Development of an ultrasonic hydrophone based on a fiber optic Michelsons interferometer to measure the volume of liquids
Nome: WELTON STHEL DUQUE
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 29/07/2022
Orientador:
| Nome | Papel |
|---|---|
| ANSELMO FRIZERA NETO | Orientador |
| CAMILO ARTURO RODRIGUEZ DIAZ | Co-orientador |
Banca:
| Nome | Papel |
|---|---|
| ANSELMO FRIZERA NETO | Orientador |
| MARIA JOSE PONTES | Examinador Interno |
| CARLOS ALBERTO FERREIRA MARQUES | Examinador Externo |
| CAMILO ARTURO RODRIGUEZ DIAZ | Coorientador |
Resumo: As tecnologias de sensoriamento por meio de fibras ópticas vêm sendo estudadas e aplicadas desde a década de 1970, nas áreas de petróleo e gás, industrial, médica, aeroespacial e civil. A detecção de ondas de ultrassom por meio de hidrofones ópticos pode ser uma solução para a medição contínua de volumes de líquidos dentro de tanques de produção utilizados por essas indústrias. Assim, este trabalho apresenta um hidrofone óptico composto por duas bobinas feitas com fibra óptica comercial, instaladas no braço sensor de um interferômetro de Michelson, apoiado por um mecanismo de estabilização ativa que aciona outra bobina óptica enrolada ao redor de um atuador piezoelétrico situado no braço de referência do interferômetro, para mitigar ruídos mecânicos e térmicos provenientes do ambiente externo. Uma proveta cilíndrica graduada com capacidade de 1000 ml é usada como tanque de teste contendo água, dentro do qual são colocadas as bobinas do braço sensor e uma fonte de ultrassom. Como meio de detecção, amplitudes e fases são medidas e algoritmos de aprendizado de máquina preveem os respectivos volumes de líquido. As ondas acústicas criam padrões estacionários dentro do tanque, que são detectados eletronicamente com resolução de 1 ml e sensibilidade de 340 mrad/ml e 70 mvolts/ml. O comportamento não linear das medições foi analisado com diferentes algoritmos de classificação, métricas de distância e algoritmos de regressão, para se definir um modelo. Os resultados mostram que o sistema pode decidir volumes de líquidos com acurácia de 99,4% por meio da classificação k-NN (k-vizinhos mais próximos) usando-se apenas um vizinho e distância de Manhattan. Além disso, a regressão de processo gaussiano apresentou raiz de erro quadrático médio de 0,211 ml.
