Testing the use of acoustic emission sensors to detect in-situ hydraulic jacking

Abstract

I denne oppgaven ble akustiske emisjonsensorer brukt til å overvåke et hydraulisk splitting forsøk for å se om AE kunne brukes til å oppdage hydraulisk jekking (HJ) in-situ. Deretter ble det forsøkt å se hvilken forskjeller som fantes mellom de akustiske parametrene knyttet til hydraulisk splitting, hydraulisk jekking og støy. For å oppnå dette ble AE-treffene filtrert ved hjelp av programmet AEwin, og deretter passert gjennom en pythonkode som skulle trekke ut de akustiske parametrene, analysere dem ved hjelp av en mann-whitney u-test og deretter plotte dem i boks-plott. De akustiske treffene ble deretter transformert fra tidsdomenet til frekvensdomenet ved hjelp av en rask Fourier-transformasjon for å analysere bølgene for eventuelle forskjeller som forekommer i de resulterende frekvensspektrene. Denne dataen ble deretter sammenlignet med lignende data i litteraturen. Dataene som ble innhentet under feltarbeidet inneholdt ekstremt mye støy på grunn av vann som traff sensorene, og det var nødvendig med omfattende filtrering. Ut i fra originalt 7568 AE-hits var kun 66 gjenværende etter filtrering, dette antas å ha påvirket resultatene betraktelig. Den tilsynelatende trenden som er funnet i oppgavens data, er i strid med data fra lignende undersøkelser i litteraturen. Derfor er det fortsatt uklart hvorvidt jekking ble oppdaget ved bruk av AE. Oppgaven viser viktigheten av akustisk skjerming som en filtreringsmekanisme og argumenterer for at sensorer bør festes på bølgeledere (eng: wave-guide) eller i borehull under fremtidige prosjekter sammen med AE-kilde lokalisering for å forbedre overvåkingsprogrammet. AE-overvåking ble aldri gjennomført under for-injeksjon på grunn av uforutsette konsekvenser knyttet til suboptimal borehullskvalitet. Det diskuteres fortsatt hvordan AE-overvåking av for-injeksjon kan være et verdifullt verktøy for å oppdage reelle forekomster av hydraulisk jekking. AE kan potensielt brukes i forbindelse med trykk- og strømningsdiagrammer eller andre analysemetoder for å klassifisere forekomster av falske jekke hendelser i dataen. Basert på AE-rate-plottene i tidligere litteratur som viser en økning i AE-treff under bruddinitiering og gjenåpning, blir det sett på som sannsynlig at hydraulisk jekking kan oppdages under for-injeksjon.

In this thesis acoustic emission sensors were used to monitor a hydraulic fracturing stress measurement test to see whether AE could be used to detected hydraulic jacking (HJ) in-situ. Then an attempt was made to discern any difference in the acoustic parameters related to hydraulic fracturing, hydraulic jacking and noise. To achieve this the AE hits were filtered using the program AEwin then passed through a python code that would extract the acoustic parameters, analyze them using a mann-whitney u test and then plot them in box-plots. The acoustic hits was then transformed from the time domain to the frequency domain using a fast-Fourier transform to analyze the waves for differences occurring in the resulting frequency spectra. This data was then compared with similar data in the literature. The data acquired during the field work was extremely noisy due to water leaks hitting the sensors and substantial filtering was needed. Out of the initial 7568 AE-hits 66 remained for further analysis post-filtering, this is thought to have significantly impacted the results. The apparent trend found in the data of this thesis goes against that indicated by previous literature. Hence it remains inconclusive whether HJ was detected or not. The thesis shows the importance of acoustic shielding as a filtering mechanism and argues that wave-guides or boreholes should be implemented in future AE-monitoring programs together with source location to improve the usefulness of the monitoring. AE-monitoring was never conducted during pre-excavation grouting due to unforeseen consequences related to sub-optimal borehole quality. It is still discussed how AE-monitoring of pre-excavation grouting can be a valuable tool to help detect real instances of hydraulic jacking. AE could potentially be used in conjunction with pressure- and flow graphs or other methods of analysis to classify instances of false jacking interpretation. Based on the AE-rate plots in previous literature showing an increase in AE-hits during fracture initiation and reopening it is seen as likely that hydraulic jacking during pre-excavation grouting can be detected through the use of AE-sensors.