A New Gas Analysis Method Based on Single-Beam Excitation Stimulated Raman Scattering in Hollow Core Photonic Crystal Fiber Enhanced Raman Spectroscopy
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
We previously developed a hollow-core photonic crystal fiber (HCPCF) based Raman scattering enhancement technique for gas/human breath analysis. It enhances photon–gas molecule interactions significantly but is still based on CW laser excitation spontaneous Raman scattering, which is a low-probability phenomenon. In this work, we explored nanosecond/sub-nanosecond pulsed laser excitation in HCPCF based fiber enhanced Raman spectroscopy (FERS) and successfully induced stimulated Raman scattering (SRS) enhancement. Raman measurements of simple and complex gases were performed using the new system to assess its feasibility for gas analysis. We studied the gas Raman scattering characteristics, the relationship between Raman intensities and pump energies, and the energy threshold for the transition from spontaneous Raman scattering to SRS. H2, CO2, and propene (C3H6) were used as test gases. Our results demonstrated that a single-beam pulsed pump combined with FERS provides an effective Raman enhancement technique for gas analysis. Furthermore, an energy threshold for SRS initiation was experimentally observed. The SRS-capable FERS system, utilizing a single-beam pulsed pump, shows great potential for analyzing complex gases such as propene, which is a volatile organic compound (VOC) gas, serving as a biomarker in human breath for lung cancer and other human diseases. This work contributes to the advancement of gas analysis and opens alternative avenues for exploring novel Raman enhancement techniques.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
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