2. 中油奥博(成都)科技有限公司, 四川成都 611730
2. Optical Science and Technology (Chengdu) Ltd., Chengdu 611730, China
分布式光纤声波传感(DAS)技术是一种可以实现声波/振动信号连续分布式探测的新型传感技术, 具有连续在线监测、灵敏度高、抗电磁干扰、可耐受极端环境等优点, 已被应用于多个领域, 如油气探勘[1]、边界安防[2]、结构监测[3]和交通运输[4]等。
目前, 分布式光纤声波传感系统主要基于两种构架: 光时域反射技术[5-11]和光频域反射技术[12-16]。这两种构架各有特点: 光时域反射技术传感距离较长, 实时性较高, 适合于油气勘探等工程应用; 光频域反射技术对系统硬件要求高, 信号解调过程复杂, 实现实时解调难度较高。所以, 实用化的分布式光纤声波传感系统多以光时域反射技术为基础, 结合不同相位解调方法实现声波/振动信号的监测。目前, 最常用的相位解调方法有正交(IQ)解调[17]、基于3×3耦合器的相位解调[18]、Hilbert变换相位解调[19]和相位生产载波(PGC)相位解调[20]等。
我们设计了一种超灵敏分布式光纤地震仪——uDAS®(Ultra-sensitive Distributed Acoustic Sensing), 以相敏型光时域反射仪为基本构架, 结合干涉稳定解调, 精确获取瑞利散射信号的相位以定量表征声波/振动信号。uDAS®具有低噪声、线性幅度响应、长工作距离等优点。
1 uDAS®系统结构及工作原理高性能分布式声波传感系统的实现, 必须克服以下几个难题: ①如何从极弱瑞利散射信号中精确提取相位信息; ②光纤单频瑞利散射存在的随机衰落现象会导致低散射位置处光信噪比的严重劣化, 甚至出现信号解调错误, 严重影响系统的稳定性与精度; ③长距离传感时光纤的损耗会导致光纤前后性能分布不均衡; ④基于干涉工作原理的DAS系统对外界的影响极其敏感, 必须抑制外界干扰引起信号解调失真或信噪比劣化。
为解决上述难题, 我们设计了图 1所示的分布式光纤传感地震仪: 采用高功率超窄线宽激光器, 经调制器调制产生的脉冲光通过基于长周期光纤光栅滤波的低噪声掺铒光纤放大器(EDFA)放大, 获取高相干、高能量、低噪声的探测脉冲光, 为从光纤极弱瑞利散射光中精确提取干涉信号相位变化奠定基础; 利用多频脉冲[21]抑制瑞利散射信号的随机衰落; 融合随机光纤激光分布式拉曼放大[22]的方法, 实现光纤不同位置瑞利散射信号的均衡放大; 在干涉稳定解调模块中融合本地解调干涉仪[23], 使干涉解调模块主动工作在稳定状态, 降低外界振动及各种干扰信号对仪器相位解调精度的影响。
|
图 1 uDAS®分布式光纤传感地震仪基本架构 |
uDAS®接收的声波/振动信号具体解调过程如下。干涉稳定解调模块输出3路光信号, 相邻两路光信号相位之间相差2π/3, 经探测器探测后的3路光信号依次为:
| $\left\{\begin{array}{l} V_{1}=A+B \cos \left(\frac{2 {\rm{ \mathsf{ π} }} \times 1}{3}+\varphi\right) \\ V_{2}=A+B \cos \left(\frac{2 {\rm{ \mathsf{ π} }} \times 2}{3}+\varphi\right) \\ V_{3}=A+B \cos \left(\frac{2 {\rm{ \mathsf{ π} }} \times 3}{3}+\varphi\right) \end{array}\right. $ | (1) |
式中: A表示一个与光源功率相关的常量; B表示与干涉对比度相关的常量; φ表示瑞利散射光的相位。
求解公式(1)所包含的多个方程, 即可直接解调出相位φ, 相位结果与信号幅度无关, 可消除信号的幅度变化对解调信号的影响, 适用于动态信号的测量。
当光纤受扰动时, 其长度将被拉伸或压缩, 由于光弹效应, 纤芯折射率也会发生变化, 从而引起瑞利散射光信号光脉冲的相位φ变化。在地震波(声压)作用下, 光纤会产生微小应变, 引起相位φ变化, 且相位φ的变化直接对应于地震波引起的位移变化, 并呈线性关系。
2 uDAS®系统测试 2.1 uDAS®系统性能测试uDAS®分布式光纤传感地震仪的基本原理是传感光纤受地震波(声波)信号激励产生微小的拉伸应变。为测试uDAS®的系统噪声底、响应特性、传感距离等指标, 搭建如图 2所示的性能测试系统, 将一定长度的传感光纤缠绕于压电陶瓷(PZT)上, 并用任意信号发生器(AWG)施加不同信号驱动PZT产生微小形变拉伸光纤, uDAS®解调PZT产生的应变信号。
|
图 2 uDAS®性能测试系统 |
根据图 2所示的性能测试系统, uDAS®连接长度为1km的传感光纤, 将传感光纤置于安静环境中, 选取传感光纤尾端的一点作为监测点, 即可获得uDAS®系统的噪声功率谱约为-73.5dB rad/Hz(图 3)。
|
图 3 uDAS®系统的噪声功率谱 |
噪声功率谱与系统噪声底NF的关系为:
| $ N_{\mathrm{F}}=\frac{\lambda \mathrm{d} \phi}{4 {\rm{ \mathsf{ π} }} n G \xi} $ | (2) |
式中: dϕ=10NPS/20(NPS表示噪声功率谱); λ表示激光器的波长; n表示纤芯折射率; G表示系统标距; ξ表示光弹系数。
根据公式(2), 取λ=1550.12nm, G=5m, n=1.46, ξ=0.78, uDAS®系统的噪声底约为4.5pε/
|
图 4 uDAS®系统的噪声底 |
根据图 2所示的性能测试系统, 通过任意信号发生器依次向PZT施加频率为5, 10, 50, 100, 500, 1000Hz的正弦信号, uDAS®以相同的采样率记录并解调出各频率的相位波形图, 并进行归一化处理(图 5)。在5~1000Hz内uDAS®可无失真地记录各个频率的波形, 且响应幅度一致。此外, uDAS®可较好地恢复100kHz的正弦信号。
|
图 5 5, 10, 50Hz的相位波形(a)和100, 500, 1000Hz的相位波形(b) |
将任意信号发生器的驱动频率设置为100Hz, 逐步增大驱动电压, 使得PZT的拉伸幅度增加, 记录uDAS®信号响应幅度并进行线性拟合(图 6), 随着驱动电压的增大(即信号幅度增大), uDAS®的相位响应幅度逐步增大, 且呈线性关系, 线性度达0.9999。
|
图 6 100Hz信号的幅度响应特性 |
根据图 2所示的性能测试, 传感光纤长度约80km, 在传感光纤尾端将约10m长的光纤缠绕于PZT上。任意信号发生器施加20Hz的正弦信号于PZT用于产生应变拉伸光纤, 结果如图 7所示, uDAS®监测到由80km传感光纤尾端的PZT信号引起的光纤扰动。
|
图 7 80km传感光纤PZT信号 |
由于传感光纤主要感应沿光纤方向的拉伸应变, 为了实现在垂直向标准振动台上同时进行磁电式地震传感器和分布式光纤传感地震仪系统的单频振动信号的测试, 搭建了对比实验平台(图 8), 在振动台振动部分与其上方固定装置之间缠绕了一定长度光纤, 振动台垂向振动同步对传感光纤的拉伸和对磁电式地震传感器(PS-10R速度型磁电式地震传感器)产生激励。
|
图 8 振动测试对比实验平台 |
振动台控制系统驱动振动台在10Hz、30Hz的单频振动模式下对uDAS®和PS-10R速度型磁电式地震传感器施加不同幅度的振动信号激励, 并对二者时域波形进行归一化对比(图 9), 可以看出, 在相同激励条件下, uDAS®采集的振动波形与PS-10R速度型磁电式地震传感器采集的振动波形几乎完全一致, 表明uDAS®系统在光纤轴向维度可无失真地记录振动信号。
|
图 9 uDAS®与PS-10R速度型磁电式地震传感器波形对比 a 10Hz大振幅波形; b 10Hz小振幅波形; c 30Hz大振幅波形; d 30Hz小振幅波形 |
在同一油井中, 相同激发方式下, 分别进行了常规电子检波器和uDAS®资料采集工作, 开展了uDAS®与电子检波器的VSP资料对比实验, 其中uDAS®记录道距为2m, 检波器记录道距为10m。图 10为电子检波器的Z分量与uDAS®采集资料对比结果, 可见, uDAS®采集资料与电子检波器记录的Z分量地震波场整体一致, 而且由于uDAS®的高密度采样特性, 在局部井段获取了丰富的波场信息。
|
图 10 电子检波器Z分量采集资料(a)和uDAS®采集资料(b) |
对uDAS®采集资料和电子检波器Z分量记录初至提取地层速度信息, 结果如图 11a所示, 可以看出, 二者平均速度基本吻合, 层速度大体趋势一致, 验证了uDAS®采集资料的准确性。图 11b为局部井段uDAS®与检波器层速度的细节对比, 在小尺度上uDAS®记录提取的层速度信息更加丰富, 这为VSP开展小层级别的处理解释研究提供了数据基础。
|
图 11 uDAS®与电子检波器速度曲线对比(a)和层速度细节对比(b) |
利用uDAS®在海上开展了VSP应用试验, 资料采集场景如图 12所示, 采用气枪作为激发源, 光缆布设于套管内壁进行全天候连续采集, 光缆观测深度为1~3500m, 在GPS对时后, 通过数据切分完成了海上VSP采集工作。
|
图 12 资料采集场景示意 |
图 13a是近井源距(785m)激发的原始采集资料, uDAS®记录初至连续稳定, 便于后续提取VSP井驱参数, 如层速度、地层吸收衰减因子Q、各向异性参数等, 整体波场主要为多次波, 可用于后续多次波偏移成像。对原始资料的浅层、中深层和深层地震波形进行频谱分析, 主频均为30Hz左右, 浅层(500m)频宽为3~100Hz, 中深层(2000m)频宽为3~85Hz, 深层(3200m)频宽为3~80Hz, 频谱分析结果表明, uDAS®系统采集的资料整体频带较宽, 由浅到深高频成分逐渐衰减, 符合地层衰减规律(图 13b)。
|
图 13 原始采集资料(a)及不同观测深度的频谱分析结果(b) |
图 14展示了不同深度共检波点道集记录, 可以看出, 共检波点道集初至光滑, 静校正问题较轻, 整体波场信噪比较高, 波场主要成分为自由表面多次波, 存在一定的气泡干扰。
|
图 14 不同深度共检波点道集记录 a 500m;b 1000m;c 2000m |
在井源距-4000~4000m内, 使用气枪激发超40000次。图 15为多炮次采集资料分析结果, 可以看出, uDAS®接收的地震波信号主频多在30Hz以上(图 15a); 单炮资料信噪比较高, 集中在20~45dB(图 15b); 初至能量较强, 沿井口向周围逐渐减弱(图 15c), 且背景噪声较弱(图 15d)。
|
图 15 主频分布(a)、信噪比分布(b)、初至能量分布(c)及背景噪声分布(d) |
利用uDAS®在黄土塬地区开展了深井微测井试验(井深约122m), 用于调查表层巨厚黄土速度与吸收衰减系数。进行浅表层结构调查时, 微测井井深通常远小于VSP测井深度, 可减小脉冲宽度而提高解调空间分辨率, 调整uDAS®仪器的光脉冲宽度为8ns, 以1m的空间分辨率接收地震波。本次试验采用50kg重锤为激发源, uDAS®仪器同步触发采集。
uDAS®采集的微测井数据如图 16所示, 初至连续稳定便于初至拾取, uDAS®一次布设全井段采集为子波提取Q值奠定了良好的采集环境。在井底120m附近出现了明显的虚反射, 表明uDAS®记录明显识别出黄土与岩石地层分界面。
|
图 16 微测井原始数据(a)及速度曲线(b) |
本文设计了uDAS®分布式光纤传感地震仪及其测试平台, 开展了uDAS®的性能测试实验, 对uDAS®的噪声底、响应特性、工作距离等关键指标进行了测试, 且在振动台对比实验中, uDAS®与电子检波器记录的振动波形高度一致。在不同场景进行了多炮次生产采集应用, 通过与电子检波器的同井VSP记录提取的层速度等参数对比, 验证了uDAS®在井中地震应用的可靠性; 海上三维DAS-VSP生产中, 多炮次的高质量生产资料表明了uDAS®的实用性; uDAS®获取的微测井资料初至连续稳定, 具备浅表层结构调查的能力。
uDAS®虽已初步成功应用于油气勘探领域, 但在光纤三分量地震采集、时移DAS-VSP的永置式光纤氢损问题、极端环境(如超深、超高温、超高压)的DAS-VSP采集等方面的难题仍亟需解决。
| [1] |
XU T, FENG S, YANG K, et al. Distributed acoustic sensing system for oil and gas exploration[R]. SEG 2018 Workshop: SEG Borehole Geophysics Workshop, Guilin, China, 2018
|
| [2] |
OWEN A, DUCKWORTH G, WORSLEY J. OptaSense: Fibre optic distributed acoustic sensing for border monitoring[R]. 2012 European Intelligence & Security Informatics Conference, Odense, Denmark, 2012
|
| [3] |
HUBBARD P G, J XU, ZHANG S, et al. Dynamic structural health monitoring of a model wind turbine tower using distributed acoustic sensing (DAS)[J]. Journal of Civil Structural Health Monitoring, 2021, 11(5): 833-849. DOI:10.1007/s13349-021-00483-y |
| [4] |
DOU S, LINDSEY N, WAGNER A M, et al. Distributed acoustic sensing for seismic monitoring of the near surface: A traffic-noise interferometry case study[J]. Scientific Reports, 2017, 7(1): 11620. DOI:10.1038/s41598-017-11986-4 |
| [5] |
PAN Z Q, LIANG K Z, YE Q, et al. Phase-sensitive OTDR system based on digital coherent detection[C]// 2011 Asia Communications and Photonics Conference and Exhibition (ACP). Washington: IEEE, 2011: 1-6
|
| [6] |
谢孔利, 饶云江, 冉曾令. 基于大功率超窄线宽单模光纤激光器的φ-光时域反射计光纤分布式传感系统[J]. 光学学报, 2008, 28(3): 569-572. XIE K L, RAO Y J, RAN Z L. Distributed optical fiber sensing system based of rayleigh scattering light φ-OTDR using single-mode fiber laser with high power and narrow linewidth[J]. Acta Optica Sinica, 2008, 28(3): 569-572. |
| [7] |
JUAREZ J C, MAIER W E, CHOI K N, et al. Distributed fiber-optic intrusion sensor system[J]. Journal of Lightwave Technology, 2005, 23(6): 2081-2087. DOI:10.1109/JLT.2005.849924 |
| [8] |
WANG C, WANG C, SHANG Y, et al. Distributed acoustic mapping based on interferometry of phase optical time-domain reflectometry[J]. Optics Communications, 2015, 346: 172-177. DOI:10.1016/j.optcom.2015.02.044 |
| [9] |
XU T W, FANG G S, LI F. Intelligent distributed acoustic sensing system based on φ-OTDR and phase generated carrier algorithm[R]. Asia Communications & Photonics Conference, Hong kong, 2015
|
| [10] |
XIONG J, WANG Z, WU Y, et al. Long-distance distributed acoustic sensing utilizing negative frequency band[J]. Optics Express, 2020, 28(24): 35844-35856. DOI:10.1364/OE.403951 |
| [11] |
FEI J, LI H L, ZHANG Z H, et al. Undersampling for fiber distributed acoustic sensing based on coherent phase-OTDR[J]. Optics Letters, 2019, 44(4): 911-917. DOI:10.1364/OL.44.000911 |
| [12] |
EYAL L, AVISHAY E. High resolution DAS via sinusoidal frequency scan OFDR (SFS-OFDR)[J]. Optics Express, 2015, 23(26): 33318-33334. DOI:10.1364/OE.23.033318 |
| [13] |
FENG T, ZHOU J N, SHANG Y L, et al. Distributed transverse-force sensing along a single-mode fiber using polarization-analyzing OFDR[J]. Optics Express, 2020, 28(21): 31253-31271. DOI:10.1364/OE.405682 |
| [14] |
SHILOH L, EYAL A. Sinusoidal frequency scan OFDR with fast processing algorithm for distributed acoustic sensing[J]. Optics Express, 2017, 25(16): 19205-19215. DOI:10.1364/OE.25.019205 |
| [15] |
FENG K P, CUI J W, JIANG D, et al. Improvement of the strain measurable range of an OFDR based on local similar characteristics of a Rayleigh scattering spectrum[J]. Optics Letters, 2018, 43(14): 3293-3296. DOI:10.1364/OL.43.003293 |
| [16] |
WANG S, FAN X Y, LIU Q W, et al. Distributed fiber-optic vibration sensing based on phase extraction from time-gated digital OFDR[J]. Optics Express, 2015, 23(26): 33301-33309. DOI:10.1364/OE.23.033301 |
| [17] |
WANG Z, ZHANG L, WANG S, et al. Coherent Φ-OTDR based on I/Q demodulation and homodyne detection[J]. Optics Express, 2016, 24(2): 853-858. DOI:10.1364/OE.24.000853 |
| [18] |
MASOUDI A, BELAL M, NEWSON T P. A distributed optical fiber dynamic strain sensor based on phase-OTDR[J]. Measurement Science and Technology, 2013, 24(8): 085204. DOI:10.1088/0957-0233/24/8/085204 |
| [19] |
HUI X, ZHENG S, ZHOU J, et al. Hilbert-Huang Transform Time-Frequency Analysis in phi -OTDR Distributed Sensor[J]. Photonics Technology Letters IEEE, 2014, 26(23): 2403-2406. DOI:10.1109/LPT.2014.2358262 |
| [20] |
柏林厚, 廖延彪, 张敏, 等. 干涉型光纤传感器相位生成载波解调方法改进与研究[J]. 光子学报, 2005, 34(9): 1324-1327. BO L H, LIAO Y B, ZHANG M, et al. The improvement on PGC demodulation method based on optical fiber interferometer sensors[J]. Acta Photonica Sinica, 2005, 34(9): 1324-1327. |
| [21] |
冉曾令, 杨会芹, 饶云江. 一种光谱获取方法及其获取系统: CN103344415 A[P]. 2013-10-09 RAN Z L, YANG H Q, RAO Y J. Method for acquiring spectrum and acquiring system thereof: CN103344415A[P]. 2013-10-09 |
| [22] |
RAO Y, WANG Z, RAN Z. Long-distance polarization and phase-sensitive optical time-domain reflectometry based on random laser amplification: US9163960[P]. 2015-10-20
|
| [23] |
冉曾令, 何秀, 饶云江. 基于脉冲光源和稳定干涉仪相结合的传感解调系统: CN107328430B[P]. 2020-06-26 RAN Z L, HE X, RAO Y J. Sensing and demodulation system based on pulse light source and stabilization interferometer: CN107328430B[P]. 2020-06-26 |