2. 下一代互联网接入系统国家工程实验室, 湖北武汉 430074;
3. 中国石油集团东方地球物理勘探有限责任公司, 河北涿州 072751
20世纪70年代以来, 光纤传感随着高速光纤通信技术的发展逐渐受到关注, 其具有无源、抗电磁干扰、高灵敏、易大规模复用组网等特点, 已应用于声波、温度、应变、振动、生化等众多测量领域[1-3]。近年来, 基于光纤后向散射的分布式传感技术蓬勃发展, 主要包括分布式应变传感(Distributed Strain Sensing, DSS)[4-5]、分布式温度传感(Distributed Temperature Sensing, DTS)[6-7]、分布式声波传感(Distributed Acoustic Sensing, DAS)[2, 8]等, 由于其特有的超长传感距离、全连续无盲区探测等性能, 在工程勘测领域展现出极大的应用潜力[9-11]。其中, 光纤DAS技术通过探测光纤瑞利背向散射的光相位改变实现声波的高保真测量和追踪, 具有大范围、高灵敏、高空间分辨率、宽频带和低成本等显著优势, 非常适用于石油行业中的地震勘探、油气管线安全监测等应用, 市场前景非常广阔。
英国的Optasense和Silixa公司是最早开展DAS产品开发的企业[12], 并在地震波检测和石油管道安全监测两个领域均有涉及, 覆盖了石油工业中勘探—生产—运输的整个过程[13-16]。相比于国外, 虽然国内开展DAS技术的基础研究与应用研究起步较晚, 但发展速度很快, 目前已迎头赶上, 不仅在学术界有多所大学和科研机构进行深入探究[17-20], 在产业界也陆续推出了多款商用化DAS产品。同时, 随着光纤DAS技术在石油物探领域的应用推广, 越来越多的科研机构和企业将目光聚焦于DAS系统的性能提升和工程化应用。
为了使研究人员和用户更全面地了解DAS技术的性能和发展进程, 本文从DAS机理出发, 系统地分析了DAS系统的解调方法和性能提升手段, 总结了国内外光纤DAS设备的商业化水平, 讨论了光纤DAS技术在石油行业的典型应用, 并对其未来发展方向进行了展望。
1 光纤DAS技术的研究现状典型的光纤DAS系统由解调终端和传感光缆两部分组成, 其中传感光缆作为载体用于感知声波, 解调终端用于高相干脉冲光发射、光纤后向瑞利散射光接收以及解调恢复声波信息。当声波作用在光纤上时, 会使光纤产生轴向拉伸, 从而调制光纤中后向瑞利散射光的相位。通过解调终端对光相位信息进行解调, 就可以无失真地实现声波的高保真探测。根据自激光器到散射点及从散射点返回至光探测器过程中的光脉冲行经时间, 可以得到散射点的位置信息, 从而可将光纤的每一小段等效为一个声学传感器, 实现长距离、高密度的声波探测。
声波信号的解调有多种方法, 其中外差相干探测技术是目前主流的高信噪比方案。2011年首次成功实现基于外差相干探测技术的声波解调[18], 其方案如图 1a所示。相干光源通过耦合器分成2路, 一路作为信号光经过声光调制器输出移频的脉冲信号, 并由光纤环形器注入传感光纤; 另一路作为本振光和从传感光纤中z点散射回的瑞利散射信号在平衡光电探测器汇合并发生干涉。通过相干拍频, 光电探测器得到的光强(I)可表示为:
$ I \propto 2 E_{\mathrm{LO}} E_{z} \cos \left(\Delta f t+\varphi^{\prime} z\right) $ | (1) |
其中, ELO和Ez分别为本振光和z点瑞利散射信号的光场强度, Δf表示两路光之间的光频差, φ′z表示两路光的相位差。采用同相正交(IQ)解调算法, 可以求解出相位差φ′z。进一步, 通过分别求解不同位置散射信号的相位变化, 便可以获得整根光纤的声场分布。
除了相干探测之外, 常用的相位解调技术还包括基于3×3耦合器的相位解调技术[21]、基于相位载波调制(PGC)的相位解调技术[22]和基于啁啾脉冲的相位解调技术[20]等, 如图 1b至图 1d所示, 辅以隔振措施均可实现高性能的声波解调。
目前, 国内外已有多所高校、科研机构和企业基于多种不同的相位解调技术和传感光纤研发了光纤DAS系统, 并在石油行业得到应用, 主要聚焦在信噪比(signal to noise ratio, SNR)增强、探测距离扩展、响应频带(事件采样率)提升以及技术商业化等方面。
1.1 信噪比增强在传感领域, SNR是评价探测信号质量的重要标准之一。在光纤DAS技术中, 由于作为声波调制载体的后向瑞利散射光强度极弱且具有随机性, 探测信号不仅信噪比较低, 还会产生相干衰落, 导致产生探测盲区, 对于长距离链路中的信号质量和响应一致性非常不利。
为了解决这一问题, 学术界提出了两种解决思路, 分别是提高探测光功率和提高散射强度。由于光纤中存在非线性效应, 限制了探测信号的峰值功率, 因此探测光功率的提高主要通过增加脉冲宽度的方式实现, 但同时也会牺牲DAS系统的空间分辨率。为了解决探测光功率和空间分辨率之间的矛盾, 研究者们分别提出了啁啾脉冲方案[23]和编码脉冲方案[24], 其中基于啁啾脉冲的高分辨方案成为近年来的研究热点, 且上海交通大学已经将此方案商业化。
相比于提高探测光功率需要更加复杂的解调算法和更加昂贵的系统成本, 通过对光纤进行特殊处理来提高散射强度则可以更经济地实现高信噪比。2015年, 山东省科学院激光研究所采用弱光栅结合3×3耦合器的方案实现了分布式声波探测并进行水声测试, 探测到了0.112Pa的水压[25]; 2017年, 华中科技大学发表了采用全同弱光栅阵列结合相干外差探测实现光纤DAS的研究成果, 在1.3km上实现了2~5000Hz的声波探测[8, 26]; 2018年, Silixa公司推出了Carina系列产品, 其采用增强散射20dB的Constellation光纤, 实现了3pε/
光在光纤中传输时会产生损耗, 因此DAS技术为了实现更长的探测距离, 需要注入峰值功率更高的脉冲。但是, 高峰值功率会带来调制不稳定性(modulation instability, MI)以及受激布里渊(stimulated brillouin scattering, SBS)等非线性效应影响, 限制了探测距离的进一步提升。为了克服这一限制, 研究人员提出了分布式放大技术、非线性抑制技术和光纤散射增强等方案[32]。目前, 较为成熟的方案是分布式放大技术和光纤散射增强方案, 电子科技大学通过拉曼放大技术和啁啾脉冲技术将DAS的传感距离提升至100km以上[33]; 华中科技大学通过分段散射增强设计实现了光纤链路散射强度均衡, 也将无放大的单链路传感距离提升至100km[31], 这使得光纤DAS技术将更加适用于在管道安全监测等需要大尺度探测领域的应用[34]。
1.3 事件采样率提升DAS系统的事件采样率受限于传感光纤的长度。为了不产生信号混叠, 进入光纤的光脉冲序列必须在前一个探测光脉冲从光纤的最远端散射并回到解调终端之后才能发射下一个。因此, 光纤DAS系统的采样率和探测距离之间相互制约, 如何提高长距离监测中的事件采样率对于管道安全监测等场景中的宽频带声波信息获取至关重要。提升事件采样率的关键是使多个脉冲可同时在光纤中传输并能够被区分, 这需要将不同的脉冲通过某一特征如频率、波长等进行分辨。南京大学的研究团队通过采用不同频率的光脉冲复用, 在探测长度不变的情况下, 实现了3倍的事件采样率提升[35]。此外, 华中科技大学的研究团队基于离散散射增强光纤提出了时隙复用扩频方案, 充分利用相邻散射信号脉冲之间的时隙资源进行分插复用, 提高发射脉冲频率并采用重构算法, 极大地提升了传感信号的处理速度[36]。
1.4 技术商业化随着光纤DAS技术在石油行业的推广应用, 相比于传统地震检波技术呈现出多方面优势, 也受到越来越多的商业关注。近年来, 国内外已有多家企业开发了商用化设备(图 2、图 3)。
国外对光纤DAS技术的商业化探索较早, 尤其以Silixa、Optasense、Fotech等公司为代表, 已经研发了多款高性能光纤DAS设备, 其主要性能参数如表 1所示。其中, Silixa公司开发了iDAS系列产品, 并在地震探测、VSP测井等领域开展了应用测试。此外, 该公司还开发了新一代Carina产品, 其具有更高的信号质量, 最小可测应变可以达到3pε/
近些年, 国内企业多采用与高校和科研院所合作的方式, 也开始了DAS的商业化推进, 代表性的产品参数如表 2所示。光谷互连公司与华中科技大学合作, 利用离散散射增强光纤超高信噪比的优势, 开发了兼容普通单模光纤和离散散射增强光纤两种模式的DAS设备。该公司先后推出了Finder、Scouter、Thinker 3款针对不同用途的DAS产品, 可同时满足高性能、高性价比和后端处理算法等不同需求, 其产品如图 3a至图 3c所示。中石油东方物探公司与电子科技大学合作开发了uDAS产品, 并在石油领域开展了实验和验证, 在地震勘探方面具有较为丰富的工程化经验[40], 其产品如图 3d所示。目前, 该产品已在地质勘探、管道安全检测、隧道结构监测及异物入侵监测等众多领域进行了应用[9-10, 41]。朴牛科技与上海交大合作, 基于时间门控光频域反射仪(Time gated digital-OFDR, TGD-OFDR)方案开发了Hifi-DAS, 具有高保真的特点[42], 其产品如图 3e所示。华为公司利用其诺亚方舟实验室强大的AI研究成果, 推出了具有听得全、识得准、学得快特点的DAS产品OptiXsense EF3000, 用以助力无人化油气管线巡检, 构筑管线安全守护者的“听觉神经”。
鉴于光纤DAS技术的显著优势, 其在石油行业已经得到了广泛关注和推广应用, 目前比较成熟的应用领域主要包括地震勘探和油气管道安全监测。
2.1 光纤DAS技术的优势地震勘探技术要求数据采集系统具有高灵敏度、高空间分辨率、低成本、部署灵活的特点, 而石油管道安全监测则要求检测范围广、无盲区盲时。光纤DAS技术十分符合上述特殊要求, 因此逐渐成为石油行业中极具发展潜力的勘测设备, 表现出传统探测技术无法比拟的优势。
1) 采集密度高、传输容量大。在光纤DAS技术中, 光纤本身既用作传感器, 也用作信息传输链路。在采集端, DAS不必像点式传感器一样通过复用进行多点测量, 而是依靠光时域反射技术实现连续分布式测量, 更容易实现高密度地震信号采集。而在传输过程中, 不同位置的声波信息按时间先后依次从光纤中传回解调系统, 省去了复杂的数据汇总过程。
2) 探测距离长、综合成本低。对于单套DAS系统来说, 其探测距离可达50km甚至100km[33], 监测尺度极大。这一特点可以对油气管道实现长距离、无盲区的实时安全检测。此外, DAS系统的成本主要集中在解调终端, 而传感光缆的成本极低, 超长探测距离大大平摊了解调终端的成本, 这是点式传感器无法比拟的。
3) 灵敏度高。在光纤DAS技术中, 通过光相位检测实现声波测量, 其以光波长为“标尺”, 灵敏度极高, 可以探测微地震等微弱信号。
4) 定位准确性高。光纤DAS系统的不同传感单元通过来光的飞行时间来定位, 这使得不同位置的传感单元之间不会互相干扰, 从而实现高精度定位。高定位精度意味着更精细的声场图像, 为数据进一步处理提供了保障。
2.2 光纤DAS技术在地震勘探中的应用 2.2.1 VSP测井2011年, Silixa公司进行了首个井下DAS实验[43], 随后多家机构在VSP测井中进行了众多尝试[44], 如图 4所示, 包括多井联采实验、海底VSP测试等。相比于传统地震检波器只能使用离散传感器在不同深度分别探测地震波数据并拼接, 光纤DAS设备仅用一次振源激励就可以实现井中连续高密度采样, 这在大幅提高采集效率、降低采集成本的同时, 还显著提高了数据质量。在此之后, 有研究人员对井下VSP的光缆布设问题进行了讨论[45], 其理想方式为光缆与管壁完全粘合, 但其成本较高。另一种低成本可替代方案为点式固定, 使光纤紧贴管壁, 也可以获得较为理想的数据。国内目前也已经有多家单位将商用DAS应用于VSP测井中[31, 46], 在不进行数据处理情况下获得了高信噪比的VSP资料。
除了被应用于VSP测井中, DAS还被广泛应用于微地震探测。研究人员通过探测地层中无时无刻不发生的微小地震, 可还原其携带的地层信息, 实现地质结构的探测, 如图 5所示。2018年, Silixa公司将DAS设备接入Reykjanes Peninsula上15km的通信光缆, 对其附近的山脉断层和火山结构进行了分析, 发现断层破碎带的多次反射信号和体波到时延迟的现象[47]。随后, 一些科研机构和公司采用海底通信光缆, 对海底微地震、局部表面重力波进行了实时监测, 以便进一步分析海洋地质结构[48-49]。此外, DAS设备也被用于探测冰川结构、地幔速度结构[50-51], 得到了初步的数据资料。
英国Optasense和Fotech公司将DAS技术应用于管道安全监测领域的商业化程度较高, 均推出了针对管道安全监测的DAS产品[37-39]。由于DAS的优异特性, 其在外部入侵监测、内部腐蚀监测、流速监测等方面均有应用。如图 6a所示, 美国匹兹堡大学研究团队将光缆布设在管道表面, 通过DAS追踪声波在管道中的传播特性, 结合基于神经网络的机器学习算法进行分析, 验证了其在管道外部入侵和内部腐蚀的监测可行性[52]。武汉理工大学团队利用地下管线铺设两条对称光缆的方式来实现对入侵破坏事件的定位, 如图 6b所示[53], 在实际测试中取得了较好的定位精度。华中科技大学团队首次实现了管道流速的分布式测量, 其原理如图 6c所示[54], 利用不同速度的流体对管壁撞击力度不同的特点测量管道流速, 测量结果和真实结果具有非常好的一致性。
在石油行业特别是地震勘探领域, 相比于传统的地震检波器, 光纤DAS技术还存在一些不足之处, 这也为未来研究指出了发展方向。
3.1 数据超高保真光纤DAS虽然相比于传统地震检波器, 光纤DAS技术在探测成本、安装方式、数据分辨率等方面有着显著优势, 但是DAS的数据信号质量仍然有待提高。目前, DAS获得的数据信噪比还达不到传统地震检波器的水平[55]。此外, 由于DAS的强度是波的入射角的余弦函数的平方, 而传统检波器的强度是波的入射角的余弦函数, 这也进一步削弱了DAS的信号强度。因此, 未来还需要进行数据超高保真DAS的探究, 除了在光学机理上对DAS进行改进, 在工程上也可以探索多振源探测、多光纤接收等方法进行数据叠加。
3.2 多分量检波光纤DAS由于光纤DAS技术是通过探测光纤轴向应变恢复声波信息的, 其仅能输出一个分量上的信息, 其它角度入射的振动波以入射角的余弦函数的平方的幅值耦合在光纤轴向上。相比于传统的地震检波器, 这会带来两点不足之处: ①无法区分地震波的传播方向, 损失了部分有用信息; ②地震波入射角对DAS的影响很大, 当入射角增大时, DAS灵敏度会快速降低, 甚至入射角为90°时地震波完全不能被感知。为了解决这些问题, 可以通过设计螺旋光缆结构, 使光缆向不同的方向延伸, 研发可进行多分量检波的光纤DAS系统。
4 结束语由于光纤DAS技术具有长距离、高灵敏、高空间分辨率、低成本、无源、抗电磁干扰等显著优势, 其在石油行业的应用受到了广泛关注。本文主要阐述了光纤DAS技术的研究进展和商业化进程, 总结了国内外商用光纤DAS产品的典型性能, 探讨了光纤DAS技术在地震勘探和管道安全监测等领域中的应用潜力, 并分析了其未来发展方向。可以预见, 光纤DAS技术将凭借其独特的竞争优势在未来的石油行业得到广泛应用。
[1] |
孙玥真, 闫志君, 孙琪真, 等. 超角度倾斜光纤光栅的研究进展[J]. 激光与光电子学进展, 2021, 58(13): 188-198. SUN Y Z, YAN Z J, SUN Q Z, et al. Research progress of excessively tilted fiber grating[J]. Laser & Optoelectronics Progress, 2021, 58(13): 188-198. |
[2] |
FAN C, LI H, HE T, et al. Large dynamic range optical fiber distributed acoustic sensing (DAS) with differential-unwrapping-integral algorithm[J]. Journal of Lightwave Technology, 2021, 39(22): 7274-7280. DOI:10.1109/JLT.2021.3110768 |
[3] |
刘德明, 孙琪真. 分布式光纤传感技术及其应用[J]. 激光与光电子学进展, 2009, 46(11): 29-33. LIU D M, SUN Q Z. Distributed optical fiber sensing technology and its applications[J]. Laser & Optoelectronics Progress, 2009, 46(11): 29-33. |
[4] |
李沼云, 李苏, 刘志强, 等. 光频域反射光纤光栅分布式应变传感研究[J]. 光通信技术, 2012, 36(12): 33-35. LI Z Y, LI S, LIU Z Q, et al. Research in optical frequency domain reflectometry fiber Bragg grating distributed strain sensor[J]. Optical Communication Technology, 2012, 36(12): 33-35. |
[5] |
吴永红, 邵长江, 周巍, 等. 智能全分布式光纤应变传感精度的研究[J]. 同济大学学报(自然科学版), 2010, 38(4): 500-503. WU Y H, SHAO C J, ZHOU W, et al. Study on distributed fiber optical strain sensing precision[J]. Journal of Tongji University(Natural Science), 2010, 38(4): 500-503. DOI:10.3969/j.issn.0253-374x.2010.04.006 |
[6] |
HE T, RAN Y, LIU T, et al. Distributed temperature/vibration fiber optic sensor with high precision and wide bandwidth[J]. IEEE Photonics Journal, 2019, 11(6): 1-11. |
[7] |
李荣伟, 刘健夫, 杨志, 等. 分布式光纤温度和应变传感技术的研究进展[J]. 光通信研究, 2010(3): 44-47. LI R W, LIU J F, YANG Z, et al. Advances in the research on distributed optical fiber temperature and strain sensing[J]. Study on Optical Communications, 2010(3): 44-47. |
[8] |
FAN A, SUN Q, WEI Z, et al. Wideband fully-distributed vibration sensing by using UWFBG based coherent OTDR[C]//2017 Optical Fiber Communications Conference and Exhibition(OFC). Los Angeles: IEEE, 2017: 1-3
|
[9] |
HU D, TIAN B, LI H, et al. Intelligent structure monitoring for tunnel steel loop based on distributed acoustic sensing[C]//2021 Conference on Lasers and Electro-Optics (CLEO). USA: IEEE, 2021: 1-2
|
[10] |
LI T, FAN C, LI H, et al. Nonintrusive distributed flow rate sensing system based on flow-induced vibrations detection[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 70(1): 1-8. |
[11] |
FAN C, AI F, LIU Y, et al. Rail crack detection by analyzing the acoustic transmission process based on fiber distributed acoustic sensor[C]//Optical Fiber Communication Conference. America: Optical Society of America, 2019: Th2A. 17
|
[12] |
饶云江. 长距离分布式光纤传感技术研究进展[J]. 物理学报, 2017, 66(7): 158-176. RAO Y J. Recent progress in ultra-long distributed fiber-optic sensing[J]. Acta Physica Sinica, 2017, 66(7): 158-176. |
[13] |
DALEY T M, FREIFELD B M, AJO-FRANKLIN J, et al. Field testing of fiber-optic distributed acoustic sensing (DAS) for subsurface seismic monitoring[J]. The Leading Edge, 2013, 32(6): 699-706. DOI:10.1190/tle32060699.1 |
[14] |
DUCKWORTH G L, KU E M. OptaSense distributed acoustic and seismic sensing using COTS fiber optic cables for infrastructure protection and counter terrorism[C]//Sensors, and command, control, communications, and intelligence (c3i) Technologies for homeland security and homeland defense XⅡ. USA: International Society for Optics and Photonics, 2013: 87110G
|
[15] |
MESTAYER J, COX B, WILLS P, et al. Field trials of distributed acoustic sensing for geophysical monitoring[J]. Expanded Abstracts of 81st Annual Internat SEG Mtg, 2011, 4253-4257. |
[16] |
TANIMOLA F, HILL D. Distributed fibre optic sensors for pipeline protection[J]. Journal of Natural Gas Science & Engineering, 2009, 1(4/5): 134-143. |
[17] |
ZHANG X, SUN Z, SHAN Y, et al. A high performance distributed optical fiber sensor based on Φ-OTDR for dynamic strain measurement[J]. IEEE Photonics Journal, 2017, 9(3): 1-12. |
[18] |
PAN Z, LIANG K, YE Q, et al. Phase-sensitive OTDR system based on digital coherent detection[J]. Expanded Abstracts of the Asia Communications and Photonics Conference and Exhibition, 2011, 83110S. |
[19] |
FANG G, XU T, FENG S, et al. Phase-sensitive optical time domain reflectometer based on phase-generated carrier algorithm[J]. Journal of Lightwave Technology, 2015, 33(13): 2811-2816. DOI:10.1109/JLT.2015.2414416 |
[20] |
CHEN D, LIU Q, FAN X, et al. Distributed fiber-optic acoustic sensor with enhanced response bandwidth and high signal-to-noise ratio[J]. Journal of Lightwave Technology, 2017, 35(10): 2037-2043. DOI:10.1109/JLT.2017.2657640 |
[21] |
ZHANG X, SUN Z, SHAN Y, et al. A high performance distributed optical fiber sensor based on Φ-OTDR for dynamic strain measurement[J]. IEEE Photonics Journal, 2017, 9(3): 1-12. |
[22] |
FANG G, XU T, FENG S, et al. Phase-sensitive optical time domain reflectometer based on phase-generated carrier algorithm[J]. Journal of Lightwave Technology, 2015, 33(13): 2811-2816. |
[23] |
WANG Z, WU Y, XIONG J, et al. Bipolar-coding φ-OTDR with interference fading elimination and frequency drift compensation[J]. Journal of Lightwave Technology, 2020, 38(21): 6121-6128. |
[24] |
CHEN J, LIU Q, HE Z. Time-domain multiplexed high resolution fiber optics strain sensor system based on temporal response of fiber Fabry-Perot interferometers[J]. Optics Express, 2017, 25(18): 21914-21925. |
[25] |
WANG C, SHANG Y, LIU X H, et al. Distributed OTDR-interferometric sensing network with identical ultra-weak fiber Bragg gratings[J]. Optics Express, 2015, 23(22): 29038-29046. |
[26] |
艾凡. 基于离散增强光纤的分布式传感关键技术与应用研究[D]. 武汉: 华中科技大学, 2019 AI F. Investigation on discrete enhanced fiber based distributed sensing technologies and their applications[D]. Wuhan: Huazhong University of Science and Technology, 2019 |
[27] |
FARHADIROUSHAN M. Seismic and microseismic detection using a wide dynamic-range distributed an engineered fiber optic acoustic sensor[J]. Expanded Abstracts of 80th Annual Internat EAGE Conference&Exhibition, 2018, cp-00043. |
[28] |
REDDING B, MURRAY M J, DONKO A, et al. Low-noise distributed acoustic sensing using enhanced backscattering fiber with ultra-low-loss point reflectors[J]. Optics Express, 2020, 28(10): 14638-14647. |
[29] |
LIU T, WANG F, ZHANG X, et al. Interrogation of ultra-weak FBG array using double-pulse and heterodyne detection[J]. IEEE Photonics Technology Letters, 2018, 30(8): 677-680. |
[30] |
TONG Y, LI Z, WANG J, et al. Improved distributed optical fiber vibration sensor based on Mach-Zehnder-OTDR[C]//CLEO: Science and Innovations. America: Optical Society of America, 2017: JW2A. 16
|
[31] |
刘德明, 贺韬, 许志杰, 等. 新型微结构光纤分布式声波传感技术及应用[J]. 应用科学学报, 2020, 38(2): 269-309. LIU D M, HE T, XU Z J, et al. New type of microstructure-fiber distributed acoustic sensing technology and its applications[J]. Journal of Applied Sciences, 2020, 38(2): 269-309. |
[32] |
HU X, WEI C, YANG L, et al. Suppression of spontaneous modulation instability and phase noise with a coherent seed in the interferometric fiber sensing systems[J]. Optics Letters, 2018, 43(15): 3642-3645. |
[33] |
XIONG J, WANG Z, WU Y, et al. 100km dynamic strain sensing via CP-ΦOTDR[C]//2018 Asia Communications and Photonics Conference (ACP). Beijing: IEEE, 2018: 1-3
|
[34] |
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. |
[35] |
ZHANG Y X, FU S Y, CHEN Y S, et al. A visibility enhanced broadband phase-sensitive OTDR based on the UWFBG array and frequency-division-multiplexing[J]. Optical Fiber Technology, 2019, 53: 101995-101998. |
[36] |
LI H, FAN C, LIU T, et al. Spatio-temporal oversampling-downsampling technique for high SNR fiber distributed acoustic sensing[C]//2021 Optical Fiber Communications Conference and Exhibition (OFC). San Francisco: IEEE, 2021: 1-3
|
[37] |
HUSSELS M T, CHRUSCICKI S, BAER W, et al. AGIFAMOR—application of distributed acoustic and fibre optic sensors for continuous monitoring of pipes[J]. Expanded Abstracts of 12th Pipeline Technology Conference, 2017, 2-4. |
[38] |
HUSSELS M T, CHRUSCICKI S, HABIB A, et al. Distributed acoustic fibre optic sensors for condition monitoring of pipelines[J]. Expanded Abstracts of 6th European Workshop on Optical Fibre Sensors, 2016, 99162Y. |
[39] |
STEVENSON A, BOBAT M, EVERARD D. Digital automated mobile pipeline construction[C]//Abu Dhabi International Petroleum Exhibition & Conference. USA: OnePetro, 2020
|
[40] |
YU G, XIONG J, WU J, et al. Enhanced surface seismic data processing using simultaneous acquired DAS-VSP data[J]. First Break, 2020, 38(6): 29-36. |
[41] |
LI H, LIU T, LIU D, et al. SNR improvement of distributed acoustic sensing through optimizing gauge length[C]//2019 Asia Communications and Photonics Conference (ACP). Chengdu: IEEE, 2019: 1-3
|
[42] |
WANG S, FAN X, LIU Q, et al. Distributed fiber-optic vibration sensing based on phase extraction from time-gated digital OFDR[J]. Optics Express, 2015, 23(26): 33301-33309. |
[43] |
MADSEN K, DVMMONG S, KRITSKI A, et al. Simultaneous multiwell VSP using distributed acoustic sensing[J]. Expanded Abstracts of 75th Annual Internat EAGE Conference & Exhibition, 2013, cp-351-00017. |
[44] |
NALDRETT G, PARKER T, SHATALIN S, et al. High-resolution Carina distributed acoustic fibreoptic sensor for permanent reservoir monitoring and extending the reach into subsea fields[J]. First Break, 2020, 38(2): 71-76. |
[45] |
MATEEVA A, LOPEZ J, MESTAYER J, et al. Distributed acoustic sensing for reservoir monitoring with VSP[J]. The Leading Edge, 2013, 32(10): 1278-1283. |
[46] |
YU G, CAI Z, CHEN Y, et al. Borehole seismic survey using multimode optical fibers in a hybrid wireline[J]. Measurement, 2018, 125: 694-703. |
[47] |
JOUSSET P, REINSCH T, RYBERG T, et al. Dynamic strain determination using fibre-optic cables allows imaging of seismological and structural features[J]. Nature Communications, 2018, 9(1): 2509. |
[48] |
WILLIAMS E F, FERNÁNDEZ-RUIZ M R, MAGALHAES R, et al. Distributed sensing of microseisms and teleseisms with submarine dark fibers[J]. Nature Communications, 2019, 10(1): 5778. |
[49] |
SLADEN A, RIVET D, AMPUERO J P, et al. Distributed sensing of earthquakes and ocean-solid Earth interactions on seafloor telecom cables[J]. Nature Communications, 2019, 10(1): 5777. |
[50] |
WALTER F, GRÄFF D, LINDNER F, et al. Distributed acoustic sensing of microseismic sources and wave propagation in glaciated terrain[J]. Nature Communications, 2020, 11(1): 2436. |
[51] |
YU C, ZHAN Z, LINDSEY N J, et al. The potential of DAS in teleseismic studies: Insights from the Goldstone experiment[J]. Geophysical Research Letters, 2019, 46(3): 1320-1328. |
[52] |
PENG Z, JIAN J, WEN H, et al. Distributed fiber sensor and machine learning data analytics for pipeline protection against extrinsic intrusions and intrinsic corrosions[J]. Optics Express, 2020, 28(19): 27277-27292. |
[53] |
JIANG J, LIU F, WANG H, et al. Lateral positioning of vibration source for underground pipeline monitoring based on ultra-weak fiber Bragg grating sensing array[J]. Measurement, 2021, 172: 108892. |
[54] |
LI T, FAN C, LI H, et al. Nonintrusive distributed flow rate sensing system based on flow-induced vibrations detection[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 70: 1-8. |
[55] |
LI Q, HORNBY B, KONKLER J. A permanent borehole fiber-optic distributed acoustic sensing experiment[J]. Expanded Abstracts of 83rd Annual Internat SEG Mtg, 2013, 5057-5061. |