Sphere-based representation of image-resolved porous media

コーヒーカップの中のフォーム（発泡体）や、私たちの足元にあるスポンジ状の岩、あるいは自動車エンジン内のセラミックフィルターといった材料には、ある隠れた複雑さが備わっています。それは、穴だらけであるということです。科学者たちはこれらを「多孔質媒体」と呼び、これらの微細なトンネル内を流体がどのように移動するか、熱がどのように伝わるか、あるいは化学物質がどのように反応するかを理解することは、石油流出の清掃からより優れた電池の設計に至るまで、あらゆる分野において極めて重要です。これらのプロセスを研究するために、研究者はしば_しば、医療用スキャナーや特殊な顕微鏡によって撮影された強力な3D画像を利用します。これらの画像は、材料内部の複雑な壁と空隙の迷路を明らかにします。しかし、これらの画像は数十億もの小さなブロックで構成された膨大なデジタルファイルであり、このような巨大な格子上で直接物理シミュレーションを実行しようとすると、非常に時間がかかり、計算コストも高くなってしまいます。数十年にわたり、科学者たちはこれらの画像をより小さく扱いやすいモデルへと簡略化しようと試みてきましたが、こうした簡略化の多くは、材料の実際の形状を失わせ、複雑にうねるトンネルのシステムを、単なる切り離された点や線のリストへと変えてしまいました。

ドイツのエルランゲン＝ニュルンベルク大学の研究チームは、この溝を埋める方法を見出し、材料の真の形状を維持しながら、コンピュータが迅速に処理できるほどシンプルにする新しい手法を開発しました。画像を抽象的な接続のネットワークへと分解する代わりに、彼らはアルゴリズムを使用して、空隙を重なり合う球体の集合体で満たしました。複雑で不規則な洞窟システムを想像してみてください。そこに何千もの柔らかいゴムボールを詰め込み、互いに押し付け合っている状態です。ボールはすべての隅々に完璧にフィットする必要はありませんが、集まることで驚くべき精度で洞窟の輪郭を描き出します。研究者が「マルチスフィア・シェイプ（Multi-Sphere Shape）アルゴリズム」と呼ぶこのアプローチにより、材料の内部構造全体を、管理可能な数のこれらの重なり合う球体を用いて表現することが可能になります。その結果、モデルはシミュレーションを実行するのに十分軽量でありながら、穴の大きさがどれくらいか、狭い通路がどれほど広いか、そしていくつの経路が一点に接続しているかといったことを、科学者に正確に伝えることができるのです。

研究者たちは、この手法をセラミックフォーム（高温フィルターや触媒によく使用される材料）の破片を用いてテストしました。彼らはまず、コンピューター断層撮影（CT）スキャナーによって撮影された、フォームの3D画像から開始しました。これは、一辺が3.14ミリメルトルの材料の微小な立方体を捉えたものです。この元の画像は非常に詳細であり、あらゆる固体壁と空隙を定義する6,400万個の微細な画素（ボクセル）を含んでいました。この膨大なデータセットを新しいアルゴリズムに入力することで、チームはわずか22,468個の重なり合う球体を用いて、フォームの内部空隙の表現を生成しました。6,400万個のブロックで作られた構造を、2万3,000個未満の球体で記述したにもかかわらず、新しいモデルは実際の空隙体積の95パーセントを捉えていました。これは、元のフォームの内部トンネルのほぼすべての部分に対して、新しいモデルに対応する球体が存在することを意味しており、空気や液体が流れるための主要な接続関係や全体的な形状を保持しています。

この発見が特に有用である理由は、モデルが単に元の材料のように見えるだけでなく、複雑な計算を必要とする問いに対して即座に答えを提供できる点にあります。球体が重なり合っているため、それらが接触したり交差したりする点が、「スロート（喉部）」と呼ばれる最も狭い通路のサイズや、「ポア（孔）」と呼ばれるより大きな開口部のサイズを明らかにします。一つの球体にいくつの球体が接しているかを数えることで、研究者は「配位数」を決定することができ、これはフォーム内の任意の地点からいくつの異なる経路が分岐しているかを示します。構造がこれらの丸い泡のような形状に支配されている材料において、これらの測定値は物理的特性に直結します。つまり、一つの球体のサイズがポアのサイズとなり、二つの球体が重なる領域がそれらを繋ぐ開口部のサイズとなるのです。これにより、科学者は3D画像をすべて手作業で追跡することなく、穴のサイズの分布や接続幅の分布を即座に把握することができます。

研究者たちは、この球体ベースの表現が単なる静的な画像ではなく、将来のシミュレーションのための機能的なツールであることを実証しました。このモデルは球体から構築されているため、流体や粒子が複雑な環境をどのように移動するかを研究するための一般的な手法である、粒子ベースのシミュレーションに直接使用できます。従来の、材料をノードとリンクの簡略化されたマップへと還元し、実際の空間幾何学を失ってしまう手法とは異なり、この新しいアプローチは材料の物理的な境界を保持しています。これは、研究者が単に抽象的な点間を移動するのではなく、実際のポアの形状の周囲を流体がどのように流れるかをシミュレートできることを意味します。さらに、これらの球体から抽出されたデータ（ポアのサイズや接続数など）は、新しいパラメータ化された材料モデルの生成に使用できます。これにより、実世界の画像が、データ豊かなシンプルなモデルへと変換され、それが新しい材料の設計に使用できるという強力なループが生まれます。このプロセスにおいて、元の実世界の構造との繋がりを保ったまま、特定の特性を持つ新しい材料を設計することが可能になるのです。