MétaCan
Menu
Retour à la cohorte
Enregistrement W2922256238 · doi:10.1117/12.2510390

Order of magnitude increase in resolution of optical frequency domain reflectometry based temperature and strain sensing by the inscription of a ROGUE (Conference Presentation)

2019· article· en· W2922256238 sur OpenAlexaff
Frédéric Monet, Sébastien Loranger, Victor Lambin-Iezzi, Samuel Kadoury, Raman Kashyap

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésReflectometryOpticsMaterials scienceFiber Bragg gratingOptical fiberGratingLaserBandwidth (computing)InterferometryOptoelectronicsTime domainPhysicsTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

Optical frequency domain reflectometry (OFDR) has been investigated for two decades as a way to replace the sensing based on fibre Bragg gratings (FBG) currently used in most industries for those applications, using the intrinsic Rayleigh scatter of fibres instead. [1] OFDR allows completely distributed strain and temperature measurements along a fibre. The increase of backscatter using UV laser exposition was recently reported, and was found to increase the sensitivity in both temperature and strain sensing. [2] We present a technique allowing to increase by over 50 dB the backscattered signal amplitude, based on the writing of a Random Optical Grating by Ultraviolet or ultrafast laser Exposure, i.e. a very weak, random grating over the entire length of the fibre. This improvement is, to the authors’ knowledge, over 25 dB higher than what was previously reported for UV exposure for the same exposition power. [2] This ROGUE is generated by inducing phase noise during the continuous writing of a FBG using a Talbot interferometer. This leads to a grating with a very broad bandwidth regardless of the exposure length and greatly increases the signal without limiting the scanning bandwidth, resulting in no loss in resolution. Using these enhanced fibres, we obtained a noise level over an order of magnitude lower than using regular unexposed fibres, allowing measurements of smaller temperature variations. Fibres where such ROGUEs are inscribed also allow the use of a much smaller scanning bandwidth with similar accuracy, resulting in faster acquisition speed. REFERENCES [1] M. Froggatt and J. Moore, "High-spatial-resolution distributed strain measurement in optical fiber with rayleigh scatter," Appl Opt, vol. 37, no. 10, pp. 1735-40, Apr 1 1998. [2] S. Loranger, M. Gagne, V. Lambin-Iezzi, and R. Kashyap, "Rayleigh scatter based order of magnitude increase in distributed temperature and strain sensing by simple UV exposure of optical fibre," Sci Rep, vol. 5, p. 11177, Jun 16 2015.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,010
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Fiber Optic SensorsTravaux en français237 207