Повышение эффективности измерения температуры волоконным датчиком на основе бриллюэновской оптической рефлектометрии во временной области с алгоритмом ближайших k-соседей (k-nn)
- Authors: Almoosa A.1,2, Zan M.1, Ibrahim M.1, Arsad N.1, Mokhtar M.1, Bakar A.1, Константинов Ю.3
-
Affiliations:
- Department of Electrical, Electronic and Systems Engineering Faculty of Engineering and Built Environment University Kebangsaan Malaysia (UKM)
- Department of Electronic Technologies Basra Technical Institute, Southern Technical University
- Пермский федеральный исследовательский центр УрО РАН
- Issue: No 5 (2023)
- Pages: 40-47
- Section: ОБЩАЯ ЭКСПЕРИМЕНТАЛЬНАЯ ТЕХНИКА
- URL: https://journals.rcsi.science/0032-8162/article/view/138468
- DOI: https://doi.org/10.31857/S0032816223050270
- EDN: https://elibrary.ru/LHLMAP
- ID: 138468
Cite item
Abstract
Предлагается использовать алгоритм ближайших K-соседей (K-NN) для обработки зондирующих сигналов, полученных на предложенном авторами ранее оптоволоконном датчике бриллюэновской оптической рефлектометрии во временной области (БОРВО) с высоким пространственным разрешением, называемом дифференциальным кросс-спектральным БОРВО (ДКС-БОРВО). Ключевая проблема, связанная с ДКС-БОРВО, заключается в том, что, когда используемая длительность импульса TL меньше, чем время жизни фонона (порядка 10 нс), ширина спектра бриллюэновского усиления (СБУ) увеличивается, хотя при этом и уменьшаются искажения спектра. Несмотря на это уменьшение искажений формы спектра, разрешение по бриллюэновскому сдвигу частоты ухудшается из-за расширения бриллюэновского спектра. С другой стороны, в то время как длительность TL, превышающая установившееся состояние бриллюэновского сигнала, сужает спектр, возникают боковые лепестки в пределах установившегося состояния, что приводит к ухудшению разрешения по бриллюэновскому сдвигу частоты; это ограничение наблюдается только в ДКС-БОРВО, несмотря на его возможности измерения с высоким пространственным разрешением. В нашей модели мы использовали данные, измеренные экспериментально для волокна длиной около 400 м с оптимизированной последовательностью TL в диапазоне температур 40–80°C для получения температурного коэффициента Бриллюэна CT. Затем, на этапе обучения, мы построили идеальные СБУ с помощью моделирования с различной шириной линии 50–70 МГц, чтобы обучить модель K-NN с учетом изменения ширины линии из-за разницы в условиях на этапах обучения и тестирования, тем самым сделав ее гибкой для различных условий, в которых находится волокно. На этапе тестирования мы использовали данные, измеренные экспериментально для зондирования волокна длиной около 3.6 км с TL = 60 нс, чтобы получить распределение температуры. Для случая TL = 60 нс мы улучшили точность определения температуры, используя K-NN, примерно до 2.77°C. Следовательно, можно сделать вывод, что модель K-NN может быть отличным альтернативным инструментом для обработки СБУ, измеренных ДКС-БОРВО, и получения распределения температуры вдоль волокна.
About the authors
Ahmed Almoosa
Department of Electrical, Electronic and Systems Engineering Faculty of Engineering and Built Environment University Kebangsaan Malaysia (UKM); Department of Electronic Technologies Basra Technical Institute, Southern Technical University
Author for correspondence.
Email: ahmedsabri1988@gmail.com
Malaysia, 43300, Bangi, Selangor; Iraq, 61001, Basra
Mohd Zan
Department of Electrical, Electronic and Systems Engineering Faculty of Engineering and Built Environment University Kebangsaan Malaysia (UKM)
Email: yuri.al.konstantinov@ro.ru
Malaysia, 43300, Bangi, Selangor
Mohd Ibrahim
Department of Electrical, Electronic and Systems Engineering Faculty of Engineering and Built Environment University Kebangsaan Malaysia (UKM)
Email: yuri.al.konstantinov@ro.ru
Malaysia, 43300, Bangi, Selangor
Norhana Arsad
Department of Electrical, Electronic and Systems Engineering Faculty of Engineering and Built Environment University Kebangsaan Malaysia (UKM)
Email: yuri.al.konstantinov@ro.ru
Malaysia, 43300, Bangi, Selangor
Mohd Mokhtar
Department of Electrical, Electronic and Systems Engineering Faculty of Engineering and Built Environment University Kebangsaan Malaysia (UKM)
Email: yuri.al.konstantinov@ro.ru
Malaysia, 43300, Bangi, Selangor
Ahmad Bakar
Department of Electrical, Electronic and Systems Engineering Faculty of Engineering and Built Environment University Kebangsaan Malaysia (UKM)
Email: yuri.al.konstantinov@ro.ru
Malaysia, 43300, Bangi, Selangor
Ю. Константинов
Пермский федеральный исследовательский центр УрО РАН
Author for correspondence.
Email: yuri.al.konstantinov@ro.ru
Россия, 614990, Пермь, ул. Ленина, 13а
References
- Bai Q., Wang Q., Wang D., Wang Y., Gao Y., Zhang H., Zhang M., Jin B // Sensors. 2019.V. 19. P. 1862. https://doi.org/10.3390/s19081862
- Bao X., Chen L. // Sensors. 2012. V. 12. P. 8601. https://doi.org/10.3390/s120708601
- Hartog A.H. An introduction to distributed optical fibre sensors. CRC press. 2017. https://doi.org/10.1201/9781315119014
- Almoosa A.S.K., Hamzah A.E., Zan M.S.D., Ibrahim M.F., Arsad N., Elgaud M.M. // Opt. Fiber Technol. 2022. V. 70. P. 102860. https://doi.org/10.1016/j.yofte.2022.102860
- Zan M.S.D. et al. // Opt. Fiber Technol. 2022. V. 72. P. 102977. https://doi.org/10.1016/j.yofte.2022.102977
- Zan M. et al. // J. Physics: Conference Series 2021. V. 1892. P. 012034. https://doi.org/10.1088/1742-6596/1892/1/012034
- Koyamada Y., Sakairi Y., Takeuchi N., Adachi S. // IEEE Photonics Technol. Lett. 2007. V. 19. P. 1910. https://doi.org/10.1109/LPT.2007.908651
- Nishiguchi K.I., Li C.-H., Guzik A., Kishida K. // Sensors. 2014. V. 14. P. 4731. https://doi.org/10.3390/s140304731
- Horiguchi T., Masui Y., Zan M.S.D, // Sensors. 2019. V. 19. P. 1497. https://doi.org/10.3390/s19071497
- Shibata R., Kasahara H., Elias L.P., Horiguchi T. // IEICE Electron. Express. 2017. P. 14.20170267. https://doi.org/10.1587/elex.14.20170267
- Zan M.S.D., Masui Y., Horiguchi T. // In 2018 IEEE 7th International Conference on Photonics (ICP). 2018. P. 1. https://doi.org/10.1109/ICP.2018.8533208
- Bansal M., Goyal A., Choudhary A. // Decision Analytics J. 2022. V. 3. P.100071. https://doi.org/10.1016/j.dajour.2022.100071
- Chaplot N., Dhyani P., Rishi O. // Inter. J. Comput. Sci., Engin.& Technol. 2013. V. 1. P. 12. Corpus ID: 173168717
- Nordin N.D., Zan M.S.D., Abdullah F. // Opt. Fiber Technol. 2020. V. 58. P. 102298. https://doi.org/10.1016/j.yofte.2020.102298