Моделирование и исследование ВБР-интеррогатора на основе двумерного датчика изображения

   Интеррогаторы на основе волоконной брэгговской решетки (ВБР) содержат подвижный рассеивающий элемент, который отслеживает центральную длину волны решетки. Подвижный элемент интеррогатора ограничивает скорость опроса. Предлагается метод опроса, не использующий подвижные элементы. Это достигается применением массива волноводов (Arrayed Waveguide Grating, AWG) для разделения отраженного спектра ВБР и сверточной нейронной сети для обучения с целью определения центральной длины волны. В большинстве известных исследований выход AWG рассматривается как одномерный массив данных для обучения нейронной сети. Однако сверточная нейронная сеть лучше всего работает с двумерными изображениями. Представлен подход, преобразующий выход AWG с помощью двумерного датчика изображения круговой конфигурации. Метод позволяет повысить точность и улучшить разрешение при прогнозировании центральной длины волны. Сигнал AWG проецируется на двумерный датчик изображения, имеющий форму сетки или круговую конфигурацию. Количество используемых каналов AWG составляет 32, что соответствует расстоянию между длинами волн каналов 0,0625 нм. Круговая конфигурация обеспечивает более точное извлечение признаков с помощью сверточной нейронной сети. Для опроса ВБР используется 32-лучевая пассивная решетка волноводов в круговой конфигурации. Она обеспечивает проецирование выходных сигналов ВБР на датчик изображения, что дает возможность прогнозировать длину волны Брэгга с высоким разрешением. Компьютерное моделирование предложенного устройства опросов продемонстрировало прогнозируемое разрешение ± 1 пм с точностью 98 %. Отметим, что представленные значения являются оценочными и подлежат уточнению на аппаратном прототипе. Такие устройства сравнительно просты в изготовлении и доступны потребителям.

1. Zhou Z., Ou J. Development of FBG sensors for structural health monitoring in civil infrastructures // Sensing Issues in Civil Structural Health Monitoring. 2005. P. 197–207. doi: 10.1007/1-4020-3661-2_20

2. Kahandawa G.C., Epaarachchi J., Wang H., Lau K.T. Use of FBG sensors for SHM in aerospace structures // Photonic Sensors. 2012. V. 2. N 3. P. 203–214. doi: 10.1007/s13320-012-0065-4

3. Lee J.R., Chong S.Y., Yun C.Y., Sohn H. Design of Fiber Bragg Grating acoustic sensor for structural health monitoring of nuclear power plant // Advanced Materials Research. 2010. V. 123-125. P. 859–862. doi: 10.4028/www.scientific.net/amr.123-125.859

4. Riza M.A., Go Y.I., Harun S.W., Maier R.R.J. FBG sensors for environmental and biochemical applications review // IEEE Sensors Journal. 2020. V. 20. N 14. P. 7614–7627. doi: 10.1109/jsen.2020.2982446

5. Presti D.L., Massaroni C., Leitao C.S.J., Domingues M.D., Sypabekova M., Barrera D., et al. Fiber Bragg Gratings for medical applications and future challenges : a review // IEEE Access. 2020. V. 8. P. 156863–156888. doi: 10.1109/ACCESS.2020.3019138

6. Kashyap R. Fiber Bragg Gratings. Academic press, 2009. 458 p.

7. Sengupta D. Fiber Bragg Grating sensors and interrogation systems // Optical Fiber Sensors Advanced Techniques and Applications. 2015. P. 207–256.

8. Santos J.L., Ferreira L.A., Araujo F.M. Fiber Bragg Grating interrogation systems // Fiber Bragg Grating Sensors: Recent Advancements, Industrial Applications and Market Exploitation. 2011. P. 78–98.

9. Cui J., Hu Y., Feng K., Li J., Tan J. FBG interrogation method with high resolution and response speed based on a reflective-matched FBG scheme // Sensors. 2015. V. 15. N 7. P. 16516–16535. doi: 10.3390/s150716516

10. Diaz C.A., Leitão C., Marques C.A., Domingues M., Alberto N., Pontes M., et al. Low-cost interrogation technique for dynamic measurements with FBG-based devices // Sensors. 2017. V. 17. N 10. P. 2414. doi: 10.3390/s17102414

11. Lei M., Zou W., Li X., Chen J. Ultrafast FBG interrogator based on time-stretch method // IEEE Photonics Technology Letters. 2016. V. 28. N 7. P. 778-781. doi: 10.1109/LPT.2015.2513903

12. Marrazzo V.R., Fienga F., Riccio M., Irace A., Breglio G. Multichannel approach for arrayed waveguide grating-based FBG interrogation systems // Sensors. 2021. V. 21. N 18. P. 6214. doi: 10.3390/s21186214

13. Niewczas P., Willshire A.J., Dziuda L., McDonald J.R. Performance analysis of the Fiber Bragg Grating interrogation system based on an arrayed waveguide grating // IEEE Transactions on Instrumentation and Measurement. 2004. V. 53. N 4. P. 1192–1196. doi: 10.1109/tim.2004.830780

14. Marrazzo V.R., Fienga F., Laezza D., Riccio M., Irace A., Buontempo S., Breglio G. Full analog fiber optic monitoring system based on arrayed waveguide grating // Journal of Lightwave Technology. 2021. V. 39. N 15. P. 4990–4996. doi: 10.1109/jlt.2021.3083061

15. Trita A., Vickers G., Mayordomo I., van Thourhout D., Vermeiren J. Design, integration, and testing of a compact FBG interrogator, based on an AWG spectrometer // Proceedings of SPIE. 2014. V. 9133. P. 91330D. doi: 10.1117/12.2058107

16. Barino F.O., dos Santos A.B. LPG interrogator based on FBG array and artificial neural network // IEEE Sensors Journal. 2020. V. 20. N 23. P. 14187–14194. doi: 10.1109/JSEN.2020.3007957

17. Chen S., Yao F., Ren S., Wang G., Huang M. Cost-effective improvement of the performance of AWG-based FBG wavelength interrogation via a cascaded neural network // Optics Express. 2022. V. 30. N 5. P. 7647–7663. doi: 10.1364/oe.449004

18. Ren S., Chen S., Yang J., Wang J., Yang Q., Xue C., et al. High-efficiency FBG array sensor interrogation system via a neural network working with sparse data // Optics Express. 2023. V. 31. N 5. P. 8937–8952. doi: 10.1364/oe.479708

19. Tan Z., Ren W., Liu Z, Feng S., Chen Z. Fiber Bragg Grating sensor interrogator based on 2D imaging system // Applied Optics. 2014. V. 53. N 23. P. 5259–5263. doi: 10.1364/ao.53.005259

20. Jiang X., Yang Z., Wu L., Dang Z., Ding Z., Liu Z., et al. Fiber spectrum analyzer based on planar waveguide array aligned to a camera without lens // Optics and Lasers in Engineering. 2022. V. 159. P. 107226. doi: 10.1016/j.optlaseng.2022.107226

21. Ding Z., Chang Q., Deng Z., Ke S., Jiang X., Zhang Z. FBG interrogator using a dispersive waveguide chip and a CMOS camera // Micromachines. 2024. V. 15. N 10. P. 1206. doi: 10.3390/mi15101206

22. Phing H.S., Ali J., Rahman R.A., Tahir B.A. Fiber Bragg Grating modeling, simulation and characteristics with different grating lengths // Malaysian Journal of Fundamental and Applied Sciences. 2007. V. 3. N 2. P. 167–175. doi: 10.11113/mjfas.v3n2.26

23. Ikhlef A., Hedara R., Chikh-Bled M. Uniform Fiber Bragg Grating modeling and simulation used matrix transfer method // International Journal of Computer Science Issues. 2012. V. 9. N 1. P. 368–374.

24. Ismail N., Sun F., Sengo G., Wörhoff K., Driessen A., de Ridder R.M., Pollnau M. Improved arrayed-waveguide-grating layout avoiding systematic phase errors // Optics Express. 2011. V. 19. N 9. P. 8781–8794. doi: 10.1364/oe.19.008781