【摘 要】
：
基于高双折射光子晶体光纤的压力传感器具有灵敏度高,尺寸小,应用领域广等优良特性,在压力传感领域有着巨大的研究价值。本文基于全矢量有限元法,设计了三种不同的高双折射光子晶体光纤压力传感结构,并对其特性进行理论分析研究。主要工作如下:（1）设计一种椭圆边孔的高双折射光子晶体光纤压力传感器。在X和Y方向上分别设计两种相互对称的椭圆形边孔,包层空气孔呈六边形周期排列,选用聚碳酸酯作为纤芯填充材料,并在纤芯
论文部分内容阅读
基于高双折射光子晶体光纤的压力传感器具有灵敏度高,尺寸小,应用领域广等优良特性,在压力传感领域有着巨大的研究价值。本文基于全矢量有限元法,设计了三种不同的高双折射光子晶体光纤压力传感结构,并对其特性进行理论分析研究。主要工作如下:（1）设计一种椭圆边孔的高双折射光子晶体光纤压力传感器。在X和Y方向上分别设计两种相互对称的椭圆形边孔,包层空气孔呈六边形周期排列,选用聚碳酸酯作为纤芯填充材料,并在纤芯周围对称地引入四个椭圆形空气孔。采用有限元法进行仿真分析,研究传感器不同的结构参数对传感器性能的影响,通过调整传感器的结构参数,设计出性能优良的光子晶体光纤压力传感器。数值分析表明在400MPa-1000MPa压力传感范围内,该传感器具有2.5×10-4Mpa-1的超高灵敏度。该传感器在航空航天、结构健康监测等方面具有良好的应用前景。（2）设计一种矩形边孔的高双折射光子晶体光纤压力传感器。该传感器的边孔由X方向上两个对称的矩形空气孔组成,包层中的空气孔按六边形形状周期排列,通过交替排列圆形和椭圆形两种不同的空气孔来提高灵敏度。采用有限元法对该结构进行分析,通过结构优化,发现该传感器在500MPa-1000MPa的压力范围内,可以达到的压力灵敏度为2.6×10-4Mpa-1,高灵敏度使得该传感器在安全检测、水下探测等领域具有重要的应用价值。（3）设计一种圆形边孔的高双折射光子晶体光纤压力传感器。结构中除纤芯外均采用圆形空气孔,以降低制造难度和工艺复杂度。在X方向上引入两个对称的圆形边孔,包层空气孔在六边形周期排列的基础上去掉Y方向上的部分空气孔,从而降低结构的复杂度并保持高压力灵敏度。在纤芯区域填充具有高压力敏感材料以提高压力传感特性。采用有限元法分析不同参数对传感器性能的影响,发现在0MPa-400MPa压力传感范围内,有着2.6×10-4Mpa-1的超高灵敏度。该传感器在生物压力传感、环境检测等领域具有潜在的应用价值。
其他文献
随着神经科学与计算机科学的推进,深度学习不仅在传统的图像、语音等信号处理领域不断刷新指标,而且逐渐开始被其他专业领域所关注,目前已在金融、医疗甚至社会学研究等多个行业都取得了突破性进展。随着深度学习算法被越来越多领域所接受和使用,专业领域的研究者迫切需要能对算法进行便捷地测试验证,并将成熟算法快速落地部署,形成生产力。但深度神经网络因其存储密集、计算密集等特点,加之应用场景对硬件资源的限制,对软、
弱视容易引起人体视力障碍以及视力丧失,及时且准确的诊断对于弱视的治疗十分必要。现有研究表明异常的双眼竞争是弱视的可能发病原因,因此研究双眼竞争对于弱视诊断具有实际意义。视觉诱发电位是视觉电生理技术中的一种,可以客观地对受检者的视觉系统做出评估。视觉诱发电位中的mf VEP（Multifocal Visual Evoked Potential,多焦视觉诱发电位）总体检测时间较短,既可以检查到眼底整体
深海电动云台是一种重要的深海探测辅助设备,可搭载深海摄像机、深海照明灯和声呐等小型设备,通过角度调整实现更好的观测效果,因此,在海洋工程和海洋科考领域受到了广泛应用。然而,目前我国并无国产深海电动云台产品,仍受到欧美垄断的制约。为促进深海电动云台的国产化进程,论文研究了深海电动云台控制系统,主要进行了深海电动云台步进电机驱动控制器设计和深海环境下的云台高精度控制研究等。论文研究了步进电机工作原理和
随着中国经济社会的迅猛发展以及基础设施的逐步完善,保障交通安全特别是疲劳驾驶检测成为国内外研究热点,而推广疲劳驾驶检测系统的关键问题是如何在保证可用性的同时提升疲劳驾驶检测的准确度。面向物流车驾驶的实际应用场景,本文提出一种基于深度学习的定制化疲劳检测方法。通过驾驶员功能近红外光谱成像（Functional Near-infrared Spectroscopy,f NIRS）数据训练模型,对驾驶员
半导体功率器件能够提高电能转换效率,对实现我国“双碳”目标极其重要。场截止绝缘栅双极型晶体管（FS IGBT）是目前最前沿的半导体功率器件之一,其研究重点主要聚焦于优化关断损耗与导通电压的折中关系。将超结结构引入场截止IGBT可改良这一折中关系。在实际应用中,功率器件会碰到一些极端工况,如:大电流关断、短路等恶劣场景,很容易导致器件损坏。因此在优化IGBT折中关系的同时也需要格外考虑器件的可靠性。
近年来,随着物联网的快速发展,其数据的安全可信问题成为业内非常重要的研究内容,区块链以其天然的安全优势为物联网的安全可信问题提供了一类可行的解决方案,迅速将物联网与区块链技术的融合研究推向热潮。但区块链采用算力不菲、能耗昂贵的hash难题、数字签名、共识算法等技术作为安全机制,致使其能耗昂贵、吞吐量低、延迟冗长的低效短板不能满足物联网实际应用中的系统能效高、事务处理吞吐量大、处理及时性强的高效需求
由多种无线通信技术融合形成的异构无线网络（Heterogeneous Wireless Networks,HWNs）能有效整合不同网络的资源,为海量的各类终端提供高质量网络服务。其中,网络切换技术的研究对于终端在HWNs中无缝漫游有重要的意义。随着新兴的各种无线技术快速深入地融合到千行百业之中,处于“万物互联”中的海量终端携带着多样化的业务使用户对于网络服务的体验提出了更高的要求。如何在由终端移动
行人重识别（Person Re-Identification,Re ID）是分布式多摄像头监控中的一项基本任务,旨在对不同摄像头下的相同行人进行匹配。随着深度学习的迅速发展,传统可见光下行人匹配的精度大幅度提升。然而,深度神经网络存在的缺陷是需要大量有标签数据进行训练。在开放环境下,为每一个感兴趣的目标场景收集标注完备的行人数据是不现实的。另外,对于某些行人外观变化剧烈的场景（如可见光-红外跨模态
随着社会需求的不断改变以及各种工业、通信技术的发展,电子设备和仪器也设计得越来越复杂,通常需要数米甚至数公里的电缆传输电力、数据和控制信号。因此通信电缆在确保各种电子设备与仪器的正常中起着至关重要的作用,各系统间使用的连接电缆一旦发生损坏,将导致系统无法正常工作。实时检测电缆状态对确保系统稳定性和降低维护成本至关重要。反射法常用于检测电缆中的故障。然而,该类方法无法有效识别软故障,不能对电缆故障严
随着卷积神经网络的发展,基于深度学习的检测算法已经取得了很好的检测效果。然而,这些检测算法都要求训练集与测试集必须拥有相同的数据分布。一旦环境发生改变,就会使得检测模型性能严重降低。这需要重新收集新环境下同分布的数据,并且需要制作相应的训练标签。在许多的实际应用场景中,重新收集数据、制作标签是非常费时费力的。于是,研究在检测中如何对两个不同域进行知识迁移引起了广泛的关注。跨域目标检测就是解决这一问