CN110412038B - 一种基于单光纤光栅和神经网络的结构损伤位置识别系统 - Google Patents

一种基于单光纤光栅和神经网络的结构损伤位置识别系统 Download PDF

Info

Publication number
CN110412038B
CN110412038B CN201910644098.7A CN201910644098A CN110412038B CN 110412038 B CN110412038 B CN 110412038B CN 201910644098 A CN201910644098 A CN 201910644098A CN 110412038 B CN110412038 B CN 110412038B
Authority
CN
China
Prior art keywords
fiber
neural network
coupler
light
tunable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910644098.7A
Other languages
English (en)
Other versions
CN110412038A (zh
Inventor
刘铁根
张学智
徐棒田
江俊峰
刘琨
樊晓军
蒋磊
褚悦
李雨晴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201910644098.7A priority Critical patent/CN110412038B/zh
Publication of CN110412038A publication Critical patent/CN110412038A/zh
Application granted granted Critical
Publication of CN110412038B publication Critical patent/CN110412038B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Artificial Intelligence (AREA)
  • Analytical Chemistry (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)
  • Optical Transform (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于单光纤光栅和神经网络的结构损伤位置识别系统，包括宽带光源、光纤隔离器、可调谐F‑P滤波器、掺铒光纤放大器、光纤环形器、光纤光栅传感阵列、非平衡M‑Z干涉仪、光电探测器阵列、数据采集卡、数据处理单元和信号发生模块；在每一个待测的结构区域安装光纤光栅传感阵列中的一只光纤光栅传感器，用单只光纤光栅传感器采集结构在主动信号激励下的振动响应信号；用小波包分解技术对采集到的信号进行分解得到包含损伤位置信息的特征向量，然后将特征向量输入神经网络进行训练，经过训练后的神经网络能够实现准确的结构损伤位置识别。本发明降低了系统的成本和传感器网络的复杂度，并且正确识别率达96％。

Description

一种基于单光纤光栅和神经网络的结构损伤位置识别系统
技术领域
本发明涉及板型结构损伤位置的识别监测系统，尤其涉及不宜用传统电子类传感器的板型结构损伤位置的识别监测系统。
背景技术
航空航天设备结构的健康稳定运行，电力系统设备结构的安全稳定具有非常重大的意义，为了减少经济损失的避免人员伤亡，必须建立完善的结构健康监测系统。基于传统的电磁类传感器存在诸多缺点，而基于光纤光栅的结构损伤识别系统拥有许多传统传感器无法比拟的优点，适用于具有电磁干扰和易燃易爆的恶劣环境中，已成为航空航天、电力设施领域结构损伤识别的最佳选择。但目前采用的光纤光栅损伤位置识别方法在确定一个区域内是否存在损伤往往需要三只或三只以上的传感器，大大增加了系统的成本和传感器网络的复杂度，并且光纤光栅波长解调系统构成复杂，解调速度慢，同时损伤位置识别算法复杂识别速度较慢。
发明内容
针对上述现有技术，本发明提出一种基于单光纤光栅和神经网络的结构损伤位置识别系统，可以实现板型结构损伤位置的快速识别监测，尤其是适用于飞机蒙皮、火箭箭体、燃料罐罐体等航空航天环境下的板型结构和电力系统发电机叶片、电动机外壳等不宜用传统电子类传感器的板型结构损伤位置的识别监测。本发明结构简单，无需要解调光纤光栅的具体波长变化，并能够实现快速准确的识别，提高了识别率。
为了解决上述技术问题，本发明提出的一种基于单光纤光栅和神经网络的结构损伤位置识别系统，该装置包括宽带光源、可调谐F-P滤波器、掺铒光纤放大器、光纤环形器、光纤光栅传感阵列、非平衡M-Z干涉仪、光电探测器阵列、数据采集卡、数据处理单元、信号发生模块；所述宽带光源为系统提供宽谱光，C波段ASE光源；所述可调谐F-P滤波器通过控制其驱动电压从宽带光源中滤出波长变化的窄带光谱信号，从而实现波长扫描；自所述宽带光源至所述可调谐F-P滤波器之间设有用于隔离回光的光纤隔离器，以保证光的单向传输；所述掺铒光纤放大器用于对于进过所述可调谐F-P滤波器的扫描光进行放大；所述光纤光栅传感阵列用于感知外界待测量物理量变化，并将其编码到光纤光栅反射波长上；所述光纤环行器用于将掺铒光纤放大器出来的光发送至所述光纤光栅传感器阵列并将光纤光栅传感器阵列的反射光发送至非平衡M-Z干涉仪；所述非平衡M-Z干涉仪用于将光纤光栅传感器的反射光波长的变化转化为相位的变化；所述非平衡M-Z干涉仪由两个光纤耦合器构成，具有两个输出端口；所述非平衡M-Z干涉仪输出两路具有个π相位差的光信号；所述光电探测器阵列用于将所述非平衡M-Z干涉仪输出的两路具有个π相位差的光信号转化为电压模拟信号；所述数据采集卡用于采集由所述光电探测器阵列得到的电压模拟信号；所述数据处理单元为计算机或嵌入式计算系统，用于对光纤光栅传感器的波长进行解调；所述信号发生模块用于产生方波和三角波、三角波用于对所述可调谐F-P滤波器进行调制，方波用于所述数据采集卡的触发信号。
进一步讲，本发明中，所述可调谐F-P滤波器的谱宽在10pm～400pm，自由光谱范围为90nm～200nm，最高扫描频率为4khz；所述掺铒光纤放大器输出光功率范围为10dBm～18dBm。
在每一个待测的结构区域安装所述光纤光栅传感阵列中的一只光纤光栅传感器。
构成所述非平衡M-Z干涉仪的两个光纤耦合器，其中一个是光纤1×2耦合器，另一个是光纤2×2耦合器；所述光纤1×2耦合器用于将输入光按照一定的比例分成两束光；所述光纤2×2耦合器具有两个输入端口和两个输出端口，将任意一个输入端的光等分成两束光；所述光纤1×2耦合器的两路输出端和光纤2×2耦合器的两路输入端相连接，这两段光纤的长度有1cm的差值，所述光纤1×2耦合器将光纤光栅传感阵列的返回光束等分成两束光，这两束光在所述光纤2×2耦合器处发生干涉；所述光纤2×2耦合器的两路输出端分别输出具有个π相位差的干涉后的光信号。
所述光纤1×2耦合器使用的是1:1分光比的耦合器。
通过改变所述非平衡M-Z干涉仪的两干涉臂的臂长差可以调节所述光纤光栅传感器应变测量的灵敏度。
所述光电探测器阵列由光电探测器和光电探测板构成。
数据采集卡由多通道并行采集卡构成。
所述数据处理单元安装有数据处理程序；所述数据处理程序包括小波包分解提取特征向量和训练神经网络两部分；采用小波包分解对采集到的信号进行分解得到包含损伤位置信息的特征向量；神经网络是BP神经网络，包括输入层、隐含层和输出层，使用的训练函数为trainlm函数；将所述特征向量输入神经网络进行训练，经过训练后的神经网络实现准确的结构损伤位置识别。
小波包分解是对采集到的信号进行4层分解得到的特征向量包含16个元素。
与现有技术相比，本发明的有益效果是：
本发明识别系统中只需要一个光纤光栅传感器在同一区域进行损伤位置识别，即用单只光纤光栅传感器采集结构在主动信号激励下的振动响应信号，降低了系统的成本和传感器网络的复杂度，硬件构成部分比较简单，不需要解调光纤光栅的具体波长变化，能够实现较快速度的信号采集和转换处理，同时，数据处理单元中使用神经网络识别结构损伤位置，用小波包分解技术对采集到的信号进行分解得到包含损伤位置信息的特征向量，然后将特征向量输入神经网络进行训练，经过训练后的神经网络能够实现准确的结构损伤位置识别，相比其他复杂的算法能够实现快速准确的识别，提高了识别率，正确识别率高达96％。
附图说明
图1为本发明提供的识别系统简图；
图2为本发明提供的识别系统信号处理流程简图；
图3为本发明提供的神经网络拓扑结构简图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的说明，但下述实施例绝非对本发明有任何限制。
如图1所示，本发明提出的一种基于单光纤光栅和神经网络的结构损伤位置识别系统，包括宽带光源1、可调谐F-P滤波器3、掺铒光纤放大器4、光纤环形器5、光纤光栅传感阵列6、非平衡M-Z干涉仪9、光电探测器阵列10、数据采集卡11、数据处理单元12和信号发生模块13。
所述宽带光源1为系统提供宽谱光，C波段ASE光源。
所述可调谐F-P滤波器3通过控制其驱动电压从宽带光源1中滤出波长变化的窄带光谱信号，从而实现波长扫描；所述可调谐F-P滤波器3输出的是扫描光，谱宽在10pm～400pm，自由光谱范围为90nm～200nm，最高扫描频率为4khz。
自所述宽带光源1至所述可调谐F-P滤波器3之间设有用于隔离回光的光纤隔离器2，以保证光的单向传输。
所述掺铒光纤放大器4用于对于进过所述可调谐F-P滤波器3的扫描光进行放大，所述掺铒光纤放大器4输出光功率范围为10dBm～18dBm。
所述光纤光栅传感阵列6用于感知外界待测量物理量变化，并将其编码到光纤光栅反射波长上；在每一个待测的结构区域安装所述光纤光栅传感阵列6中的一只光纤光栅传感器。
所述光纤环行器5用于将掺铒光纤放大器4出来的光发送至所述光纤光栅传感器阵列6并将光纤光栅传感器阵列6的反射光发送至非平衡M-Z干涉仪9。
所述非平衡M-Z干涉仪9用于将光纤光栅传感器的反射光波长的变化转化为相位的变化，所述非平衡M-Z干涉仪9由两个光纤耦合器构成，具有两个输出端口；所述非平衡M-Z干涉仪9输出两路具有个π相位差的光信号。具体讲，构成所述非平衡M-Z干涉仪的两个光纤耦合器，其中一个是光纤1×2耦合器7，所述光纤1×2耦合器7使用的是1:1分光比的耦合器，另一个是光纤2×2耦合器8；所述光纤1×2耦合器7用于将输入光按照一定的比例分成两束光；所述光纤2×2耦合器8具有两个输入端口和两个输出端口，将任意一个输入端的光等分成两束光；所述光纤1×2耦合器7的两路输出端和光纤2×2耦合器8的两路输入端相连接，这两段光纤的长度有1cm的差值，所述光纤1×2耦合器7将光纤光栅传感阵列7的返回光束等分成两束光，这两束光在所述光纤2×2耦合器8处发生干涉；所述光纤2×2耦合器8的两路输出端分别输出具有个π相位差的干涉后的光信号。通过改变所述非平衡M-Z干涉仪9的两干涉臂的臂长差可以调节所述光纤光栅传感器应变测量的灵敏度。
所述光电探测器阵列10由光电探测器和光电探测板构成。
所述数据采集卡11由多通道并行采集卡构成，用于采集由所述光电探测器阵列10得到的电压模拟信号。
所述数据处理单元12为计算机或嵌入式计算系统，用于对光纤光栅传感器的波长进行解调；所述数据处理单元12安装有数据处理程序；所述数据处理程序包括小波包分解提取特征向量和训练神经网络两部分；采用小波包分解对采集到的信号进行分解得到包含损伤位置信息的特征向量，小波包分解是对采集到的信号进行4层分解得到包含16个元素的特征向量。神经网络是BP神经网络，包括输入层、隐含层和输出层，使用的训练函数为trainlm函数；将所述特征向量输入神经网络进行训练，经过训练后的神经网络实现准确的结构损伤位置识别。
所述信号发生模块13用于产生方波和三角波、三角波用于对所述可调谐F-P滤波器3进行调制，方波用于所述数据采集卡11的触发信号。
如图2所示，本发明识别系统的工作过程是，宽带光源1即ASE光源发出的宽带光经过光纤隔离器2进入可调谐F-P滤波器3内，可调谐F-P滤波器在信号发生模块13产生的三角波信号调制下，将宽带光转变为来回扫描的窄带光，扫描窄带光再经过进入掺铒光纤放大器4进行放大，经过放大的扫描窄带光从光纤环形器5的1端口进入，并从2端口输出，进入光纤光栅传感器阵列6，光纤光栅传感器会反射波长与自身中心波长相对应光，并且光纤光栅传感器的中心波长会受到结构损伤区域内应变信号的调制，光纤光栅的反射光会从光纤环形器5的2端口进入，3端口输出；光纤环形器输出的反射光(即光纤光栅传感器阵列6的返回光)进入非平衡MZ干涉仪9，非平衡MZ干涉仪9由两个光纤耦合器构成，光纤1×2耦合器7会将光纤环形器出来的反射光平均分成两路，两路光信号经过长度不相等的光纤在光纤2×2耦合器8处汇聚，并发生干涉；干涉后的两路光信号进入光电探测器阵列10，光电探测器将两路具有个π相位差光信号转换为电信号并进行放大，经过放大后的电信号由数据采集卡11进行采集，将模拟电压信号转换为数字信号，并发送到数据处理单元12进行信号的处理；信号发生模块13不仅能产生三角波信号对可调谐滤波器进行调制，还能输出与三角波信号频率相同的方波信号用于采集卡的触发信号。通过对待测的结构施加一个主动激励信号，能够使结构产生动态响应，并由一只安装在结构表面或内部的光纤光栅传感器采集到结构动态响应时的振动信号，振动信号中包含结构的损伤信息，光纤光栅产生的光信号经过上述系统转化为电信号，并经过放大传输到数据处理单元，在数据处理单元12中，先对采集到的信号进行去除基线干扰处理，然后通过小波包分解技术，从信号中提取对损伤位置敏感的特征向量，即利用Db4小波包对去除基线后的信号进行四层分解，得到从低频到高频的16个频段。对16个频带进行分析，得到16个频带的小波系数，可以表示为Xij(i＝4，j＝1,2,3,4,…,16)。小波包能量谱可以用下面的公式计算：
E4，j＝∫|X4，j|2dt
从而可以提取一个包含16个特征的能谱作为特征向量。
最后将得到的特征向量输入到经过训练的三层BP神经网络中进行识别，经过训练后的神经网络能够实现准确的结构损伤位置识别。如图3所示，该神经网络包含输入层、隐含层和输出层，经过该三层神经网络就能从特征向量中得到损伤位置的具体信息，该神经网络就能输出相应的损伤位置信息。
本发明提出的识别系统只需要一个光纤光栅传感器在同一区域进行损伤位置识别，降低了系统的成本和传感器网络的复杂度，并且正确识别率达96％。使用本发明识别系统对发生损伤的结构区域进行识别，尽可能减少结构损伤引发的经济损失和人员伤亡。
尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。

Claims (7)

1.一种基于单光纤光栅和神经网络的结构损伤位置识别系统，其特征在于，该装置包括宽带光源(1)、可调谐F-P滤波器(3)、掺铒光纤放大器(4)、光纤环形器(5)、光纤光栅传感阵列(6)、非平衡M-Z干涉仪(9)、光电探测器阵列(10)、数据采集卡(11)、数据处理单元(12)和信号发生模块(13)；其中：
所述宽带光源(1)为系统提供宽谱光，C波段ASE光源；
所述可调谐F-P滤波器(3)通过控制其驱动电压从宽带光源(1)中滤出波长变化的窄带光谱信号，从而实现波长扫描；
自所述宽带光源(1)至所述可调谐F-P滤波器(3)之间设有用于隔离回光的光纤隔离器(2)，以保证光的单向传输；
所述掺铒光纤放大器(4)用于对于进过所述可调谐F-P滤波器(3)的扫描光进行放大；
所述光纤光栅传感阵列(6)用于感知外界待测量物理量变化，并将其编码到光纤光栅反射波长上；在每一个待测的结构区域安装所述光纤光栅传感阵列(6)中的一只光纤光栅传感器；
所述光纤环行器(5)用于将掺铒光纤放大器(4)出来的光发送至所述光纤光栅传感器阵列(6)并将光纤光栅传感器阵列(6)的反射光发送至非平衡M-Z干涉仪(9)；
所述非平衡M-Z干涉仪(9)用于将光纤光栅传感器的反射光波长的变化转化为相位的变化；所述非平衡M-Z干涉仪(9)由两个光纤耦合器构成，具有两个输出端口；所述非平衡M-Z干涉仪(9)输出两路具有个π相位差的光信号；
所述光电探测器阵列(10)用于将所述非平衡M-Z干涉仪(9)输出的两路具有个π相位差的光信号转化为电压模拟信号；
所述数据采集卡(11)用于采集由所述光电探测器阵列(10)得到的电压模拟信号；
所述数据处理单元(12)为计算机或嵌入式计算系统，用于对光纤光栅传感器的波长进行解调；所述数据处理单元(12)安装有数据处理程序；所述数据处理程序包括小波包分解提取特征向量和训练神经网络两部分；采用小波包分解对采集到的信号进行分解得到包含损伤位置信息的特征向量；小波包分解是对采集到的信号进行4层分解得到的特征向量包含16个元素；神经网络是BP神经网络，包括输入层、隐含层和输出层，使用的训练函数为trainlm函数；将所述特征向量输入神经网络进行训练，经过训练后的神经网络实现准确的结构损伤位置识别；
所述信号发生模块(13)用于产生方波和三角波、三角波用于对所述可调谐F-P滤波器(3)进行调制，方波用于所述数据采集卡(11)的触发信号。
2.根据权利要求1所述基于单光纤光栅和神经网络的结构损伤位置识别系统，其特征在于，所述可调谐F-P滤波器(3)的谱宽在10pm～400pm，自由光谱范围为90nm～200nm，最高扫描频率为4khz；所述掺铒光纤放大器(4)输出光功率范围为10dBm～18dBm。
3.根据权利要求1所述基于单光纤光栅和神经网络的结构损伤位置识别系统，其特征在于，构成所述非平衡M-Z干涉仪的两个光纤耦合器，其中一个是光纤1×2耦合器(7)，另一个是光纤2×2耦合器(8)；
所述光纤1×2耦合器(7)用于将输入光按照一定的比例分成两束光；所述光纤2×2耦合器(8)具有两个输入端口和两个输出端口，将任意一个输入端的光等分成两束光；
所述光纤1×2耦合器(7)的两路输出端和光纤2×2耦合器(8)的两路输入端相连接，这两段光纤的长度有1cm的差值，所述光纤1×2耦合器(7)将光纤光栅传感阵列(7)的返回光束等分成两束光，这两束光在所述光纤2×2耦合器(8)处发生干涉；
所述光纤2×2耦合器(8)的两路输出端分别输出具有个π相位差的干涉后的光信号。
4.根据权利要求3所述基于单光纤光栅和神经网络的结构损伤位置识别系统，其特征在于，所述光纤1×2耦合器(7)使用的是1:1分光比的耦合器。
5.根据权利要求1所述基于单光纤光栅和神经网络的结构损伤位置识别系统，其特征在于，通过改变所述非平衡M-Z干涉仪(9)的两干涉臂的臂长差可以调节所述光纤光栅传感器应变测量的灵敏度。
6.根据权利要求1所述基于单光纤光栅和神经网络的结构损伤位置识别系统，其特征在于，所述光电探测器阵列(10)由光电探测器和光电探测板构成。
7.根据权利要求1所述基于单光纤光栅和神经网络的结构损伤位置识别系统，其特征在于，数据采集卡(11)由多通道并行采集卡构成。
CN201910644098.7A 2019-07-17 2019-07-17 一种基于单光纤光栅和神经网络的结构损伤位置识别系统 Active CN110412038B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910644098.7A CN110412038B (zh) 2019-07-17 2019-07-17 一种基于单光纤光栅和神经网络的结构损伤位置识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910644098.7A CN110412038B (zh) 2019-07-17 2019-07-17 一种基于单光纤光栅和神经网络的结构损伤位置识别系统

Publications (2)

Publication Number Publication Date
CN110412038A CN110412038A (zh) 2019-11-05
CN110412038B true CN110412038B (zh) 2022-03-22

Family

ID=68361728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910644098.7A Active CN110412038B (zh) 2019-07-17 2019-07-17 一种基于单光纤光栅和神经网络的结构损伤位置识别系统

Country Status (1)

Country Link
CN (1) CN110412038B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110887513A (zh) * 2019-11-19 2020-03-17 天津大学 一种基于bp神经网络的光纤光栅传感系统及其解调方法
CN111024821A (zh) * 2019-12-30 2020-04-17 大连理工大学 一种复合材料贮箱健康监测系统及方法
CN111637906B (zh) * 2020-05-11 2022-01-25 清华大学深圳国际研究生院 基于自差相干的光纤光栅解调装置和方法
CN111797690B (zh) * 2020-06-02 2024-05-14 武汉烽理光电技术有限公司 基于小波神经网络光栅阵列光纤周界入侵识别方法及装置
CN114659612B (zh) * 2022-03-16 2024-05-03 武汉理工大学 一种基于光纤光栅阵列的轨道交通列车定位系统和方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106248121A (zh) * 2016-08-11 2016-12-21 天津大学 环境变温下波动抑制的光纤光栅传感解调装置与解调方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997034379A1 (fr) * 1996-03-13 1997-09-18 Hitachi, Ltd. Systeme de communication optique
US6263128B1 (en) * 1999-06-02 2001-07-17 Wavesplitter Technologies, Inc. Fiber unbalanced Mach-Zehnder interferometers with flat-top spectral response for application in wavelength division multiplexers
US6674928B2 (en) * 2000-08-01 2004-01-06 The United States Of America As Represented By The Secretary Of The Navy Optical sensing device containing fiber Bragg gratings
CN2715111Y (zh) * 2004-04-07 2005-08-03 天津大学 多通道光纤光栅传感装置
CN1687811A (zh) * 2005-04-29 2005-10-26 中国科学院上海光学精密机械研究所 光纤光栅波长解调器
CN100541138C (zh) * 2007-09-07 2009-09-16 李东升 基于自相关原理的光纤光栅数字解调方法及其系统
CN201322623Y (zh) * 2008-11-21 2009-10-07 中国科学院上海光学精密机械研究所 嵌入式多通道高速光纤光栅传感器解调系统
CN101718563A (zh) * 2009-12-09 2010-06-02 北京理工大学 基于3×3光纤耦合器的相移白光干涉测量方法
CN102401666A (zh) * 2010-09-10 2012-04-04 北京邮电大学 一种光纤光栅反射波长的解调方法和装置
US8660164B2 (en) * 2011-03-24 2014-02-25 Axsun Technologies, Inc. Method and system for avoiding package induced failure in swept semiconductor source
CN106500822A (zh) * 2016-11-28 2017-03-15 华北电力大学 基于m‑z干涉仪解调的变压器铁芯振动在线监测系统
CN106840221B (zh) * 2017-01-06 2019-03-26 武汉理工大学 基于色散马赫曾德尔干涉的光纤光栅解调装置及方法
CN108106645A (zh) * 2017-12-19 2018-06-01 天津大学 基于氰化氢吸收波长参考的光纤光栅传感解调装置与方法
CN109752032B (zh) * 2019-01-30 2020-10-30 重庆理工大学 基于光强的光纤光栅解调系统、方法与结构损伤监测系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106248121A (zh) * 2016-08-11 2016-12-21 天津大学 环境变温下波动抑制的光纤光栅传感解调装置与解调方法

Also Published As

Publication number Publication date
CN110412038A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
CN110412038B (zh) 一种基于单光纤光栅和神经网络的结构损伤位置识别系统
CN102426198B (zh) 一种基于匹配型光纤布拉格光栅的声发射信号传感系统
CN110887513A (zh) 一种基于bp神经网络的光纤光栅传感系统及其解调方法
CN104864911B (zh) 基于光纤法珀腔与光纤光栅双参量联合测量的高速解调装置及方法
CN113447110B (zh) 一种分布式光纤振动传感系统及其相位载波解调方法
CN107976264B (zh) 一种光纤拉曼散射光用于分布温度与光纤光栅同时解调系统及方法
CN104296783A (zh) 增强型相干光时域反射的传感检测方法及装置
CN109752032A (zh) 基于光强的光纤光栅解调系统、方法与结构损伤监测系统
CN115622626B (zh) 一种分布式声波传感语音信息识别系统及方法
CN110967107B (zh) 一种干涉式光纤布拉格光栅声发射信号传感系统
CN112833929A (zh) 基于本地光移频的外差型φ-otdr技术的扰动监测系统
CN111189556A (zh) 基于awg的实时多通道光纤光栅测温系统
CN116086507A (zh) 一种相位正交四波长光纤f-p腔传感器解调系统和方法
CN107687939B (zh) 一种干涉型光纤水听器传感臂光纤检测装置及方法
CN113483880A (zh) 基于少模光纤的振动传感系统
CN211576347U (zh) 一种干涉式光纤布拉格光栅声发射信号传感系统
CN107422044A (zh) 一种透射型的匹配光纤布拉格光栅测超声波信号传感系统
CN111521206B (zh) 光纤光栅边缘叠加滤波的波长解调方法
CN113203466A (zh) 一种时域反射分布式白光干涉型光纤声传感装置及方法
CN112104415B (zh) 一种采用edfa放大装置检测瑞利散射信号强度的系统
CN212752265U (zh) 一种采用edfa放大装置检测瑞利散射信号强度的系统
Fernandez-Vallejo et al. Fiber Bragg Grating interrogation technique for remote sensing (100km) using a hybrid Brillouin-Raman fiber laser
CN107421629A (zh) 一种对比型的匹配光纤布拉格光栅测超声波信号传感系统
CN216925639U (zh) 一种基于光纤传感器的声温双参量测量单元
CN105865656B (zh) 一种高信噪比抑制非本地效应的单端rbotda传感系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant