MétaCan
Menu
Retour à la cohorte
Enregistrement W4378717482 · doi:10.3390/photonics10060625

Through-The-Coating Fabrication of Fiber Bragg Grating Relative Humidity Sensors Using Femtosecond Pulse Duration Infrared Lasers and a Phase Mask

2023· article· en· W4378717482 sur OpenAlexaff
Stephen J. Mihailov, Huimin Ding, Cyril Hnatovsky, Robert B. Walker, Ping Lü, Manny De Silva

Notice bibliographique

RevuePhotonics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceFiber Bragg gratingFemtosecondOpticsRelative humidityOptoelectronicsLaserOptical fiberFabricationCoatingPolyimideFiberWavelengthLayer (electronics)Composite material

Résumé

récupéré en direct d'OpenAlex

Fiber Bragg grating (FBG) relative humidity (RH) sensors are fabricated in commercially available polyimide (PI)-coated optical fibers with diameters of 50 and 125 μm. Infrared (800 nm) femtosecond pulse duration laser pulses and a phase mask are used to inscribe Type-I and Type-II FBGs directly through the protective polyimide coatings of both 50 and 125 μm diameter fibers without typical fiber processing such as hydrogen loading, cryogenic storage, stripping, recoating or annealing. The devices are then evaluated for their performance as humidity sensors. At telecom wavelengths, the 50 μm diameter fiber devices with a 10 μm thick PI coating had a wavelength shift of the Bragg resonance at a constant temperature of 2.7 pm/%RH, whereas the 125 μm diameter fiber devices with a 17 μm thick PI coating had a wavelength shift of 1.8 pm/%RH. The humidity sensors in the 50 µm diameter fiber demonstrated a more rapid response time to small changes in humidity and a weaker hysteresis when compared to the 125 µm diameter fiber devices. No modification to the PI coatings was observed during fabrication. No difference in RH sensitivity was observed for Type-I devices when compared with Type-II devices with the same fiber. The applicability of this approach for fabricating distributed RH sensing arrays with hundreds of sensing elements on a single fiber is discussed.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,285
Écart entre enseignants0,254 · 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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhotonicsMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207