stringtranslate.com

Многомерные оптические вычисления

Многомерные оптические вычисления , также известные как молекулярные факторные вычисления, представляют собой подход к разработке спектроскопических приборов сжатого зондирования , в частности, для промышленных применений, таких как аналитическая поддержка процессов . «Обычные» спектроскопические методы часто используют многомерные и хемометрические методы, такие как многомерная калибровка , распознавание образов и классификация , для извлечения аналитической информации (включая концентрацию) из данных, собранных на многих различных длинах волн. Многомерные оптические вычисления используют оптический компьютер для анализа данных по мере их сбора. Цель этого подхода — создание простых и надежных приборов, сохраняющих при этом преимущества многомерных методов для точности и достоверности результата.

Инструмент, реализующий этот подход, можно описать как многомерный оптический компьютер . Поскольку он описывает подход, а не какой-либо конкретный диапазон длин волн, многомерные оптические компьютеры могут быть построены с использованием различных инструментов (включая инфракрасный Фурье-преобразование ( FTIR ) [1] и Рамановское [2] ).

«Программное обеспечение» в многомерных оптических вычислениях кодируется непосредственно в спектральный вычислительный движок оптического элемента, такой как многомерный оптический элемент (MOE) на основе интерференционного фильтра , голографическая решетка , жидкокристаллический перестраиваемый фильтр , пространственный модулятор света (SLM) или цифровое микрозеркальное устройство (DMD) и является специфическим для конкретного приложения. Оптический шаблон для спектрального вычислительного движка разработан для конкретной цели измерения величины этого многоволнового шаблона в спектре образца без фактического измерения спектра. [3]

Многомерные оптические вычисления позволяют создавать приборы с математикой распознавания образов, встроенной непосредственно в оптический компьютер, который извлекает информацию из света без записи спектра. Это позволяет достичь скорости, надежности и прочности, необходимых для приборов управления процессами в реальном времени.

Многомерные оптические вычисления кодируют аналоговый оптический вектор регрессии функции пропускания для оптического элемента. Свет, исходящий от образца, содержит спектральную информацию этого образца, независимо от того, обнаружен спектр или нет. Когда свет проходит от образца через элемент, нормализованная интенсивность, которая обнаруживается широкополосным детектором, пропорциональна скалярному произведению вектора регрессии с этим спектром, т. е. пропорциональна концентрации аналита, для которого был разработан вектор регрессии. Качество анализа тогда равно качеству закодированного вектора регрессии. Если разрешение вектора регрессии кодируется в разрешение лабораторного прибора, из которого был разработан этот вектор регрессии, и разрешение детектора эквивалентно, то измерение, выполненное многомерными оптическими вычислениями, будет эквивалентно этому лабораторному прибору обычными средствами. Этот метод продвигается в нишевом рынке обнаружения суровых условий. В частности, этот метод был принят для использования в нефтяной промышленности для обнаружения углеводородного состава в нефтяных скважинах и мониторинга трубопроводов. В таких ситуациях необходимы лабораторные измерения качества, но в жестких условиях. [4]

История

Хотя концепция использования одного оптического элемента для регрессии и обнаружения аналита была предложена в 1986 году [5] , первая полная концепция устройства MOC была опубликована в 1997 году группой Myrick в Университете Южной Каролины [6] с последующей демонстрацией в 2001 году [7]. Эта технология получила широкое признание в оптической промышленности как новый метод выполнения оптического анализа с преимуществами для зондирования в жестких условиях окружающей среды. [4] [7] [8] [9] [10] Этот метод был применен в спектроскопии Рамана, [2] [11] [12] флуоресцентной спектроскопии , [12] [13] [14] [15] [16] [ 17 ] [18] [19] спектроскопии поглощения в УФ-видимом диапазоне , [7] [20] ближнем ИК-диапазоне [21] [22] [23] и среднем ИК-диапазоне , [24] [25] микроскопии , [26] отражательной спектроскопии [27] и гиперспектральной визуализации . [11] [20] [22] [23] [27] [28] [29] За годы, прошедшие с момента первой демонстрации, были продемонстрированы приложения для обороны, [30] судебной экспертизы, [31] мониторинга химических реакций, [6] [32] мониторинга окружающей среды , [8] [33] [34] переработки, [21] [35] продуктов питания и лекарств, [28] [36] медицины и наук о жизни, [14] [15] [16] [17] [18] [19] и нефтяной промышленности. [4] [10] [25] [32] [37] [38] [39] [40] [41] [42] Первая опубликованная демонстрация использования MOC в суровых условиях была проведена в 2012 году в ходе лабораторного исследования при температурах от 150 до 350 градусов по Фаренгейту и давлении от 3000 до 20 000 фунтов на кв. дюйм [10], за которым последовали полевые испытания в нефтяных скважинах в 2013 году. [42]

Ссылки

  1. ^ 1 Myrick, Michael L.; Haibach, Frederick G. (2004-04-01), «Точность многомерных оптических вычислений», Applied Optics , 43 (10): 2130–2140, Bibcode : 2004ApOpt..43.2130H, doi : 10.1364/AO.43.002130, PMID  15074423
  2. ^ ab Nelson, MP; Aust, JF; Dobrowolski, JA; Verly, PG; Myrick, Michael L. (1998), "Многомерные оптические вычисления для предсказательной спектроскопии", Analytical Chemistry , 70 (1): 73–82, Bibcode : 1998SPIE.3261..232N, doi : 10.1021/ac970791w, PMID  21644602
  3. ^ Vornehm, JE Jr; Dong, AJ; Boyd, RW; et al. (2014). «Многомерные оптические вычисления с несколькими выходами для распознавания спектра». Optics Express . 22 (21): 25005–14. Bibcode : 2014OExpr..2225005V. doi : 10.1364/OE.22.025005 . PMID  25401534. S2CID  28584987.
  4. ^ abc Jones, Christopher M.; et al. (2014-08-30), «Многомерные оптические вычисления обеспечивают точное зондирование суровых условий для нефтегазовой промышленности», Laser Focus World , 50 (8): 27–31 , получено 2014-08-30
  5. ^ Бялковски, С. (1986). «Распознавание видов и количественная оценка с использованием некогерентной линейной оптической обработки сигналов эмиссии». Аналитическая химия . 58 (12): 2561–2563. doi :10.1021/ac00125a043.
  6. ^ ab Dobrowolski, Jerzy A.; Verly, Pierre G.; Myrick, Michael L.; Nelson, Matthew P.; Aust, Jeffrey F. (1997). "Проектирование тонкопленочных фильтров для мониторинга химических реакций". В Hall, Randolph L (ред.). Optical Thin Films V: New Developments . Vol. 3133. p. 38. doi :10.1117/12.290200. S2CID  135787454.
  7. ^ abc Soyemi, O.; Eastwood, D.; Zhang, L.; et al. (2001). «Проектирование и тестирование многомерного оптического элемента: первая демонстрация многомерных оптических вычислений для предсказательной спектроскопии». Аналитическая химия . 73 (6): 1069–1079. doi :10.1021/ac0012896.
  8. ^ ab Eastwood, Delyle; Soyemi, Olusola O.; Karunamuni, Jeevanandra; Zhang, Lixia; Li, Hongli; Myrick, Michael L. (2001). "Полевые применения дистанционного зондирования с использованием многомерных оптических вычислений в видимом/ближнем ИК-диапазоне". В Vo-Dinh, Tuan; Spellicy, Robert L (ред.). Мониторинг и ликвидация загрязнения воды, почвы и воздуха . Том 4199. стр. 105. doi :10.1117/12.417366. S2CID  93350247.
  9. ^ Myrick, ML (2002). «Многомерные оптические элементы упрощают спектроскопию». Laser Focus World. 38 (3): 91–94.
  10. ^ abc Jones, CM, Freese, B., Pelletier, M. и др. 2012. Оптический анализ лабораторного качества в суровых условиях. Представлено на Международной нефтяной конференции и выставке SPE в Кувейте,
  11. ^ ab Davis, BM; Hemphill, AJ; Maltaş, DC; et al. (2011). «Многомерная гиперспектральная рамановская визуализация с использованием компрессионного обнаружения». Аналитическая химия . 83 (13): 5086–5092. doi :10.1021/ac103259v. PMID  21604741.
  12. ^ ab Smith, ZJ; Strombom, S.; Wachsmann-Hogiu, S. (2011). «Многомерные оптические вычисления с использованием цифрового микрозеркального устройства для флуоресцентной и рамановской спектроскопии». Optics Express . 19 (18): 16950–16962. Bibcode : 2011OExpr..1916950S. doi : 10.1364/OE.19.016950 . PMID  21935055.
  13. ^ Прайоре, Райан Дж.; Свонстром, Джозеф А. (2015). «Многомерные оптические вычисления для дискриминации флуорохрома». В Коте, Жерар Л. (ред.). Оптическая диагностика и зондирование XV: на пути к диагностике в местах оказания медицинской помощи . Том 9332. стр. 933212. doi : 10.1117/12.2080996. S2CID  120527052.
  14. ^ ab Priore, Ryan J.; Swanstrom, Joseph A. (2014). «Многомерная оптическая элементная платформа для сжатого обнаружения флуоресцентных маркеров». В Druy, Mark A; Crocombe, Richard A (ред.). Next-Generation Spectroscopic Technologies VII . Vol. 9101. pp. 91010E. doi :10.1117/12.2053570. S2CID  120097929.
  15. ^ ab Priore, RJ (2013). «ОПТИКА ДЛЯ БИОФОТОНИКИ: Многомерные оптические элементы превосходят полосовые фильтры в анализе флуоресценции». Laser Focus World. 49 (6): 49–52.
  16. ^ ab Swanstrom, JA; Bruckman, LS; Pearl, MR; et al. (2013). «Таксономическая классификация фитопланктона с многомерными оптическими вычислениями, часть I: проектирование и теоретические характеристики многомерных оптических элементов». Applied Spectroscopy . 67 (6): 220–229. Bibcode :2013ApSpe..67..620S. doi :10.1366/12-06783. PMID  23735247. S2CID  5400202.
  17. ^ ab Swanstrom, JA; Bruckman, LS; Pearl, MR; et al. (2013). «Таксономическая классификация фитопланктона с многомерными оптическими вычислениями, часть II: проектирование и экспериментальный протокол судового флуоресцентного фотометра». Applied Spectroscopy . 67 (6): 230–239. Bibcode :2013ApSpe..67..630S. doi :10.1366/12-06784. PMID  23735248. S2CID  25533573.
  18. ^ ab Pearl, MR; Swanstrom, JA; Bruckman, LS; et al. (2013). «Таксономическая классификация фитопланктона с многомерными оптическими вычислениями, часть III: демонстрация». Applied Spectroscopy . 67 (6): 240–247. Bibcode :2013ApSpe..67..640P. doi :10.1366/12-06785. PMID  23735249. S2CID  12109872.
  19. ^ ab Qu, JY; Chang, H.; Xiong, S. (2002). «Флуоресцентная спектральная визуализация для характеристики ткани на основе многомерного статистического анализа». Журнал оптического общества Америки A. 19 ( 9): 1823–1831. Bibcode :2002JOSAA..19.1823Q. doi :10.1364/JOSAA.19.001823. PMID  12216876. S2CID  12214976.
  20. ^ ab Priore, RJ, Greer, AE, Haibach, FG et al. 2003. Новые системы обработки изображений: многомерные оптические вычисления в УФ-ВИД. In Proc., IS&T's NIP19: Международная конференция по технологиям цифровой печати, том 19, 906–910. Новый Орлеан, Луизиана.
  21. ^ ab Pruett, Eric (2015). «Последние разработки в области DLP-спектрометров ближнего инфракрасного диапазона компании Texas Instruments позволяют создать следующее поколение встраиваемых компактных портативных систем». В Druy, Mark A; Crocombe, Richard A; Bannon, David P (ред.). Next-Generation Spectroscopic Technologies VIII . Vol. 9482. pp. 94820C. doi :10.1117/12.2177430. S2CID  114904996.
  22. ^ ab Myrick, Michael L.; Soyemi, Olusola O.; Haibach, Fred; Zhang, Lixia; Greer, Ashley; Li, Hongli; Priore, Ryan; Schiza, Maria V.; Farr, JR (2002). "Применение многомерных оптических вычислений для получения изображений в ближнем инфракрасном диапазоне". В Christesen, Steven D; Sedlacek Iii, Arthur J (ред.). Датчиковые системы на основе вибрационной спектроскопии . Том 4577. стр. 148. doi :10.1117/12.455732. S2CID  109007082.
  23. ^ ab Myrick, Michael L.; Soyemi, Olusola O.; Schiza, MV; Farr, JR; Haibach, Fred; Greer, Ashley; Li, Hong; Priore, Ryan (2002). «Применение многомерных оптических вычислений для простых точечных измерений в ближнем инфракрасном диапазоне». В Jensen, James O; Spellicy, Robert L (ред.). Instrumentation for Air Pollution and Global Atmospheric Monitoring . Vol. 4574. pp. 208–215. doi :10.1117/12.455161. S2CID  110288509.
  24. ^ Коутс, Дж. (2005). «Новый подход к анализу процессов в ближнем и среднем инфракрасном диапазоне – технология кодированных фотометрических инфракрасных лучей способна удовлетворить потребности современных технологических приложений, включая инициативу PAT». Спектроскопия . 20 (1): 32–35.
  25. ^ ab Jones, C., Gao, L., Perkins, D. et al. 2013. Field Test of the Integrated Computational Elements: A New Optical Sensor for Downhole Fluid Analysis. Представлено на 54-м ежегодном симпозиуме по каротажу SPWLA, Новый Орлеан, Луизиана, 22–26 июня. SPWLA-2013-YY.
  26. ^ Nelson, Matthew P.; Aust, Jeffrey F.; Dobrowolski, Jerzy A.; Verly, Pierre G.; Myrick, Michael L. (1998). «Многомерные оптические вычисления для предсказательной спектроскопии». В Cogswell, Carol J; Conchello, Jose-Angel; Lerner, Jeremy M; Lu, Thomas T; Wilson, Tony (ред.). Трехмерная и многомерная микроскопия: получение и обработка изображений V. Т. 3261. С. 232–243. doi :10.1117/12.310558. S2CID  108965881.
  27. ^ ab Boysworth, MK; Banerija, S.; Wilson, DM; et al. (2007). «Обобщение многомерных оптических вычислений как метод повышения скорости и точности спектроскопических анализов». Journal of Chemometrics . 22 (6): 355–365. doi :10.1002/cem.1132. S2CID  122073990.
  28. ^ ab Mendendorp, J.; Lodder, RA (2005). «Применение интегрированного зондирования и обработки в спектроскопической визуализации и зондировании». Journal of Chemometrics . 19 (10): 533–542. CiteSeerX 10.1.1.141.4078 . doi :10.1002/cem.961. S2CID  17681571. 
  29. ^ Priore, RJ; Haibach, FG; Schiza, MV; et al. (2004). «Миниатюрная стереосистема спектральной визуализации для многомерных оптических вычислений». Applied Spectroscopy . 58 (7): 870–873. Bibcode :2004ApSpe..58..870P. doi :10.1366/0003702041389418. PMID  15282055. S2CID  39015203.
  30. ^ Soyemi, Olusola O.; Zhang, Lixia; Eastwood, Delyle; Li, Hongli; Gemperline, Paul J. ; Myrick, Michael L. (2001). «Простое оптическое вычислительное устройство для химического анализа». В Descour, Michael R; Rantala, Juha T (ред.). Функциональная интеграция опто-электро-механических приборов и систем . Том 4284. стр. 17–28. doi :10.1117/12.426870. S2CID  137444406.
  31. ^ Myrick, ML; Soyemi, O.; Li, H.; et al. (2001). «Определение спектральной толерантности для многомерного проектирования оптических элементов». Fresenius' Journal of Analytical Chemistry . 369 (3–4): 351–355. doi :10.1007/s002160000642. PMID  11293715. S2CID  19109.
  32. ^ ab Fratkin, M. 2008. Датчики качества масла в режиме реального времени. Представлено на симпозиуме CTMA, Балтимор, Мэриленд, 7–9 апреля.
  33. ^ Soyemi, Olusola O.; Gemperline, Paul J .; Zhang, Lixia; Eastwood, Delyle; Li, Hong; Myrick, Michael L. (2001). "Новый алгоритм проектирования фильтров для многомерных оптических вычислений". В Vo-Dinh, Tuan; Buettgenbach, Stephanus (ред.). Advanced Environmental and Chemical Sensing Technology . Vol. 4205. p. 288. doi :10.1117/12.417462. S2CID  110391915.
  34. ^ Myrick, Michael L. (1999). «Новые подходы к внедрению предиктивной спектроскопии». В Siddiqui, Khalid J; Eastwood, Delyle (ред.). Распознавание образов, хемометрика и визуализация для оптического мониторинга окружающей среды . Том 3854. стр. 98–102. doi :10.1117/12.372890. S2CID  119947119.
  35. ^ Pruett, E. 2015. Методы и приложения программируемого кодирования спектральных шаблонов в DLP-спектроскопии Texas Instruments. В Proc. SPIE 9376, Новые цифровые системы на основе микрозеркальных устройств и приложения VII, 93760H, ред. MR Douglass, PS King и BL Lee. Сан-Франциско, Калифорния, 10 марта.
  36. ^ Дай, Б.; Урбас, А.; Дуглас, К.С.; и др. (2007). «Молекулярные факторные вычисления для предиктивной спектроскопии». Pharmaceutical Research . 24 (8): 1441–1449. CiteSeerX 10.1.1.141.5296 . doi :10.1007/s11095-007-9260-1. PMID  17380265. S2CID  3223005. 
  37. ^ Джонс, КМ, ван Зуилеком, Т. и Искандер, Ф. 2016. Насколько точен улучшенный оптический анализ жидкости по сравнению с лабораторными измерениями PVT? Представлено на 57-м ежегодном симпозиуме SPWLA, Рейкьявик, Исландия, 25–29 июня. SPWLA-2016-JJJ.
  38. ^ Джонс, КМ, Хе, Т., Дай, Б. и др. 2015. Измерение и использование пластового флюида, насыщенных и ароматических соединений с помощью тестеров пластов на кабеле. Представлено на 56-м ежегодном симпозиуме SPWLA, Лонг-Бич, Калифорния, 18–22 июля. SPWLA-2015-EE.
  39. ^ Хант, И. 2014. Технология ICE Core в Восточной Африке. Pipeline November (209): 142–145.
  40. ^ Чемали, Р.; Семак, В.; Баллиет, Р.; и др. (2014). «Проблемы и возможности оценки пластов в глубоководных районах». Петрофизика . 55 (2): 124–135.
  41. ^ Джонс, К. 2014. Оптические датчики анализируют жидкости на месте. The American Oil and Gas Reporter Сентябрь: 117–123.
  42. ^ ab Eriksen, KO (Statoil), Jones, CM, Freese, R. et al. 2013. Полевые испытания нового оптического датчика на основе интегрированных вычислений. Представлено на Ежегодной технической конференции и выставке SPE, Новый Орлеан, Луизиана, 30 сентября–2 октября. SPE-166415-MS.