光纤传感器的应变与温度解耦技术研究综述

光纤传感器的应变与温度解耦技术研究综述光纤传感器凭借抗电磁干扰、体积小、重量轻、耐腐蚀、可实现分布式测量等独特优势，已在航空航天、轨道交通、土木工程、能源电力等重大工程领域得到广泛应用。但在实际复杂服役环境中，光纤光栅、法布里-珀罗干涉、布里渊散射等典型光纤传感单元对应变和温度均存在交叉敏感特性，即输出信号会同时受到应变和温度两种物理量的调制，导致单一物理量测量存在显著误差，严重制约了传感精度与可靠性。为突破这一瓶颈，国内外学者围绕应变与温度解耦技术开展了大量研究，形成了多参数参考、结构创新、算法补偿等多维度的技术体系。基于多传感单元的参考式解耦技术参考式解耦是最早投入实际应用的解耦方案，核心原理是通过引入额外的参考传感单元，构建应变与温度的方程组，进而求解两个物理量的独立值。其中最经典的是双光栅矩阵法，即采用两个不同中心波长的光纤布拉格光栅（FBG）粘贴于同一被测位置，利用不同光栅的应变灵敏度系数与温度灵敏度系数差异建立二元一次方程组。对于中心波长为$\lambda_{B1}$和$\lambda_{B2}$的两个FBG，其波长漂移量满足：$$\Delta\lambda_{B1}=K_{\varepsilon1}\Delta\varepsilon+K_{T1}\DeltaT$$$$\Delta\lambda_{B2}=K_{\varepsilon2}\Delta\varepsilon+K_{T2}\DeltaT$$通过预先标定获得四个灵敏度系数后，即可通过矩阵求逆得到应变变化量$\Delta\varepsilon$和温度变化量$\DeltaT$。该方法原理简单、易实现，目前已在桥梁健康监测系统中批量应用，但需要额外部署参考光栅，会增加传感系统的成本与复杂度，且两个光栅的粘贴位置需保证完全相同的温度场与应变场，对安装工艺要求极高。在此基础上，衍生出单光纤多参量集成式参考方案，如在单根光纤上刻写相移光栅、超结构光栅，或结合光纤布拉格光栅与长周期光栅（LPG）。长周期光栅的谐振峰对应变的灵敏度通常低于FBG一个数量级，但温度灵敏度与FBG处于同一量级，二者组合可进一步扩大灵敏度系数矩阵的条件数，降低求解误差。2023年，有团队提出将FBG与两个不同周期的LPG级联，构建三元方程组，除解耦应变与温度外，还可同时补偿弯曲对测量结果的影响，在30~120℃温度范围、0~2000$\mu\varepsilon$应变范围内，测量误差可控制在±2℃与±15$\mu\varepsilon$以内。另一种参考式方案是采用未受应变的参考光栅作为温度补偿单元，将其放置于与测量点温度场一致但不受外力作用的区域，参考光栅的波长漂移量仅反映温度变化，直接用于补偿测量光栅的温度交叉敏感。该方案无需复杂的矩阵求解，适用于应变场分布均匀、温度场易匹配的场景，如油气管道的轴向应变监测。但在非均匀温度场环境下，参考光栅与测量光栅的温度差异会引入额外补偿误差，因此近年来逐渐向微型化集成参考腔方向发展，如在法布里-珀罗传感器的空腔内内置一个不受应变的光纤端面作为温度参考面，通过解调两个端面的反射光谱差异实现解耦，可将温度补偿的空间误差缩小至微米级。基于传感结构创新的固有解耦技术固有解耦技术通过优化光纤传感单元的结构设计，使传感信号的不同特征参数分别对应应变与温度调制，无需额外参考单元即可实现解耦，是当前研究的热点方向。其中基于特殊光纤的结构设计尤为典型，如熊猫型保偏光纤光栅、光子晶体光纤光栅等。熊猫型保偏光纤存在两个正交的偏振主态，写入FBG后会产生两个相互分离的反射峰，两个反射峰的温度灵敏度基本一致，但应变灵敏度存在显著差异，利用这一特性可直接构建解耦方程组，无需额外级联光栅。2022年的一项研究表明，采用刻写在保偏光子晶体光纤上的FBG，两个偏振峰的应变灵敏度差异可达0.2pm/$\mu\varepsilon$，温度灵敏度差异小于0.1pm/℃，在-40~80℃宽温度范围内应变测量误差可低至±8$\mu\varepsilon$。微结构光纤传感结构进一步拓展了解耦设计空间。通过在光纤包层中设计空气孔阵列，可灵活调整光纤的热光系数、弹光系数与波导特性。例如，设计不对称空气孔结构的光子晶体光纤，写入长周期光栅后，高阶包层模式的谐振峰对应变和温度的响应呈现正交特性：某一阶包层模式的谐振峰仅随温度变化，对应变几乎无响应，而相邻阶模式的谐振峰仅对应变敏感，温度灵敏度接近于0，这种天然的正交响应可将解耦误差降低一个数量级。此外，通过在光子晶体光纤的空气孔中填充温敏材料如环氧树脂、石蜡等，可进一步放大温度灵敏度的差异，2024年有团队报道了填充石蜡的微结构光纤LPG，其温度灵敏度可达-230pm/℃，应变灵敏度仅为0.03pm/$\mu\varepsilon$，与普通FBG组合后解耦精度提升3倍以上。干涉型光纤传感器的结构创新也为解耦提供了新途径。典型的如马赫-曾德尔干涉（MZI）结构，通过在光纤中引入两个错位熔接点形成干涉腔，干涉光谱的自由光谱范围（FSR）由腔长决定，而谐振波长由有效折射率与腔长共同调制。研究发现，应变变化主要引起腔长改变，导致FSR与谐振波长同时漂移，而温度变化主要影响光纤的热光系数，仅引起谐振波长漂移，FSR基本保持不变，通过同时追踪FSR与谐振波长两个参数即可实现解耦。在此基础上发展的级联双腔法布里-珀罗干涉结构，通过设计两个不同长度的干涉腔，使两个腔的干涉光谱的包络与精细条纹分别对应温度与应变调制，采用傅里叶变换将两个腔的信号分离后即可独立求解，在0~1000$\mu\varepsilon$、20~100℃范围内，解耦精度可达±5$\mu\varepsilon$和±0.5℃，且结构紧凑，适合植入复合材料内部进行健康监测。基于信号处理的智能解耦算法当传感系统的灵敏度系数存在非线性、或者多个物理量的调制关系复杂无法建立精确的线性模型时，智能算法为解耦提供了高效的解决方案。传统的多项式拟合算法是最基础的非线性补偿手段，通过预先在不同应变与温度组合下标定传感信号的输出，拟合得到波长漂移与应变、温度的高阶多项式关系，可有效补偿灵敏度系数随环境变化的非线性误差。但该方法需要大量标定数据，且在标定范围外的外推误差较大，适用于环境参数波动范围较小的场景。神经网络算法的应用大幅提升了复杂非线性系统的解耦性能。其中反向传播（BP）神经网络是最常用的模型，其输入层为传感信号的特征参数（如多个谐振峰的波长漂移量、峰值功率等），隐藏层通过神经元的非线性映射拟合输入与输出的关系，输出层直接给出应变与温度的预测值。2023年的研究表明，采用改进的粒子群优化BP神经网络，对级联FBG-LPG结构的传感信号进行解耦，在0~3000$\mu\varepsilon$、-20~150℃范围内，应变预测的平均绝对误差可低至3.2$\mu\varepsilon$，温度预测平均绝对误差0.3℃，比传统矩阵法精度提升40%以上。针对小样本标定场景，支持向量机（SVM）算法表现出更优的泛化能力，通过核函数将低维非线性问题映射到高维空间进行线性回归，在仅用30组标定数据的情况下，解耦精度仍优于传统多项式拟合。近年来，深度学习技术逐渐应用于复杂分布式传感系统的解耦。对于布里渊光时域分析（BOTDA）分布式传感系统，布里渊增益谱同时受应变和温度调制，且存在谱型扭曲、噪声干扰等问题，传统的洛伦兹拟合寻峰方法误差较大。采用卷积神经网络（CNN）直接对原始布里渊增益谱数据进行特征提取，可自动学习谱型特征与应变、温度的映射关系，无需手动寻峰，解耦速度提升一个数量级，且在低信噪比环境下仍保持较高精度。2024年有团队提出基于Transformer的分布式解耦模型，对沿光纤20km范围内的每米测量点同时进行应变与温度解耦，平均误差仅为±12$\mu\varepsilon$和±0.8℃，为长距离分布式传感的实时解耦提供了可行方案。特殊场景下的解耦技术优化在极端服役环境下，常规解耦技术的性能会出现显著下降，需要针对场景特性进行定制化优化。航空航天领域的高温应用场景中，温度范围可达-55~600℃，且存在剧烈的温度梯度与振动应变，普通光纤光栅的高温老化会导致灵敏度系数漂移，此时多采用蓝宝石光纤光栅结合多参数拟合的解耦方案。蓝宝石光纤的熔点超过2000℃，写入的布拉格光栅在1000℃高温下仍能稳定工作，通过同时检测蓝宝石光栅的反射波长与反射光功率，利用高温下波长与功率对应变、温度的不同响应特性构建解耦模型，可在300~600℃高温环境下实现应变测量误差小于±30$\mu\varepsilon$。土木工程领域的大型结构监测场景中，传感链路长达数公里，且存在弯曲、压力等交叉敏感参数，此时分布式解耦技术需引入多物理量补偿机制。除布里渊散射外，同时结合拉曼散射的温度测量特性，构建布里渊-拉曼联合分布式传感系统，拉曼散射信号仅对温度敏感，可直接获得全光纤的温度分布，用于补偿布里渊散射的温度交叉敏感，这种方案无需额外参考结构，已在港珠澳大桥的沉管隧道健康监测系统中得到应用，10km测量距离内应变精度可达±20$\mu\varepsilon$，温度精度±0.5℃。能源电力领域的油气井下监测场景中，存在高压、高湿、硫化氢腐蚀等恶劣条件，传感结构需要特殊封装。封装材料的热膨胀系数与弹性模量会引入额外的应变传递误差，因此解耦模型需要考虑封装结构的影响。通过建立封装层-光纤的应变传递理论模型，将封装结构的温度相关应变传递系数纳入解耦方程组，可有效补偿封装引入