Optimierung der Gesteinscharakterisierung mithilfe digitaler Gesteinsphysik: Anwendungen von künstlicher Intelligenz zur Reproduktion natürlicher 3D-Strukturen und Muster in Gesteinen

• Antragsteller: Professor Dr. Erik H. Saenger
• Fachliche Zuordnung: Physik des Erdkörpers
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 547420511

Die Verwendung von Bohrklein zur Schätzung von Gesteinseigenschaften wirft häufig Probleme hinsichtlich der Repräsentativität und weitere Ungenauigkeit auf. Ursache hierfür sind physikalische und chemische Veränderungen der Gesteinsfragmente auf dem Weg von der Bohrkrone zur Oberfläche. Um die Genauigkeit der Gesteinseigenschaften zu verbessern, schlagen wir vor, mikro-CT-, petrographische und SEM-Bilder mit künstlicher Intelligenz zu kombinieren. Da mikro-CT-Bilder ein vollständigeres Bild der Gesteinsproben zeigen als petrographische und SEM- Bilder, wollen wir unsere Studie mit mikro-CT-Bildern und künstlicher Intelligenz beginnen, um die besten 3D-Nachbildungen von Gesteinsproben zu erhalten. Mikro-CT-Bilder sind jedoch für Ingenieure und Geowissenschaftler nicht immer zugänglich. Petrografische Bilder und manchmal auch SEM-Bilder sind dagegen leichter zugänglich. Die Idee ist, 3D-Bilder aus 2D-Petrografie- und SEM-Bildern zu rekonstruieren. Daher werden wir die 3D-Mikro-CT-Scans mit KI-Techniken kombinieren, um Nachbildungen zu erhalten, die die Eigenschaften der ursprünglichen Gesteinsprobe numerisch reproduzieren können. Gleichzeitig werden wir die Mikro-CT-Bilder nutzen, um die Rekonstruktion von 3D-Bildern aus 2D-Bildern (petrographische und SEM-Bilder) mithilfe von KI zu testen. All dies wird dazu beitragen, die Gesteinseigenschaften von Bohrklein anhand von mikro-CT-, petrographischen und/oder SEM-Bildern genauer vorherzusagen. Der Hauptbeitrag dieses Projekts besteht in der Entwicklung und Optimierung neu entwickelter Techniken zur Reproduktion von 3D-Bildern aus 2D-Petrographie- und SEM-Bildern von Dünnschliffen. Dies wird den Anwendungsbereich der digitalen Gesteinsphysik drastisch erweitern. Darüber hinaus beabsichtigen wir, neue und verbesserte Techniken zur Reproduktion von 3D-Mikro-CT-Bildern aus neuen künstlichen 3D-Bildern zu entwickeln. Dies wird einen großen Einfluss auf die Schätzung von Gesteinseigenschaften aus kleinen Proben haben, da es möglich ist, genaue und umfangreichere Informationen aus verfügbaren und wirtschaftlichen Proben zu erhalten. Insbesondere kann eine Unsicherheitsabschätzung der geschätzten Eigenschaften entwickelt werden. Darüber hinaus wird all dies dazu beitragen, die Gesteinscharakterisierung mithilfe der digitalen Gesteinsphysik (DRP) zu optimieren. Der vorliegende Antrag beabsichtigt, die Anstrengungen der UNAM (Universidad Autonoma de Mexico) und der HBO (Hochschule Bochum) zu bündeln, um die Ziele zu erreichen. Der UNAM-Teil wird sich auf die Entwicklung und Implementierung von Codes zur Replikation von Gesteinsbildern (Mikro-CT, Petrographie und SEM) konzentrieren und die HBO wird sich auf die Entwicklung und Implementierung neuer geologisch orientierter Segmentierungstechniken konzentrieren, um bessere Replikate zu erhalten. Darüber hinaus verfügt HBO über eine Reihe von numerischen Solvern zur Bestimmung verschiedener physikalischer Eigenschaften von digitalem Gestein.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Mexiko
• Partnerorganisation: Universidad Nacional Autónoma de México (UNAM)
• Mitverantwortlich: Dr. Martin Balcewicz
• Kooperationspartnerinnen / Kooperationspartner: Dante Arteaga; Juan Eduardo Linares Perez; Dr. Debora Sandra Vega Ruiz