SA518391232B1 - طريقة لتقوية عناصر حاسوبية متكاملة للكشف عن ناتج التحلل في مجال النفط والغاز - Google Patents
طريقة لتقوية عناصر حاسوبية متكاملة للكشف عن ناتج التحلل في مجال النفط والغاز Download PDFInfo
- Publication number
- SA518391232B1 SA518391232B1 SA518391232A SA518391232A SA518391232B1 SA 518391232 B1 SA518391232 B1 SA 518391232B1 SA 518391232 A SA518391232 A SA 518391232A SA 518391232 A SA518391232 A SA 518391232A SA 518391232 B1 SA518391232 B1 SA 518391232B1
- Authority
- SA
- Saudi Arabia
- Prior art keywords
- ice
- fluid
- database
- algorithm
- model
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 126
- 238000001514 detection method Methods 0.000 title description 10
- 239000012491 analyte Substances 0.000 title description 2
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 102
- 238000013461 design Methods 0.000 claims abstract description 86
- 238000013528 artificial neural network Methods 0.000 claims abstract description 61
- 238000004519 manufacturing process Methods 0.000 claims abstract description 57
- 230000007613 environmental effect Effects 0.000 claims abstract description 43
- 238000010200 validation analysis Methods 0.000 claims abstract description 22
- 239000012530 fluid Substances 0.000 claims description 170
- 230000003287 optical effect Effects 0.000 claims description 66
- 239000000463 material Substances 0.000 claims description 53
- 230000004044 response Effects 0.000 claims description 38
- 239000000047 product Substances 0.000 claims description 37
- 238000000354 decomposition reaction Methods 0.000 claims description 32
- 238000005553 drilling Methods 0.000 claims description 25
- 239000000758 substrate Substances 0.000 claims description 21
- 238000002834 transmittance Methods 0.000 claims description 21
- 239000003921 oil Substances 0.000 claims description 18
- 238000001228 spectrum Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 14
- 239000007857 degradation product Substances 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 9
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 claims description 3
- 235000014121 butter Nutrition 0.000 claims description 3
- 238000013506 data mapping Methods 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 claims description 2
- 101150082527 ALAD gene Proteins 0.000 claims 2
- RXKGHZCQFXXWFQ-UHFFFAOYSA-N 4-ho-mipt Chemical compound C1=CC(O)=C2C(CCN(C)C(C)C)=CNC2=C1 RXKGHZCQFXXWFQ-UHFFFAOYSA-N 0.000 claims 1
- 108091008717 AR-A Proteins 0.000 claims 1
- 101100205030 Caenorhabditis elegans hars-1 gene Proteins 0.000 claims 1
- 101100468275 Caenorhabditis elegans rep-1 gene Proteins 0.000 claims 1
- 235000016936 Dendrocalamus strictus Nutrition 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 claims 1
- 244000187656 Eucalyptus cornuta Species 0.000 claims 1
- 102100035428 Formiminotransferase N-terminal subdomain-containing protein Human genes 0.000 claims 1
- 101000877728 Homo sapiens Formiminotransferase N-terminal subdomain-containing protein Proteins 0.000 claims 1
- 101100280646 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) fal-1 gene Proteins 0.000 claims 1
- 241000282320 Panthera leo Species 0.000 claims 1
- 239000007983 Tris buffer Substances 0.000 claims 1
- 208000027137 acute motor axonal neuropathy Diseases 0.000 claims 1
- 210000002969 egg yolk Anatomy 0.000 claims 1
- 239000010977 jade Substances 0.000 claims 1
- 231100000241 scar Toxicity 0.000 claims 1
- 239000000243 solution Substances 0.000 claims 1
- LENZDBCJOHFCAS-UHFFFAOYSA-N tris Chemical compound OCC(N)(CO)CO LENZDBCJOHFCAS-UHFFFAOYSA-N 0.000 claims 1
- 239000011800 void material Substances 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 11
- 230000005670 electromagnetic radiation Effects 0.000 description 18
- 239000007789 gas Substances 0.000 description 18
- 230000006870 function Effects 0.000 description 16
- 239000000523 sample Substances 0.000 description 14
- 238000000611 regression analysis Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000000411 transmission spectrum Methods 0.000 description 9
- 239000012528 membrane Substances 0.000 description 8
- 238000004611 spectroscopical analysis Methods 0.000 description 8
- 230000000295 complement effect Effects 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 7
- 229910052732 germanium Inorganic materials 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 239000010408 film Substances 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000000205 computational method Methods 0.000 description 5
- 230000002068 genetic effect Effects 0.000 description 5
- 230000035699 permeability Effects 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 4
- 238000000151 deposition Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000005240 physical vapour deposition Methods 0.000 description 4
- 239000002994 raw material Substances 0.000 description 4
- 239000002002 slurry Substances 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 241001674048 Phthiraptera Species 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000000313 electron-beam-induced deposition Methods 0.000 description 3
- 239000000295 fuel oil Substances 0.000 description 3
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 3
- 239000004926 polymethyl methacrylate Substances 0.000 description 3
- 230000001953 sensory effect Effects 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010409 thin film Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000001131 transforming effect Effects 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005229 chemical vapour deposition Methods 0.000 description 2
- 210000000349 chromosome Anatomy 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000005137 deposition process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 239000004800 polyvinyl chloride Substances 0.000 description 2
- 229920000915 polyvinyl chloride Polymers 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000002798 spectrophotometry method Methods 0.000 description 2
- PFNQVRZLDWYSCW-UHFFFAOYSA-N (fluoren-9-ylideneamino) n-naphthalen-1-ylcarbamate Chemical compound C12=CC=CC=C2C2=CC=CC=C2C1=NOC(=O)NC1=CC=CC2=CC=CC=C12 PFNQVRZLDWYSCW-UHFFFAOYSA-N 0.000 description 1
- 101100172879 Caenorhabditis elegans sec-5 gene Proteins 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- 241000223782 Ciliophora Species 0.000 description 1
- 208000010201 Exanthema Diseases 0.000 description 1
- 241000272168 Laridae Species 0.000 description 1
- 241001307210 Pene Species 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- GBFLZEXEOZUWRN-VKHMYHEASA-N S-carboxymethyl-L-cysteine Chemical compound OC(=O)[C@@H](N)CSCC(O)=O GBFLZEXEOZUWRN-VKHMYHEASA-N 0.000 description 1
- 239000005083 Zinc sulfide Substances 0.000 description 1
- 239000010425 asbestos Substances 0.000 description 1
- 238000000231 atomic layer deposition Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000001273 butane Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 201000005884 exanthem Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000010172 mouse model Methods 0.000 description 1
- IJDNQMDRQITEOD-UHFFFAOYSA-N n-butane Chemical compound CCCC IJDNQMDRQITEOD-UHFFFAOYSA-N 0.000 description 1
- OFBQJSOFQDEBGM-UHFFFAOYSA-N n-pentane Natural products CCCCC OFBQJSOFQDEBGM-UHFFFAOYSA-N 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 229910052758 niobium Inorganic materials 0.000 description 1
- 239000010955 niobium Substances 0.000 description 1
- GUCVJGMIXFAOAE-UHFFFAOYSA-N niobium atom Chemical compound [Nb] GUCVJGMIXFAOAE-UHFFFAOYSA-N 0.000 description 1
- 239000011022 opal Substances 0.000 description 1
- 238000000255 optical extinction spectrum Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000011941 photocatalyst Substances 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 238000006303 photolysis reaction Methods 0.000 description 1
- 230000015843 photosynthesis, light reaction Effects 0.000 description 1
- 239000006187 pill Substances 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 229910052895 riebeckite Inorganic materials 0.000 description 1
- 235000002020 sage Nutrition 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- LIVNPJMFVYWSIS-UHFFFAOYSA-N silicon monoxide Inorganic materials [Si-]#[O+] LIVNPJMFVYWSIS-UHFFFAOYSA-N 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 229910052984 zinc sulfide Inorganic materials 0.000 description 1
- DRDVZXDWVBGGMH-UHFFFAOYSA-N zinc;sulfide Chemical compound [S-2].[Zn+2] DRDVZXDWVBGGMH-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/08—Obtaining fluid samples or testing fluids, in boreholes or wells
- E21B49/087—Well testing, e.g. testing for reservoir productivity or formation parameters
- E21B49/0875—Well testing, e.g. testing for reservoir productivity or formation parameters determining specific fluid parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Geophysics (AREA)
- Genetics & Genomics (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Architecture (AREA)
- Production, Working, Storing, Or Distribution Of Ice (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Abstract
يتم توفير طريقة (600) لتقوية تصميم ICE، تصنيعه واستخدامه مع شبكات عصبية neural network مثلما تم الكشف عنه هنا والتي تتضمن اختيار (602) قاعدة بيانات لتحسين عنصر حاسوبي متكامل integrated computational element (ICE). تتضمن الطريقة (600) ضبط (604) مجموعة المتغيرات التشغيلية لـ ICE وفقاً لعامل بيئي مسجل في قاعدة البيانات ومحاكاة (606) مدخلات المعايرة المعوضة بيئياً. تتضمن الطريقة (600) تعديل (608) مجموعة متغيرات بنية ICE للحصول على بنية مرشحة لـ ICE لها أداء محسن وفقاً لخوارزم algorithm أول مطبق على قاعدة البيانات، والتحقق (610) من صحة البنية المرشحة لـ ICE بخوارزم بديل مطبق على قاعدة البيانات. علاوةً على ذلك، تتضمن الطريقة (600) تحديد (612) مجموعة من ICEs مُصنَّعة بناءً على التحقق (610) من الصحة باستخدام خوارزم أول والخوارزم البديل، وتصنيع (614) واحدٍ من مجموعة ICEs المُصنَّعة. ويتم أيضاً توفير طريقة لتحديد خاصية مائع باستخدام ICE معاير تم تصنيعه مثلما تم ذكره أعلاه وتحديد عناصر تكميلية. انظر الشكل 6
Description
طربقة لتقوية عناصر حاسوبية متكاملة للكشف عن ناتج التحلل في مجال النفط Sadly METHOD FOR RUGGEDIZING INTEGRATED COMPUTATIONAL ELEMENTS FOR ANALYTE DETECTION IN THE OIL AND GAS INDUSTRY الوصف الكامل خلفية الاختراع يتعلق الكشف الحالي بتصميم وتصنيع وسائل عناصر حاسوبية متكاملة integrated slag (ICE) computational element بشكل أكثر تحديدًا بتقنيات التقوية التي توفر خصائص مفضلة لوسائل 108 المستخدمة في الأدوات أسفل البثر لتحديد خصائص المائع في مجال النفط والغاز. في مجال تصنيع عناصر الاستشعار الضوئية الغشائية الرقيقة thin-film optical sensing elements للاستخدامات المتنوعة؛ هناك مشكلة dale تتمثل في أداء المستشعرات الضوئية في ظل ظروف بيئية مختلفة وصارمة. وتكون هذه الظروف حادة جدًا في استخدامات الحقل Jie تلك التي تتم مواجهتها في مجال النفط والغاز عند استخدام أدوات ضوئية أسفل البثر في ظروف مرتفعة درجة 0 الحرارة والضغط. بينما يمكن تخفيف تأثيرات الضغط باستخدام مبيت مناسب؛ فتقترب درجة حرارة تشغيل الأداة الضوئية من أو تساوي تلك الموجودة في ظل ظروف قاسية. يمكن استخدام معايير خفيفة لتعويض العوامل البيئية للأداة؛ Jie تطبيق خوارزميات تصحيح برمجية مناسبة؛ أثناء تحليل البيانات. ومع ذلك؛ فغالبًا ما يكون التصحيح البيئي عبر المعالجة البعدية فقط غير كافٍ إن لم يتم أخذ العوامل المؤثرة في الحسبان بشكل مناسب خلال مرحلة تصميم وتصنيع المستشعرات. ويمجرد 5 إنشاء عناصر المستشعر بتصميم وتصنيع ما دون الأمثل؛ فيصعب إجراء عملية تصحيح البيانات بشكل فعال في ظل ظروف بيئية مختلفة وبالدقة المتوقعة؛ ولا سيما في الوقت الفعلي. وكمثال على التقنية bd ald هذا المجال براءة الاختراع الأمريكية رقم 9 والتي تكشف عن طرق وتقنيات لتوفير خصائص تصنيع مفضلة للعناصر الضوئية. وتتضمن (gaa) الطرق توفير تصميم pale حاسوبي متكامل مرغوب فيه (ICE) يشتمل على 0 مجموعة من الطبقات؛ ويكون لكل طبقة clad للتصميم؛ ويتم اختيار شمك التصميم لكل طبقة في
تصميم ICE المرغوب فيه بطريقة عشوائية لمحاكاة خطاً التصنيع في كل طبقة؛ وبالتالي إنشاء de sane تصميمات ICE عشوائية؛ وحساب ad المعايرة المعياري بين كل من تصميم ICE العشوائي وتصميم ICE المرغوب به؛ وإيجاد علاقة بين Tad المعايرة المعياري بين طبقة معينة من تصميم 8 المرغوب به وخطاً التصنيع لكل طبقة مقابلة من كل تصميم ICE عشوائي؛ وترتيب مجموعة الطبقات الخاصة بتصميم ICE المرغوب فيه بناءً على الحساسية للتغيرات في خطأً المعايرة المعياري. وكمثال إضافي على التقنية السابقة في هذا المجال نشرة طلب براءة الاختراع الدولي رقم 7 ووالتي تتعلق بأجهزة؛ dala وطرق يمكن استخدامها من أجل اختيار مجموعة فرعية من استجابات المستشعر كمدخلات لكل نموذج من مجموعة النماذج التي تم معايرتها مسبقاً في التنبؤ JS مجموعة من خصائص مائع التكوين. ويتم الحصول على استجابات المستشعر 0 ومعالجتها مسبقاً بواسطة أداة قياس أسفل البئر. وبتم تقييم كل مجموعة من خصائص مائع التكوين المتوقعة من خلال تطبيق المحددات على تراكيز الهيدروكربون؛ الفيزياء الجيولوجية؛ و/أو فيزياء البترول. ويتم ضبط وإعادة معالجة اختيار استجابات المستشعر والنماذج المرتبطة بها من قاعدة بيانات لنماذج مسبقة الإنشاء أو من مجموعة النماذج المرشحة للتحقق من صحة اختيار النموذج. الوصف العام للاختراع
يتم توفير طريقة لتقوية تصميم (CE تصنيعه واستخدامه مع شبكات عصبية مثلما تم الكشف die هنا والتي تتضمن اختيار قاعدة بيانات لتحسين عنصر حاسوبي متكامل (108). تتضمن الطريقة ضبط مجموعة المتغيرات التشغيلية ل Gy ICE لعامل بيئي مسجل في قاعدة البيانات ومحاكاة مدخلات المعايرة المعوضة بيئيًا. تتضمن الطريقة تعديل مجموعة متغيرات بنية ICE للحصول على بنية مرشحة ل ICE لها أداء محسن By لخوارزم أول مطبق على قاعدة البيانات؛ 0 والتحقق من صحة البنية المرشحة ل TCE بخوارزم بديل مطبق على قاعدة البيانات. علاوةً على ذلك تتضمن الطريقة تحديد مجموعة من ICES مُصنّعة بناءً على التحقق من الصحة باستخدام خوارزم أول والخوارزم البديل» وتصنيع واحدٍ من مجموعة ICES المُصئّعة. ويتم أيضًا توفير طريقة لتحديد خاصية مائع باستخدام ICE معاير تم تصنيعه مثلما تم ذكره أعلاه وتحديد عناصر تكميلية.
شرح مختصر للرسومات
يتم تضمين الأشكال التالية لتوضيح جوانب معينة للكشف الحالي؛ ولا يجب رؤبتها بكونها تجسيدات حصرية. يكون الموضوع الذي تم Sage aie Cai لتعديلات؛ تبديلات؛ توليفات؛ ومكافئات في الصورة والوظيفة جديرة بالاعتبار؛ كما سيخطر لهؤلاء من ذوي المهارة في المجال وبالاستفادة من هذا الكشف. الشكل 1 يوضح وسيلة حاسوبية ضوئية في أداة أسفل البثرء وتتم تهيئة الوسيلة الحاسوبية الضوئية لقياس إحدى خصائص المائع. الشكل 2 يوضح ICE للاستخدام في وسيلة حاسوبية ضوئية لأداة أسفل البثر. الشكل 3 يوضح حجرة تصنيع ICE وملحقاتها. الشكل 4 عبارة عن رسم بياني يوضح تأثير درجة الحرارة على طيف نفاذية JCE 10 الشكل 5 عبارة عن رسم بياني يوضح تأثير درجة الحرارة على مكون مختلف لوسيلة حاسوبية ضوئية. الشكل 6 يوضح مخططًا انسيابيًا يصف طريقة لتقوية ICE لقياس إحدى خصائص المائع. الشكل 7 يوضح خوارزم شبكة عصبية للحصول على خاصية المائع باستخدام استجابة ICE والعوامل البيئية لتقييم أداء التصميم. الشكل 8 يوضح مخططً انسيابيًا لطريقة لتحسين بنيات ICE مرشحة بطبقات مختلفة ومعدلات شمك غشائي مختلفة. J 9 يوضح مخططًا انسيابيًا لطريقة لنشر ICE لتحليل مائع ضوئي وتحديد خصائصه. الشكل 10 يوضح خوارزم شبكة عصبية للحصول على خاصية المائع باستخدام استجابة ICE والعوامل البيئية؛ وعوامل تكميلية. الشكل 11 عبارة عن نظام حفر مهياً لاستخدام مستشعر ضوئي معاير لتعديل متغير أو هيئة حفر في عمليات القياس أثناء الحفر (MWD) وتسجيل أداء أثناء الحفر (LWD) الشكل 12 عبارة عن نظام كبل حفر مهياً لاستخدام مستشعر ضوئي معاير أثناء اختبار التكوين وأخذ عينة منه. في الأشكال؛ تشير العناصر التي لها نفس الأرقام المرجعية أو أرقام مرجعية مماثلة إلى 5 نظيفة مماثلة أو مشابهة؛ أو خطوة؛ مال لم تتم الإشارة إلى ما يخالف ذلك.
الوصف التفصيلي: يتعلق الكشف الحالي بوسائل عناصر حاسوبية متكاملة (ICE) أساسها غشاء ضوئي رفيع؛ ويتعلق بشكل أكثر تحديدًا بتقنيات تصميم توفر العناصر الضوئية المستخدمة في الأدوات أسفل pill لتحديد خصائص المائع في مجال النفط والغاز.
تتضمن تجسيدات الكشف الحالي طرق تصميم وتصنيع ل ICE المستخدم في وسيلة حاسوبية ضوئية واحدة بغض النظر عن نطاق تركيز العينة. على سبيل (Jia يمكن استهداف عينة منخفضة تركيز الميثان وعينة مرتفعة تركيز الميثان باستخدام وسيلة حاسوبية ضوئية بها نفس Gg (ICE لبعض التجسيدات التي تم الكشف عنها هنا. Ble على ذلك؛ يمكن استهداف عينة منخفضة نسبة الغاز في الزيت deg (GOR) gas-oil-ratio مرتفعة نسبة الغاز في الزيت (GOR)
0 باستخدام وسيلة حاسوبية ضوئية بها ICE مصمم ومصنع وفقًا للطرق التي تتوافق مع الكشف الحالي. تتحسن التجسيدات التي تم الكشف عنها هنا عن خوارزميات المعايرة الخطية أو كثيرة الحدود التقليدية لاختيار تصميمات ICE المرشحة المنتقاة بدقة لتصنيعها. بوجهٍ عام؛ تأخذ التجسيدات التي تم RASH عنها هنا في الحسبان قدرة طريقة شبكة عصبية لإنشاء منصة معايرة غير خطية بشكل يفوق التقريب متعدد الحدود مرتفع الرتبة. Ble على ذلك؛ تطبق بعض التجسيدات خوارزم عام غير خطي ما
5 بعد المعايرة بعد تصنيع ICE في بعض التجسيدات؛ يضمن الخوارزم غير الخطي ما بعد المعايرة إدخالاً من عناصر ضوئية إضافية في الأداة أسفل البئر.
تتغلب تجسيدات ICES المصممة والمصنعة مثلما تم الكشف die هنا على القيود البيئية من Cus دقة القياس والأداء الحاسوبي للوسائل الحاسويية الضوئية. تتضمن بعض التجسيدات خوارزميات شبكة عصبية (NN) neural network تتضمن متغيرات بيئية عند تصميم ICE في
0 بعض التجسيدات؛ يتم تقييم أداء تصميم ICE بحلقة تحسين تربط المخرجات المتوقعة من ICE لاستهداف خاصية مائع محددة بقاعدة بيانات عينة. في بعض التجسيدات؛ يمكن أن تكون Ble الترابط نموذجًا Glad بسيطًا أو نموذجًا متعدد الحدود من الرتبة الثانية. وبالتالي؛ يمكن تصنيف تصميمات ICE وفقًا لقوتها التنبؤية للكشف عن خاصية المائع المحددة. يمكن أن تتضمن معايير القوة التنبؤية؛ ولكن لا تقتصر على؛ أدنى خطأً تنبؤء خطأً المعايرة المعياري standard error of
((SEC) calibration 5 خطأً الأداء المعياري (SEP) standard error of performance على التوالي؛
ميل متحنى المعايرة؛ نسبة الإشارة إلى الضوضاء «(SNR) signal-to-noise ratio ومتوسط قيمة الإرسال المناظرة للخاصية المحددة أو ناتح التحليل محل الاهتمام. عند إنتاج نماذج مرشحة ل ICE ولها بنيات مختلفة غشائية رفيعة متعددة الطبقات» فيمكن فرزها بواسطة مجموعة تصميم بناءً على gull tad على سبيل المثال؛ وقياسات الأداء الأخرى. في بعض الحالات؛ يمكن فرز العديد من نماذج ICE بناءً على إجمالي SEC الخاص بها (أي؛ قابلية التنبؤ القياسية الكيميائية) مثلما تم اختباره في ضوءٍ dad معروفة للخاصية أو ناتج التحلل محل الاهتمام. على سبيل المثال؛ يمكن حساب SEC الخاص بكل نموذج ICE باستخدام الجذر التربيعي لمجموع المريعات بين القيمة المعروفة لناتج التحلل محل الاهتمام والقيمة التنبؤية المشتقة من طيف الإرسال الخاص بنموذج LICE يمكن تنفيذ ذلك لكل نموذج ICE بواسطة حساب طيف 0 الإرسال المعني الخاص به وتطبيق طيف الإرسال على مجموعة البيانات المعروفة لناتج التحلل محل الاهتمام. dag عام؛ يمكن تقييم نموذج ICE بناءً على طيف الانعكاس الخاص به؛ أو حتى بناءًة على نمط الحيود المرتبط به. بمجرد اختيار نموذج ICE التنبؤي أو المفضل لتصنيعه؛ يتم تحميل النموذج في برنامج كمبيوتر خاص بالتصنيع Liga لتوجيه ماكينة التصنيع أو sang التصنيع النمطية لإنشاء قلب ICE 5 بشكل مادي. بشكل (las لمجموعة التصميم؛ يمكن تخزين برنامج الكمبيوتر الخاص بالتصنيع على وسط قابل لقراءة بالكمبيوتر يحتوي على تعليمات برنامج مهيأة للتنفيذ بواسطة واحد أو أكثر من مُعالجات نظام كمبيوتر. (Ka تهيئة برنامج كمبيوتر الخاص بالتصنيع لاستقبال أو تنزيل المواصفات الخاصة بنموذج ICE المطلوب؛ على النحو الذي يتم توليده بواسطة مجموعة التصميم؛ وإنشاء قلب ICE مناظرة Gale بواسطة ترسيب الطبقات المختلفة لقلب ICE لقيم شمك طبقة محددة بصورة منهجية. كما هو مستخدم هناء يشير المصطلح "خاصية" إلى سمة كيميائية؛ ميكانيكية؛ أو فيزيائية لمادة (على سبيل المثال؛ مائع أسفل البئر في جهاز حفر أو حفرة بر النفط والغاز). يمكن أن تتضمن خاصية المادة قيمة كمية أو نوعية لواحد أو أكثر من المكونات أو المركبات الكيميائية الموجودة بهاء أو أية خاصية فيزيائية مرتبطة بها. يمكن الإشارة إلى هذه المكونات والمركبات 5 الكيميائية هنا ب 'نواتج تحلل." يمكن أن تتضمن الخصائص التوضيحية لمادة يمكن مراقبتها بالوسائل الحسابية الضوئية الموصوفة هناء على سبيل المثال؛ التركيبة الكيميائية (على سبيل المثال؛ الهوية
والتركيز الإجمالي أو للمكونات الفردية)؛ وجود الأطوار Ao) سبيل المثال؛ الغازء النفط الماء؛ وهكذا)» محتوى gall الرقم الهيدروجيني» القلوية؛ اللزوجة؛ الكثافة؛ القوة الأيونية؛ إجمالي المواد الصلبة المذابة؛ محتوى الملح lo) سبيل المثال؛ الملوحة)؛ المسامية؛ الإعتام؛ محتوى البكتيرباء las) الصلابة؛ توليفات منهاء Ala المادة (صلبة؛ lila غازية؛ مستحلب؛ (DIA وهكذا)؛ وما شابه. كما هو مستخدم lis يشير المصطلح "الإشعاع الكهرومغناطيسي" إلى الموجات اللاسلكية؛ الإشعاع بالموجات الدقيقة؛ الإشعاع بالأشعة تحت الحمراء والقريبة من الأشعة تحت الحمراء»؛ الضوءٍ المرئي؛ squall فوق البنفسجي؛ الإشعاع بالأشعة السينية؛ والإشعاع بأشعة جاما. كما هو مستخدم هناء يشير المصطلح Aig حاسوبية ضوئية" إلى وسيلة ضوئية مهيأة 0 الاستقبال دخل الإشعاع الكهرومغناطيسي المرتبط بمادة وإنتاج خرج للإشعاع الكهرومغناطيسي من عنصر معالجة موضوع داخل الوسيلة الحاسوبية الضوئية. يمكن أن يكون عنصر المعالجة؛ على سبيل ICE «Jill الذي يمكن الإشارة إليه Wad بعنصر ضوئي متعدد المتغيرات multivariate (MOE) optical element يتم تغيير الإشعاع الكهرومغناطيسي الذي يتفاعل ضوئيًا مع عنصر المعالجة ليكون قابلاً للقراءة بواسطة كاشف؛ بحيث يمكن ربط خرج الكاشف بخاصية محددة للمادة. Se 5 أن يكون خرج الإشعاع الكهرومغناطيسي من عنصر المعالجة عبارة عن إشعاع كهرومغناطيسي (aie مرسلء و/أو مشتت. Se فرض قيام الكاشف بتحليل الإشعاع الكهرومغناطيسي المنعكس؛ النافذ؛ أو المشتت بواسطة المتغيرات البنائية للوسيلة الحاسوبية الضوئية بجانب اعتبارات أخرى معروفة لأصحاب المهارة في المجال. بجانب ذلك؛ يمكن أيضًا مراقبة انبعاث if تشتت المائع» على سبيل المثال عبر الفلورة؛ التألق الفلوري» التشتت ل Mie «Raman و/أو Raleigh 0 بواسطة وسائل حاسويية ضوئية. كما هو مستخدم lis يشير المصطلح 'يتفاعل ضوئيًا" أو الصور المتنوعة له إلى (ail إرسال؛ تشتت؛ cages أو امتصاص الإشعاع الكهرومغناطيسي إما على؛ عبرء أو من واحد أو أكثر من عناصر المعالجة (أي؛ مكونات ICE أو (MOE أو sale تم تحليلها بواسطة عناصر المعالجة. وبالتالي؛ يشير الضوء المتفاعل ضوئيًا إلى الإشعاع الكهرومغناطيسي المنعكس؛ المرسل؛ المشتت؛ 5 المنعطف»؛ أو الممتص بواسطة؛ المنبعث؛ أو معاد الإشعاع؛ على سبيل المثال؛ باستخدام عنصر معالجة؛ ولكن يمكن أيضًا استخدامه للتفاعل مع مادة. مثلما تم ذكره أعلاه» يمكن أن يكون عنصر
المعالجة المستخدم في الوسائل الحاسوبية الضوئية المحددة أعلاه عبارة عن 10. عند التشغيل؛ يكون ICE قادرًا على تمييز الإشعاع الكهرومغناطيسي المرتبط بالخاصية محل الاهتمام لمادة من الإشعاع الكهرومغناطيسي المرتبط بمكونات أخرى للمادة. يمكن أن تكون الأنظمة والطرق التي تم الكشف عنها مناسبة لتصميم؛ تقييم؛ وتصنيع ICE 5 ا لاستخدامها في مجال النفط والغاز. يمكن أن تنشر مجالات النفط والغاز أنظمة ضوئية في الأدوات أسفل البئر مثلما تم الكشف die هنا للتنقيب عن الهيدروكربونات واستخلاصها في ظل ظروف وبيئات صعبة. ومع ذلك؛ سيتم إدراك أنه يمكن استخدام الأنظمة والطرق التي تم الكشف عنها هنا بالتساوي لتصميم وتصنيع الأنظمة الضوئية المدمجة المستخدمة في مجالات أخرى. على سبيل المثال؛ يمكن استخدام الأنظمة الضوئية المدمجة Gg للكشف الحالي في صناعة الأغذية والعقاقير؛ 0 الاستخدامات الصناعية؛ صناعات opal) أو أي مجال قد يفضل فيه تحديد خاصية مادة محددة في الوقت الفعلي أو بالقرب من الوقت الفعلي؛ ولكن قد تكون للعوامل البيئية» مثل درجة الحرارة؛ الضغط؛ الرطوية؛ الاهتزازات والصدمة تأثير كبير بها. يوفر هذا الكشف طريقة تقوية ICE لإنتاج ICE محسّن الأداء. تتضمن طريقة تقوية ICE حلقة تحسين منفذة بشبكات عصبية لتحسين تطوير المستشعرات الضوئية السائد فيها ICE بالإضافة إلى ذلك؛ تتضمن طريقة تقوية ICE عوامل بيئية Jie إدخال المعايرة مع استجابات ICE المحاكاة؛ والتي تسمح باستخدام مزيدٍ من معاملات النموذج لتحديد نظام معقد بصورة غير خطية مع التصميم البيئي. في بعض التجسيدات؛ بالإضافة إلى تضمين عوامل بيئية عند تقوية تصميم وتصنيع ACE يمكن احتجاز ICE محدد لناتج التحلل كمتغير رئيسي عبر الاختيار الآلي للمدخلات المرشحة أثناء خطوة معايرة بعدة بعد إنشاء تجميعة المستشعر الضوئي. تحسن التجسيدات التي تتوافق مع الكشف 0 الحالي من نطاق قابلية تشغيل استخدام ICE واحد للكشف عن نواتج التحلل. ويالتالي؛ فإن التجسيدات التي تم الكشف عنها هنا مناسبة للاستخدام في البيئة الصعبة سريعة التغير لأخذ القياسات أسفل jl في مجال النفط والغاز لتحديد خصائص مائع التكوين. في تجسيد أول؛ تتضمن طريقة لتقوية ICE مثلما تم الكشف die هنا اختيار قاعدة بيانات لتصميم ICE المرشح. تتضمن الطريقة Load مجموعة من متغيرات ICE وفقًا لعامل بيثي مسجل 5 في قاعدة البيانات» محاكاة مدخلات المعايرة المعوضة بيئيًا؛ تعديل مجموعة متغيرات ICE للحصول على بنية مرشحة ل ICE والتي لها أداء محسن وفقًا لخوارزم معايرة أول مطبق على قاعدة البيانات؛
التحقق من صحة البنية المرشحة ل ICE باستخدام خوارزم معايرة بديل مطبق على قاعدة البيانات؛ تحديد مجموعة ICEs المُصئّعة $l على التحقق من الصحة باستخدام الخوارزم الأول والخوارزم البديل» وتصنيع واحٍ من مجموعة 10158 المُصنّعة. في تجسيد ثانٍ ٠» تتضمن طريقة لتحديد خاصية مائع معايرة نموذج تنبؤي لمائع بمدخلات 5 .من استجابة ICE المحددة لناتج التحلل والمُصنئّعة والمتغيرات البيئية التي تتوافق مع تصميم ICE المحسن الأصلي. بجانب استخدام المدخلات الرئيسية؛ تتضمن الطريقة Load معايرة المزيد من نماذج المائع المرشحة للكشف عن نفس ناتج التحلل مع مدخلات إضافية من عناصر استشعار أخرى ICEs) مختلفة و/أو مرشحات ضوئية مختلفة) متوفرة في تجميعة المستشعر أو الأداة أسفل jill + تتضمن الطريقة Wal اختيار نموذج مائع واحد أو مجموعة من نماذج المائع المعايرة hel
0 للكشف عن ظروف التشغيل المقواة باستخدام البيانات المعملية والميدانية المتحقق من صحتها؛ تكوين نموذج مائع تشغيلي لمعالجة البيانات في الوقت الفعلي؛ وضبط نموذج المائع التشغيلي dy لتحديد خاصية المائع في حالة اختبار محددة. في بعض التجسيدات؛ تتضمن الطريقة تحديد خاصية مائع باستخدام نموذج المائع التشغيلي؛ حيث يتضمن نموذج المائع التشغيلي خوارزمًا غير خطي يتضمن إدخالاً من 108 مصنع ومحدد لناتج التحلل وإدخال إضافي واحد على الأقل.
15 في تجسيد ثالث؛ يُحزّن وسط غير مؤقت قابل للقراءة بالكمبيوتر الأوامر؛ التي عند تنفيذها بواسطة معالج في جهاز تحكم؛ تتسبب في ald جهاز التحكم بإجراء طريقة لتقوية CE تتضمن الطريقة اختيار قاعدة بيانات لتصميم ICE وضبط مجموعة متغيرات ICE وفقًا لعامل بيئي مسجل في قاعدة البيانات. يمكن أن تتضمن الطريقة Lad محاكاة مدخلات المعايرة المعوضة Gan وتعديل مجموعة متغيرات ICE للحصول على بنية مرشحة ل LV ICE أداء محسن Bg لخوارزم معايرة أول
0 مطبق على قاعدة البيانات. في بعض التجسيدات؛ يمكن أن تتضمن الطريقة التحقق من صحة البنية المرشحة ل TCE بخوارزم معايرة بديلة مطبق على قاعدة البيانات؛ تحديد مجموعة من ICEs مُصنّعة بناءً على التحقق من الصحة باستخدام خوارزم أول والخوارزم البديل» وتصنيع واحدٍ من مجموعة 15 المُصنّعة.
يوضح الشكل 1 وسيلة حاسوبية ضوئية 20 (Sa استخدامها في أداة أسفل البثر 10. تتم
تهيئة الوسيلة الحاسوبية الضوئية 20 لقياس خاصية مائع. تتضمن الأداة أسفل Jad) 10 مصدر
ضوءٍ 101 لتوفير ضوء إنارة 105 (على سبيل (JU) إشعاع كهرومغناطيسي) يصطدم على عينة
0 المائع؛ Jie مائع ll Jind تتم مواجهته في مجال النفط والغاز أثناء عمليات الحفر وتسجيل أداء ثقب الحفر. تتضمن الوسيلة الحاسوبية الضوئية 20 ICES 100ا 2100« و100ج (مشار Led) هنا بشكل pene باسم ICEs 100). وبالتالي؛ تتضمن الوسيلة الحاسوبية الضوئية 20 عناصر ضوئية لتوجيه gin من الضوءٍ المتفاعل 1106 إلى ging (100 ICE من الضوءٍ المتفاعل 106ب إلى ICE 100ب؛ وجزء من الضوءٍ المتفاعل 106ج إلى ICE 100ج. ble على ذلك؛ تتضمن الوسيلة الحاسوبية الضوئية عناصر ضوئي لتوجيه sgn محسوب 1108 من ICE 1100 إلى كاشف 110< وضوءٍ محسوب 108ب من ICE 100ب إلى كاشف 110؛ وضوءٍ محسوب 108ج من ICE 100ج إلى كاشف 110. يمكن أيضًا تهيئة الكاشف 110 بشكل منفصل لاستقبال الضوءٍ المحسوب من JS من ICEs الفردية 100. Lady يلي؛ ستتم الإشارة بصورة مجمعة إلى الأضواء 0 المتفاعلة 106أ-ج aul الأضواء المتفاعلة 106( وستتم الإشارة بصورة مجمعة إلى الأضواء
المحسوية 108أ-ج باسم الأضواء المحسوية 108. eg غير سبيل الحصر؛ يمكن أن يكون عدد 1088 100 في وسيلة حاسوبية ضوئية 20 واحد فقطء اثنين؛ ثلاثة (مثلما هو موضح في الشكل 1( أو أكثر. علاوةً على ذلك؛ على غير سبيل الحصر؛ يمكن استخدام أي من ICEs 100 مع مرشح عريض النطاق؛ مرشح ضيق النطاق؛ مرشح 5 الكثافة العصبية؛ عنصر شبكي؛ موشور حيود؛ أو أي نوع آخر للعنصر الضوتئي الحال Gada مثلما هو معروف لأصحاب المهارة العادية. في ذلك الصدد؛ يمكن ربط ICE أول 100 في وسيلة حاسوبية ضوئية أولى 20 بخاصية مائع أولى» ويمكن ربط ICE ثانٍ 100 في وسيلة حاسوبية ضوئية ثانية 0 بخاصية مائع ثانية. على غير سبيل الحصر؛ يمكن أن تكون خاصية المائع الأولى وخاصية المائع الثانية متماثلتين أو مختلفتين. في بعض التجسيدات؛ يمكن فصل QB ICE 100 عن خاصية 0 الماع الأولى. وبالتالي؛ يمكن أن يكون egal) المحسوب الثاني 108 بشدة غير مرتبطة بخاصية
المائع الأولى. يستقبل كاشف 110 الأضواء المحسوية 108 وبنتج إشارة تتناسب مع شدة الأضواء المحسوية 108. في بعض التجسيدات؛ تستخدم الأداة الضوئية أسفل Jill 10 القياسات المتوفرة من مستشعرات أخرى للحصول على ضغط مائع مرجعي (0)؛ درجة الحرارة ¢(T) الكثافة (م)؛ والمتغيرات 5 الأخرى المرتبطة بالعينة 150؛ مثل لزوجة المائع» نقطة تَكوْن الفقاقيع؛ وما شابه. وبالتالي» يمكن استخدام بيانات © 7؛ وم المرجعية المجمعة بأداة ضوئية أسفل Al التي تتوافق مع قياسات
الضغط الحجم ودرجة الحرارة (PVT) pressure, volume, and temperature المناظرة لقاعدة بيانات معايرة قياسية كمدخلات في النماذج التنبؤية للمائع. في بعض التجسيدات؛ يفضل أن تتناسب شدة واحد على الأقل من الأضواء المحسوية 8 مع خاصية المائع التي يتم قياسها. في بعض التجسيدات؛ يمكن ربط شدة الأضواء المحسوية 108 بخاصية المائع عبر علاقة غير خطية تتضمن عدة عوامل. على سبيل المثال؛ في بعض التجسيدات» تؤثر TP وغيرها من العوامل البيثية الأخرى المقاسة بواسطة الأداة أسفل al 10 على العلاقة بين الضوء المحسوب 108 وخاصية المائع. يستخدم جهاز تحكم 160 في الأداة أسفل ll 10 الإشارة الصادرة من الكاشف 110 وقيم «TP وم المقاسة لتحديد خاصية المائع أسفل البئر الذي يشكل العينة 150. يمكن أن يتضمن 0 جهاز التحكم 160 مُعالجًا 161 وذاكرة 162. يمكن أن تخزن الذاكرة 162 الأوامر في خوارزم تحويل الإشارة الضوئية سابقة المعايرة وفي نموذج تنبؤي للمائع والتي؛ Lovie ينفذها المعالج 161؛ تتسبب في قيام جهاز التحكم 160 بإجراء بعض الخطوات على الأقل في الطرق الخاصة بالكشف عن نواتج التحلل وتحديد خصائص المائع مثلما تم الكشف عنها هنا. بينما يمكن تضمين جهاز التحكم 160 في الأداة أسفل all 10؛ في بعض التجسيدات؛ يمكن أن يكون جهاز التحكم 160 5 على السطح ويتصل بالأداة أسفل البثر 10 بالقرب من أو في قاع ثقب الحفر في إحدى عمليات النفط والغاز. يمكن تهيئة المعالج 161 لإجراء تحليل مائع ضوئي باستخدام خوارزميات تحويل الشبكة العصبية (NN) غير الخطية والتنبؤية المخزنة في الذاكرة 162. في بعض التجسيدات؛ يجري المعالج 1 التحليل الضوئي غير الخطي في الوقت الفعلي. في بعض التجسيدات؛ تتم معايرة خوارزم تحويل الإشارة الضوئية غير الخطي مسبقًا على الموائع المرجعية التوضيحية. يُحوّل خوارزم تحويل الإشارة الضوئية غير الخطي استجابات المستشعر الضوئية المقاسة من حيز متغير الأداة إلى حيز متغير تخليقي. تُقيّر الخوارزميات التنبؤية للمائع NN المعايرة مسبقًا في قاعدة بيانات PVT ضوئية العديد من تركيبات وخواص المائع من استجابات المستشعرات الضوئية التخليقية المعوضة Phy وتكون قادرة على توفير حلول متكاملة لتحديد خصائص مائع التكوين بغض النظر عن أنواع المائع. 5 يتم حساب استجابة المستشعر لكل عنصر ضوئي على عينة مائع محددة أثناء المعايرة في صورة ناتج ضرب عددي لطيف النفاذية للمائع المحدد وذلك العنصر عند نطاق الطول الموجي المنتقى.
يتم بشكل نمطي إنشاء قاعدة بيانات PVT الضوئية ببيانات ناتج تحلل وقياس طيفي متنوع لمائع البترول عند نقاط الضبط المحددة للضغط والحجم ودرجة الحرارة. يمكن أن تتضمن موائع المعايرة لتطوير نموذج NN غير خطي الزيوت الثقيلة؛ الزيوت المتوسطة والخفيفة؛ نواتج تكثيف الغاز والغاز الماء والخلائط متعددة الأطوار والموائع الأخرى المرتبطة بتحليل المائع أسفل البئر.
يوضح الشكل 2 ICE 100 للاستخدام في وسيلة حاسويية ضوئية لأداة أسفل «ll مثلما هو موضح؛ يمكن أن يتضمن ICE 100 مجموعة من الطبقات المتناوية 5202 204 Jie السيليكون (Si) و :58:0 (كوارتز)؛ على التوالي. بوجةٍ عام؛ تتألف الطبقات 202؛ 204 من مواد يكون معامل الانكسار الخاص بها مرتفعًا ومنخفضًاء؛ على التوالي. قد تتضمن الأمثلة الأخرى للمواد نيوبيا ونيوبيوم» جرمانيوم وجرمانياء SIO MgF ومواد أخرى مرتفعة ومنخفضة المعامل معروفة في
0 المجال. يمكن وضع الطبقات 202 204 بشكل استراتيجي على ركيزة ضوئية 206. في بعض التجسيدات؛ تكون الركيزة الضوئية 206 عبارة عن gla) ضوئي من نوع BK-7 في تجسيدات أخرى» يمكن أن تكون الركيزة الضوئية 206 نوعًا آخر من الركيزة الضوئية؛ مثل الكوارتز الياقوت؛ السيليكون؛ الجرمانيوم؛ سيلينيد الزنك؛ سلفيد الزنك؛ أو العديد من المواد اللدائنية مثل بولي كريونات؛ بولي ميثيل ميثاكريلات dad Js (PMMA) polymethylmethacrylate كلوريد
(PVC) polyvinylchloride 5 ماس مواد خزفية؛ توليفات منهاء وما شابه.
عند الطرف المقابل (على سبيل المثال؛ مقابل الركيزة الضوئية 206 الواردة في الشكل 2)؛ (Sa أن يتضمن ICE 100 طبقة 208 معرضة بوجدٍ عام لبيئة الوسيلة أو الإنشاء» (Kary أن تكون قادرة على الكشف عن مادة العينة. يتم تحديد عدد الطبقات 202 204 وسشمك كل طبقة 2 24 من السمات الطيفية التي تم الحصول عليها من التحليل الطيفي لخاصية المادة التي
0 يتم تحليلها باستخدام أداة طيفية تقليدية. يتضمن الطيف محل الاهتمام لخاصية محددة بصورة نمطية أي عدد من الأطوال الموجية المختلفة. ينبغي إدراك أن ICE 100 التوضيحي الوارد في الشكل 2 لا يُمثل في الواقع أية خاصية محددة لمادة cle وإنما يتم توفيره لأغراض التوضيح فقط. وبالتالي؛ لا يكون عدد الطبقات 202 204 وقيم اللشمك الخاصة بهاء على النحو الموضح في الشكل 2 مرتبط بأي خاصية محددة. وليس بالضرورة أن يتم تطبيق مقياس الرسم على الطبقات 202 204 وقيم
5 السُمك الخاصة بهاء وعليه لا ينبغي أن تكون مقيدة للكشف all علاوةً على ذلك؛ سيدرك أصحاب المهارة في المجال بسهولة إمكانية تنوع المواد التي تشكل كل طبقة 202 204 (أي؛ Si
ود59:0)؛ بناءً على الاستخدام؛ تكلفة المواد؛ و/أو قابلية تطبيق المادة على المادة المراد تحليلها. في بعض التجسيدات؛ يمكن إشابة مادة كل طبقة 202؛ 204 أو يمكن الجمع بين اثنين أو أكثر من المواد بطريقة ما لتحقيق الخاصية الضوئية المفضلة. بالإضافة إلى المواد الصلبة؛ يمكن أن يحتوي ICE التوضيحي 100 Lad على سوائل و/أو cable بشكل اختياري في توليفة مع المواد الصلبة؛ لإنتاج خاصية ضوئية مفضلة. في حالة الغازات والسوائل» يمكن أن يحتوي ICE 100 على وعاء مناظر (غير موضح) يحيط بالغازات أو السوائل. كما تتضمن الصور المتنوعة التوضيحية ICE J 100 عناصر ضوئية مجسمة؛ مشابك؛ كهربائية إجهادية؛ أنبوب ضوئي؛ و/أو عناصر ضوئية صوتية؛ على سبيل المثال؛ التي يمكن أن تنشئ خواص إرسال؛ انعكاس» و/أو امتصاص محل الاهتمام.
تُظهر الطبقات المتعددة 202؛ 204 معاملات انكسار مختلفة. من خلال الاختيار المناسب لمواد الطبقات 202 204 والمسافة والسمك النسبيين لها فيمكن ICE dag 100 لإمرار/انعكاس/انكسار أجزاء الضوء المحددة مسبقًا بشكل انتقائي لإشعاع كهرومغناطيسي عند أطوال موجية مختلفة. يتم تخصيص عامل ترجيح أو تحميل محدد مسبقًا لكل طول موجي. يمكن تحديد شمك الطبقات 202« 204 ومسافتها باستخدام مجموعة من طرق التقريب من طيف الخاصية
5 أو ناتج التحلل محل الاهتمام . يمكن أن تتضمن هذه الطرق تحويل فوريير العكسي inverse Fourier (IFT) transform لطيف الإرسال الضوثي وإنشاء ICE 100 في صورة التمثيل المادي ل JFT تحول عمليات التقريب TFT إلى بنية بناءً على المواد المعروفة بمعاملات انكسار ثابتة.
يتم ضبط القيم التي تطبقها الطبقات 202 204 ل ICE 100 عند كل طول موجي على قيم الارتداد الموصوفة بالنسبة لمعادلة معروفة؛ أو بيانات؛ أو دلالة طيفية. Lovie يتفاعل الإشعاع
0 الكهرومغناطيسي مع مادة؛ يمكن تشفير معلومات فيزيائية وكيميائية فريدة تدور حول المادة في الإشعاع الكهرومغناطيسي المنعكس من؛ المرسل عبرء أو المشع عبر المادة. Bale ما تتم الإشارة إلى هذه المعلومات ب 'البصمة" الطيفية للمادة. يمكن تهيئة ICE 100 لتنفيذ ناتج الضرب العددي للإشعاع الكهرومغناطيسي المستقبل بواسطة ICE 100 ودالة إرسال ICE 100 المعتمد على الطول الموجي. تعتمد وظيفة الإرسال المعتمدة على الطول الموجي ل ICE 100 على مؤشر انكسار مادة
5 الطبقة؛ عدد الطبقات 202 204 ومعدلات شمك الطبقة. تتماثل دالة إرسال ICE 100 بعد ذلك مع متجه مفضل مشتق من حل مشكلة المتغيرات المتعددة الخطية التي تستهدف مكون محدد للعينة
— 4 1 — التي يتم تحليلها. نتيجة لذلك» ترتبط شدة الضوءٍ الخارج ل ICE 100 بالخاصية أو ناتج التحلل محل الاهتمام. يمكن أن يكون المتجه المفضل المشتق من حل المشكلة متعددة المتغيرات الخطية Gl من متجه انحسار؛ متجه تحميل؛ أو مجموعة من متجهات التحميل المشتقة من توليفة خطية بها أكثر من متجه انحسار واحد.
يمكن أن تكون الوسائل الحاسوبية الضوئية التي تستخدم ICE 100 قادرة على استخلاص المعلومات الخاصة بالبصمة الطيفية للعديد من الخصائص أو نواتج التحلل داخل المادة وتحويل تلك المعلومات إلى خرج قابل للكشف عنه بخصوص الخواص العامة للمادة. يعني ذلك أنه من خلال الهيئات المناسبة للوسائل الحاسوبية الضوئية؛ يمكن فصل الإشعاع الكهرومغناطيسي المرتبط بالخصائص أو نواتج التحلل محل الاهتمام في مادة عن الإشعاع الكهرومغناطيسي المرتبط بجميع
0 المكونات الأخرى للمادة بهدف تقدير خواص المادة فى الوقت الفعلى أو بالقرب من الوقت الفعلى. وبالتالي» يكون ICE 100 قادرًا على تمييز ومعالجة الإشعاع الكهرومغناطيسي المرتبط بخاصية أو ناتج تحلل محل اهتمام. قبل تصنيع ICE 100 بشكل فعلي؛ يتم بشكل نمطي إنتاج واحد أو أكثر من نماذج ACE يمكن إنتاج تلك النماذج؛ على سبيل المثال؛ باستخدام برنامج برمجي أساسه الكمبيوتر أو مجموعة 5 تصميم والتي يمكن تخزينها على وسط قابل للقراءة بالكمبيوتر يحتوي على تعليمات برنامج مهيأة لتنفيذها بواسطة واحد أو أكثر من المعالجات الخاصة بنظام الكمبيوتر. يمكن تهيئة مجموعة التصميم لإنتاج العديد من نماذج وسيلة CE والتي يتم تشكيل أو تهيئة JS منها للكشف عن خاصية محددة أو ناتج تحلل محدد محل اهتمام. يوضح الشكل 3 حجرة تصنيع ICE 300 وملحقاتها . تستقبل حجرة التصنيع 300 ركيزة 0 206؛ وتوفر ICE 100 نتيجة لعملية ترسيب الطبقات العديدة. توفر حاويات الإمداد 310 310ب؛ و310ج (المشار إليها فيما بعد بصورة مجمعة باسم حاويات الإمداد 310) المواد المستخدمة لتكوين الطبقات المتناوية العازلة للكهرياء في Cus 100 ICE يتم ترسيبها في حجرة التصنيع 300. يتم إدخال المواد من حاويات الإمداد 310 فى الحجرة 300 عبر خطوط الإمداد 312 312ب؛ و312ج (المشار إليها Lad بعد بصورة مجمعة باسم خطوط الإمداد 312)؛ على التوالي. يحدد توقيت ومعدل تدفق المادة عبر خطوط الإمداد 312 Kadi مفضلاً للطبقة العازلة للكهرياء المحددة المترسبة على الركيزة 206 لتكوين ICE 100. في بعض التجسيدات؛ يمكن أن تكون حجرة التصنيع
0 كتلك المستخدمة في عمليات الترسيب Jie ترسيب البخار الكيميائي Chemical Vapor (CVD) Deposition أو ترسيب الطبقة Atomic Layer Deposition ddl (صلذ). على غير سبيل الحصرء؛ يمكن أن تستخدم بعض التجسيدات تقنيات تصنيع أخرى متعددة الطبقات مثل ترسيب البخار الفيزيائي ٠ (PVD) physical vapor deposition يمكن أن يتضمن أحد أمثلة تقنية تصنيع PCD 5 تقنية ترسيب الحزم الإلكترونية بمساعدة الأيونات حيث يتم وضع الجزءِ الصلب من المادة الأولية المستخدمة في الترسيب داخل حجرة التصنيع 300 قبل بدء عملية الترسيب. في ذلك الصدد؛ في عملية ترسيب الحزم الإلكترونية (Sa PVD استبدال خطوط الإمداد 312 بأية آلية أخرى لتوصيل المادة الأولية؛ مثلما هو معروف في المجال. ple dag يمكن استخدام حجرة التصنيع 0 في أية تقنيات ترسيب لطبقات متعددة معروفة في المجال مثلما سيدركه أصحاب المهارة العادية 0 دون الابتعاد عن المفاهيم التي تم الكشف عنها هنا. ويالتالي؛ يقيس المستشعر 320 سشمك كل طبقة عازلة للكهرياء عند ترسيبها ويوفر المعلومات إلى جهاز التحكم 350. يتضمن جهاز التحكم 350 مُعالجًا 351 وذاكرة 352. تتم تهيئة المعالج 351 لتنفيذ الأوامر المخزنة في الذاكرة 352؛ مما يتسبب في قيام جهاز لتحكم 350 بإجراء الخطوات الواردة في الطرق التي تم الكشف عنها هنا. على سبيل (Ja) يمكن أن يجري جهاز التحكم 350 طريقة للتحكم في شمك الطبقة العازلة للكهرباء المترسبة على ركيزة 206 من خلال ضبط معدل تدفق المادة والتوقيت بشكل مناسب عبر أي خط من خطوط الإمداد 312. على نحو بديل؛ في التجسيدات التي تستخدم ترسيب الحزمة الإلكترونية PVD يمكن أن يضبط جهاز التحكم 350 تيار أو فلطية الحزمة الإلكترونية Ey لذلك؛ لتعديل معدل الترسيب. في بعض التجسيدات؛ يمكن تهيئة جهاز التحكم 350 لكي يتضمن سُمك الغشاء على كل طبقة مترسبة مثلما تم قياسه بالمستشعر 320. Ble على ذلك؛ يمكن أن يستخدم جهاز 0 التحكم 350 معدلات شمك الغشاء المترسب مع معدلات clad الغشاء المستهدفة على الطبقات اللاحقة Sale حساب استجابة ICE التخليقية وتقييم gall Und بناتج التحلل باستخدام خوارزم NN المحدد مسبقًا. وبالتالي» في بعض التجسيدات»؛ يجري جهاز التحكم 350 ضبطًا loll) عند الحاجة على الطبقات اللاحقة ل ICE المُصنّع للتأكد من أداء قلب ICE المنتج ضمن تفاوت خلوص نموذج
ICE المحسن. إن الشكل 4 عبارة عن رسم بياني 400 يوضح تأثير درجة الحرارة على طيف نفاذية 108. تشير الإحداثيات السينية في الرسم البياني 400 إلى طول موجي بوحدات اختيارية؛ Tag نطاق
الطول الموجي عند أدنى طول موجي 0h وبنتهي عند أقصى طول موجي dn تشير الإحداثيات الرأسية في الرسم البياني 400 إلى dad نفاذية بوحدات اختيارية؛ وتكون النفاذية بنطاق يبدأ عند أدنى طول موجي 10 gis عند أقصى tm dad تشير منحنيات النفاذية 401 402؛ و403 إلى نفاذية ICE توضيحية 100 مثلما هو موضح في الشكل 2 أعلاه؛ لثلاث قيم مختلفة لدرجة الحرارة 121 12,؛ و13 على التوالي. لأغراض توضيحية» يتم اختيار ثلاثة درجات حرارة للضبط في صورة °150=T1 فهرنهايت (1)» °200=T2 فهرنهايت» 5 °250=T3 فهرنهايت. عندما تزيد درجة الحرارة؛ تقل نفاذية الضوء الإجمالية عبر ICE 100« وبتجه طيف النفاذية بعض الشيء نحو الأطوال الموجية الأعلى J) اليمين؛ في الشكل 4). تتضمن طرق تصنيع ICE 100 مثلما تم الكشف عنها هنا خواصًا ضوئية مصححة بدرجة 0 الحرارة لتحديد النفاذية. وبالتالي» تحدد متحنيات النفاذية ]40 402؛ و403 ومتحنيات النفاذية المماثلة المصححة بدرجة الحرارة في طريقة متكررة الشمك الدقيق لكل طبقة عازلة للكهرياء 202 و204 مترسبة على الركيزة 206 (انظر الشكل 2). إن اعتماد الخواص الضوئية للمواد المستخدمة في ICE 100 على درجة الحرارة هو الإدخال الخاص للحصول على ciliate النفاذية 401 402 و403. وهكذاء عند تقييم أداء تصميم ICE مرشح في ضوءٍ قاعدة بيانات المعايرة التي تتضمن 5 بيانات المائع المجمعة عند درجة حرارة سابقة التحديد؛ فتستخدم الطرق التي تم الكشف عنها هنا طيف نفاذية تصميم ICE عند درجة الحرارة سابقة التحديد. تحسن هذه الخطوة من القدرة على اكتشاف تصميمات 105 للكشف عن ناتج التحلل بشكل مناسب للتشغيل في نطاق كبير من الظروف البيئية. في بعض التجسيدات؛ يمكن أن تتضمن متحنيات النفاذية 401 402؛ و403 Lal تصحيحات بسبب اعتماد الخواص الضوئية للمادة في ركيزة 206 ICE 100 على درجة الحرارة. في التجسيدات 0 التي تكون فيها المادة الموجودة في الركيزة 206 عبارة عن زجاج Jie 3167 وما شابه؛ فيمكن أن يكون اعتماد الخواص الضوئية للركيزة 206 على درجة الحرارة ضعيف a على نطاق الطول الموجي محل الاهتمام. في التجسيدات التي تكون فيها المادة الموجودة في الركيزة 206 عبارة عن Si أو «Ge أو أية مادة أو فلز آخر شبه موصل؛ فيمكن أن يختلف اعتماد الخواص الضوئية للركيزة 6 على درجة الحرارة بشدة ومن المفضل أخذ ذلك في الحسبان. إن الشكل 5 عبارة عن رسم بياني 500 يوضح تأثير درجة الحرارة على مكونات مختلفة لوسيلة حاسوبية ضوئية. تكون الإحداثيات الرأسية والإحداثيات السينية في الرسم البياني 500 على
sail الموصوف بالتفصيل أعلاه في الشكل 4. إن منحنيات النفاذية 501 502؛ و503 هي منحنيات نفاذية لوسيلة حاسوبية ضوئية عامة؛ Jie مرشح إمرار عريض النطاق؛ تم الحصول عليه عند كل درجة من درجات الحرارة المختلفة 71 72 و173؛ على التوالي. يدرك أصحاب المهارة العادية أن متحنيات النفاذية 501 502؛ و503 قد تتماثل مع أي نوع من المكونات الضوئية في أداة أسفل all مثلما تم الكشف aie هناء دون الحصر. وبالتالي؛ يمكن أن تتضمن الطرق الخاصة بتصنيع ICE 100 مثلما تم الكشف عنها هنا تحليل نفاذية درجة الحرارة للمكونات الضوئية الخاصة بمستشعر ضوئي بخلاف ICE 100؛ مثلما هو موضح في الشكل 5. يمكن إجراء تصحيح درجة الحرارة لأي مكون ضوئي إما باستخدام منحنيات درجة الحرارة المختلفة fie المنحنيات 503-501؛ أو بيانات القياس المعبر عنها في صورة متغيرات كدالة على درجة الحرارة. في بعض التجسيدات؛ 0 يمكن محاكاة وتضمين الضبط التكيفي للاستجابة إلى درجة الحرارة للنظام الضوئي في الطريقة الخاصة باختيار تصميم ICE مرشح يأخذ في الحسبان على نحو GIS تأثيرات درجة الحرارة في أداء الأداة. في التجسيدات التي تتوافق مع الكشف الحالي؛ تتضمن طريقة تصميم وتصنيع ICE تقييم old التصميم في حلقة تحسين لاكتشاف تصميمات ICE المرشحة المناسبة للتصنيع. في بعض 5 التجسيدات؛ يمكن استخدام خوارزم غير خطي في حلقة التحسين لضبط متغيرات ICE وفقًا للظروف البيئية المناظرة للعينات المنتقاة من قاعدة بيانات. في بعض التجسيدات؛ يكون الخوارزم غير الخطي خوارزمًا للشبكات العصبية والذي يتضمن المتغيرات البيئية نفسها كإدخال بالإضافة إلى استجابة ICE المحاكاة؛ مما يحقق sill المحسن بنواتج التحلل من خلال تضمين التصحيح البيئي غير الخطي في تصميم ICE الأصلي. في بعض التجسيدات؛ يتم احتجاز الاستجابة الضوئية ل ICE 0 المصمم بالنسبة لخاصية مائع محددة أو تركيز ناتج تحلل محدد في صورة الإدخال الرئيسي في النموذج غير الخطي عبر الاختيار الآلي للمدخلات المرشحة أثناء معايرة لاحقة. تحسن التجسيدات التي تم الكشف عنها هنا إلى حدٍ كبير من قدرة ICE واحد على الكشف عن نواتج التحلل بشكل موسع. يوضح الشكل 6 مخططًا انسيابيًا يصف طريقة 600 لتقوية تصميم وتصنيع ICE لقياس 5 إحدى خصائص المائع. يمكن أن يتضمن ICE وفقًا للطرق التي تتوافق مع الطريقة 600 مجموعة من الطبقات المتناوية العازلة للكهرياء للمادة المترسبة على ركيزة (على سبيل المثال؛ الطبقات 202
و204 على الركيزة 206 انظر الشكل 2). علاوةً على ذلك؛ في التجسيدات التي تتوافق مع الكشف الحالي» قد تتضمن الطريقة 600 استخدام حجرة لاستقبال مجموعة مواد من حاويات الإمداد عبر خطوط الإمداد (على سبيل المثال؛ الحجرة 300؛ حاويات الإمداد 310؛ وخطوط الإمداد 312 انظر الشكل 3)؛ أو أية آلية توصيل مواد أولية أخرى معروفة في المجال. في بعض التجسيدات؛ يمكن أن تجري وسيلة جهاز التحكم Lan على الأقل من الخطوات في الطريقة 600 فور تنفيذ الأوامر المخزنة في ذاكرة جهاز التحكم بواسطة معالج في جهاز التحكم (على سبيل المثال؛ جهاز التحكم 350( المعالج 351( والذاكرة 352( انظر الشكل 3). قد تتضمن الطرق المتوافقة مع الكشف الحالي Lan على الأقل وليس جميع الخطوات الموضحة في الطريقة 600 التي تتم بتسلسل مختلف. علاوةً على ذلك؛ يمكن أن تتضمن الطرق 0 المتوافقة مع الكشف الحالي اثنين على الأقل أو أكثر من الخطوات كما هو الحال في الطريقة 600؛ والتي يتم إجراؤها بشكل متداخل زمنيًاء أو Ge في نفس الوقت. تتضمن الخطوة 602 اختيار قاعدة بيانات لتصميم CE تستخدم الخطوة 602 موائع من جميع lel) بما في ذلك الزيوت الخفيفة والمتوسطة؛ نواتج تكثيف GL GL الزيوت الثقيلة؛ الماء؛ والخلائط متعددة الأطوار؛ لتصميم ICE مطمور في NN بسبب قدرة الشبكات العصبية على 5 التعامل مع نظام غير خطي معقد. يمكن توسيع عينات المعايرة لتصميم ICE المحدد لناتج التحلل إلى قاعدة بيانات PVT الضوئية الكاملة بغض النظر عن نوع المائع؛ لتعميم اختيار بيانات التدريب وتطبيق النماذج وتقويتها. يمكن أن تتضمن قاعدة بيانات القياس الطيفي ل PVT الضوئي ونواتج التحلل مثلما تم الكشف عنها هنا مجموعة من بيانات PVT الضوئية من الزبوت الخفيفة والمتوسطة؛ نواتج تكثيف Glad) ¢ الغاز» الزيوت الثقيلة؛ الماء وخلائط متعددة الأطوار. تتضمن الخطوة 604 ضبط متغيرات ICE وفقًا لعوامل بيئية مسجلة في قاعدة البيانات. يتم قياس سجلات القياس الطيفي للمائع في قاعدة البيانات المستخدمة لتصميم ICE كدالة على درجة حرارة المائع» وضغطه وكثافته في نظام PVT ضوئي. ومع ذلك؛ يتم ضبط مؤشر انكسار مواد ICE وأطياف النفاذية الخاصية بمكونات النظام الضوئي الأخرى عند عدة ظروف ثابتة على التالي وذلك للتبسيط» مما قد يتسبب في حالة تعارض إضافية بالنسبة للتطبيق المحتمل بسبب الفارق بين نفاذية ICE 5 المحاكاة وتلك المقاسة بالفعل. على الرغم من أن تحليل الانحسار البعدي بعد التصنيع قد يحل المشكلة جزئيًاء فيمكن أن يبسط التصميم المتطابق Gy إلى حدٍ كبير من نمذجة المائع ومعالجة
البيانات في طور لاحق من عملية المعايرة. تجري الخطوة 4 التصحيح البيئي على البيانات للتصميم والتجارب data for design and (DOE) experiments خلال نشر ثوابت مؤشر انكسار مرتفعة ومنخفضة تعتمد على درجة الحرارة لمواد gl TCE مما يجعلها متوافقة مع ظروف القياس الخاصة بالقياس الطيفي للمائع وناتج التحلل في قاعدة بيانات PVT الضوئية. يمكن إجراء تصحيح درجة الحرارة من خلال تحميل العديد من مجموعات الثوابت المناظرة لدرجات حرارة الضبط المحددة. يمكن التعبير عن مؤشر المادة في صورة متغيرات كدالة عبر محاكاة لضبط الثوابت التكيفي. تجري الخطوة 604 أيضًا تصحيحًا لدرجة الحرارة لمكونات النظام داخل السلسلة الضوئية ل ICE مثل المرشحات الضوئية؛ النوافذ» والكواشف. سيتم استخدام الاستجابة الضوئية لمكونات النظام 0 مع طيف نفاذية ICE التخليقي في محاكاة استجابة النظام الالتفافية؛ وهي التقريب الأفضل لحساب خرج كاشف ALICE بعض التجسيدات»؛ تتضمن الخطوة 604 تحديد العديد من مجموعات الثوابت المناظرة لدرجات حرارة الضبط المختلفة. في بعض التجسيدات؛ تتضمن الخطوة 604 التعبير عن تصحيح درجة الحرارة في صورة متغيرات كدالة عبر محاكاة لضبط الثوابت التكيفي. تجري الخطوة 604 أيضًا تصحيحًا لدرجة الحرارة لمكونات النظام داخل السلسلة الضوئية ل ICE 5 مثل المرشحات الضوئية؛ النوافذ» والكواشف. سيتم استخدام الاستجابة الضوئية لمكونات النظام مع طيف نفاذية ICE التخليقي في محاكاة استجابة النظام الالتفافية؛ وهي التقريب الأفضل لحساب خرج كاشف 108. في بعض التجسيدات؛ تتضمن الخطوة 604 استخدام مؤشر انكسار ICE المعوض بدرجة الحرارة والاستجابات الضوئية لمكونات النظام لمحاكاة أطياف نفاذية ICE المرشحة. في بعض التجسيدات؛ تتضمن shall 604 استخدام أطياف ICE المرشحة المحاكاة مع بيانات القياس الطيفي لمائع PVT ضوئي لإنتاج استجابات كاشف ICE التخليقية كمدخلات للمعايرة لتصميمات ICE المرشحة. تتضمن الخطوة 606 إدخال معايرة معوض Gy تتضمن الخطوة 606 استخدام بيانات مؤشر انكسار ICE المعوض بدرجة الحرارة والاستجابات الضوئية لمكونات النظام بهدف محاكاة أطياف نفاذية تصميمات ICE المرشحة. يتم ضرب أطياف ICE المرشحة المحاكاة كذلك في بيانات 5 القياس الطيفي لمائع PVT الضوئي في صورة ناتج ضرب عددي للتعبير عن استجابات كاشف ICE التخليقية كمدخلات معايرة لإجراء تحليل الانحسار وتقييم الأداء.
تتضمن الخطوة 608 تعديل متغيرات ICE للحصول على بنية مرشحة ل 108 لها أداء محسن وفقًا لخوارزم معايرة أول مطبق على قاعدة البيانات. في بعض التجسيدات؛ تتضمن الخطوة 608 تحديد تصميمات ICE مرشحة واعدة في حلقة الانحسار والتحسين الممتدة عبر العديد من البنيات الغشائية بطبقات مختلفة. Glo ببنية ICE مع شُمك الغشاء المحدد لكل طبقة؛ يتم تقييم أداء التصميم بتحليل انحسار الشبكة العصبية. يمكن أن تتضمن الخطوة 608 تحسين بنية TCE وسُمك الغشاء لكل طبقة عبر الحساب التطوري (الخوارزم الجيني) أو خوارزميات أخرى أساسها الانخفاض المتدرج. يمكن أن تتضمن الخطوة 608 مد تصميمات ICE المرشحة على العديد من البنيات الغشائية بطبقات مختلفة. يتم تحسين سُمك الغشاء لكل طبقة عبر الحساب التطوري أو الخوارزميات الأخرى المعتمدة على الانخفاض المتدرج مع تقييم 0 أداء التصميم باستخدام تحليل الانحسار بشبكة عصبية. في بعض التجسيدات؛ يستخدم تحليل الانحسار بشبكة عصبية استجابة الكاشف المحاكاة من ICE مرشح واحد كمتغير إدخال رئيسي؛ وحدد القياس الطيفي لمائع المعايرة قياسات درجة الحرارة؛ الضغط والكثافة كمتغيرات إدخال إضافية. في بعض التجسيدات؛ ينشر تحليل الانحسار بالشبكة العصبية التنظيم؛ ويتحقق من صحة تقنيات لجنة الشبكة والتوقف المبكر لتقليل الشك المصاحب لتقييم أداء تصميم ICE 15 تتضمن الخطوة 610 التحقق من صحة البنية المرشحة ل ICE باستخدام خوارزم معايرة بديل مطبق على قاعدة البيانات. في بعض التجسيدات؛ تتضمن الخطوة 610 مقارنة أداء تصميمات ICE المطمورة في 1077 بأداء نفس التصميمات التي تم تقييمها باستخدام خوارزميات معايرة اختيارية أخرى مثل الانحسار الخطي وتحليل الانحسار متعدد الحدود من الرتبة الثانية لاستخدامات محتملة. تتضمن الاستخدامات المحتملة المعايرة اللاحقة الاختيارية لمستشعر ضوئي بخوارزم المربعات الدنيا الجزئية (PLS) Partial-Least-Square 0 بعد تصنيع العناصر. وبالتالي؛ يفضل تحديد أفضل تصميم واعد؛ والذي يمثل حلاً وسطًا بين استخدام خوارزم معايرة غير خطي وخطي بالنسبة للأداء الناتج لتقليل gail) Una بناتج التحلل. يمكن أن تتضمن الخطوة 610 تصنيف تصميمات 108 المرشحة بتقييم أداء الشبكة العصبية؛ ويبتضمن التحقق من صحة بنية ICE المرشحة تقييم أداء التصميم بخوارزميات المعايرة المختلفة Jie تحليل الانحسار الذي أساسه ad ومتعدد الحدود من الرتبة المرتفعة لتسهيل 5 الاستخدامات المحتملة الأخرى. تتضمن الخطوة 612 تحديد مجموعة 1016 مُصنلّعة. في بعض التجسيدات؛ تتضمن الخطوة
2 اختيار مرشحات التصنيع من تصميمات مرشحة أساسها NN والتي بها أفضل موازنة في الأداء الذي تم تقييمها بخوارزميات تخطيط البيانات متعددة الحدود؛ الخطية؛ وبالشبكة العصبية. تتضمن الخطوة 614 تصنيع واحد على JY) من ICEs المُصنّعة. في بعض التجسيدات؛ يمكن أن تتضمن الخطوة 614 قياس شمك طبقة مترسبة أثناء التصنيع؛ وتضمين سُمك الطبقة المقاس مع معدلات الشمك الغشائي المستهدفة على الطبقات اللاحقة ل ICE المُصنّعة في نموذج التنبؤ بالمائع للتنبؤ بأداء ICE المصنوع الناتج من تصنيع ICE المُصنّع المنتقى. وبالتالي؛ في بعض التجسيدات؛ يمكن أن تتضمن الخطوة 614 ضبطًا للشمك على طبقة لاحقة ل ICE المُصنّع للتأكد من أداء قلب ICE المنتج ضمن تفاوت خلوص نموذج ICE المحسن. وفقًا للتجسيدات التي تم الكشف عنها هناء يمكن أن يتضمن نموذج التنبؤ بالمائع المستخدم في خطوة التصنيع 614 خوارزم شبكة عصبية (NN) 0 مثلما تم وصفه هنا.
إن الشكل 7 عبارة عن رسم تخطيطي لخوارزم NN 700 للحصول على خاصية gle 710 باستخدام استجابة elses 1701 ICE بيئية Jie درجة حرارة المائع 701ب؛ ضغط المائع 701ج؛ وكثافة المائع 701د (المشار إليها بشكل مجمع فيما بعد باسم عوامل المادة 701). يتضمن خوارزم NN 700 طبقات خفية 703 مع تنفيذ كل عقد من العقد الخفية بدالة تحويل غير خطية (على سبيل 5 المثال؛ دالة سينية مماسية زائدية المقطع؛ أو دالة سينية لوغاربتمية). إن الإدخال الصافي لكل عقدة خفية على طبقة خفية أولى 1703 هو توليفة خطية مرجحة لجميع مدخلات المعايرة وفقًا لتوصيل العُقد. بعد استقبال الإدخال الصافي عند كل عقدة خفية؛ يحسب خوارزم NN 700 الخرج الصافي باستخدام دالة التحويل غير الخطية المجهزة. يتم بعد ذلك التغذية بالخرج الصافي للطبقة الخفية الأولى 703 عند كل عقدة في صورة إدخال في العُقد على طبقة خفية ثانية 703ب. يمكن تنفيذ 0 العقدة الواحدة على طبقة الخرج 710 إما بدالة التحويل الخطية أو دالة التحويل غير الخطية. في بعض التجسيدات؛ يمكن أن تكون خاصية المائع في عقدة الخرج 710 هي توليفة خطية مرجحة؛
لاستقبال المدخلات من مخرجات الطبقة الخفية الثانية 703ب. يستخدم خوارزم NN 700 متغيرات النموذج ودالة تحويل غير خطية على الطبقات الخفية لتحديد الأنظمة المعقدة بأنواع مختلفة من الموائع. إن عدد الطبقات والعقد الخفية هو عدد مرن يعتمد 5 على تعقيد العلاقة بين مدخلات ومخرجات النظام. يتسم خوارزم NN 700 بالقدرة على اكتشاف أفضل تصميمات ICE المرشحة للكشف العام عن ناتج التحلل بناءً على معلومات قاعدة بيانات
المعايرة الكاملة. ويالتالي؛ يمكن تنفيذ خوارزم NN 700 باستخدام ICE واحد 100 لنطاق عرض من الظروف البيئية وأنواع المائع.
يستخدم خوارزم NN 700 متغيرات الانحسار Jie استجابة ICE واحدة 701 درجة حرارة المائع 701ب؛ ضغط المائع 701ج وكثافة المائع 701د كمدخلات؛ بينما يتم استخدام خاصية المائع 710 (على سبيل (JU تركيز ناتج التحلل المستهدف) كخرج معايرة. وليست هناك قيود لضبط الطبقات الخفية 703 والبنية في التجسيدات. على الرغم من إمكانية اختيار دالة متعددة الأهداف لتقييم أداء التصميم؛ فيمكن تطبيق معيار أداء أساسه خطاً متوسط الجذر anal عند دمج بيانات جميع أنواع الموائع في مجموعة بيانات المعايرة. في هذه الحالة؛ يمكن أن يكون النموذج الذي ينتج تنبوًا BAS لعينات المائع المتنوعة نموذجًا بحساسية إشارة مفضلة؛ نسبة مئوية مقبولة لنفاذية (ICE ونسبة إشارة إلى ضوضاء أكبر. لجعل تحليل الانحسار بالشبكة العصبية (Ug فإن التدريب القوي مع التنظيم؛ والتحقق من صحة dial الشبكة والتوقف المبكر قد يقلل من الشك
المصاحب لتقييم أداء تصميم ICE يوضح الشكل 8 مخططً انسيابيًا لطريقة 800 لتحسين بنيات ICE بطبقات متنوعة وشمك غشائي متنوع وتوفير تصميمات مرشحة مصنفة باستخدام خوارزم جيني (GA) genetic algorithm 5 كمحرك بحث وشبكة عصبية (NN) كأداة معايرة لتقييم الأداء. إن GA هو محرك البحث العام العشوائي الذي Slay الصورة المجازية للتطوير الحيوي الطبيعي. كطريقة حسابية ذكية؛ يعمل GA على مجموعة من الحلول المحتملة حيث يطبق مفهوم البقاء للأفضل لإنتاج حلول محسنة لأجيال كثيرة. عند كل جيل؛ يتم تقييم سلامة كل فرد بناءً على دالة موضوعية محددة للمستخدم؛ وبتم إنشاء مجموعة محدثة من الحلول باستخدام عوامل جينية Jie التصنيف؛ الاختيار؛ التعابر وإحداث 0 الطفرات. تقضي هذه الطريقة الحسابية المتطورة على الحاجة إلى حساب المشتق الأول و/أو المشتق الثاني في طرق التحسين التقليدية وهي الأفضل ملاءمة لحل المشكلة المعقدة مثل الاستخدام في تحسين تصميم ICE يمكن أن يتضمن dg ICE للطرق التي تتوافق مع الطريقة 800 مجموعة من الطبقات المتناوية العازلة للكهرياء للمادة المترسبة على ركيزة Je) سبيل المثال؛ الطبقات 202 و204 على الركيزة 206؛ انظر الشكل 2). Ble على ذلك؛ يمكن أن تتضمن التجسيدات المستخدمة 5 لتصنيع تصميم ICE المحسن Bay للطريقة 800 استخدام حجرة لاستقبال مجموعة مواد من حاويات الإمداد عبر خطوط الإمداد (على سبيل المثال» الحجرة 300 حاويات الإمداد 310؛ وخطوط الإمداد
312( انظر الشكل 3( أو آية آلية توصيل مواد أولية أخرى معروفة في المجال. في بعض التجسيدات؛ يمكن أن تجري وسيلة جهاز التحكم بعضًا على الأقل من الخطوات في الطريقة 800 فور تنفيذ الأوامر المخزنة في ذاكرة جهاز التحكم بواسطة معالج في جهاز التحكم (على سبيل المثال؛ جهاز التحكم 350( المعالج 351, والذاكرة 352 انظر الشكل 3).
قد تتضمن الطرق المتوافقة مع الكشف الحالي بعضًا على الأقل وليس جميع الخطوات الموضحة في الطريقة 800 التي تتم بتسلسل مختلف. علاوةً على ذلك؛ يمكن أن تتضمن الطرق المتوافقة مع الكشف الحالي اثنين على الأقل أو JST من الخطوات كما هو الحال في الطريقة 800 والتي يتم إجراؤها بشكل متداخل زمنيًاء أو Ge في نفس الوقت.
تتضمن الخطوة 802 بدء مجموعة نموذج ICE في مرحلة التصميم. وبالتالي» قد تتضمن 0 الخطوة 802 البدء العشوائي لكل clade غشائي (من 50 إلى 1200 نانومتر؛ على سبيل المثال) لكل بنية ICE بعدد ثابت من الطبقات (من 4 إلى 17؛ على سبيل المثال). تتضمن الخطوة 802 أيضًا ضبط clad الغشاء لكل طبقة كمتغير تصميم فردي لكي يتم تحسينه للبنية المحددة؛ وتحديد كل متغير تصميم كسلسلة ثنائية؛ يطلق عليها الكروموسوم؛ بالدقة المتوقعة على النطاق الديناميكي لكل متغير. تتضمن الخطوة 804 محاكاة كل استجابة ICE داخل مجموعة نماذج ICE مع التصحيح 5 البيئي. تتضمن الخطوة 806 تقييم أداء التصميم لكل ICE بتحليل انحسار غير خطي. في بعض التجسيدات» تتضمن الخطوة 806 إجراء تحليل NN lass) تتضمن الخطوة 808 تصنيف أداء نماذج ICE المرشحة داخل المجموعة. في بعض التجسيدات؛ يمكن أن تتضمن الخطوة 808 تقييم الخطأ المعياري للمعايرة (SEC) لتصميمات ICE المرشحة. يشير SEC الناتج لكل نموذج (MICE مدى جودة متنبئ ICE المحدد لناتج التحلل محل 0 الاهتمام. سيتم استخدام نتائج التصنيف أيضًا بواسطة GA في الخطوة 812 من خلال اختيار أعلى 0 إلى 80 في المائة من التصميمات المرشحة في المجموعة المبدئية لعملية التشغيل الجينية للحصول على تصميم مجموعة ICE مرتفعة الدرجة في الجيل الثاني. تتضمن الخطوة 810 استفسار بشأن ما إذا كانت بنيات ICE المرشحة ذات الرتبة الأعلى تستوفي قيدًا سابق التحديد of لا. دون معرفة سابقة بما إذا كان من الممكن بالفعل تحقيق SEC 5 بنموذج ICE معين؛ فيمكن أن يكون أقصى عدد من الأجيال في GA هو القيد أو معيار التوقف بالنسبة للطريقة 800 في الخطوة 810. قبل الوصول إلى معيار التوقف؛ يُحذٍّث خوارزم GA نماذج
ICE للمجموعة في عدة تكرارات من خلال تطبيق العوامل الجينية مثل الاختيار؛ التعابر؛ وإحداث الطفرات في متغير الكروموسوم في الخطوة 812؛ لتكرار الطريقة 800 من الخطوة 806 حتى استيفاء القيد في الخطوة 810. تنتهي عملية التحسين وتنتقل إلى الخطوة 814 بعد الوصول إلى معيار التوقف (أي استيفاء القيد في الخطوة 810). يتضمن التصنيف النهائي في الخطوة 814 تحديد نماذج ICE المرجوة عبر فحص جدوى التصنيع؛ تقييم الأداء متعدد الأهداف؛ واختبار التحقق من الصحة باستخدام خوارزميات معايرة بديلة. يتم اختيار أعلى نماذج ICE ناتجة عبر الخطوة 814 بكونها ICEs المصنعة المعدة للتصنيع. على الرغم من تنفيذ طريقة التحسين في هذا المثال بعملية حسابية متطورة؛ فليس هناك قيد لاستخدام خوارزميات تحسين أخرى Jie الانخفاض المتدرج ply
على طريقة نيوتن (أساسها المشتق الثاني).
10 يوضح الشكل 9 مخططًا انسيابيًا لطريقة 900 لنشر ICE لتحليل مائع ضوئي وتحديد خصائصه. يمكن أن يتضمن Gy ICE للطرق التي تتوافق مع الطريقة 900 مجموعة من الطبقات المتناوية العازلة للكهرباء للمادة المترسبة على ركيزة (على سبيل (Jia الطبقات 202 و204 على الركيزة 206؛ انظر الشكل 2). علاوةً على ذلك؛ يمكن أن تتضمن التجسيدات المستخدمة لتصنيع تصميم ICE المحسن By لطريقة الكشف الحالي 900 استخدام حجرة لاستقبال مجموعة مواد من
5 حاوبات الإمداد عبر خطوط الإمداد (على سبيل المثال» الحجرة 300 حاويات الإمداد 310 وخطوط الإمداد 312 انظر الشكل 3)؛ أو dd آلية توصيل مواد أولية أخرى معروفة في المجال. في بعض التجسيدات؛ يمكن أن تجري وسيلة جهاز التحكم بعضًا على الأقل من الخطوات في الطريقة 900 فور تنفيذ الأوامر المخزنة في ذاكرة جهاز التحكم بواسطة معالج في جهاز التحكم (على سبيل المثال؛ جهاز التحكم 350 المعالج 351؛ والذاكرة 352( انظر الشكل 3).
20 قد تتضمن الطرق المتوافقة مع الكشف الحالي Lan على الأقل وليس جميع الخطوات الموضحة في الطريقة 900 التي تتم بتسلسل مختلف. علاوةً على ذلك؛ يمكن أن تتضمن الطرق المتوافقة مع الكشف الحالي اثنين على الأقل أو أكثر من الخطوات كما هو الحال في الطريقة 900؛ والتي يتم إجراؤها بشكل متداخل زمنيًاء أو Ge في نفس الوقت.
تتضمن الخطوة 902 معايرة نموذج مائع تنبؤي بمدخلات ICE المصححة بيئيًا. في بعض
5 التجسيدات؛ تتضمن الخطوة 902 معايرة نموذج تنبؤي لمائع خاص بناتج التحلل بمدخلات من ICE
المُصنّع. في بعض التجسيدات؛ يمكن أن تتضمن الخطوة 902 معايرة نموذج الكشف عن ناتج
التحلل باستخدام قاعدة بيانات المعايرة الكاملة. Ble على ذلك؛ Gg لبعض التجسيدات؛ يمكن أن تتضمن الخطوة 902 معايرة نموذج تنبؤي لمائع باستخدام العينات المنتقاة. يمكن أن تتضمن الخطوة 2 استخدام الشبكات العصبية لتصحيح الفارق بين استجابة ICE المحاكاة والمقاسة بالنسبة للكشف عن ناتج التحلل عبر إعادة المعايرة. يتم تضمين أطياف نفاذية ICE المقاسة بعد التصنيع عند درجات حرارة مرتفعة في عملية حساب استجابات ICE التخليقية؛ والتي يتم استخدامها مع متغيرات
بيئة المائع مثل مدخلات المعايرة الرئيسية مثلما يتضح في الشكل 7. تتضمن الخطوة 904 تكوين مجموعة من النماذج التنبؤية للمائع بمدخلات مستشعر إضافية. في بعض التجسيدات»؛ تتضمن الخطوة 904 معايرة مزيدٍ من نماذج المائع المرشحة للكشف عن نفس ناتج التحلل. في بعض التجسيدات»؛ تتضمن الخطوة 904 اختيار مدخلات المستشعر الإضافية
0 من عناصر ضوئية أخرى متوفرة مراد تركيبها في قلب ICE المُصنع على نفس المستشعر في الأداة أسفل البثر. يمكن أن تتضمن الخطوة 904 استخدام الاستجابات الضوئية المقاسة من عناصر ضوئية أخرى للمستشعر كمتغيرات معايرة إضافية مع الشبكات العصبية؛ وإنشاء نماذج تنبؤية مرشحة عبر اختيار المدخلات المتدرجة الأمامية لتحسين تقدير ناتج التحلل.
تتضمن الخطوة 906 اختيار نموذج مائع توضيحي لظروف التشغيل المقواة باستخدام بيانات
5 معملية وميدانية متحقق من صحتها. في بعض التجسيدات؛ تتضمن الخطوة 906 اختيار نموذج مائع مرشح واحد؛ أو مجموعة من النماذج المرشحة لظروف التشغيل المقواة باستخدام بيانات معملية وميدانية متحقق من صحتها. في بعض التجسيدات؛ تتضمن الخطوة 906 استخدام بيانات معملية و/أو بيانات ميدانية متوفرة مع نتائج معروفة للتحقق من صحة التنبؤ بالنموذج من خلال التحويل عبر المكان بنفس المستشعر أو التحويل عبر المستشعرات بين مستشعرات مختلفة.
تتضمن الخطوة 908 تكوين نموذج مائع تشغيلي لمعالجة البيانات في الوقت الفعلي بشبكة عصبية واحدة أو مجموعة شبكات عصبية. في بعض التجسيدات؛ تتضمن الخطوة 908 تكوين نموذج مائع تشغيلي لمعالجة البيانات في الوقت الفعلي بمدخلات من استجابة ICE رئيسية ومتغيرات بيئية تتوافق مع تصميم ICE أصلي. في بعض التجسيدات؛ تتضمن الخطوة 908 تكوين نموذج مائع تشغيلي بمدخلات محددة من إجراء المعايرة اللاحقة بتصميم ICE وعناصر إضافية للمستشعر
5 الضوئيء وإجراء تحليل lily ضوئية في الوقت الفعلي لتقدير تركيبات المائع وخواصه أثناء عمليات الحفر و/أو اختبار البثر وأخذ العينات التي تتم في الحقل.
تتضمن الخطوة 910 ضبط نموذج المائع التشغيلي By لتحديد خاصية مائع في حالة اختبار محددة. في بعض التجسيدات؛ يمكن أن تتضمن الخطوة 910 أيضًا تحديد خاصية مائع باستخدام نموذج مائع تشغيلي محدث بشكل تكيفي بمدخلات مرشحة مختلفة. تتضمن الخطوة 910 أيضًا تحسين اتخاذ القرارات من تحليل البيانات الضوئية المطبق على كبل الحفر و/او اختبار All LWD 5 وأخذ العينات. في بعض التجسيدات؛ قد تتضمن الخطوة 910 ضبط متغيرات النظام أثناء العمليات وفقًا لخاصية مائع مقدرة محددة؛ وتوفير حلول حول منتجات المائع الكاملة عند ظروف الاختبار المحسنة. تتضمن الخطوة 912 تحديد خاصية مائع باستخدام نموذج المائع التشغيلي المضبوط. في بعض التجسيدات؛ تتضمن الخطوة 912 تحديد خاصية مائع باستخدام نموذج المائع التشغيلي المضبوط عبر المعالجة في الوقت الفعلي أو اللاحقة.
10 يوضح الشكل 10 خوارزم شبكة عصبية توضيحي 1000 للحصول على خاصية مائع 0 باستخدام مدخلات معايرة متعددة المتغيرات والتي تتوفر في مستشعر ضوئي أو أداة ضوئية أسفل البئثر. يمكن أن تتضمن مدخلات المعايرة 1001 استجابة ICE خاصة بناتج التحلل 1001 التهيئة البيئية Jie درجة حرارة المائع 1001ب؛ ضغط المائع 1001ج؛ وكتافة المائع 1001د؛ والمدخلات التكميلية 1001ه. يمكن تطبيق نفس بنية الشبكة العصبية بالتغذية الأمامية متعددة
الطبقات ودوال التحويل مثلما هو محدد في خوارزم NN 700 على خوارزم NN 1000. يمكن تنفيذ خوارزم NN 1000 في قاعدة نموذج متعدد الأعضاء عبر روتين المعايرة واختيار المدخلات الآلي ويمكن استخدامه كمجموعة أو 'متنبئ اللجنة' في استخدام Gy لبعض التجسيدات. يمكن تكوين الشبكة أو النموذج المرشح الأول؛ على سبيل المثال» باستخدام أربعة مدخلات رئيسية تتوافق مع تصميم ICE الخاص بناتج التحلل؛ وهي على النحو التالي: استجابة ICE 11001( درجة 0 حرارة المائع 21001« ضغط المائع 21001 وكثافة المائع 1001د. تتضمن الشبكة أو النموذج المرشح الثاني مدخلات معايرة تكميلية أخرى 1001ه. في بعض التجسيدات؛ يتم اختيار إدخال معايرة تكميلي 1001ه عبر اختيار المدخلات التدريجية الأمامية ويمكن أن يتضمن إجمالي خمس مدخلات. يمكن أن تتضمن الشبكة أو النموذج المرشح الثالث إدخالي معايرة تكميليين إضافيين 1ه لتحقيق إجمالي ست مدخلات؛ وهكذا. في بعض التجسيدات؛ تتم إضافة مدخلات المعايرة 5 التكميلية 1001ه إلى نموذج NN بشكل متزايد من خلال تضمين المدخلات الأكثر دلالة والتي تساهم في تقليل SEC بشكل JST فعالية. يمكن أن تتضمن المدخلات الإضافية 1001ه استجابات
المستشعرات الضوئية الناتجة بواسطة عناصر أخرى مثل قلوب 108 مع تصميم بنيات مختلفة للكشف العام عن ناتج التحلل أو مرشحات NBP وبالتالي؛ يتم تقييم دلالة عوامل الإدخال الإضافية
1ه في كل حلقة تحسين لاختيار الإدخالات بقاعدة بيانات المعايرة. في بعض التجسيدات؛ يمكن تصميم خوارزم NN 1000 لتضمين قلب ICE الخاص بناتج التحلل والمتغيرات البيئية الأخرى كمدخلات رئيسية لصب كل الجهود على تحسين وتصنيع تصميم ICE يمكن استخدام اختيار مدخلات متدرج عكسي لتحديد المدخلات الخاصة بخوارزم NN 1000. يبدا اختيار المدخلات المتدرج العكسي مع جميع المدخلات المتوفرة ويزيل العنصر الأقل أهمية في كل تكرار. يمكن أن يستثني هذا الخوارزم نموذج ICE مفضل من مدخلات المعايرة في خوارزم NN 0 عند استخدام نموذج تصميم وتصنيع ICE ما دون الأمثل. يضمن اختيار المتدرج الأمامي 0 للمدخلات المطبق على خوارزم NN 1000 أنه يتم تضمين استجابة ICE المقواة في المعايرة حتى مع استخدام عدد صغير من المدخلات. في بعض التجسيدات؛ يمكن Wal إنشاء خوارزم NN 0 مع تطبيق اختيار متدرج عكسي للمدخلات على المجموعات التكميلية 1001ه فقطء مع الحفاظ على المدخلات من 1001 إلى 1001د كمتغيرات الانحسار الرئيسية الموجودة. يمكن اختيار السمات الأقل أهمية أو الأكثر أهمية المرتبطة باختيار المدخلات المتدرج العكسي أو الأمامي Gy 15 لعدة معايير. على سبيل المثال؛ في بعض التجسيدات؛ يمكن أن تعتمد معايير الاختيار على تصنيف أداء tad متوسط الجذر التربيعي (RMS) المحسوب المتوسط الخاص به على عدد منتقى من قبل
من (NNs لمجموعة من مدخلات المعايرة ونقاط أخذ العينات. في بعض التجسيدات؛ يتم تدريب خوارزم NN 1000 حيث يتم التأكيد على عامل الاستجابة ICE 11001 على عناصر ضوئية أخرى متضمنة في عوامل إدخال إضافية 1001ه. في تلك 0 التجسيدات» يفضل أن تكون إجراءات تصميم وتصنيع والمعايرة اللاحقة ل ICE مثلما هو محدد أعلاه باستخدام خوارزم NN المماثل على الأقل للإطار العام لخوارزم NN 1000 (على سبيل المثال؛ الطرق 600« 800؛ و900؛ انظر الأشكال 6؛ 8؛ و9). بسبب قدرته الحسابية في حل المشكلة المعقدة غير الخطية؛ يتوصل الخوارزم NN 1000 إلى تقدير خاصية المائع بدقة أكبر مقارنة بنموذج خطي في ظل ظروف قاسية. كما أنه أكثر فعالية من النماذج الخطية فيما يتعلق بتحليل 5 البيانات في الوقت الفعلي باستخدام إمكانية تقريب الدوال العام بغض النظر عن نوع المائع. علاوة على ذلك؛ يمكن أن يفوق أداء خوارزم NN 1000 مثلما تم الكشف aie هنا أداء النماذج غير
الخطية ومتعددة الحدود مرتفعة الرتبة في تحديد المائع الضوئي أسفل il) بسبب مرونته في خوارزم التدريب وبنية النموذج. يعرض الشكل 11 نظام حفر 1100 مهياً لاستخدام وسيلة حاسوبية ضوئية لتعديل متغير أو هيئة حفر في عمليات القياس أثناء الحفر (MWD) measurement-while-drilling وتسجيل الأداء أثناء الحفر logging-while-drilling (1170). يمكن إنشاء ثقوب الحفر من خلال الحفر في الأرض 1102 باستخدام نظام الحفر 1100. يمكن تهيئة نظام الحفر 1100 لتشغيل تجميعة قاع البثر (BHA) bottom hole assembly 1104 الموضوعة أو المرتبة عند قاع سلسلة أنابيب حفر 6 ممتدة في الأرض 1102 من مرفاع 1108 موضوع على السطح 1110 يتضمن المرفاع 8 جذع حفر 1112 وكتلة متحركة 1113 مستخدمة لإنزال ورفع جذع الحفر 1112 وسلسلة 0 أنابيب الحفر 1106. (Sa أن تتضمن BHA 1104 لقمة حفر 1114 مقترنة بشكل فعال بسلسلة أنابيب الأدوات 6 التي يمكن تحريكها محوريًا داخل حفرة fu محفورة 1118 وهي مربوطة بسلسلة أنابيب الحفر 6. أثناء التشغيل» تخترق لقمة الحفر 1114 الأرض 1102 ومن ثم تنشئ حفرة idl 1118. توفر BHA 1104 التحكم الاتجاهي في لقمة الحفر 1114 عند تقدمها في الأرض 1102. يمكن 5 تركيب سلسلة أنابيب الأدوات 1116 بشكل شبه دائم مع العديد من أدوات القياس (غير الموضحة) مثل؛ ولكن لا تقتصر علىء أدوات القياس أثناء الحفر (MWD) والتسجيل أثناء الحفر (LWD) التي يمكن تهيئتها لأخذ قياسات أسفل البئثر لظروف الحفر. في تجسيدات أخرى؛ يمكن أن تكون أدوات القياس قائمة بذاتها داخل سلسلة أنابيب الحفر 1116؛ مثلما هو موضح في الشكل 11. يمكن ضخ المائع أو "الطين" من صهريج الطين 1120 أسفل ll باستخدام مضخة طين 0 1122 مزودة بالقدرة بواسطة مصدر قدرة مجاورء مثل محرك رئيسي أو محرك 1124. يمكن ضخ الطين من صهريج الطين 1120( عبر أنبوب قائم 1126 يقوم بتغذية الطين في سلسلة أنابيب الحفر 1106 وبنقلها إلى لقمة الحفر 1114. يخرج الطين من واحدة أو أكثر من الفوهات الموضوعة في لقمة الحفر 1114 وفي العملية يبرد لقمة الحفر 1114. بعد الخروج من لقمة الحفر 1114؛ يدور الطين ليعود إلى السطح 1110 عبر الحيز الحلقي المحدد بين حفرة البثر 1118 وسلسلة 5 أنابيب الحفر 1106؛ وفي العملية يعيد مستخرجات الحفر والحطام إلى السطح. يتم إمرار مستخرجات الحفر وخليط الطين عبر خط التدفق 1128 وتتم معالجتها بحيث تتم إعادة الطين النظيف أسفل
البثر عبر الأنبوب القائم 1126 مرة أخرى. يمكن أن يتصل كمبيوتر 1150 على السطح 1110 والذي يتضمن معائجًا 1151 وذاكرة 1152 مع أداة أسفل idl 1130 وبنفذ طرقًا للتحكم في أداة
أسفل البئثر 1130؛ مثلما تمت مناقشته هنا. يمكن أن تتضمن BHA 1104 كذلك أداة أسفل all 1130 والتي يمكن أن تكون مماثلة لأدوات أسفل all الموصوفة هنا. على نحو أكثر تحديدًا» يمكن أن تحتوي الأداة أسفل adh 1130 على مستشعر ضوئي معاير موضوع فيه؛ ويمكن معايرة الأداة أسفل Jad 1130 قبل إدخالها في حفرة jad 1118 باستخدام اختبار التأكد من صحة المستشعر الموصوف dag عام هنا. Ble على ذلك؛ قبل إدخالها في حفرة Jill 1118؛ يمكن تحسين الأداة أسفل al 1130 من خلال تطبيق نموذج مائع das عام بناءً على خوارزم غير خطي مثلما هو موضح في NN 700 أو في 0 18 1000 (انظر الشكلين 7 و10؛ على التوالي). يمكن أن يتضمن نظام الحفر 1100 Lad جهاز تحكم 1150 به معالج 1151 وذاكرة 1152. وبالتالي؛ يمكن أن تخزن الذاكرة 1152 تعليمات وأوامر والتي؛ عندما ينفذها المعالج 1151؛ تتسبب في قيام جهاز التحكم 1150 بتوجيه نظام الحفر 0 لإجراء طريقة تتضمن خطوات تتوافق مع الطريقة 900 جزئيًا على الأقل (انظر الشكل 9). إن الشكل 12 عبارة عن نظام كبل حفر 1200 مهياً لاستخدام مستشعر ضوئي معاير أثناء اختبار التكوين وأخذ die منه. في بعض التجسيدات؛ يمكن تهيئة نظام كبل الحفر 1200 لاستخدام مستشعر ضوئي معاير أثناء اختبار التكوين وأخذ عينة منه. بعد اكتمال حفر حفرة البثر 1118؛ قد يفضل معرفة مزيدٍ من تفاصيل أنواع موائع التكوين والخصائص المرتبطة بها عبر أخذ العينات باستخدام جهاز اختبار تكوين كبل الحفر. يمكن أن يتضمن النظام 1200 أداة أسفل بثر 1202 تُشكل جزءًا من عملية تسجيل أداء كبل حفر والتي يمكن أن تتضمن واحد أو أكثر من المستشعرات 0 الضوئية 1204؛ على النحو الموصوف هناء كجزءٍ من أداة قياس أسفل البئر. يمكن أن يتضمن النظام 1200 برج الحفر 1108 الذي يحمل الكتلة المتحركة 1113. يمكن إنزال أداة تسجيل أداء JS الحفر 1202؛ مثل المجس أو المسبارء بواسطة كبل الحفر أو كبل تسجيل الأداء 1206 في حفرة id 1118. يمكن إنزال المستشعرات في أداة أسفل البثر 1202 إلى قاع المنطقة محل الاهتمام ثم سحبها لأعلى بسرعة ثابتة إلى حدٍ كبير. يمكن تهيئة المستشعر 1202 لقياس خواص المائع 5 الخاصة بموائع (Sars «ill Sia توصيل أية بيانات قياس ناتجة بواسطة الأداة أسفل all 1202 وما يصاحبها من الوسائل الحاسوبية الضوئية 1204 إلى مرفق تسجيل الأداء السطحي 1218
لتخزينهاء معالجتهاء و/أو تحليلها. يمكن تزويد مرفق تسجيل الأداء 1218 بجهاز تحكم 1250 يتضمن معالجًا 1251 وذاكرة 1252. وبالتالي» يمكن أن تخزن الذاكرة 1252 تعليمات وأوامر والتي؛ Lovie ينفذها المعالج 1251( تتسبب في قيام جهاز التحكم 1250 بتوجيه نظام كبل الحفر 1200 لإجراء طريقة تتضمن خطوات تتوافق مع الطريقة 900 Gs على الأقل (انظر الشكل 9).
وبالتالي؛ تتم تهيئة الأنظمة والطرق التي تم الكشف عنها جيدًا للحصول على الغايات والمميزات المذكورة وكذلك تلك المتأصلة بها. إن التجسيدات الموضحة التي تم الكشف عنها أعلاه توضيحية lad حيث (Say تعديل المعلومات الواردة في الكشف all وتنفيذها بطرق مختلفة ولكن متكافئة جلية لأصحاب المهارة في المجال فور الاستفادة من المعلومات الواردة هنا. علاوةً على alld ليست هناك قيود مفروضة على تفاصيل الإنشاء أو التصميم المذكورة هناء بخلاف ما هو
0 موصوف في عناصر الحماية الواردة أدناه. وبالتالي» سيتضح أنه يمكن تغيير؛ الجمع بين؛ أو تعديل التجسيدات التوضيحية المحددة التي تم الكشف عنها أعلاه؛ وتندرج جميع هذه التنويعات ضمن مجال الكشف الحالي. يمكن تنفيذ الأنظمة والطرق التي تم الكشف عنها بشكل توضيحي هنا على نحو مناسب في غياب أي عنصر لم يتم الكشف die خصيصًا هنا و/أو أي عنصر اختياري تم الكشف ae هنا. بينما تم وصف التركيبات والطرق من حيث "تشتمل على" 'تحتوي على" أو 'تتضمن"
5 العديد من المكونات أو الخطوات؛ فيمكن أيضًا أن 'تتألف" التركيبات والطرق 'بشكل أساسي من" أو 'تتألف من" العديد من المكونات والخطوات. يمكن أن تتنوع جميع الأرقام والنطاقات التي تم الكشف عنها أعلاه بكمية ما. عند الكشف عن نطاق رقمي له حد أدنى وحد أعلى؛ فيتم بشكل خاص الكشف عن أي عدد وأي نطاق متضمن يقع ضمن النطاق. على وجه التحديد» يجب إدراك أن كل نطاق من القيم (في صورة "من حوالي أ إلى حوالي ب أو على نحوٍ مكافئ؛ od حوالي أ إلى ب" أو
0 على نحو مكافئ» 'من حوالي أ-ب") الذي تم الكشف die هنا يوضح أي عدد ونطاق متضمن في النطاق الأشمل للقيم. كذلك؛ تكون للمصطلحات الواردة في عناصر الحماية معناها الصريح العادي ما لم يتحدد العكس بشكل Ale وواضح من قبل صاحب البراءة. علاوةً على ذلك؛ يتم تعريف أدوات النكرة؛ مثلما هو مستخدم في عناصر الحماية؛ هنا بكونها تعني واحدًا أو أكثر من أحد العناصر التي تشير إليها. في Ala وجود أي تعارض في استخدامات كلمة أو مصطلح في هذه المواصفة
5 وواحدة أو أكثر من البراءات أو غيرها من الوثائق التي يمكن تضمينها هنا كمرجع؛ فيجب استخدام التعريفات التي تتماشى مع هذه المواصفة.
على النحو المستخدم هناء تعدل العبارة "واحد على الأقل من" التي تسبق سلسلة من العناصر؛ مع المصطلحات 'و' أو "أو" لفصل أي من العناصرء القائمة (JSS بدلاً من كل عضو في القائمة (أي؛ كل عنصر). تسمح العبارة 'واحد على الأقل من" بمعنى يتضمن واحدًا على الأقل من أي من العناصرء و/أو واحدًا على الأقل من أية توليفة من العناصر» و/أو واحدًا على الأقل من IS من
العناصر. على سبيل المثال؛ تشير كل عبارة من العبارات 'واحد على الأقل من (1)؛ )1( و(17)" أو 'واحد على الأقل من ()؛ )10(¢ أو (117)" إلى )1( فقط (11) فقط أو (111) فقط؛ وأية توليفة من (ID) (1) و(17)؛ و/أو واحد على الأقل من IS من ¢(T) )11( و(تل1). تتضمن التجسيدات التي تم الكشف عنها هنا: أ- طريقة؛ تتضمن اختيار قاعدة بيانات لتصميم عناصر حاسوبية متكاملة (ICE) وضبط 0 مجموعة متغيرات ICE التشغيلية وفقًا An Jalal مسجل في قاعدة البيانات. تتضمن الطريقة أيضًا محاكاة مدخلات المعايرة المعوضة (Bly تعديل مجموعة متغيرات بنية ICE للحصول على Ly مرشحة ل 105 لها أداء محسن Bg لخوارزم أول مطبق على قاعدة البيانات؛ والتحقق من صحة البنية المرشحة ل ICE بخوارزم بديل مطبق على قاعدة البيانات. في بعض التجسيدات؛ تتضمن الطريقة تحديد مجموعة من ICEs مُصنّعة بناءًة على التحقق من الصحة باستخدام خوارزم أول 5 والخوارزم البديل» وتصنيع واحذٍ من مجموعة ICEs المُصئّعة.
ب- طريقة؛ تتضمن معايرة نموذج تنبؤي للمائع بعنصر حاسويبي متكامل (ICE) مصحح Lin وتكوين مجموعة من النماذج التنبؤية للمائع بمدخلات إضافية منتقاة من مستشعر متوفر في أداة أسفل البثر. تتضمن الطريقة كذلك اختيار نموذج مائع توضيحي لظروف تشغيل مقواة باستخدام البيانات المعملية والميدانية المتحقق من صحتهاء تكوين نموذج مائع تشغيلي لمعالجة البيانات في
0 الوقت الفعلي؛ وضبط نموذج المائع التشغيلي وفقًا لتحديد خاصية المائع في dls اختبار محددة.
في بعض التجسيدات؛ تتضمن الطريقة كذلك تحديد خاصية مائع باستخدام نموذج المائع التشغيلي
المضبوط» حيث يتضمن نموذج المائع التشغيلي شبكة عصبية غير bd تتضمن إدخالاً من ICE المصحح بيئيًا وإدخال إضافي واحد على الأقل.
ج- وسط غير مؤقت قابل للقراءة بالكمبيوتر يخزن أوامر؛ والتي عندما ينفذها المعالج
5 الموجود في جهاز التحكم؛ تتسبب في قيام جهاز التحكم بإجراء طريقة تتضمن اختيار قاعدة بيانات
لتصميم عنصر حاسوبي متكامل (ICE) وضبط مجموعة من المتغيرات التشغيلية ل Jalal Gy ICE
i مسجل في قاعدة البيانات. تتضمن الطريقة محاكاة مدخلات المعايرة المعوضة (Uy تعديل مجموعة متغيرات بنية ICE للحصول على بنية مرشحة ل ICE والتي لها أداء محسن lg لخوارزم أول مطبق على قاعدة البيانات؛ التحقق من صحة البنية المرشحة ل ICE باستخدام خوارزم بديل مطبق على قاعدة البيانات» وتحديد ICEs de sane المُصنئّعة بناءً على التحقق من الصحة باستخدام الخوارزم الأول والخوارزم البديل. في بعض التجسيدات؛ تتضمن الطريقة Lad تصنيع واحدٍ من
مجموعة ICEs المُصنّعة. يمكن أن يشتمل كل تجسيد من التجسيدين (أ) و(ب) على واحد أو أكثر من العناصر الإضافية التالية في أية توليفة: العنصر 1: حيث يتضمن تعديل مجموعة متغيرات بنية ICE واحدًا على الأقل من تعديل عدد طبقات المادة في البنية المرشحة ل ICE أو تعديل سشمك طبقة Sale موجودة 0 في البنية المرشحة ل 108. العنصر 2: حيث يتضمن التحقق من صحة البنية المرشحة ل ICE تقدير واحد على الأقل من الخطأً المعياري للتنبؤ (SEP) الخطأً المعياري للمعايرة (580)؛ التباين» الحساسية؛ وقيمة التخصص المرتبطة بالبنية المرشحة ل LICE العنصر 3: Cus يتضمن التحقق من صحة البنية المرشحة ل ICE استخدام خوارزم منتقى من واحدٍ من نموذج الشبكة العصبية؛ نموذج خطي؛ أو نموذج متعدد الحدود لريط إدخال الأداة بخاصية المائع محل الاهتمام. العنصر 5 4: حيث يتضمن اختيار قاعدة البيانات اختيار قاعدة بيانات القياس الطيفي ل PVT الضوئي ونواتج التحلل بما في ذلك مجموعة من بيانات PVT الضوئية من الزيوت الخفيفة والمتوسطة؛ نواتج تكثيف الغازء الغاز؛ الزبوت الثقيلة؛ الماء وخلائط متعددة الأطوار. العنصر 5: Gua يتضمن ضبط مجموعة المتغيرات التشغيلية ل Jalal ag ICE بيئي تصحيح درجة الحرارة لثوابت مواد ICE بمؤشر انكسار مرتفع ومنخفض في محاكاة استجابة ICE التي تتوافق مع الظروف البيئية لواحد على الأقل 20 .من قياس طيف المائع وناتج التحلل في قاعدة البيانات. العنصر 6: حيث يتضمن ضبط مجموعة المتغيرات التشغيلية ل Jw Jalal Gy ICE تصحيح درجة الحرارة لمادة ركيزة في محاكاة استجابة ICE التي تتوافق مع الظروف البيئية لواحد على الأقل من قياس طيف المائع وناتج التحلل في قاعدة البيانات. العنصر 7: حيث يتضمن ضبط مجموعة المتغيرات التشغيلية ل ICE وفقًا للعوامل البيئية كذلك تصحيح تأثير درجة الحرارة على الاستجابة الضوئية لواحد على الأقل من مرشح ضوئي؛ 5 نافذة؛ وكاشف مرتبط باستجابة JJCE العنصر 8: Gus يتضمن ضبط المتغيرات التشغيلية ل ICE Gi لعامل بيئي قياس أطياف نفاذية ICE المصنوع في ظل إعدادات درجة حرارة مختلفة. العنصر
9: حيث يتضمن التحقق من صحة البنية المرشحة ل ICE بخوارزم بديل استخدام واحد على الأقل من خوارزم الشبكة العصبية؛ خوارزم خطي؛ وخوارزم تخطيط بيانات متعدد الحدود. العنصر 10: Cus يتضمن تصنيع واحدٍ من مجموعة ICEs المُصنئّعة أيضًا: قياس شمك طبقة مترسبة؛ تضمين سشُمك الطبقة المقاس بمجموعة من معدلات السشمك الغشائية المستهدفة على الطبقات اللاحقة لواحدٍ من مجموعة من ICES المُصنّعة في نموذج التنبؤ للمائع للتنبؤ بأداء ICE الذي يتم تصنيعه؛ وضبط شمك على طبقة لاحقة ل ICE المُصنّع على طبقة لاحقة ل ICE المُصدنّع وفقًا للأداء المتوقع ICE J الذي يتم تصنيعه.
العنصر 11: حيث تتضمن معايرة نموذج تنبؤي للمائع بمدخلات من ICE المصحح Gy اختيار ICE بخوارزم الشبكة العصبية الذي يتضمن أطياف نفاذية ICE محاكاة عند درجات حرارة 0 مرتفعة؛ ويتضمن أيضًا متغيرات بيئة المائع كمدخلات معايرة. العنصر 12: حيث تتضمن المدخلات الإضافية استجابة ضوئية واحدة على الأقل من عنصر مستشعر بخلاف ICE المصحح بيئيًا. العنصر 13: حيث يتضمن اختيار نموذج المائع التوضيحي استخدام بيانات معملية متوفرة و/أو بيانات ميدانية بنتائج معروفة للتحقق من daa التنبؤ بنموذج المائع» وحيث يتضمن التحقق من jul daa بنموذج المائع واحدًا على الأقل من تحويل البيانات بين مجموعة وسائل ICE في أداة 5 أمسفل all أو تحويل البيانات بين مجموعة وسائل ICE في مجموعة الأدوات أسفل البثر. العنصر 4: حيث يتضمن اتخاذ القرارات من تحليل البيانات الضوئية المطبق على كبل الحفر واختبار وأخذ العينات من Jill بتسجيل الأداء أثناء الحفر (LWD) ضبط متغيرات النظام أثناء العمليات Gy
لخاصية مائع مقدرة محددة. العنصر 15: حيث تتضمن الأوامر الخاصة بتعديل مجموعة متغيرات بنية ICE الأوامر 0 الخاصة بواحدٍ على الأقل من تعديل عدد طبقات المادة في بنية ICE أو تعديل شمك طبقة مادة موجودة في بنية CE العنصر 16: حيث تتضمن الأوامر الخاصة بالتحقق من صحة البنية المرشحة ل ICE أوامر لتقدير واحد على الأقل من الخطأً المعياري للتنبؤؤ Wadd) (SEP) المعياري للمعايرة ((SEC) التباين» الحساسية؛ وقيمة التخصص المرتبطة بالبنية المرشحة ل LICE العنصر 17: حيث تتضمن الأوامر الخاصة بالتحقق من صحة البنية المرشحة ل ICE أوامر لاستخدام خوارزم منتقى 5 .من واحدٍ من نموذج الشبكة العصبية؛ نموذج (ad أو نموذج متعدد الحدود لربط إدخال الأداة بخاصية المائع محل الاهتمام. العنصر 18: حيث تتضمن الأوامر الخاصة باختيار قاعدة البيانات
أوامر لاختيار قاعدة بيانات القياس الطيفي للضغط؛ الحجم ودرجة الحرارة الضوئي (PVT) ونواتج التحلل بما في ذلك مجموعة من بيانات PVT الضوئية من الزيوت الخفيفة والمتوسطة؛ نواتج تكثيف الغازء الغازء الزبوت الثقيلة؛ الماء وخلائط متعددة الأطوار. العنصر 19: حيث تتضمن الأوامر الخاصة بضبط مجموعة من المتغيرات التشغيلية ل By ICE لعامل بيئي أوامر لإجراء تصحيح درجة حرارة لمادة ICE واحدة على الأقل Gy لحالة بيئية للقياس الطيفي لمائع وناتج تحلل في قاعدة البيانات» وحيث تتضمن ICE Sale الواحدة على الأقل مادة في واحدة من dish مرتفعة مؤشر الاتكسار» طبقة متنخفضة مؤشر LY أو ركيزة. إشارة مرجعية للرسومات شكل 2 0 أ الشمك الفعلي (نانومتر) شكل 4 i الطول الموجي (وحدات اختيارية) oo النفاذية (وحدات اختيارية) شكل 5 5 أ الطول الموجي (وحدات اختيارية) ب النفاذية (وحدات اختيارية) شكل 6 2 اختيار قاعدة بيانات ممتدة للقياس الطيفي PVT الضوئي وناتج تحلل المائع لتصميم ICE 4 ضبط متغيرات ICE وفقًا للعوامل البيئية المسجلة في قاعدة البيانات 0 606 محاكاة إدخال معايرة معوض Gly 8 تعديل متغيرات ICE للحصول على بنية مرشحة ل ICE التي لها أداء محسن Gy لخوارزم معايرة أول مطبق على قاعدة البيانات 0 التحقق من صحة البنية المرشحة ل ICE بخوارزم معايرة بديل مطبق على قاعدة البيانات 2 تحديد مجموعة من ICEs المُصنعّة 5 614 تصنيع واحد على الأقل من ICEs المُصنكّة شكل 7
i خاصية المائع ب | استجابة ICE ج درجة حرارة المائع د ضغط المائع ه كثافة المائع شكل 8 2 بدء مجموعة نماذج 108 4 محاكاة كل استجابة 108 داخل de gene نماذج ICE 6 تقييم أداء التصميم لكل ICE بتحليل انحسار الشبكة العصبية 0 808 تصنيف أداء نماذج ICE المرشحة داخل المجموعة 810 هل تم استيفاء القيد؟ 2 تحديث مجموعة نماذج 108 بخوارزم جيني 4 توفير نماذج ICE محدثة للتصنيع i نعم ب لا شكل 9 2 معايرة نموذج تنبؤي لمائع بمدخلات Gy danas ICE 4 تكوين مجموعة من النماذج التنبؤية للمائع بمدخلات مستشعر إضافية 6 اختيار نموذج مائع توضيحي لظروف تشغيل مقواة باستخدام البيانات المعملية والميدانية 0 المتحقق من صحتها 8 تكوين نموذج مائع تشغيلي لمعالجة البيانات في الوقت الفعلي 910 ضبط نموذج المائع التشغيلي وفقًا لتحديد خاصية المائع في Ala اختبار محددة 2 تحديد خاصية المائع باستخدام نموذج المائع التشغيلي المضبوط شكل 10 5 أ استجابة 108 ب درجة حرارة المائع
٠ 3 6 ٠ د كثافة المائع (1) AT هه عنصر 0 AT و عنصر ز تركيز ناتج التحلل 5
Claims (3)
1. طريقة؛ Jad على: اختيار قاعدة بيانات لتصميم عناصر حاسوبية متكاملة integrated computational element ¢(ICE) ضبط مجموعة متغيرات ICE التشغيلية وفقاً لعامل بيئي مسجل في قاعدة البيانات؛ محاكاة مدخلات المعايرة المعوضة بيثياً؛ تعديل مجموعة متغيرات بنية ICE للحصول على بنية مرشحة ل 108 لها أداء محسن Wy لخوارزم algorithm أول مطبق على قاعدة البيانات؛ التحقق من صحة البنية المرشحة ل ICE باستخدام خوارزم algorithm بديل مطبق على قاعدة البيانات؛ 0 تحديد مجموعة من ICEs مُصنئّعة بناءً على التحقق من الصحة باستخدام خوارزم algorithm أول والخوارزم algorithm البديل؛ و تصنيع واحدٍ من مجموعة ICEs المُصنّعة. 2 الطريقة وفقاً لعنصر الحماية 1؛ حيث يتضمن تعديل مجموعة متغيرات بنية ICE واحداً 5 على JY) من تعديل عدد طبقات المادة في البنية المرشحة ل ICE أو تعديل شمك طبقة مادة موجودة في البنية المرشحة ل [ICE 3 الطريقة وفقاً لعنصر الحماية 1؛ Gus يتضمن التحقق من صحة البنية المرشحة ل ICE تقدير واحد على الأقل من الخطأً المعياري للتثيق «(SEP) standard error of prediction الخطأً 0 المعياري للمعايرة ¢(SEC) standard error of calibration التباين» الحساسية؛ وقيمة التخصص المرتبطة بالبنية المرشحة ل 10. 4 الطريقة وفقاً لعنصر الحماية 1؛ Cus يتضمن التحقق من صحة البنية المرشحة ل ICE استخدام خوارزم algorithm منتقى من واحدٍ من نموذج الشبكة العصبية؛ نموذج خطي ne نموذج متعدد الحدود لربط إدخال الأداة بخاصية المائع محل الاهتمام.
— 8 3 —
5. الطريقة وفقاً لعنصر الحماية 1؛ حيث يتضمن اختيار قاعدة البيانات اختيار قاعدة بيانات الزيوت الخفيفة والمتوسطة؛ نواتج تكثيف الغازء الغاز» الزبوت الثقيلة؛ الماء وخلائط متعددة الأطوار.
6. الطريقة وفقاً لعنصر الحماية o] حيث يتضمن ضبط مجموعة المتغيرات التشغيلية ل ICE وفقاً لعامل An تصحيح درجة الحرارة لثوابت مواد ICE بمؤشر انكسار مرتفع ومنخفض في محاكاة استجابة ICE التي تتوافق مع الظروف البيئية لواحد على الأقل من قياس طيف المائع وناتج التحلل فى قاعدة البيانات.
0 7. الطريقة وفقاً لعنصر الحماية 1 حيث يتضمن ضبط مجموعة المتغيرات التشغيلية ICE J وفقاً لعامل Au تصحيح درجة الحرارة لمادة ركيزة في محاكاة استجابة ICE التي تتوافق مع الظروف البيئية لواحد على الأقل من قياس طيف المائع وناتج التحلل في قاعدة البيانات. 8 الطريقة وفقاً لعنصر الحماية 1 حيث يتضمن ضبط مجموعة المتغيرات التشغيلية ل ICE 5 وققاً للعوامل البيئية كذلك تصحيح تأثير درجة الحرارة على الاستجابة الضوئية لواحد على الأقل من مرشح ضوثى » نافذق وكاشف مرتبط باستجابة ICE
9. الطريقة وفقاً لعنصر الحماية |« Gus يتضمن ضبط المتغيرات التشغيلية ل ICE وفقاً لعامل بيئي قياس أطياف نفاذية ICE المصنوع في ظل إعدادات درجة حرارة مختلفة.
0. الطريقة وفقاً لعنصر الحماية 1؛ Gus يتضمن التحقق من صحة البنية المرشحة ل ICE بخوارزم algorithm بديل استخدام واحد على الأقل من خوارزم algorithm الشبكة العصبية؛ خوارزم algorithm خطي ¢ وخوارزم algorithm تخطيط بيانات متعدد الحدود.
11. الطريقة وفقاً لعنصر الحماية 1 حيث يتضمن تصنيع واحدٍ من مجموعة ICEs المُصئّعة أيضاً:
قياس سمك طبقة مترسبة؛ تضمين شمك الطبقة المقاسة مع مجموعة معدلات السمك الغشائي المستهدفة على طبقات لاحقة لواحدٍ من مجموعة 1085 المُصئّعة في نموذج التنبؤ بالمائع للتنبؤ بأداء ICE الذي يتم تصنيعه؛ و ضبط السمك على طبقة لاحقة ل ICE المُصنّع وفقاً للأداء المتوقع ل ICE الذي تم تصنيعه.
2. طريقة؛ تشتمل على: معايرة نموذج تنبؤي للمائع بعنصر حاسوبي متكامل (ICE) integrated computational element مصحح بيئياً؛ تكوين مجموعة من النماذج التنبؤية للمائع بمدخلات إضافية منتقاة من مستشعر متوفر في أداة 0 أسفل البثر؛ اختيار نموذج مائع توضيحي لظروف تشغيل مقواة باستخدام بيانات معملية وميدانية متحقق من صحتها؛ تكوين نموذج مائع تشغيلي لمعالجة البيانات في الوقت الفعلي؛ ضبط نموذج المائع التشغيلي وفقاً لتحديد خاصية مائع في حالة اختبار محددة؛ و 5 تحديد خاصية مائع باستخدام نموذج المائع التشغيلي المضبوط؛ حيث يتضمن نموذج المائع التشغيلي شبكة عصبية غير خطية تتضمن إدخالاً من ICE المصحح بيئياً وإدخال إضافي واحد على الأقل.
3. الطريقة وفقاً لعنصر الحماية 12؛ حيث تتضمن معايرة نموذج تنبؤي للمائع بمدخلات من ICE المصحح Lay اختيار ICE بخوارزم algorithm الشبكة العصبية الذي يتضمن أطياف نفاذية 105 محاكاة عند درجات ha مرتفعة؛ ويتضمن أيضاً متغيرات بيئة المائع كمدخلات معايرة. 4- الطريقة وفقاً لعنصر الحماية 12؛ Cus تتضمن المدخلات الإضافية استجابة ضوئية واحدة على الأقل من عنصر مستشعر بخلاف ICE المصحح بيئياً. 5 15._الطريقة وفقاً لعنصر الحماية 12( حيث يتضمن اختيار نموذج المائع التوضيحي استخدام بيانات معملية متوفرة و/أو بيانات ميدانية بنتائج معروفة للتحقق من صحة التنبؤ بنموذج المائع؛
وحيث يتضمن التحقق من صحة التنبؤ بنموذج المائع واحداً على الأقل من تحويل البيانات بين de sana وسائل ICE في أداة أسفل البئر أو تحويل البيانات بين مجموعة وسائل ICE في مجموعة الأدوات أسفل all 5 16. الطريقة وفقاً لعنصر الحماية 12؛ حيث يتضمن اتخاذ القرارات من تحليل البيانات الضوئية المطبق على كبل الحفر واختبار وأخذ العينات من jill بتسجيل الأداء أثناء الحفر logging-while- (LWD) drilling ضبط متغيرات النظام أثناء العمليات وفقاً لخاصية مائع مقدرة محددة. 7 وسط غير مؤقت قابل للقراءة بالكمبيوتر يخزن all والتي عند تنفيذها بواسطة معالج في 0 جهاز تحكم؛ تتسبب في قيام جهاز التحكم بإجراء طريقة تشتمل على: اختيار قاعدة بيانات لتصميم عناصر حاسوبية متكاملة integrated computational element ¢(ICE) ضبط de gene متغيرات ICE التشغيلية وفقاً لعامل Sn مسجل في قاعدة البيانات؛ محاكاة مدخلات المعايرة المعوضة Li 5 تعديل مجموعة متغيرات بنية ICE للحصول على بنية مرشحة ل VICE أداء محسن وفقاً لخوارزم algorithm أول مطبق على قاعدة البيانات؛ التحقق من صحة البنية المرشحة ل ICE باستخدام خوارزم algorithm بديل مطبق على قاعدة البيانات؛ تحديد مجموعة من Laat ICEs بناءً على التحقق من الصحة باستخدام خوارزم algorithm أول 0 والخوارزم algorithm البديل؛ و تصنيع واحدٍ من [CEs de sane المُصنّعة. 8 الوسط غير المؤقت القابل للقراءة بالكمبيوتر العنصر وفقاً لعنصر الحماية 17؛ حيث تتضمن الأوامر الخاصة بتعديل مجموعة متغيرات بنية ICE الأوامر الخاصة بواحدٍ على الأقل من تعديل عدد طبقات المادة في بنية ICE أو تعديل clad طبقة مادة موجودة في بنية ICE
9. الوسط غير المؤقت القابل للقراءة بالكمبيوتر العنصر وفقاً لعنصر الحماية 17؛ حيث تتضمن الأوامر الخاصة بالتحقق من صحة البنية المرشحة ل ICE أوامر لتقدير واحد على الأقل من الخطأ المعياري للتتيقى (SEP) standard error of prediction ؛ الخطأً المعياري للمعايرة standard error (SEC) of calibration التباين» الحساسية؛ وقيمة التخصص المرتبطة بالبنية المرشحة ل ACE 5
0. الوسط غير المؤقت القابل للقراءة بالكمبيوتر العنصر وفقاً لعنصر الحماية 17؛ حيث تتضمن الأوامر الخاصة بالتحقق من صحة البنية المرشحة ل ICE أوامر لاستخدام خوارزم algorithm منتقى من واحدٍ من نموذج الشبكة العصبية؛ نموذج خطي؛ أو نموذج متعدد الحدود لربط إدخال الأداة بخاصية المائع محل الاهتمام.
1. الوسط غير المؤقت القابل للقراءة بالكمبيوتر العنصر وفقاً لعنصر الحماية 17؛ حيث تتضمن الأوامر الخاصة باختيار قاعدة البيانات أوامر لاختيار قاعدة بيانات القياس الطيفي للضغط الحجم ودرجة الحرارة الضوئي (PVT) ونواتج التحلل بما في ذلك مجموعة من بيانات PVT الضوئية من الزيوت الخفيفة والمتوسطة؛ نواتج تكثيف الغازء الغاز» الزبوت الثقيلة؛ الماء وخلائط متعددة الأطوار.
2. الوسط غير المؤقت القابل للقراءة بالكمبيوتر العنصر وفقاً لعنصر الحماية 17؛ حيث تتضمن الأوامر الخاصة بضبط مجموعة من المتغيرات التشغيلية ل ICE وفقاً لعامل بيئي أوامر لإجراء تصحيح درجة حرارة لمادة ICE واحدة على الأقل وفقاً لحالة بيئية للقياس الطيفي لمائع وناتج تحلل في قاعدة البيانات» وحيث تتضمن مادة ICE الواحدة على الأقل مادة في واحدة من طبقة مرتفعة 0 مؤشر GLY طبقة منخفضة مؤشر الانكسار» أو ركيزة.
م جل لاي ااا ل اا لا ا ا ساني لكا اا اا ااا لما اجات نرت أ يا لان ماد اجات ااا ٠ ممص H : £ ¥ 1 F 4 ¥ ; ب ١ = ut} a ! 3 } i +: :ا ا at} ! :+ : 3 ْ ' بم 1 أدج نبا ل 1 i J 1] i 3 i 1 ل : م 1 3 nr i i Tha f d ¥ 11 ااي ل i 9 tL 4 3 ل 1 _ 1 ١ F ل 1 ١ 5: i TAN k 3 : / | 1 a i ١ : t 1 نذا 3 a ا £ Ea 2 } : 1 3 1 1 4 } “ r 3 § ¢ | الخ 1 i ¥ 1 1 أ سي : ّ ا eg *» wd i} sy poe J K A ¢ | إ 1 1 Ad H 4 t 1
i . \ ) 3 1 ا سم SE لج ON ٍْ ْ حب i eg, 1 bd E 1 1 إ 1 : j ٍ i t | i _ 5 £ | 1 الا 1 1 1 . = ! 1 + ٍ 4 1 1 : ما« ph = ! = 1 i pl B 1 ٍ f 1 1 5 : متم 8 ]1 ¥ إ لامي جح ا i لاا ايا ل on ee لاسا ايا 7 2 SA 5 JES بت ب شكل 3
Ter ب LES : FEES 5 1 3 0 Yow لش لاج ابي 3 المي ب i سمي راع اد لل ب 5 5 م ص } مس ارا تر > SEN SANE A RY nN 0 . § الصا سوا ل REE <P RE EE 3 EO od NN & 1 Tod اا اا ناي k neg oa y 1 A JE ا ال اد ل 1 مشو EE ال coo © OR BB 0: 8 4 + SE N SER — 8 و أ انتب Fe ond را قي الراك ا ام RC Ga Aa 3 ا م ل ل لذ 8 No 1 ا {A GH NN : 8 BORD حا ا مر اين 1 SE ا دة ERE Bd اج CAN NR TOL AT Sh ب * 0 § 3 Tate oo 3 ٠ acy: N 0 1 8 od R 1 5 8 th oa hl 3 oN 1 18 ا ل ا 1 Pes a BEEK EN OR { H Wo 5 ; ا AS 3 "٠ H 2 “> : : + :7 الا > 3 Eh اد wn ا EN 0 ؟ Hob لخ Fi Fa, wg Bod : [= i ¥ 0 H عي ا راع 3 NG i ا 5 ل 8 & Sa Eas Le 5 Ri ex 3 8) ol * 8 4 i 1 d ENE 8 8 1 { 4H EB 1 0 i ال > REP 1 2 ا 0 5 الي يي BIEN OR ES a on اب ERC ns I DN a : SSE. oH 8 8H HE i XB i ا R ا الك عر 32 H ادا ا + H x A by 1 J با x ] RA Sas 8 BEY ل ال R 3 H 5 io FA 1 2 i H > ال كي a Be RY JENS. 8 8 Sd HHH NY ho i ل يا ال_© ANCES i ب 1 لذ ل ا لذ 1 5 1 : ما لخ اي لب | re WN ما 1 RA SE oa 3 Sa EARN Y , 3 1 nd SI RE 0 NEE NA aN اا ل د ETRE 8 H oN NK 3 0 a H ل اب حيطا 5 [SEIS Bo H 3 a B Ma Bh 5 8 SR H نظ Gad Bd وخ 1 La Ra =e oy 1 0 4 ل ل HRS 1 WOR الح اال BS NN H ا 3 H NN OR oy i] 7 3 :8 : الا 3 4 amr RN الا ات الا H ا : 4 K 3 1 2 5 ]+ 3 اد ان ا 0 EAE JS WN HON NB “ 8 AN i ل Bali H ON الب A En COREE R 5 اقول Piet NB Ne H \ : الا ل TR yo A Fi Bow Soy ١ 3 8 8 h ب 0 coco NOR RE THERE EE x SC 3 3 : ا ب ا ا 5 ا ال H ب > : Bi Na aN 9 EA 1 4 HN ان AT SE 3 = 1 ل Eb 1 1 iy ا لذ ENE SL EN J 8 Gl 1 تب AS ا لا اا 8 8 hud PAE E OL : 1 gq ماس St: UU SE 5 1: i 1 HN 8 AX i EH i § 8 8H HB 8 So 1 0 ا : + كل 1 JE 8 . 8 i 1 A REE 5 3 Ey 1 1 ب ا“ : اما 3 A § . oN H » =n ke H CEES um R 3 % ابي > 7 رد رداب ¥ Th ds ely ox Pen a won . N 1 1 0 = حا لع +
٠ 4 4 ٠ Evy }
¥. Aj. To بق i | Lowe ( 2 كت آ مع j مج ; مت id : ¥ PL ¥
— 4 5 — tm 4 Ty ينيب Ev A Sa — ْ ا ex " 4 { ول al Ta 1 ١ ١ N 1 + A ii ia i i : 1 2] g i i ; | H i A on + ض أ ia 1 ْ ! ¢ 1 إ J 1 A i J 1 HR i J Mae > \ i - مو ججبيييا مويو سدح وعد - : قو 1 AO Am £ 35 5
— 4 6 — Im إ
mE \ _ ده ب *** | 7 \
i 7 i
| J i
| J - 2
Am ٍ قم Jed *
لاا ححصم ليك نب
3 َ i — 1% اح إٍْ ب لد حص ض 42 Pp
شكل 3
Waa ست Vat Way ~ 2 ay اليب i. . TY ١ ; ا \ - ٍّ لا ا اا ا ١ TERN, SERN 0 ميد 1 الل Ry Va Y يح 1 اناا ا ا لاب Sd 7 8 ال ميخ كايا ky Ek i وها ين الا SA إلا دسي - 3 ل A = EF INE OT سا Sm Fr Nr: 3 TRA Re يل اي 8 i, 1 ORE ER اا سد ما 0 ل ب DR plot REF TN 2 LRA ا ا ال يا ا % 3 ai, Ce Se oe ! 3 الى ا ب X 0" 1 ا م by ا الو ويا 1 i oe RRR I ele Na . ARE LY hos الخ لا be اللا جم % F] : TS = 3 fe Trad ROE 7 1 a ~ EE Th JN EE Wy fk لكك رق SAF Fi on SSN EIT EAE Sev ا 3 3 S&F ا EE ES RE HERE CEC EE NCA EERE SCAR DIN J ير ااي VE آي ; “مرا SE JE Sa CON IU NY Ey fe 1 اط wey = Yor LE Lh
— 9 4 — ARTY اي “تب اا Aes i Ark ETT A +. 3 بت ات سين بكم - 45 ’ الب > اس يه 0 ٍ ال 1 Te جنير ييا : الس ااال 1 i - A E] 0 ؤ كل +
— 5 0 — i SN # + ¥ : | 3. f 1 ا ب Fag FA 2 54 : SY 1 4 dns
ل حلا ١ ve - باق i i i se “A ٍ 1 : ل ل ae AEN 1 wn . 8 مي ا لاا ميد es EI WA, ا " ض ض en FEES OH Fg a 2 SA Ne 1 ا ا ا اا ah med TOR >
a . ا ا اا Ce ae 0 Tv, tad a $f Wo t a ؤ 0 ha ow Seay Nea Sra ORR aA a i >] هابا ل 8 ١ TE Wy 3 PNRERIEN. ا ا ا ا دان ا A A Bd SB on oF ا 8 EL Ree RY) wa ا ا PoE =
Bc. Sr & ot 0 py ل" 5 ¥ el BANS أل RGN Py : : اي Good PU RG EY الب اي راز يم ال NF SEE, EEE "م J الا اها BINT GF TRAN A WEES TT انها A, A ata 2 ; ل R3 GR ب i 83 لت اه 0 i; LE hy 8 LI iy ~~ LTE of fp شكل ١١
٠ 5 2 — bi A i : } id اللي : i 5) [a 5 يال لا َ الاش & TR 0 INV 1 كدت H i Pak 0 1 2 RNAY Ndr اا WL se XI ovo HATS § 8 اااي : = he a لكا sd ا الج IR د Poi aR i 3 Sa Ne = An | . 5 ااال : ل i kX 0 ¥ & § wp RN J— i : ol ب يللي ١ خخ 2 ا ظ ea fT 0 ممم mer %) 3 « pe 3 Po fa vis, لدت Rd | YY 3335 قي يس EEE الِب : أي ا CHEE TE مص ا يا م H } SUVA يس i | RAL - § : ١ بك a) ب 3 Fd » PAY
$1.4 ir Tris . Ero YATE ١ شكل i HF She i + fi Do SENT YL \ vy * J a £33 010+ 3 1 3 LU > 0 | SEN * 3 8 3 ١ 3 IT 8 . I) H 1 1 ا 1 { f RF 1 ال J i Sodas 1 ال 7 FONG La FOF ON مر i 3 AE 4 PROC ال ane FEES SEN ستليا Nk £5) ١ LAR FE 8 at NN AES 2 4 § 3 ةزب نا ب net I : I ال ا ا ١ و ا ال 1 | Eat نسي + 3 ES x: £53 2 Jenn § ] { PA 0 % 1 } ] § 8 x x ah = I الا 1: و اي سس نسي Thea 0] ني ١7 UNE مالالا 58 3358 39 . Spa XL 2 ame +) 5 WN fons” % h ¥ fal 1 ل 3 1 1 ياس 3 ا عالط <> ا ما : تب J ; 2 0 الح Np . Rs 3 ١ 3 BN NN I ey) Ey أنند JARMAN hE أب J § JN لين الا a [| با | ايا ل ENE tas § 1 شن Tren eae JERE SE ES I SS ا 01 I at | ارد انس الجر ال أل : | وح | راح a : SHR بال FS 0 8 8 المح 3 N boo
SEI. WV —— TTY TRI اغ؟ نا ات ray 3 § reece == id | 2 I pak = ! 11. AAR A rs = j S— الاي ANANTH AAAR امن تبيبح فخ جا ee PYLE عدا الات سسحت At a TR TF ال ل الم So he من أ ل Ne اعد FR § AR ا 3 0 ليا حي ةا سس ا AAR امسو Wp مدت I ال نبوا i ا ا اا لصح احير A AALS ا ا اا ال y نيل ييا 8 te A
لاله الهيلة السعودية الملضية الفكرية ا Sued Authority for intallentual Property RE .¥ + \ ا 0 § 8 Ss o + < م SNE اج > عي كي الج TE I UN BE Ca a ةا ww جيثة > Ld Ed H Ed - 2 Ld وذلك بشرط تسديد المقابل المالي السنوي للبراءة وعدم بطلانها of سقوطها لمخالفتها ع لأي من أحكام نظام براءات الاختراع والتصميمات التخطيطية للدارات المتكاملة والأصناف ع النباتية والنماذج الصناعية أو لائحته التنفيذية. Ad صادرة عن + ب ب ٠. ب الهيئة السعودية للملكية الفكرية > > > فهذا ص ب 101١ .| لريا 1*١ v= ؛ المملكة | لعربية | لسعودية SAIP@SAIP.GOV.SA
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/US2015/058206 WO2017074408A1 (en) | 2015-10-30 | 2015-10-30 | Method for ruggedizing integrated computational elements for analyte detection in the oil and gas industry |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| SA518391232B1 true SA518391232B1 (ar) | 2021-07-11 |
Family
ID=58630823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| SA518391232A SA518391232B1 (ar) | 2015-10-30 | 2018-03-29 | طريقة لتقوية عناصر حاسوبية متكاملة للكشف عن ناتج التحلل في مجال النفط والغاز |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10108754B2 (ar) |
| BR (1) | BR112018006167B1 (ar) |
| SA (1) | SA518391232B1 (ar) |
| WO (1) | WO2017074408A1 (ar) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10125545B2 (en) * | 2015-12-18 | 2018-11-13 | Schlumberger Technology Corporation | Placement of stabilizers, standoffs, and rollers on a downhole tool string |
| US10956823B2 (en) | 2016-04-08 | 2021-03-23 | Cognizant Technology Solutions U.S. Corporation | Distributed rule-based probabilistic time-series classifier |
| US11473900B2 (en) * | 2016-07-21 | 2022-10-18 | Assan Aluminyum San. Ve Tic. A. S. | Measurement of oxide thickness on aluminum surface by FTIR spectroscopy and chemometrics method |
| EP3472434A1 (en) * | 2016-09-22 | 2019-04-24 | Halliburton Energy Services, Inc. | Dual integrated computational element device and method for fabricating the same |
| CA3131688A1 (en) * | 2019-03-27 | 2020-10-01 | Olivier Francon | Process and system including an optimization engine with evolutionary surrogate-assisted prescriptions |
| CA3139149C (en) * | 2019-09-17 | 2023-12-12 | Halliburton Energy Services, Inc. | Strain sensor based downhole fluid density measurement tool |
| US11531790B2 (en) * | 2020-01-03 | 2022-12-20 | Halliburton Energy Services, Inc. | Tool string design using machine learning |
| US11775841B2 (en) | 2020-06-15 | 2023-10-03 | Cognizant Technology Solutions U.S. Corporation | Process and system including explainable prescriptions through surrogate-assisted evolution |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006063094A1 (en) * | 2004-12-09 | 2006-06-15 | Caleb Brett Usa Inc. | In situ optical computation fluid analysis system and method |
| US8269161B2 (en) * | 2008-12-12 | 2012-09-18 | Baker Hughes Incorporated | Apparatus and method for evaluating downhole fluids |
| MX350574B (es) * | 2013-02-20 | 2017-09-11 | Halliburton Energy Services Inc | Técnicas de diseño óptico para proporcionar características de fabricacion favorables. |
| BR112015017774A2 (pt) * | 2013-03-05 | 2017-07-11 | Halliburton Energy Services Inc | sistema, método e produto de programa de computador para projeto de sistema fotométrico e robustecimento ambiental |
| BR112016002946A2 (pt) * | 2013-09-25 | 2017-08-01 | Halliburton Energy Services Inc | sistemas e métodos de calibragem de elementos computacionais integrados |
| WO2015112177A1 (en) * | 2014-01-27 | 2015-07-30 | Halliburton Energy Services, Inc. | Optical fluid model base construction and use |
-
2015
- 2015-10-30 BR BR112018006167-0A patent/BR112018006167B1/pt active IP Right Grant
- 2015-10-30 US US15/508,904 patent/US10108754B2/en active Active
- 2015-10-30 WO PCT/US2015/058206 patent/WO2017074408A1/en active Application Filing
-
2018
- 2018-03-29 SA SA518391232A patent/SA518391232B1/ar unknown
Also Published As
| Publication number | Publication date |
|---|---|
| US10108754B2 (en) | 2018-10-23 |
| WO2017074408A1 (en) | 2017-05-04 |
| BR112018006167A2 (pt) | 2018-10-09 |
| BR112018006167B1 (pt) | 2023-12-26 |
| BR112018006167A8 (pt) | 2023-03-07 |
| US20170270225A1 (en) | 2017-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| SA518391232B1 (ar) | طريقة لتقوية عناصر حاسوبية متكاملة للكشف عن ناتج التحلل في مجال النفط والغاز | |
| Rossel et al. | Predicting soil properties from the Australian soil visible–near infrared spectroscopic database | |
| Frith et al. | Recent changes in total column ozone based on the SBUV Version 8.6 Merged Ozone Data Set | |
| Cullick et al. | Improved and more-rapid history matching with a nonlinear proxy and global optimization | |
| US10082600B2 (en) | Methods of calibration transfer for a testing instrument | |
| SA516371311B1 (ar) | إنشاء قاعدة لنموذج ضوئي لمائع واستخدامه | |
| US10509223B2 (en) | System, method and computer program product for photometric system design and environmental ruggedization | |
| US11933931B2 (en) | System and methods for mapping sensor data across parameter spaces | |
| CN107076872B (zh) | 光学计算装置诊断和处理 | |
| US10495778B2 (en) | System and methods for cross-tool optical fluid model validation and real-time application | |
| AU2013380988A1 (en) | Systems and methods for optical fluid identification approximation and calibration | |
| WO2015094303A1 (en) | Cross-sensor standardization | |
| Li et al. | Hybridization of partial least squares and neural network models for quantifying lunar surface minerals | |
| US10656634B2 (en) | Optical sensor optimization and system implementation with simplified layer structure | |
| US10430542B2 (en) | System, method and computer program product for integrated computational element design optimization and performance evaluation | |
| Chen et al. | Deriving colored dissolved organic matter absorption coefficient from ocean color with a neural quasi‐analytical algorithm | |
| Cahill et al. | Radiative transfer modeling of near‐infrared reflectance of lunar highland and mare soils | |
| US20170241839A1 (en) | Optical computing devices and methods utilizing multiple integrated computational elements in sequence | |
| Danesh et al. | Modeling of soil sand particles using spectroscopy technology | |
| Bahrami et al. | Studying sand component of soil texture using the spectroscopic method | |
| Jones et al. | Field Test of the Integrated Computational Elements: A New Optical Sensor for Downhole Fluid Analysis | |
| US9733183B2 (en) | Designs for integrated computational elements | |
| Zhao et al. | Fusion of visible near‐infrared and mid‐infrared data for modelling key soil‐forming processes in loess soils | |
| JP2018524582A (ja) | 統合計算要素構造を用いた光スペクトルの再構成 | |
| Kock | Creation of mid-infrared spectroscopy calibration algorithms for soil property predictions |