Lattice-Boltzmann für poröse Medien: über 100 Mio. GPU-Stunden

Warum winzige Hohlräume im Gestein wichtig sind

Wenn wir Energie unterirdisch speichern, Kohlendioxid abtrennen oder Brennstoffzellen betreiben, kann die Art und Weise, wie zwei verschiedene Flüssigkeiten sich durch winzige Hohlräume im Gestein schlängeln, über Erfolg oder Misserfolg der Technologie entscheiden. Das Beobachten dieser Strömungen in realen Gesteinsproben ist jedoch extrem langsam und teuer. Diese Arbeit stellt einen enormen offenen Datensatz von Computersimulationen vor, der das nächstbeste leistet: Er rekonstruiert, wie Wasser und ölähnliche Flüssigkeiten sich ineinander hinein- und vorbeischieben in realistischen Gesteinsproben und nutzt dafür mehr als 100 Millionen Stunden an Grafikprozessorzeit. Das Ergebnis ist eine gemeinsame Ressource, die Forschenden erlaubt, Ideen zur unterirdischen Strömung zu testen, ohne einen Teilchenbeschleuniger oder ein eigenes Supercomputersystem zu benötigen.

Fließbewegungen in digitalen Gesteinen erforschen

Die Autorinnen und Autoren konzentrieren sich auf die „Zweiphasenströmung“, bei der zwei sich nicht mischende Flüssigkeiten, etwa Wasser und Öl, gemeinsam durch ein Netz aus Poren im Gestein strömen. Eine zentrale Größe für Ingenieurinnen und Ingenieure ist die relative Permeabilität, die angibt, wie leicht sich jede Flüssigkeit bewegt, wenn die andere vorhanden ist. Üblicherweise erfordern vollständige Messungen wochenlange, aufwendige Laborarbeit für jede Gesteinsprobe und jeden Versuchsfall. Stattdessen nutzte das Team ein spezialisiertes Simulationspaket, LBPM, um Strömungen direkt auf 3D-Aufnahmen realer Gesteine zu berechnen. Diese digitalen Gesteine stammen aus Röntgen-Mikrotomographie-Aufnahmen von Sandstein und gesintertem Glas und erfassen realistische Porenformen und -größen bis hinunter zu wenigen Mikrometern.

Ein massives virtuelles Experiment

Realistische Simulationen in dieser feinen Auflösung sind weiterhin sehr rechenaufwändig. Das Team nutzte Hochleistungsrechner mit Tausenden von GPUs, um Bedingungen zu durchlaufen, die im Labor kaum praktikabel wären. Sie variierten, wie stark die Gesteinsoberfläche eine der Flüssigkeiten bevorzugt (ihr Benetzungsverhalten) und wie kräftig die Flüssigkeiten durchgetrieben werden (erfasst durch eine Größe, die Kapillaranzahl genannt wird). Für vier verschiedene poröse Materialien führten sie sowohl „stationäre“ als auch „nicht-stationäre“ Strömungsprotokolle durch, die klassische Core-Flooding-Experimente aus der Öl- und Gasindustrie nachahmen. Insgesamt erzeugten sie 50 vollständige relative-Permeabilitätskurven und mehr als 25.000 verschiedene Flüssigkeitskonfigurationen.

Formen sehen, nicht nur Mittelwerte

Über die mittleren Strömungsraten hinaus verfolgen die Simulationen die detaillierten Formen und Vernetzungen der Flüssigkeiten über die Zeit—Informationen, die in diesem Umfang experimentell kaum zu gewinnen sind. LBPM trennt verbundene Strömungspfade von isolierten Tropfen, manchmal Ganglien genannt, und misst ihr Volumen, ihre Oberfläche, Krümmung, Konnektivität, Druck und Bewegung. Diese Größen werden in jedem Simulationsschritt in einfache Texttabellen protokolliert, sodass Nutzerinnen und Nutzer rekonstruieren können, wie eingeschlossene Taschen entstehen, abreißen, wieder verbinden oder langsam abfließen. Durch den Vergleich verschiedener Gesteinstypen und Benetzungsmuster zeigt der Datensatz, wie subtile Änderungen in der Oberflächenpräferenz beeinflussen können, wo Flüssigkeit eingeschlossen wird und wie leicht sie sich bewegt, und hilft so, Trends aus Laborwerten zu erklären.

Erkenntnisse über benetztes Gestein und eingeschlossene Flüssigkeit

Mithilfe des Datensatzes validieren die Autorinnen und Autoren, dass ihre Simulationen sinnvolle Verhaltensmuster zeigen, indem sie bekannte Befunde prüfen. Beispielsweise nimmt, je ölliebender das Gestein wird, die Menge an Öl, die nach einer Wasser-Spülung zurückbleibt, tendenziell ab—im Einklang mit früheren Experimenten. In stärker wasserliebenden Fällen mit schlecht aufgelösten engen Halsen zeigen die Simulationen ein frühzeitiges Auseinanderbrechen der nicht-benetzenden Phase und ungewöhnlich flache Flusskurven, was verdeutlicht, wie Bildauflösung Ergebnisse verfälschen kann. In anderen Gesteinen mit besser aufgelösten Poren stimmt die Verschiebung der Flusskurven bei wechselnder Benetzbarkeit mit früheren Laborstudien überein. Maße der Konnektivität bestätigen, dass unter bestimmten mittleren Bedingungen beide Flüssigkeiten stark miteinander vernetzt bleiben—ein Zustand, der mit komplexen Grenzflächenformen und langlebigen eingeschlossenen Clustern einhergeht.

Eine gemeinsame Grundlage für zukünftige Arbeiten

Einfach ausgedrückt liefert dieser Artikel eine detaillierte Karte, wie zwei Flüssigkeiten dieselben winzigen Hohlräume im Gestein unter einer Vielzahl von Bedingungen teilen können, alles kodiert in wiederverwendbaren Daten. Die Simulationen sind anhand modernster Röntgen-Bildexperimente abgeglichen und so organisiert, dass andere leicht neue Zusammenfassungen berechnen, maschinelle Lernmodelle trainieren oder neue Theorien darüber testen können, wie Porenskalen-Details zu großräumigem Fluss beitragen. Für alle, die an unterirdischer Kohlenstoffspeicherung, Wasserstoffspeicherung, Grundwasserreinigung oder Komponenten für Brennstoffzellen arbeiten, bietet dieser offene Datensatz eine kräftige Abkürzung: Statt bei null zu beginnen, können sie direkt auf mehr als 100 Millionen GPU-Stunden sorgfältig kuratierter digitaler Experimente aufbauen.

Zitation: Armstrong, R.T., Tavakkoli, O., Da Wang, Y. et al. Lattice-Boltzmann for Porous Media: 100M⁺ GPU Hours. Sci Data 13, 697 (2026). https://doi.org/10.1038/s41597-026-06823-1

Schlüsselwörter: poröse Medien, Zweiphasenströmung, digitale Gesteinsproben, Lattice-Boltzmann, relative Permeabilität