LPG Interrogator Based on FBG Array and Artificial Neural Network
Publicado em IEEE Sensors Journal, 2020
O problema
As grades de fibra de longo período (LPGs) são sensores de fibra óptica versáteis e de baixo custo. No entanto, a interrogação de LPGs, ou seja, o processo de converter as mudanças no espectro óptico do sensor em uma medida útil, geralmente requer equipamentos caros e complexos.
Abordagem utilizada
Neste trabalho, propomos um novo método de interrogação de sensores LPG que utiliza um arranjo de grades de Bragg de fibra (FBGs) como filtros ópticos e uma rede neural artificial (ANN) para processar os dados espectrais. Essa abordagem combina a simplicidade e o baixo custo dos interrogadores baseados em filtros com a capacidade de generalização das ANNs.
Resultados
Desenvolvemos um interrogador com um arranjo de 13 FBGs igualmente espaçadas entre 1512 nm e 1584 nm e uma rede neural artificial do tipo Multilayer Perceptron (MLP) para estimar o comprimento de onda ressonante do LPG. O sistema foi capaz de estimar o comprimento de onda ressonante com uma incerteza de 2,82 nm em uma faixa dinâmica de 75 nm para diferentes LPGs com características espectrais variadas.
Perspectivas
O interrogador proposto é uma solução promissora para interrogação de LPGs em aplicações de campo, devido ao seu baixo custo, simplicidade e capacidade de generalização. Acreditamos que este trabalho contribui para o desenvolvimento de sistemas de sensoriamento a fibra óptica mais acessíveis e versáteis.
Citação recomendada: Felipe Barino, A Santos, Alexandre Santos, "LPG Interrogator Based on FBG Array and Artificial Neural Network." IEEE Sensors Journal, 2020.