طراحی یک فیبر ایزوپروپانول به عنوان سنسور دمایی مبتنی بر یادگیری ژرف

در این پژوهش طرح یک سنسور دمایی فیبر نوری آورده شده که ایزوپروپانول جهت افزایش حساسیت دمایی و یادگیری ژرف جهت تشیخص تغییرات شکل ظاهری مودهای خروجی فیبر نوری و تعیین دمای محیط استفاده میکند. تغییر دمای محیط، ضریب شکست ایزوپروپانول را تغییر داده و موجب تغییر شکل ظاهری مودهای انتشاری درون فیبر نوری میگردد، سپس شناسایی الگو مبتنی بر یادگیری ژرف تغییرات ظاهری مودها را تشخیص داده و دمای محیط را تخمین میزند. در این راستا، فیبر نوری مذکور برای ۱۰۶ دمای مختلف شبیه سازی شده است. از گردآوری شبیه سازیها، پایگاه دادهی کاملی برای بازه دمایی ۷۳ الی ۸۲ درجه سانتیگراد، تشکیل شده است. پایگاه داده مذکور به الگوریتم شناسایی الگو مبتنی بر یادگیری ژرف وارد شده و نحوه تغییرات شکل ظاهری مودها با تغییرات دما به سیستم شناسایی الگو آموزش داده میشود. شناسایی الگو استفاده شده در این پژوهش، با الهام گرفتن از شبکه AlexNet طراحی شده و میتواند دمای محیط را با خطای لگاریتم کسینوس هایپربولیک ۰/۰۰۶۸۱۷۹۸۷ بدست آورد.

کلیدواژه ها:

سنسور دمایی فیبر نوری ، ایزوپروپانول ، یادگیری ژرف ، شناسایی الگو