概括
这项研究引入了一种新的光学微纤合器传感器,用于准确的温度和压力测量. 新的传感器和机器学习解调方法显著减少水生环境监测中的错误.
科学领域:
- 光电学是指光电子产品.
- 传感器技术 传感器技术
- 机器学习 机器学习
背景情况:
- 单个光学微纤 (OM) 传感器在多参数传感中因矩阵问题和非线性而面临调节错误.
- 准确的环境监测需要精确测量温度和压力等参数.
研究的目的:
- 开发一种具有银镜 (OMCM) 的新型光学微纤合器,用于增强温度和压力传感.
- 创建一种混合解调方法,将机器学习和波长跟踪相结合,以减少错误.
- 为了验证传感器在水生环境监测中的性能.
主要方法:
- 制造一个特别包装的OMCM与机械增强灵敏度纤维布拉格格 (FBG) 相结合.
- 实施混合解调技术,将机器学习与波长跟踪相结合.
- 温度和压力灵敏度和深度分辨率的实验性表征.
主要成果:
- 获得了高温度灵敏度 (>-1.7 nm/°C) 和压力灵敏度 (53.435 nm/MPa).
- 显示了0.935厘米的深度分辨率.
- 达到0.04%的温度和1.31%的压力的低平均绝对百分比误差.
结论:
- 新型OMCM传感器与混合解调方法相结合,有效地减少了多参数传感中的错误.
- 传感器的高灵敏度和分辨率适用于检测水生息地的微妙变化.
- 这项技术为水下水产养殖和海洋监测的应用提供了巨大的潜力.
