Towards REPO4 nanocrystal-doped optical fibers for distributed sensing applications
Notice bibliographique
Résumé
Abstract Rayleigh scattering enhanced nanoparticle-doped optical fibers, for distributed sensing applications, is a new technology that offers unique advantages to optical fiber community. However, the existing fabrication technology, based on in situ grown alkaline earth nanoparticles, is restricted to few compositions and exhibit a great dependence on many experimental conditions. Moreover, there is still several uncertainties about the effect of drawing process on the nanoparticle characteristics and its influence on the scattering enhancement and the induced optical loss. In this work, we shed light on all these issues that prevent the progress in the field and demonstrate the suitability of doping optical fibers with YPO4 nanocrystals for developing tunable Rayleigh scattering enhanced nanoparticle-doped optical fibers. An exhaustive 3D microstructural study reveals that their features are closely linked to the fiber drawing process, which allow the size and shape engineering at the nanoscale. In particular, the YPO4 nanocrystals preserve their features to a large extent when the optical fibers are drawn below 1950 °C, which allows obtaining homogeneous nanocrystal features and optical performance. Fabricated fibers exhibit a tunable enhanced backscattering in the range of 15.3–54.3 dB, with respect to a SMF-28 fiber, and two-way optical losses in the range 0.3–160.7 dB/m, revealed by Optical Backscatter Reflectometry (OBR) measurements. This allows sensing lengths from 0.3 m up to more than 58 m. The present work suggests a bright future of YPO4 nanocrystals for distributed sensing field and open a new gate towards the incorporation of other rare-earth orthophosphate (REPO4) nanocrystals with pre-defined characteristics that will overcome the limitations of the current in situ grown alkaline earth-based technology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».