一种光纤FP传感器的外端面粗糙化处理方法及系统

一种光纤fp传感器的外端面粗糙化处理方法及系统
技术领域
1.本发明涉及光纤fp传感技术，尤其涉及一种光纤fp传感器的外端面粗糙化处理方法及系统。


背景技术：

2.光纤fp传感器是一种基于法布里-珀罗(fabry
–
p
é
rot，f-p)腔的点式光纤传感器，可用于测量单个节点上的物理参数，如压力、温度、磁场、电场等，在压力和温度的测量上表现尤为优异，且直径最小可达到125μm，可应用于众多领域。
3.光纤fp传感器将fp干涉腔制作在光纤中，所述fp干涉腔的第一反射面反射所述光纤内的光信号形成第一束反射光，所述fp干涉腔的第二反射面反射所述光学腔体内的光信号形成第二束反射光，两束反射光之间发生干涉而形成干涉信号，当所述fp干涉腔与待测物理参数相互作用时，所述光学腔体的腔长会发生变化，进而引起干涉信号的光谱漂移，通过干涉信号的光谱漂移量可以计算出待测物理参数的变化。
4.但是，光信号在经过所述fp干涉腔的第二反射面时并非被100％反射，而是有一部分光信号会透过所述第二反射面而抵达所述光纤fp传感器的外端面上，并被所述光纤fp传感器的外端面反射而形成第三束反射光，第三束反射光会对前面两束反射光的干涉形成干扰，进而影响到光纤fp传感器的测量精度。为了解决该技术问题，一般会对所述光纤fp传感器的外端面进行粗糙化处理，以降低其外端面的反射率，使经过其外端面的光信号尽可能地散射到外界环境中。
5.例如专利号为cn201710882257.8的中国专利中公开了一种具有侧面微流体通道的全光纤开腔fp式光流体传感器，它由两段标准单模光纤和空芯光纤组成，第一标准单模光纤的右端与空芯光纤的左端焊接，所述空芯光纤的右端与第二标准单模光纤的左端焊接；所述空芯光纤的腔体与第一标准单模光纤的右端面和第二标准单模光纤的左端面构成fp腔，所述第一标准单模光纤的右端面为fp腔第一反射面，所述第二标准单模光纤的左端面为fp腔第二反射面，空芯光纤和第二标准单模光纤连接处的侧面加工为锥面以形成微流体通道；所述第二标准单模光纤的末端进行倾斜研磨或粗糙化处理，以防止其反射光对干涉腔的反射谱产生调制。
6.目前，一般采用光谱仪实时采集所述光纤fp传感器在外端面粗糙化处理过程中的反射光谱，然后通过人工目视反射光谱，并根据所述反射光谱的形状人为判断所述光纤fp传感器的反射光谱是双光束干涉信号，还是三光束干涉信号，进而判断是继续粗糙化处理，还是结束粗糙化处理。这种粗糙化处理的方法效率极其低下，而且过于依靠人的眼睛辨别和主观判断，不同人的眼睛辨别能力不同，且主观意识差别较大，导致经粗糙化处理的光纤fp传感器在精度和一致性上误差很大。


技术实现要素：

7.为了解决上述现有技术的不足，本发明提供一种外端面粗糙化处理方法，可提高
所述光纤fp传感器的外端面粗糙化处理的效率，以及提高所述光纤fp传感器的外端面粗糙化处理的精度，以及不同光纤fp传感器经外端面粗糙化处理后产品性能的一致性。
8.本发明还提供一种一种外端面粗糙化处理系统，用于对所述光纤fp传感器实现上述外端面粗糙化处理方法。
9.本发明所要解决的技术问题通过以下技术方案予以实现：
10.一种光纤fp传感器的外端面粗糙化处理方法，其步骤包括：
11.步骤400：对所述光纤fp传感器的外端面进行粗糙化处理，并实时采集所述光纤fp传感器在外端面粗糙化处理过程中的反射光谱；
12.步骤500：对所述光纤fp传感器的反射光谱进行处理，以提取所述反射光谱的波形特征信息；
13.步骤600：根据提取的所述反射光谱的波形特征信息，识别判断所述光纤fp传感器的干涉状态；
14.步骤700：根据所述光纤fp传感器的干涉状态，调整所述光纤fp传感器的外端面粗糙化处理的进程。
15.一种光纤fp传感器的外端面粗糙化处理系统，包括端面粗糙化设备、光谱设备和控制设备，所述控制设备连接控制所述端面粗糙化设备和光谱设备；
16.所述端面粗糙化设备用于对所述光纤fp传感器的外端面进行粗糙化处理；
17.所述光谱设备用于在外端面粗糙化处理过程中，向所述光纤fp传感器内发射探测光信号，并实时采集被所述光纤fp传感器反射回来的反射光谱；
18.所述控制设备用于接收所述光谱设备采集的反射光谱，并对所述光纤fp传感器的反射光谱进行处理，以提取所述反射光谱的波形特征信息，然后根据提取的所述反射光谱的波形特征信息，识别判断所述光纤fp传感器的干涉状态，接着根据所述光纤fp传感器的干涉状态，控制所述端面粗糙化设备调整所述光纤fp传感器的外端面粗糙化处理的进程。
19.本发明具有如下有益效果：该外端面粗糙化处理方法通过采集所述光纤fp传感器在外端面粗糙化处理过程中的反射光谱，并对所述光纤fp传感器的反射光谱进行处理以提取波形特征信息后，然后根据所述反射光谱的波形特征信息识别判断所述光纤fp传感器的干涉状态，进而根据所述光纤fp传感器的干涉状态调整所述光纤fp传感器的外端面粗糙化处理的进程，极大地提高了所述光纤fp传感器的外端面粗糙化处理的效率，而且避免了由于人眼识别和主观判断所带来的误差，极大地提高了所述光纤fp传感器的外端面粗糙化处理的精度，以及不同光纤fp传感器的外端面经粗糙化处理后产品性能的一致性。
附图说明
20.图1为光纤fp传感器的结构示意图。
21.图2为另一光纤fp传感器的结构示意图。
22.图3为光纤fp传感器的双光束干涉信号的反射光谱。
23.图4为光纤fp传感器的三光束干涉信号的反射光谱。
24.图5为本发明提供的光纤fp传感器的外端面粗糙化处理方法的步骤框图。
25.图6为本发明提供的光纤fp传感器的另一外端面粗糙化处理方法的步骤框图。
26.图7为本发明提供的光纤fp传感器的外端面粗糙化处理方法中步骤300的分步骤
框图。
27.图8为本发明提供的cnn网络模型的原理架构图。
28.图9为本发明提供的光纤fp传感器的外端面粗糙化处理系统的原理架构图。
29.图10为本发明提供的光纤fp传感器的外端面粗糙化处理系统中光谱设备的连接示意图。
具体实施方式
30.下面结合附图和实施例对本发明进行详细的说明，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
31.在本发明的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
32.此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
33.在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”、“设置”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
34.实施例一
35.一种外端面粗糙化处理方法，用于对如图1和2所示的光纤fp传感器1的外端面102进行粗糙化处理。所述光纤fp传感器1包括单模光纤11以及制作于所述单模光纤11中的fp干涉腔12，所述fp干涉腔12靠近所述单模光纤11的耦合端101的一端面为fp干涉仪的第一反射面121，远离所述单模光纤11的耦合端101的另一端面为fp干涉仪的第二反射面122；从所述单模光纤11的耦合端101入射的探测光信号在所述单模光纤11内传播至所述fp干涉仪的第一反射面121时，部分被所述第一反射面121反射回所述单模光纤11内而形成第一束反射光，部分透过所述第一反射面121而进入所述fp干涉腔12内；进入所述fp干涉腔12内的探测光信号传播至所述fp干涉仪的第二反射面122时，部分被所述第二反射面122反射回所述单模光纤11内而形成第二束反射光，部分透过所述第二反射面122而抵达所述光纤fp传感器1的外端面102上；抵达所述光纤fp传感器1的外端面102的探测光信号，部分被所述外端面102反射回所述单模光纤11内而形成第三束反射光，剩余的散射至外界环境中；其中，第一束反射光和第二束反射光之间发生干涉而形成如图3所示的用于测量待测物理参数的双光束干涉信号，而第三束反射光会对第一束反射光和第二束反射光之间的干涉形成干扰，
使之形成如图4所示的三光束干涉信号；所述光纤fp传感器1的外端面102越光滑，其反射的第三束反射光的强度越大，对第一束反射光和第二束反射光的干涉干扰越重，所述光纤fp传感器1的外端面102越粗糙，其反射的第三束反射光的强度越小，对第一束反射光和第二束反射光的干涉干扰越轻，所述光纤fp传感器1输出的反射光谱越趋向于双光束干涉信号，反之，所述光纤fp传感器1输出的反射光谱则为三光束干涉信号。
36.在一些光纤fp传感器1中，如图1所示，所述fp干涉腔12制作于所述单模光纤11的内部，这样的话，所述fp干涉腔12的第一反射面121和第二反射面122均为与所述单模光纤11的交界面，所述光纤fp传感器1的外端面102则为所述单模光纤11与耦合端101相对的末端端面；在一些光纤fp传感器1中，如图2所示，所述fp干涉腔12通过将空芯光纤或毛细石英管等中空管体122与所述单模光纤11焊接的方式制作于所述单模光纤11与耦合端101相对的末端端面上，然后再在所述中空管体122的另一端上焊接另一单模光纤或石英柱体等透明或半透明柱体14，这样的话，所述fp干涉腔12的第一反射面121为与所述单模光纤11的交界面，第二反射面122为与所述透明或半透明柱体14的交界面，所述光纤fp传感器1的外端面102则为所述透明或半透明柱体14远离所述fp干涉腔12的一端端面。
37.当然，所述光纤fp传感器1的结构并不局限于上述两种，也可采用其他结构，如插芯结构。在一些光纤fp传感器1中，也会将所述光纤fp传感器1中形成所述外端面102的部分由柱状减薄至薄膜状，以形成谐振式的光纤fp传感器1。
38.如图5所示，该外端面粗糙化处理方法的步骤包括：
39.步骤400：对所述光纤fp传感器1的外端面102进行粗糙化处理，并实时采集所述光纤fp传感器1在外端面102粗糙化处理过程中的反射光谱。
40.在该步骤400中，可采用一端面粗糙化设备对所述光纤fp传感器1的外端面102进行粗糙化处理，所述端面粗糙化设备可以但不限于为切割设备、飞秒激光设备或研磨设备，以通过斜面切割法、飞秒激光刻蚀法或研磨法等对所述光纤fp传感器1的外端面102进行粗糙化处理；并在粗糙化处理的过程中，采用一光谱设备从所述单模光纤11的耦合端101向所述光纤fp传感器1内发射探测光信号，并从所述单模光纤11的耦合端101实时采集被所述光纤fp传感器1反射回来的反射光谱，所述光纤fp传感器1的反射光谱会随着所述光纤fp传感器1的外端面102粗糙化进程而不断变化，从三光束干涉信号向双光束干涉信号逐渐变化。
41.步骤500：对所述光纤fp传感器1的反射光谱进行处理，以提取所述反射光谱的波形特征信息。
42.在该步骤500中，所述波形特征信息包括所述反射光谱的波长、频率以及幅度中的至少一项，通过将所述光纤fp传感器1的反射光谱转化为波形、波长、频率以及幅度等数值信息，以方便进行识别判断。
43.在双光束干涉信号的反射光谱中，每个波长周期内仅存在一个波峰和一个波谷，且不同波长周期之间的波峰位置(频率)、波谷位置(频率)、波峰幅度、波谷幅度以及波峰波谷间隔等大致相同，波形呈周期性变化。在三光束干涉信号的反射光谱中，每个波长周期内同时存在多个波峰和多个波谷，同一波长周期内的各个波峰之间的幅度均不相同，各个波谷幅度之间的幅度也不相同，且不同波长周期之间的波峰位置(频率)、波峰幅度和波峰间隔等也不相同，波形呈非周期性变化。
44.在提取所述波形特征信息时，可以对所述光纤fp传感器1的整个反射光谱提取特
征，也可将所述光纤fp传感器1的反射光谱按预设规格切割为m*n份光谱图像，再对每份光谱图像单独提取特征，以汇总形成总的波形特征信息，m和n中至少一个≥2；当然，也可对所述光纤fp传感器1的反射光谱中的特定区域单独提取特征，比如某一特定波段的光谱图像。
45.步骤600：根据提取的所述反射光谱的波形特征信息，识别判断所述光纤fp传感器1的干涉状态。
46.在该步骤600中，所述光纤fp传感器1的干涉状态至少包括双光束干涉状态和三光束干涉状态，所述双光束干涉状态表明所述光纤fp传感器1的外端面102反射率较低，所述光纤fp传感器1的外端面102形成的第三束反射光对所述光纤fp传感器1的干涉干扰较小，可以停止对所述光纤fp传感器1的外端面102进行粗糙化处理；所述三光束干涉状态表明所述光纤fp传感器1的外端面102反射率仍较高，所述光纤fp传感器1的外端面102形成的第三束反射光对所述光纤fp传感器1的干涉干扰仍较大，仍需要继续对所述光纤fp传感器1的外端面102进行粗糙化处理。
47.当然，为了对所述光纤fp传感器1的外端面102进行更细致化的粗糙化处理，所述三光束干涉状态也可进一步细分为多个不同干扰程度的三光束干涉状态，比如采用第一三光束干涉状态表示干扰程度较低的三光束干涉状态，采用第二三光束干涉状态表示干扰程度中等的三光束干涉状态，采用第三三光束干涉状态表示干扰程度较高的三光束干涉状态。
48.步骤700：根据所述光纤fp传感器1的干涉状态，调整所述光纤fp传感器1的外端面102粗糙化处理的进程。
49.在该步骤700中，若所述光纤fp传感器1的干涉状态为双光束干涉，则控制所述端面粗糙化设备停止所述光纤fp传感器1的外端面102粗糙化处理，若所述光纤fp传感器1的干涉状态为三光束干涉，则控制所述端面粗糙化设备继续所述光纤fp传感器1的外端面102粗糙化处理。
50.当所述三光束干涉状态进一步细分为多个不同干扰程度的三光束干涉状态时，比如采用第一三光束干涉状态表示干扰程度较低的三光束干涉状态，采用第二三光束干涉状态表示干扰程度中等的三光束干涉状态，采用第三三光束干涉状态表示干扰程度较高的三光束干涉状态，不同程度的三光束干涉状态可以控制所述端面粗糙化设备采用不同的控制参数对所述光纤fp传感器1的外端面102进行粗糙化处理，比如第一三光束干涉状态可以采用较小切割角度对所述光纤fp传感器1的外端面102进行斜面切割、较低功率的飞秒激光对所述光纤fp传感器1的外端面102进行激光刻蚀、或较小研磨速度对所述光纤fp传感器1的外端面102进行研磨，第二三光束干涉状态可以采用中等切割角度对所述光纤fp传感器1的外端面102进行斜面切割、中等功率的飞秒激光对所述光纤fp传感器1的外端面102进行激光刻蚀、或中等研磨速度对所述光纤fp传感器1的外端面102进行研磨，第三三光束干涉状态可以采用较大切割角度对所述光纤fp传感器1的外端面102进行斜面切割、较大功率的飞秒激光对所述光纤fp传感器1的外端面102进行激光刻蚀、或较大研磨速度对所述光纤fp传感器1的外端面102进行研磨。
51.该外端面粗糙化处理方法通过采集所述光纤fp传感器1在外端面102粗糙化处理过程中的反射光谱，并对所述光纤fp传感器1的反射光谱进行处理以提取波形特征信息后，然后根据所述反射光谱的波形特征信息识别判断所述光纤fp传感器1的干涉状态，进而根
据所述光纤fp传感器1的干涉状态调整所述光纤fp传感器1的外端面102粗糙化处理的进程，极大地提高了所述光纤fp传感器1的外端面102粗糙化处理的效率，而且避免了由于人眼识别和主观判断所带来的误差，极大地提高了所述光纤fp传感器1的外端面102粗糙化处理的精度，以及不同光纤fp传感器1的外端面102经粗糙化处理后产品性能的一致性。
52.实施例二
53.作为实施例一的优化方案，在本实施例中，如图6所示，在步骤600中，根据提取的所述反射光谱的波形特征信息，识别判断所述光纤fp传感器1的干涉状态的步骤包括：
54.步骤610：将提取的所述反射光谱的波形特征信息输入到训练好的状态识别模型中。
55.优选的，所述状态识别模型为cnn网络模型，如图8所示，所述cnn网络模型包括第一卷积层、第一抽样层、第二卷积层、第二抽样层、全连接层和sotfmax输出层，以sigmoid函数作为激活函数。
56.步骤620：获取所述状态识别模型输出的所述光纤fp传感器1的干涉状态。
57.在该步骤620中，所述状态识别模型经过大量的样本数据进行训练，可将不同波形特征信息的反射光谱与所述光纤fp传感器1的不同干涉状态进行匹配。在训练好的状态识别模型中，所述光纤fp传感器1的每种干涉状态均有对应的标签与之匹配，比如采用数字1作为所述光纤fp传感器1的双光束干涉状态的标签，采用数字2作为所述光纤fp传感器1的三光束干涉状态的标签，在输入所述反射光谱的波形特征信息后，若所述状态识别模型输出标签1的话，则表明所述光纤fp传感器1为双光束干涉状态，若所述状态识别模型输出标签2的话，则表明所述光纤fp传感器1为三光束干涉状态。
58.实施例三
59.作为实施例二的优化方案，在本实施例中，如图6所示，在步骤400之前，还包括对所述状态识别模型进行训练。
60.其中，对所述状态识别模型进行训练的步骤包括：
61.步骤100：采集至少一光纤fp传感器1在不同干涉状态下的多个反射光谱样本。
62.在该步骤100中，各个反射光谱样本可以为同一光纤fp传感器1在外端面102粗糙化处理时实时输出的反射光谱，也可以为不同光纤fp传感器1在外端面102粗糙化处理时实时输出的反射光谱；其中，不同光纤fp传感器1可以为具有相同规格参数的多个光纤fp传感器1，也可以为具有不同规格参数的多个光纤fp传感器1。
63.步骤200：对所述至少一光纤fp传感器1的反射光谱样本进行处理，以提取所述反射光谱样本的波形特征信息，构建样本数据集。
64.在该步骤200中，所述波形特征信息包括所述反射光谱样本的波长、频率以及幅度中的至少一项，通过将所述光纤fp传感器1的反射光谱样本转化为波形、波长、频率以及幅度等数值信息，以方便进行识别判断。
65.在双光束干涉信号的反射光谱样本中，每个波长周期内仅存在一个波峰和一个波谷，且不同波长周期之间的波峰位置(频率)、波谷位置(频率)、波峰幅度、波谷幅度以及波峰波谷间隔等大致相同，波形呈周期性变化。在三光束干涉信号的反射光谱样本中，每个波长周期内同时存在多个波峰和多个波谷，同一波长周期内的各个波峰之间的幅度均不相同，各个波谷幅度之间的幅度也不相同，且不同波长周期之间的波峰位置(频率)、波峰幅度
和波峰间隔等也不相同，波形呈非周期性变化。
66.在提取所述波形特征信息时，可以对所述光纤fp传感器1的整个反射光谱样本提取特征，也可将所述光纤fp传感器1的反射光谱样本按预设规格切割为m*n份光谱图像样本，再对每份光谱图像样本单独提取特征，以汇总形成总的波形特征信息，m和n中至少一个≥2；当然，也可对所述光纤fp传感器1的反射光谱样本中的特定区域单独提取特征，比如某一特定波段的光谱图像样本。
67.步骤300：采用构建的所述样本数据集对所述状态识别模型进行训练，得到训练好的状态识别模型。
68.在该步骤300中，所述样本数据集包括训练数据集和测试数据集，如图7所示，在步骤300中，采用构建的所述样本数据集对所述状态识别模型进行训练，得到训练好的状态识别模型的步骤包括：
69.步骤310：构建所述状态识别模型。
70.在该步骤310中，所述cnn网络模型为现有的机器学习模型，其构建方式为现有技术，故不做详细描述。
71.步骤320：采用所述训练数据集对所述状态识别模型进行训练。
72.在该步骤320中，所述训练数据集中的每一份波形特征信息均人工设定有与之对应的标签，可以采用人的眼睛辨别和主观判断的方式判断每一份反射光谱样本是双光束干涉信号，还是三光束干涉信号，若为双光束干涉信号，则将对应的反射光谱样本设定标签1，若为三光束干涉信号，则将对应的反射光谱样本设定标签2，然后将每一份反射光谱样本的波形特征信息和标签进行对应后形成所述样本数据集中的训练数据集。
73.步骤330：采用所述测试数据集对经过训练的状态识别模型进行测试。
74.在该步骤330中，同样的，所述测试数据集中的每一份波形特征信息均人工设定有与之对应的标签，可以采用人的眼睛辨别和主观判断的方式判断每一份反射光谱样本是双光束干涉信号，还是三光束干涉信号，若为双光束干涉信号，则将对应的反射光谱样本设定标签1，若为三光束干涉信号，则将对应的反射光谱样本设定标签2，然后将每一份反射光谱样本的波形特征信息和标签进行对应后形成所述样本数据集中的测试数据集。
75.对所述状态识别模型进行测试的目的主要是对训练效果进行验证，所述状态识别模型对所述测试数据集中的每一份波形特征信息进行识别判断，并输出所述测试数据集中每一份波形特征信息的判断结果，然后将所述测试数据集中每一份波形特征信息的判断结果和预设的标签进行比较，验证判断结果和预设的标签是否一致。
76.步骤340：统计所述状态识别模型的测试数据，并根据所述测试数据评估所述状态识别模型是否完成训练。
77.在该步骤340中，评估所述状态识别模型是否完成训练的评估指标主要有准确率、精准度、召回率和f1得分等，若所述状态识别模型的统计结果均满足前述评估指标，则判断所述状态识别模型已完成训练，若所述状态识别模型的统计结果中至少一项未满足前述评估指标，则判断所述状态识别模型未完成训练，需要采集更多的样本继续训练。
78.实施例三
79.如图9所示，一种光纤fp传感器1的外端面102粗糙化处理系统，包括端面粗糙化设备、光谱设备和控制设备，所述控制设备连接控制所述端面粗糙化设备和光谱设备；
80.所述端面粗糙化设备用于对所述光纤fp传感器1的外端面102进行粗糙化处理；
81.所述光谱设备用于在外端面102粗糙化处理过程中，向所述光纤fp传感器1内发射探测光信号，并实时采集被所述光纤fp传感器1反射回来的反射光谱；
82.所述控制设备用于接收所述光谱设备采集的反射光谱，并对所述光纤fp传感器1的反射光谱进行处理，以提取所述反射光谱的波形特征信息，然后根据提取的所述反射光谱的波形特征信息，识别判断所述光纤fp传感器1的干涉状态，接着根据所述光纤fp传感器1的干涉状态，控制所述端面粗糙化设备调整所述光纤fp传感器1的外端面102粗糙化处理的进程。
83.如图10所示，所述光谱设备包括探测光源2、环形器3、光电探测器4和光谱仪5，所述环形器3具有入射端、透射端和出射端，所述探测光源2与所述环形器3的入射端相连接，所述光纤fp传感器1的单模光纤11的耦合端101与所述环形器3的透射端相连接，所述光电探测器4与所述环形器3的出射端相连接；所述光谱仪5与所述光电探测器4电性连接；所述控制设备分别连接控制所述探测光源2和光谱仪5，以控制所述探测光源2发射探测光信号，以及接收所述光谱仪5采集的反射光谱。
84.最后需要说明的是，以上实施例仅用以说明本发明实施例的技术方案而非对其进行限制，尽管参照较佳实施例对本发明实施例进行了详细的说明，本领域的普通技术人员应当理解依然可以对本发明实施例的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明实施例技术方案的范围。

技术特征：
1.一种光纤fp传感器的外端面粗糙化处理方法，其特征在于，其步骤包括：步骤400：对所述光纤fp传感器的外端面进行粗糙化处理，并实时采集所述光纤fp传感器在外端面粗糙化处理过程中的反射光谱；步骤500：对所述光纤fp传感器的反射光谱进行处理，以提取所述反射光谱的波形特征信息；步骤600：根据提取的所述反射光谱的波形特征信息，识别判断所述光纤fp传感器的干涉状态；步骤700：根据所述光纤fp传感器的干涉状态，调整所述光纤fp传感器的外端面粗糙化处理的进程。2.根据权利要求1所述的光纤fp传感器的外端面粗糙化处理方法，其特征在于，所述波形特征信息包括所述反射光谱的波长、频率以及幅度中的至少一项。3.根据权利要求1所述的光纤fp传感器的外端面粗糙化处理方法，其特征在于，所述光纤fp传感器的干涉状态包括双光束干涉状态和三光束干涉状态，在步骤700中，若所述光纤fp传感器的干涉状态为双光束干涉，则停止所述光纤fp传感器的外端面粗糙化处理，若所述光纤fp传感器的干涉状态为三光束干涉，则继续所述光纤fp传感器的外端面粗糙化处理。4.根据权利要求1所述的光纤fp传感器的外端面粗糙化处理方法，其特征在于，在步骤600中，根据提取的所述反射光谱的波形特征信息，识别判断所述光纤fp传感器的干涉状态的步骤包括：步骤610：将提取的所述反射光谱的波形特征信息输入到训练好的状态识别模型中；步骤620：获取所述状态识别模型输出的所述光纤fp传感器的干涉状态。5.根据权利要求4所述的光纤fp传感器的外端面粗糙化处理方法，其特征在于，所述状态识别模型为cnn网络模型。6.根据权利要求5所述的光纤fp传感器的外端面粗糙化处理方法，其特征在于，所述cnn网络模型包括第一卷积层、第一抽样层、第二卷积层、第二抽样层、全连接层和sotfmax输出层，以sigmoid函数作为激活函数。7.根据权利要求4所述的光纤fp传感器的外端面粗糙化处理方法，对所述状态识别模型进行训练的步骤包括：步骤100：采集至少一光纤fp传感器在不同干涉状态下的多个反射光谱样本；步骤200：对所述至少一光纤fp传感器的反射光谱样本进行处理，以提取所述反射光谱样本的波形特征信息，构建样本数据集；步骤300：采用构建的所述样本数据集对所述状态识别模型进行训练，得到训练好的状态识别模型。8.根据权利要求7所述的光纤fp传感器的外端面粗糙化处理方法，其特征在于，所述波形特征信息包括所述反射光谱样本的波长、频率以及幅度中的至少一项。9.根据权利要求7所述的光纤fp传感器的外端面粗糙化处理方法，其特征在于，所述样本数据集包括训练数据集和测试数据集，在步骤300中，采用构建的所述样本数据集对所述状态识别模型进行训练，得到训练好的状态识别模型的步骤包括：步骤310：构建所述状态识别模型；
步骤320：采用所述训练数据集对所述状态识别模型进行训练；步骤330：采用所述测试数据集对经过训练的状态识别模型进行测试；步骤340：统计所述状态识别模型的测试数据，并根据所述测试数据评估所述状态识别模型是否完成训练。10.一种光纤fp传感器的外端面粗糙化处理系统，其特征在于，包括端面粗糙化设备、光谱设备和控制设备，所述控制设备连接控制所述端面粗糙化设备和光谱设备；所述端面粗糙化设备用于对所述光纤fp传感器的外端面进行粗糙化处理；所述光谱设备用于在外端面粗糙化处理过程中，向所述光纤fp传感器内发射探测光信号，并实时采集被所述光纤fp传感器反射回来的反射光谱；所述控制设备用于接收所述光谱设备采集的反射光谱，并对所述光纤fp传感器的反射光谱进行处理，以提取所述反射光谱的波形特征信息，然后根据提取的所述反射光谱的波形特征信息，识别判断所述光纤fp传感器的干涉状态，接着根据所述光纤fp传感器的干涉状态，控制所述端面粗糙化设备调整所述光纤fp传感器的外端面粗糙化处理的进程。

技术总结
本发明公开了一种光纤FP传感器的外端面粗糙化处理方法，通过采集所述光纤FP传感器在外端面粗糙化处理过程中的反射光谱，并对所述光纤FP传感器的反射光谱进行处理以提取波形特征信息后，然后根据所述反射光谱的波形特征信息识别判断所述光纤FP传感器的干涉状态，进而根据所述光纤FP传感器的干涉状态调整所述光纤FP传感器的外端面粗糙化处理的进程。该外端面粗糙化处理方法可提高所述光纤FP传感器的外端面粗糙化处理的效率，以及提高所述光纤FP传感器的外端面粗糙化处理的精度，以及不同光纤FP传感器经外端面粗糙化处理后产品性能的一致性。本发明还提供一种系统，用于实现上述外端面粗糙化处理方法。述外端面粗糙化处理方法。述外端面粗糙化处理方法。


技术研发人员：刘申 洪桂清 丁伟 肖航 王义平
受保护的技术使用者：深圳大学
技术研发日：2023.05.18
技术公布日：2023/9/12