398696_ko-KR

liliconcom

고분자 음향 특성을 특성화하고 예측하기 위한 실험 설계(2021-US-EPO-866)

레벨: 초급

 

Valerie Rennoll, 존스 홉킨스 대학교, 존스 홉킨스 대학교
Ian McLane, 존스 홉킨스 대학교 대학원생
Drew Grant, 존스 홉킨스 대학교 대학원생
Mounya Elhilali, 존스 홉킨스 대학교 교수

제임스 웨스트(Johns Hopkins University) 교수

 

음향 임피던스와 감쇠는 수중 및 의료 응용 분야에서 소리 전파에 영향을 미치는 중요한 특성입니다.특정 음향 특성을 목표로 하기 위해 다양한 밀도와 강성을 가진 다중 폴리머를 사용한 다음 도펀트를 추가하여 추가로 조정할 수 있습니다.JMP에서 I-최적의 실험 설계를 사용하여 나노입자 도펀트가 있는 중합체의 음향 임피던스 및 감쇠에 대한 다중 제조 및 특성화 조건 간의 관계를 조사했습니다.폴리머 유형(PDMS, ecoflex 및 폴리우레탄), 샘플 두께, 도펀트 밀도, 도펀트 농도, 도펀트 크기, 특성화 빈도 및 온도 요인으로 총 98개의 샘플을 제작하고 특성화했습니다.얻어진 통계 모델은 감쇠를 최소화하거나 최대화하면서 폴리머를 1 ~ 2.2 MRayls 범위의 음향 임피던스에 일치시키는 데 필요한 조건을 지정합니다.최소 또는 최대 감쇠로 5개의 임피던스 값을 목표로 9개의 검증 샘플을 제작했으며 측정된 임피던스 값과 비교하여 1.4%의 평균 예측 오차를 보여주었습니다.이 모델은 사람의 피부, 나무 및 물과 같은 재료와 음향적으로 일치하는 센서를 구성하는 데 사용됩니다.

 

 

자동 생성된 대본...

 

스피커	성적 증명서
발레리 레놀	실험실의 주요 초점은 신체에 사용하기 위한 새롭고 유연한 음향 센서를 개발하는 것입니다.
	오늘 저는 입자가 추가된 여러 다른 폴리머 재료의 음향 특성을 연구하기 위해 최적의 실험 설계를 사용하는 것에 대한 제 연구에 대해 논의할 것입니다.
	이 실험의 결과는 음향 임피던스 정합 센서를 개발하는 데 사용됩니다.
	따라서 음향 임피던스와 감쇠는 음향 전파 재료에 영향을 미치는 중요한 재료 특성입니다. 음향 임피던스는 물질을 통과하는 음속 밀도의 함수입니다.
	소리가 한 재료에서 다른 재료로 이동할 때 음향 임피던스의 차이로 인해 에너지가 경계에서 반사됩니다.
	물과 공기 사이의 음향 임피던스 불일치 때문에 누군가가 수영장에서 수중에서 소리를 낼 때 수영장 옆에 서 있으면 그 소리를 들을 수 없습니다.
	따라서 이 애니메이션은 음향 임피던스가 신체 소리의 전송에 미치는 영향을 보여줍니다.
	이 첫 번째 그림에서 신체에서 방출되는 소리가 피부와 공기 사이의 경계면에 부딪혀 임피던스 불일치가 크기 때문에 대부분의 소리가 신체 쪽으로 다시 반사되는 것을 볼 수 있습니다.
	두 번째 그림은 의사가 환자의 말을 들을 때 이 효과가 실제로 어떻게 증폭되는지 보여줍니다.
	청진기를 사용하여 몸의 소리를 듣습니다. 임피던스 불일치로 인해 입사 에너지의 작은 부분이 청진기로 전송되고 공기 중 소음이 실제로 신호를 손상시킬 수 있는 경로가 추가됩니다.
	이 세 번째 그림은 임피던스 정합 센서에 대한 접근 방식을 보여줍니다. 임피던스가 잘 일치하므로 신체 센서 인터페이스에서 신호 반사가 거의 발생하지 않고 공기 중 소음이 센서에서 수동적으로 반사됩니다.
	전반적으로 모니터링되는 매체의 음향 임피던스를 일치시킴으로써 더 많은 양의 사운드를 캡처할 수 있습니다. 이를 위해서는 특정 음향 임피던스를 목표로 하는 폴리머가 어떻게 제작될 수 있는지 이해해야 합니다.
	따라서 이전 연구에서는 나노입자가 음향 임피던스를 제어하기 위해 고분자 매트릭스에 분산될 수 있음을 보여주었습니다.
	그러나 기존 연구는 한 번에 하나의 요소 접근 방식을 사용하고 관련 요소의 작은 하위 집합에 집중하여 기본적으로 디자인 공간을 탐색하는 범위에 제한이 있었습니다.
	그래서 우리는 JMP에서 최적의 실험 설계를 설정하여 이전 연구를 확장하기로 결정했습니다. 연속 요인, 이산 요인 및 범주 요인의 혼합을 고려하기를 원했기 때문에 최적의 설계가 이상적이었습니다.
	따라서 이 두 표는 DOE에 포함된 요인 및 응답에 대한 개요를 제공합니다.
	연구해야 할 요소를 고려하기 위한 문헌 검토 후, 우리는 폴리머 유형의 총 7가지 요소를 포함하기로 결정했습니다. 입자 농도, 크기 및 밀도;
	샘플 두께; 및 특성화 빈도 및 온도. 이 세 번째 열에서 볼 수 있듯이 요인에는 일반적으로 낮음, 높음 및 중앙 설정이 포함됩니다.
	폴리머 유형에는 4가지 수준이 포함되어 있습니다. 설계는 또한 요인 제한을 고려하도록 설정되었으므로 특정 중합체 유형은 중합체 경화를 방지하기 때문에 가장 작은 입자 크기와 결합할 수 없었습니다.
	밀도, 음속, 음향 임피던스 및 감쇠를 포함한 총 4개의 응답을 연구했습니다.
	목표는 최소 감쇠로 특정 음향 임피던스 값을 목표로 하고 음속의 밀도에 영향을 미치는 요소를 이해하는 것이었습니다.
	우리는 높은 예측 정확도를 가진 모델을 생성하기 위해 모든 평균 효과, 2차 상호작용 및 2차 항을 추정하는 것을 목표로 했습니다. 그리고 이를 위해 총 98개의 샘플을 제작하여 이러한 효과를 감지할 수 있는 합리적인 검정력을 갖기로 결정했습니다.
	재료의 알려지지 않은 음향 특성을 기준 재료(이 경우 물)와 비교하여 얻은 투과 기술을 사용하여 재료를 특성화했습니다.
	신호는 송신기에서 수신기로 전송되고 캡처된 신호는 물만 통과할 때와 물 및 샘플을 통과할 때 비교됩니다.
	그래서 우리가 탐색한 설계 공간 내에서... 폴리머 및 추가된 입자 특성에 따라 음향 임피던스 범위를 측정했습니다.
	우리는 물, 피부 및 나무와 같은 재료의 음향 임피던스를 일치시킬 수 있음을 발견했습니다.
	98개 샘플 각각에 대한 응답 데이터를 수집한 후 최고의 예측 정확도를 얻기 위해 다양한 축소 후보 모델을 비교했습니다.
	가장 적은 수의 모델 계수를 사용합니다. 역 선택 및 K 폴드 교차 검증과 같은 기술을 사용했습니다.
	가능한 모델을 얻은 다음 다양한 평가 도구를 사용하여 최종 모델을 선택했습니다. 데이터에 포함된 이상치나 영향력 있는 점이 있는지 고려했습니다.
	오차가 독립적이고 변이가 일정하고 평균이 0인 정규 분포를 따르는지, 그리고 모델에 상당한 적합성이 결여되어 있는지 여부.
	전반적으로 우리는 최종적으로 선택된 음향 임피던스 모델이 우리의 목적에 적합하다는 것을 발견했습니다. 이 플롯은 왼쪽에
	실제 대 예측 플롯을 보여줍니다. 데이터가 대각선을 따라 정말 잘 맞는 것을 볼 수 있습니다. 즉, 실제 데이터와 예측 데이터가 매우 유사합니다.
	그리고 오른쪽 그림에서 볼 수 있는 것처럼 잔차는 뚜렷한 패턴 없이 0에 대해 정규 분포를 따릅니다.
	최종 선택된 모델에는 폴리머 유형, 도펀트 농도 및 온도의 중요한 요소가 포함되었습니다. 모델의 수정된 R 제곱 값은 .995이고 제곱 평균 제곱근 오차는 .02입니다.
	따라서 우리의 주요 목표는 특정 음향 임피던스와 최소 감쇠를 갖는 폴리머를 제작하는 것이었기 때문에 예측 프로파일러가 정말 도움이 되었습니다.
	이 목표를 달성하기 위해. 따라서 이 비디오에서 프로덕션 프로파일러가 최소 감쇠로 1.3MRayls의 임피던스 값을 목표로 하는 데 필요한 조건을 지적하는 방법을 시연하는 것을 볼 수 있습니다.
	우리는 예측 프로파일러를 사용하여 임피던스가 1, 1.3, 1.6, 1.9 및 2.2 MRayls인 총 9개의 폴리머를 제작하는 데 필요한 조건을 예측했습니다.
	예측된 음향 임피던스 값과 측정된 음향 임피던스 값 사이의 평균 오차는 약 1.4%에 불과했으며, 이는 약 0.05MRayls의 차이였습니다.
	따라서 DOE의 결과에 확신을 갖고 임피던스 정합 음향 센서를 구성할 때 특정 폴리머 제조 조건을 사용했습니다. 이를 Hearo라고 합니다.
	이 이미지에서 관심 대상 애플리케이션에 따라 대상 임피던스 값이 다른 여러 Hearo 장치를 볼 수 있습니다. 이 임피던스 정합 장치를 신호 대 잡음비 메트릭을 사용하여 일반적인 마이크 및 가속도계와 비교합니다.
	이 SNR 수치에서 값이 높을수록 관심 신호와 더 큰 상관 관계가 있고 공기 중 소음과 더 적은 상관 관계가 있음을 나타냅니다. 따라서 전체 신호 메트릭은
	시뮬레이터 신호와의 일관성에서 노이즈와의 일관성을 뺀 값. 이런 주황색의 Hearo는 노이즈와의 일관성이 덜한 것을 볼 수 있습니다.
	그리고 시뮬레이터 신호와의 더 큰 일관성으로 인해 가속도계 및 다이어프램이 있는 마이크에 비해 전반적으로 더 높은 SNR 메트릭으로 이어집니다.
	이 데모에서 Hearo가 공기 중 소음을 포착하지 않고 신체 또는 악기에서 매우 깨끗한 신호를 포착하게 되었음을 알 수 있습니다. 그래서 이 첫 번째 비디오는 가정에서 심장 및 폐 소리를 녹음한 Hearo를 보여줍니다.
	그리고 두 번째 영상은 히로가 종을 녹음하는 모습을 보여줍니다.
	따라서 우리는 이 센서가 신체나 악기의 소리를 모니터링하는 개선된 방법을 제공할 수 있다고 생각합니다. 일반적인 장치에는 값비싼 잡음 억제 회로가 필요합니다.
	따라서 요약하자면 JMP의 실험 설계를 사용하여 다중 제조 및 특성화 조건이 입자가 추가된 중합체의 음향 특성에 어떻게 영향을 미치는지 이해했습니다.
	실험을 통해 얻은 모델은 높은 예측 정확도를 보여 임피던스 정합 음향 센서 설계에 사용되었습니다.
	이 센서는 공기 중 소리 픽업에 최적화된 기존 센서에 비해 향상된 신호 충실도 및 노이즈 감소를 보여줍니다. 많은 관심을 가져주셔서 감사드리며, 궁금한 사항은 언제든지 연락주세요.

암사슴전자 포스터통계 및 모델링