为了降低相邻线偏振(LP)模式耦合导致的串扰,提出了一种沟槽和纳米孔辅助的双包层弱耦合少模光纤。首先,利用有限元方法分析了光纤参数对相邻LP模式间最小有效折射率差(Δn_eff)的影响。然后,对光纤进行优化,使光纤支持14个LP模式并满足弱耦合条件。最后,分析了光纤的弯曲损耗、有效模场面积、差分模式群时延。仿真结果表明,在纤芯中心位置添加半径为253 nm的纳米孔,可使C+L波段上所有LP模式间的最小Δn_eff大于6×10 ^-4;添加的沟槽辅助结构能使弯曲损耗从10 ^-3 dB/m降低到10 ^-5 dB/m,具有较好的抗弯曲性能。该光纤具有良好的传输性能,在短距离大容量模分复用系统中具有较大的应用潜力。

利用有限元法研究了弱耦合偏芯少模光纤高阶模式的模场特性、隐失场特性及弯曲损耗。分析了光纤参数对相邻模式之间最小有效折射率差的影响,并对偏芯光纤进行优化,使其支持10个线偏振模式且满足弱耦合条件;此外,研究了波长为1550 nm条件下,10个线偏振模式的功率分布和弯曲损耗。研究结果表明,在整个C波段,相邻模式之间最小有效折射率差均大于10 -4;且该光纤在高阶模态下表现出更强的隐失场强度、更高的传感灵敏度和更大的弯曲损耗,同时可以区分特定的弯曲方向。这些研究结果对于提高传感器灵敏度有潜在的应用价值。

基于人工神经网络,对激光切割镍基合金样本进行了训练函数拟合,以电流、脉宽、切速及离焦量作为输入向量,以挂渣宽度、切缝宽度及切割完整度的综合评分作为输出向量,找出了最小误差的隐含层节点,以此模型预测激光切割质量,得到最大误差为7.66%,最小误差为-0.32%。以综合评分作为遗传算法的适应度值,在实际应用的工艺参数范围内随机选择了50个种群作为最初寻优群体,对其进行交叉、变异和迭代等操作,寻找最优适应度值及对应的工艺参数。理论预测的最优适应度值为98.41,实际值为89.53,误差为9.03%。该验证样本的质量明显高于25个实验样本的,挂渣平均宽度为81.5 μm,切缝平均宽度为164 μm。