Você está aqui: Página Inicial curitiba Estrutura do Câmpus Diretorias Diretoria de Pesquisa e Pós-Graduação Mestrado e Doutorado CPGEI Edital de Defesas 2017 CPGEI (Doutorado): Lucas Hermann Negri-20/02/17

CPGEI (Doutorado): Lucas Hermann Negri-20/02/17

Defesa Pública de Doutorado do Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
Quando 20/02/2017
das 13h00 até 17h00
Onde Sede Central: Sala C-301
Nome do Contato Prof. José Luís Fabris
Participantes Prof. José Luís Fabris, Dr. Orientador - UTFPR
Prof. Aleksander Sade Paterno, Dr. Co-orientador - UDESC
Banca examinadora:
Prof. José Luís Fabris, Dr. Presidente - UTFPR
Prof. Leandro dos Santos Coelho, Dr. - UFPR/PUCPR
Prof. Pedro Bertemes Filho, Dr. - UDESC
Prof. Alexandre de Almeida Prado Pohl, Dr. - UTFPR
Profa. Lucia Valeria Ramos de Arruda, Dra. - UTFPR
Adicionar evento ao calendário vCal
iCal

Inteligência computacional no sensoriamento a fibra ótica

Resumo: Esta tese apresenta novas metodologias baseadas em inteligência computacional para o aprimoramento de sensoriamento ótico realizado com sensores em fibra ótica. Para tanto, redes neurais artificiais, 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. 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 baseado em 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.
Palavras-chave: Sensor em Fibra Ótica. Inteligência Computacional. Sensoriamento Compressivo. Redes de Bragg em Fibra Ótica. Evolução Diferencial.

Computational intelligence applied to optical fiber sensing

Abstract: This thesis presents new optical fiber sensing methodologies based on 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 and fiber Bragg gratings were used to determine the location of a load applied to a polymethyl methacrylate sheet. A new method based on 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 for 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.
Keywords: Fiber Optical Sensor. Computational Intelligence. Compressive Sensing. Fiber Bragg Grating. Differential Evolution.

Lista de publicações:

NEGRI, L. H.; PATERNO, A. S.; MULLER, M.; FABRIS, J. L. Sparse Force Mapping System based on Compressive Sensing. IEEE Transactions on Instrumentation and Measurement, 2016 (aceito para publicação);

NEGRI, L. H.; MULLER, M.; FABRIS, J. L; PATERNO, A. S. A high performance approach for parallel computing of fiber Bragg grating strain profiles using graphics processing units. International Journal of High Performance Systems Architecture, 2016 (aceito para publicação);

NEGRI, L. H.; PATERNO, A. S.; MULLER, M.; FABRIS, J. L. Sensoriamento Táctil Distribuído com Redes de Bragg em Fibra Ótica. Latin American Workshop on Optical Fiber Sensors. (Anais). p.64–67, 2016. Porto Alegre, Brazil;

NEGRI, L. H.; SCHIEFER, E. M.; PATERNO, A. S.; MULLER, M.; FABRIS, J. L. An approach to improve the spatial resolution of a force mapping sensing system. Measurement Science and Technology, v. 27, n. 2, p. 25103, 2016;

NEGRI, L. H.; LOPES, H. S.; MULLER, M.; FABRIS, J. L.; PATERNO, A. S. An efficient method to determine strain profiles on FBGs by using differential evolution and GPU. 2015 Latin America Congress on Computational Intelligence (LA-CCI). (Anais). p.1–6, 2015. Curitiba: IEEE;

NEGRI, L. H.; SCHIEFER, E. M.; PATERNO, A. S.; MULLER, M.; FABRIS, J. L. Smartphone-based portable intensity modulated force sensor. In: H. J. Kalinowski; J. L. Fabris; W. J. Bock (Eds.); 24th International Conference on Optical Fibre Sensors. (Anais). v. 1, p.96347S, 2015. Curitiba;

NEGRI, L. H.; WANG, Y.; PATERNO, A. S.; MULLER, M. Distributive Surface Load Position Estimation by Smart Optical Sensing. MOMAG 2014. (Anais). p.359–362, 2014. Curitiba;

NEGRI, L. H.; MULLER, M.; PATERNO, A. S.; FABRIS, J. L. A New Approach to Solve the Inverse Scattering Problem Using a Differential Evolution Algorithm in Distributed Fiber Bragg Grating Strain Sensors. Latin America Optics and Photonics Conference. (Anais). p.LTu4A.19, 2014. Washington, D.C.: OSA.

Ações do documento