Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/18272

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorFONTANA, Eduardo-
dc.contributor.authorCAVALCANTI, Leonardo Machado-
dc.date.accessioned2017-01-30T18:17:27Z-
dc.date.available2017-01-30T18:17:27Z-
dc.date.issued2016-08-16-
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/18272-
dc.description.abstractUm dos principais desafios no projeto de sensores baseados em Ressonância de Plasmons de Superfície — RPS — é maximizar sua sensibilidade. Neste trabalho é proposto o uso de dois algoritmos heurísticos, Monte Carlo e Enxame de Partículas, para otimização de sensores baseados em RPS em interfaces planares, i.e, nas configurações de Kretschmann e de Otto, sem o auxílio da aproximação lorentziana para a curva de ressonância. Devido à natureza probabilística dos algoritmos, consegue-se obter um método simples e robusto para atingir essa otimização. É feita uma comparação quanto à eficiência computacional dos algoritmos em relação ao método tradicional de otimização, ficando demonstrado que o método de Enxame de Partículas é o mais eficiente em relação às outras técnicas. Com o emprego desse método, a dependência espectral dos parâmetros ótimos é obtida para sensores utilizando vários metais nas configurações de Kretschmann e de Otto, tanto para aplicações em meios gasosos quanto em meios aquosos. Um aplicativo foi desenvolvido e sua funcionalidade demonstrada, que pode ser executado diretamente via web, com base na metodologia proposta, para otimização de sensores RPS em interfaces planares.pt_BR
dc.description.sponsorshipCNPQpt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectRPS. Ressonância de plasmons de superfície. Otimização. Método Monte Carlo. Enxame de partículas. PSOpt_BR
dc.subjectSPR. Surface plasmon resonance. Optimization. Monte Carlo method. Particle Swarm Optimization. PSO.pt_BR
dc.titleAplicativo web para projeto de sensores ópticos baseados em ressonância de plasmons de superífice em interfaces planarespt_BR
dc.typemasterThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/0452289305786065pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.levelmestradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/5989233042856714pt_BR
dc.publisher.programPrograma de Pos Graduacao em Engenharia Eletricapt_BR
dc.description.abstractxOne of the main challenges in the design of surface plasmon resonance – SPR – sensor systems is to maximize their sensitivity. In this work one proposes the use of two heuristic algorithms, Monte Carlo and Particle Swarm, for optimization of SPR sensors in planar interfaces, i.e, in the Kretschmann and Otto configurations, without use of the Lorentzian approximation to the resonance curve. Because of the probabilistic nature of the algorithms, one manages to obtain a simple and robust method to achieve optimization. A comparison is made on the computational efficiency of the algorithm relative to the traditional method of optimization, showing that the particle swarm optimization method is more efficient compared to other techniques. By employing this method, the spectral dependence of optimum parameters is obtained for sensors using a wide range of metal films in the Kretschmann and Otto configurations, both for applications in gaseous an in aqueous media. An app was developed and its functionality can be demonstrated, by direct execution via web, based on the proposed methodology for optimization of SPR sensors on planar interfaces.pt_BR
Aparece en las colecciones: Dissertações de Mestrado - Engenharia Elétrica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
DISSERTACAO_LEO_DEFESA - FINAL - CATALOGADA PDF.pdf4,48 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons