Klimaforandringene vil ganske sikkert føre til økt forekomst av naturhendelser slik som kvikkleirskred, steinras, tining av permafrost, og flom. Dagens varslingssystemer blir for dyre for utstrakt overvåkning. I tillegg trengs rimelige overvåkningsløsninger for CO2-lager, og mer avanserte løsninger i petroleumsbrønner vil kunne automatisk optimalisere produksjonen. Optiske fibre kan brukes til å føle bevegelser, lydbølger, temperaturforandringer, og mye mer ved mange punkter langs fiberen. De er både rimelige og langtrekkende, og har veldig mange bruksområder.
Optiske fibre fungerer ved at det sendes lyspulser i fiberen, som reflekteres tilbake ved mange punkter. Når fiberen utsettes for en påvirkning, vil det reflekterte signalet forandre seg. I SINTEF bruker vi fiberoptikk til å overvåke vår CO2-lagring, og vi har en avansert bergmekanisk lab hvor vi skal installere fiberoptikk i eksperimenter. I mange av disse anvendelsene trengs bedre forståelse av hvordan fiberoptiske kabler samhandler med det omkringliggende mediet (steinprøve, undergrunn), og hvordan best tolke signalene.
Arbeidsbeskrivelse:
Oppgaven kan være teoretisk, numerisk eller eksperimentell, og vil avhenge av kandidatens bakgrunn og interesse. Mulige oppgaver kan være
- Eksperimentell testing av svake bergarter med fiberoptisk måling av tøyning, og sammenligning med konvensjonelle målemetoder; eller
- Prosessering og analyse av fiberoptiske data fra lab- eller feltforsøk, og sammenligning med konvensjonelle data (seismikk, tøyningsmålinger, osv.); eller
- Geomekanisk modellering av undergrunnens påvirkning på fiberoptiske målinger ved bevegelse, injeksjon, oppsprekking, osv.
Arbeidet er tilknyttet flere prosjekter i SINTEF. Kandidaten vil kunne få innsikt i en rekke anvendelsesområder avhengig av oppgavens vinkling og kandidatens interesse.
Forutsetninger/kompetanse:
Vi ser etter noen som er interessert i anvendt forskning, og dermed liker både vitenskapelig arbeid og anvendelser og relevans for industrien. Du bør evne å sette deg raskt inn i tekniske problemstillinger og samarbeide godt, og tidvis kunne arbeide selvstendig.
Kandidater fra mange forskjellige fagområder kan være aktuelle, som for eksempel matematikk, fysikk, statistikk, geofag, geoteknikk og petroleumsteknologi. Følgende kan være en fordel:
- Sterk grunnleggende realfagskompetanse
- Erfaring innen data-/signalanalyse
- Erfaring med programmering
Den eksperimentelle oppgaven krever erfaring med bruk av lastrammer og mekanisk testing (men ikke nødvendigvis bergmaterialer). De andre oppgavene forutsetter kjennskap til numerisk modellering.
Andre relevante stillinger med lignende forutsetninger
- Nye løsninger for overvåking av CO2-lager (geomekanisk modellering, signalanalyse)
- Tannkrem i oljebrønner (geomekanisk modellering)
Varighet: 6-8 uker i perioden 01.05.2024-01.09.2024
