Les thermomètres photoniques, qui mesurent la température à l'aide de la lumière, existent sous forme de fibre optique depuis des décennies. Ces dispositifs, appelés réseaux de Bragg à fibres, sont intégrés dans des fibres disponibles dans le commerce plus fines qu'un cheveu humain, similaires à celles omniprésentes dans les communications réseau.

Peu coûteux et capables d'être intégrés dans des structures qui pourraient autrement être difficiles d'accès, les capteurs sont couramment utilisés dans les infrastructures civiles (qui comprennent les ponts et les tunnels) et dans les industries pétrolières et gazières. Mais ils ne sont pas assez précis pour certaines autres applications qui pourraient autrement les utiliser, notamment la surveillance des congélateurs, des fours, des réfrigérateurs de qualité médicale et de certains processus industriels.

Un impact significatif sur la précision des capteurs provient de la dérive à long terme. Cela se produit lorsque, au fil du temps, la même température entraîne une lecture différente. Le réétalonnage du capteur tous les quelques mois résout le problème, mais cela peut être coûteux et prendre du temps, surtout si le capteur est enterré dans du béton ou autrement intégré de manière permanente dans une structure.

Dans un nouvel article publié cette semaine dans Sensors and Actuators A :Physical , un scientifique du National Institute of Standards and Technology (NIST) décrit comment il a utilisé des techniques d'apprentissage automatique pour prédire la dérive à long terme de la technologie existante des capteurs à réseau de Bragg à fibre. Le travail de preuve de concept montre comment un type d'intelligence artificielle appelé apprentissage automatique peut permettre aux chercheurs de fabriquer des capteurs auto-calibrants ou auto-correcteurs en utilisant la technologie existante.

Il présente également une autre option pour les scientifiques qui pourraient autrement avoir à consacrer du temps et de l'argent pour développer une technologie entièrement nouvelle pour leur application, mais qui n'auraient pas à le faire si un capteur standard moins cher pouvait faire le travail, déclare l'auteur de l'étude Zeeshan Ahmed.

"C'est une approche alternative où vous pouvez avoir votre gâteau (conserver la technologie existante) et le manger aussi (réduire la contribution de la dérive à long terme)", a déclaré Ahmed. "Les capteurs à réseau de Bragg en fibre sont bon marché. Plutôt que de passer cinq ans à développer de meilleurs matériaux, pourquoi ne pas simplement utiliser cet algorithme, ou un similaire dans cette famille d'algorithmes ?"

Le modèle d'Ahmed a permis de réduire les incertitudes de mesure dues à la dérive d'environ 70 %, ce qui peut potentiellement être suffisant pour étudier certains processus qui reposent sur le contrôle de la température, comme la fermentation industrielle (l'utilisation de micro-organismes pour créer des produits chimiques et des médicaments).

Les réseaux de Bragg à fibre ne sont pas les seuls types de capteurs photoniques. Des chercheurs du NIST, dont Ahmed, ont mis au point des thermomètres photoniques à puce qui, par rapport aux techniques de thermométrie traditionnelles, promettent d'être plus petits et plus durables, résistants aux interférences électromagnétiques et potentiellement auto-étalonnés.

Mais ces capteurs à base de puces sont encore en phase de test. Les thermomètres à fibre qui font l'objet de ce travail sont d'une technologie plus ancienne. Ces capteurs de Bragg fonctionnent en manipulant l'interaction de la lumière avec des structures gravées dans un câble à fibre optique. Le réseau fonctionne comme une sorte de filtre pour la lumière, permettant uniquement à certaines longueurs d'onde de traverser le câble. Les longueurs d'onde autorisées dépendent de la température et de la pression, ainsi que de l'espacement entre les gravures dans le réseau.

Mais au fil du temps, lorsque le capteur Bragg est exposé à des températures élevées, quelque chose change dans la chimie de l'appareil pour modifier de manière permanente l'indice de réfraction du matériau fibreux, qui est une mesure de la vitesse à laquelle la lumière se déplace à travers un milieu. On pense que ce changement permanent de l'indice de réfraction est responsable des erreurs de dérive.

La dérive à long terme de ces capteurs entraîne des incertitudes sur la température allant de 200 à 300 millikelvins, ce qui équivaut à un tiers à un demi-degré Fahrenheit (°F).

"Pour être compétitif avec la technologie existante, vous voulez réduire cela à environ la moitié de cette valeur, et si possible à quelques dizaines de millikelvin", l'équivalent de moins d'un dixième de degré Fahrenheit, a déclaré Ahmed.

Guerre des algorithmes :un nouveau modèle

Bien que son travail ait abouti à un modèle qui est pratique d'une manière preuve de concept, l'intention initiale d'Ahmed était d'aider les scientifiques à mieux comprendre le problème de la dérive.

"Je me suis dit :'Si je peux comprendre le processus direct et le compenser mathématiquement, alors je peux réduire ces incertitudes à un niveau acceptable'", a déclaré Ahmed.