高複屈折低反射率FBG-FPIによる温度とひずみの多点同時測定

点击翻译按钮获取中文摘要

本研究の目的は、ひずみと温度変化を同時に測定可能で、かつ、高速で高精度な測定が可能な光ファイバセンサを実現する事である。センシング素子として、高複屈折ファイバ上に低反射率光ファイバ・ブラッググレーティングFBGを2つ書き込むことで構成したファブリ・ペロー干渉計(FBG-FPI) を導入する事で高精度なひずみと温度の多点同時測定を、センサ応答の読み出しに半導体レーザの高速波長掃引を用いる事で高速な測定を実現する。既に、高複屈折ファイバ上に構成した低反射率FBG-FPIを用いて温度とひずみの同時センシングを試みており、単点センサとして使用した場合は同等の条件で高反射率のFBG-FPIを使用した時よりも高精度な測定ができること、その一方で、設置する低反射率FBG-FPIを追加し、多点センサとして使用した場合は、計測点を数点増やしただけで測定精度が低下する事が分かっている。今年度は、フーリエ変換によらないセンサ出力の解析方法として、多重回帰分析を用いる方法と機械学習を用いる手法を検討した。多重回帰分析を用いる方法では、標本化した反射スペクトルを正弦関数自体を独立変数とした重回帰モデルと捉え、回帰係数を推定して位相情報を得る。この手法では、フーリエ変換を用いた解析では分離不可能な近接した周波数の正弦関数を分離可能である。実際にこの手法を用いて固体振動測定の実験を行い、振動検出が可能である事を確認した。機械学習を用いる手法ではニューラルネットワークを採用し、実験条件を再現したシミュレーションデータを学習させた。機械学習を用いれば、光源の波長掃引の非線形性や強度の変動に対処する為の数値補正に頼らずとも高精度な位相推定が行える可能性がある。現在、概ね妥当な位相推定結果が得られているが、実用には推定精度を更に向上させ、学習データを実際に実験で得られるデータに近づける必要がある。