Sistema tátil flexível com sensores óticos multiplexados baseados em macrocurvatura

• Ano de defesa: 2020
• Autor(a) principal: Lugarini, Diogo
• Orientador(a): Muller, Márcia
• Banca de defesa: Lourenço Junior, Ivo de , Negri, Lucas Hermann , Muller, Márcia
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
• País: Brasil
• Palavras-chave em Português: Detectores ópticos; Fibras ópticas; Curvatura; Multiplexação; Análise espectral; Análise de regressão; Processamento de sinais - Modelos matemáticos; Optical detectors; Optical fibers; Curvature; Multiplexing; Spectrum analysis; Regression analysis; Signal processing - Mathematical models
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/5236

Neste trabalho são apresentadas as etapas de fabricação e teste de uma matriz de sensoriamento tátil constituída por 4 sensores de macrocurvatura em fibras óticas, multiplexados e encapsulados em silicone. Para a interrogação do sistema são usadas as informações contidas nos espectros de transmissão da matriz na região espectral do visível. A intensidade de transmissão, nos diferentes comprimentos de onda da luz, é afetada por perturbações externas causadas por cargas aplicadas sobre a superfície da matriz, permitindo o sensoriamento tátil. A resposta acoplada dos 4 sensores permitiu a identificação da magnitude e posição de cargas aplicadas simultaneamente em até 5 regiões de sensoriamento pré-estabelecidas. Regressões lineares foram usadas para analisar os espectros de transmissão obtidos quando da aplicação de cargas entre 0,0 kg e 2,0 kg sobre a superfície da matriz. O sensoriamento na matriz com um número de sensores menor do que o número de regiões de sensoriamento foi alcançado. O sistema mostrou-se capaz de reconhecer cargas e posições com erro de 0,208 kg usando a regressão Ridge. Este erro representa 10,40 % da maior carga aplicada por região e 3,47 % da maior carga total aplicada na matriz.