Труды КНЦ (Технические науки вып.1/2025(16))

происхождение наблюдаемой ассоциации: сначала образуется ранний оливин, затем он замещается серпентином. Мелкозернистые минералы матрицы, которые не разрешаются рентгеновской микротомографией, образуются несколько позже оливина. Магнетит входит в состав мелкозернистой массы и тесно срастается с минералами матрицы. Выводы Функционалы Минковского и числа Бетти позволяют эффективно количественно характеризовать морфологию реального геологического образца меймечита из Контозера. Такой метод в перспективе можно применять для количественной характеристики морфологии любых объектов, в том числе синтезированных. Особенно интересно будет применить его к объектам, в которых больше 2 фаз. Список источников 1. Wadell H. Volume, shape, and roundness of rock particles // The Journal of Geology. 1932. V. 40. P. 443-451. DOI: https://doi.org/10.1086/623964.548. 2. Gadelmawla E. S., Koura M. M., Maksoud T. M. A., Elewa I. M., Soliman H. H. Roughness parameters // Journal ofMaterials Processing Technology. 2002. V. 123. P. 133-145. DOI: https://doi.org/10.1016/S0924-0136(02)00060-2. 3. Mollon G., Zhao J. 3D generation of realistic granular samples based on random fields theory and Fourier shape descriptors // Computer Methods in Applied Mechanics and Engineering. 2014. V. 279. P. 46-65. doi: https://doi.org/10.1016/j.cma.2014.06.022. 559. 4. Su D., Yan W. M. Quantification of angularity of general-shape particles by using Fourier series and a gradient- based approach // Construction and Building Materials. 2018. V. 161. P. 547-554. 5. Wang X., Liang Z., Nie Z., Gong J. Stochastic numerical model of stone-based materials with realistic stone inclusion features // Construction and Building Materials. 2019. V. 197. P. 830-848. doi: https://doi.org/10.1016/j.conbuildmat.2018.10.062. 6. Navarra A., Grammatikopoulos T., Waters K. Incorporation of geometallurgical modelling into long-term production planning // Minerals Engineering, 2018. V. 120. P. 118-126. DOI: https://doi.org/10.1016/j.mineng.2018.02.010. 7. Little L., Mainza A. N., Becker M., Wiese J. G. Using mineralogical and particle shape analysis to investigate enhanced mineral liberation through phase boundary fracture // Powder Technology. 2016. V. 301. P. 794-804. doi: https://doi.org/10.1016/j.powtec.2016.06.052. 8. Li R.-D., He Sh.-H., JiangH., Xu Ch., YangM. Morphology-Controlled Single RockParticleBreakage: AnFDEM Study withFractalDimensionAnalysis // Fractal Fract. 2025. V. 9, Iss. 9. Art. 562. DOI: https://doi.org/10.3390/fractalfract9090562. 9. Xu Y., Gao Y., Yang X., Tian Ch., Yang Zh., Zhang J. Relationship between topological structures and mechanical properties of artificially architected SiC cellular ceramics: Experimental and numerical study // Journal of European Ceramic Society. 2023. V. 43, Iss. 10. P. 4263-4276. doi: https://doi.org/10.1016/jjeurceramsoc.2023.03.067. 10. Забавчик Н. И., Базай А. В. Карбонатные минералы Контозерского палеовулканического комплекса // Труды Ферсмановскойнаучной сессииГИКНЦРАН. 2022. Т. 19. С. 107-111. doi: https://doi.org/10.31241/FNS.2022.19.020. References 1. Wadell H. Volume, shape, and roundness of rock particles. J. Geol., 1932, V. 40, pp. 443-451. doi: https://doi.org/10.1086/623964 . 548. 2. Gadelmawla E. S., Koura M. M., Maksoud T. M. A., Elewa I. M., Soliman H. H. Roughness parameters. J. Mater. Proc Techn, 2002, V. 123, pp. 133-145. doi: https://doi.org/10.1016/S0924-0136(02)00060-2. 3. Mollon G., Zhao J. 3D generation of realistic granular samples based on random fields theory and Fourier shape descriptors. Comp. Meth. Appl. Mech. Eng., 2014, V. 279, pp. 46-65. DOI: https://doi.org/10.1016/j.cma.2014.06.022. 559. 4. Su D., Yan W. M. Quantification of angularity of general-shape particles by using Fourier series and a gradient- based approach. Constr. Build. Mater., 2018, V. 161, pp. 547-554. 5. Wang X., Liang Z., Nie Z., Gong J. Stochastic numerical model of stone-based materials with realistic stone inclusionfeatures. Constr. Build. Mater, 2019, V. 197, pp. 830-848. DOI: https://doi.org/10.1016/j.conbuildmat.2018.10.062. 6. Navarra A., Grammatikopoulos T., Waters K. Incorporation of geometallurgical modelling into long-term production planning. Min. Eng., 2018, V. 120, pp. 118-126. doi: https://doi.org/10.1016/j.mineng.2018.02.010. 7. Little L., Mainza A. N., Becker M., Wiese J. G. Using mineralogical and particle shape analysis to investigate enhanced mineral liberation through phase boundary fracture. Powd. Techn., 2016, V. 301, pp. 794-804. doi: https://doi.org/10.1016/j.powtec.2016.06.052. Труды Кольского научного центра РАН. Серия: Технические науки. 2025. Т. 16, № 1. С. 268-273. Transactions of the Kola Science Centre of RAS. Series: Engineering Sciences. 2025. Vol. 16, No. 1. P. 268-273. 272 © Грачев Е. А., Тимошенко В. В., Мануковская Д. В., Чернявский М. В., Калашников А. О., 2025