为了监测核工业冷却管道中冷却剂的浓度，针对目前测量仪器易受环境干扰、介质沉积、难以分布式多点监测等问题，设计了一种基于层状聚酰亚胺（Polyimide， PI）的光纤布拉格光栅（Fiber Bragg Grating， FBG）浓度传感器。结合PI薄膜的吸水特性、水分子扩散原理和FBG传感理论，研究基于层状PI薄膜的FBG浓度传感机理，设计制作了层状PI薄膜FBG浓度传感器。最后，搭建浓度测量实验平台，进行浓度传感实验，得到镀层状PI薄膜的FBG浓度传感器对氯化钾（KCl）溶液的浓度特性曲线，并分析了其灵敏度与滞回特性。实验结果表明：浓度与波长漂移量呈线性变化关系，浓度特性曲线拟合度为0.994 2，正、反行程输出的最大差值为35 pm，传感器的平均灵敏度为157.6 pm/（mol·L^-1），是同条件下镀一层环状PI薄膜FBG浓度传感器和腐蚀型FBG浓度传感器灵敏度的7.4倍和49.1倍。该传感器为核工业管道中冷却剂浓度测量提供了新方法，具有高灵敏度、安全、抗电磁干扰等优点。

针对光纤布拉格光栅（Fiber Bragg Grating， FBG）流量温度复合传感耦合干扰严重的问题，以小型探针式FBG流量温度复合传感器为研究对象，提出了基于哈里斯鹰算法优化核极限学习机（Harris Hawks Optimizer algorithm Optimized Kernel Extreme Learning Machine， HHO-KELM）的解耦算法。首先，设计了以空心圆柱悬臂梁为受力载体的小型探针式FBG流量温度复合传感器，揭示了该传感器波长漂移量与流量温度的映射关系；然后，构建实验系统进行了流量温度复合传感实验，分析了流量温度耦合特征；最后，利用哈里斯鹰算法优化核极限学习机，获取核极限学习机的最优正则化系数和核函数参数组合，建立了HHO-KELM算法流量温度解耦模型，解耦后流量在2~30 m³/h内，流量平均误差为0.038 m³/h，均方误差为1.91×10^-3 m³/h，温度平均误差为0.027 ℃，均方误差为1.03×10^-3 ℃。为验证解耦效果，将HHO-KELM算法与BP算法、ELM算法的解耦结果进行对比。实验结果表明：HHO-KELM算法具有较好的解耦精度和解耦效率，能够有效降低流量温度耦合干扰，提高了传感器的测量精度和稳定性，可实现流量温度的实时动态解耦。