| Resumo: |
Grades de longo período em fibra (LPGs) são dispositivos versáteis e fabricados dentro de fibras ópticas, e um dos seus usos é a fabricação de sensores ópticos. Tais sensores têm ganhado atenção significativa nos últimos anos devido às suas capacidades únicas de detecção e facilidade de fabricação. No entanto, sua adoção generalizada tem sido dificultada pela complexidade e custo dos métodos tradicionais de interpretação (interrogação) dos seus dados, que muitas vezes dependem de equipamentos volumosos e caros. Nesta tese, uma nova abordagem para a interrogação de LPGs é apresentada. Ela usa um banco de filtros ópticos esparsos e algoritmos de aprendizado de máquina para alcançar medições econômicas e confiáveis. A abordagem proposta é investigada através de três métodos distintos, cada um construído sobre o anterior, culminando em uma rede neural totalmente conectada baseada em autoatenção. Essa abordagem permite o uso de FBGs com posições arbitrárias em uma configuração multissensor, melhorando a relação custo-benefício do sistema e incorporando recursos de detecção multiponto. Os resultados demonstram a eficácia da abordagem proposta, mostrando sua alta precisão, robustez ao ruído e capacidade de generalização para uma ampla gama de sensores LPG e configurações de sensores FBG. Foi possível obter resoluções na ordem de nanometros com a abordagem proposta. Com o uso de sistemas fuzzy e FBGs estáticas, foi possível estimar a posição do sensor LPG com incerteza de 0.481 nm com baixa sensibilidade ao ruído com relação sinal-ruído de 20 a 12 dB, sem impacto na resolução do sistema. Em topologias mais complexas, em que as FBGs atuam como sensores, a incerteza foi de 0.687 nm usando um modelo de auto-atenção treinado com dados sintéticos. O uso de dados sintéticos para treinamento supera as limitações de aquisição de grandes conjuntos de dados, permitindo o desenvolvimento de modelos mais robustos e complexos. Para avaliar a efetividade da técnica proposta, um sensor de índice de refração foi construído e interrogado pelo sistema proposto com erro menor que 0.2%. Esta tese deve contribuir significativamente para o campo da interrogação de sensores LPG, oferecendo uma solução promissora para várias aplicações, principalmente no monitoramento de saúde estrutural, sensoriamento ambiental e controle de processos industriais. A abordagem proposta abre caminho para avanços adicionais na tecnologia de sensoriamento LPG e sua ampla adoção em campo. |
|---|
