Wybrane zagadnienia dotyczące światłowodowych czujników zgięcia
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 15 Nr 4 (2025)
-
Sterowanie lewitacją magnetyczną za pomocą regulatora PID z adaptacją opartą na liniowej interpolacji i algorytmie genetycznym
Dominik Fila, Andrzej Neumann, Bartosz Olesik, Jakub Pawelec, Kamil Przybylak, Mateusz Ungier, Dawid Wajnert5-9
-
Opracowanie systemu prognozowania awarii maszyn pakujących
Nataliia Huliieva, Nataliia Lishchyna, Viktoriya Pasternak, Zemfira Huliieva10-13
-
Opracowanie i weryfikacja modułowej, obiektowo zorientowanej architektury kontrolera logiki rozmytej dla konfigurowalnych i wbudowanych aplikacji
Rahim Mammadzada14-24
-
Energia pękania mechanicznego i właściwości strukturalno-mechaniczne przekąsek mięsnych z dodatkiem produktów pszczelich
Artem Antoniv, Igor Palamarchuk, Leonora Adamchuk, Marija Zheplinska25-31
-
Modelowanie procesów dynamicznych w układzie nieholonomicznym w postaci równania Gibbsa-Appella na przykładzie młyna kulowego
Volodymyr Shatokhin, Yaroslav Ivanchuk, Vitaly Liman, Sergii Komar, Oleksii Kozlovskyi32-38
-
Diagnostyka Covid-19 w czasie rzeczywistym na wbudowanych platformach IoT
Elmehdi Benmalek, Wajih Rhalem, Atman Jbari, Abdelilah Jilbab, Jamal Elmhamdi39-45
-
Hybrydowe modele do diagnozy choroby Parkinsona na podstawie pisma ręcznego
Asma Ouabd, Achraf Benba, Abdelilah Jilbab, Ahmed Hammouch46-50
-
System komputerowy do diagnostyki i terapii pomijania stronnego
Krzysztof Strzecha, Agata Bukalska-Strzecha, Krzysztof Kurzdym, Dominik Sankowski51-55
-
Informatyka i pomiary w opiece zdrowotnej: głębokie uczenie się w celu przewidywania ponownych hospitalizacji pacjentów z cukrzycą
Shiva Saffari, Mahdi Bahaghighat56-64
-
Optymalizacja dokładności nieinwazyjnego monitorowania poziomu glukozy za pomocą czujnika optycznego
Nurzhigit Smailov, Aliya Zilgarayeva, Sergii Pavlov, Balzhan Turusbekova, Akezhan Sabibolda65-70
-
Stochastyczna wielocelowa optymalizacja minimaksowa połączonego ekranu elektromagnetycznego w oparciu o trójwymiarowe modelowanie pola magnetycznego napowietrznych linii elektroenergetycznych
Borys Kuznetsov, Tatyana Nikitina, Alexander Kutsenko, Ihor Bovdui, Kostiantyn Czunikhin, Olena Voloshko, Roman Voliansky, Viktoriia Ivannikova71-75
-
Zaawansowane strategie zarządzania energią dla mikrosieci AC/DC
Zouhir Boumous, Samira Boumous, Tawfik Thelaidjia76-82
-
Eksperymentalne badanie układu przekształtnika wielostopniowego
Kyrmyzy Taissariyeva, Kuanysh Muslimov, Yerlan Tashtay, Gulim Jobalayeva, Lyazzat Ilipbayeva, Ingkar Issakozhayeva, Akezhan Sabibolda83-86
-
Prognozowanie parametrów strukturalnych w nanostrukturach plazmonicznych symulowanych metodą FDTD z wykorzystaniem uczenia głębokiego
Shahed Jahidul Haque, Arman Mohammad Nakib87-94
-
Opracowanie algorytmu obliczania procesów wymiany jonowej z użyciem ekosystemu Python
Iryna Chub, Oleksii Proskurnia, Kateryna Demchenko, Oleksandr Miroshnyk, Taras Shchur, Serhii Halko95-99
-
Inteligentny model sterowania niezawodnością i bezpieczeństwem w systemach transportu miejskiego
Anastasiia Kashkanova, Alexander Rotshtein, Andrii Kashkanov, Denis Katelnikov100-107
-
Analiza interakcji elementów modułowego systemu przechowywania paczek z wykorzystaniem diagramów UML
Lyudmila Samchuk, Yuliia Povstiana, Anastasia Hryshchuk108-116
-
Ocena zmodyfikowanych heurystyk wstawiania par w celu wystarczającego rozwiązania problemu transportu na żądanie w logistyce opieki zdrowotnej
Rodolfo Eleazar Pérez Loaiza, Aaron Guerrero-Campanur, Edmundo Bonilla Huerta117-123
-
Analiza nowoczesnych narzędzi, metod audytu i monitorowania bezpieczeństwa baz danych
Kateryna Mykhailyshyn, Oleh Harasymchuk, Oleh Deineka, Yurii Dreis, Volodymyr Shulha, Yuriy Pepa124-129
-
Poprawa jakości obrazów podwodnych poprzez połączenie metody Deep‑Retinex i sieci GAN
Anuradha Chinta, Bharath Kumar Surla, Chaitanya Kodali130-136
-
Matematyczna metoda oceny stanu cyberbezpieczeństwa usług chmurowych
Yevheniia Ivanchenko, Volodymyr Shulha, Ihor Ivanchenko, Yevhenii Pedchenko, Mari Petrovska137-141
-
Ocena wydajności wdrożeń LLM w wybranych usługach kontenerowych opartych na chmurze
Mateusz Stęgierski, Piotr Szpak, Sławomir Przyłucki142-150
-
Implementacja cech w języku C# przy użyciu Roslyn Source Generators
Mykhailo Pozur, Viktoria Voitko, Svitlana Bevz, Serhii Burbelo, Olena Kosaruk151-157
-
Wpływ dostosowywalnego harmonogramowania orkiestratora na wydajność uczenia maszynowego w urządzeniach brzegowych
Konrad Cłapa, Krzysztof Grudzień, Artur Sierszeń158-163
-
Rekonfigurowana architektura CoARX do implementacji funkcji haszującej ARX w mikrokontrolerach systemów IoT o ograniczonych zasobach
Serhii Zabolotnii, Inna Rozlomii, Andrii Yarmilko, Serhii Naumenko164-169
-
Integralna ocena jakości wody źródlanej z wykorzystaniem zestawu narzędzi logiki rozmytej
Vyacheslav Repeta, Oleksandra Krykhovets, Yurii Kukura170-176
-
Wybrane zagadnienia dotyczące światłowodowych czujników zgięcia
Les Hotra, Jacek Klimek, Ihor Helzhynskyy, Oksana Boyko, Svitlana Kovtun177-181
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Niniejszy artykuł przedstawia kompleksowy przegląd czujników zgięcia (bending sensors) i ich klasyfikacji. Główny nacisk kładzie się na osiągnięcia w projektowaniu optycznych światłowodowych czujników zgięcia opartych na światłowodowych siatkach Bragga (FBG). Przeanalizowano różne zasady pomiaru stosowane w światłowodowych czujnikach zgięcia, podkreślając ich zalety i ograniczenia. Szczególną uwagę poświęcono czujnikom wykorzystującym siatki długookresowe (LPG), światłowodowe skośne siatki Bragga (TFBG) oraz wielordzeniowe struktury światłowodowe, które wykazują znaczny potencjał w zakresie rozwoju wysoce czułych i kompaktowych czujników zgięcia.
Słowa kluczowe:
Cele Zrównoważonego Rozwoju (SDG)
- Koniec z ubóstwem
Bibliografia
[1] Amorebieta J. et al.: Compact omnidirectional multicore fiber-based vector bending sensor. Sci Rep 11, 2021, 5989 [https://doi.org/10.1038/s41598-021-85507-9].
[2] Barrera D., Madrigal J., Sales S.: Long Period Gratings in Multicore Optical Fibers for Directional Curvature Sensor Implementation. Journal of Lightwave Technology 36(4), 2018, 1063–1068 [https://doi.org/10.1109/JLT.2017.2764951].
[3] Chen Y. et al.: Experimental study on temperature-insensitive curvature sensor based on reflective all-fiber structure. Infrared Physics & Technology 137, 2024, 105146 [https://doi.org/10.1016/j.infrared.2024.105146].
[4] Exploring FBG Tilt Sensor Market Disruption and Innovation. DiMarket. [https://www.datainsightsmarket.com/reports/fbg-tilt-sensor-1670260#].
[5] Fazzi L.: Minimal Intrusive Multi-parameter Optical Fibre Sensor for Aerospace Structures and Adhesives. Dissertation, Delft University of Technology [https://doi.org/10.4233/uuid:6bbb0c33-97b7-415e-9649-9e0d7f4117de].
[6] Fiber Bragg Grating Sensor Market Size & Share Analysis – Growth Trends and Forecast (2025–2030) Mordor Intelligence [https://www.mordorintelligence.com/industry-reports/fiber-bragg-grating-sensor-market].
[7] Harasim D.: Temperature-insensitive bending measurement method using optical fiber sensors. Sensors and Actuators A: Physical 332/2021, 113207 [https://doi.org/10.1016/j.sna.2021.113207].
[8] Kisała P.: Physical foundations determining spectral characteristics measured in Bragg gratings subjected to bending. Metrol. Meas. Syst. 29(3), 2022, 573–584 [https://doi.org/10.1016/j.sna.2021.113207].
[9] Kok S. P. et al.: Advances in Fiber Bragg Grating (FBG) Sensing: A Review of Conventional and New Approaches and Novel Sensing Materials in Harsh and Emerging Industrial Sensing. IEEE Sensors Journal 24(19), 2024, 29485–29505 [https://doi.org/10.1109/jsen.2024.3434351].
[10] Li Y. et al.: Temperature-insensitive vector curvature sensor based on four-core fiber offset structure, Infrared Physics & Technology 140, 2024, 105368 [https://doi.org/10.1016/j.infrared.2024.105368].
[11] Liu Y. et al.: Investigations on seven-core fiber based interferometric all-fiber sensor for curvature and temperature measurements. Optik 254, 2022, 168638 [https://doi.org/10.1016/j.ijleo.2022.168638].
[12] Liu Z. et al.: Temperature-insensitive curvature sensor based on Bragg gratings written in strongly coupled multicore fiber. Opt. Lett. 46, 2021, 3933–3936 [https://doi.org/10.1364/OL.432889].
[13] Peng Y. et al.: Recent advances in flexible bending sensors and their applications. International Journal of Smart and Nano Materials 15(4), 2024, 697–729 [https://doi.org/10.1080/19475411.2024.2417834].
[14] Prisutova J. et al.: Use of Fibre-Optic Sensors for Pipe Condition and Hydraulics Measurements: A Review. Civil Eng. 3(1), 2022, 85–113 [https://doi.org/10.3390/civileng3010006].
[15] Valentín-Coronado L. M. et al.: Bending classification from interference signals of a fiber optic sensor using shallow learning and convolutional neural networks. Pattern Recognition Letters 186, 2024, 354–360 [https://doi.org/10.1016/j.patrec.2024.06.029].
[16] Wang H. et al.: Multi-parameter sensor based on cascaded multicore FBGs and an FPI for bending, temperature and pressure measurements. Optics & Laser Technology 175, 2024, 110782 [https://doi.org/10.1016/j.optlastec.2024.110782].
[17] Wang Q., Liu Y.: Review of optical fiber bending/curvature sensor. Measurement 130, 2018, 161–176.
[18] Xia Q. et al.: Research on fiber Bragg grating Fabry-Perots bending sensor based on principal component analysis. Optics Express 33(4), 2025, 8014–8026 [https://doi.org/10.1364/OE.546742].
[19] Xu M. et al.: High-sensitivity two-axis vector bending sensor based on side-grooved long period grating in eccentric core fiber. Optics & Laser Technology, 153, 2022, 108218 [https://www.sciencedirect.com/science/article/pii/S0030399222003759].
[20] Xu S., Chen H., Feng W.: Fiber-optic curvature and temperature sensor based on the lateral-offset spliced SMF-FCF-SMF interference structure. Optics & Laser Technology 141, 2021, 107174 [https://doi.org/10.1016/j.optlastec.2021.107174].
[21] Yang S. et al.: Highly Sensitive Bending Sensor Based on Multicore Optical Fiber With Diagonal Cores Reflector at the Fiber Tip. Journal of Lightwave Technology 40(17), 2022, 6030–6036 [https://doi.org/10.1109/JLT.2022.3184042].
[22] Yassin M. H. et al.: Fiber Bragg grating (FBG)-based sensors: a review of technology and recent applications in structural health monitoring (SHM) of civil engineering structures. Discov Civ Eng 1, 2024, 151 [https://doi.org/10.1007/s44290-024-00141-4].
[23] Zhang K. et al.: Simultaneous detection of vector bending and temperature using dual-core fiber cascaded FBG structure. Measurement 241, 2025, 115760 [https://doi.org/10.1016/j.measurement.2024.115760].
[24] Zhang S. et al.: All fiber compact bending sensor with high sensitivity based on a multimode fiber embedded chirped long-period grating. Opt. Lett. 45, 2020, 4172–4175 [https://doi.org/10.1364/OL.396301].
[25] Zhao Z, Dang Y, Tang M.: Advances in Multicore Fiber Grating Sensors. Photonics 9(6), 2022, 381 [https://doi.org/10.3390/photonics9060381].
[26] Zhou Y. et al.: High-sensitive bending sensor based on a seven-core fiber. Optics Communications 483, 2021, 126617.
##plugins.themes.bootstrap3.article.details##
Abstract views: 357
Downloads: 235

