Registro fonte: Inteligência computacional no sensoriamento a fibra ótica

Inteligência computacional no sensoriamento a fibra ótica

This thesis presents new optical fiber sensing methodologies employing computational intelligence approaches seeking for the improvement of the sensing performance. Particularly, artificial neural networks, support vector regression, differential evolution and compressive sensing methods were employ...

ver descrição completa

Autor principal:	Negri, Lucas Hermann
Formato:	Tese
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2017
Assuntos:	Inteligência artificial Redes neurais (Computação) Simulação (Computadores digitais) Compressão de dados (Computação) Comunicações ópticas Engenharia elétrica Artificial intelligence Neural networks (Computer science) Digital computer simulation Data compression (Computer science) Optical communications Electric engineering CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS INSTRUMENTACAO CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::TEORIA ELETROMAGNETICA, MICROONDAS, PROPAGACAO DE ONDAS, ANTENAS Engenharia Elétrica
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/2873
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-2873
recordtype	dspace
spelling	riut-1-28732017-12-28T15:46:10Z Inteligência computacional no sensoriamento a fibra ótica Computational intelligence applied to optical fiber sensing Negri, Lucas Hermann Fabris, José Luís http://lattes.cnpq.br/1133118124160525 Paterno, Aleksander Sade http://lattes.cnpq.br/2127706553090788 Fabris, José Luís Pohl, Alexandre de Almeida Prado Arruda, Lucia Valeria Ramos de Coelho, Leandro dos Santos Inteligência artificial Redes neurais (Computação) Simulação (Computadores digitais) Compressão de dados (Computação) Comunicações ópticas Engenharia elétrica Artificial intelligence Neural networks (Computer science) Digital computer simulation Data compression (Computer science) Optical communications Electric engineering CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS INSTRUMENTACAO CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::TEORIA ELETROMAGNETICA, MICROONDAS, PROPAGACAO DE ONDAS, ANTENAS CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS INSTRUMENTACAO Engenharia Elétrica This thesis presents new optical fiber sensing methodologies employing computational intelligence approaches seeking for the improvement of the sensing performance. Particularly, artificial neural networks, support vector regression, differential evolution and compressive sensing methods were employed with fiber Bragg grating transducers. Artificial neural networks (multilayer perceptron) and fiber Bragg gratings were used to determine the location of a load applied to a polymethyl methacrylate sheet. A new method based on the application of differential evolution is proposed to solve the inverse scattering problem in fiber Bragg gratings, where constraints are imposed to solve the problem without the need of phase information. A method for detecting multiple loads on a metal sheet is also proposed. In this method, the metal sheet is supported by iron rings containing fiber Bragg gratings, and compressive sensing methods are employed to solve the resulting underdetermined inverse problem. Further developments of the method replaced the iron rings by silicon blocks and employed a new reconstruction method based on compressive sensing and differential evolution. Experimental results show that the proposed computational methods improve the optical fiber sensing and lead to an enhancement of the spatial resolution without increasing the number of transducers. CAPES; CNPq; Fundação Araucária; FINEP Esta tese apresenta aplicações de inteligência computacional para o aprimoramento de sensoriamento ótico realizado com sensores em fibra ótica. Para tanto, redes neurais artificiais (perceptron de múltiplas camadas), máquinas de vetor de suporte para regressão, evolução diferencial e métodos de sensoriamento compressivo são empregados em conjunto com transdutores de redes de Bragg em fibras óticas. As redes neurais artificiais, máquinas de vetor de suporte para regressão e redes de Bragg são empregadas na localização de uma carga aplicada sobre uma placa de acrílico. É apresentado um novo método utilizando evolução diferencial para a solução do problema do espalhamento inverso em redes de Bragg em fibra ótica, propondo o uso de restrições para solucioná-lo na ausência de informação de fase do sinal refletido. Um método para a detecção de múltiplas cargas posicionadas acima de uma placa de metal é proposto. Neste método, a placa de metal é suportada por anéis de ferro contendo redes de Bragg em fibra ótica e a detecção das cargas é realizada com o uso de métodos de sensoriamento compressivo para a solução do problema inverso subdeterminado resultante. A troca dos anéis de ferro por blocos de silicone e um novo método baseado em sensoriamento compressivo e evolução diferencial são propostos. Os resultados experimentais mostram que os métodos computacionais propostos auxiliam o sensoriamento e podem permitir uma melhoria da resolução espacial do sistema sem a necessidade do aumento do número de elementos transdutores. 2017-12-28T15:46:10Z 2017-12-28T15:46:10Z 2017-02-20 doctoralThesis NEGRI, Lucas Hermann. Inteligência computacional no sensoriamento a fibra ótica. 2017. 112 f. Tese (Doutorado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017. http://repositorio.utfpr.edu.br/jspui/handle/1/2873 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Curitiba Brasil Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Inteligência artificial Redes neurais (Computação) Simulação (Computadores digitais) Compressão de dados (Computação) Comunicações ópticas Engenharia elétrica Artificial intelligence Neural networks (Computer science) Digital computer simulation Data compression (Computer science) Optical communications Electric engineering CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS INSTRUMENTACAO CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::TEORIA ELETROMAGNETICA, MICROONDAS, PROPAGACAO DE ONDAS, ANTENAS CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS INSTRUMENTACAO Engenharia Elétrica
spellingShingle	Inteligência artificial Redes neurais (Computação) Simulação (Computadores digitais) Compressão de dados (Computação) Comunicações ópticas Engenharia elétrica Artificial intelligence Neural networks (Computer science) Digital computer simulation Data compression (Computer science) Optical communications Electric engineering CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS INSTRUMENTACAO CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::TEORIA ELETROMAGNETICA, MICROONDAS, PROPAGACAO DE ONDAS, ANTENAS CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::MEDIDAS ELETRICAS, MAGNETICAS E ELETRONICAS INSTRUMENTACAO Engenharia Elétrica Negri, Lucas Hermann Inteligência computacional no sensoriamento a fibra ótica
description	This thesis presents new optical fiber sensing methodologies employing computational intelligence approaches seeking for the improvement of the sensing performance. Particularly, artificial neural networks, support vector regression, differential evolution and compressive sensing methods were employed with fiber Bragg grating transducers. Artificial neural networks (multilayer perceptron) and fiber Bragg gratings were used to determine the location of a load applied to a polymethyl methacrylate sheet. A new method based on the application of differential evolution is proposed to solve the inverse scattering problem in fiber Bragg gratings, where constraints are imposed to solve the problem without the need of phase information. A method for detecting multiple loads on a metal sheet is also proposed. In this method, the metal sheet is supported by iron rings containing fiber Bragg gratings, and compressive sensing methods are employed to solve the resulting underdetermined inverse problem. Further developments of the method replaced the iron rings by silicon blocks and employed a new reconstruction method based on compressive sensing and differential evolution. Experimental results show that the proposed computational methods improve the optical fiber sensing and lead to an enhancement of the spatial resolution without increasing the number of transducers.
format	Tese
author	Negri, Lucas Hermann
author_sort	Negri, Lucas Hermann
title	Inteligência computacional no sensoriamento a fibra ótica
title_short	Inteligência computacional no sensoriamento a fibra ótica
title_full	Inteligência computacional no sensoriamento a fibra ótica
title_fullStr	Inteligência computacional no sensoriamento a fibra ótica
title_full_unstemmed	Inteligência computacional no sensoriamento a fibra ótica
title_sort	inteligência computacional no sensoriamento a fibra ótica
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2017
citation	NEGRI, Lucas Hermann. Inteligência computacional no sensoriamento a fibra ótica. 2017. 112 f. Tese (Doutorado em Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/2873
_version_	1805318116511580160
score	10,814766

Inteligência computacional no sensoriamento a fibra ótica

Registros relacionados