判明した。
• 3次元手法は、2次元手法が見過ごす、破壊の方向、長さ、空間的分布における微細なが重要なばらつきを効果的に捉えている。
• ボクセルベースの空間的クラスタリング手法を用いることで、類似性定量化の精度を維持しつつ、高い計算効率を達成している。
• 複数の幾何的記述子を統合的指標に組み込むことで、DFN実現間のモデルばらつきを包括的にカバーできるようになった。
• PCAを用いた次元削減により、主要なばらつきパターンが特定され、代表的実現の効率的選定が可能になった。
• 本手法により、入力セットの多様性が不十分な場合に生じるシミュレーションバイアスのリスクを低減できる、信頼性の高い事前スクリーニングが可能になった。