基于微焦点CT与数据约束模型的多孔介质多尺度结构研究

来源 :山西大学 | 被引量 : 0次 | 上传用户:qianxiaoping
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多孔介质在不同尺度上的组分分布方式与孔隙结构是其宏观物理性质的重要影响因素。X射线CT成像作为一种三维无损表征技术在多孔介质结构表征领域得到了大量应用。对于三维结构而言,CT技术所表征样品区域的尺寸大约是体元尺寸的103倍的数量级,目前主流图像阈值分割算法往往丢失了小于CT可解析尺度的组分分布信息,制约了这一技术的深入应用。本文将CT成像技术与数据约束模型相结合,对用于污水处理的纳米铁改性生物质炭反应前和反应末期的样品进行了三维多尺度结构表征。以其多尺度结构表征结果为基础,利用部分渗透格子玻尔兹曼法对水流在样品中的单相渗流行为进行了数值模拟。数据约束模型计算出了小于CT体元尺寸的组分定量分布信息,有效拓展了CT成像技术的表征尺度,在一定程度上得到了样品的多尺度结构。之后将CT成像与数据约束模型相结合的方法拓展到了考古发掘出的古代家猪颌骨的多尺度结构表征中。纳米铁改性生物质炭样品中的孔隙和含铁类物质均具有明显的多尺度分布特征,这两种组分的分布方式及其在反应前后分布方式的变化对样品的污水处理能力有着重要影响。考古发掘出的生物颌骨及牙齿这类多孔介质的多尺度结构与组分分布方式是了解古代生物生活环境和生物进食习惯的重要依据。本文主要完成的工作如下:1、利用微焦点X射线CT对用于污水处理的反应前和反应末期的改性生物质炭样品以及古代家猪颌骨部分进行了扫描以及CT重建,建立了两类样品的数据约束模型并计算得到样品的多尺度结构定量信息。2、对反应前和反应末期的改性生物质炭样品中的各组分三维分布特征进行了比较分析,定量分析了各组分在不同尺度的分布特征、联通团簇的三维分布特征;基于部分渗透格子玻尔兹曼法对水流在样品孔隙中的单相渗流进行了数值模拟,模拟结果包含了小于CT体元尺寸的孔隙对流体渗流的贡献,讨论了流速分布与各组分空间分布特征的关系。3、比较了不同材料、厚度的滤波片对古代家猪颌骨样品的CT成像的线束硬化校正效果,计算得到了样品中高吸收组分与孔隙的团簇分布形态,分析了样品各组分三维分布特征。本文为基于CT成像技术的多孔介质的多尺度结构表征提供了一种新的思路。关于改性生物质炭样品的研究结果有助于理解污水处理过程中各组分的迁移方式及其与水流速度的关系,为样品的制备工艺改良和反应活性评估提供数据支持。对古代家猪颌骨与牙齿的多尺度结构表征结果为进一步分析测量样品结构特征提供了数据基础,为考古样品的数字建模存档,无损分析提供了一种新的思路。
其他文献
个性化推荐技术在生活中已被广泛的应用。近年来已提出的推荐算法虽然其推荐性能有了显著提升,但是模型越来越复杂,导致出现了大量的黑盒模型。然而,黑盒模型却存在可解释性差的问题,可解释性推荐是解决此问题的有效手段,其不仅可以为用户提供推荐还可以对推荐的物品做出解释,使用户了解为什么推荐此物品,增加用户的信任度和满意度,从而提高推荐系统的精准度和说服力。所以,推荐系统的可解释性问题变得尤为重要。目前,嵌入
框架关系是汉语框架网(Chinese Frame Net,CFN)中的一种重要资源,它用来描述框架与框架之间的语义关系,从语义场景角度为篇章框架语义单元之间建立关联,为篇章语义理解提供了一种框架语义特有的方式,便于计算机理解篇章语义。中文词之间的关系研究缤纷复杂且与框架关系研究存在差异,因此CFN的框架关系继承使用了Frame Net的框架关系。汉语语义丰富繁多,CFN中会存在框架间关系缺失的问题
计算机断层成像技术(Computed Tomography,CT)在医学成像中的应用十分广泛。但是扫描过程中射线对人体的辐射给病人带来了潜在的致病危险,因此低剂量CT已经成为当前研究热点。实现低剂量扫描有两种策略:一是在每个角度下采集投影时降低管电流强度,二是以稀疏采集的方式减少投影个数。策略二对应的重建方法就是CT稀疏重建。但是,如果使用传统的解析法,如滤波反投影算法,稀疏重建后的图像当中包含严
图像在传输、存储等过程中不可避免地会发生图像质量下降的问题,这对于后续的图像处理带来了巨大的挑战。通过自动判定图像质量,避免将低质量的图像引入图像处理系统中,将在很大程度上缓解或避免上述问题。因此,图像质量评价算法作为图像工程的关键环节具有重要的研究意义和应用价值。全参考图像质量评价(Full-Reference Image Quality Assessment,FR-IQA)方法作为图像质量评价
随着信息化时代的飞速发展,海量数据的有效收集和获取成为关键。数据挖掘作为当今信息时代快速发展的一个重要领域,它逐渐普及应用到各个行业。聚类分析则是处理数据挖掘问题的有效手段之一,通过对海量数据的划分,使数据样本之间潜在的联系表现出来。在聚类分析中,矩阵分解通过数据降维,将高维矩阵的问题分析转换成几个低秩矩阵的问题分析,有效的提升了聚类的效果。本文我们主要根据概念分解的相关知识,增加了函数的对偶性和
框架语义分析是基于框架语义学理论,识别目标词所属框架,并标注框架所包含的语义角色,通过刻画文本内部丰富的结构信息和语义信息,达到文本语义分析的目的。框架识别作为其核心任务之一,是给定可激起框架的目标词,根据上下文语境,选取最符合该目标词语境的语义框架。提高框架识别模型的准确性,有利于增强句子级语义分析的性能,从而为下游任务提供有效的语义信息。本文针对框架识别任务进行研究,主要的工作及成果如下:(1
中文阅读理解问答研究作为智能问答的方向之一,受到了国内众多中文信息研究者的追捧,成为了研究焦点。本文依托科技部国家重点研发项目,针对高考语文卷的科技文类型的阅读理解问答题进行研究,本文的主要研究内容如下:(1)基于BERT模型的多策略答案句抽取方法。首先构建了面向高考语文阅读理解的数据增强方法,对高考文本数据进行扩充,增加BERT模型的泛化性。其次采用改进的MMR算法对段落进行筛选,随后运用微调之
微博以其即时性、原创性、便捷性的特点,成为目前最受欢迎的社交媒体之一,也逐渐成为各类突发话题的第一发布现场。然而随着微博用户人数、发帖量逐年激增,导致微博文本流中充斥着各种各样的广告以及民众对日常生活的讨论。因此如何从海量、嘈杂的微博文本流中及时发现负面情感突发话题并对其演化情况进行分析,这对于突发事件的应急响应以及相关部门做出有效的舆情引导有着重要的意义。而传统的突发话题检测方法忽略了负面情感突
火灾的发生给人类环境带来了极大的威胁,而用于检测火灾的传统探测器性能会受到自身各种参数的影响,因而亟需一种更加高效的火灾检测方法。作为图像处理常用的算法,卷积神经网络(CNN)具有可自动提取图像特征的优点,而VGG16作为CNN常用的架构方式,更是能够深刻体现CNN的深度与其性能之间的关系,因此选用VGG16结构作为新算法的CNN部分。而VGG16模型中用于分类的softmax分类器实质上是将CN
核心素养这一概念已提出多年,但由于长期的应试教育,导致小学音乐教学边缘化,没有得到足够的重视。当前,小学音乐课教学还停留在单一的课时教学,没有做到对教学资源的有机整合,只是对学生进行知识的简单传授和技能的机械训练,忽视了知识间的关联和迁移。这样的音乐教学,不利于学生学科素养的培养。为此,通过"小学音乐单元主题教学"这一支点,试图撬动小学音乐课堂教学的改变,以培养学生的音乐学科素养,赋予小学音乐教学