Optical Fiber Sensors in Extreme Temperature and Radiation Environments: A Review
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.
Notice bibliographique
Résumé
This paper presents a comprehensive review of optical fiber sensors (OFSs), including FBG, distributed optical fiber sensor and Fabry-Perot interferometer, and their applications within harsh environments, which include extremely high temperatures (from 275 °C to 1750 °C) and low temperatures (from −271.15 °C to −40 °C, namely cryogenic conditions: from 2 K to 233.15 K), and high levels of ionizing radiation (with a maximum gamma dose up to 2 GGy, and a maximum neutron fluence of approximately <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"> <tex-math notation="LaTeX">$5 \times 10^{19}$ </tex-math></inline-formula> n/cm <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> ). After a brief introduction of the principles of OFSs and mechanisms of interrogation, this paper focuses on the existing works for the above three operating environments. Attention have been paid to material selection for fabricating fibers, effects of doping with rare earth elements, femtosecond laser engraving, pre-processing and post-processing (i.e., annealing) that are employed to overcome issues faced byOFSs in extreme temperatures and radiation environments. Application examples and practical test cases are also presented. Through these examples, the limitations in the current state-of-the-art are acknowledged and the key problems are identified. Potential solutions to some of these problems are also elucidated. A feature of this paper is the amalgamation of many research methodologies and outcomes in three seemingly distinct environmental conditions in one place so that different solution techniques can be integrated to advance OFS technologies, especially for extreme environment applications.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle