Development of the offset-locking-based distributed sensor
Notice bibliographique
Résumé
High sensitivity, real time distributed and cost effective sensor system is in great need for structure healthy monitoring in civil engineering. In our lab, we are developing a distributed, Stimulated Brillouin Scattering based, fiber optic sensing system at 1550nm wavelength. Our current SBS-based fiber optic sensor system works at 1310nm wavelength. Two expensive Nd: YAG Lasers (US$40,000 each) are being used, which leads to a soaring high cost to the entire system and eventually limits its application. Distributed Feedback (DFB) lasers have large tenability, compact size and low cost (less than US$1000 each). But they are not stable enough for the sensing system. In this project, we use the frequency offset locking technique with optical delay line and electrical feedback circuit to optimizing the stability of DFB lasers so that the lasers of 1310 nm in the sensor system can be substituted by the lasers of 1550 nm that is the most often used band in modern fiber optic telecommunication system. Less than 100 kHz stability of the beat frequency is required to achieve temperature accuracy of 0.1°C and strain accuracy of 2me. In our system we have realized 20 kHz stability of beat frequency of two DFB lasers. Greater than 800MHz turning range is necessary for the detection of temperature range of 600 °C and strain range of 10,000 me. In our system we have achieved 925 MHz in 18.75 seconds. In the sensing part, we can vary the pulse width from 120ns to 5ns that means we can realize the spatial resolution of 50cm at least. Because the total optical loss in the setup is comparably smaller, the measurable fiber length is mainly determined by the optical power launched to the fiber, normally it is in tens kilometers.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».