基于光功率切割算法的级联FBG光谱重叠识别研究*

张帅 鲁猛 麦建聪 朱萍玉

特约论文

基于光功率切割算法的级联FBG光谱重叠识别研究*

张帅 鲁猛 麦建聪 朱萍玉

（广州大学机械与电气工程学院，广东 广州 510006）

针对级联光纤布拉格光栅（FBG）传感器使用时，实际工况不确定应变可能使2个中心波长邻近的FBG光谱动态重叠，引起测试信号紊乱而无法被商用FBG解调设备软件正确解调，导致被测对象的真实应变丢失或失真问题，提出一种FBG光谱光功率切割算法。建立光功率等值线函数模型，搜索等间隔光功率等值线族与FBG光谱的交点，依据交点个数对2个具有邻近中心波长的FBG光谱重叠状态进行识别。经风电叶片交变载荷疲劳试验中2个级联FBG实测数据计算案例表明，本文提出的FBG光谱光功率切割算法能有效识别2个FBG传感器的重叠光谱，为级联FBG传感器工程应用自诊断提供了解决方案。

级联光纤布拉格光栅；光功率等值线；光谱重叠；光功率切割算法

0 引言

光纤布拉格光栅（fiber Bragg grating, FBG）传感器是近年发展起来的一种新型光纤传感器，具有重量轻、体积小、灵敏度高等特点，广泛应用于结构健康监测领域[1-2]。其主要原理是通过FBG传感器反射光谱的中心波长漂移量来反映被测物体的外部环境变化。目前，针对大型结构的健康监测，大多利用FBG传感器复用技术[3-5]，将FBG传感器组成传感器网络，获取结构相关信息。然而，由于光源带宽限制，过多的FBG复用导致反射光谱重叠，使解调设备无法识别反射光谱的中心波长[6]，进而造成解调设备采集信号异常，对FBG复用技术在实际工程中的应用提出重大挑战。近年来，解调算法的改进研究备受关注。文献[7]提出基于狼群算法解调中心波长，并引入学习因子和变异系数，跳出局部极值以增强全局搜索能力，对多个FBG复用系统进行解调，提高了解调精度。文献[8]提出人工蜂群（artificial bee colony, ABC）算法解调中心波长，并在此基础上提出改进ABC（IABC）算法，以改善FBG漂移后中心波长的解调精度，并应用于多个FBG复用系统。以上研究重点均是面向多路FBG传感器并联复用的解调系统，而在实际风电叶片交变载荷监测中发现，当单通道级联FBG传感网络中存在2个FBG传感器初始波长邻近的状况时，也会出现反射光谱重叠的现象，导致监测系统采集信号异常，无法反映风电叶片的工作状态。

基于此，本文提出一种FBG光谱光功率切割算法，识别具有邻近中心波长的级联FBG重叠光谱。

1 光纤光栅应变传感原理

当外界温度或应变发生变化时，会引起光栅周期和有效折射率变化，导致光纤光栅中心波长偏移，如图1所示。

当光纤光栅受到轴向均匀应变时，一方面引起光栅周期变化：

另一方面引起有效折射率变化：

式中：

11——光纤应变分量；

12——光纤应变张量；

——泊松比。

上述两方面变化的同时引起光纤光栅波长变化。由公式(1)可得

将公式(2)和(3)代入公式(4)得

定义有效弹光系数P为

则公式(5)可简化为

式中：

公式(7)为光纤光栅受轴向均匀应变时波长漂移量与外界应变关系的表达式，波长漂移量与外界应变有良好的线性关系。

2 光纤光栅光谱重叠试验及成因分析

FBG光谱重叠可能发生在单通道级联的FBG传感网络。当级联的2个FBG传感器中心波长相近时，小中心波长的FBG受拉伸应变作用，而大中心波长的FBG受压缩应变作用，二者的中心波长可能在某个时刻达到相同，从而产生反射光谱重叠现象，使解调设备错误识别或无法识别反射光谱的中心波长，给数据采集带来困扰。图2为风电叶片交变载荷疲劳试验中波长邻近的2个FBG传感器获取的异常数据波形，采样频率为1 000 Hz。

图2 FBG传感器波形失真

由图2可以看出，波形严重失真，无法确认传感器好坏或判定传感器信号失真。该应变信号理论为正弦波形，在信号1/4周期时间段（32.660～33.040 s）内，对于FBG#A传感器，应变值为单调增加，对应传感器的中心波长值也应为单调增加；对于FBG#B传感器，应变值为单调减小，对应传感器的中心波长值也应为单调减小，而图2中FBG传感器波形显示较为紊乱。将32.750～33.800 s时间段内的2个FBG传感器的中心波长值以0.005 s的时间间隔列出，如表1所示。

表1 2个串联FBG传感器中心波长值

由表1可以看出，FBG传感器的中心波长值并非单调增加或减小，而是大小波动。

为了对以上数据出现问题的原因进行细致分析，设计试验将2个中心波长邻近的FBG传感器串联在同一通道中，组成级联FBG传感网络。通过模拟风电叶片交变载荷疲劳试验，使2个FBG传感器受到相反的作用力，中心波长小的FBG#A传感器受到拉伸应变，中心波长大的FBG#B传感器受到压缩应变，并记录试验过程中2个FBG传感器的光谱重叠数据。FBG#A和FBG#B传感器相关参数如表2所示。

表2 FBG传感器相关参数

首先，将FBG#A和FBG#B传感器分别布置于风电叶片的吸力面SS面和压力面PS面，如图3所示。

图3 FBG传感器安装示意图

然后，对风电叶片进行交变载荷疲劳试验；最后，对风电叶片上的2个FBG传感器波长变化进行分析。

结合2个FBG传感器光谱变化和传感器受力状态，分析FBG传感器在1/2周期信号内波形变化，信号波形如图4所示。

图4 FBG传感器1/2周期波形变化

风电叶片处于静止状态时，FBG#A和FBG#B传感器的光谱中心波长分别为λ0和λ0。当风电叶片向一侧运动并使PS面受压时，位于PS面上的FBG#B传感器跟随风电叶片产生压缩形变，导致光纤光栅周期变小，进而中心波长向左移动。同时，风电叶片的SS面被拉伸，位于SS面上的FBG#A传感器受到拉伸形变，导致光栅周期增大，进而中心波长向右移动。当FBG传感器中心波长信号位于图4所示波形变化的第Ⅰ阶段时，由于初始中心波长λ0<λ0，对应在光谱图上，λ0和λ0的波峰在波长轴上相向移动至λ1和λ1，两个光谱发生重叠，光谱变化如图5(a)所示。

随着风电叶片继续运动，FBG#B传感器继续受到压缩应变，中心波长继续向波长减小的左侧移动。FBG#A传感器受到拉伸应变，中心波长继续向波长增大的右侧移动。2个中心波长不断向彼此靠近，波峰在波长轴上相向移动至λ2和λ2时，光谱发生部分重叠，光谱变化过程示意图如图5(b)所示。此过程FBG传感器的波形变化过程处于图4中的第Ⅱ阶段。2个FBG传感器光谱重叠后，解调设备无法准确识别中心波长，故在第Ⅱ阶段FBG#B传感器读取了FBG#A传感器的中心波长。

当风电叶片向一侧运动到极限位置后，便开始反向运动，FBG#B传感器所受压缩应变减小，导致光纤光栅周期变大，进而中心波长向右移动。相应地，FBG#A传感器中心波长向左移动，直至重叠光谱分离为不重叠光谱，FBG传感器波形变化处于图4中的第Ⅲ阶段，光谱变化如图5(c)所示。

图5 光谱重叠模型示意图

试验过程记录了单通道级联FBG传感网络出现的2个FBG传感器光谱重叠的数据，利用光谱数据将FBG光谱波形重构，如图6所示。

图6 部分重叠光谱

3 光功率切割算法及应用

为保证商用FBG解调设备软件有效识别光谱重叠，本文提出一种FBG光谱光功率切割算法。该算法的原理是先建立一条垂直于光谱轴的光功率等值线函数模型；然后，将光功率等值线函数模型在一定的光功率值区间（光功率切割区间）等间隔取值，建立光功率等值线族；最后，在光功率切割区间内搜索水平光功率等值线族与光谱波形之间的交点个数。由于未重叠和发生重叠后的光谱波形特征不同，所以交点个数也不同，通过搜索交点个数，实现光谱重叠识别。

FBG光谱光功率切割算法示意图如图7所示。

图7 FBG光谱光功率切割算法示意图

图8 交点统计图

由图8可以看出，在−20 ～ −30 dBm范围内，部分重叠光谱有2个、3个交点；非重叠光谱信号，由于2个FBG传感器的中心波长分离，交点个数保持稳定的4个。因此，通过搜索重叠光谱和非重叠光谱与光功率线之间的交点个数，可识别光纤光栅的光谱是否重叠，以此实现对级联FBG波长重叠的识别。

4 结论

本文以风电叶片为例，研究FBG传感器光谱重叠产生的原因，提出一种FBG光谱光功率切割算法，实现重叠光谱的识别。该算法通过读取和处理风电叶片的实际光谱数据，可识别多个波长相近的FBG传感器的重叠光谱，在实际工程测量中具有重要意义。

[1] QIU Y, WANG Q B, ZHAO H T, et al. Review on composite structural health monitoring based on fiber bragg grating sensing principle[J]. Journal of Shanghai Jiaotong University (Science),2013,18(2):129-139.

[2] CHANG T, LI D, SUI Q, et al. Applications of fiber optic bragg grating sensing technology in a forked tunnel model[C]//Inter-national Conference on Automation & Logistics. IEEE, 2007.

[3] 王祥,金伟明,王建平.基于时分复用的FBG传感技术研究[J].技术与市场,2011,18(4):6-7,9.

[4] 王明波,惠小强.光纤传感空分复用下多点温度与应力的监测显示[J].现代电子技术,2012,35(23):164-168.

[5] WANG Y B, FAN X Y, ZHANG L L, et al. The application of genetic and simulated annealing algorithm in FBG sensor network[C]//International Conference on Wireless Communi-cations, Networking and Mobile Computing, Dalian, China: IEEE, 2008:1-4.

[6] 夏坤,李志斌,黄启韬,等.基于遗传粒子群算法的 FBG传感网重叠光谱的解调研究[J].上海电力大学学报,2020,36(3): 290-293,311.

[7] 刘邦,曲鸿春,贺开放,等.基于改进狼群算法的光纤测试中光谱重叠优化研究[J].山东电力高等专科学校学报,2021,24(6): 1-5.

[8] 刘雁飞,李志斌.基于人工蜂群优化算法的光谱形复用技术[J].光通信技术,2021,45(1):52-57.

Research on Spectral Overlap Recognition of Cascaded Fiber Bragg Grating Based on Optical Power Cutting Algorithm

ZHANG Shuai LU Meng MAI Jiancong ZHU Pingyu

(School of Mechanical and Electrical Engineering of Guangzhou University, Guangzhou 510006, China)

When using cascaded fiber Bragg grating (FBG) sensors, the uncertain strain may dynamically overlap the FBG spectra adjacent to two central wavelengths under actual working conditions, causing the test signal to be disordered and unable to be correctly demodulated by the commercial FBG demodulation equipment software, resulting in the loss or distortion of the real strain of the tested object. A FBG spectral optical power cutting algorithm is proposed and an optical power contour function model is established, Search the intersection of the equidistant optical power contour family and the FBG spectrum, and identify the overlapping states of two FBG spectra with adjacent central wavelengths according to the number of intersections. The calculation case of the measured data of two cascaded FBG sensors in the alternating load fatigue test of wind turbine blades shows that the FBG spectral optical power cutting algorithm proposed in this paper can effectively identify the overlapping spectra of two FBG sensors, and provides a solution for the self diagnosis of cascaded FBG sensors in engineering application.

cascaded fiber Bragg grating sensors; optical power contour; spectral overlap;optical power cutting algorithm

TH212；TH213.3

A

1674-2605(2022)04-0002-05

10.3969/j.issn.1674-2605.2022.04.002

国家重点研发项目（2018YFB1501201）

张帅,鲁猛,麦建聪,等.基于光功率切割算法的级联FBG光谱重叠识别研究[J].自动化与信息工程,2022,43(4):7-11.

ZHANG Shuai,LU Meng, MAI Jiancong, et al. Research on spectral overlap recognition of cascaded fiber Bragg grating based on optical power cutting algorithm[J]. Automation & Information Engineering, 2022,43(4):7-11.

张帅，男，1995年生，硕士生，主要研究方向：测控技术与仪器。

鲁猛，男，1993年生，硕士生，主要研究方向：测控技术与仪器。

麦建聪，男，1997年生，硕士生，主要研究方向：先进传感技术。

朱萍玉（通信作者），女，1971年生，博士，教授，主要研究方向：先进传感与检测技术，智能制造与智能维护。E-mail: pyzhu@gzhu.edu.cn