CN104020500A - 用于钻孔测井的方法和装置 - Google Patents

用于钻孔测井的方法和装置 Download PDF

Info

Publication number
CN104020500A
CN104020500A CN201410081763.3A CN201410081763A CN104020500A CN 104020500 A CN104020500 A CN 104020500A CN 201410081763 A CN201410081763 A CN 201410081763A CN 104020500 A CN104020500 A CN 104020500A
Authority
CN
China
Prior art keywords
signal
data
detecting device
conversion
output
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410081763.3A
Other languages
English (en)
Inventor
P.A.B.斯考拉尔
R.J.伊文斯
C.C.麦克莱恩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southern Innovation International Pty Ltd
Original Assignee
Southern Innovation International Pty Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southern Innovation International Pty Ltd filed Critical Southern Innovation International Pty Ltd
Publication of CN104020500A publication Critical patent/CN104020500A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V5/00—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity
    • G01V5/04—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
    • G01V5/08—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
    • G01V5/10—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using neutron sources
    • G01V5/101—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using neutron sources and detecting the secondary Y-rays produced in the surrounding layers of the bore hole
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/16—Measuring radiation intensity
    • G01T1/17—Circuit arrangements not adapted to a particular type of detector
    • G01T1/171—Compensation of dead-time counting losses
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V5/00—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity
    • G01V5/04—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
    • G01V5/08—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
    • G01V5/12—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using gamma or X-ray sources
    • G01V5/125—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using gamma or X-ray sources and detecting the secondary gamma- or X-rays in different places along the bore hole

Abstract

一种用于钻孔测井的方法和装置，该方法包括：收集来自钻孔测井工具的辐射检测器的检测器输出数据；以及通过(i)确定所述数据中存在的信号的信号形式，(ii)进行所述信号的一个或多个参数的参数估计，其中所述一个或多个参数至少包括信号时间位置，以及(ii i)至少从所述信号形式和所述参数估计确定所述信号中的每个信号的能量，来分解检测器输出数据中的各个信号。从而测井工具更短，测井工具速度更快，停留时间更短和/或改进了分辨率。

Description

用于钻孔测井的方法和装置
本申请是申请号为200980111977.8(国际申请号为PCT/AU2009/000394P)，国际申请日为2009年3月31日的名称为“用于钻孔测井的方法和装置”的专利申请的分案申请。 
相关申请 
本申请基于并且主张2008年3月31日提交的美国申请号61/041，141和2008年12月18日提交的美国申请号61/138，879的权益，通过引用将上述申请按照提交的内容完整结合在此。 
技术领域
本发明一般涉及用于钻孔测井(borehole logging)的方法和装置，并且具体但绝不排他地，涉及对油井测井的应用。 
背景技术
在矿物和石油勘探中，钻孔测井用于确定岩石和矿物沉积物的地下内容。 
核测井工具为石油工业提供了有价值的数据，并且核测井工具已经在油井测井中使用了超过30年。关于岩层的孔隙度和密度的数据形成了在油井测井中使用的测井系列之一，该关于岩层的孔隙度和密度的数据用于帮助检测地质储藏的存在和它们的内容(例如，油、气和水)。 
在钻孔测井中采用的现有的数字脉冲处理技术依赖于线性滤波方法。然而，随着增加的计数率，被要求来缩短脉冲长度并且增加吞吐量的高通滤波器也劣化了信噪比(SNR)，并且最终劣化了能量分辨率。这限制了可以采用的计数率、源的强度、源和检测器的邻近、或者这些参数的组合。例如，在钻孔测井应用中，总的测量时间非常重要。由于堆积事件的丢弃的信息丢失延长了在元素浓度的估计中获得足够精度所需的收集时间，并且最终对可以以其来测井的速度设置了上限。例如，美国专利号4,883,956评价了新的辐射检测晶体(掺铈硅酸钆(GSO))的好处。GSO检测器的衰减时间对于任何特定计数率导致较少的堆积，或者对于特定可接受的堆积提供更高的计数率。 
发明内容
因此，根据本发明的第一方面，提供一种钻孔测井的方法，包括： 
收集来自钻孔测井工具的辐射检测器的检测器输出数据；以及 
通过(i)确定所述数据中存在的信号的信号形式(或脉冲响应)，(ii)进行所述信号的一个或多个参数的参数估计，其中所述一个或多个参数至少包括信号时间位置，以及(iii)至少从所述信号形式和所述参数估计确定所述信号中的每个信号的能量，分解检测器输出数据中的单个信号； 
从而测井工具更短，测井工具速度更快，停留时间(即照射和/或数据收集时间)更短和/或改进了分辨率。 
因此，本方法努力表征尽可能多的数据，但是将意识到可能不能充分地表征一些数据(该数据因此称为“破坏的数据”)，如下所述。将理解的是术语“信号”在该上下文中可与“脉冲”相互交换，因为其是指对应于单个检测事件的输出，而不是包括单个信号的总和的整体输出信号。还将意识到可以以各种方式测量或表示信号的时间位置(或时序)，诸如根据信号的最大值的时间(或时间轴上的位置)或信号的前沿。典型地，这描述为到达时间(“到达的时间”)或检测时间。 
还将理解的是，术语“检测器数据”指已经源自检测器的数据，不管随后由检测器内的还是检测器外部的相关或其它电子装置进行处理。 
该方法可以包括从参数估计构造数据的模型，并且基于检测器输出数据和模型之间的比较确定参数估计的精确度。 
信号形式(或脉冲响应)可以通过校准处理确定，所述校准处理包括测量对一个或多个单个事件检测的检测器的时间域响应，以便从该数据得到信号形式或脉冲响应。然后可以通过将该数据用合适的函数诸如多项式、指数或样条函数进行内插(或者拟合该数据)，获得该信号形式的函数形式。然后可以从该检测器信号形式构造滤波器(诸如逆滤波器)。可以通过以滤波器对来自检测器的输出数据卷积进行信号参数的初始估计。特别感兴趣的信号参数包括信号的数目和每个信号的时间位置(或到达的时间)。 
然后可以进一步改善感兴趣的特定信号参数。首先，应用峰检测和阈值来改善信号的数目和到达时间的估计。其次，与检测器脉冲响应(以及由此得到的信号形式)结合的对信号的数目和它们的到达时间的了解使得可能求解信号的能量参数。 
通过比较(从信号参数和对检测器脉冲响应的了解构造的)检测器数据流的模型(实际上，一种估计)与实际检测器输出，可以确定或“验证”参数估计的精确度。如果该验证过程确定一些参数不够精确，则丢弃这些参数。在使用该方法的光谱分析中，被视为足够精确的能量参数可以表示为直方图。 
所述方法可以包括根据信号形式(即，用于生成信号的检测器的脉冲响应)进行信号参数的估计。所述方法可以包括通过校准过程确定信号形式，所述校准过程包括测量检测器对一个或多个信号检测的响应，以便得到信号形式的基于数据的模型。特别地，所述方法可以包括通过将数据与函数内插获得模型的函数形式，以便生成预期的信号形式。函数可以是多项式、指数或样条函数。 
所述方法可以包括基于由辐射检测器产生的单个信号的预定形式设计滤波器。例如，滤波器可以是匹配滤波器或逆滤波器形式。 
在一个实施例中，所述方法包括使用检测器输出与滤波器的卷积，以便进行信号参数的初始估计。所述方法可以包括改善信号参数的估计。所述方法可以包括用峰检测过程改善信号数目的估计。所述方法可以包括通过应用峰检测过程进行或改善信号时间位置的估计。所述方法可以包括通过由矩阵反演或由迭代技术来求解线性等式系统，改善信号能量的估计。 
在本发明的实施例中，所述方法包括使用信号参数结合检测器脉冲响应创建检测器输出的模型。所述方法可以包括，例如，诸如通过使用数据和模型之间差的最小平方或一些其它测量比较实际的检测器输出数据与检测器输出的模型来执行误差检测。 
所述方法可以包括丢弃被视为没有足够精确估计的参数。 
在一个实施例中，所述方法包括以直方图展示所有足够精确的能量参数。 
数据可以包括不同形式的信号。在此情况下，该方法可以包括确定其中每个信号的可能的信号形式。 
在一个实施例中，所述方法包括逐渐地从数据减去可接受地符合多个信号形式的连续信号形式的那些信号，并且拒绝没有可接受地符合多个信号形式的任何信号形式的那些信号。 
在一个实施例中，单个信号的分解包括： 
获得所述检测器输出数据作为以数字时间序列的形式的数字化检测器输出数据；以及 
基于数字时间序列形成数学模型，并且作为至少信号形式、至少一个信号的时间位置和至少一个信号的幅度的函数； 
其中确定所述信号中的每个信号的能量包括基于所述数学模型确定所述信号的幅度，所述幅度指示辐射事件。 
在一个实施例中，所述方法包括油井测井。 
测井工具在长度上可以小于3米，并且在一些情况下在长度上小于2.7米，或者甚至在长度上小于2.4米。 
信号的分解可以将停留时间减少2倍或更多，并且在一些情况下可以将停留时间减少5倍或更多。信号的分解可以将测井工具速度增加2倍或更多，或者在一些情况下可以将测井工具速度增加5倍或更多。 
所述方法可能特征在于，500kHz或更大的伽马射线的所述辐射检测器上的入射通量。 
所述方法可能特征在于，对于200kHz的输入计数率的大于90％的数据吞吐量。 
所述方法可能特征在于，对于500kHz和2000kHz之间的输入计数率的大于70％的数据吞吐量。 
所述方法可能特征在于，对于100kHz的输入计数率的大于95％的数据吞吐量。 
所述方法可能特征在于，对于100kHz和200kHz之间的输入计数率的大于95％的数据吞吐量。 
所述方法可以包括大于750kHz的输入计数率。 
所述方法可以包括大于1MHz的输入计数率。 
所述检测器可以包括GSO检测器。 
所述方法可以包括脉冲整形检测器的输出。 
所述方法可以包括采用源同步信号以避免数据的不当分配。 
在第二方面，本发明提供一种钻孔测井装置，包括： 
钻孔测井工具，用于照射围绕测井工具的材料，检测由材料发射的辐射，并且用于响应于辐射输出检测器数据；以及 
处理器，用于以数字化形式接收检测器数据，并且所述处理器被编程为确定数据中存在的每个信号的信号形式，进行信号的一个或多个参 数的参数估计，并且至少从信号形式和参数估计确定每个信号的能量，其中一个或多个参数至少包括信号时间位置； 
从而测井工具更短，测井工具速度更快，停留时间更短和/或改进了分辨率。 
所述处理器被编程为以数字时间序列的形式获得所述检测器输出数据，并且基于数字时间序列形成数学模型，并且作为至少信号形式、所述信号的时间位置和所述信号的幅度的函数； 
其中确定每个所述信号的能量包括基于所述数学模型确定所述信号的幅度，所述幅度指示辐射事件。 
所述装置可以适用于油井测井。 
所述测井工具长度上可以小于3米。 
所述处理器的使用可以允许将停留时间减少5倍或更多。此外，所述处理器的使用可以允许可以将测井工具速度增加5倍或更多。 
所述装置可能特征在于，500kHz或更大的伽马射线的所述辐射检测器上的入射通量。 
所述装置可能特征在于，对于200kHz的输入计数率的大于90％的数据吞吐量。 
所述装置可能特征在于，对于500kHz和2000kHz之间的输入计数率的大于70％的数据吞吐量。 
所述装置可能特征在于，对于100kHz的输入计数率的大于95％的数据吞吐量。 
所述装置可能特征在于，对于100kHz和200kHz之间的输入计数率的大于95％的数据吞吐量。 
所述装置可以包括大于750kHz的输入计数率。 
所述装置可以包括大于1MHz的输入计数率。 
所述检测器可以包括GSO检测器。 
所述装置可以包括用于脉冲整形测井工具的输出的脉冲整形模块。 
所述测井工具将典型地在单个外壳中安置辐射源和辐射检测器，但是所述测井工具可以处于分布的形式，其中例如辐射源和辐射检测器在分开的外壳中。 
在第三方面，本发明提供一种量化被钻孔横穿的地层中的化学元素的方法，包括： 
收集来自钻孔测井工具的辐射检测器的检测器输出数据；以及 
通过(i)确定所述数据中存在的信号的信号形式，(ii)进行所述信号的一个或多个参数的参数估计，其中所述一个或多个参数至少包括信号时间位置，以及(iii)至少从所述信号形式和所述参数估计确定所述信号中的每个信号的能量，来分解检测器输出数据中的单个信号； 
至少从源自地层中元素的实例的那些信号确定元素的量； 
从而测井工具更短，测井工具速度更快，停留时间更短和/或改进了分辨率。 
所述单个信号的分解包括： 
获得所述检测器输出数据作为以数字时间序列的形式的数字化检测器输出数据；以及 
基于数字时间序列形成数学模型，并且作为至少信号形式、至少一个信号的时间位置和至少一个信号的幅度的函数； 
其中确定所述信号中的每个信号的能量包括基于所述数学模型确定所述信号的幅度，所述幅度指示辐射事件。 
在第四方面，本发明提供一种钻孔测井的方法，包括： 
收集来自钻孔测井工具的辐射检测器的检测器输出数据；以及 
通过(i)获得或表示检测器输出数据作为数字序列，(ii)获得或确定数据中存在的信号的信号形式，(iii)通过根据数学变换来变换信号形式，形成变换的信号形式，(iv)通过根据数学变换来变换数字序列，形成变换的序列，所述变换的序列包括变换的信号，(v)估计至少变换的序列和变换的信号形式的函数，从而提供函数输出，(vi)根据模型对函数输出进行建模，(vii)基于该模型确定该函数输出的至少一个参数，以及(viii)从该函数输出的至少一个确定的参数确定信号的参数，来分解检测器输出数据中的单个信号； 
从而测井工具更短，测井工具速度更快，停留时间更短和/或改进了分辨率。 
在第五方面，本发明提供一种钻孔测井装置，包括： 
钻孔测井工具，用于照射围绕测井工具的材料，检测由材料发射的辐射，并且用于响应于辐射输出检测器数据；以及 
处理器，用于接收作为数字序列的数据，并且所述处理器被编程为(i)获得或确定数据中存在的信号的信号形式，(ii)通过根据数学变 换来变换信号形式，形成变换的信号形式，(iii)通过根据数学变换来变换数字序列，形成变换的序列，所述变换的序列包括变换的信号，所述变换的序列包括变换的信号，(iv)估计至少变换的序列和变换的信号形式的函数，从而提供函数输出，(v)根据模型对函数输出进行建模，(vi)基于该模型确定该函数输出的至少一个参数，以及(vii)从该函数输出的至少一个确定的参数确定信号的参数； 
从而测井工具更短，测井工具速度更快，停留时间更短和/或改进了分辨率。 
在第六方面，本发明提供一种矿物测井的方法，包括： 
收集来自矿物测井工具的辐射检测器的检测器输出数据；以及 
通过(i)确定所述数据中存在的信号的信号形式，(ii)进行所述信号的一个或多个参数的参数估计，其中所述一个或多个参数至少包括信号时间位置，以及(iii)至少从所述信号形式和所述参数估计确定所述信号中的每个信号的能量，来分解检测器输出数据中的单个信号； 
从而测井工具更短，测井工具速度更快，停留时间更短和/或改进了分辨率。 
因此，本发明还可以用于测井矿物或多种矿物的成分，所述矿物或多种矿物可以邻近测井工具放置，通过测井工具传送(诸如在传送带上)，通过移动测井工具在原处测井，或者其它方式。 
在第七方面，本发明提供一种矿物测井装置，包括： 
矿物测井工具，用于照射材料，检测由该材料发射的辐射，并且用于响应于辐射输出检测器数据；以及 
处理器，用于以数字化形式接收检测器数据，并且所述处理器被编程为确定数据中存在的每个信号的信号形式，进行信号的一个或多个参数的参数估计，并且至少从信号形式和参数估计确定每个信号的能量，其中一个或多个参数至少包括信号时间位置； 
从而测井工具更短，测井工具速度更快，停留时间更短和/或改进了分辨率。 
应该注意到，在适合并且被本发明的任何其它方面所希望的情况下，可以采用本发明的每个方面的各种可选特征。 
附图说明
为了可以更清楚地确定本发明，现在将参照附图仅通过示例的方式描述优选实施例，附图中： 
图1是根据本发明实施例的油井测井装置的视图； 
图2是图1的装置的碘化钠NaI(TI)伽马射线检测器的视图； 
图3a、图3b和图3c是图示脉冲堆积的曲线图； 
图4是图示由在图1的装置中体现的信号处理方法使用的辐射检测的数学建模的图； 
图5是详述由在图1的装置中体现的信号处理方法使用的辐射检测的数学模型的图； 
图6是图1的数据捕获模块的功能元件的示意图； 
图7a、图7b和图7c是分别在1000μs、100μs和10μs的时间范围上从图2的检测器的输出直接收集的未处理数字化数据的图示； 
图8是由用于根据本发明的该实施例来分析光谱数据的图1的装置采用的用于脉冲堆积恢复的信号处理方法的示意性表示； 
图9是由用于根据本发明的该实施例来分析光谱数据的图1的装置采用的用于脉冲堆积恢复的信号处理方法的示意性流程图； 
图10a、图10b和图10c是在图9的信号处理方法的不同阶段的结果的图示； 
图11是用图9的方法处理的各种输入计数率的137Cs源的伽马射线光谱的图示； 
图12是使用由数字核脉冲发生器产生的模拟数据组而准备的、图9的信号处理方法的计算机模拟的结果的图示； 
图13是在一个计数率范围上图12的模拟对于伽马射线源的性能的图示； 
图14a、图14b、图14c和图14d描绘将图9的信号处理方法应用到76mm×76mm NaI(TI)伽马射线检测器的输出的结果； 
图15a、图15b、图15c和图15d描绘将图9的信号处理方法应用到采用HPGe检测器收集的数据的结果； 
图16a、图16b、图16c和图16d描绘将图9的信号处理方法应用到氙气比例检测器的输出的结果； 
图17是在对数-线性刻度上绘制的、在中子源接通的情况下采用图1的装置收集的能量光谱的图示； 
图18是在对数-线性刻度上绘制的、在中子源断开的情况下采用图1的装置收集的能量光谱的图示； 
图19包括图示数据处理的不同阶段的图示，该图示示出了以下部分：(i)输入数据流、(ii)脉冲定位输出、(iii)脉冲识别输出、以及(iv)验证误差信号； 
图20是本发明实施例的中子激活的伽马射线光谱井测井工具的示意性横截面图； 
图21是为图20的井测井工具计算的作为输入计数率的函数的吞吐量计数率的图示，以及在没有用于本发明的脉冲堆积恢复的信号处理的情况下所计算的图20的井测井工具的性能的图示； 
图22a和图22b是为图20的井测井工具计算的作为输入计数率的函数的百分比吞吐量的图示，以及在没有用于本发明的脉冲堆积恢复的信号处理的情况下所计算的图20的井测井工具的性能的图示；以及 
图23是根据本发明实施例的中子激活的伽马射线光谱井测井工具的示意性横截面图。 
具体实施方式
图1是根据本发明实施例的油井测井装置10的示意图。装置10包括用于降低到油井钻孔(或其他钻孔)中的测井工具或“环(collar)”12。工具12具有以用于生成用于激发围绕钻孔的材料的中子的脉冲中子发生器形式的中子源14、检测器16、分离中子源14和检测器16的屏蔽18、以及耦合到检测器16的输出的前置放大器20。前置放大器20的输出耦合到同轴电缆22。将意识到的是，工具12可以包括与检测器16相当的多个检测器。 
装置10包括脉冲整形模块24和数据捕获与分析模块26。安排这些模块，使得前置放大器20的输出可以通过同轴电缆22传输到脉冲整形模块24并且因此传输到数据捕获模块26，或者可以通过同轴电缆22直接传输到数据捕获与分析模块26。应该意识到的是，数据捕获与分析模块26可以包括被配置为用于收集数据并如下所述分析该数据的计算设备或多个组件(诸如用于执行这些功能的数据收集设备和不同的数据分析设备)。在后面的情况下，这种数据收集和数据分析设备可以每个都包括计算设备。在两种情况下，数据捕获与分析模块26包括显示器。 
工具12适于在大约20cm直径和该领域的典型深度(该深度可以大至10km或更大)的钻孔的情况下使用。由于装置10处理高计数率的能力，可以收集有用数据的进入围绕材料中的最大深度是大于使用典型的现有工具的深度。这允许更强中子源的使用，更强的中子源引起来自更大深度的有用计数率。 
此外，如果希望，则装置10处理高计数率的能力允许屏蔽18更薄，或者减小源14和检测器16之间的距离(或者这两者)。因此，可以减小工具12的总的长度。此外，装置10在有效地较少堆积(如下所述)的情况下从工具12的输出提取更多有用信息的能力允许减少照射或收集时间，并且因此减少“停留”和总测井时间。 
因此，目前最短的工具在长度上大于6.5m。使用装置10的测试测量(见下文)启示可以实现至少2倍的可容许计数率的增加，所以可以设想使用长度上小于(并且可能远小于)6m的工具可以根据本发明获得与本领域的目前状态相当的结果。类似地，已经报告了大约135m每小时(每30cm收集两个数据点)的测井速率：可以设想在至少更快50％(并且可能100％)的测井速率的情况下可以根据本发明获得相当的结果。 
脉冲整形模块24执行前置放大器20的输出的脉冲整形，以便减少由前置放大器20输出的脉冲的长度，并且如有必要则采用，但是可以被省略或旁路。不管是否采用脉冲整形模块24，前置放大器信号最终都被传输到数据捕获与分析模块26。 
数据捕获与分析模块26包括信号处理单元，该信号处理单元包括两个部分：1)产生对应于检测器单元的模拟输出的数字输出的模拟到数字转换器；以及2)实现根据本发明的数字信号处理(DSP)例程的处理单元。前置放大器20的输出信号耦合连接到信号处理单元。 
图2是检测器16的示意图。当由已经通过来自中子源14的中子激发的围绕油井钻孔的材料中的原子发射伽马射线时，该伽马射线可以传到检测器16中，并且如果是这样的话，则该伽马射线的能量从伽马射线转移到NaI(TI)晶体28中的电子。在发射紫外光子时，电子损失该能量，将晶体中的电子提升到激发态。在发射紫外光子时，电子衰变到较低能量状态。前述紫外光子通过光学窗传到光电倍增管32的光电阴极36，该紫外光子在该光电阴极36处转换为光电子，并且随后在到达光电倍增管32的阳极40之前由电子倍增器38倍增。可以通过板载前置放大 器42提供进一步的倍增级。以此方式，其幅度与入射伽马射线的能量成比例的电信号存在于检测器16的检测器输出终端44处。还将理解的是，检测器还可以额外包括μ金属磁屏蔽46，该μ金属磁屏蔽46大约位于光电倍增管32的边缘48，并且向光电倍增管32的前方延伸足够远以围绕一部分NaI(TI)晶体28。 
此类型的闪烁检测器具有高效率，也就是说，其表现出检测到入射伽马射线的概率高。然而，它们还表现出相对长的检测器响应时间。检测器响应时间是检测器用于检测入射伽马射线并且返回到可以精确检测下一入射伽马射线的状态所需要的时间。因此，具有长的检测器响应时间的辐射检测器有脉冲堆积的倾向。也就是说，理想地由完全离散的脉冲(每个对应于单个伽马射线的入射)组成的输出而是表现出单独脉冲可以重叠的波形，使得它们难以被表征。 
图3a、图3b和图3c图示了脉冲堆积的效果，并且示出绘制为能量E相对于时间t(两者以任意单位)的说明性信号或脉冲。图3a图示所谓的“末端堆积”，其中根据所采用的脉冲调节的类型，一个脉冲51的尾部50可以将明显的正或负的偏差(在图示的示例中为正的)提供给随后脉冲52的幅度。尽管当与的大多数脉冲的总的时间间隔相比时，两个脉冲之间的时间位移Δt相对大，但是在第二脉冲52到达处信号包络或合成波形54显著地在零之上。 
两个脉冲之间真正的零信号状态的缺乏破坏了脉冲表征，由于第二脉冲的幅度由第一脉冲的尾部虚假膨胀。图3b图示了脉冲堆积的另一形式，“峰堆积”。这里，两个脉冲56和58在时间上间隔紧密地到达，即脉冲之间的时间位移Δt与大多数脉冲的总的时间间隔相比小。合成输出波形60或多或少表现为比任一组成脉冲稍微更大幅度的单个脉冲。在通过检测器的伽马射线的通量达到极端的情况下，常常具有在检测器的响应时间内到达的多个事件(event)，导致多个堆积事件。图3c图示这样的情况。多个信号或脉冲(如用62示出的)在随机的时间间隔Δt的情况下到达，并且合计产生合成波形64，难以从该合成波形64提取组成信号的参数。 
根据本实施例的解决脉冲堆积的方法的一个部分是信号或脉冲的某些参数的估计；这些参数是检测器数据流中的所有伽马射线的数目、到达时间和能量。根据本实施例，通过数学建模数据流中的信号来估计这 些参数。在本实施例中采用的模型包括关于数据和装置的某些假设，如下面所讨论的。 
图4是图示建模辐射检测处理的图。辐射g(t)70入射在由测量处理m(t)表示的检测器72上，得到来自检测器的输出数据y(t)74。增加采样处理76，产生数字检测器数据或“时间序列”x[n]78。 
可以将关于辐射检测的物理过程的一些知识添加到上述模型。图5是图示在图4中示出的检测处理的更详细的数学模型。到检测器的输入g(t)由等式1表征，其中假设输入g(t)是未知数目(N)个随机幅度(α)和到达时间(τ)的∑函数状脉冲。这样的输入的说明性示例用80示出。 
g ( t ) = Σ i = 1 N α i δ ( t - τ i ) i = 1,2,3 , . . . , N . - - - ( 1 )
假设辐射检测器具有对于进入辐射的特定响应，称为检测器脉冲响应d(t)(或者，等效地，数据中信号的信号形式)，所述响应用82图示。检测器脉冲响应的数字化版本(即，信号形式)表示为d[n]。 
来自检测器的输出用86示出，并且由等式2表征，其中检测器输出y(t)是采用未知能量(α)和未知到达时间(τ)的未知数目个预定信号形式d(t)的信号的和。还考虑随机噪声源ω(t)84。通过模拟到数字转换器76产生数字检测器数据x[n]88。 
y ( t ) = Σ i = 1 N α i d ( t - τ i ) + ω ( t ) i = 1,2,3 , . . . , N . - - - ( 2 )
因此，位于如用88图示的模拟到数字转换器76的输出处的数字化信号x[n](其构成了数据的时间序列)由以下等式给出 
x [ n ] = Σ i = 1 N α i d [ n - Δ i ] + ω [ n ] , - - - ( 3 )
其中d[n]是信号形式d(t)的离散时间形式，Δi是采样中相对第i信号的延迟，并且ω[n]是噪声的离散时间形式。数字化信号x[n]还可以以矩阵形式写为 
x=Aα+ω,               (4) 
其中A是M×N矩阵，A的元素(entry)由下式给出 
此外，T是采样中d[n]的长度，M是数字化信号x[n]中采样的总数，α是N信号能量的矢量，并且ω是长度M的噪声矢量。矩阵A还可以如下描述： 
因此，矩阵A的各列包含该信号形式的多个版本。对于各个列的每一个，信号形式的起始点由信号时间位置定义。例如，如果数据中的信号在位置2、40、78和125处到达，则矩阵A的第1列在第1行是“0”、在第2行具有信号形式的第1数据点、在第3行具有信号形式的第2数据点等等。第2列第1行直到第39行都是“0”，第39行之后有信号形式。第3列第1行直到第77行都是“0”；第4列第1行直到第124行都是“0”，并且然后是信号形式。因此，矩阵A的大小由识别出的信号的数目(其变为列的数目)确定，而行的数目取决于时间序列中采样的数目。 
因此，本实施例的信号处理方法努力提供检测器数据的一些未知参数的精确估计，所述未知参数不但包括检测器输出中组成信号的数目(N)，而且包括每个组成信号的能量(α)和到达时间(τ)。 
信号处理方法
图6是具有检测器16的图1的数据捕获模块26的功能元件的示意图，并且提供图6以便更详细地说明由图1的装置所采用的用于脉冲堆积恢复的信号处理方法。参照图6，检测器16经由模拟前端(AFE94)连接到脉冲处理板92。AFE94的目的是通过在本实施例中在12比特转换精度的情况下以125MHz执行模拟到数字转换，对由检测器16产生的 信号进行数字化。 
图7a、图7b和图7c图示分别在1000微秒、100微秒和10微秒的时间范围上由这样的数字化产生的波形。这些图中的各个峰对应于各自伽马射线的检测。一些峰表现为离散的信号或脉冲110、112，其可以指示仅仅单个伽马射线的存在。其它波峰归因于2个峰116或3个或更多峰的114的堆积。 
在检测器16的输出已经通过AFE94数字化之后，执行用于脉冲堆积恢复的信号处理方法。再次参照图6，由AFE94产生的数字信号传到脉冲处理现场可编程门阵列(FPGA)96中。然后，脉冲处理FPGA(96)执行本实施例的脉冲处理方法；数字信号处理协处理器98可以可选地用于辅助脉冲处理FPGA96来执行脉冲处理方法。脉冲处理FPGA96所需的变量和在脉冲处理方法的中间步骤产生的数据可选地存储在存储器100中。经由数据/控制接口102控制信号处理，该数据/控制接口102结合控制处理器104可以用于修改信号处理的实施方式。可以经由数据/控制接口102在显示器106上显示来自信号处理方法的输出数据。在计算机中提供了显示器106，如果需要，则该计算机可以用于执行后处理和系统控制。 
图8是在本实施例的检测器时间序列中用于辐射信号的脉冲堆积恢复的信号处理方法的示意图。数字化检测器信号(来自AFE94)形成用于该信号处理方法的输入120。离线系统表征122用于确定对于特定数字化检测器信号的唯一的检测器脉冲响应。在系统表征阶段122中生成的表征数据被用于脉冲定位阶段124。脉冲定位阶段124实时估计数字化检测器信号中辐射脉冲的数目和时间位置(或者到达时间)。在脉冲识别阶段126中，数字化检测器信号、检测器脉冲响应和来自脉冲定位阶段124的输出被用于确定信号或脉冲的能量。验证128包括比较脉冲识别阶段126的输出与数字化检测器信号120。如果该比较指示已经无法精确地估计任何脉冲参数，则拒绝那些参数，以便仅输出有效数据130。在验证阶段128中生成的误差信号也被用于系统表征122中。在诸如由于组件的老化、温度变化或增加的辐射通量而检测器脉冲响应可能随着时间变化的情况下，通过采用误差信号，系统表征122在线并且适应性地更新检测器脉冲响应。这种检测器脉冲响应的更新可以使用任何合适的自适应方法来执行，例如，如由S.Haykin[《自适应滤波器理论》， 第4版，Prentice Ha11，2002年(Adaptive Filter Theory,4th Ed,Prentice Ha11,2002)]描述的最小均方自适应、归一化最小均方自适应或递归最小均方自适应。 
图9是本实施例的信号处理方法的流程图。在步骤140，执行校准。这涉及数据规格化或调节142、数据选择和拟合144、以及最优滤波器构造146。在数据规格化142中，从数据文件加载以低入射辐射通量记录的校准数据信号，检查这些校准数据的完整性，并且移除数据的基线中的任何偏差。数据选择和拟合144涉及仅选择对应于单个辐射事件的检测的数据，并且构造检测器脉冲响应的基于数据的模型。然后通过将合适的函数拟合到数据获得该模型的函数形式，诸如多项式、指数函数或样条函数。这导致检测器的预期的脉冲响应d[n]。最优滤波器构造146采用该检测器脉冲响应来为检测器构造合适的滤波器，诸如逆滤波器或匹配滤波器。 
在步骤150，获取数据，但是数据可能受显著的脉冲堆积的影响。数据可以是来自文件或直接来自检测器元件16的输入152。 
在步骤160，应用信号处理例程来确定时间序列中信号的幅度和定时参数。首先，调节数据162以便移除数据的基线中的任何偏差。接下来，检测器数据被以步骤146中得到的滤波器卷积164，以便提供到达时间参数(τ)和脉冲数目(N)的初始估计。然后，使用合适的峰值检测处理进一步改善定时参数和脉冲数目的估计166，并且从τ、N和检测器脉冲响应d[n]确定能量参数(α)(诸如通过线性规划、矩阵反演或卷积技术)。最后，从数目(N)、能量(α)、定时(Δi)和检测器脉冲响应(d[n])进行168检测器数据流的估计。 
可以通过线性规划或通过使用用于求解在等式4中定义的线性等式系统的合适方法来求解这样的等式系统，确定参数矢量(α)，所述合适方法诸如例如由G.HGolub和C.F.Van Loan[《矩阵计算》，第2版，约翰霍普金斯大学出版社，1989年](G.H.Golub and CF.Van Loan[Matrix Computat ions，2nd Ed，Johns Hopkins University Press，1989])描述的那些方法之一。 
在步骤(170)，执行参照上面的验证阶段128，该验证阶段128可以称为如在本实施例中的误差检查，验证涉及确定为对应于每个信号i的一组采样连续计算的误差信号e[n]，其中1<i<N(N是数据流中信 号的总数)。通过确定时间序列数据x[n]和基于模型的数据流(来自步骤168的[n])之间的方差172计算该误差信号；因此，e[n]是x[n]和[n]之间的方差，如由等式6给出。 
e [ n ] = ( x [ n ] - x ^ [ n ] ) 2 - - - ( 6 )
如果e[n]超过预定阈值，由于该条件指示信号参数没有产生可接受地符合该信号(也就是说，足够精确)的各自信号的模型，则拒绝这些参数174，；有关信号被视为构成破坏的数据，并且从进一步的光谱分析排除有关信号。阈值可以根据数据以及希望多么接近建模的数据而变化；因此，通常在任何特定具体应用中，选择阈值的验证和定义方法以反映该应用的要求。 
这样的阈值的一个示例是信号能量αi乘以合适的系数(诸如0.05)。在该示例中，当满足下式(7)时，验证将认为模型可接受地符合构成信号i的数据。 
e[n]<0.05αi                   (7) 
可以通过以任何其它合适的方式定义误差信号和阈值来执行验证。例如，误差信号可以设为误差的绝对值。阈值可以定义为信号幅度的0.05倍之外的倍数。另外的阈值包括噪声的数目、标准偏差。 
减小阈值(如通过减小等式7中αi的系数)以较低吞吐量实现改进的能量分辨率，而增大阈值以降低的能量分辨率实现改进的吞吐量。 
在步骤180，进行关于是否存在足够数据的判定。如果没有，则处理在步骤150继续。否则，方法进行到步骤190。在步骤190，创建伽马射线能量光谱。以直方图的形式表现192在步骤166确定的伽马射线能量参数，所述伽马射线能量参数在步骤174被视为有足够的精确度。这是可以对其执行光谱分析的伽马射线能量光谱。 
信号处理方法的结果
图10a、图10b和图10c是上面参照图8和9描述的用于以闪烁伽马射线检测器收集的数字化数据的数字信号处理方法的处理的各个阶段的结果的图示。通过模拟到数字转换器在125MHz和12比特精度数字化检测器数据流；所使用的伽马射线源是具有661.7keV的主伽马射线发射的137Cs源。 
闪烁检测器采用由检测器/辐射相互作用生成的光来检测和测量该 入射辐射。闪烁检测器可以包括有机闪烁体或无机闪烁体。有机闪烁体包括有机晶体闪烁体和液态有机溶液(其中已经溶解闪烁材料以形成液态闪烁体，该液态闪烁体然后可以被塑化以形成塑料闪烁体)。无机闪烁体包括诸如NaI(TI)、BGO、CsI(TI)和许多其它的晶体闪烁体以及光切换检测器(其中两个或多个不同的闪烁体的组合光学地耦合到公共PMT，以便利用各闪烁体的不同衰减时间来确定发生辐射/检测器相互作用的位置)。 
在这个例子中，检测器包括76mm×76mm NaI(TI)伽马射线闪烁检测器。图10a是绘制为能量E(keV)相对于时间t(μs)的在以信号处理方法处理之前的一部分数字化检测器数据200、以及根据组成信号的时间位置和能量绘制的信号处理方法的结果(例如，在210)的图示。例如，可以在大约75.8μs处表现为原始数字化检测器数据200中的单个峰220的信号已经分解为分别在75.3和75.7μs处的两个区别信号222、224。 
根据确定的信号的时间位置、能量和形式，可以生成检测器数据的模型。图10b是以能量E(keV)相对于时间t(μs)示出的，图10a中所示的数字化检测器数据流200的那部分的结果数据模型230的图示。还示出了倒误差图示240，其包括检测器数据200和数据模型230之间的方差的图示，并且指出了模型230中的误差。在模型230精确地跟踪检测器的输出的位置处，误差信号小，而在检测器数据的模型230和检测器数据200本身之间存在不一致时，误差变大。基于该误差信号240，可以进行关于接受还是拒绝通过该信号处理方法估计的信号参数的判定。 
图10c是由该信号处理方法产生的被示出为对数-线性图示的伽马射线能量光谱250。已经接受的能量参数绘制为直方图，其中水平轴代表各个区间中每个信号的能量E(keV)，并且垂直轴代表确定为已经在收集时段(在该示例中，1秒)中检测到的能量的计数数目N。 
图11是使用碘化钠NaI(TI)伽马射线检测器收集的示例性伽马射线能量光谱的图示。图11中示出的伽马射线能量光谱展示了用于脉冲堆积恢复的信号处理方法在一系列计数率上的性能。使用耦合到检测器基部(模型号2007)的76mm×76mm堪培拉牌NaI(TI)伽马射线检测器(模型号802)收集实验数据；没有使用前置放大器。信号处理硬件经由65MHz14比特模拟到数字转换器连接到检测器基部的倍增极输出。 
用准直的伽马射线束照射NaI(TI)晶体，这确保用基本平行的伽马射线束照射检测器的中心部分；束直径是50mm。 
0.37GBq和3.7GBq的两个137Cs伽马射线源与三个校准的铝传输滤波器用于获得在检测器面的伽马射线通量的范围。检测器到源的距离在数据收集期间保持恒定。 
参照图11，分别以529kHz、230kHz、167kHz、124kHz、67kHz和9kHz的计数率收集光谱260、262、264、266、268和270。如所预期的，用本实施例的装置收集和用本实施例的方法处理的数据的能量分辨率随着计数率增加而劣化。发现表达为峰值能量(即，661.7keV)的百分比的峰的半高全宽(FWHM)分别为9.6％、7.3％、7.1％、6.9％、6.7％和6.7％。对于9kHz到230kHz的计数率，在661.7keV的137Cs伽马射线能量峰的能量分辨率保持小于7.5％；也就是说，尽管来自NaI(TI)检测器的计数率增加了25倍以上，但是在661.7keV的能量分辨率减少了少于0.5％。 
图12和图13中也图示了本实施例的信号处理方法的性能。从计算机模拟的结果生成这两个图，其中可以精确控制输入计数率，因此使得能够考虑非常宽范围的输入计数率。图12是信号处理方法的吞吐量(即，精确检测的该部分输入计数率)相对于从0.1到2.5MHz的输入计数率的对数-对数(log-log)图示。理论极限(即，吞吐量等于输入的情况)用虚线示出。该图展示在非常宽的输入计数率范围上，信号处理方法的吞吐量保持大于或等于90％。 
图13是与图12相当的线性-对数图示，但是具有相对于从0.005到10MHz的输入计数率绘制的百分比吞吐量。此外，图13包括本实施例的信号处理方法的能量分辨率和峰位置性能的图示。137Cs峰的能量分辨率在0到2.5MHz减小小于10％，并且峰位置在该范围上显示非常小的改变。 
图14a、图14b、图14c和图14d还描绘了将本实施例的用于脉冲堆积恢复的信号处理方法应用到76mm×76mm NaI(TI)伽马射线检测器的输出的结果。大约14μs的数据用于生成这些图中绘制的数据。这些图是任意单位的能量E相对于时间t(μs)的图示。 
图14a是AFE94的输出的图示：使用65MHz和14比特分辨率的模拟到数字转换率将检测器的时间变化的电压输出转换为数字数据。图 14b是应用该方法的结果的图示。已经分解了信号的时间位置(描绘为垂直线)，组成信号的能量也被分解(描绘为交叉号)。如上所述，组成信号的时间位置和能量用于结合信号形式来确定伽马射线检测器输出的模型：在图14c中绘制得到的模型。 
对伽马射线检测器的数字化输出与伽马射线检测器输出的模型进行比较，以便得到在表征伽马射线检测器输出中造成的误差的估计。在图14d中绘制该误差信号。然后基于该误差信号，有可能确定用于信号参数估计的排除的阈值，诸如，可以通过接近信号峰的位置的误差或幅度确定接受或拒绝信号能量的估计的判定。 
图15a、图15b、图15c和图15d描绘将本实施例的用于脉冲堆积恢复的信号处理方法应用到用半导体(或者固态)检测器收集的数据的结果。这样的检测器采用入射辐射与半导体的晶格中电子的相互作用，形成电子空穴对。这些检测器的示例包括高纯度锗(HPGe)检测器、硅二极管检测器、半导体漂移检测器(如硅漂移检测器)、碲化镉(CdTe)检测器和CZT检测器。 
因此，采用图1的装置，尽管用以堪培拉工业牌高纯度锗(HPGe)检测器的形式的检测器单元代替检测器16，并且用57Co伽马射线源(其两个主伽马射线具有122.1和136.5keV的能量)而不是中子源和样本。HPGe检测器的输出馈送通过前置放大器，然后进入Ortec牌脉冲整形放大器。收集大约92μs的数据，从所述数据生成图15a、图15b、图15c和图15d中的以任意单位的能量E相对于时间t(μs)绘制的数据。图15a是AFE94的输出的图示。检测器的时间变化电压输出以具有14比特分辨率的65MHz的模拟到数字转换率转换为数字数据。图15b是应用该方法的结果的图示。已经分解了信号的时间位置(描绘为垂直线)，组成信号的能量也已被分解(描绘为交叉号)。组成信号的时间位置和能量以及信号形式用于确定处理的HPGe检测器输出的模型，该模型在图15c中绘制。 
图15d是从HPGe检测器的数字化处理的输出与该输出的模型的比较得到的误差信号的图示。该误差信号又可以用于确定用于信号参数估计的排除的阈值。 
图16a、图16b、图16c和图16d描绘将本实施例的用于脉冲堆积恢复的信号处理方法应用到用于检测X射线的气体比例检测器的输出的结 果。气体比例检测器是其行为类似于固态检测器的行为的一类检测器。气体比例检测器依赖于腔中辐射与气体的相互作用。在轴向导线与腔壁之间的腔中创建电场。穿过气体的辐射使得气体电离，这产生电子，然后电子由于所述电场被收集在导线上，并且被作为检测器数据而输出。 
因此，采用图1的装置10的简化形式，用以氙气体比例检测器的形式的检测器代替检测器16，并且具有X射线衍射装置中的X射线发生器而不是中子源14。大约300μs的数据用于生成在图16a、图16b、图16c和图16d中绘制的数据，该数据被以任意单位的能量E相对于时间t(μs)绘制。与之前示例的数据收集时段相比，由于氙气体比例检测器的相对长的衰减时间(50μs的量级或更长)，使用了显著更长的数据收集时段。为此，AFE94的采样率也被降低。 
图16a是AFE94的输出的图示；在该示例中，使用15MHz和14比特分辨率的模拟到数字转换率，以便将检测器的时间变化电压输出转换为数字数据。图16b是应用该方法的结果的图示。已经分解了X射线信号的时间位置(描绘为垂直线)，组成信号的能量也已被分解(描绘为交叉号)。如上所述，组成信号的时间位置和能量用于结合信号形式来确定氙气体比例检测器输出的模型：在图16c中绘制得到的模型。 
对氙气体比例检测器的数字化输出与氙气体比例检测器输出的模型进行比较，以便得到在表征氙气体比例检测器输出中造成的误差的估计。在图16d中绘制该误差信号。然后该误差信号可以用来确定用于信号参数估计的排除的阈值，诸如，可以通过接近信号峰的位置的误差或幅度确定接受或拒绝信号能量的估计的判定。 
多个信号形式
对于一些检测器类型，诸如大体积固态检测器，给定信号的形式可以是多个可能信号形式之一。这可能是检测器类型所固有的，或者是由于温度或其它测量特有的因素。 
例如，CsI(TI)检测器是闪烁检测器，其依赖于正在检测中子还是伽马射线，展现两种区别的信号形式。固态辐射检测器可以展现时变的信号形式，即使当仅检测一个形式的辐射时也是如此；例如，大体积高纯度锗(HPGe)检测器可以产生这样的输出信号，该输出信号的形式取决于辐射和检测器之间的相互作用的具体地点。辐射与HPGe检测器的锗晶体的相互作用产生大量电子空穴对；辐射感生的电荷由电子和空穴两 者携带。然而，电子和空穴以不同的速度行经HPGe检测器，所以由电子产生的电荷脉冲通常具有与由空穴产生的电荷脉冲不同的形式。因此，由检测器产生的脉冲(由电子和空穴两者携带的电荷的总和)具有依赖于相互作用的位置的形式。 
因此，多个信号形式是这些变化的物理机制的结果。各个信号形式可以表示为d1[n]、d2[n]、...、dQ[n]，其中Q是可以由特定检测器类型生成的不同信号形式的总数。以与表征具有单个信号形式的数据的信号形式相同的方式表征每个可能的信号形式。然而，对于多个信号形式，校准处理必须延伸合适的时间长度，以便确保已经识别和表征所有可能的信号形式；一旦已经识别数据流中每个信号的形式，就可以执行包括时间位置和信号能量的信号参数的估计。为了正确地估计这些信号参数，可以采用(用于具有单个信号形式的数据的)上述方法的多个可能扩展。 
1.通过将数据流中的所有信号视为，诸如，与第一信号(即d1[n])具有相同形式，可以为数据流中的每个信号估计包括信号时间位置和信号能量的信号参数。在验证阶段拒绝没有可接受地符合信号形式d1[n]的那些信号的参数；从数据流中减去这样的信号，已经对于所述信号成功估计参数，并且因此可接受地符合信号形式d1[n]。对于d2[n]一直到dQ[n]连续重复该处理，其中在每个阶段为具有在该阶段使用的信号形式的信号估计信号参数。在每个阶段，用在迭代p中使用的信号形式dp[n]重复构造的矩阵A求解矩阵等式4。在处理的结束，拒绝由于没有可接受地符合多个信号形式中的任意一种，而没有通过多个信号形式中的任意一种的验证阶段的那些信号。 
2.在第一方法的变化中，为每个信号形式依次估计信号参数，但是不在每个阶段减去信号估计。替代地，估计的信号被用于最终信号验证阶段，以便确定提供对数据流的最优总体估计的信号形式和信号参数。这考虑到当信号实际上具有还没有用于估计信号参数的形式时，没有正确地估计该信号具有一种形式的可能性。 
3.在第一方法的进一步变化中，有可能将每个信号形式dp[n]建模为两个信号形式(为了方便称为d1[n]和d2[n])的线性组合。因此，第p信号形式dp[n]建模为： 
dp[n]=(a.d1[n]+b.d2[n])                (8) 
其中a和b是未知常数，如果需要可以直接从该等式确定a和b。为了求解在此情况下的矩阵等式，将矩阵等式扩展为： 
x = &CenterDot; A 1 &CenterDot; A 2 &CenterDot; Y . . . &beta; + &omega; 1 - - - ( 9 )
其中使用等式5分别从信号形式d1[n]和d2[n]形成子矩阵A1和A2。未知信号能量的矢量α已经重新定义为由矢量γ和β构成，使得信号i的实际信号形式的能量可以估计为αi=γi+βi。使用与用于求解之前的矩阵等式(等式4)的那些方法相同的方法来求解新的线性等式系统。应注意，该方法考虑到信号形式可能是来自可以表示为两个信号形式d1[n]和d2[n]的线性组合的可能信号形式的连续体的可能性。 
因此，该方法允许表示实际上不限数目的信号形式。 
4.在方法3的进一步变化中，多个信号形式的每个信号形式分解为正好两个信号形式的线性组合的过程可被扩展到一般情况，其中多个信号形式可以分解为任意数目的信号形式的线性组合。矩阵A和信号能量矢量α相应地增大。 
示例 
通过将根据图1的实施例的示例性油井测井装置的工具12降低到测试材料的容器中，测试该示例性油井测井装置。测试材料用中子源14进行照射，利用检测器16进行观察，检测器16的输出通过脉冲整形模块24预处理，并且记录在数据捕获和分析模块26上。以52.5MHz的采样率捕获预处理的检测器输出。 
以不同的源强度重复该过程，以便实现不同的检测计数率。以此方式，可以评价随着装置10的计数率的吞吐量性能和能量分辨率变化。 
分析的目的是对于每个源和处理电子装置配置获得辐射能量光谱，并且获得当源14接通时、当源14断开时、以及当源断开长时间间隔的时段期间所获得的光谱。 
离线地执行分析：记录的数据随后“播放(play)”到数据捕获和分析模块26的数据分析组件，该数据捕获和分析模块26的数据分析组件的输出用于产生用于显示的能量光谱。在图8中图示了该分析处理，图8还示出了分析的中间步骤。在该示例中，输出130包括在数据捕获和分析模块26的显示器上的经过处理的数据的直方图。 
图17是在对数-线性刻度上绘制的、在源14接通的情况下收集的能量光谱的图示，而图18是也在对数-线性刻度上绘制的、在源14断开的情况下收集的能量光谱的图示。在两种情况下，三个光谱(a)、(b)和(c)对应于提供到中子源14的不同电流，并且因此对应于不同计数率。这些计数率是大约600-700kHz、300kHz和150kHz。中子源14的电流越高，在任何给定中子脉冲中生成更多中子，并且因此在测试材料中产生和检测到更多伽马射线。因为在每种情况中在相同的时段上收集数据，所以更高的光谱与更高的计数率有关。 
对于每个实验，记录500个数据文件，其中每个文件包含262，144个数据样本，或者包含以52.5MHz采样率的大约5ms的数据。因此，为每个实验记录总共2.5秒的数据。 
通过在图19中示出小部分的记录数据的分析结果，图示数据处理的不同阶段。图19包括四个图示；从顶部到底部这些图示是：(i)输入数据流；(ii)脉冲定位输出；(iii)脉冲识别输出；以及(iv)验证误差信号。在该分析样本中，脉冲识别输出几乎完全地覆盖在输入数据流上，展示了装置10在存在脉冲堆积时分解脉冲，并且精确地确定数据流中每个脉冲的能量的能力。如果估计的脉冲参数不正确，则将导致高验证误差信号，并且使得该区域中的数据被拒绝。 
可以根据这些结果进行以下观察。 
随着源强度增加，处理的输出的计数率也增加。现有的方法拒绝受脉冲堆积影响的数据，所述脉冲堆积随着计数率急剧增加，所以处理的输出与输入流的比率减少。然而，在本测量中处理的计数率的比率良好地维持作为输入计数率的百分比的吞吐量。 
随着计数率增加，主光谱特征(大致在箱200处)的能量分辨率保持几乎恒定。这展示了装置10在极高的计数率继续良好地执行和维持能量分辨率的能力。 
在图18的源断开光谱中，在图17的源接通光谱中不明显的特征是可见的。预期在额外使用源同步信号以避免数据的不当分配的情况下，将更清楚地观察到这样的特征。 
示例 
如本领域的技术人员将意识到的，在油井测井中要求详细了解储藏岩层，以便改进从储藏开采石油的效率和成本效率。中子激活技术(非 弹性、捕获和激活)可以用在井下环境中，用于在地下地质地形中发现的大多数矿物和流体的评估。这些技术可以用于在油、气和水之间区分，并且还可以用于基于它们的元素成分识别矿物。储藏岩层的详细了解对于改进从储藏开采石油的效率和成本效率是重要的。其它的核技术包括：中子后向散射；伽马射线测井和自然伽马射线测井也可以用于了解岩层的特性。 
图20是位于由岩层284包围的钻井282中的、本发明实施例的中子激活伽马射线光谱井测井工具280的示意图。工具280具有抗压环286，用于密封和保护它的其它组件不受使用中遇到的环境的影响。在环286中，工具280具有底盘288以装入那些组件。工具280具有大约3m的总长度和从8到16cm的直径(根据应用)。 
工具280的组件包括以电中子发生器(ENG)292的形式(尽管其它工具采用同位素源，诸如AmBe)面对工具280的远端的辐射源。ENG可以在原处产生高辐射通量，而没有在表面上的辐射处理风险，由于可以在钻孔的同时接通ENG而在地面上时断开ENG。ENG292通过电加速氘离子到氚或氘靶中来生成中子；可以以几十kHz的脉冲来产生中子输出。工具280还具有电子装置294，该电子装置294适于控制ENG292的脉冲产生和检测的辐射的选通，并且该电子装置294位于邻近ENG292并且在ENG292远端。 
工具280包括邻近ENG292的中子检测器296，该中子检测器用于跟踪来自ENG292的中子的实际输出通量，因为中子源的绝对强度通常对检测的校准很重要。在邻近中子检测器296的地方，工具280具有铅或钨屏蔽298，之后是近处检测器300以及然后的(朝向工具280的近端的)远处检测器302。屏蔽298因ENG292而降低通过近处检测器300的辐射通量，因为在任何实际测量中该通量构成背景。 
工具280还包括稳定器304，该稳定器304用于在使用中对着钻孔282的一侧推动工具280。 
在使用中，工具280降下钻孔282。激活ENG292，并且各向同性地发射中子到周围的储藏岩层284中，中子在储藏岩层284与地层的组成元素相互作用。一部分得到的辐射通量依次与近处检测器300和远处检测器302相互作用。取决于正在使用的核相互作用，得到的辐射包括伽马射线或中子。由近处检测器300和远处检测器302输出的信号经历根 据上面参照图9所描述的本发明的方法的光谱分析；此外，检测到的中子和/或伽马射线的时间分布可以用于进一步探测岩层284的构成元素。 
ENG292可以以每秒23×108中子的量级产生中子产量，该中子产量充分高于同位素源。(同位素源受对于安全操作的要求的限制，诸如对于16居里的AmBe限制为每秒4×107个中子)。来自源(不管是ENG还是同位素源)的中子的通量影响在近处检测器300和远处检测器302中观察的计数率，但是在ENG的情况下，瞬时计数率可以延伸到每秒几十万计数。以由ENG产生的提高的计数率，检测器和电子定时分辨率的效果非常显著，并且采用死时间校正和脉冲堆积拒绝技术以便于精确的元素成分估计。 
图21是计算的吞吐量计数率(kHz)(即，由工具280的检测器和电子装置294中的一个正确登记的事件的数目)相对于输入计数率(kHz)的图示。虚线310指出了其中吞吐量计数率等于输入计数率的理想系统。已经计算了工具280的性能(实现用于图9的实施例的脉冲堆积恢复的信号处理方法)，并且在该图的310处描绘为星号。具有标准检测器电子装置的GSO闪烁检测器的计算的吞吐量计数率在312处描绘为圆圈。可见具有标准检测器电子装置的GSO的性能到达点314，在该点314处，输入计数率的进一步增加(诸如来自辐射源的强度的增加)不产生吞吐量计数率的增加。这是因为随着输入计数率增加，堆积的概率也增加，并且不能使用被脉冲堆积破坏的数据。 
图22a和图22b是计算的百分比吞吐量相对于输入计数率的图示，描绘了将在没有脉冲堆积的情况下检测到的输入辐射事件的百分比。从这些图示显而易见的是，在200kHz的输入计数率(参照点320)处，具有标准电子装置的GSO检测器的吞吐量是大约78％，而采用使用本实施例的信号处理方法的GSO检测器的工具280在该计数率处具有大约98％的吞吐量。因此，使用工具280在任何特定深度进行油井测井所需的时间(停留时间)预期为使用标准检测器电子装置所需时间的大约78/98=80％。 
然而，如图22b所述，本发明的方法能够工作在显著高于200kHz的输入计数率，同时维持好的吞吐量统计：在2MHz的输入计数率(参照点330)，吞吐量维持大于75％。如果采用源强度使得输入计数率是2MHz，则将可能将在任何特定深度进行油井测井所需的时间减少9.6倍 (或者，保守地，在一些应用中减少2或5倍)。 
背景技术的但是类似于图20中示出的核测井工具可能能够以大约每小时3600英尺(～1100m/h)的速率进行标准油井测井，并且实现大约±5％的元素精度。可替代地，它们可能能够以大约每小时1800英尺(～550m/h)的速率进行“高分辨率”油井测井，并且实现大约±2％的元素精度。使用该实施例的工具，使用产生200kHz的输入计数率的源的标准油井测井可以以更快20％的～1，320m/h(忽略测量之间重新布置工具280所需的时间)的速率运行。可替代地，如果使用高通量源，则可以用大于±5％的元素精度获得快于1100m/h的测井速率。因此，合理地预期处理显著高吞吐量计数率的能力也应该使得能够将核井测井工具的尺寸在长度上减小到低于3m，减小10％或20％。 
因此，可以减小(消除)ENG292和检测器300、302之间的屏蔽298的量，或者可以使得检测器300、302制造得更小(并且因此更轻)，或者这两种情况，从而实现设计为适合更窄钻孔的更细的工具。可以根据应用进行修改(以及得到的好处)的选择。 
因此，图23是位于由岩层284包围的钻井282中的、根据本发明实施例的中子激活伽马射线光谱井测井工具340的示意图。工具340与图20的工具280基本相同，并且相同的参考标号用于指出相同的特征。然而，工具340具有铅或钨屏蔽342和近处和远处检测器344、346，其中所述铅或钨屏蔽342比工具280的屏蔽298更薄，所述近处和远处检测器344、346比工具280的相应检测器300、302更短。结果，工具340的总的长度显著地小于工具280的长度。 
本发明的范围内的修改可以容易地由本领域的技术人员实现。因此，要理解的是本发明不限于以上通过示例的方式描述的特定实施例。 
在所附权利要求和本发明之前的描述中，除了上下文由于表述语言或需要的暗示另外要求的地方外，词语“包括(comprise)”或其变体(诸如“包括(comprises)”或“包括(comprising)”)以包含的含义使用，即，指定陈述的特征的存在，但是不排除本发明的各种实施例中的进一步的特征的存在和添加。 
此外，在此对于现有技术的任何引用不意在暗示这样的现有技术形成或已形成公知常识的一部分。 

Claims (46)

1.一种钻孔测井的方法，包括：
收集来自钻孔测井工具的辐射检测器的检测器输出数据；以及
通过（i）获得或表示检测器输出数据作为数字序列，（ii）获得或确定数据中存在的信号的信号形式，（iii）通过根据数学变换来变换信号形式，形成变换的信号形式，（iv）通过根据数学变换来变换数字序列，形成变换的序列，所述变换的序列包括变换的信号，（v）估计至少变换的序列和变换的信号形式的函数，从而提供函数输出，（vi）根据模型对函数输出进行建模，（vii）基于该模型确定该函数输出的至少一个参数，以及（viii）从该函数输出的至少一个确定的参数确定信号的参数，来分解检测器输出数据中的单个信号。
2.如权利要求1所述的方法，包括油井测井。
3.如权利要求1所述的方法，包括对检测器的输出进行脉冲整形。
4.如权利要求1所述的方法，包括采用源同步信号以避免数据的不当分配。
5.如权利要求1所述的方法，其中测井工具长度上小于3米。
6.如权利要求1所述的方法，其中所述信号的分解将停留时间减少至1/2倍或更多分之一。
7.如权利要求1所述的方法，其中所述信号的分解将测井工具速度增加到2倍或更多倍。
8.如权利要求1所述的方法，其特征在于，100 kHz或更大的伽马射线的所述辐射检测器上的入射通量。
9.如权利要求1所述的方法，其特征在于，500 kHz或更大的伽马射线的所述辐射检测器上的入射通量。
10.如权利要求1所述的方法，其特征在于，对于500 kHz和2000 kHz之间的输入计数率的大于70%的数据吞吐量。
11.如权利要求1所述的方法，其特征在于，对于200 kHz的输入计数率的大于90%的数据吞吐量。
12.如权利要求1所述的方法，其特征在于，对于100 kHz和200 kHz之间的输入计数率的大于95%的数据吞吐量。
13.如权利要求1所述的方法，其特征在于，对于100 kHz的输入计数率的大于95%的数据吞吐量。
14.如权利要求1所述的方法，包括大于750 kHz的输入计数率。
15.如权利要求1所述的方法，包括大于1 MHz的输入计数率。
16.如权利要求1所述的方法，其中检测器包括GSO检测器。
17.如权利要求1所述的方法，其中所述方法步骤被以不同的源强度重复。
18.一种矿物测井的方法，包括：
收集来自矿物测井工具的辐射检测器的检测器输出数据；以及
通过（i）获得或表示检测器输出数据作为数字序列，（ii）获得或确定数据中存在的信号的信号形式，（iii）通过根据数学变换来变换信号形式，形成变换的信号形式，（iv）通过根据数学变换来变换数字序列，形成变换的序列，所述变换的序列包括变换的信号，（v）估计至少变换的序列和变换的信号形式的函数，从而提供函数输出，（vi）根据模型对函数输出进行建模，（vii）基于该模型确定该函数输出的至少一个参数，以及（viii）从该函数输出的至少一个确定的参数确定信号的参数，来分解检测器输出数据中的单个信号。
19.如权利要求18所述的方法，包括对检测器的输出进行脉冲整形。
20.如权利要求18所述的方法，包括采用源同步信号以避免数据的不当分配。
21.如权利要求18所述的方法，其中测井工具长度上小于3米。
22.如权利要求18所述的方法，其中所述信号的分解将停留时间减少至1/2或减少至更多分之一。
23.如权利要求18所述的方法，其中所述信号的分解将测井工具速度增加到2倍或增加到更多倍。
24.如权利要求18所述的方法，其特征在于，100 kHz或更大的伽马射线的所述辐射检测器上的入射通量。
25.如权利要求18所述的方法，其特征在于，500 kHz或更大的伽马射线的所述辐射检测器上的入射通量。
26.如权利要求18所述的方法，其特征在于，对于500 kHz和2000 kHz之间的输入计数率的大于70%的数据吞吐量。
27.如权利要求18所述的方法，其特征在于，对于200 kHz的输入计数率的大于90%的数据吞吐量。
28.如权利要求18所述的方法，其特征在于，对于100 kHz和200 kHz之间的输入计数率的大于95%的数据吞吐量。
29.如权利要求18所述的方法，其特征在于，对于100 kHz的输入计数率的大于95%的数据吞吐量。
30.如权利要求18所述的方法，包括大于750 kHz的输入计数率。
31.如权利要求18所述的方法，包括大于1 MHz的输入计数率。
32.如权利要求18所述的方法，其中检测器包括GSO检测器。
33.如权利要求18所述的方法，其中所述方法步骤被以不同的源强度重复。
34.一种钻孔测井装置，包括：
钻孔测井工具，用于照射围绕测井工具的材料，检测由材料发射的辐射，并且用于响应于辐射输出检测器数据；以及
处理器，用于接收作为数字序列的数据，并且所述处理器被编程为（i）获得或确定数据中存在的信号的信号形式，（ii）通过根据数学变换来变换信号形式，形成变换的信号形式，（iii）通过根据数学变换来变换数字序列，形成变换的序列，所述变换的序列包括变换的信号，（iv）估计至少变换的序列和变换的信号形式的函数，从而提供函数输出，（v）根据模型对函数输出进行建模，（vi）基于该模型确定该函数输出的至少一个参数，以及（vii）从该函数输出的所述至少一个确定的参数确定信号的参数。
35.如权利要求34所述的装置，适于油井测井。
36.如权利要求34所述的装置，包括用于脉冲整形测井工具的输出的脉冲整形模块。
37.如权利要求34所述的装置，其中所述测井工具长度上小于3米。
38.如权利要求34所述的装置，其中处理器的使用允许停留时间减少至1/2倍或更多分之一。
39.如权利要求34所述的装置，其中处理器的使用允许测井工具速度增加到2倍或更多倍。
40.如权利要求34所述的装置，其中所述钻孔测井工具进一步配置成以不同的源强度辐射，所述处理器进一步配置成在不同的源强度中每一个处重复程序。
41.一种矿物测井装置，包括：
矿物测井工具，用于照射材料，检测由该材料发射的辐射，并且用于响应于辐射输出检测器数据；以及
处理器，用于接收作为数字序列的数据，并且所述处理器被编程为（i）获得或确定数据中存在的信号的信号形式，（ii）通过根据数学变换来变换信号形式，形成变换的信号形式，（iii）通过根据数学变换来变换数字序列，形成变换的序列，所述变换的序列包括变换的信号，（iv）估计至少变换的序列和变换的信号形式的函数，从而提供函数输出，（v）根据模型对函数输出进行建模，（vi）基于该模型确定该函数输出的至少一个参数，以及（vii）从该函数输出的所述至少一个确定的参数确定信号的参数。
42.如权利要求41所述的装置，包括用于对测井工具的输出进行脉冲整形的脉冲整形模块。
43.如权利要求41所述的装置，其中所述测井工具长度上小于3米。
44.如权利要求41所述的装置，其中处理器的使用允许停留时间减少至1/2或更多分之一。
45.如权利要求41所述的装置，其中处理器的使用允许测井工具速度增加至2倍或更多倍。
46.如权利要求41所述的装置，其中，所述矿物测井工具进一步配置成以不同的源强度辐射，所述处理器进一步配置成在不同的源强度中的每一个处重复程序。
CN201410081763.3A 2008-03-31 2009-03-31 用于钻孔测井的方法和装置 Pending CN104020500A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US4114108P 2008-03-31 2008-03-31
US61/041141 2008-03-31
US13887908P 2008-12-18 2008-12-18
US61/138879 2008-12-18

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN2009801119778A Division CN101983342A (zh) 2008-03-31 2009-03-31 用于钻孔测井的方法和装置

Publications (1)

Publication Number Publication Date
CN104020500A true CN104020500A (zh) 2014-09-03

Family

ID=41134742

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201410081763.3A Pending CN104020500A (zh) 2008-03-31 2009-03-31 用于钻孔测井的方法和装置
CN2009801119778A Pending CN101983342A (zh) 2008-03-31 2009-03-31 用于钻孔测井的方法和装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN2009801119778A Pending CN101983342A (zh) 2008-03-31 2009-03-31 用于钻孔测井的方法和装置

Country Status (6)

Country Link
US (1) US9310513B2 (zh)
EP (1) EP2260334A4 (zh)
JP (2) JP5832892B2 (zh)
CN (2) CN104020500A (zh)
AU (1) AU2009230875B2 (zh)
WO (1) WO2009121131A1 (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8626447B2 (en) * 2010-09-13 2014-01-07 Chevron U.S.A. Inc. System and method for sweet zone identification in shale gas reservoirs
GB2486877B (en) * 2010-12-21 2018-02-07 Statoil Petroleum As Quality control of sub-surface and wellbore position data
EP2872924B1 (en) * 2012-10-24 2019-01-16 Halliburton Energy Services, Inc. Stabilizing a spectrum using two points
US9400340B2 (en) * 2013-05-13 2016-07-26 Baker Hughes Incorporated Sourceless density measurements with neutron induced gamma normalization
EP2850280A4 (en) * 2013-06-14 2016-03-16 Reme Llc MULTI-GAMMA CONTROL ARRANGEMENT
WO2015023270A1 (en) * 2013-08-14 2015-02-19 Halliburton Energy Services, Inc. Crosstalk suppression or removal for galvanic measurements
WO2015072883A1 (en) 2013-11-18 2015-05-21 Baker Hughes Incorporated Methods of transient em data compression
US9835741B1 (en) * 2014-07-09 2017-12-05 National Technology & Engineering Solutions Of Sandia, Llc Single volume fission energy neutron detector
US9817135B2 (en) * 2014-10-23 2017-11-14 Bridgeport Instruments, Llc Performance stabilization for scintillator-based radiation detectors
AU2014268284A1 (en) 2014-11-30 2016-06-16 Southern Innovation International Pty Ltd Method and apparatus for material identification
US9599743B2 (en) * 2015-04-29 2017-03-21 Baker Hughes Incorporated Density measurements using detectors on a pulsed neutron measurement platform
US9869791B2 (en) 2015-06-17 2018-01-16 Baker Hughes, A Ge Company, Llc Measurement of downhole radiation
WO2017099779A1 (en) 2015-12-10 2017-06-15 Schlumberger Canada Limited X-ray generator output regulation
US10007024B2 (en) 2015-12-10 2018-06-26 Schlumberger Technology Corporation X-ray generator regulation with high energy tail windows
US10436933B2 (en) 2016-05-06 2019-10-08 Baker Hughes, A Ge Company, Llc Digital spectrometer for measuring ironizing radiation downhole
WO2017205914A1 (en) 2016-05-30 2017-12-07 Southern Innovation International Pty Ltd Material characterisation system and method
EP3465177A4 (en) 2016-05-30 2020-03-04 Southern Innovation International Pty Ltd MATERIAL CHARACTERIZATION SYSTEM AND METHOD
US10705246B2 (en) 2016-11-28 2020-07-07 Exxonmobil Upstream Research Company Method of rock mineralogy interpretation
AU2018202912B1 (en) * 2018-04-27 2019-06-20 Southern Innovation International Pty Ltd Input count rate estimation in radiation pulse detectors
US11788401B2 (en) 2019-04-26 2023-10-17 ExxonMobil Technology and Engineering Company Systems and methods for characterizing subsurface formation properties through geochemical logging
US11906692B2 (en) * 2021-02-11 2024-02-20 China Petroleum & Chemical Corporation Nuclear logging tools and applications thereof
CN113204743B (zh) * 2021-05-19 2022-09-02 成都大学 基于遗传算法的中子-伽马甄别方法

Family Cites Families (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3379882A (en) * 1967-03-16 1968-04-23 Dresser Ind Method and apparatus for neutron well logging based on the lifetime of neutrons in the formations
US4760252A (en) * 1983-06-28 1988-07-26 Schlumberger Technology Corporation Well logging tool with an accelerator neutron source
US4658216A (en) * 1983-07-14 1987-04-14 The United States Of America As Represented By The Department Of Energy High resolution, high rate X-ray spectrometer
JPS62228187A (ja) * 1985-12-23 1987-10-07 シユラムバ−ガ−　オ−バ−シ−ズ　ソシエダ　アノニマ 地下の地層を調査するための方法およびその装置
US5210423A (en) * 1989-09-22 1993-05-11 Siemens Gammasonics, Inc. Method and apparatus for unpiling pulses generated by piled-up scintillation events
US5506769A (en) * 1990-10-05 1996-04-09 Halliburton Logging Services, Inc. Method for enhancing vertical resolution of nuclear well logging instruments
DE4133269A1 (de) * 1991-10-08 1993-04-15 Bosch Gmbh Robert Verfahren zur messung der drehzahl eines rotierenden teiles
US5225682A (en) * 1992-01-24 1993-07-06 The United States Of America As Represented By The United States Department Of Energy Method and apparatus for providing pulse pile-up correction in charge quantizing radiation detection systems
FR2686982B1 (fr) * 1992-01-30 1997-12-19 Schlumberger Services Petrol Procede de spectroscopie d'impulsions nucleaires a taux de comptage eleve.
JPH06288939A (ja) * 1993-03-30 1994-10-18 Nuclear Fuel Ind Ltd 原子炉冷却水のボロン濃度測定方法および装置
US5349193A (en) * 1993-05-20 1994-09-20 Princeton Gamma Tech, Inc. Highly sensitive nuclear spectrometer apparatus and method
US5532944A (en) * 1994-07-28 1996-07-02 Sorrento Electronics, Inc. Multi-channel analysis system and method using digital signal processing
US5608215A (en) * 1994-09-16 1997-03-04 Schlumberger Technology Corporation Method and apparatus for determining density of earth formations
EP0880821B1 (en) 1995-08-14 2003-12-17 William K. Warburton Method and apparatus for digitally based high speed x-ray spectrometer
JP3403883B2 (ja) * 1996-01-25 2003-05-06 株式会社村田製作所 リード線付き電子部品の製造方法
US5884234A (en) 1996-08-30 1999-03-16 Schlumberger Technology Corporation Method for pulse shape regulation and discrimination in a nuclear spectroscopy system
FR2753279B1 (fr) * 1996-09-09 1998-11-13 Smv Int Procede de traitement des impulsions delivrees par une gamma camera et gamma camera mettant en oeuvre ce procede
JPH10186041A (ja) 1996-12-21 1998-07-14 Horiba Ltd Ｘ線分析装置のパルスプロセッサ
US6026135A (en) 1997-04-04 2000-02-15 Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence Of Her Majesty's Canadian Government Multisensor vehicle-mounted mine detector
US6936822B2 (en) * 1997-05-07 2005-08-30 Board Of Regents, The University Of Texas System Method and apparatus to prevent signal pile-up
US6150655A (en) * 1998-03-06 2000-11-21 Computalog Research, Inc. Inferential measurement of photoelectric absorption cross-section of geologic formations from neutron-induced, gamma-ray spectroscopy
RU2000117455A (ru) 1998-05-09 2002-04-27 Канберра Индастриз, Инк. (Us) Способ цифровой дерандомизации импульсов и устройство для его осуществления
US6160259A (en) * 1998-10-23 2000-12-12 Adac Laboratories Channel-specific control of pulse integration in a gamma camera system in response to pulse pile-up
US6366872B1 (en) 1998-12-23 2002-04-02 Varian, Inc. Data prediction in DSP methods for transient spectroscopies
US6594585B1 (en) * 1999-06-17 2003-07-15 Bp Corporation North America, Inc. Method of frequency domain seismic attribute generation
JP3836629B2 (ja) 1999-06-22 2006-10-25 日本電子株式会社 デジタルパルスプロセッサ
US6253155B1 (en) * 1999-11-12 2001-06-26 Halliburton Energy Services, Inc. Enhanced vertical resolution for logging tools using walsh-transform deconvolution
JP3907910B2 (ja) 2000-03-28 2007-04-18 日本電子株式会社 エネルギー分散型スペクトロメータに用いられるデジタルパルス処理装置
JP2001337168A (ja) 2000-05-29 2001-12-07 Jeol Ltd 放射線計測用ａｄ変換装置
US6580079B1 (en) * 2000-09-06 2003-06-17 Battelle Memorial Institute Method to measure hydrogen-bearing constituent in a material using neutron spectroscopy
JP4160275B2 (ja) 2001-05-28 2008-10-01 浜松ホトニクス株式会社 エネルギー測定方法及び測定装置
US20030069710A1 (en) * 2001-09-24 2003-04-10 Earl Geddes Method for quantifying the polar response of transducers
US20030076914A1 (en) * 2001-10-23 2003-04-24 Tiller Donald E. Method and apparatus for measuring radiation in a borehole
US6590957B1 (en) * 2002-03-13 2003-07-08 William K. Warburton Method and apparatus for producing spectra corrected for deadtime losses in spectroscopy systems operating under variable input rate conditions
US6751564B2 (en) * 2002-05-28 2004-06-15 David I. Dunthorn Waveform analysis
JP3980451B2 (ja) 2002-08-30 2007-09-26 株式会社東芝 波形弁別装置
JP2004101219A (ja) * 2002-09-05 2004-04-02 Foundation For Advancement Of International Science レーザーを利用した放射線発生装置
US7073378B2 (en) * 2003-08-07 2006-07-11 Schlumberger Technology Corporation Integrated logging tool for borehole
FR2870603B1 (fr) 2004-05-19 2006-07-28 Commissariat Energie Atomique Mesure et traitement d'un signal comprenant des empilements d'impulsions elementaires
US7966155B2 (en) 2004-06-04 2011-06-21 William K. Warburton Method and apparatus for improving detection limits in x-ray and nuclear spectroscopy systems
JP5022902B2 (ja) * 2004-09-16 2012-09-12 サザン イノヴェーション インターナショナル プロプライアトリー リミテッド 検出器出力データ内の個別信号分離装置および方法
GB2421317B (en) * 2004-12-15 2009-02-11 Agilent Technologies Inc A method and apparatus for detecting leading pulse edges
US20060157655A1 (en) * 2005-01-19 2006-07-20 Richard Mammone System and method for detecting hazardous materials
US7439515B2 (en) * 2005-06-17 2008-10-21 Siemens Medical Solutions Usa, Inc. Pipeline processing of pulse pile-up correction in a nuclear medicine imaging system
EP1943545A2 (en) 2005-10-28 2008-07-16 Koninklijke Philips Electronics N.V. Method and apparatus for spectral computed tomography
JP4358814B2 (ja) 2005-11-09 2009-11-04 花王株式会社 試料の解析方法
JP4706566B2 (ja) 2006-06-09 2011-06-22 株式会社島津製作所 Ｘ線分析用信号処理装置
WO2007146350A2 (en) 2006-06-14 2007-12-21 Baker Hughes Incorporated Pileup rejection
EP1883281B1 (en) * 2006-07-28 2012-09-05 Sage Innovations, Inc. A method for generating a pulsed flux of energetic particles, and a particle source operating accordingly
US20080049214A1 (en) * 2006-08-28 2008-02-28 Alexei Maznev Measuring Diffractive Structures By Parameterizing Spectral Features
JP4787989B2 (ja) 2006-11-10 2011-10-05 横河電機株式会社 ピーク検出回路、マルチチャネルアナライザおよび放射線測定システム
US7725281B2 (en) * 2006-12-21 2010-05-25 Canberra Industries, Inc. Method for pole-zero adjustment in radiation measurement systems
US7430481B2 (en) 2007-01-12 2008-09-30 R. J. Lee Group, Inc. Methods for detecting and analyzing piled-up X-rays in an X-ray spectrometry system
WO2008155679A2 (en) 2007-06-19 2008-12-24 Koninklijke Philips Electronics N.V. Digital pulse processing for multi-spectral photon counting readout circuits
US7558675B2 (en) * 2007-07-25 2009-07-07 Smith International, Inc. Probablistic imaging with azimuthally sensitive MWD/LWD sensors
US7741609B2 (en) 2007-08-03 2010-06-22 Pulsetor, Llc Adapting a high-performance pulse processor to an existing spectrometry system
CA2732759C (en) 2007-08-03 2015-07-21 Pulsetor, Llc Pileup rejection in an energy-dispersive radiation spectrometry system
CN101849178B (zh) 2007-10-03 2014-03-05 联邦科学与工业研究组织 线上能量分散x射线衍射分析仪
US8415635B2 (en) 2007-10-18 2013-04-09 Koninklijke Philips Electronics N.V. Particle-counting apparatus with pulse shortening
WO2009059312A2 (en) 2007-11-02 2009-05-07 University Of Washington Data acquisition for positron emission tomography
US9008969B2 (en) 2007-12-10 2015-04-14 Schlumberger Technology Corporation Pulsed x-ray signal processing
JP5043728B2 (ja) 2008-03-19 2012-10-10 日本電子株式会社 放射線計測用パルスプロセッサ
AU2009230874B2 (en) * 2008-03-31 2014-06-26 Southern Innovation International Pty Ltd Screening method and apparatus
AU2009230876B2 (en) * 2008-03-31 2014-07-10 Southern Innovation International Pty Ltd Radiation imaging method with individual signal resolution
US7999220B2 (en) * 2008-05-30 2011-08-16 Precision Energy Services, Inc. Borehole measurements using a fast and high energy resolution gamma ray detector assembly
US7807973B2 (en) 2008-08-01 2010-10-05 Pulsetor, Llc Pileup rejection in an energy-dispersive radiation spectrometry system
CN101666227B (zh) 2008-09-03 2013-02-20 中国石油天然气集团公司 一种自然伽马能谱的采集方法
US8227761B2 (en) * 2008-09-19 2012-07-24 Canberra Industries, Inc. True coincidence summing correction and total efficiency computation for radionuclide spectroscopy analysis
DE102008048306B4 (de) * 2008-09-22 2016-06-09 Siemens Healthcare Gmbh Verfahren zur Detektion von Röntgenstrahlung und Röntgensystem
US8812268B2 (en) * 2008-12-18 2014-08-19 Southern Innovation International Pty. Ltd. Method and apparatus for resolving piled-up pulses by using a mathematical transform
DE102009018995B4 (de) * 2009-04-27 2017-10-12 Siemens Healthcare Gmbh Verfahren und Schaltungsanordnung zur Bestimmung einer Intensität von ionisierender Strahlung
US8941076B2 (en) 2009-06-30 2015-01-27 Analogic Corporation Enhanced photon detection for scanner
EP2290403A1 (en) 2009-08-28 2011-03-02 Paul Scherrer Institut X-ray detector with integrating readout chip for single photon resolution
FR2951036A1 (fr) 2009-10-01 2011-04-08 Commissariat Energie Atomique Dispositif de traitement d'un signal delivre par un detecteur de rayonnement
KR101092648B1 (ko) 2010-04-28 2011-12-13 서강대학교산학협력단 Ｐｅｔ 검출기에서의 감마선 펄스 신호의 도달 시간 검출방법
JP5611357B2 (ja) 2010-09-02 2014-10-22 株式会社日立製作所 放射線計測装置
CN102073059B (zh) 2010-12-31 2013-05-22 华中科技大学 一种数字化pileup波形处理方法及系统

Also Published As

Publication number Publication date
JP2014240834A (ja) 2014-12-25
JP2011516839A (ja) 2011-05-26
AU2009230875A1 (en) 2009-10-08
CN101983342A (zh) 2011-03-02
US9310513B2 (en) 2016-04-12
US20110112810A1 (en) 2011-05-12
EP2260334A1 (en) 2010-12-15
WO2009121131A1 (en) 2009-10-08
AU2009230875B2 (en) 2014-07-10
JP5832892B2 (ja) 2015-12-16
EP2260334A4 (en) 2015-03-11

Similar Documents

Publication Publication Date Title
CN104020500A (zh) 用于钻孔测井的方法和装置
CN101124725B (zh) 用于从检测器输出数据中分解单个信号的方法和设备
CN102549566B (zh) 用于通过使用数学变换来求解堆积脉冲的方法和设备
RU2665330C2 (ru) Спектральный анализ с использованием спектральной деконволюции
CN101983332A (zh) 筛选方法和装置
AU2012269722B2 (en) Method and apparatus for identifying pulses in detector output data
CA2107926A1 (en) Prompt gamma neutron activation analysis system
Litvak et al. Local variations of bulk hydrogen and chlorine‐equivalent neutron absorption content measured at the contact between the Sheepbed and Gillespie Lake units in Yellowknife Bay, Gale Crater, using the DAN instrument onboard Curiosity
US9310514B2 (en) Method and system of determining elemental content of an earth formation
Esposito et al. Neural neutron/gamma discrimination in organic scintillators for fusion applications
Mitra Identification of UXO using the associated particle neutron time-of-flight technique, final report
De Stefano et al. Simulation of delayed gamma rays from neutron-induced fissions using MCNP 6.1
Zauner Deposit characterization based on pulsed neutron induced borehole n-/γ-spectroscopy
Esmaeili-Sani et al. Gamma–gamma density and lithology tools simulation based on GEANT4 advanced low energy Compton scattering (GALECS) package
RU2254597C2 (ru) Способ импульсного нейтронного каротажа и устройство для его осуществления
Pérot et al. Acquisition of neutron-induced gamma signatures of chemical agents
Carasco et al. Detection of chemical agents with a portable neutron inspection system
Paepen et al. Use of a CAEN digitiser for nuclear safeguards and security applications with a scintillator detector
Abdullah et al. Visualization of chemical composition in the Terengganu’s inscribed stone using neutron induced prompt gamma ray techniques: A Monte Carlo simulation study
Ruddy et al. Pulsed neutron interrogation for detection of concealed special nuclear materials
Vo Design and experimental testing of components for the replacement of dangerous radiological sources in geological studies
Haas Production of [beta-gamma] coincidence spectra of individual radioxenon isotopes for improved analysis of nuclear explosion monitoring data
CN116184515A (zh) 一种地外探测用脉冲中子元素扫描分析系统
Pola et al. Feasibility study of a neutron spectrometer for complex fields
Perey et al. Neutron transmission and capture measurements and analysis of/sup 60/Ni from 1 to 450 keV

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140903