4D速度場計測から孔尺度多相流を学ぶ

要旨: 多孔質媒体における多相流は、地下エネルギーおよび環境技術の基盤となるが、地質学的 CO_2 貯蔵や地下水素貯蔵を含む、現実的な三次元材料における孔隙スケールの動力学を特徴づけ・予測することは依然として困難である。ここでは、時間分解能の四次元（4D）マイクロ速度計測から直接多相孔隙スケールの流れを推定する多モーダル学習フレームワークを導入する。モデルは、ラグランジュ追跡粒子の運動のためのグラフネットワークシミュレータと、ボクセル化された界面の進化のための3D U-Netを結合する。撮像された孔隙ジオメトリは、流速および多相界面予測の境界制約として機能し、これらは各時間ステップで結合・反復的に更新される。自己回帰的に訓練された毛細管支配条件下の実験系列では、学習された代理は、過渡的で非局所的な流れの摂動と、急激な界面再配置（Haines jumps）を、物理時間の数秒にわたるロールアウトにわたって捉えつつ、時間の長さが数時間から日数規模の直接数値シミュレーションを推論の数秒へと削減する。迅速で実験情報に基づく予測を提供することで、このフレームワークは「デジタル実験」として孔隙スケールの物理を再現する道を開き、地下の炭素および水素貯蔵に関連する注入条件および孔ジオメトリ効果を探索する効率的なツールを提供する。