Sphere-based representation of image-resolved porous media

Materialien wie der Schaumstoff in einem Kaffeebecher, der schwammartige Gestein unter unseren Füßen oder die Keramikfilter in einem Automotor teilen eine verborgene Komplexität: Sie sind voller Löcher. Wissenschaftler bezeichnen diese als poröse Medien, und das Verständnis darüber, wie Fluide durch sie fließen, wie Wärme durch sie transportiert wird oder wie chemische Reaktionen innerhalb ihrer winzigen Tunnel ablaufen, ist entscheidend für alles – von der Reinigung von Ölkatastrophen bis hin zum Design besserer Batterien. Um diese Prozesse zu untersuchen, greifen Forscher oft auf leistungsstarke 3D-Bilder zurück, die mit medizinischen Scannern oder spezialisierten Mikroskopen aufgenommen wurden und das komplizierte Labyrinth aus festen Wänden und Leerräumen im Inneren eines Materials offenbaren. Diese Bilder sind jedoch massive digitale Dateien, die aus Milliarden winziger Blöcke bestehen, und der Versuch, physikalische Simulationen direkt auf einem solch massiven Gitter durchzuführen, ist oft zu langsam und rechenintensiv. Seit Jahrzehnten versuchen Wissenschaftler, diese Bilder in kleinere, leichter zu verwendende Modelle zu vereinfachen, doch bei vielen dieser Vereinfachungen geht die tatsächliche Form des Materials verloren, wodurch ein komplexes, gewundenes Tunnelsystem in eine einfache Liste von unverbundenen Punkten und Linien verwandelt wird.

Ein Team von Forschern der Friedrich-Alexander-Universität Erlangen-Nürnberg hat einen Weg gefunden, diese Lücke zu schließen, indem sie eine neue Methode entwickelt haben, die die wahre Form des Materials bewahrt und es gleichzeitig einfach genug macht, damit Computer es schnell verarbeiten können. Anstatt das Bild in ein Netzwerk abstrakter Verbindungen zu zerlegen, verwendeten sie einen Algorithmus, um die leeren Räume mit einer Sammlung überlappender Kugeln zu füllen. Stellen Sie sich vor, Sie füllen ein komplexes, unregelmäßiges Höhlensystem mit tausenden weichen, Gummibällen, die gegeneinander drücken; die Bälle müssen nicht perfekt in jede Nische passen, aber zusammen zeichnen sie die Kontur der Höhle mit überraschender Genauigkeit nach. Dieser Ansatz, den die Forscher als „Multi-Sphere Shape“-Algorithmus bezeichnen, ermöglicht es ihnen, die gesamte interne Struktur eines Materials mit einer handhabbaren Anzahl dieser überlappenden Kugeln darzustellen. Das Ergebnis ist ein Modell, das leicht genug ist, um in Simulationen verwendet zu werden, aber detailliert genug, um Wissenschaftlern genau zu sagen, wie groß die Löcher sind, wie breit die engen Passagen zwischen ihnen sind und wie viele Pfade einen Bereich miteinander verbinden.

Die Forscher testeten diese Methode an einem Stück Keramikschaum, einem Material, das häufig in Hochtemperaturfiltern und Katalysatoren verwendet wird. Sie begannen mit einem 3D-Bild des Schaums, das mit einem Computertomographie-Scanner aufgenommen wurde und einen winzigen Würfel des Materials mit einer Seitenlänge von 3,14 Millimetern erfasste. Dieses Originalbild war unglaublich detailliert und enthielt 64 Millionen winzige Bildelemente, oder Voxel, die jede feste Wand und jeden Leerraum definierten. Durch die Einspeisung dieses massiven Datensatzes in ihren neuen Algorithmus generierte das Team eine Darstellung des internen Porenraums des Schaums unter Verwendung von nur 22.468 überlappenden Kugeln. Obwohl sie weniger als 23.000 Kugeln nutzten, um eine Struktur zu beschreiben, die aus 64 Millionen Blöcken besteht, erfasste das neue Modell 95 Prozent des tatsächlichen Leervolumens. Das bedeutet, dass es für fast jeden Teil der internen Tunnel des ursprünglichen Schaums eine entsprechende Kugel im neuen Modell gab, wodurch die Gesamtform und die wesentlichen Verbindungen, die den Durchfluss von Luft oder Flüssigkeit ermöglichen, bewahrt wurden.

Was diese Entdeckung besonders nützlich macht, ist, dass das Modell mehr tut, als nur wie das Originalmaterial auszusehen; es liefert sofortige Antworten auf Fragen, die normalerweise komplexe Berechnungen erfordern. Da sich die Kugeln überlappen, offenbaren die Punkte, an denen sie sich berühren oder schneiden, die Größe der engsten Passagen, bekannt als „Hälse“ (throats), und die Größe der größeren offenen Bereiche, oder Poren. Durch das Zählen, wie viele Kugeln eine einzelne Kugel berühren, konnten die Forscher die „Koordinationszahl“ bestimmen, die angibt, wie viele verschiedene Pfade von einem beliebigen Punkt im Schaum ausgehen. In Materialien, deren Struktur von diesen runden, blasenartigen Formen dominiert wird, übersetzen sich diese Messungen direkt in physikalische Eigenschaften: Die Größe einer Kugel wird zur Größe einer Pore, und die Fläche, in der zwei Kugeln überlappen, wird zur Größe der Öffnung, die sie verbindet. Dies ermöglicht es Wissenschaftlern, die Verteilung von Lochgrößen und Verbindungsbreiten sofort zu sehen, ohne das gesamte 3D-Bild manuell nachverfolgen zu müssen.

Die Forscher zeigten, dass diese kugelbasierten Repräsentation nicht nur ein statisches Bild, sondern ein funktionales Werkzeug für zukünftige Simulationen ist. Da das Modell aus Kugeln aufgebaut ist, kann es direkt in partikelbasierten Simulationen verwendet werden, was eine gängige Methode ist, um zu untersuchen, wie Fluide oder Partikel durch komplexe Umgebungen wandern. Im Gegensatz zu älteren Methoden, die das Material zu einer vereinfachten Karte aus Knoten und Verbindungen reduzierten und dabei die tatsächliche räumliche Geometie verloren, bewahrt dieser neue Ansatz die physischen Grenzen des Materials. Das bedeutet, dass Forscher simulieren können, wie eine Flüssigkeit um die tatsächlichen Formen der Poren fließt, anstatt sich nur zwischen abstrakten Punkten zu bewegen. Darüber hinaus können die aus diesen Kugeln extrahierten Daten – wie etwa die Größen der Poren und die Anzahl der Verbindungen – dazu verwendet werden, neue, parametrisierte Modelle poröser Materialien zu erstellen. Dies schafft eine leistungsstarke Schleife, in der ein reales Bild in ein einfaches, datenreiches Modell umgewandelt wird, welches dann dazu genutzt werden kann, neue Materialien mit spezifischen Eigenschaften zu entwerfen, während die Verbindung zur ursprünglichen, realen Struktur intakt bleibt.