Conférencier
|
Transcription
|
| Valérie Rennoll |
Un objectif majeur du laboratoire est le développement de nouveaux capteurs acoustiques flexibles pour une utilisation sur le corps. |
| |
Aujourd'hui, je vais discuter de mes recherches sur l'utilisation d'un plan d'expériences optimal pour étudier les propriétés acoustiques de plusieurs matériaux polymères différents avec des particules ajoutées. |
| |
Les résultats de cette expérience sont utilisés pour développer un capteur d'impédance acoustique adaptée. |
| |
Ainsi, l'impédance et l'atténuation acoustiques sont des propriétés matérielles importantes qui ont un impact sur les matériaux de propagation du son. L'impédance acoustique est fonction de sa densité dans la vitesse du son à travers le matériau. |
| |
Lorsque le son se déplace d'un matériau à un autre, les différences d'impédance acoustique provoquent une réflexion de l'énergie à la limite. |
| |
Ce décalage d'impédance acoustique entre l'eau et l'air est la raison pour laquelle, si quelqu'un émet un son sous l'eau dans une piscine et que vous vous tenez à côté de cette piscine, vous ne pourrez pas entendre ce son. |
| |
Ces animations montrent donc l'impact de l'impédance acoustique sur la transmission des sons corporels. |
| |
Dans cette première figure, vous verrez que le son émis par votre corps frappe une interface entre votre peau et l'air, provoquant la réflexion de la plupart des sons vers le corps, en raison du grand décalage d'impédance. |
| |
La deuxième figure montre comment cet effet est vraiment amplifié lorsqu'un médecin écoute votre... |
| |
écoute votre corps à l'aide d'un stéthoscop. La non-concordance d'impédance entraîne la transmission d'une petite partie de l'énergie incidente au stéthoscope et ajoute également un chemin où le bruit aérien peut vraiment corrompre le signal. |
| |
Cette troisième figure illustre notre approche avec un capteur d'adaptation d'impédance. Les impédances sont bien adaptées, donc très peu de réflexion du signal se produit à l'interface du capteur corporel et le bruit aérien est réfléchi passivement loin du capteur. |
| |
Dans l'ensemble, en adaptant l'impédance acoustique du support surveillé, une plus grande quantité de son peut être capturée. Pour ce faire, il faut comprendre comment un polymère peut être fabriqué pour cibler une impédance acoustique spécifique. |
| |
Ainsi, des recherches antérieures avaient démontré que les nanoparticules peuvent être dispersées dans une matrice polymère pour contrôler son impédance acoustique. |
| |
Cependant, la portée de la recherche existante était limitée à l'exploration de l'espace de conception, en utilisant une approche à un facteur à la fois et en se concentrant sur un petit sous-ensemble de facteurs pertinents. |
| |
Nous avons donc choisi de développer les recherches antérieures en mettant en place un plan d'expériences optimal dans JMP. La conception optimale était idéale car nous voulions considérer un mélange de facteurs continus, discrets et catégoriels. |
| |
Ces deux tableaux donnent donc un aperçu des facteurs et des réponses que nous avons inclus dans le DOE. |
| |
Après une revue de la littérature pour considérer les facteurs à étudier, nous avons choisi d'inclure au total sept facteurs de type polymère ; concentration, taille et densité des particules; |
| |
épaisseur de l'échantillon; et la fréquence et la température de caractérisation. Comme vous pouvez le voir dans cette troisième colonne, les facteurs comprenaient généralement des paramètres bas, haut et central, |
| |
bien que le type de polymère comprenne quatre niveaux. La conception a également été conçue pour prendre en compte les restrictions de facteurs, de sorte que certains types de polymères ne pouvaient pas être combinés avec la plus petite taille de particule car cela empêchait les polymères de durcir. |
| |
Nous avons étudié quatre réponses totales, dont la densité, la vitesse du son, l'impédance acoustique et l'atténuation. |
| |
L'objectif était de cibler une valeur d'impédance acoustique spécifique avec une atténuation minimale et de comprendre simplement les facteurs qui influent sur la densité de la vitesse du son. |
| |
Nous avons cherché à estimer tous les effets moyens, les interactions de second ordre et les termes quadratiques pour générer un modèle avec une précision prédictive élevée. Et pour ce faire, nous nous sommes installés sur la fabrication d'un total de 98 échantillons pour avoir une puissance raisonnable pour détecter ces effets. |
| |
Les matériaux ont été caractérisés à l'aide d'une technique de transmission directe dans laquelle les propriétés acoustiques inconnues du matériau sont obtenues par comparaison à un matériau de référence, en l'occurrence l'eau. |
| |
Un signal est envoyé de l'émetteur au récepteur et le signal capturé est comparé lorsqu'il voyage dans l'eau seule, par rapport à l'eau et à l'échantillon. |
| |
Ainsi, dans l'espace de conception que nous avons exploré, nous avons trouvé... nous avons mesuré une gamme d'impédances acoustiques en fonction du polymère et des propriétés des particules ajoutées. |
| |
Nous avons découvert que nous pouvions faire correspondre les impédances acoustiques de matériaux tels que l'eau, la peau et le bois. |
| |
Après avoir collecté les données de réponse pour chacun des 98 échantillons, nous avons comparé divers modèles candidats réduits, dans le but d'obtenir la plus grande précision prédictive. |
| |
avec le plus petit nombre de coefficients du modèle. Nous avons utilisé des techniques telles que la sélection en arrière et la validation croisée des plis K |
| |
pour obtenir des modèles possibles, puis utilisé une variété d'outils d'évaluation pour choisir le modèle final. Nous avons examiné s'il y avait des valeurs aberrantes ou des points influents inclus dans les données, |
| |
si les erreurs étaient indépendantes et normalement distribuées avec des variantes constantes et une moyenne de zéro, et s'il y avait un manque significatif d'ajustement dans le modèle. |
| |
Dans l'ensemble, nous avons constaté que le modèle d'impédance acoustique final choisi était adapté à nos besoins. Cette parcelle à gauche |
| |
montre le tracé réel par rapport au tracé prévu, et vous pouvez voir que les données s'adaptent très bien le long de la ligne diagonale, ce qui signifie que les données réelles et prédictives sont très similaires. |
| |
Et les résidus, comme vous pouvez le voir, sur ce graphique à droite, sont normalement distribués autour de zéro sans motif distinct. |
| |
Le modèle final choisi comprenait des facteurs importants de type de polymère, de concentration de dopant et de température. Le modèle avait une valeur R au carré ajustée de 0,995 et une erreur quadratique moyenne de 0,02. |
| |
Donc, parce que notre objectif principal était de fabriquer un polymère avec une impédance acoustique spécifique et une atténuation minimale, le profileur de prédiction était vraiment utile |
| |
pour atteindre cet objectif. Ainsi, dans cette vidéo, vous pouvez voir que je montre comment le profileur de production indique les conditions nécessaires pour cibler une valeur d'impédance de 1,3MRayls avec une atténuation minimale. |
| |
Nous avons utilisé le profileur de prédiction pour prédire les conditions nécessaires pour fabriquer un total de neuf polymères avec une impédance de 1, 1,3, 1,6, 1,9 et 2,2 MRayls. |
| |
L'erreur moyenne entre les valeurs d'impédance acoustique prédites et mesurées n'était que d'environ 1,4%, une différence d'environ 0,05 MRayls. |
| |
Ainsi, confiants dans les résultats de notre DOE, nous avons utilisé les conditions de fabrication spécifiques du polymère lors de l'assemblage d'un capteur acoustique à impédance adaptée, que j'appellerai Hearo. |
| |
Sur cette image, vous pouvez voir plusieurs appareils Hearo avec différentes valeurs d'impédance cible, en fonction de l'application cible d'intérêt. Nous comparons ce dispositif d'adaptation d'impédance à un microphone et un accéléromètre typiques en utilisant des métriques de rapport signal/bruit. |
| |
Dans ces chiffres SNR, une valeur plus élevée indique une plus grande corrélation avec le signal d'intérêt et moins de corrélation avec le bruit aérien. Ainsi, la métrique globale du signal est liée en prenant la différence entre |
| |
la cohérence avec le signal du simulateur moins la cohérence avec le bruit. Vous pouvez voir que Hearo dans cette sorte de couleur orangée montre moins de cohérence avec le bruit |
| |
et une plus grande cohérence avec le signal du simulateur, conduisant à une métrique SNR globale plus élevée par rapport à un accéléromètre et un microphone avec un diaphragme. |
| |
Dans ces démonstrations, vous pouvez voir que cela conduit Hearo à capturer un signal très propre du corps ou de l'instrument sans capter les bruits aériens. Ainsi, cette première vidéo montre Hearo en train d'enregistrer des bruits cardiaques et pulmonaires dans un environnement domestique. |
| |
Et la deuxième vidéo montre Hearo en train d'enregistrer les cloches. |
| |
Nous envisageons donc vraiment que ce capteur pourrait fournir un meilleur moyen de surveiller les sons du corps ou des instruments. Les appareils typiques nécessitent des circuits de suppression de bruit coûteux. |
| |
Ainsi, en résumé, nous avons utilisé un plan d'expériences dans JMP pour comprendre comment de multiples conditions de fabrication et de caractérisation ont un impact sur les propriétés acoustiques des polymères avec des particules ajoutées. |
| |
Le modèle obtenu à partir de l'expérience a démontré une précision prédictive élevée et a été utilisé dans la conception d'un capteur acoustique adapté à l'impédance. |
| |
Le capteur démontre une fidélité du signal et une réduction du bruit améliorées par rapport aux capteurs existants qui sont optimisés pour la captation des bruits aériens. Merci de votre attention et n'hésitez pas à me contacter pour toute question. |
