基于芯片的光子溫度計(jì)的早期原型。傳感器內(nèi)置于芯片中，光線通過光纖進(jìn)出傳感器。學(xué)分：詹妮弗勞倫李/NIST

使用光測(cè)量溫度的光子溫度計(jì)已經(jīng)以光纖形式出現(xiàn)了幾十年。這些設(shè)備稱為光纖布拉格光柵，嵌入比人類頭發(fā)還細(xì)的商用光纖中，類似于網(wǎng)絡(luò)通信中無處不在的光纖。

這些傳感器價(jià)格低廉，并且能夠嵌入到原本難以接近的結(jié)構(gòu)中，因此通常用于民用基礎(chǔ)設(shè)施（包括橋梁和隧道）以及石油和天然氣行業(yè)。但它們對(duì)于一些其他可能會(huì)使用它們的應(yīng)用來說不夠準(zhǔn)確，包括監(jiān)控冷凍機(jī)、烤箱、醫(yī)療級(jí)冰箱和某些工業(yè)過程。

對(duì)傳感器精度的一個(gè)重大影響來自長(zhǎng)期漂移。當(dāng)隨著時(shí)間的推移，相同的溫度導(dǎo)致不同的讀數(shù)時(shí)，就會(huì)發(fā)生這種情況。每隔幾個(gè)月重新校準(zhǔn)傳感器可以解決問題，但這可能既昂貴又耗時(shí)，尤其是當(dāng)傳感器埋在混凝土中或以其他方式嵌入結(jié)構(gòu)中時(shí)。

在本周發(fā)表于Sensors and Actuators A: Physical的一篇新論文中，美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院 (NIST) 的一位科學(xué)家描述了他如何使用機(jī)器學(xué)習(xí)技術(shù)來預(yù)測(cè)現(xiàn)有光纖布拉格光柵傳感器的長(zhǎng)期漂移技術(shù)。概念驗(yàn)證工作展示了一種稱為機(jī)器學(xué)習(xí)的人工智能如何允許研究人員使用現(xiàn)有技術(shù)制造自校準(zhǔn)或自校正傳感器。

研究作者 Zeeshan 表示，它還為科學(xué)家們提供了另一種選擇，否則他們可能不得不花費(fèi)時(shí)間為他們的應(yīng)用開發(fā)一種全新的技術(shù)，但如果更便宜的現(xiàn)成傳感器可以完成這項(xiàng)工作，他們就不必這樣做艾哈邁德。

“這是一種替代方法，你可以吃蛋糕（保留現(xiàn)有技術(shù)）并吃掉它（減少長(zhǎng)期漂移的貢獻(xiàn)），”艾哈邁德說�！肮饫w布拉格光柵傳感器很便宜。與其花五年時(shí)間開發(fā)更好的材料，為什么不直接使用這種算法，或者這個(gè)算法家族中的類似算法呢？”

Ahmed 的模型能夠?qū)⑵�移�?dǎo)致的測(cè)量不確定性降低約 70%，這可能足以研究一些依賴溫度控制的過程，例如工業(yè)發(fā)酵（使用微生物制造化學(xué)品和藥物）。

光纖布拉格光柵并不是唯一的光子傳感器。包括 Ahmed 在內(nèi)的 NIST 研究人員一直在開發(fā)基于芯片的光子溫度計(jì)，與傳統(tǒng)的溫度測(cè)量技術(shù)相比，這種溫度計(jì)有望更小、更耐用、抗電磁干擾，并且可能具有自校準(zhǔn)功能。

但那些基于芯片的傳感器仍處于測(cè)試階段。作為這項(xiàng)工作的主題的基于光纖的溫度計(jì)是一項(xiàng)較舊的技術(shù)。這些布拉格傳感器通過操縱光與蝕刻在光纖電纜中的結(jié)構(gòu)的相互作用來工作。光柵作為一種光過濾器，只允許某些波長(zhǎng)通過電纜。允許通過哪些波長(zhǎng)取決于溫度和壓力，以及光柵中蝕刻之間的間距。

但是隨著時(shí)間的推移，隨著布拉格傳感器暴露在高溫下，設(shè)備的化學(xué)成分會(huì)發(fā)生變化，從而永久性地改變光纖材料的折射率，這是衡量光在介質(zhì)中傳播速度的指標(biāo)。折射率的永久變化被認(rèn)為是造成漂移誤差的原因。

這些傳感器的長(zhǎng)期漂移會(huì)導(dǎo)致 200 到 300 毫開爾文的溫度不確定性，相當(dāng)于華氏三分之一到半華氏度 (°F)。

艾哈邁德說：“要與現(xiàn)有技術(shù)競(jìng)爭(zhēng)，你希望將其降低到該值的一半左右，如果可能的話，降低到幾十毫開爾文，”相當(dāng)于不到華氏十分之一度。

算法大戰(zhàn)：一種新模式

盡管他的工作產(chǎn)生了一個(gè)以概念驗(yàn)證方式實(shí)用的模型，但艾哈邁德的初衷是幫助科學(xué)家更好地理解漂移問題。

“我想，'如果我能理解直接過程并在數(shù)學(xué)上對(duì)其進(jìn)行補(bǔ)償，那么我可以將這些不確定性降低到可接受的水平，'”艾哈邁德說。

Ahmed 知道在機(jī)器學(xué)習(xí)問題中需要大量數(shù)據(jù)，因此他用將近兩打傳感器進(jìn)行了實(shí)驗(yàn)。他收集了多種數(shù)據(jù)：通過管道傳輸?shù)焦饫w中的激光波長(zhǎng)波段；該激光的功率；使用的光纜類型；由單獨(dú)的高度可靠的溫度計(jì)測(cè)量的光纖暴露的溫度；離開光柵的光的光譜特征，具有不同波長(zhǎng)的輸出強(qiáng)度等特征。他還收集了一些環(huán)境信息，例如，這個(gè)溫度計(jì)測(cè)量某個(gè)溫度的時(shí)間，之前的溫度是多少，溫度變化的速度有多快。

然后他開始探索連接——機(jī)器學(xué)習(xí)的標(biāo)準(zhǔn)實(shí)踐，你可以用不同的方式繪制數(shù)據(jù)并測(cè)試你的假設(shè)。

“這是一個(gè)迭代過程，”艾哈邁德說�！拔艺�在指導(dǎo)它，并利用我的物理知識(shí)來建立模型。

他對(duì)數(shù)據(jù)的探索表明，光柵反射的總光量以及每個(gè)波長(zhǎng)的光強(qiáng)度有助于預(yù)測(cè)未來的漂移。傳感器的過去歷史（即，在發(fā)生變化之前的幾個(gè)小時(shí)內(nèi)，它被加熱或冷卻的速度，或者溫度有多高）也有影響。

他發(fā)現(xiàn)有效的是自回歸積分移動(dòng)平均線 (ARIMA)，這是 1970 年代創(chuàng)建的一類數(shù)學(xué)模型。ARIMA 模型適用于預(yù)測(cè)問題，例如確定未來的食品需求或哪些庫(kù)存將飆升。

“我沒有使用先進(jìn)的技術(shù)，”艾哈邁德說�！斑@實(shí)際上是論文的重點(diǎn)之一：即使是較舊的方法也可以為您提供大量信息�！�

缺點(diǎn)是這個(gè)模型只在短期內(nèi)有效——漂移發(fā)生在幾周而不是幾個(gè)月或幾年。

艾哈邁德說，另一篇仍在審查中的算法論文詳細(xì)介紹了他嘗試建立一個(gè)基于物理的模型，該模型闡明了基于光纖和芯片的光子溫度計(jì)中波長(zhǎng)和溫度之間的基本關(guān)系。

“那會(huì)更好，”艾哈邁德說�！叭绻�我們有一個(gè)基于物理的模型，那么我們可以描述物理如何隨時(shí)間變化，這會(huì)導(dǎo)致這些設(shè)備的校準(zhǔn)發(fā)生變化。然后我們就可以理解和量化你的傳感器發(fā)生的事情�！�