MétaCan
Menu
Retour à la cohorte
Enregistrement W2148132434 · doi:10.1364/ao.51.001188

Superstructured fiber-optic contact force sensor with minimal cosensitivity to temperature and axial strain

2012· article· en· W2148132434 sur OpenAlexaff
Christopher R. Dennison, Peter Wild

Notice bibliographique

RevueApplied Optics · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésFiber Bragg gratingMaterials scienceBirefringenceFiber optic sensorOpticsOptical fiberPolarization-maintaining optical fiberContact forcePHOSFOSGraded-index fiberPlastic optical fiberOptoelectronicsFiberComposite materialWavelengthPhysics

Résumé

récupéré en direct d'OpenAlex

In this work a new superstructured, in-fiber Bragg grating (FBG)-based, contact force sensor is presented that is based on birefringent D-shape optical fiber. The sensor superstructure comprises a polyimide sheath, a stress-concentrating feature, and an alignment feature that repeatably orients the sensor with respect to contact forces. A combination of plane elasticity and strain-optic models is used to predict sensor performance in terms of sensitivity to contact force and axial strain. Model predictions are validated through experimental calibration and indicate contact force, axial strain, and temperature sensitivities of 169.6 pm/(N/mm), 0.01 pm/με, and -1.12 pm/°C in terms of spectral separation. The sensor addresses challenges associated with contact force sensors that are based on FBGs in birefringent fiber, FBGs in conventional optical fiber, and tilted FBGs. Relative to other birefringent fiber sensors, the sensor has contact force sensitivity comparable to the highest sensitivity of commercially available birefringent fibers and, unlike other birefringent fiber sensors, is self-aligning with respect to contact forces. Unlike sensors based on Bragg gratings in conventional fiber and tilted Bragg gratings, the sensor has minimal cosensitivity to both axial strain and changes in temperature.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
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 Opus0,006
Tête enseignante GPT0,199
Écart entre enseignants0,193 · 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'étudeExpérimental (laboratoire)
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

Citations13
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207