基于游标效应增敏的光纤F-P横向压力传感器研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:zfflygun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
横向压力监测在结构健康监测、医疗诊断分析、复合材料性能评估等领域有着重要的意义,近年来受到了研究者们的广泛关注。光纤传感器由于其体积小、灵敏度高及抗电磁干扰等优点被广泛应用于横向压力监测。目前,在横向压力监测领域对光纤布拉格光栅(FBG)传感器研究较为广泛,但由于其对多参数敏感,测量结果容易受到环境因素(如温度)变化的影响。光纤法布里-珀罗(F-P)传感器以其结构简单、灵敏度较高、稳定性较好及温度交叉敏感性小等多方面优势,逐渐成为横向压力监测领域的研究热点。本文在前人工作的基础上,开展了基于气泡微腔的光纤F-P横向压力传感器研究,并引入基于游标效应的解调算法对其进行解调,有效的提高了传感器的灵敏度,具体研究工作如下:首先,通过MATLAB进行游标效应理论模拟,设置各项参数,得出滑动腔变化量为1.17 nm,而由于并联腔光谱较为复杂,不易直接观测,取光谱下包络极值点,对其进行数据插值、曲线拟合处理,由拟合光谱得并联腔变化量为5.745 nm,其游标放大倍数理论值为4.91。其次,利用光纤熔接机制作了基于椭圆气泡微腔的光纤F-P横向压力传感器。研究了SMF气泡微腔制备技术与Capillary椭圆形气泡微腔制备技术两种不同的制作技术,并对其制备方法、制作步骤以及干涉光谱进行了详细分析说明,分析了不同微腔的干涉强度等特性。实验分析得出影响椭圆气泡微腔灵敏度的两个重要因素为腔长和壁厚。腔长越长,壁厚越薄,传感器灵敏度越高,其对外界压力响应越敏感。之后,为提高椭圆气泡微腔光纤F-P传感器的灵敏度,提出了一种基于游标效应双F-P干涉传感测量系统,实现了灵敏度放大。通过3d B耦合器将两F-P传感器并联,实现游标效应,具有灵敏度可调、易于制备等优势。实验结果表明,独立的椭圆F-P腔的横向载荷灵敏度为1.32nm/N,而基于游标效应解调的并联式椭圆F-P腔的测试灵敏度为-6.41nm/N,约为单个传感器的4.87倍,与理论值较为符合。最后对椭圆形微腔F-P横向压力传感器进行了温度实验,单个传感器的温度灵敏度为3.02 pm/℃,并联传感器的温度灵敏度为-11.05pm/℃,实验表明该传感器有着极低的温度敏感性。
其他文献
学位
无线传感器网络是一种新型的信息采集与处理技术,因部署灵活、易于扩展、高度自组织等优点被广泛地应用于森林火灾探测、生态环境监测、军事侦测等领域。然而,由于传感器尺寸较小,传感器的电池通常容量有限、不可更换且不可重复使用。因此,有限的能量问题被认为是阻碍无线传感器网络广泛应用的主要瓶颈。近年来无线能量传输技术的突破,让充电器和传感器之间的无线充电成为了可能,从而使传感器能够永久工作。在无线能量传输技术
唐口煤业有限公司(以下简称"唐口煤业")作为淄矿集团在济北矿区兴建的骨干企业,继承集团红色传统,为真正发挥党组织在企业经营工作中的引领和支撑作用,系统构建了"五治"党建品牌体系。"五治"包含政治、法治、德治、自治、智治,之间相互协同,是一个有机的整体:政治是引领,淬炼思想;法治是保障,规范行为;德治是滋养,和谐团队;自治是基础,强化素质;智治是手段,助力发展,五个维度协同用力,共同支撑唐口煤
期刊
在任务型人机对话系统中,槽抽取任务是至关重要的一个环节。为了提高槽抽取模型的识别准确率,该文提出了一种利用自注意力机制融合文本的多特征维度特征的方法。该方法在常规的双向长短期记忆模型(Bi-directional long short-term memory, Bi-LSTM)和条件随机场(Conditional random field, CRF)的槽抽取模型基础框架之上,引入了自注意力机制融合
三维重建在计算机视觉与深度学习等领域是一个长期存在的关键问题,在近几十年得到了广泛的关注与研究。在基于图片完成三维重建中,由于物体部分遮挡导致未知信息增加使这项任务有很大的不确定性。虽然使用多个角度的图像会降低三维重建的难度,但在现实生活中,物体单个角度的图像不仅更容易被获取,且从单张图像重建三维形状更具有实际意义。所以本文使用单张图像完成三维重建。然而,由于单张图像的自遮挡部分导致未知信息增多,
消息分享对个人和群体都很重要,人们之间的情绪和行为都可以通过消息分享进行传播。对于身心不成熟的大学生来说,他们更敏感、更容易受到谣言等非正常信息的影响。学生之间的友谊关系是消息分享过程中不可或缺的一部分,结合友谊网络探索学生之间的消息分享规律并且对消息分享关系进行预测,能够对一些行为异常、性格孤僻的学生进行识别,可以帮助高校管理者对学生提供更好的个性化指导意见。然而,目前国内外学者的研究主要集中在
图神经网络作为一种新的深度学习模型,被广泛地运用在了各种图数据和网络分析中,并且推动了推荐系统、知识图谱等相关应用的发展。然而在网络结构方面现有图神经网络算法只利用了成对连接的节点之间的关系,没有注意到现实网络包含大量的高阶结构。这些高阶结构反映了多个节点之间的相似性和连接关系。本文研究了网络中的两种高阶结构并将它们融入图神经网络算法中:(1)本文研究了一种少量节点形成的高阶结构,并提出了一种基于
本文研究了一类线性时不变(LTI)系统的模型预测控制(MPC)问题,该LTI系统以涡扇航空发动机为背景。第一,我们基于LTI模型,利用ADMM算法对涡扇航空发动机的MPC问题进行研究。在当前时刻k,我们首先基于LTI模型,借助MPC的基本原理推导出预测方程,其次利用预测方程把MPC问题转化为一个关于控制序列的二次规划(QP)问题,接着引入一个松弛变量将QP问题等价转化为一个带有等式约束的分块的适用
CMOS图像传感器(CMOS image sensor,CIS)因具有低成本,低功耗,集成度高等优点而广泛应用于生产生活中。随着其应用范围不断扩大,在太空,医疗,核能等领域,辐射引起的器件老化备受关注。总剂量效应是一种因电子器件长期受到高能辐射而出现的老化效应,器件的电学参数会随着辐射总剂量的累积而发生改变。随着我国航天航空事业的发展,总剂量效应对CIS性能参数的影响愈发引起人们的重视。4T结构的