数字岩心技术及其在岩石数值模拟中的应用与展望

《Journal of Intelligent Construction》:Digital Core Technology and its Application in Numerical Modeling of Rocks

【字体: 大 中 小 】 时间:2025年12月16日 来源:Journal of Intelligent Construction

编辑推荐:

  本文针对岩石非均质性导致宏观力学行为难以精确表征的难题,系统综述了数字岩心技术的全流程构建方法(包括成像技术、图像处理与三维重建)及其在岩石力学数值模拟中的应用。研究人员详细分析了X-CT、FIB-SEM等成像技术的优劣,探讨了基于物理实验的叠加重建与基于统计的随机重建等关键技术,并通过与有限元法(FEM)、离散元法(DEM)等数值方法结合,揭示了微观结构对岩石变形、强度及损伤演化的控制机制。该研究为理解岩石宏观力学响应的微观机理提供了重要工具,对地质减灾与工程安全具有重要意义。

  
岩石,作为地质体与工程材料,其内部隐藏着极其复杂的微观世界——矿物颗粒以不同形态杂乱分布,孔隙与裂隙纵横交错,这种天生的非均质性使得岩石在承受外力时表现出令人捉摸不定的宏观行为。传统的岩石力学研究依赖于现场取样和物理实验,虽然能获得宏观的强度、变形等参数,却难以“看见”和量化内部复杂的非连续结构、应力场、渗流场等,仿佛隔着一层毛玻璃观察,无法清晰揭示宏观现象背后的微观机理。这就好比医生仅凭触诊判断病情,而无法进行精准的CT扫描,对于深入理解岩石的变形破裂机制、预防地质灾害、保障工程安全构成了巨大挑战。
正是在这一背景下,数字岩心技术应运而生,它如同为岩石内部结构做了一次高精度的“CT扫描”,将岩石的微观几何结构数字化,为定量表征和研究岩石物理力学性质提供了强大工具。这项技术基于对实际岩心的数字化或模拟,利用计算机图像处理技术,以图像或数据形式再现岩心的真实结构,从而通过数学建模、定量分析和物理场模拟来研究岩石微观结构及其物理性质。与传统岩石物理实验方法相比,数字岩心技术具有高效率、高精度、低成本、可重复性强以及数据易于共享等显著优势。更重要的是,它能够在微观尺度上定量表征各种因素对宏观物理性质的影响,突破了传统宏观方法依赖有限物理力学实验来表征岩石力学行为的局限。
为了系统展示该领域的最新进展,一篇题为“Digital core technology and its application in numerical modeling of rocks”的综述文章发表在《Journal of Intelligent Construction》上。该文从岩石力学研究的视角,系统回顾了数字岩心技术的全流程构建体系,涵盖了成像技术、图像处理和三维修复方法,并深入探讨了其在岩石力学数值计算中的应用,最后对未来发展进行了展望。
为了开展这项研究,研究人员主要运用了几项关键技术方法:首先,系统梳理和比较了直接观察成像技术(如序列切片成像(SSTM)、聚焦离子束-扫描电镜(FIB-SEM))和间接测量成像技术(如X射线计算机断层扫描(X-CT)、激光共聚焦扫描显微镜(CLSM)、散射技术、核磁共振(NMR)以及混合技术)的原理、分辨率和适用范围。其次,详细阐述了图像处理的关键步骤,包括噪声滤波(如中值滤波、双边滤波)、图像增强(如灰度变换、边缘增强)以及图像分割(如阈值分割、分水岭算法、基于深度学习的分割)。接着,重点分析了三维重建方法,包括基于物理实验的叠加重建(使用Avizo、Mimics等软件)和基于统计的随机重建(如模拟退火法(SAM)、序贯指示模拟法(SISM)、截断高斯随机场法(TGRFM)和多点统计法(MPS)),并探讨了基于深度学习的多尺度岩心重建策略。最后,综述了将数字岩心几何信息映射到数值模型(如结构化/非结构化网格、规则/不规则颗粒模型)的方法,并结合连续介质方法(如有限元法(FEM))和非连续介质方法(如离散元法(DEM)、晶格弹簧模型(LSM))进行岩石力学行为模拟。研究基于大量已发表的文献成果,特别是整合了作者研究团队在国际前沿的创新性工作。
数字岩心成像技术
成像技术是决定数字岩心质量的关键。根据测量方式不同,可分为直接观察成像和间接测量成像。直接观察成像如序列切片成像(SSTM)和聚焦离子束-扫描电镜(FIB-SEM),需要通过物理切割获取序列切片图像再进行三维堆叠重建。SSTM通过微切片机创建固定厚度的序列切片,经抛光后利用SEM等高分辨率光学仪器捕获图像,最后堆叠重建三维模型。天津大学赵等人开发了获取岩石力学几何参数的方法和全息扫描系统,集成了循环研磨和图像采集,能自动捕获岩石切片数字图像,可区分小至4.8微米的岩石缺陷和特征。FIB-SEM利用高能离子束的铣削能力在纳米尺度加工样品表面,同时利用SEM进行成像,精度可达纳米级,但只能表征样品的局部信息,且仍存在对岩心的残余损伤。间接测量成像技术则具有无损优势,如X-CT利用X射线的穿透特性,从多个角度照射物体,将穿透后的X射线转换为数字信号重建三维模型。其成像分辨率可达微米级,且能处理较大样品,是目前应用最广泛的数字岩心成像技术之一。其他如CLSM利用共焦激光扫描和荧光标记,但穿透深度有限;散射技术通过分析入射辐射的散射现象揭示样品微观结构;NMR则利用强磁场激发样品原子核并依据释放的信号推断内部结构,但成像分辨率较低。为了更准确地表征数字岩心,结合不同技术优势的混合技术成为主流,例如将X-CT与FIB-SEM结合,或X-CT与SSTM配对,以获取跨更广尺寸范围的高分辨率数字图像。
图像处理
成像获取的图像数据常包含噪声和缺陷,需进行处理以尽可能再现其真实状态,提高重建准确性。常见的图像处理方法包括噪声滤波、图像增强和图像分割。噪声滤波针对图像中的冗余或无效信息,如高斯噪声、泊松噪声和椒盐噪声,常用算法包括线性滤波(如均值滤波、高斯滤波)和非线性滤波(如中值滤波、双边滤波)。对于X-CT获得的岩心图像,因其通常包含高斯噪声和椒盐噪声,多数学者倾向于选择中值滤波进行降噪,也可结合多种滤波技术以获得更好效果。图像增强则用于增强数字图像的对比度、清晰度和细节,例如通过灰度变换(如直方图线性拉伸、直方图均衡化)优化图像亮度和对比度,或通过边缘增强技术(如拉普拉斯滤波、非锐化掩模(USM)锐化)突出组分间边界。此外,基于卷积神经网络(CNN)的超分辨率技术也广泛应用于图像增强,例如利用未配对的生成对抗网络(GAN)方法重建超分辨率图像,其精度可与需要图像配对的CNN方法相媲美。
图像分割用于区分不同矿物或相。常见算法可分为基于阈值的分割方法(如全局阈值法中的Otsu阈值法、最大熵法,局部阈值法中的指示克里金法)、分水岭算法以及基于深度学习的分割方法。分水岭算法通过将图像表示为地形模型,模拟水汇过程来构建分水岭线作为图像中不同组分的边界,但对噪声敏感易产生过分割。基于深度学习的算法利用深度神经网络自动学习图像特征,显著提高了分割精度和效率,例如全卷积网络(FCN)用于分割含天然裂缝的复杂岩心图像中的孔隙、裂缝和基质,U-Net架构用于分割页岩SEM图像中的黏土集合体、有机质和矿物颗粒。
3D重建
数字岩心的代表性尺寸因研究目标而异。当前重建方法主要分为基于物理实验的叠加重建和基于统计的随机重建。基于物理实验的叠加重建旨在通过专用程序或软件将岩石的一系列二维切片图像的像素信息进行叠加,构建三维数字岩心模型。将CLSM、X-CT、FIB-SEM等高分辨率成像技术获取的包含岩心结构信息的序列切片图像预处理后,导入重建软件(如Avizo、PreGeos、Mimics、ImageJ、MATLAB、3-Matic等)进行叠加,构建详细的数字岩心模型,其中每个体素代表实际岩石中特定体积的物理特征。随机重建方法基于统计模型,仅需有限数量的图像即可完成重建,它从可用数据中提取代表性特征作为重建指标,常用方法包括模拟退火法(SAM)、序贯指示模拟法(SISM)、截断高斯随机场法(TGRFM)和多点统计法(MPS)。SAM利用Metropolis准则接受某些劣化解,可避免局部优化,并能利用任意数量和类型的统计函数(如一点概率函数、两点相关函数(TPCF)、线性路径函数(LPF))重建更真实的数字岩心,但计算量大。SISM采用专门的指示克里金插值来估计离散数据的概率分布场,并与条件随机模拟结合。TGRFM通过一系列阈值和截断规则对三维连续高斯分布进行截断,从而建立分类变量的三维分布,但生成的数字岩心孔隙空间连通性较差。MPS方法侧重于表达多点之间的相关性,通过“数据事件”的概念来克服两点统计在表示复杂孔隙形态和长距离连通孔隙方面的局限性,但计算时间可能过长。为了克服单尺度数字岩心在精度上的挑战,多尺度数字岩心建模方法成为研究热点,其主要方法包括通过深度学习进行多尺度建模(如利用条件生成对抗网络(CGAN)实现从低分辨率数字岩心到多尺度数字岩心的转换)以及关联不同分辨率的图像(如结合X-CT和FIB-SEM,通过模板匹配算法和叠加技术重建数字岩心)。
数字岩心技术在岩石数值计算中的应用
复杂微观结构被广泛认为是决定岩石力学性质的基础。将数字岩心技术与数值模拟相结合,使得揭示岩石力学中宏观现象的微观机制成为可能。岩石建模是数值模拟的关键步骤,映射是将数字岩心几何信息转化为数值模型的有效方法。在基于连续介质的数值方法中,最简单的映射是将体素替换为网格(三维情况下),可以是规则的结构化网格,也可以是在感兴趣区域(ROI)采用更精细网格的非结构化网格。在基于非连续介质的数值方法中,映射规则/不规则颗粒模型与连续介质方法中的网格处理类似。完成几何重建后,为不同组分赋予相应的物理力学参数(如密度、弹性模量、泊松比),可以更好地反映岩石的实际物理特性。
数字岩心技术在岩石力学中的应用主要集中在变形行为、强度行为、损伤演化、裂纹扩展和破坏机制等方面。在变形行为研究中,通过结合数字岩心数据和数值试验,探讨了不同微观结构对煤岩体变形和破坏行为的影响,发现煤的峰前非线性变形行为与其结构特征显著相关,微观结构是岩石峰前出现非线性行为的原因之一。在强度行为方面,数值模拟成功再现了岩石强度随围压增加而非线性增加的特征(类似于Hoek-Brown(HB)准则),表明细观非均质性是强度非线性的原因之一;此外,研究还揭示了微观结构除了动态本构模型外,也会影响岩石强度的应变率依赖性。在损伤演化方面,通过建立非均质模型研究了不同加载条件下的损伤演化机制,例如研究了单轴压缩和真三轴加载条件下煤样的损伤演化,并建立了砂岩非均质微观结构的热损伤演化模型。在裂纹演化研究中,通过精确建模和数值模拟研究了各种条件下裂纹演化机制,例如成功再现了花岗岩样品中热致微裂纹的扩展过程,并表明岩石变形破坏过程中,裂缝从张性裂缝转变为剪切裂缝,其扩展方式从穿晶和沿晶混合模式转变为纯沿晶模式。在破坏机制研究中,数值分析结果表明,在较低围压下拉伸破坏占主导,而在较高围压下岩石破坏多由剪切破坏诱发,且材料非均质性在破坏机制中起关键作用。
研究结论与展望
该综述得出结论:数字岩心技术的建立过程包括数字成像、图像处理和数字岩心重建三个连续步骤,其与数值模拟的融合为深入研究岩石破坏、力学性质、损伤演化和变形行为的微观机制提供了重要见解,从而能够准确预测不同条件下岩石的力学行为。
未来,数字岩心技术将聚焦于高精度多尺度数字岩心、先进实验方法和数值模拟的集成。其发展趋势主要体现在以下几个方面:在随机重建中利用更高阶的统计信息(如高阶矩和谱特征)来提高重建精度;开发多尺度数值计算方法,以更好地捕捉岩石内部微观结构并将其与宏观力学响应相联系;发展更精密的成像技术以及专门用于获取矿物物理性质、缺陷矿物实验数据、矿物间胶结界面物理数据等的专业实验设备;将数字岩心技术与三维打印技术结合,制造透明物理岩心样品,为物理实验和力学测试提供更可靠的实验数据和验证平台;构建基于云的数字岩心数据库,使用户能够远程访问并应用于解决特定问题;将数字岩心与本构模型以及流体流动、热力学参数场等多物理场相结合,更全面地模拟复杂条件下岩石性能的变化和响应;从数字岩心扩展到考虑节理面的数字岩体,为工程问题提供更精确的指导,并结合地理信息系统和数字地球等技术,在更大尺度上研究岩石的空间分布、力学响应和地质特征。
总之,数字岩心技术的演进将强调更大规模的分析、更高的精度和更好的代表性,使其成为岩石力学和工程领域的关键工具。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号