Low-Level-Lichterkennung


7

Ich suche nach dem besten Weg, um ein schwaches bläuliches Licht (440 nm) in einer dunklen Umgebung zu erkennen - mit "best" meine ich mit höchstmöglicher Empfindlichkeit. Ich habe festgestellt, dass die meisten LDRs und Fotodioden eine Spitzenwellenlänge von 550 bis 600 nm haben und Fototransistoren in diesem Bereich auch UV-Strahlung enthalten, was ihre Preise in die Höhe treibt.

Was wäre der effizienteste Weg? Verwenden Sie eine LED, um auf die blaue Bandbreite zu filtern, kaufen Sie einen teureren UV + Blue-Fototransistor, verlassen Sie sich auf einen IC wie einen Licht-Frequenz-Wandler oder hängt alles vom Messkreis ab?

Antworten:


6

Wahrscheinlich eine PMT (Photo Multiplier Tube), wenn Sie wirklich "die höchstmögliche Empfindlichkeit" benötigen.

Hier ist die Antwort eines kommerziellen Moduls .

Geben Sie hier die Bildbeschreibung ein

Etwas weniger effektiv wäre eine blau-enhanced Lawine Photodiode .


Es ist zu beachten, dass "höchste Empfindlichkeit" in diesem Zusammenhang Einzelphotonendetektion bedeutet . Photovervielfacher können einzelne Photonen auflösen. Ich würde nachdrücklich vorschlagen, dass sie für das, was das OP will, massiv übertrieben sind, aber angesichts der schlechten Spezifität der Frage des OP ist dies eine völlig gültige Antwort.
Connor Wolf

Es ist keine verrückte Lösung, wenn das OP nur eine benötigt - sie sind bei eBay für zehn Dollar erhältlich, wahrscheinlich ähnlich wie bei einer speziellen blauempfindlichen Fotodiode.
Spehro Pefhany

Sie sind nicht so einfach zu bedienen. Sie benötigen eine Hochspannungsversorgung, damit sie überhaupt funktionieren, im Allgemeinen im Bereich von mehreren Kilovolt. Sie sind nicht einfach mit Strom zu versorgen.
Connor Wolf

@ConnorWolf Stimmt, aber das ist nur ein weiteres interessantes Elektronikprojekt, und Sie können auch einen Überschuss an Dynode-Netzteilen erzielen.
Spehro Pefhany
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.