Caractérisation morphologique efficace de matériaux par cartes de distance - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2019

Efficient morphological characterization of materials using distance transforms

Caractérisation morphologique efficace de matériaux par cartes de distance

Johan Chaniot
  • Fonction : Auteur

Résumé

In a technologically advanced world, energy consumption is rapidly increasing deepening the ongoing environmental crisis. Therefore, solutions must be found to provide the required energy, while reducing greenhouse gas emissions.Catalysis is an excellent way to improve the energy efficiency of industrial processes. Heterogeneous catalysts, here porous microstructures, are at the heart of this process, particularly for refining and petrochemical industry, specifically for biofuel generation.Their morphological description provides key information. Thus far, correlations have been established between the structural properties and performance of these materials. Nevertheless, heterogeneous catalysis is a very complex process and the traditional numerical descriptors provide insufficient information and fail to assist in material selection. The work addressed in this thesis aims to develop new digital descriptors of microstructures that are easily interpretable, efficient and complementary to the current state-of-the-art solutions. The objective is to complete the set of descriptors, to help in the optimal selection of the appropriate catalysts for a given application. More specifically, we focus our work on a geometric and topological characterization of the porous network, without taking into account physicochemical phenomena, and not being limited by the complexity of the microstructure studied.Our different approaches focus on the concepts of percolation, ability to cross a microstructure; geometric tortuosity, sinuosity and interconnectivity of a network; and heterogeneity. The geometric and topological characteristics linked to the Minkowski functionals in 3D are fitted to catalysis field by estimating accessibility of a microstructure for a given sphere size (A-protocol), described by morphological erosion efficiently calculated by distance maps. To characterize the pore topology, we define an operator, the M-tortuosity, that can be applied to any segmented volume, without arbitrarily defining source points or planes. We propose an efficient M-tortuosity estimator by calculating distance maps; which is then generalized by power factors. This operator is then extended to distinct ways.First, to the case of a probe of finite size (M-tortuosity-by-iterative-erosions), characterizing bottleneck effects which are usually quantified using constrictivity. Then, to characterize the spatial scale dependence of tortuosity (H-tortuosity), characterizing, among others, the heterogeneity of the structure. Finally, both aspects are gathered into the H-tortuosity-by-iterative-erosions.Secondly, these ensemble operators, suitable for binary images, are extended to the functional case, to discriminate grayscale images (F-tortuosity and HF-tortuosity). These functional extensions have various purposes: combining local information with tortuosity assessment of the overall structure, and characterizing tomographic images without accurate segmentation.The discrimination power of these operators, ensemble and functional, is assessed on toy cases and on multi-scale Boolean Cox schemes. Moreover, their similarities and complementarities are analysed using these very same stochastic models.In catalysis and biocatalysis, three types of catalysts are considered: zeolites, MOFs (Metal-Organic Framework) and aluminas. These applications highlight their wide scope, and lead to consider their usefulness out of catalyst domain; in neuroscience and for turbid media characterization.
Le monde est face à une crise environnementale majeure, ceci alors que la consommation d'énergie ne cesse d'augmenter. Quelles solutions pouvons-nous trouver pour fournir l'énergie demandée, tout en réduisant les émissions de gaz à effet de serre ? L'une d'entre elles consiste à améliorer l'efficacité énergétique des procédés industriels, notamment par le biais de la catalyse hétérogène. Les catalyseurs hétérogènes, ici des solides poreux, sont utilisés en raffinage et pétrochimie, en particulier pour la génération de biocarburant.La question se pose de caractériser l'efficacité de ces catalyseurs. Une description morphologique fournit des informations clés, au sens où des corrélations ont été établies entre propriétés structurales et performances de ces matériaux. Néanmoins, la catalyse hétérogène est un processus complexe et les descripteurs traditionnellement utilisés sont insuffisants, dans l'optique d'une aide aux choix de ces matériaux.Ce travail de thèse vise à développer de nouveaux descripteurs numériques de microstructures, facilement interprétables, efficients et complémentaires à l'état de l'art, afin d'aider in fine à choisir les catalyseurs appropriés à une application donnée. Ces descripteurs permettent une caractérisation géométrique et topologique du réseau poreux, quelle que soit sa complexité et indépendamment des phénomènes physico-chimiques pouvant être en jeu.Nous mettons en œuvre à la fois la percolation, capacité à traverser une microstructure ; la tortuosité géométrique, sinuosité et interconnectivité d'un réseau ; et l'hétérogénéité. Ces descripteurs relèvent pour l'essentiel de méthodes morphologiques. Les caractéristiques géométriques et topologiques liées aux fonctionnelles de Minkowski en 3D sont adaptées au domaine d'intérêt par estimation de l'accessibilité à une microstructure pour une sphère de taille donnée (A-protocole), décrite par érosion morphologique calculée de façon efficace grâce aux cartes de distances. Nous caractérisons ensuite la topologie des pores via un nouvel opérateur, la M-tortuosité, applicable à tout volume segmenté, sans définition arbitraire de points ou de plans sources. Nous proposons un estimateur efficace de la M-tortuosité par calcul de cartes de distances ; dont une généralisation par facteurs puissances est définie. Cet opérateur est ensuite étendu de différentes façons.Tout d'abord, au cas d'une sonde de taille finie (M-tortuosité-par-érosions-itératives), caractérisant les goulots d'étranglement, habituellement décrits par la constrictivité. Puis, pour caractériser la dépendance en échelle spatiale de la tortuosité (H-tortuosité), ce qui quantifie, entre autres, l'hétérogénéité de la structure. Enfin, ces deux aspects sont regroupés dans la H-tortuosité-par-érosions-itératives.Dans un second temps, ces opérateurs ensemblistes, valables pour des images binaires, reçoivent une extension fonctionnelle permettant de décrire des images à niveaux de gris (F-tortuosité et HF-tortuosité). Les objectifs sont multiples : tenir compte d'informations locales lors de l'estimation de la tortuosité globale de microstructures, et discriminer des images tomographiques, sans segmentation précise de la structure.Le pouvoir discriminant de ces opérateurs ensemblistes et fonctionnels, et leur comportement, sont évalués au fil des définitions, sur des cas d'école et sur des modèles booléens multi-échelles de Cox. Leurs similitudes et complémentarités sont analysées sur ces mêmes images synthétiques.En catalyse et biocatalyse, trois types de microstructures sont considérés : les zéolithes, les MOFs (Metal-Organic Framework) et les alumines. Ces applications montrent l'étendue du champ applicatif, par l'adaptabilité et la complémentarité des descripteurs proposés, entrainant la considération de leur utilisation en dehors du cadre de la catalyse, notamment pour certains domaines des neurosciences et l'analyse des milieux turbides.
Fichier principal
Vignette du fichier
These-Johan-Chaniot-2019.pdf (37.41 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03019480 , version 1 (23-11-2020)

Identifiants

  • HAL Id : tel-03019480 , version 1

Citer

Johan Chaniot. Caractérisation morphologique efficace de matériaux par cartes de distance. Traitement des images [eess.IV]. Université de Lyon, 2019. Français. ⟨NNT : 2019LYSES039⟩. ⟨tel-03019480⟩

Collections

STAR PARISTECH
162 Consultations
20 Téléchargements

Partager

Gmail Facebook X LinkedIn More