Stability and Repeatability Analysis of a Phase-Modulated Optical Fibre Sensor for Transformer Oil Ageing Detection
Notice bibliographique
Résumé
Transformer oil ageing alters key physicochemical properties, notably the refractive index (RI), due to physical, particulate, and chemical changes. As a result, refractometric fibre-optic sensors have gained attention for enabling real-time monitoring and overcoming the limitations of traditional offline diagnostics. This study explores the use of a Fabry–Pérot phase-modulated fibre optic sensor (FISO FRI RI Sensor) for in-situ ageing detection in four industrial transformer oils: natural ester, synthetic ester, Nytro Bio 300X (vegetable-based), and Polaris GX (mineral-based). The oils were thermally aged under controlled conditions following degassing and drying. The sensor performance was evaluated using key metrics, including repeatability, thermal response, settling time, and linearity. Results show high repeatability (with standard deviations below 7 × 10−5 RIU and repeatability coefficients under 2 × 10−4 RIU), stable thermal response (~0.0004 RIU/°C), and strong thermal linearity (R2 > 0.99) across all samples. Natural ester and Nytro Bio 300X exhibited the most stable and consistent sensor responses, while synthetic ester and mineral oils showed greater variability due to temperature-induced RI shifts. These findings demonstrate the reliability and precision of this Fabry–Pérot phase-modulated sensor for online transformer oil condition monitoring, with strong potential for integration into smart grid diagnostics.
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 | 0,001 |
| 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 | 0,000 |
| 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 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 ».