New technique for fabrication of low loss high temperature stable high reflectivity FBG sensor arrays
Notice bibliographique
Résumé
Fiber Bragg gratings (FBG) arrays in silica based optical fibers are increasingly used in applications involving system monitoring in extreme high temperature environments. Where operational temperatures are < 600 °C, traditional UVlaser inscribed FBGs are not appropriate since the induced Type I index change is erased. Instead two competing FBG technologies exist: 1) regenerative FBGs resulting from high temperature annealing of a UV-laser written grating in a hydrogen loaded fiber and 2) FBGs written with femtosecond infrared pulse duration radiation (fs-IR), either using the point-by-point method or using the phase mask approach. Regenerative gratings possess low reflectivity and are cumbersome to produce, requiring high temperature processing in an oxygen free environment. Multiple pulse Type II femtosecond IR laser induced gratings made with a phase mask, while having very good thermal stability, also tend to have high insertion loss (~ 1dB/grating) limiting the number of gratings that can be concatenated in a sensor array. Recently it has been shown that during multiple pulse type II thermally stable fs-IR FBG production, two competing process occur: an initial induced fs-IR type I FBG followed by a thermally stable high insertion loss type II FBG. In this paper, we show that if only a type I FBG is written using type II intensity conditions but limited numbers of pulses and then annealed above 600 °C, the process results in a type II grating that is stable up to 1000 °C with very low insertion loss ideal for an FBG sensor array.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».