8.6 Faseroptische Sensorik
Filtern
Erscheinungsjahr
- 2020 (23) (entfernen)
Dokumenttyp
- Zeitschriftenartikel (7)
- Vortrag (7)
- Beitrag zu einem Tagungsband (4)
- Forschungsdatensatz (2)
- Buchkapitel (1)
- Dissertation (1)
- Sonstiges (1)
Schlagworte
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (7)
Kombinierte faseroptische Messungen in Bohrlöchern helfen bei der Detektion von Kleinstleckagen
(2020)
Seit November 2019 läuft ein breit angelegtes und vom BMWi gefördertes ZIM-Kooperationsprojekt zwischen der Bundesanstalt für Materialforschung und -prüfung (BAM), der IAB'Weimar gGmbH, der GKSO GmbH & Co. Projekt KG, der DEEP.KBB GmbH sowie der Rembe Consulting PartG mbB. Ziel des Forschungsvorhabens sind sowohl die Lokalisierung als auch die Quantifizierung insbesondere sehr kleiner Leckagen in einer Bohrlochverrohrung durch die Nutzung faseroptischer Messtechnik. Durch Messdatenkopplung und den Wegfall bewegungsbedingter Nachteile einer Messsonde werden wesentlich präzisere Ergebnisse zur Bewertung der Bohrlochintegrität als üblich
erwartet.
Im Rahmen der Integritätsbewertung einer zementierten 13 3/8" Rohrtour einer Sole-Produktionsbohrung wurden erstmals 2018 zeitgleich faseroptische Temperaturmessungen (DTS, Distributed Temperature Sensing) und faseroptische Akustikmessungen (DAS, Distributed Acoustic Sensing) durchgeführt und ausgewertet. Dazu wurde die Bohrung zeitweise mit Stickstoff bespannt und wieder entlastet. Durch die Bespannung der Bohrung mit Stickstoff in Kombination mit dem Herunterdrücken des Stickstoff-Sole-Spiegels unter den Rohrschuh der 13 3/8" Rohrtour, konnte Stickstoff aus der Kavernenbohrung durch eine Leckagestelle in die Zementation übertreten und dort ein Stickstoff-Reservoir bilden.
Bei der anschließenden Stickstoffentlastung erfolgte der Wiederanstieg des Stickstoff-Sole-Spiegels deutlich schneller als die Entleerung des in der Zementation angelegten Stickstoff-Reservoirs. Der dadurch entstandene Druckgradient hatte zur Folge, dass an der Leckagestelle der Stickstoff aus der Zementation in die aufsteigende Sole in Form von Bläschen eingetreten und dort aufgestiegen ist. Dieser Übertritt der Stickstoffbläschen war sowohl mit der Entstehung eines akustischen Geräusches als auch mit einer Temperaturänderung verbunden, welche mit der DAS- und DTS-Technik nachgewiesen werden konnten.
Um die Ergebnisse bzgl. ihres physikalischen Hintergrundes zu überprüfen und basierend auf einer mathematisch-physikalischen Grundlage eine nachvollziehbare Interpretation der Messergebnisse zu ermöglichen, wurde ein numerisches Simulationsmodell der gekoppelten Festkörper- und Druckakustik für die Bohrung aufgebaut. Das Modell berücksichtigt die Geologie und die Komplettierung der Kavernenbohrung. Nach Identifikation der Schallquelle konnte mit dem Modell die Ausbreitung des Schalldrucks in der Bohrung erfolgreich nachgestellt werden.
Um dieses Verfahren einer simultanen DAS-DTS-Messung in eine feldtaugliche Version zu überführen, läuft seit November 2019 ein breit angelegtes und vom BMWi gefördertes ZIM-Kooperationsprojekt zwischen der Bundesanstalt für Materialforschung und -prüfung (BAM), der IAB Weimar gGmbH, der GESO GmbH & Co. Projekt KG, der DEEP.KBB GmbH sowie der Rembe Consulting PartG mbB.
Durch die Messdatenkopplung und den Wegfall der bewegungsbedingten Nachteile einer Messsonde werden präzisere Ergebnisse zur Bewertung der Bohrlochintegrität erwartet. Das Ziel ist, mit Hilfe der noch zu entwickelnden einfachen und robusten Technik, quantitative Aussagen über die Zustände im verrohrten Bohrloch direkt am Messplatz treffen zu können, wobei ein Fokus auf Detektierung und Quantifizierung von Kleinstleckagen liegt. Im Rahmen dieses Forschungsprojektes kommt neben numerischen Berechnungen auch ein geplanter Bohrlochsimulator zum Einsatz, mit dem umfangreiche Untersuchungen zur Ermittlung der Grenzparameter und Detektionsschwellen durchgeführt werden sollen.
A long distance range over tens of kilometers is a prerequisite for a wide range of distributed fiber optic vibration sensing applications. We significantly extend the attenuation-limited distance range by making use of the multidimensionality of distributed Rayleigh backscatter data: Using the wavelength-scanning coherent optical time domain reflectometry (WS-COTDR) technique, backscatter data is measured along the distance and optical frequency dimensions. In this work, we develop, train, and test deep convolutional neural networks (CNNs) for fast denoising of these two-dimensional backscattering results. The very compact and efficient CNN denoiser “DnOTDR” outperforms state-of-the-art image denoising algorithms for this task and enables denoising data rates of 1.2 GB/s in real time. We demonstrate that, using the CNN denoiser, the quantitative strain measurement with nm/m resolution can be conducted with up to 100 km distance without the use of backscatter-enhanced fibers or distributed Raman or Brillouin amplification.
Short presentation of the PhD project in machine learning based Brillouin distributed sensing. Machine learning can be used to enhance the performance of BOFDA and reduce considerably the measurement time. Apart from this, ML can also be used to extract more information from the Brillouin gain spectrum in order to render the temperature and strain discrimination possible
Verwendung faseroptischer Messtechnik im Zuge wiederholter Eignungsprüfungen an Verpressankern
(2020)
Im Rahmen des Ausbaus des Dortmund-Ems-Kanals wurden an der Schleuse Gleesen Forschungsanker installiert, die Rückschlüsse auf das Tragverhalten in Folge des chemischen Angriffs kalklösender Kohlensäure geben sollen. Die Forschungsanker werden seit der Erstellung im Jahr 2017 mit verteilter faseroptischer Sensorik während der jährlichen Eignungsprüfungen untersucht. Die Ergebnisse der Jahre 2017 bis 2019 werden im Folgenden dargestellt.
A Kramers-Kronig (KK) receiver is applied to a phase-sensitive optical time domain reflectometry based on direct detection. An imbalanced Mach-Zehnder interferometer with a 2× 2 coupler is used in sensing system to encode the phase information into optical intensity. The directly obtained signal is treated as the in-phase component, and the KK receiver provides the quadrature component by Hilbert transform of the obtained signal, so that the optical phase can be retrieved by IQ demodulation. The working principle is well explained, and the obtained phase variance is theoretically analyzed. The experiment demonstrates the functionality of the sensor and validates the theoretical analysis.
Der Vortrag gibt einen Überblick über die Einsatzmöglichkeiten faseroptischer Sensorik (FOS) als ZfP-Verfahren. Dabei werden an Beispielen lokale und verteilte faseroptische Verfahren zur Dehnungs-, Temperatur- und Risserfassung sowie zur akustischen Messung vorgestellt. Weiterhin werden Möglichkeiten zur Selbstdiagnose von FOS aufgezeigt.
We present the results of distributed fiber optic strain sensing for condition monitoring of a hybrid type IV composite fully wrapped pressure vessel using multilayer integrated optical fibers. Distributed strain sensing was performed for a total number of 252,000 load cycles until burst of the vessel. During this ageing test material fatigue could be monitored and spatially localized. Critical material changes were detected 17,000 cycles before material failure. Results have been validated by acoustic emission analysis.
Bei Industry 4.0 dreht sich alles um Interkonnektivität, sensorgestützte Prozesssteuerung und datengesteuerte Systeme. Prozessanalysentechnik (PAT) wie die Online-Kernresonanzspektroskopie (NMR) gewinnt zunehmend an Bedeutung, da sie zur Automatisierung und Digitalisierung in der Produktion beiträgt. Eine klassische Auswertung von Prozessdaten und deren Umsetzung in Wissen ist jedoch bisher in vielen Fällen aufgrund der unzureichend großen verfügbaren Datensätze nicht möglich oder nicht wirtschaftlich. Bei der Entwicklung eines automatisierten Verfahrens für die Prozesskontrolle stehen manchmal nur die Basisdaten einer begrenzten Anzahl von Batch-Versuchen aus typischen Produkt- und Prozessentwicklungskampagnen zur Verfügung. Diese Datensätze sind jedoch nicht groß genug, um maschinengestützte Verfahren zu trainieren.
Um diese Einschränkung zu überwinden, wurde ein neues Verfahren entwickelt, das eine physikalisch motivierte Multiplikation der verfügbaren Referenzdaten erlaubt, um einen ausreichend großen Datensatz für das Training von maschinellen Lernalgorithmen zu erhalten. Das zugrundeliegende Beispiel einer chemischen Synthese wurde spektroskopisch verfolgt und mit der neuen Methode sowie mit einem physikalisch basierten Modell analysiert, wobei sowohl eine anwendungsrelevante Niederfeld-NMR als auch eine Hochfeld-NMR-Spektroskopie als Referenzmethode verwendet wurde.
Künstliche neuronale Netze (ANNs) haben das Potenzial, bereits aus relativ begrenzten Eingabedaten wertvolle Prozessinformationen abzuleiten. Um jedoch die Konzentration unter komplexen Bedingungen (viele Edukte und weite Konzentrationsbereiche) vorherzusagen, sind größere ANNs und damit ein größerer Trainingsdatensatz erforderlich. Wir zeigen, dass ein mäßig komplexes Problem mit vier Edukten unter Verwendung von ANNs in Kombination mit der vorgestellten PAT-Methode (Niederfeld-NMR-Spektroskopie) und mit dem vorgeschlagenen Ansatz zur Erzeugung aussagekräftiger Trainingsdaten bewältigt werden kann.