Sélection de la langue

Gouvernement du Canada / Government of Canada

Recherche

High-efficiency random fiber laser based on strong random fiber grating for MHz ultrasonic sensing

Par Conseil national de recherches du Canada

DOITrouver le DOI : https://doi.org/10.1109/JSEN.2020.2972021
AuteurRechercher : Identifiant ORCID : https://orcid.org/0000-0003-4250-7275; Rechercher : 1Identifiant ORCID : https://orcid.org/0000-0002-8610-4032; Rechercher : ; Rechercher : ; Rechercher : 1Identifiant ORCID : https://orcid.org/0000-0002-6144-0937; Rechercher : ; Rechercher : Identifiant ORCID : https://orcid.org/0000-0002-5525-0694
Affiliation
  1. Conseil national de recherches du Canada. Technologies de sécurité et de rupture
FormatTexte, Article
Sujetfiber lasers; optical fiber sensors; fiber gratings; ultrasonic sensing
Résumé
An Erbium-gain random fiber laser based on a strong random fiber grating (RFG) is experimentally demonstrated and applied to MHz ultrasound wave detection. The strong RFG with up to-10 dB reflectivity as well as a highly-doped Erbium doped fiber (HD-EDF) enabled a highly efficient random laser radiation with 1-kHz narrow linewidth. With the RFG as the feedback and the sensing head, both burst and continuous ultrasonic signals of up to 8 MHz can be demodulated by dynamics analysis from the random lasing emission. Results show that the detected signal-to-noise ratio (SNR) of 5.1 MHz ultrasound signal remains larger than 43 dB. The proposed random fiber laser sensor provides a broad ultrasonic bandwidth, high sensitivity, simple structure, low cost and robustness to the harsh environment, suggesting prospective applications for ultrasonic wave-associated acoustic emission (AE) detection in structure health monitoring and biomedical diagnosis.
Date de publication
Maison d’éditionIEEE
Dans
  • IEEE Sensors Journal 20, nº 11 : 5885–5892.
Langueanglais
Publications évaluées par des pairsOui
Exporter la noticeExporter en format RIS
Signaler une correctionSignaler une correction (s'ouvre dans un nouvel onglet)
Identificateur de l’enregistrement52ee8b0f-b83b-456f-9ad3-c134e78a32a9
Enregistrement créé2020-06-29
Enregistrement modifié2020-07-02
Date de modification :