专利名称：基于最大熵的多测量nmr分析的制作方法
技术领域：
本发明一般涉及用于测井的核磁共振(NMR)技术。更特别地，本发明涉及一种利用最大熵原理分析NMR数据的方法。
背景技术：
有几种反转算法可用于分析NMR测井数据。最早方法提供了一种一维T2(横向弛豫时间)分布，该分布是假定多指数衰减由单个测量数据得到。这些方法的例子包括由Freedman(U.S.专利号5291,137)公开的“窗口处理”方案和随后的“均匀补偿(penalty)”方法(Borgia，G.C.Brown，R.J.S.和Fantazzini，P，J.Magn Reson.132，65-77，(1998))，采集方案被设计包括具有不同等待时间的多个测量。然后引入了处理技术来分析这些测量。Freedman(U.S.专利号5,486,762)公开了一种这样的方法。
近来，已经实现了与具有不同等待时间的多个测量相一致的复杂NMR采集以及回波间间隔。已经提出正演模拟反转方法来处理这种数据，例如MACNMR(Slijkerman，W.E.J.等人在1999年休斯敦SPE年会上提出的SPE56768)和磁共振流体表征(MRF)方法(Freedman，U.S.专利号6,229,308)。MRF技术利用已建立的物理定则，其以经验为主地被标准化，来解决井下流体NMR响应。通过使用理想的流体模型，MRF允许减少可调整参数的数量，与典型的NMR的测井数据的信息内容相一致。由于模型参数故意与单独的流体体积和性质有关，参数值的确定(即，数据拟合)导致估计所关心的岩石物理量的费用。
正演模拟方法受所采用的流体模型的有效性的影响。在流体NMR响应偏离模型行为(油湿的岩石，受限的扩散)的“非理想”情况中，技术的精确度会降低。在一些环境中，“非理想”响应可以通过差拟合等级来识别，在这种情况中，流体模型可以通过修改适当的模型参数来调整。但是，流体模型的哪种元素应该修改并不明显，这个过程可能是无效的，尤其是对于一个不是专家的人来说。
对于新的测量方案，诸如“扩散编辑”(DE)，其中关于弛豫2和扩散衰减，NMR数据被充分正交化，已经公开了一种基于可分离响应核的处理技术(Venkataramanan，L.，Song，Y-Q.，和Hurlimann，M.，-U.S.专利号6,4462,542)。该方法不包括用于不同流体响应的任何模型。代替地，它根据弛豫时间和扩散速率的无偏分布来分析数据。它之所以具有吸引力在于它不需要任何有关流体性质的先验知识并且在合适的情况中提供了简单的几何结果，一个不是专家的人甚至可以轻易对其进行解释。这种反转的一个潜在的缺点是其精确度部分地依赖于响应核的可分离性。这会把它应用范围限制到每个测量的维中充分正交化NMR响应的测量中，例如，该方法应用到具有不同回波间隔的多CPMG序列。
现有的处理技术还把非负约束强加到单个的分布幅度上并且典型地要求选择至少一种规则化(平滑)参数。基于明显的物理背景，非负情况反映了这些处理算法固有的非线性。虽然原则上不是问题，但是这对选择的最佳化过程的稳定性提出了要求，并且必须小心以便对噪声数据确保反转结果的可接受的可重复性。通过规则化参数来解决噪声问题，这可以确保得到的分布是平滑的。但是，为规则化参数选择合适的值并不是无关紧要的。尽管已出版作品的主要部分从理论的观点上解决了规则化问题(例如，参见在Borgia，G.C.Brown，R.J.S.和Fantazzini，P.，J.Magn Reson.132，65-77，(1998)和Venkataramanan，L.，Song，Y-Q.，和Hurlimann，M.，-U.S.专利号6,4462,542所引用的参考)，但实际上，规则化仍然存在很大的主观性，有时仅基于计算分布的审美外观。规则化在多维反转中尤其重要，因为分布通�：艽蟪潭壬喜荒苡墒莩浞秩范ú⑶液苋菀撞宋肷�。此外，分布的不同区域对输入数据显示出很大的不同敏感度。不能解决在敏感度中的这些差异会导致分布中的错误或不真实的峰值，很容易被误解。
发明内容
根据所公开主题的一个方面，描述了一种方法，从采取地球岩层抽样的数据中提取有关核自旋系统的信息。特别地，采集一组NMR数据，用于位于井孔或实验室环境的流体取样。从该组数据中，使用一种数学反转来计算多维分布，该反转与流体取样性质的先验知识无关。
根据所公开主题的另一方面，使用一种数学反转计算多维分布，该反转与流体取样性质的先验知识无关并且与任何特定采集序列无关。
图1是示例性的井下核磁共振数据采集系统的图表。
图2是图1的系统的更详细的图表。
图3是所公开方法的流程图。
图4说明基于根据所公开的方法所处理的数据所产生的一组解释图。
图5说明基于根据所公开的方法所处理的数据所产生的第二组解释图。
图6是图4和5的数据的比较。
图7说明基于根据所公开的方法所处理的数据所产生的另一组解释图。
优选实施例的详细描述通常，公开的处理方法用于前后一致地处理多测量NMR数据以获得相对无偏的多维分布，该分布可以用于确定流体NMR响应参数或用作直接岩石物理解释的基础。
用于处理多维数据的最大熵原理(MEP)方法克服了可分离核的限制并且以一种简单的系统方式处理规则化而不需要任何用户输入，不考虑数据的噪声电平或基础分布的性质。提供了一种数据的简单图形表示，其中所述的数据被用于识别在所有环境中的流体响应。图形表示(即，多维分布)自己可以直接用于解释或可替换地，它们可以用于指导诸如MRF的基于模型的处理的参数选择。认识到MEP技术和解释D-T2图的方法可以应用于CPMG(Carr，Purcell，Meiboom，和Gill)和DE(扩散编辑)测量，或任何其他NMR测量方案是很重要的，其中这些方案响应于自旋弛豫速率，分子扩散和这些性质的组合。
来自三维测量的响应A可以被表示为A(τ1,τ2.τ3)=ΣiΣjΣkf(i,j,k)H(τ1,τ2,τ3;i,j,k)+δ(τ1,τ2,τ3)----(1)]]>这里，τ1，τ2，τ3是三个定义特定测量的采集参数，f(i，j，k)是在三维分布(即，每个维相应于一个特定的性质)中的分量i，j，k的幅度，H(τ1，τ2，τ3；i，j，k)是参数τ1，τ2，τ3特定的测量的分量响应，δ是随机噪声项。注意，在分布中的维数不需要和采集中的维数相同。为了把等式(1)放在上下文中，τ1，τ2，和τ3例如可以是CPMG测量中的等待时间(WT)，回波间隔(TE)和时间(t)。类似地，指数i可以适用于一个特定的T2值，T2(i)，j可以适用于一个扩散速率，D(j)，并且k可以与一个特定的T1值，或T1/T2的比率R12(k)相应。
假定H(τ1，τ2，τ3；i，j，k)的形式已知，等式(1)的解包括确定给定一系列测量A(τ1，τ2，τ3)的f(i，j，k)。首先，这看起来是直接的，因为我们典型地在多测量NMR序列中采集几千个回波，然而，分布可以由如20×20×10＝4000分量来充分限定。换句话说，测量(即，回波幅度)数与分布分量数相当或比分布分量数大。实际上，等式(1)描述的反转被大概确定之下，因为响应核H(τ1，τ2，τ3；i，j，k)实质上是线性相关的。实际上，即使具有良好信噪比的综合多测量数据通常也要由至少10个参数来描述，意味着数据可以被压缩到10个独立的分量而没有任何明显的信息损失。
在科学的许多方面出现从有限的数据集获得大范围分布的问题。这个问题的一个有趣而相关的例子是分子分布函数的确定。在这种情况中，可以使用少量(有时仅为一)的分布测量矩 由此计算整个分布。信息论(E.T.Jaynes，Phys.Rev.106，620(1957))说明在这样的解中，“最可能”的分布是f(xi)=Z-1exp(ΣnαnMn(xi))----(2)]]>这里，Z是一个标准化函数并且Mn(xi)是函数，其期望值定义这些矩，M‾n=ΣiMn(xi)f(xi)----(2)]]>并且αn是参数，其可被调整以便使用等式(2)和(3)计算的矩与测量值一致。用于拟合数据的参数αn数量不应该超过测量矩的数量。不象通常用于获得T2分布的常规反转算法，该方案不需要任何明确的规则化。该方法提供了这样的分布，其同时符合所有可用数据并且具有等式(4)给出的最大熵S
S=-kΣiln(f(xi))f(xi)-----(4)]]>这里，k是一个常量。在分布函数的上下文中“最大熵原理”(MEP)的简单讨论在近来的一本书中给出了-Dill，K.A.和Bromberg，S.，“Molecular DrivingForces”，Garland科学出版社，(2003)。
一个更特殊的推论也在作为Maxwell-Boltzmann统计讨论的一部分在有关统计热力学的最标准的文章中进行了转载。在这种情况中，“测量”量是能量E，E=ΣiE(xi)f(xi)----(5)]]>并且所得到的众所周知的分布是f(xi)＝Z-1exp(-βE(xi)).............................................(6)这里，β＝1/kT(T＝开尔文温度)并且Ei是状态i的能量。
MEP的实际应用的一个好例子是由Catalano，D.，Di Bari，L.，Veracini，C.，Shilstone，G.和Zannoni，C.，J.Chem.Phys，94，3828，(1991)给出的，他从NMR偶极耦合测量中导出了用于代替的联苯分子的内部旋转异构分布函数。
最大熵原理还可以应用于从NMR测井数据获得弛豫时间和扩散速率分布。至少一个不同是它应用于获得多维分布而不是一维分布。如在此所说明的，所公开的MEP方法能够处理这样的多维分布，另外希望可用数据不能充分确定该分布。
在MEP应用中的第一步是识别在分布空间(即在T2-D空间)中所定义的一组合适的基本函数(即Mn(xi))，可以测量该分布的平均值。推荐(但是并不严格要求)基本函数是正交的并且它们可以根据所包含的“细节”的度来排序。换句话说，我们希望具有少量的宽峰的简单分布将由最初少量的矩来定义。一组能够满足这些要求的函数可以通过测量核，H(τ1，τ2，τ3；i，j，k)的奇异值分解(SVD)来获得。SVD方法把核矩阵H分解为三个独立矩阵的乘积。
H=Us10...0snVT----(7)]]>这里S是对角矩阵，其元素si是H的奇异值。U和V的列分别被称为左和右奇异矢量并且它们是正交的，Σi=1MUikUij=δjk;----(8)]]>Σi=1NVikVij=δjk;]]>为了将H表示为一个2维矩阵，我门定义一个普通的测量坐标，τ(例如，τ＝WT，TE(L)，n)和一个分布坐标x(例如，x＝T2，D，R12)。由等式(7)我们现在可以写出ΣTUnT(T)H(T,x)=snVnT(x)=vn(x)----(9)]]>这里，vn是在分布函数的间隔(x)中所表示的归一化正交矢量。组合等式(1)和(9)，得到有效的表示ΣTUnT(T)A(T)=Σxvn(x)f(x)+δn=v‾n+δn----(10)]]>由于UTn(x)是从H的SVD分析得到的，以及A(τ)刚好是测量的回波幅度，因此直接计算vn。注意，等式(10)的第二部分形式上与等式(3)一致。因此，为了在某个统计噪声δn内，我门可以测量分布函数f(x)的一组矩， 其与同一组内的矩都是彼此独立的。已知，根据SVD分析，这些矩相应于分布坐标x的一组正交函数的期望值。由前面的MEP方法讨论得出，分布函数可以表示为f(x)=Z-1exp(Σnαnvn(x))----(11)]]>
这里，可以调整参数αn以便测量矩vn能够重现(见等式(10))。包含在等式(11)右边的指数和的分量N的数量不应该比有效测量矩 的数量大。有效矩的数量可以通过比较矩的绝对值和它们的估计标准偏差来进行估计。由于矩往往是随着等级n的升高而衰减，因此可以比较直接确定在n的什么值时，矩相对于噪声电平变得不重要。N的确定与要求很大程度上不确定的主观规则化的反转相对应。作为选择，N可以被固定为某个合理的值，该值是从之前的数据或模型根据经验进行确定的。
应该注意，包含Z-1以与归一化参数的公认表示法一致。但是，根据一个实施例，归一化参数完全被忽略。根据另一个实施例，通过把等式归一化为值一来使用归一化参数。进一步应该注意的是，虽然在一组正交函数项中描述中了反转，但是正交仅仅是SVD的一个结果而并不是所需要的。一个非SVD分析的例子是勒让德多项式(Legendre Polynomials)的使用，该多项式应用于单独的CPMG数据。这可以推断关于从NMR数据获得弛豫/扩散分布的MEP的广义理论讨论。
在这一点上，对考虑核H的特定形式并且得到相应的SVD矢量是有用的。对于在磁场梯度G中执行的常规多测量NMR采集来说，H的元素可以相应于特定回波的幅度n，该幅度是与等待时间(WT)和回波间隔(TE)一同测量的。但是，对于多测量采集序列，回波的总数典型地是几千，而分布可以由几千个分量定义。显然，为了估计SVD的目的，H可以变得非常大并且很繁琐。因此在实际中是有利的(这是有效处理能力的限制而不是算法本身的限制)，以在数值估计之前压缩数据。一个简单的压缩方法是计算“窗口和”。每个回波列被分段，在每段中对回波幅度求和(Freedman美国专利号为5291,137)。为了精确表示多指数衰减，在回波列的前面部分中窗口和通常包括少量的回波，而用于串的后面部分的窗口包含大量的回波。对于CMR工具采集的标准CPMG序列，具有磁场梯度分布F(G)，窗口和核可以写作
H(WT,TE,m:T2,D,R12)=(1σE1+n2(m)-n1(m))ΣkF(Gk)(1-e-WT/(R12×T2))----(12)]]>×[e-(n1(m)-0.5)TE/T2D,G,TE-e-(n2(m)+0.5)TE/T2D,G,TE]T2D,G,TETE]]>(T2D,G,TE)-1=T2-1+(γGTE)2D12----(13)]]>这里，σE是特定测量的每个回波的噪声，γ是质子回磁比，n1(m)和n2(m)是第m个窗口和的第一个和最后一个回波。注意，其它类型的压缩(例如SVD)也可以应用到数据中。因此作为结果的核需要被修改。
独立模型分析的一个焦点是提供一种数据无偏表示。包含在多维图中的信息本质上与包含在原始回波幅度中的信息一致。虽然图提供了一种方式，从NMR观点理解数据，但是它们并没有给出结果的岩石物理解释。在一些情况中，从图的视觉观察中岩石物理解释非常直接。但是，在一些情况中，沿着T1/T2或扩散轴的不良分解可能不足以识别看来具有相同的T2值的分离的流体。为了进一步处理并得到饱和度和烃粘度，需要把一个模型应用到结果中。
现有的多维模型(对于油和水)部分地说明，对于T2的每个值，扩散常数可以正好假定为两个可能的值，相应于水和油的扩散。水扩散常数是温度T的已知函数，与T2无关，DW(T2)＝DW(T)(14)然而，对于油，扩散常数与T2成线性正比，DO(T2)＝λ×T2 (15)换句话说，现有的模型解相应于D vs T2图上的水平(水)和对角(油)线。在标准分析中，行数据直接使用等式(14)-(15)的约束来拟合。一个可选择的方法是用图本身作为输入以得到解。因为包含在图中的信息本质上与原始数据相一致，两种解的方法应该是等效的。实际上，在扩散信息(即，分解)中通常缺少数据并且问题包括把在D-T2图的扩散轴中展开的幅度重新分配到不同的岩层流体中。这样做的一个简单的近似方法是使用由图中计算的每个T2-DLM(T2)的几何平均扩散速率以及根据模型水和油D的值把幅度重新分布在T2上来实现的。适宜在每个T2值，SXO(T2)定义一个视含水饱和度。
DLM(T2)＝DW(T2)SX0(T2)DO(T2)1-SX0(T2).........................(16)SX0(T2)=ln(DLM(T2)/DO(T2))ln(DW(T2)/DO(T2))----(17)]]>分离的水和油的T2分布FH2O和FOIL，现在可以由下式得到，FH2O(T2i)=SX0(T2i)×F(T2i)----(18)]]>FOIL(T2i)＝(1-SX0(T2i))×F(T2i)..............................(19)F(T2i)=ΣjΣkF(T2i,DjR12k)----(19)]]>注意，可以实施其他的方案来得到各自的流体体积。举例来说，与特定的流体类型相关的图的指定区域可以统合，以得到相应的体积，由此可以计算饱和度。
参照图1，示出了一种设备，用于勘测钻井32穿过的地下岩层31，这可以在实现本发明的方法的实施例中使用。在钻井32中把勘测设备或测井装置30悬挂在一个铠装线缆33上，线缆长度实际上确定了装置30的相对深度。线缆长度由在地表的适当装置，诸如滚筒盘结构(未示出)来控制。7表示的地表设备可以是常规类型，并且可以包括一个处理器子系统并且与测井设备通信。
进行测量的测井装置可以是用在所示的线缆测井应用中的任何合适的核磁共振测井装置，或者是在钻井应用中的测量中可以采用的类型。装置30包括，例如，一种用于在岩层中产生静态磁场的装置，以及用于产生RF磁场脉冲并且用于从岩层中接收自旋回波的射频天线装置。用于产生静态磁场的装置例如可以包括一个永久磁铁或磁铁阵，用于产生RF磁场脉冲并从岩层中接收自旋回波的RF天线装置例如可以包括一个或多个RF天线。
本发明的一个实施例利用从一种NMR测井装置得到的一组测量，其中该测井装置可以被操作以从周围岩层中的近间隔的薄壳区域中获得各自的测量。一种合适类型的测井装置30的一些部件的简化表示在图2中进行了说明。该图中示出了一个第一中心磁铁或磁铁阵36以及一个37表示的RF天线，其可以是一个合适的取向的线圈或多个线圈。图2还说明了近间隔的圆筒形薄壳的种类通常表示，38-1，38-2...38-N，其可以使用参考类型的多频率测井装置来频率选择。如在现有技术中已知的，如在US专利号为4,710,713中所公开的例子，测井装置可以通过适当地选择发射脉冲中的RF能量频率来选择要进行勘测的壳区。在图2中，另外一个磁铁或磁铁阵由39表示，并且当它在箭头Z的方向上在钻井中升高时，可以被用于把一个预先极化的静态磁场应用到测井装置的勘测区域所接近的岩层中。例如可以参考US专利5,055,788。也可以参见US专利3,597,681。
现在转到图3，所示的是根据一个公开的实施例的步骤的示意性流程图。在步骤302开始，指定轴值和范围。这些轴被用于最终产生一个反转结果的多维图。例如，根据一个实施例，定义扩散和T2弛豫轴，在其上显示NMR数据。如所提到的，也可以采用其他的轴值，例如用T1/T2，或R12轴或T2对T1或T2对R12图来代替T2轴。也可以应用离散化以产生一个目标分布。离散化通常包括沿着每个维的轴来确定解析。例如为了简化分析，通过沿对数或线性刻度的特定数量的值来解析每个轴。在步骤304，定义了一个压缩方案。由于受限的计算能力，首先必须进行该步骤。然而MEP方法本身可以被应用于压缩数据或整个数据集。因此如果有足够的计算能力可用就可以不需要步骤304。压缩方法的一个例子就是上面提到的窗口和。但是，也可以使用许多其它的压缩方法而不会改变MEP方法。
在步骤306继续，在目标分布中为每个数据点计算响应核。等式12是响应核等式的一个例子。特别地，为每个回波(或在窗口压缩的情况中，为每个回波窗口和)以每个T2，D，R12值来确定H(WT，TE，mT2，D，R12)。在步骤308，在等式1的两个测量域(WT，TE，t)中和目标分布域(T2，D，R12)中定义相应的函数。
NMR数据的采集在步骤310执行。然而，采集的时间选择可以大大改变。例如，采集可以发生在某种预先的测井运行期间或可以通常在测井运行期间应用MEP算法时获得采集。另外，采集可以通过许多的NMR采集工具来执行，例如测井线缆工具，钻井时的测井工具，流体取样工具，一种便携或实验室设备。此外，MEP方法不取决于采集的序列，CPMG修改或扩散编辑序列，其中采集的序列可以用于或应用于响应CPMG所采集的数据。
在步骤312继续，根据步骤304的压缩方案压缩数据集。在步骤314，测量域矩(自旋回波域)Mj在NMR数据或压缩数据上进行估计。该步骤或者，作为选择，一个单独的步骤，包括有效矩的数量N的确定。作为选择，留出(set aside)预定义组的N个有效矩。在这一点上丢弃更高的矩。在步骤316，使用一个最佳算法同时拟合N个测量域矩Mj，在该算法中N个参数独立地进行调整。N个可调整参数是与目标分布域中的N个函数的每一个相关联的权重因子，其中目标分布域在步骤308进行了定义。根据一个指数和表示，这N个参数的值，和它们相应的函数一起定义一个完整的目标分布函数。(多)维分布的最终估计就是，对于该分布，N个计算矩最紧密地匹配N个测量矩。
根据一个实施例，在图3A中示出了一个合适的最佳算法。在步骤320中，定义了初始的一组N个系数，αn。在步骤322中，根据等式11为该组αn系数计算分布。然后根据MEP反转的应用在步骤324计算一组矩。
MEP反转的应用为了估计H，首先需要指定采集序列。在该例中，我们考虑一个包括6个CPMG测量的典型MRF采集。在表1中给出了采集序列的汇总表。注意，序列包括采用不同回波间隔和不同的等待时间进行的测量。NMR响应由T2，R12(或T1)和D进行调制，因此适当的反转是3维。现在必须选择分布轴的界限和沿每个轴的分量数。必须选择足够数量的分量以充分描述给定数量的测量的每个不同响应，这些测量区别这些响应，同时为了可接受的数值有效性保持足够小数量的分量。表2概括了用于该例的反转参数。没有打算最佳化离散化方案。但是，在合理的范围内，离散化的细节看起来在最后反转结果上只有比较小的意义。
表1.包括CPMG测量的CMR采集序列
表2.用于多测量NMR数据的3维反转的参数1.综合数据为了说明该处理，给出了综合数据的四个例子。对于表1的采集序列使用1个分量(测试1和2)或2个分量(测试3和4)产生数据，其中每个分量具有唯一的T2，D和R12值。信号的总幅度固定在0.2v/v并且添加0.01v/v的随机噪声到回波列上。模拟参数在表3中进行了概括。
表3.用于测试MEP反转的模拟参数。
图4-7中给出了反转测量的结果。图4说明在测试1中定义的MEP方法的MEP应用。图402表示综合NMR自旋回波数据和从该数据得到的适合窗口和。如y轴所指示的，使用窗口求和来压缩NMR数据。图404是基于根据MEP方法进行处理后的图402的自旋回波数据所产生的。y轴由扩散值定义而x轴由T2值定义，由此得到一个D-T2图。D-T2图通过在第三维(R12＝T1/T2)上求和得到。图404中的峰405代表流体(油，水或气体)的可能存在。左下图406是综合的T2分布410，410与输入分布408相比较。右上图412是综合的D分布416，416与输入分布414相比较。在T2和D轴中精确表示了单峰值405。刚好需要12个SVD函数来得到对数据的良好调整(为了在统计噪声水平内)。
图5说明了测试2的结果。除了T1/T2比率R12，其在测试2中增加到2以外，模拟与测试1一致。左上图503是通过在第三维(R12＝T1/T2)上求和得到T2-D图。左下图507是综合的T2分布502，502与输入分布504相比较。右上图509是综合的D分布506，506与输入分布508相比较。再一次，在T2和D轴中精确表示了单峰值505。在D轴的解中发现相对于测试1的结果由一个轻微的降级。这可以是因为在两个模拟中噪声实现的不同而产生的一个统计变化。12个SVD函数再次被用来拟合数据。
图6比较测试1和2所计算的T1和T2分布。对于使用R12＝T1/T2＝1的输入值的测试1来说，如图6所示，计算的T1和T2分布完全重叠。对照使用R12＝T1/T2＝2的值的测试2，在图604所示，计算的T1分布608以大约2秒为中心，比T2分布606高出因子2。这说明，该反转能够精确确定T1值。注意，在其上确定精确的T1值的范围由在采集计划中等待时间的选择来支配。
在图7中示出了在承载石油的砂岩岩层中采集的扩散编辑数据702的2维MEP反转结果。在左上所示的是T2-D图。水(水平线704)和重油(�：亩越窍�706)响应线重叠。左下图是综合的T2分布。右上图是综合的D分布。扩散编辑序列包括长回波间隔在2ms和12ms之间变化的10个测量。一个单独的等待时间被用于所有的测量，因此在这种情况中，反转是2维的(即T2，D)。如所示的，对于扩散编辑采集，MEP反转精确地解决了在T2和D域中的两种流体情况708和710。
适当地再次说明，根据一个实施例，一旦已经恢复数据，NMR处理可以独立于井下操作来执行。例如，根据一个实施例，原始数据可以被井下处理或者发送给地表处理器，同时进行井下操作以得到原始数据的实时解释。如已知的，井下操作可以包括在钻井同时操作，以及在已经从钻井中移去钻井绳后发生的线缆操作。根据另一个实施例，处理可以在得到数据后发生。
基于最大熵原理(MEP)，已经发展了一种通用的模型无关的方法，它可以分析由性质的(一或多维)分布所控制的多测量NMR数据。该方法的目的是以一种可理解的形式给出复杂的数据而不强加任何的偏差或解释，同时最小化相关噪声的假象。虽然该技术十分普遍，但是在由于所采集的NMR性质偏离模型中假定的“理想”行为而造成基于模型的分析中止的情况中，这可能是最有用的。
前面各种实施例的公开和描述是说明性和示意性的，并且可以进行NMR采集序列，测井过程，在天线设计中利用的材料，反转过程和进行步骤的序列和时间选择，以及所说明的系统的细节中的各种改变而不偏离所公开的主题。
权利要求
1.一种从地球岩层的区域提取有关核自旋系统的信息的方法，包括在核自旋系统上执行多个核磁共振测量；从多个核磁共振测量的每一个中获取核磁共振数据；从对核磁共振数据执行的与该区域的先验知识无关的反转过程计算一个多维数据集。
2.权利要求1的方法，进一步包括步骤产生该多维数据集的多维图。
3.权利要求2的方法，其中该多维图沿着一组轴被表示，该组轴是从扩散T1，T2以及T1和T2的比率的组中选择的。
4.权利要求1的方法，进一步包括步骤在计算该多维数据集之前压缩该核磁共振数据。
5.权利要求1的方法，该计算步骤进一步包括估计多个函数，Mn(xi)，其期望值定义了矩M‾n=ΣiMn(xi)f(xi),]]>这里f(xi)是目标分布函数，它可以用同样的函数f(xi)=Z-1exp(ΣnαnMn(xi))]]>来表示，这里αn是参数，其可以被调整以便使用Mn和f(xi)所计算的矩与核磁共振数据相一致。
6.权利要求5的方法，该估计步骤进一步包括步骤将计算的矩Mn与由核磁共振值得到的一组数据矩进行比较；确定计算的矩Mn与该组数据矩之间的拟合等级；当拟合等级在容限范围内时，确定最终的分布。
7.权利要求6的方法，该估计步骤进一步包括步骤调整αn以提高拟合等级。
8.权利要求5的方法，其中计算步骤提供了一个分布，其同时符合所有可用数据并且具有由S=-kΣiln(f(xi))f(xi)]]>给出的最大熵S，这里k是常数。
9.权利要求5的方法，其中基于多个矩Mn确定N个有效矩函数，该矩具有大于与核磁共振数据有关的噪声电平的值。
10.权利要求1的方法，其中反转过程与规则化参数无关。
11.权利要求1的方法，其中反转过程与特定测量序列无关。
12.一种测井设备包括可通过井孔移动的测井工具，和耦合到该测井工具的处理器，采用指令对该处理器进行编程，当处理器执行指令时，执行以下步骤在核自旋系统中执行多个核磁共振测量；从多个核磁共振测量的每一个中获取核磁共振数据；根据对核磁共振数据执行的与该区域的先验知识无关的反转过程计算一个多维数据集。
13.权利要求12的测井设备，该处理器进一步执行以下步骤产生该多维数据集的多维图。
14.权利要求13的测井设备，其中该多维图沿着一组轴被表示，该组轴是从扩散T1，T2以及T1和T2的比率的组中选择的。
15.权利要求12的测井设备，处理器进一步执行步骤在计算该多维数据集之前压缩该核磁共振数据。
16.权利要求12的测井设备，该计算步骤进一步包括步骤估计多个函数，Mn(xi)，其期望值定义了矩M‾n=ΣiMn(xi)f(xi),]]>这里f(xi)是目标分布函数，它可以用同样的函数f(xi)=Z-1exp(ΣnαnMn(xi))]]>来表示，这里αn是参数，其可以被调整以便使用Mn和f(xi)所计算的矩与核磁共振数据相一致。
17.权利要求16的测井设备，该估计步骤进一步包括步骤将计算的矩Mn与由核磁共振值得到的一组数据矩进行比较；确定计算的矩Mn与该组数据矩之间的拟合等级；当拟合等级在容限范围内时，确定最终的分布。
18.权利要求17的测井设备，该估计步骤进一步包括步骤调整αn以提高拟合等级。
19.权利要求16的测井设备，其中计算步骤提供了一个分布，其同时符合所有可用数据并且具有由S=-kΣiln(f(xi))f(xi)]]>给出的最大熵S，这里k是常数。
20.权利要求16的测井设备，其中基于多个矩Mn确定N个有效矩函数，该矩具有大于与核磁共振数据有关的噪声电平的值。
21.权利要求16的测井设备，其中在计算的矩Mn内的每个矩与计算矩彼此无关。
22.权利要求12的测井设备，其中反转过程与特定的测量序列无关。
全文摘要
公开了一种方法，用于从一种地球岩层的区域提取有关核自旋系统的信息。特别地，采集一组NMR数据，用于位于井下或实验室环境的流体取样。从该组NMR数据中，利用一种数学反转来计算多维分布，该反转与流体取样性质的先验知识无关。
文档编号G01R33/44GK1517721SQ200410007420
公开日2004年8月4日 申请日期2004年1月13日 优先权日2003年1月14日
发明者N·J·希顿, N J 希顿 申请人:施卢默格海外有限公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
