Luminescent Polymer Composites for Optical Fiber Sensors
Notice bibliographique
Résumé
Optical fiber sensors incorporating luminescent materials are useful for detecting physical parameters and biochemical species. Fluorescent materials integrated on the tips of optical fibers, for example, provide a means to perform fluorescence thermometry while monitoring the intensity or the spectral variations of the fluorescence signal. Similarly, certain molecules can be tracked by monitoring their characteristic emission in the UV wavelength range. A key element for these sensing approaches is the luminescent composite, which may be obtained upon allocating luminescent nanomaterials in glass or polymer hosts. In this work, we explore the fluorescence features of two composites incorporating lanthanide-doped fluorescent powders using polydimethylsiloxane (PDMS) as a host. The composites are obtained by a simple mixing procedure and can be subsequently deposited onto the end faces of optical fibers via dip coating or molding. Whereas one of the composites has shown to be useful for the fabrication of fiber optic temperature sensors, the other shows promising result for detection of UV radiation. The performance of both composites is first evaluated for the fabrication of membranes by examining features such as fluorescent stability. We further explore the influence of parameters such as particle concentration and density on the fluorescence features of the polymer blends. Finally, we demonstrate the incorporation of these PDMS fluorescent composites onto optical fibers and evaluate their sensing capabilities.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».