Моделирование пор нерегулярной формы по яркости пикселей цифрового изображения

Обложка

Цитировать

Полный текст

Аннотация

Одним из актуальных направлений в области материаловедения является исследование и моделирование процессов, происходящих в капиллярно-пористых телах. Эти объекты играют важную роль в таких областях, как нефтедобыча, медицина, строительство, производство фильтров и аккумуляторов, создание новых материалов, где требуется точное понимание и контроль процессов, происходящих в пористых средах. Современные методы моделирования с использованием компьютерного зрения и высокие вычислительные мощности компьютеров позволяют значительно повысить точность и эффективность исследований капиллярно-пористых тел и процессов в них. Для пористых тел нерегулярной структуры точная визуальная фиксация процессов, происходящих внутри объектов, затруднительна, но потребность в этом имеется особенно для многоуровневых процессов, которые влияют на состояние пористого тела. Предлагаемые симуляторы и модели структуры таких объектов с использованием упрощений и абстрактных моделей для оценки взаимодействия веществ (процессов диффузии, перколяции и т.д.) непригодны в неоднородных и нерегулярных структурах.  Для получения геометрической модели пор произвольной формы предлагается использовать методы обработки цифровых изображений. Создан массив точек, описывающий геометрию поры. Выбран способ поверхностного моделирования на основе сплайн-интерполяции выделенных точек. Для получения поверхностной модели поры нерегулярной формы разработана методика формирования массива точек по уровням яркостей пикселей его цифрового изображения. Уровни яркостей для группировки исходных точек поры определены на основе локальных максимумов гистограммы яркостей. Разработан алгоритм построения поверхностной модели поры нерегулярной формы методами сплайн-интерполяции массивов точек. Представлен результат программной реализации разработанного алгоритма моделирования поверхности пор нерегулярной формы. По разработанной методике геометрического моделирования пор нерегулярной формы можно получить дальнейшую информацию для анализа о размере и объеме пор, пористости объекта в целом, а также проводить анализ процессов в пористых объектах. При необходимости для повышения точности формы количество уровней яркости для группировки точек можно увеличить.

Об авторах

Татьяна Цыбиковна Дамдинова

Восточно-Сибирский государственный университет технологий и управления

Email: dtatyanac@mail.ru
ORCID iD: 0000-0002-3597-3262
доцент; кафедра "Инженерная и компьютерная графика";

Зоригто Ширипович Дамдинов

Восточно-Сибирский государственный университет технологий и управления

Email: vdzorigto@mail.ru
ORCID iD: 0009-0002-1614-3746
магистр; кафедра «Программная инженерия и искусственный интеллект».;

Людмила Юрьевна Прудова

Восточно-Сибирский государственный университет технологий и управления

Email: prudova456@mail.ru
доцент; кафедра "Инженерная и компьютерная графика";

Иннокентий Трофимович Бубеев

Восточно-Сибирский государственный университет технологий и управления

Email: it_bubeev@mail.ru
доцент; кафедра "Инженерная и компьютерная графика";

Список литературы

  1. Лыков, А. В. Явления переноса в капиллярно-пористых телах / А. В. Лыков. – М.: Государственное издательство технико-теоретической литературы, 1954. – 296 с.
  2. А.В. Медведева, Д.М. Мордасов, М.М. Мордасов. Классификация методов контроля пористости материалов // Вестник ТГТУ. 2012. Том 18. № 3.
  3. Беркман, А. С. Структура и морозостойкость стеновых материалов / А. С. Беркман, И. Г. Мельникова. – М.: Госстройиздат, 1962. – 166 с.
  4. Фандеев, В. П. Методы исследования пористых структур // Интернет-журнал «НАУКОВЕДЕНИЕ». – 2015. – Т. 7, № 4.
  5. Хейфец, Л. И. Многофазные процессы в пористых телах / Л. И. Хейфец, А. В. Неймарк. – М.: Химия, 1982. – 320 с.
  6. А. Г. Анисович, А. С. Буйницкая. Стандартные методы определения пористости материалов (обзор). // Весці нацыянальнай акадэміі навук Беларусі, 2015. № 2. URL: https://vestift.belnauka.by/jour/article/view/103/104
  7. Гонсалес, Р. Цифровая обработка изображений в среде MATLAB / Р. Гонсалес, Р. Вудс, С. Эддинс. – М.: Техносфера, 2006. – 616 с.
  8. Сулейманов К.А., Лесовик В.С., Погорелова И.А., Рябчевский И.С. Исследование макропористой структуры ячеистого бетона //Вестник БГТУ им. В.Г. Шухова 2024, № 3. doi: 10.34031/2071-7318-2024-9-3-8-16.
  9. Тарасевич, Ю. Ю. Перколяция: Теория, приложения, алгоритмы / Ю. Ю. Тарасевич. – М.: Едиториал УРСС, 2002.
  10. Левандовский, А. Н. Моделирование разрушения пористого материала / А. Н. Левандовский, Б. Е. Мельников, А. А. Шамкин // Инженерно-строительный журнал. – 2017. – № 1 (69). – С. 3-22.
  11. Алексеев, М. В. О расчете исходных данных для моделирования радиационно-индуцированных эффектов в материалах пористого типа / М. В. Алексеев [и др.] // Препринты ИПМ им. М. В. Келдыша. – 2018. – № 208. – 21 с. – doi: 10.20948/prepr-2018-208.
  12. Дамдинова Т.Ц., Аюшеев Т.В., Бальжинимаева С.М., Абатнин А.А. Моделирование тел со сферическими порами методом обобщенной линейной интерполяции // Программные системы и вычислительные методы. 2022. № 2. С. 42-51. doi: 10.7256/2454-0714.2022.2.38262 EDN: ZTFTKU URL: https://e-notabene.ru/itmag/article_38262.html
  13. Бальжинимаева С.М.,Дамдинова Т.Ц., Аюшеев Т.В., – Моделирование тел со сферическими порами методом обобщенной линейной интерполяции. // Свидетельство об официальной регистрации программы для ЭВМ № 2022663716 от 19.07.2022. Заявка №2022662918 от 08.07.2022 г.
  14. Голованов, Н. Н. Геометрическое моделирование / Н. Н. Голованов. – М.: Издательство физико-математической литературы, 2002. – 472 с.
  15. Фокс, А. Вычислительная геометрия. Применение в проектировании и на производстве / А. Фокс, М. Пратт; пер. с англ. – М.: Мир, 1982. – 304 с.
  16. Поверхностное моделирование: основы, применение и преимущества // Научные Статьи.Ру – портал для студентов и аспирантов. – URL: https://nauchniestati.ru/spravka/poverhnostnoe-modelirovanie
  17. Косников, Ю. Н. Поверхностные модели в системах трехмерной компьютерной графики: учебное пособие / Ю. Н. Косников. – Пенза: Пензенский государственный университет, 2007. – 60 с.
  18. Грузман, И. С. Цифровая обработка изображений в информационных системах: учебное пособие / И. С. Грузман, В. С. Киричук, В. П. Косых, Г. И. Перетягин, А. А. Спектор. – Новосибирск: Издательство НГТУ, 2000. – 168 с.
  19. Дамдинова Т.Ц., Мосоров В.И., Дамдинов З.Ш., Коробков К.С.. Исследование параметров диффузионных слоев в процессах химико-термической обработки металлов по цифровым изображениям микроструктур. //Свидетельство об официальной регистрации программы для ЭВМ №2024613959 опубл.19 февраля 2024 г. Заявка № 2024612459 от 09 февраля 2024 г.
  20. Дамдинова Т.Ц., Раднаева В.Д., Шалбуев Д.В., Советкин Н.В., Дерябин М.А. Способ визуализации процесса пропитки капиллярно-пористых объектов //Пат. №2817553 опубл.16/04/2024 заявка №2023126423/28.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».