煤岩微观相态FCN智能识别与分形重构

• 作者: 周宏伟 唐麒淳 张弛 易海洋 王傲 耿传庆 薛东杰
• 来源期刊: 岩石力学与工程学报
• 学科: 工学
• 关键词: 岩石力学 数字岩芯 CT切片 人工智能识别 全卷积神经网络 微观相态 分形重构
• 年，卷（期）: 2020,（6）
• 页码范围: 1203-1221
• 页数: 19页
• 分类号: TU45
• 语种: 中文
• DOI: 10.13722/j.cnki.jrme.2019.0931

摘要

数字岩芯可提供无差别化仿真计算模型,是研究岩石物理力学性质的理想模型,精准高效建模一直制约着数字岩芯重构技术的推广.传统方法处理CT切片扫描数据费时费力,主要受限于2个方面,一是扫描层数有限;二是孔裂隙识别依赖于传统阈值分割算法.以煤岩为例,引入人工智能识别实现4种微观相态:孔隙、裂隙、高密度矿物和基质的智能识别,并开展分形重构.基于微米CT扫描建立4种微观相态数据集并进行了数据增强,开发了专用标注软件可实现跨尺度孔裂隙的准确标注.算法上优化了全卷级神经网络智能识别架构,建立Crack-FCN网络结构,网络层次少且错误率低.同时引入矢量化算法实现了裂隙面积、长度和宽度的定量计算;进而引入中心线细化算法实现了复杂裂隙拓扑结构的有效提取.最后开发局部自相似分形重构算法,并基于优化策略解决了快速插值问题,解决了相邻CT层扫描信息缺失的问题.结果 表明分形插值与直线插值和三阶样条插值相比局部粗糙特性明显,且保证了裂隙断面的粗糙性和连续性.工作引入全卷级神经网络智能识别技术用于构造数字岩芯,为高效精准建立数字岩芯提供了新的技术支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周宏伟		54	2023	23.0	44.0
2	薛东杰		11	91	5.0	9.0
3	张弛		15	42	4.0	6.0
4	王傲		7	31	3.0	5.0
5	易海洋		6	20	2.0	4.0
6	唐麒淳		1	0	0.0	0.0
7	耿传庆		1	0	0.0	0.0