Comparison of regression methods for transverse load sensor based on optical fiber long-period grating

Acesse o artigo

O problema

As grades de longo período (LPGs) são dispositivos ópticos que exibem alta sensibilidade a variações no índice de refração, o que as torna adequadas para aplicações de sensoriamento. Quando submetidas a uma carga transversal, as LPGs sofrem birrefringência induzida, resultando na divisão de um pico de ressonância em dois subpicos. A relação entre a intensidade e o ângulo da carga com os comprimentos de onda desses subpicos é complexa e não linear, o que dificulta a determinação precisa da carga aplicada.

Abordagem utilizada

Neste trabalho, investigamos diferentes métodos de regressão para estimar a intensidade e o ângulo de uma carga transversal aplicada a um sensor LPG, a partir dos comprimentos de onda dos subpicos gerados pela birrefringência. Abordamos o problema de forma data-driven, utilizando dados experimentais para treinar e avaliar quatro modelos de regressão: Ajuste Polinomial de Quarto Grau, Rede Neural Artificial (ANN), Regressão de Vetor de Suporte (SVR) e Árvore de Decisão (DT) com AdaBoost.

Resultados

Os quatro modelos foram comparados em termos de precisão e capacidade de generalização. Os resultados indicaram que o Ajuste Polinomial de Quarto Grau apresentou o melhor desempenho na previsão da intensidade da carga, enquanto a ANN obteve os melhores resultados na previsão do ângulo da carga.

Perspectivas

Este estudo demonstra o potencial de métodos de regressão para interrogação de sensores LPG, especialmente em aplicações que exigem alta precisão na determinação da carga transversal. A aplicação desses métodos pode levar ao desenvolvimento de sensores mais robustos e eficientes para monitoramento de integridade estrutural, robótica e outras áreas.

Citação recomendada: Felipe Barino, F.S. Delgado, M.A. Jucá, T.V.N. Coelho, A. Santos, "Comparison of regression methods for transverse load sensor based on optical fiber long-period grating." Measurement, 2019.