Recent progress in optical fiber sensors based on Brillouin scattering at university of Ottawa
Notice bibliographique
Résumé
The distributed sensor is proven to be a powerful tool for civil structural and material process monitoring. Brillouin scattering in fiber can be used as point sensors or distributed sensors for measurement of temperature, strain, birefringence and vibration over centimeters (Brillouin grating length) for point sensor or the pulse length for the distributed sensor. Simultaneous strain and temperature measurement with a spatial resolution of 20 cm is demonstrated in a Panda fiber using Brillouin grating technique with the temperature accuracy and strain accuracy of 0.4 °C and 9 μɛ. This technique can also be used for distributed birefringence measurement. For Brillouin optical time domain analysis (BOTDA), we have developed a new technique to measure differential Brillouin gain instead of Brillouin gain itself. This technique allows high precision temperature and strain measurement over long sensing length with sub-meter spatial resolution: 50-cm spatial resolution for 50-km length, using return-to-zero coded optical pulses of BOTDA with the temperature resolution of 0.7 °C, which is equivalent to strain accuracy of 12 μɛ. For over 50-km sensing length, we proposed and demonstrated frequency-division-multiplexing (FDM) and time-division-multiplexing (TDM) based BOTDA technique for 75-km and 100-km sensing length without inline amplification within the sensing length. The spatial resolution of 2 m (100 km) and Brillouin frequency shift accuracy of 1.5 MHz have been obtained for TDM based BOTDA and 1-m resolution (75 km) with Brillouin frequency shift accuracy of 1 MHz using FDM based BOTDA. The civil structural health monitoring with BOTDA technique has been demonstrated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».