Tief unter der Erdoberfläche versickern Öl und Grundwasser durch Hohlräume im Gestein und anderen geologischen Materialien. Versteckt vor den Augen stellen diese kritischen Ressourcen eine große Herausforderung für Wissenschaftler dar, die den Zustand solcher zweiphasigen Flüssigkeitsströme beurteilen wollen. Glücklicherweise ermöglicht die Kombination von Supercomputing und synchrotronbasierten Bildgebungsverfahren genauere Methoden zur Modellierung des Fluidstroms in großen unterirdischen Systemen wie Ölreservoirs, Senken für die Kohlenstoffspeicherung und Grundwasserleitern. Forscher der Oak Ridge National Laboratory haben nun neue Modelle erstellen können.
Forscher unter der Leitung des Informatiker James McClure von der Virginia Tech verwendeten den 27-Petaflop Titan-Supercomputer an der Oak Ridge Leadership Computing Facility (OLCF), um ein geometrisches Modell zu entwickeln, das nur wenige Schlüsselmessungen erfordert, um zu charakterisieren, wie Flüssigkeiten in porösen Gesteinen angeordnet sind, d.h. wie sie sich geometrisch ausrichten.
Der OLCF ist eine Benutzungseinrichtung des US-Energieministeriums (DOE) des Office of Science, die sich im Oak Ridge National Laboratory des DOE befindet. Die Ergebnisse des Teams wurden in Physical Review Fluids veröffentlicht.
Das neue geometrische Modell bietet Geologen die Möglichkeit, den flüssigen Zustand eindeutig vorherzusagen und einen bekannten Fehler zu beheben, der in Modellen vorkommt, die seit mehr als einem halben Jahrhundert verwendet werden.
Um die Jahrhundertwende zeigte der deutsche Mathematiker Hermann Minkowski, dass 3D-Objekte mit vier wesentlichen Maßen verbunden sind: Volumen, Oberfläche, integrale mittlere Krümmung und Euler-Charakteristik. In den traditionellen Berechnungsmodellen für die unterirdische Strömung liefert der Volumenanteil jedoch das einzige Maß für den Flüssigkeitszustand und stützt sich auf Beobachtungsdaten, die im Laufe der Zeit gesammelt wurden, um die größte Genauigkeit zu gewährleisten. Aber nur auf der Basis der Fundamentalanalyse von Minkowski sind diese traditionellen Modelle unvollständig.
“Die Mathematik in unserem Modell unterscheidet sich vom traditionellen Modell, aber sie funktioniert ganz gut”, sagte McClure. “Das geometrische Modell charakterisiert die Mikrostruktur des Mediums mit einer sehr begrenzten Anzahl von Messungen.”
Um Minkowskis Ergebnis auf die komplexen, mehrphasigen Fluidkonfigurationen in porösem Gestein anzuwenden, musste McClure’s Team eine große Datenmenge generieren, und Titan lieferte die erforderliche extreme Rechenleistung.
In Zusammenarbeit mit internationalen Mitarbeitern wählte das Team fünf mikrocomputertomographische (microCT) Datensätze aus, die von Röntgensynchrotronen gesammelt wurden, um die mikroskopische Struktur von realen Gesteinen darzustellen. Die Datensätze umfassten zwei Sandsteine, ein Sandpack, ein Carbonatgestein und ein synthetisches poröses System, bekannt als Robuglas. Das Team beinhaltete auch ein simuliertes Paket von Kugeln.
In jedem Gestein wurden Tausende von möglichen Fluidkonfigurationen simuliert und analysiert. Dies entspricht insgesamt mehr als 250.000 Fluidkonfigurationen. Anhand der Simulationsdaten konnte das Team zeigen, dass eine einzigartige Beziehung zwischen den vier geometrischen Variablen besteht. Dies ebnete den Weg für eine neue Generation von Modellen, die den flüssigen Zustand aus der Theorie vorhersagen und sich nicht auf einen historischen Datensatz stützen.
“Beziehungen, die früher für historisch bedingt gehalten wurden, können nun auf der Grundlage einer strengen geometrischen Theorie überdacht werden”, sagte McClure. Das Team verwendete den von McClure entwickelten und nach der statistisch gesteuerten Gitter-Boltzmann-Methode benannten Open-Source-Code Lattice Boltzmann for Porous Media (LBPM), der den Fluidstrom über eine Reihe von Skalen schneller berechnet als Berechnungen mit endlichen Methoden, die bei kleinen Skalen am genauesten sind. Der LBPM-Code, der die GPUs von Titan verwendet, um Strömungssimulationen zu beschleunigen, wird durch die Open Porous Media Initiative veröffentlicht, die Open-Source-Codes für die Forschungsgemeinschaft verwaltet.
“Lattice Boltzmann-Methoden funktionieren sehr gut auf GPUs”, sagte McClure. “In unserer Implementierung läuft die Simulation auf den GPUs, während die CPU-Kerne Informationen analysieren oder den Zustand der Flüssigkeiten ändern.” Mit außergewöhnlichen Rechengeschwindigkeiten konnte das Team den Simulationszustand bei etwa allen 1.000 Zeitschritten oder bei etwa jeder Minute Rechenzeit analysieren.
“Dies ermöglichte es uns, eine sehr große Anzahl von Datenpunkten zu erzeugen, die verwendet werden können, um nicht nur den geometrischen Zustand, sondern auch andere Aspekte der Strömungsphysik zu untersuchen, während wir vorankommen”, sagte McClure.
Größere Simulationen sind erforderlich, um zu untersuchen, wie die vielfältigen Eigenschaften und die Mikrostruktur von realen Gesteinen das Verhalten der geometrischen Beziehung über Längenskalen hinweg beeinflussen. Eine neue Generation von Supercomputern wie das neueste System des OLCF, das 200-Petaflop IBM AC922 Summit, wird benötigt, um die Strömungsphysik über Längenskalen von Nanometer- bis Millimeter-Poren bis hin zu kilometerlangen Speichern zu verbinden.
“Die Veröffentlichung des Summit-Supercomputers ermöglicht größere Simulationen, die die Grenzen unseres Verständnisses für diese komplexen Multiskalensysteme weiter vorantreiben”, sagte McClure.
Veröffentlichung: James E. McClure et al. Geometric state function for two-fluid flow in porous media, Physical Review Fluids (2018). DOI: 10.1103/PhysRevFluids.3.084306
Read more at: https://phys.org/news/2019-02-geometric-fluid.html#jCp
Quelle: off. Pm des Oak Ridge National Laboratory
Titelbildunterschrift: Sequenz, die die Entwicklung des Porenniveaus der Geometrie der nicht benetzenden Flüssigkeit während des Aufnehmens der benetzenden Flüssigkeit zeigt. Da der Volumenanteil des nicht benetzenden Flüssigkeitsvolumens abnimmt, treten auch entsprechende Veränderungen in der Oberfläche, der mittleren Krümmung und der Konnektivität auf. (Quelle: s. Veröffentlichung)
Pia Gaupels
Neueste Artikel von Pia Gaupels (alle ansehen)
- Der Stein, der Wolken macht - 10. Januar 2024
- Unterwasservulkane helfen, prähistorische Klimaerwärmung zu erklären - 4. August 2023
- Neuer Urwal ist ein Anwärter auf das schwerste Tier aller Zeiten - 3. August 2023