MétaCan
Menu
Retour à la cohorte
Enregistrement W1974017978 · doi:10.1117/12.663995

Accurate strain detection and localisation with the distributed Brillouin sensor based on phenomenological signal processing approach

2006· article· en· W1974017978 sur OpenAlexaff
Fabien Ravet, Xiaoyi Bao, Lufan Zou, Qinrong Yu, Yun Li, V. P. Kalosha, Liang Chen

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBrillouin zonePhenomenological modelPulse (music)DeconvolutionOpticsMaterials scienceContext (archaeology)Brillouin scatteringTransient (computer programming)AcousticsComputer sciencePhysicsOptical fiberDetector

Résumé

récupéré en direct d'OpenAlex

We introduce a phenomenological model, based on steady state analytical solution adapted to transient regime through modification of the Brillouin spectrum with the pulse spectrum. This model can accurately de-convolve the strain profiles from measured spectra. The model includes experimental parameters such as the electro-optic modulator Extinction Ratio, the pulse width, pulse and pump powers, position and sensing fibre length. The pulse base is treated as pure steady state contribution. A systematic numerical analysis has been carried out and the results are qualitatively matched with our experimental results. The experimental results have been used to validate the model and evaluate its limitations. Within this context, the approach has been applied to experimental data obtained under well-controlled laboratory conditions. The agreement is good and reflects the Brillouin frequency and then the strain distribution along the fibre. The approach is also successful when used to deconvolve the main strain contributions of a pipe subjected to a compression stress. The strength of the model lies in its simplicity of implementation because it is quasi-analytical and is not restricted to short fibre lengths.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,204
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207