MétaCan
Menu
Retour à la cohorte
Enregistrement W2051962570 · doi:10.1088/0957-0233/24/2/025106

Sensitivity alteration of fiber Bragg grating sensors with additive micro-scale bi-material coatings

2013· article· en· W2051962570 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMeasurement Science and Technology · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceSensitivity (control systems)CoatingLayer (electronics)Fiber Bragg gratingGratingPlating (geology)Composite materialFabricationOpticsOptoelectronicsElectronic engineering

Résumé

récupéré en direct d'OpenAlex

This paper describes a combined fabrication method for creating a bi-material micro-scale coating on fiber Bragg grating (FBG) optical sensors using laser-assisted maskless microdeposition (LAMM) and electroless nickel plating. This bi-material coating alters the sensitivity of the sensor where it also acts as a protective layer. LAMM is used to coat bare FBGs with a 1–2 µm thick conductive silver layer followed by the electroless nickel plating process to increase layer thickness to a desired level ranging from 1 to 80 µm. To identify an optimum coating thickness and predict its effect on the sensor's sensitivity to force and temperature, an optomechanical model is developed in this study. According to the model if the thickness of the Ni layer is 30–50 µm, maximum temperature sensitivity is achieved. Our analytical and experimental results suggest that the temperature sensitivity of the coated FBG with 1 µm Ag and 33 µm Ni is almost doubled compared to a bare FBG with sensitivity of 0.011 ± 0.001 nm °C−1. In contrast, the force sensitivity is decreased; however, this sensitivity reduction is less than the values reported in the literature.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,009
Tête enseignante GPT0,194
Écart entre enseignants0,185 · 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