JP2018524582A - 統合計算要素構造を用いた光スペクトルの再構成 - Google Patents

Abstract

２つ以上の統合計算要素（ＩＣＥ）構造が、光コンピューティングデバイスにおいて設計されて利用され、サンプルのスペクトルパターンを組み合わせて再構成する。ＩＣＥ構造を設計するために、主成分分析（「ＰＣＡ」）ロードベクトルは、トレーニングスペクトルから導出される。その後、ＰＣＡロードベクトルと一致するスペクトルパターンを有する２つ以上のＩＣＥ構造が選択される。次いで、選択されたＩＣＥ構造を製造し、光コンピューティングデバイスに組み込むことができる。動作中、ＩＣＥ構造は、様々なサンプル特性を決定するために利用されるサンプルの高分解能スペクトルデータを再構成するのに使用される。
【選択図】図３

Description

本開示は、一般に、統合計算要素（「ＩＣＥ」）構造に関し、より具体的には、サンプルの光学スペクトルを組み合わせて再構成するスペクトル関数を有するＩＣＥ構造に関する。

近年、石油及びガス産業におけるアプリケーションのために光学計算技術が開発されている。そのような技術の１つは、ダウンホール流体の光学密度（すなわち、吸光度）の決定を含み、ダウンホール流体の様々な特性をオペレータに知らせることができる。しかし、主に２つの理由により、４００〜１１００ｎｍのスペクトル領域にダウンホール流体の高分解能光学スペクトルを記録することは非常に困難である。第１に、過酷な高温高圧のダウンホール条件は、高分解能スペクトルを提供することができる高度な回折格子ベースまたはフーリエ変換ベースの機器のダウンホール使用を阻止する。第２に、可視及び短距離近赤外スペクトル領域の油の光学密度が高い（非常に不透明な）ため、スペクトルを解像するために高出力光源及び高感度検出器が必要とされ、ダウンホール電力要求が増大し、ツールの頑丈性及び堅牢性をより少なくする。

これまでこれらの問題に対処するために、石油ガス産業は、ダウンホール環境における狭帯域光フィルタの適応力のために、狭帯域光フィルタの使用に頼ってきた。しかしながら、これらの狭帯域光フィルタは、非常に低い分解能のスペクトル（すなわち、スペクトルにわたって４つ以下の光チャネル）のみ記録することができる。そのような低分解能データスペクトルは、ダウンホール環境の高精度測定を行うのに必要なデータ量を提供することができない。

本開示の実施形態に従って製造され得る例示的なＩＣＥ構造を示す。 本開示の例示的な実施形態によるＩＣＥ構造設計システムのブロック図を示す。 本開示の特定の例示的な方法による、ＩＣＥ構造を設計する方法のフローチャートである。 ０〜６５０ｎｍの帯域幅に沿った様々なトレーニングスペクトルに対する透過率をプロットしたグラフである。 本開示の特定の例示的な方法による、ＩＣＥ構造を設計するために利用される３つのＰＣＡロードベクトルＡ、Ｂ及びＣをプロットしたグラフである。 本明細書に記載のＩＣＥ構造を使用して再構成された透過スペクトルパターンに対するサンプルの元の透過スペクトルパターンの正規化された比較を示すグラフである。 本開示の特定の例示的な実施形態による、サンプルを監視するのに使用される光コンピューティングデバイスのブロック図を示す。 掘削中のロギングアプリケーション及び有線アプリケーションで利用される光コンピューティングデバイスを示す。 掘削中のロギングアプリケーション及び有線アプリケーションで利用される光コンピューティングデバイスを示す。 本開示の特定の例示的な方法による光学計算方法のフローチャートである。 本開示の特定の他の例示的な方法による代替の光学計算方法のフローチャートである。

本開示の例示的な実施形態及び関連する方法論は、ＩＣＥの設計、製造及び使用のための方法で使用され得るので、以下で説明する。明確化のために、実際の実装または方法のすべての特徴が本明細書に記載されてはない。任意のそのような実際の実施形態の開発においては、１つの実装から別の実装に変化する、システム関連及びビジネス関連の制約の遵守など、開発者の特定の目標を達成するための多数の具体的な決定が行われなければならないことはもちろんである。さらに、このような開発努力は複雑で時間がかかるが、本開示の利益を受ける当業者にとって日常的な仕事であることは理解されよう。本開示の様々な実施形態及び関連する方法論のさらなる態様及び利点は、以下の説明及び図面の考察から明らかになるであろう。

本開示の例示的な実施形態は、所定の送信スペクトルパターンを有する広帯域ＩＣＥ構造の設計技術に関する。設計されたＩＣＥ構造のうちの２つ以上が光コンピューティングデバイスにおいて利用され、サンプルのスペクトルパターンを組み合わせて再構成する。一般化された設計方法を要約すると、１つまたは複数のサンプルの光学トレーニングスペクトルが得られる。次いで、トレーニングスペクトルに対応する主成分分析（「ＰＣＡ」）ロードベクトルが導出される。その後、ＰＣＡロードベクトルと一致するスペクトルパターンを有する２つ以上のＩＣＥ構造が選択される。次いで、選択されたＩＣＥ構造を製造し、様々な用途に有用な光コンピューティングデバイスに統合することができる。動作中、２つ以上のＩＣＥ構造を使用してサンプルの高分解能スペクトルデータを再構成し、次いで光学密度またはサンプル組成データとして出力することができる。

上述のように、本明細書に記載の例示的なＩＣＥ構造は、光コンピューティングデバイスで利用され得る。光コンピューティングデバイスは、物質または物質のサンプルから電磁放射の入力を受け取り、処理要素から電磁放射の出力を生成するように構成されたデバイスである。処理要素は、例えば、ＩＣＥ構造であってもよい。基本的に、光コンピューティングデバイスは、従来の電子プロセッサの配線回路とは対照的に、光学素子を利用して計算を実行する。電磁放射が物質と相互作用する場合、物質に関する固有の物理的及び化学的情報が、サンプルから反射され、サンプルを通って透過され、またはサンプルから放射される電磁放射にコード化される。この情報は物質のスペクトル「フィンガープリント」と呼ばれることが多い。したがって、光コンピューティングデバイスは、ＩＣＥ構造の使用を通じて、物質内の複数の特性または分析対象のスペクトルフィンガープリントの情報を抽出し、その情報をサンプルの全体的な特性に関する検出可能な出力に変換することができる。

図１を参照すると、本明細書に記載の例示的な設計プロセスを利用して製造され得る例示的なＩＣＥ構造１００が示されている。ＩＣＥ構造１００は、例えば、それぞれ、シリコン（Ｓｉ）及び石英（ＳｉＯ₂）などの複数の交互層１０２及び１０４を含むことができる。層状物質の他の非限定的な例としては、ニオブ、ゲルマニウム及びゲルマニア、ＭｇＦ、ＳｉＯ並びに他の高及び低屈折率材料が挙げられるが、本開示の利益を有する当業者は、これらの層が屈折率がそれぞれ高い及び低い材料からなることを理解するであろう。層１０２、１０４を、光学基板１０６上に戦略的に堆積させることができる。いくつかの実施形態では、光学基板１０６は、ＢＫ−７光学ガラスである。他の実施形態では、光学基板１０６は、当技術分野で公知の、石英、サファイア、シリコン、ゲルマニウム、セレン化亜鉛、硫化亜鉛、またはポリカーボネート、ポリメタクリル酸メチル（ＰＭＭＡ）、ポリ塩化ビニル（ＰＶＣ）などの様々なプラスチック、ダイヤモンド、セラミック、等などの他のタイプの光学基板を含むことができる。反対側の端部（例えば、光学基板１０６の反対側）に、ＩＣＥ構造１００は、デバイスまたは設備を取り囲む環境空気に一般に露出される層１０８を含むことができる。層１０２、１０４の数及び各層１０２、１０４の厚さは、従来の分光機器を用いてサンプル物質の特性の分光分析から得られるスペクトル属性から決定することができる。

サンプルの所与の特性の対象のスペクトルは、典型的には、任意の数の異なる波長を含む。図１の例示的なＩＣＥ構造１００は、実際には、与えられたサンプルの特定の特性を表すものではなく、例示のためにのみ提供されていることが理解されるべきである。その結果、図１に示すように、層１０２、１０４の数及びそれの相対的な厚さは、所与のサンプルの任意の特定の特性と相関しない。層１０２、１０４及びそれらの相対的な厚さは必然的に一定の縮尺で描かれていないので、本開示を限定すると見なされるべきではない。さらに、本開示の利益を受ける当業者は、各層１０２、１０４を構成する材料が、用途、材料コスト、及び／または材料のサンプル物質への適用性に応じて変化し得ることを容易に認識するであろう。例えば、層１０２、１０４を、シリコン、石英、ゲルマニウム、水、それらの組み合わせ、または他の関心のある材料で作ることができるが、これらに限定されない。さらに、層１０２の物理的厚さは本質的に例示的であり、したがって、所望に応じて変更され得ることを、当業者は理解するであろう。

多重層１０２、１０４は異なる屈折率を示す。例示的なＩＣＥ構造１００は、層１０２、１０４の材料及びそれらの相対的な厚さ及び間隔を適切に選択することによって、異なる波長で所定の分光光（すなわち、電磁放射線）を選択的に通過／反射／屈折させるように構成され得、本明細書ではＩＣＥ構造のスペクトルパターンとも呼ばれる。本明細書で説明するように、ＩＣＥ構造の層数及び層厚さは、それらが組み合わされてサンプルのスペクトルパターンを再構成する透過スペクトルパターンを有するように設計され、したがってサンプルスペクトル密度（吸光度、透過率、など）または組成を決定するのに有用な高分解能データを提供する。したがって、層数、層厚及び間隔の選択は、ＩＣＥ設計プロセスにとって非常に重要である。

以上を考慮して、図２は、本開示の例示的な実施形態によるＩＣＥ設計システムのブロック図を示す。本明細書で説明するように、ＩＣＥ設計システム２００は、所望のスペクトルパターンを有する２つ以上のＩＣＥ構造の迅速かつ効率的な選択を容易にするＩＣＥ設計及び解析のためのプラットフォームを提供する。本明細書で説明するＩＣＥ設計システム２００の例示的な実施形態は、ＰＣＡロードベクトルに一致するスペクトルパターンを有するＩＣＥ構造を設計する基礎として、サンプルトレーニングスペクトルのＰＣＡ分解を利用する。選択されたＩＣＥ構造が設計され、光コンピューティングデバイスに組み込まれ、統合された後、未知サンプルのスペクトルパターンは、各ＩＣＥ構造の対応する検出器の応答によって重み付けされたＩＣＥ構造スペクトル出力の線形結合を用いて再構成される。したがって、本明細書に記載されるように、本開示は、単純で頑丈な光学設計を使用して流体サンプルの高分解能測定を提供する。

図２を参照すると、ＩＣＥ設計システム２００は、少なくとも１つのプロセッサ２０２、非一時的なコンピュータ可読記憶装置２０４、トランシーバ／ネットワーク通信モジュール２０５、任意選択のＩ／Ｏ装置２０６、及び任意選択のディスプレイ２０８（例えば、ユーザインタフェース）を含み、すべてシステムバス２０９を介して相互接続されている。一実施形態では、ネットワーク通信モジュール２０５はネットワークインタフェースカード（ＮＩＣ）であり、イーサネットプロトコルを使用して通信する。他の実施形態では、ネットワーク通信モジュール１０５は、光ファイバインタフェースなどの別のタイプの通信インタフェースであってもよく、複数の異なる通信プロトコルを使用して通信してもよい。本明細書で説明する例示的な実施形態に従ってＩＣＥ設計モジュール２１０内に記憶されたソフトウェア命令を実装するためのプロセッサ２０２によって実行可能なソフトウェア命令は、記憶装置２０４または他のコンピュータ可読媒体に記憶されてもよい。

図２には明示されていないが、ＩＣＥ設計システム２００は、１つ以上の適切なネットワーク接続を介して１つ以上のパブリック（例えば、インターネット）及び／またはプライベートネットワークに接続され得ることが認識されるであろう。ＩＣＥ設計最適化モジュール２１０を含むソフトウェア命令は、有線または無線の方法を介してＣＤ−ＲＯＭまたは他の適切な記憶媒体から記憶装置２０４にロードされ得ることも認識されるであろう。

さらに、本開示の方法及び実施形態は、ハンドヘルドデバイス、マルチプロセッサシステム、マイクロプロセッサベースまたはプログラマブルコンシューマエレクトロニクス、ミニコンピュータ、メインフレームコンピュータなどを含む様々なコンピュータシステム構成で実施され得る。任意の数のコンピュータシステム及びコンピュータネットワークが、本開示と共に使用するのに許容される。本開示の方法及び実施形態は、通信ネットワークを介してリンクされた遠隔処理デバイスによってタスクが実行される分散コンピューティング環境で実施するされ得る。分散コンピューティング環境では、プログラムモジュールは、メモリ記憶装置を含むローカル及びリモートコンピュータ記憶媒体の両方に配置することができる。したがって、本開示は、コンピュータシステムまたは他の処理システムにおける様々なハードウェア、ソフトウェア、またはそれらの組み合わせと関連して実装されてもよい。

図３を参照して、ここで本開示の例示的な方法３００について説明する。前述のように、ＩＣＥ設計方法３００の例示的な実施形態は、その送信スペクトルパターンが、例えばＰＣＡロードベクトルなどの所定のスペクトルパターンと一致するＩＣＥ構造のセットを設計するために利用される。動作中、未知サンプルの高分解能スペクトルデータを組み合わせて再構成するために、少なくとも２つのＩＣＥ構造が使用され、それにより、例えばサンプルの光学密度または組成を決定するために高分解能スペクトルデータが利用される。

ブロック３０２において、ＩＣＥ設計システム２００は、実験室分光計システムを使用して、製造されたＩＣＥ構造によって測定されるサンプルに類似する１つ以上のサンプルの高分解能トレーニングスペクトルを得る。図４は、４５０〜１１００ｎｍの帯域幅に沿った様々なトレーニングスペクトルに対する透過率をプロットしたグラフである。本明細書で定義される場合、サンプルのトレーニングスペクトルは、スペクトル再構成に利用される光学分光計を使用して流体サンプルで取得された光学スペクトルデータである。ブロック３００で得られたサンプルトレーニングスペクトルは、例えばＵＶ−Ｖｉｓ（紫外線−可視）分光計またはＮＩＲ（近赤外線）分光計などの実験室の高分解能装置を用いて得ることができる。可視スペクトルのみが図４に示されているが、トレーニングスペクトルは、赤外線スペクトル領域（すなわち、約１１００〜５０００ｎｍ）において得られてもよい。本明細書で使用される場合、「高分解能」は、１ｎｍ以上のスペクトル分解能を有するスペクトルを指す。

ブロック３０４において、トレーニングスペクトルを用いて、ＩＣＥ設計システム２００は、次いでトレーニングスペクトルを記述する２つ以上のスペクトルパターンを導出する。この例示的な方法では、スペクトルパターンは、ＰＣＡを用いて導出されたＰＣＡローディングベクトルである。そのような値を計算するために、ＩＣＥ設計システム２００は、以下を使用して、すべてのスペクトルの主成分スコア及びロードベクトルを得るために、トレーニングスペクトルに関するＰＣＡ分析を実行する。
Ｘ＝Ｓ・Ｔ＋ｅ 式（１）、
式中、Ｘはトレーニングスペクトルデータ行列であり、ＳはＰＣＡスコアであり、ＴはＰＣＡ負荷ベクトルであり、ｅはＰＣＡ分解によるトレーニングスペクトルにおける各スペクトルの残差である。ＳとＴが同時に得られ、それによってＰＣＡロードベクトル（Ｔ）が得られる。

図５は、式１を用いて計算された最良の３つのＰＣＡロードベクトルＡ、Ｂ及びＣをプロットしたグラフである。Ｘ軸はナノメートル単位の波長であり、Ｙ軸は透過率％である。３つのロードベクトルは、トレーニングスペクトルデータの最大変動を捕捉する最初の３つの主成分であるため、この例では上位３つのロードベクトルが選択された。しかし、代替の方法では、所望のＩＣＥ構造の数（したがって、ダウンホールセンサで利用可能な光チャネルの分解能レベル／数）に応じて、３つより多いまたは少ないＰＣＡロードベクトルが選択され得る。

さらに、図５の例では、１つの付加的なＩＣＥ構造が、ＰＣＡロードベクトルＢの負の部分を模倣するために必要とされるので、４つのＩＣＥ構造が設計される。この場合、１つのＩＣＥ構造が、ＰＣＡロードベクトルＢの正の部分を模倣するために使用され、別のＩＣＥ構造が、ＰＣＡロードベクトルＢの負の部分を模倣するために使用される。すべてのＩＣＥスペクトルパターンは正であるので、第２のＩＣＥ構造は実際に負の部分のフリップパターンを模倣する（すなわち、負のパターンを正のパターンにするために反転される）。

それにもかかわらず、ブロック３０４でＰＣＡロードベクトルが計算されると、それらは、次いで、ブロック３０６でそのスペクトルパターンがＰＣＡロードベクトルと一致する２つ以上のＩＣＥ構造を選択／設計するために使用される。図５では、４つのＰＣＡロードベクトル（ベクトルＢの反転された負の成分を含む）が選択されたので、ブロック３０６において４つのＩＣＥ構造が選択される。ここで、ＩＣＥ設計システム２００は、ＰＣＡロードベクトルのスペクトルパターンに一致する透過スペクトルパターンを有する４つのＩＣＥ構造設計を選択し、設計結果を所望通りに出力され得る。

特定の方法では、スペクトルマッチングプロセスは、以下を含む：第１に、多数のランダム設計がシード設計として提供される。重要な設計パラメータには、薄膜層の数及び各層の厚さが含まれる。各層の層数及び厚さを最適化することにより、設計パターンと目標パターンのスペクトルパターン（ＰＣＡロード）の差が最小限に抑えられる。次いで、最適化された設計は、製造されるように選択された設計である。スペクトルパターンは、パターンの小さな偏差はスペクトル再構成結果に影響を与えないので、正確に一致する必要はない。

主成分は互いに直交しているので、各主成分によって取り込まれる分散の量は減少する。結果として、ＰＣＡは、スペクトルデータを正確に記述する最小の構成要素を提供する。物理的には、ＩＣＥ設計の観点からは、サンプルを測定し、そのスペクトルパターンを正確に再構成するのに必要なＩＣＥ構造がより少なくなる。それにもかかわらず、一旦ＩＣＥ構造が設計されると、選択されたＩＣＥ構造が製造され、光コンピューティングデバイスに統合され得る。広帯域ＩＣＥ構造の製造は、前述のように、様々な堆積技術を用いて薄膜材料を堆積させることによって達成され得る。一旦製造されると、ＩＣＥ構造は、次いで光コンピューティングデバイスに統合され得る。

光コンピューティングデバイスの動作中、未知サンプルの再構成スペクトルパターンは、以下を使用して、各ＩＣＥ構造の検出器応答によって重み付けされた２つ以上のＩＣＥ構造のスペクトルパターンの線形結合を使用して得ることができる：
Ｚ＝Ｄ・Ｔ 式（２）、
式中、Ｚは再構成されたサンプルスペクトルパターン、ＴはＩＣＥ構造の透過スペクトルパターン（ＰＣＡロードベクトルと一致する）、Ｄは各ＩＣＥ構造の検出器応答である。図６は、サンプルの元の透過スペクトルパターン対可視及び短距離近赤外スペクトル範囲に沿って図５の主成分を用いて再構成された透過スペクトルパターンの正規化された比較を示すグラフである。理解され得るように、開示された設計方法には高度の精度がある。

図７は、本開示の特定の例示的な実施形態による、サンプルを監視するために使用される光コンピューティングデバイス７００のブロック図を示す。電磁放射線源７０８は、電磁放射線７１０を放射するか、または生成するように構成され得る。当技術分野で理解されているように、電磁放射線源７０８は、電磁放射線を放射または生成することができる任意のデバイスであってもよい。例えば、電磁放射線源７０８は、電球、発光デバイス、レーザ、黒体、フォトニック結晶、またはＸ線源などであってもよい。一実施形態では、電磁放射線７１０は、サンプル７０６（例えば、坑井内または坑井の一部を流れる坑井流体）と光学的に相互作用し、サンプル相互作用光７１２を生成するように構成され得る。

サンプル７０６は、例えば、坑井ツール構成要素、管状物、岩石形成物、スラリ、砂、泥、掘削物、コンクリート、他の固体表面などの任意の流体（液体または気体）、固体物質または材料であってもよい。しかしながら、他の実施形態では、サンプル７０６は、元素腐食性副生成物、サンプルの材料損失によって生成される元素、Ｃ１−Ｃ４及び高級炭化水素、そのような要素のグループ、並びに生理食塩水などの様々な流体特性からなる多相坑井内流体（例えば、油、ガス、水、固体を含む）である。サンプル７０６は、例えばサンプル７０６を含むフローパイプまたはサンプルセルを介して光コンピューティングデバイス７００に提供され、それによって電磁放射線７１０に導入される。図７は、サンプル相互作用光７１２を生成するためにサンプル７０６を通過またはそれに入射する電磁放射線７１０を示しているが、本明細書では、半透明、不透明、または固体であるサンプル７０６の場合のように、サンプル７０６の電磁放射線７１０を反射し（すなわち、反射モード）、サンプル相互作用光７１２を等しく生成することも考えられる。

電磁放射線７１０で照射された後、対象のサンプル（例えば、ある特徴のサンプル）を含むサンプル７０６は、電磁放射線の出力（例えば、サンプル相互作用光７１２）を生成する。前述のように、サンプル相互作用光７１２は、サンプルの特性（例えば、密度または組成）を反映するスペクトルパターンを含む。最終的に、搭載デバイス７００またはその遠隔の処理回路は、このスペクトル情報を分析してサンプル特性を決定する。特に示されていないが、システムの光学波長及び／または帯域幅を制限し、それによって、重要性のない波長領域に存在する望ましくない電磁放射を除去するために、１つ以上のスペクトル素子を光コンピューティングデバイス７００に用いることができる。そのようなスペクトル素子は、光学系に沿った任意の位置に配置され得るが、典型的には、初期電磁放射線を提供する光源の直後に使用される。

光コンピューティングデバイス７００は、少なくとも２つのＩＣＥ構造７０４を有する可動アセンブリ７０２を含むことができる。この例では、３つのＩＣＥ構造７０４Ａ、Ｂ及びＣが示されている。図示のように、可動アセンブリ７０２は、１つの実施形態において少なくとも、例えばチョッパホイールなどの回転ディスク７０３として特徴付けられてもよく、ＩＣＥ構造７０４Ａ、Ｂ、Ｃは、それと共に回転するように放射状に配置されている。図７は、可動アセンブリ７０２の対応する正面図も示しており、これについては以下により詳細に説明する。しかしながら、他の実施形態では、可動アセンブリ７０２は、少なくとも１つの検出器を光学的に相互作用する光及び／または２つ以上のＩＣＥ構造７０４Ａ、７０４Ｂ、７０４Ｃと順次に整列させるように構成された任意のタイプの可動アセンブリとして特徴付けられてもよい。各ＩＣＥ構造７０４Ａ、Ｂ、Ｃは、本明細書で設計されたもののいずれかであってもよく、サンプル７０６のスペクトルパターンを組み合わせて再構成するように構成されてもよい。３つのＩＣＥ構造７０４Ａ、Ｂ、Ｃが記載されているが、所望に応じて可動アセンブリ７０２に沿って２つ以上が使用されてもよい。

特定の例示的な実施形態では、回転ディスク７０３は、所望の周波数で回転され得る。動作中、回転ディスク７０３は、ＩＣＥ構造７０４Ａ、Ｂ、Ｃはそれぞれ、明白な短時間期間、サンプル相互作用光７１２に露出されるか、またはそれと光学的に相互作用するように、回転することができる。サンプル相互作用光７１２と光学的に相互作用すると、ＩＣＥ構造７０４Ａは光学的相互作用光７０６ａを生成し、ＩＣＥ構造７０４Ｂは第２の光学的相互作用光７０６ｂを生成するように構成され、光学要素７２６ｂは第３の光学的相互作用光７０６ｃを生成するように構成され、ここで、光学的相互作用光７０６ａ、ｂ、ｃのそれぞれは、本明細書に記載されるように、ＰＣＡロードベクトルに一致するスペクトルパターンを有する。次いで、検出器７１６は、各ビーム７０６ａ〜ｃを受け取り、それによって、それぞれ第１、第２及び第３の出力信号を生成する（出力信号７２８は、第１、第２及び第３の信号を含む）。したがって、検出器７１６に通信可能に結合された信号プロセッサ（図示せず）は、サンプル７０６のスペクトルパターンを再構成するために、３つの出力信号のすべてを重み付けし、結合する。次いで、信号プロセッサは、再構成されたスペクトルパターンを利用して、例えば、サンプルの光学密度または流体組成を含む様々なサンプル特性を決定することができる。

この開示の利益を受ける当業者は、前述の光コンピューティングデバイスは本質的に例示であり、利用され得る様々な他の光学構成が存在することを理解する。これらの光学的構成は、本明細書に記載の反射、吸収または透過方法を含むだけでなく、散乱（例えば、Ｒａｌｅｉｇｈ＆Ｒａｍａｎ）及び放射（例えば、蛍光、Ｘ線励起など）を含み得る。さらに、光コンピューティングデバイスは、サンプル相互作用光が複数のビームに分割される並列処理構成を含むことができる。複数のビームは、２つ以上の対応するＩＣＥ構造を同時に通過することができ、それによって、各ＩＣＥ構造の透過スペクトルパターンが結合されて、サンプルのスペクトルパターンが再構成される。並列処理構成は、非常に低消費電力であるかまたは可動部品がないアプリケーションで特に有用である。

本明細書に記載の光コンピューティングデバイスの例示的な実施形態及び関連する方法は、様々な環境で利用され得る。そのような環境は、例えば、ダウンホールの坑井または完成アプリケーションを含むことができる。他の環境には、地表及び海底の監視、衛星またはドローン監視、パイプライン監視、またはさらに消化管のような体腔を通過するセンサなどの多様なものが含まれ得る。それらの環境内では、コンピューティングデバイス及び温度センサは、環境内の様々なサンプル特性を検出／監視するために利用される。

図８Ａは、掘削中ロギング（「ＬＷＤ」）アプリケーションで利用される光コンピューティングデバイスを示す。図８Ａは、ドリルストリング８０８を持ち上げたり降ろしたりするためのホイスト８０６を支持するデリック８０４を備えたドリルプラットフォーム８０２を示す。ホイスト８０６は、ドリルストリング８０８を回転させ、それを坑井ヘッド８１２に通すのに適した上部駆動装置８１０を懸架する。ドリルビット８１４は、ドリルストリング８０８の下端部に接続されている。ドリルビット８１４が回転すると、ドリルビット８１４は、地層８１８の様々な層を通過する坑井８１６を生成する。ポンプ８２０は、掘削流体を供給管８２２を介して上部駆動装置８１０に循環させ、ドリルストリング８０８の内部を通して加工させ、ドリルビット８１４のオリフィスを通して、ドリルストリング８０８の周りの環を介して地表に戻し、保持ピット８２４に入れる。掘削流体は、掘削物をボアホールからピット８２４に運び、坑井８１６の完全性を維持する助けとなる。塩水ベースの導電性泥水を含むが、これに限定されない様々な材料を掘削流体８１０に使用することができる。

リザーバ監視システム８２６（例えば、光コンピューティングデバイス）は、ビット８１４の近傍のボトムホールアセンブリに組み込まれる。この例示的な実施形態では、リザーバ監視システム８２６はＬＷＤツールである；しかしながら、他の例示的な実施形態では、リザーバ監視システム８２６は、有線または配管搬送ロキングアプリケーションで利用されてもよい。それにもかかわらず、ドリルビット８１４が地層８１８を通して坑井８１６を伸長するとき、リザーバ監視システム８２６は、本明細書に記載のサンプル特性に関するデータを収集する。特定の実施形態では、リザーバ監視システム８２６は、ドリルカラー、すなわち、穿孔プロセスを助けるための重量及び剛性を提供する厚肉チューブ状の形態をとることができる。遠隔測定サブ８２８は、画像及び測定データ／信号を地表レシーバ８３０に転送し、地表からのコマンドを受信するために含まれてもよい。いくつかの実施形態では、遠隔測定サブ８２８は、地表と通信しないが、ロギングアセンブリが回収されたときに、後で地表で回収するためのデータを格納する。

さらに図８Ａを参照すると、リザーバ監視システム８２６は、サンプル特性及び／または温度測定信号を取得するために使用される、必要な処理／記憶／通信回路とともにシステム制御センタ（図示せず）を備える。特定の実施形態では、測定信号が取得されると、システム制御センタは、測定信号を較正し、遠隔測定サブ８２８を介してデータを伝達してアップホール及び／または他のアセンブリ構成要素に戻す。代替の実施形態では、システム制御センタは、地表などのリザーバ監視システム８２６から離れた遠隔地にまたは異なるボアホールに配置されてもよく、それに応じて処理を実行する。

図８Ｂは、本開示の代替の実施形態を示し、それにより、光コンピューティングデバイスが有線アプリケーションに配備される。掘削プロセス中の様々なときに、図８Ｂに示すように、ドリルストリング８０８をボアホールから除去することができる。ドリルストリング８０８が除去されると、有線ロギングゾンデ８３４、すなわちゾンデに電力を輸送し、ゾンデから地表まで遠隔測定するための導体を有するケーブル８４１によって吊り下げられたプローブ（リザーバ監視システムの一部を形成する）を使用して、ロギング操作を行うことができる。有線ゾンデ８３４は、本明細書に記載のように、光コンピューティングデバイスを備えることができる。有線ロギングゾンデ８３４は、ツールがアップホールに引っ張られると、ツールをボアホールの軸の近傍に維持するためのパッド及び／または集中スプリングを有してもよい。ロギングゾンデ８３４は、地層抵抗率を測定するためのツールを含む様々な他のセンサを含むことができる。ロギングファシリティ８４３はロギングゾンデ８３４からサンプル特性測定値を収集し、センサによって集められた測定値を処理して記憶するためのコンピュータシステム８４５を備える。

上記を考慮して、図９は、本開示の特定の例示的な方法による光学計算方法９００のフローチャートである。ブロック９０２において、本明細書で設計された２つ以上のＩＣＥ構造を有する光コンピューティングデバイスが、坑井内に配備される。ブロック９０４において、光コンピューティングデバイスは、ダウンホールスペクトルを監視するために起動される。ブロック９０６において、２つ以上のＩＣＥ構造の合成されたスペクトルパターンを使用して、光コンピューティングデバイスは、サンプルのスペクトルパターンを再構成する。ブロック９０８において、これらの再構成されたスペクトルパターン（複数可）は、処理回路によって利用されて、例えばサンプルの光学密度または組成などの１つ以上のサンプル特性を決定する。

図１０は、本開示の特定の他の例示的な方法による、光学計算方法１０００の別のフローチャートである。ここで、ブロック１００２において、２つ以上のＩＣＥ構造を有する光コンピューティングデバイスが、本明細書で展開された任意の配備方法を使用して坑井内に再び配備される。ブロック１００４において、光コンピューティングデバイスは、坑内サンプルのその場高分解能スペクトルデータを再構成する。ここでは、低分解能データのみが可能な従来技術のデバイスとは異なり、本明細書に記載される例示的な実施形態は、１ｎｍ以上のスペクトル分解能を有する高分解能スペクトルデータを提供する。

サンプル相互作用光が２つ以上のＩＣＥ構造と光学的に相互作用すると、図５に示すように、ＰＣＡロードベクトルを反映する２つ以上の光学的相互作用光が生成される。次いで、光学的に相互作用した光が検出器によって検出され、出力信号が処理回路に伝達され、そこで出力信号が合成されて、図６に示されるようにサンプルのスペクトルパターンが再構成される。図６に示すように、再構成されたスペクトルは、高分解能ロードベクトルから再構成されるので高分解能であり、本明細書に記載されるような様々なサンプル特性を決定するために利用され得る。

図６は、「高分解能」スペクトルデータの定義をより完全に説明するためにも有用である。図６では、１つの流体の再構成スペクトルが示されており、Ｘ軸はそのナノメートルの波長である。スペクトルは、４５０ｎｍ〜１１００ｎｍ（６５１波長点）の波長領域にわたって６５１個のデータ点（透過率値）を含む。この場合、スペクトル分解能は１ナノメートル（すなわち、１ｎｍのスペクトル空間当たり１つのデータ点がある）である。同じ領域に６５１を超えるデータ点がある場合、スペクトル分解能は１ｎｍより優れている（１ナノメートル内に複数の透過率値があることを意味する）。例えば、６５１ｎｍのスペクトル領域内に１３０１個のデータ点がある場合、スペクトル分解能を０．５ｎｍと定義する。これは１ｎｍなどのスペクトル分解能より優れたスペクトル分解能である。

しかしながら、図６とは対照的に、従来のダウンホールツールは、分解能の低いスペクトルデータのみを提供しており、これは高分解能のスペクトルデータとは全く異なる。例えば、図６に示すように、スペクトル（高分解能）は非常に滑らかな曲線である。対照的に、低分解能スペクトルは、典型的には、同じスペクトル領域内の限られた数のデータ点のために非常に粗い。分解能は、基本的に分解能力を意味し、すなわち、同じスペクトル領域内の多数のデータ点は、低いデータ点数を有するスペクトルよりも高い分解能を有する。

したがって、本明細書に記載される例示的な方法及び実施形態は、ダウンホール光学デバイスを使用して高分解能の可視及び近赤外スペクトルを記録することを可能にする。そのようなスペクトルデータは、例えばアスファルテン及び色などの複雑な組成及び物理的特性の決定を可能にする。さらに、４００〜１１００ｎｍの任意のスペクトル波長における光学密度データを得て、他のツールデータと比較することができる。また、得られた光学密度データは、リザーバ接続性情報を決定することを可能にする。

本明細書に記載の実施形態は、任意の１つ以上の以下のパラグラフにさらに関連する：

１．統合計算要素（ＩＣＥ）構造を設計する方法であって：１つ以上のサンプルの光学トレーニングスペクトルを取得することと；トレーニングスペクトルを記述する２つ以上の主成分分析（「ＰＣＡ」）ロードベクトルを導出することと；及びＰＣＡロードベクトルと実質的に一致するスペクトルパターンを有する２つ以上のＩＣＥ構造を選択することと、を含む方法。

２．光学トレーニングスペクトルを取得することは、分光計を使用して高分解能スペクトルを取得することを含む、パラグラフ１に記載の方法。

３．光学トレーニングスペクトルを取得することは、可視スペクトル領域または赤外線スペクトル領域の少なくとも１つにおいて光学トレーニングスペクトルを取得することを含む、パラグラフ１または２に記載の方法。

４．選択されたＩＣＥ構造を製造することをさらに含む、パラグラフ１〜３のいずれか１つに記載の方法。

５．製造されたＩＣＥ構造を光コンピューティングデバイスに統合することをさらに含む、パラグラフ１〜４のいずれか１つに記載の方法。

６．パラグラフ１〜５のいずれかの方法を使用して製造された複数の統合計算要素（「ＩＣＥ」）構造を備えた光コンピューティングデバイス。

７．光学計算方法であって、光コンピューティングデバイスを坑井に配置することと；及び光コンピューティングデバイスを用いてダウンホールサンプルのその場高分解能スペクトルデータを取得することと、を含む方法。

８．電磁放射線をサンプルと光学的に相互作用させてサンプル相互作用光を生成することと；サンプル相互作用光を２つ以上の統合計算要素（「ＩＣＥ」）構造と光学的に相互作用させて所定の主成分分析（「ＰＣＡ」）ロードベクトルに実質的に一致するスペクトルパターンを有する２つ以上の光相互作用光を生成することと；及び光相互作用光を２つ以上の検出器と相互作用させ、それによってサンプルのスペクトルパターンを組み合わせて再構成するために利用される２つ以上の信号を生成することとを含み、再構成スペクトルパターンは、高分解能スペクトルデータを含む、パラグラフ７に記載の光学計算方法。

９．サンプルの高分解能スペクトルデータを取得することは、各ＩＣＥ構造に関連する検出器応答によって重み付けされた統合計算要素（「ＩＣＥ」）構造の高分解能スペクトルデータの線形結合を使用して達成される、パラグラフ７または８に記載の光学計算方法。

１０．サンプルの高分解能スペクトルデータを得ることは、主成分分析（「ＰＣＡ」）ロードベクトルに実質的に一致するスペクトルパターンを有する２つ以上の統合計算要素（「ＩＣＥ」）構造を使用することを含む、パラグラフ７〜９のいずれか１つに記載の光学計算方法。

１１．高分解能スペクトルデータは、サンプルの光密度を決定するために利用される、パラグラフ７〜１０のいずれか１つに記載の光学計算方法。

１２．高分解能スペクトルデータは、サンプルの組成を決定するために利用される、パラグラフ７〜１１のいずれか１つに記載の光学計算方法。

１３．光コンピューティングデバイスは、有線または穿孔アセンブリを使用して配置される、パラグラフ７〜１２のいずれか１つに記載の光学計算方法。

１４．光学計算方法であって、２つ以上の統合計算要素（ＩＣＥ）構造を含む、光コンピューティングデバイスを坑井に配置することと；サンプルを照会することと；及びＩＣＥ構造を利用してサンプルのスペクトルパターンを組み合わせて再構成することとを含み、スペクトルパターンのデータは、サンプル特性を決定するために利用され得る、光学計算方法。

１５．データは、サンプルの光学密度を決定するために利用される、パラグラフ１４に記載の光学計算方法。

１６．データは、サンプルの組成を決定するために利用される、パラグラフ１４または１５に記載の光学計算方法。

１７．光コンピューティングデバイスは、有線または穿孔アセンブリを使用して配置される、パラグラフ１４〜１６いずれか１つに記載の光学計算方法。

１８．光コンピューティングデバイスであって：サンプル相互作用光を生成するためにサンプルと光学的に相互作用する電磁放射線と；主成分分析（「ＰＣＡ」）ロードベクトルに実質的に一致するスペクトルパターンを含み、光学的に相互作用した光を生成するためにサンプル相互作用光と光学的に相互作用する複数の統合計算要素（「ＩＣＥ」）構造と；及び光学的に相互作用した光と光学的に相互作用するように配置され、それによってサンプルのスペクトルパターンを組み合わせて再構成する信号を生成する複数の検出器と、を含む光コンピューティングデバイス。

１９．サンプルの再構成されたスペクトルパターンは、可視スペクトル領域または赤外線スペクトル領域の少なくとも１つにある、パラグラフ１８に記載の光コンピューティングデバイス。

２０．サンプルのスペクトルパターンを生成するために検出器に通信可能に結合された信号プロセッサをさらに備える、パラグラフ１８または１９に記載の光コンピューティングデバイス。

２１．光コンピューティングデバイスは、有線または穿孔アセンブリの一部を形成する、パラグラフ１８〜２０のいずれか１つに記載の光コンピューティングデバイス。

さらに、本明細書で説明される例示的な方法論は、少なくとも１つのプロセッサによって実行される場合、プロセッサに本明細書に記載の方法のいずれかを実行させる命令を含む処理回路またはコンピュータプログラム製品を備えたシステムによって実施され得る。

様々な実施形態及び方法論が図示及び説明されたが、本開示はそのような実施形態及び方法論に限定されず、当業者には明らかであるようなすべての修正及び変形を含むと理解される。したがって、本開示は、開示された特定の形態に限定されることを意図しないことを理解されたい。むしろ、添付の特許請求の範囲によって規定される本開示の趣旨及び範囲内に入るすべての修正、均等物代替物を網羅することが意図される。

Claims (24)

1. 統合計算要素（ＩＣＥ）構造を設計する方法であって：
   １つ以上のサンプルの光学トレーニングスペクトルを取得することと；
   前記トレーニングスペクトルを記述する２つ以上の主成分分析（「ＰＣＡ」）ロードベクトルを導出することと；及び
   前記ＰＣＡロードベクトルと実質的に一致するスペクトルパターンを有する２つ以上のＩＣＥ構造を選択することと、を含む前記方法。
2. 前記光学トレーニングスペクトルを取得することは、分光計を使用して高分解能スペクトルを取得することを含む、請求項１に記載の方法。
3. 前記光学トレーニングスペクトルを取得することは、可視スペクトル領域または赤外線スペクトル領域の少なくとも１つにおいて前記光学トレーニングスペクトルを取得することを含む、請求項１に記載の方法。
4. 前記選択されたＩＣＥ構造を製造することをさらに含む、請求項１に記載の方法。
5. 前記製造されたＩＣＥ構造を光コンピューティングデバイスに統合することをさらに含む、請求項８に記載の方法。
6. 請求項１〜５に記載のいずれかの方法を実施する処理回路を備えたシステム。
7. 少なくとも１つのプロセッサによって実行されるとき、前記プロセッサに請求項１〜５のいずれかの方法を実行させる命令を含むコンピュータプログラム製品。
8. 請求項１〜５のいずれかの方法を使用して製造された複数の統合計算要素（「ＩＣＥ」）構造を備えた光コンピューティングデバイス。
9. 光学計算方法であって：
   光コンピューティングデバイスを坑井に配置することと；及び
   前記光コンピューティングデバイスを用いてダウンホールサンプルのその場高分解能スペクトルデータを取得することと、を含む方法。
10. 前記高分解能スペクトルデータを取得することは：
    電磁放射線をサンプルと光学的に相互作用させてサンプル相互作用光を生成することと；
    前記サンプル相互作用光を２つ以上の統合計算要素（「ＩＣＥ」）構造と光学的に相互作用させて所定の主成分分析（「ＰＣＡ」）ロードベクトルに実質的に一致するスペクトルパターンを有する２つ以上の光相互作用光を生成することと；及び
    前記光相互作用光を２つ以上の検出器と相互作用させ、それによって前記サンプルのスペクトルパターンを組み合わせて再構成するために利用される２つ以上の信号を生成することとを含み、前記再構成スペクトルパターンは、前記高分解能スペクトルデータを含む、請求項９に記載の光学計算方法。
11. 前記サンプルの前記高分解能スペクトルデータを取得することは、各ＩＣＥ構造に関連する検出器応答によって重み付けされた統合計算要素（「ＩＣＥ」）構造の高分解能スペクトルデータの線形結合を使用して達成される、請求項９に記載の光学計算方法。
12. 前記サンプルの前記高分解能スペクトルデータを得ることは、主成分分析（「ＰＣＡ」）ロードベクトルに実質的に一致するスペクトルパターンを有する２つ以上の統合計算要素（「ＩＣＥ」）構造を使用することを含む、請求項９に記載の光学計算方法。
13. 前記高分解能スペクトルデータは、前記サンプルの光密度を決定するために利用される、請求項９に記載の光学計算方法。
14. 前記高分解能スペクトルデータは、前記サンプルの組成を決定するために利用される、請求項９に記載の光学計算方法。
15. 前記光コンピューティングデバイスは、有線または穿孔アセンブリを使用して配置される、請求項９に記載の光学計算方法。
16. 光学計算方法であって：
    ２つ以上の統合計算要素（ＩＣＥ）構造を含む、光コンピューティングデバイスを坑井に配置することと；
    サンプルを照会することと；及び
    前記ＩＣＥ構造を利用して前記サンプルのスペクトルパターンを組み合わせて再構成することと、を含み、前記スペクトルパターンのデータは、サンプル特性を決定するために利用され得る、前記光学計算方法。
17. 前記データは、前記サンプルの光学密度を決定するために利用される、請求項１６に記載の光学計算方法。
18. 前記データは、前記サンプルの組成を決定するために利用される、請求項１６に記載の光学計算方法。
19. 前記光コンピューティングデバイスは、有線または穿孔アセンブリを使用して配置される、請求項１６に記載の光学計算方法。
20. 請求項９〜１９のいずれか１項に記載の方法を実施するための処理回路を備えるシステム。
21. 光コンピューティングデバイスであって：
    サンプル相互作用光を生成するためにサンプルと光学的に相互作用する電磁放射線と；
    主成分分析（「ＰＣＡ」）ロードベクトルに実質的に一致するスペクトルパターンを含み、光学的に相互作用した光を生成するために前記サンプル相互作用光と光学的に相互作用する複数の統合計算要素（「ＩＣＥ」）構造と；及び
    前記光学的に相互作用した光と光学的に相互作用するように配置され、それによって前記サンプルのスペクトルパターンを組み合わせて再構成する信号を生成する複数の検出器と、を含む前記光コンピューティングデバイス。
22. 前記サンプルの前記再構成されたスペクトルパターンは、可視スペクトル領域または赤外線スペクトル領域の少なくとも１つにある、請求項２１に記載の光コンピューティングデバイス。
23. 前記サンプルの前記スペクトルパターンを生成するために前記検出器に通信可能に結合された信号プロセッサをさらに備える、請求項２１に記載の光コンピューティングデバイス。
24. 前記光コンピューティングデバイスは、有線または穿孔アセンブリの一部を形成する、請求項２１に記載の光コンピューティングデバイス。