398696_zh-CN

liliconcom

表征和预测聚合物声学特性的实验设计 (2021-US-EPO-866)

级别：初学者

 

Valerie Rennoll，约翰霍普金斯大学，约翰霍普金斯大学
Ian McLane，约翰霍普金斯大学研究生
Drew Grant，约翰霍普金斯大学研究生
Mounya Elhilali，约翰霍普金斯大学教授

James West，约翰霍普金斯大学教授

 

声阻抗和衰减是影响水下和医疗应用中声音传播的重要特性。为了针对特定的声学特性，可以使用具有一系列密度和刚度的多种聚合物，然后通过添加掺杂剂进一步调整。使用 JMP 中的 I 优化实验设计，探索了多种制造和表征条件对具有纳米粒子掺杂剂的聚合物的声阻抗和衰减之间的关系。总共制造了 98 个样品，并根据聚合物类型（PDMS、ecoflex 和聚氨酯）、样品厚度、掺杂剂密度、掺杂剂浓度、掺杂剂尺寸以及表征频率和温度等因素进行了表征。获得的统计模型指定了将聚合物与 1 到 2.2 MRayls 范围内的声阻抗匹配所需的条件，同时最小化或最大化衰减。制造了九个验证样品以针对具有最小或最大衰减的五个阻抗值，并且与测量的阻抗值相比，平均预测误差为 1.4%。该模型用于构建在声学上与人体皮肤、木材和水等材料相匹配的传感器。

 

 

自动生成的成绩单...

 

扬声器	成绩单
瓦莱丽·伦诺尔	该实验室的一个主要重点是开发用于身体的新型灵活声学传感器。
	今天，我将讨论我的研究，即使用最佳实验设计来研究几种不同聚合物材料的声学特性，并添加了颗粒。
	该实验的结果用于开发声阻抗匹配传感器。
	因此声阻抗和衰减是影响声音传播材料的重要材料特性。 声阻抗是通过材料的声速密度的函数。
	当声音从一种材料传播到另一种材料时，声阻抗的差异会导致能量在边界处反射。
	水和空气之间的这种声阻抗不匹配就是为什么如果有人在水池中发出声音而您站在水池的一侧，您将听不到那个声音。
	所以这些动画展示了声阻抗如何影响体音的传输。
	在第一个图中，您会看到从您的身体发出的声音会撞击您的皮肤和空气之间的界面，由于阻抗失配较大，导致大部分声音被反射回身体。
	第二个图显示了当医生听你的…
	使用听诊器听您的身体。 阻抗不匹配会导致一小部分入射能量传输到听诊器，并且还增加了一条路径，在该路径中空气噪声会真正破坏信号。
	第三张图展示了我们使用阻抗匹配传感器的方法。 阻抗匹配良好，因此在身体传感器接口处发生的信号反射非常少，空气噪声被被动反射离开传感器。
	总的来说，通过匹配被监测介质的声阻抗，可以捕获更多的声音。 为了做到这一点，必须了解如何制造聚合物以针对特定的声阻抗。
	因此，先前的研究表明，纳米粒子可以分散到聚合物基质中以控制其声阻抗。
	然而，现有研究的范围仅限于基本探索设计空间，使用一次一个因素的方法，并专注于相关因素的一小部分。
	因此，我们选择通过在 JMP 中设置最佳实验设计来扩展先前的研究。 最佳设计是理想的，因为我们想要考虑连续、离散和分类因素的组合。
	因此，这两个表格概述了我们包含在 DOE 中的因素和响应。
	在查阅文献以考虑应研究的因素后，我们选择包括聚合物类型的七个总因素；颗粒浓度、大小和密度；
	样品厚度；以及表征频率和温度。 正如您在第三列中看到的，这些因素通常包括低、高和中心设置，
	虽然聚合物类型包括四个级别。 该设计还考虑了因素限制，因此某些聚合物类型无法与最小粒径组合，因为它会阻止聚合物固化。
	我们研究了四种总响应，包括密度、声速、声阻抗和衰减。
	目标是以最小衰减为目标的特定声阻抗值，并仅了解影响声速密度的因素。
	我们旨在估计所有平均效应、二阶交互作用和二次项，以生成具有高预测精度的模型。 为此，我们决定制作总共 98 个样本，以具有检测这些影响的合理能力。
	材料使用透传技术进行表征，其中材料的未知声学特性是通过与参考材料（在这种情况下为水）进行比较来获得的。
	信号从发射器发送到接收器，捕获的信号在单独穿过水时与水和样品进行比较。
	因此，在我们探索的设计空间中，我们发现……我们根据聚合物和添加的粒子特性测量了一系列声阻抗。
	我们发现我们可以匹配水、皮肤和木材等材料的声阻抗。
	在为 98 个样本中的每一个收集响应数据后，我们比较了各种简化的候选模型，目的是获得最高的预测准确度
	模型系数最少。 我们使用了诸如向后选择和 K 折交叉验证等技术
	获得可能的模型，然后使用各种评估工具来选择最终模型。 我们考虑了数据中是否存在异常值或有影响的点，
	误差是否独立且正态分布，具有常数变量和零均值，以及模型中是否存在明显的拟合缺失。
	总的来说，我们发现最终选择的声阻抗模型非常适合我们的目的。 左边的这个图
	显示实际与预测图，您可以看到，数据沿对角线拟合得非常好，这意味着实际数据和预测数据高度相似。
	如您所见，在右侧的图中，残差正态分布在零附近，没有明显的模式。
	最终选择的模型包括聚合物类型、掺杂剂浓度和温度等重要因素。 该模型的调整 R 平方值为 0.995，均方根误差为 0.02。
	因此，由于我们的主要目标是制造具有特定声阻抗和最小衰减的聚合物，因此预测剖面仪非常有用
	达到这个目标。 因此，在本视频中，您可以看到我正在演示生产剖面仪如何指出以最小衰减为目标的 1.3MRayls 阻抗值所需的条件。
	我们使用预测分析器来预测制造总共 9 种阻抗为 1、1.3、1.6、1.9 和 2.2 MRayls 的聚合物所需的条件。
	预测和测量的声阻抗值之间的平均误差仅为约 1.4%，相差约 0.05 MRayls。
	因此，我们对 DOE 的结果充满信心，在组装阻抗匹配的声学传感器（我将其称为 Hearo）时，我们使用了特定的聚合物制造条件。
	在此图像中，您可以看到多个具有不同目标阻抗值的 Hearo 设备，具体取决于感兴趣的目标应用。 我们使用信噪比指标将此阻抗匹配设备与典型的麦克风和加速度计进行比较。
	在这些 SNR 图中，值越高表示与感兴趣的信号相关性越大，而与空气噪声的相关性越小。 因此，整体信号度量受到以下差异的约束
	与模拟器信号的相干性减去与噪声的相干性。 你可以看到这种橙色的 Hearo 与噪音的连贯性较差
	以及与模拟器信号的更大一致性，与带振膜的加速度计和麦克风相比，总体 SNR 指标更高。
	在这些演示中，您可以看到这导致 Hearo 捕获来自身体或仪器的非常干净的信号，而不会拾取空气噪声。 因此，第一个视频展示了 Hearo 在家庭环境中记录心肺声音。
	第二个视频显示 Hearo 正在录制铃声。
	所以我们真的设想这种传感器可以提供一种改进的方式来监测来自身体或乐器的声音。 典型设备需要昂贵的噪声抑制电路。
	因此，总而言之，我们使用 JMP 中的实验设计来了解多种制造和表征条件如何影响添加了颗粒的聚合物的声学特性。
	从实验中获得的模型显示出很高的预测精度，并被用于阻抗匹配声学传感器的设计。
	与针对空气声拾取优化的现有传感器相比，该传感器显示出更高的信号保真度和降噪性能。 感谢您的关注，如有任何问题，请随时与我联系。

美国能源部电子海报统计和建模