《Petroleum Science》：Sand production monitoring in oil and gas wells: Measurement targets, engineering roles, and scenario-based technology selection
编辑推荐：
出砂监测对于油气井的生产安全、设备完整性和出砂管理决策至关重要。然而，现有监测方法针对出砂过程中不同的物理量和阶段。取样捕获输送中的砂粒，声学与振动方法记录冲击引起的动态响应，分布式光纤传感（distributed fiber-optic sensing，DF
出砂监测对于油气井的生产安全、设备完整性和出砂管理决策至关重要。然而，现有监测方法针对出砂过程中不同的物理量和阶段。取样捕获输送中的砂粒，声学与振动方法记录冲击引起的动态响应，分布式光纤传感（distributed fiber-optic sensing，DFOS）主要提供分布式声学/振动相关异常，电阻/侵蚀探针（ER/erosion probes）测量局部材料损失。因此，使用单一性能指标进行直接比较可能导致误导性的技术评估。本综述建立了一个基于测量目标的框架，将出砂产生、输运-冲击-侵蚀过程、信号形成、监测输出和基于场景的技术选择联系起来。从测量量、校准要求、不确定性来源、现场成熟度和决策适用性等方面对井下、地面和水下监测路线进行了比较。特别关注实际限制，包括分布式声学传感（distributed acoustic sensing，DAS）解释不确定性、声学校准可移植性、ER探针局部性和水下可靠性约束。提出了一个具有不确定性感知的目标特定评估框架和一个基于场景的技术选择矩阵，以支持方法组合和面向决策的出砂管理。最后，本综述讨论了监测数据如何与出砂预测、侵蚀风险评估、安全操作包络更新以及节流或干预决策相结合。分析表明，可靠的出砂管理得益于物理取样、动态响应监测、分布式诊断、侵蚀评估和生产数据的校准、交叉验证和面向决策的整合。
2 出砂机理与监测分类
2.1 出砂的地质力学机理
出砂受地应力、孔隙压力、岩石强度、压降、流体流动和完井方式共同控制。弱固结或未固结储层在压降增加时，有效应力升高，近井应力集中可能导致剪切破坏、拉伸破坏或颗粒脱落。临界压降是常用的操作判据，但会随储层枯竭、水突破和完井条件变化而改变。水突破和多相流会进一步促进出砂。
2.2 从颗粒脱落到监测信号
出砂过程可理解为地层破坏、砂粒脱落、输运、颗粒冲击、动态响应、侵蚀损伤和信号记录等连续环节。不同监测方法只观测其中一部分，因此其工程意义不同。取样捕获物理砂粒，声学/振动记录冲击响应，分布式声学传感（DAS）记录应变响应，电阻/侵蚀探针（ER/erosion probes）记录局部金属损失。
2.3 监测的测量目标与物理机制
2.3.1 基于颗粒的直接测量
直接测量通过在线或离线取样从产出流体中获取砂粒，可提供砂质量、浓度、粒径分布（PSD）和形态等信息，用于现场标定、阈值更新和间接信号验证，但取样不连续，且受代表性和流动状态影响。
2.3.2 基于响应的间接监测
间接监测通过被动声学、夹持式超声、振动、声发射和DAS等方法记录颗粒冲击产生的动态响应，响应快、适合在线预警，但信号受多相流噪声、背景振动和颗粒尺寸等影响，必须进行现场标定和信号辨别。
2.3.3 基于后果的侵蚀监测
侵蚀监测通过ER/侵蚀探针测量局部金属损失或侵蚀速率，用于剩余寿命评估、侵蚀风险排序和设备完整性管理，其输出是累积性局部指标，不能直接代表总砂量。
2.4 按部署位置、接触方式和传感原理的工程分类
部署位置决定工程角色：井下监测靠近砂面，用于来源定位和层段诊断；地面监测记录混合后的响应，用于连续预警和完整性管理；水下监测受限于可达性，侧重完整性保护和远程集成。接触方式分为侵入式和非侵入式。传感原理分为粒子型、响应型和后果型。
2.5 术语与关键概念
定义了阈值砂量（TSR）、最大无砂产量（MSFR）、可接受砂量（ASR）、检测限（LOD）、粒径分布（PSD）、在线取样（OSS）、分布式声学传感（DAS）、分布式光纤传感（DFOS）、电阻探针（ER probe）和声发射（AE）等术语，强调TSR是依赖于标定的检测能力指标，而非通用砂量极限。
2.6 当前挑战
当前挑战包括：定量标定不确定；复杂流动条件下标定可移植性不足；不同技术现场验证程度不均衡；多源监测数据集成困难。这些挑战要求监测结果必须结合取样、地质力学背景和完整性目标综合解释。
3 井下出砂监测技术
3.1 井下光学成像技术
井下相机可提供井筒内流体浊度、砂堆积、筛管损伤等直接视觉证据，用于完井完整性诊断和干预决策，但通常只是诊断性作业，受可视条件和工具可达性限制。
3.2 井下声学与振动监测技术
井下点声学/振动传感器靠近砂源，通过压电冲击计数和频率滤波识别产砂层段，支持层段识别、最大无砂产量（MSFR）评估和完井完整性诊断，可在低计数率、细颗粒和高温高压条件下应用。
3.3 井下分布式光纤传感技术
分布式声学传感（DAS）可在光纤覆盖的井段提供连续空间监测，生成砂侵入日志并定位砂入口段。其解释依赖光纤耦合、标距长度、信号衰减和事件标注，不能直接测量砂量，需要与生产测井和地质力学数据联合解释。
4 地面砂监测技术
地面监测安装维护方便，可集成于生产管理系统，主要用于连续预警、物理标定和流动安全评估。地面信号是井下混合并输运后的综合响应。
4.1 地面侵入式监测技术
4.1.1 ER/侵蚀探针监测
ER/侵蚀探针通过敏感元件电阻变化测量局部金属损失，用于剩余寿命评估和风险排序。其消耗性设计需要在灵敏度与使用寿命之间权衡，适合节流器上下游和低气液比部位。
4.1.2 在线和离线取样监测
物理取样提供砂质量、粒径分布等粒子级参考数据。在线取样（OSS）自动化程度高，可缩短数据延迟，常与声学监测结合用于标定阈值、确定MSFR和验证安全操作窗口。
4.2 地面非侵入式监测技术
4.2.1 被动声学与夹持式超声监测
被动声学与夹持式超声监测是地面最常用的非侵入技术，通过外贴传感器捕获颗粒冲击产生的声学响应，提供连续趋势和异常预警。解释需基于阈值砂量（TSR）和现场标定，并注意误报与漏报的工程后果。
4.2.2 振动监测技术
振动监测检测颗粒碰撞引起的结构响应，成本低且可实时，但易受流动扰动和机械振动干扰，信号处理复杂，通常作为声学监测的补充方法。
5 水下出砂监测技术
水下监测以完整性保护为核心，要求长服役寿命、低干预维护、远程可靠通信和与水下控制模块兼容。
5.1 水下环境的工程挑战
水下设备需长期免维护，传感器漂移、校准丢失、连接器退化、水侵入和数据中断等失效模式会降低长期可靠性，因此设备稳定性和故障管理标准高于地面。
5.2 水下侵入式ER/侵蚀探针监测
水下ER/侵蚀探针将砂蚀转换为可追踪的局部金属损失和剩余寿命指标，用于水下采油树、节流器和侵蚀热点监测，与声学趋势互补。
5.3 水下非侵入式监测技术
5.3.1 水下声学监测
水下声学传感器外贴安装，捕获颗粒撞击结构的高频声学信号，用于远程趋势预警，但受声传播路径、安装位置和背景结构振动影响。
5.3.2 水下振动与结构响应监测
水下振动监测仍处于实验研究阶段，缺乏长期现场证据，目前仅作为声学和ER探针系统的潜在补充。
5.4 水下技术比较与应用边界
水下ER探针提供局部累积损伤，声学传感器提供非侵入趋势预警，振动方法仍属补充。技术选择应依据完整性风险、数据连续性、再标定约束和控制系统兼容性。
6 不确定性、性能评估与基于场景的选择
6.1 砂监测中的不确定性来源与置信水平
不确定性分为测量不确定性、标定不确定性、模型不确定性、操作不确定性和空间不确定性。不同技术因观测出砂阶段不同而具有不同的主要不确定性来源。
6.2 通用工程指标与目标特定评估指标
通用指标包括响应时间、部署复杂度、维护负担、基线稳定性、标定需求和决策适用性。目标特定指标包括声学的TSR稳定性、DAS的空间分辨率和定位一致性、ER探针的壁厚损失分辨率和热点对准程度。
6.3 主要砂监测方法的横向比较
没有任何单一方法能同时提供直接粒子信息、连续在线预警、分布式源定位和局部完整性评估。物理取样提供参考数据但连续性不足；声学/振动适合预警但需标定；DAS提供区间定位但不能直接测砂量；ER/侵蚀探针提供局部完整性信息但具有累积性和位置依赖性。
6.4 复杂现场条件下的适用性
高气液比和段塞流增大声学/振动背景噪声；细砂降低冲击能量并改变侵蚀行为；高含水影响岩石强度和颗粒运移；长回接引入信号衰减和再标定困难。监测方法需结合流动状态、粒径分布和标定可用性综合评估。
6.5 基于场景的技术选择矩阵
针对砂源定位、地面连续预警、声学校准/MSFR评估、节流器侵蚀风险、水下完整性保护、水平井多区完井和复杂多相生产等典型场景，给出了推荐方法组合，强调组合监测优于单传感器部署。
6.6 组合监测与决策框架
提出八步工作流：定义工程目标；确定目标物理量；选择候选方法；纳入标定和参考数据；进行不确定性筛查；开展交叉验证；将证据转化为决策输出；将决策反馈至操作包络和监测策略。
7 将监测数据与预测模型和决策工作流耦合
7.1 出砂预测、临界压降和安全操作包络
监测数据可提供现场证据，用于更新临界压降和安全操作包络。但声学或DAS异常不能视为独立验证的砂量测量值，必须结合标定和独立确认。
7.2 耦合地质力学、侵蚀模型、DEM/CFD和概率风险模型
地质力学模型用于预测出砂层段；侵蚀模型评估设备损伤后果；离散元/计算流体力学（DEM/CFD）支持颗粒运动和冲蚀热点机理解释；概率风险模型处理多源不确定性；机器学习辅助阈值预测、事件分类和异常筛查。
7.3 监测数据同化与模型更新
不同监测输出更新预测模型的不同部分：DAS异常更新产砂层段模型；声学趋势和TSR更新报警阈值；取样和OSS更新砂量标定和PSD；ER/侵蚀趋势更新侵蚀速率和剩余寿命模型；压力、流量、含水率和气液比数据提供操作背景。
7.4 集成监测-预测-决策工作流
闭环工作流包括数据采集、信号解释、不确定性筛查、模型更新、预测输出、决策实施和反馈调整。该流程有助于减少误报、漏报和对单传感器异常的过度解释。
8 未来发展趋势
8.1 从单点传感走向分布式-点集成架构
未来将结合分布式声学传感（DAS）的连续空间覆盖与点传感器的局部标定和完整性监测，形成井下-地面-水下一体化架构。
8.2 从经验阈值走向基于TSR的定量监测
监测将向具有明确检测限（LOD）和操作边界的定量框架发展，以阈值砂量（TSR）为核心建立跨井、跨条件可比性。
8.3 从单一物理量走向多参数融合与机器学习
声学、振动、DAS、ER探针、取样和生产数据将融合使用，机器学习辅助特征提取和异常识别，但需受到物理约束并经过现场验证。
8.4 走向标准化数据基础设施和现场实施
需要标准化数据接口、带事件标签的现场数据库、透明特征定义、校准记录和不确定性报告，以支持技术转移和成熟度区分。
8.5 从实验室验证走向标准化现场工作流
长期现场验证是技术落地的关键，未来需提供砂量定义、检测限、标
