揚聲器
|
成績單
|
| 瓦萊麗·倫諾爾 |
該實驗室的一個主要重點是開髮用於身體的新型靈活聲學傳感器。 |
| |
今天，我將討論我的研究，即使用最佳實驗設計來研究添加了顆粒的幾種不同聚合物材料的聲學特性。 |
| |
該實驗的結果用於開發聲阻抗匹配傳感器。 |
| |
因此聲阻抗和衰減是影響聲音傳播材料的重要材料特性。 聲阻抗是通過材料的聲速密度的函數。 |
| |
當聲音從一種材料傳播到另一種材料時，聲阻抗的差異會導致能量在邊界處反射。 |
| |
水和空氣之間的這種聲阻抗不匹配就是為什麼如果有人在水池中發出聲音而您站在水池的一側，您將聽不到那個聲音。 |
| |
所以這些動畫展示了聲阻抗如何影響體音的傳輸。 |
| |
在第一個圖中，您會看到從您的身體發出的聲音會撞擊您的皮膚和空氣之間的界面，由於阻抗失配較大，導致大部分聲音被反射回身體。 |
| |
第二個圖顯示了當醫生聽你的… |
| |
使用聽診器聽您的身體。 阻抗不匹配會導致一小部分入射能量傳輸到聽診器，並且還增加了一條路徑，在該路徑中空氣噪聲會真正破壞信號。 |
| |
第三張圖展示了我們使用阻抗匹配傳感器的方法。 阻抗匹配良好，因此在身體傳感器接口處發生的信號反射非常少，空氣噪聲被被動反射離開傳感器。 |
| |
總的來說，通過匹配被監測介質的聲阻抗，可以捕獲更多的聲音。 為了做到這一點，必須了解如何製造聚合物以針對特定的聲阻抗。 |
| |
因此，先前的研究表明，納米粒子可以分散到聚合物基質中以控制其聲阻抗。 |
| |
然而，現有研究的範圍僅限於基本探索設計空間，使用一次一個因素的方法，並專注於相關因素的一小部分。 |
| |
因此，我們選擇通過在 JMP 中設置最佳實驗設計來擴展先前的研究。 最佳設計是理想的，因為我們想要考慮連續、離散和分類因素的組合。 |
| |
因此，這兩個表格概述了我們包含在 DOE 中的因素和響應。 |
| |
在查閱文獻以考慮應研究的因素後，我們選擇包括聚合物類型的七個總因素；顆粒濃度、大小和密度； |
| |
樣品厚度；以及表徵頻率和溫度。 正如您在第三列中看到的，這些因素通常包括低、高和中心設置， |
| |
雖然聚合物類型包括四個級別。 該設計還考慮了因素限制，因此某些聚合物類型無法與最小粒徑組合，因為它會阻止聚合物固化。 |
| |
我們研究了四種總響應，包括密度、聲速、聲阻抗和衰減。 |
| |
目標是以最小衰減為目標的特定聲阻抗值，並僅了解影響聲速密度的因素。 |
| |
我們旨在估計所有平均效應、二階交互作用和二次項，以生成具有高預測精度的模型。 為此，我們決定製作總共 98 個樣本，以具有檢測這些影響的合理能力。 |
| |
材料使用透傳技術進行表徵，其中材料的未知聲學特性是通過與參考材料（在這種情況下為水）進行比較來獲得的。 |
| |
信號從發射器發送到接收器，捕獲的信號在單獨穿過水時與水和样品進行比較。 |
| |
因此，在我們探索的設計空間中，我們發現……我們根據聚合物和添加的粒子特性測量了一系列聲阻抗。 |
| |
我們發現我們可以匹配水、皮膚和木材等材料的聲阻抗。 |
| |
在為 98 個樣本中的每一個收集響應數據後，我們比較了各種簡化的候選模型，目的是獲得最高的預測準確度 |
| |
模型係數最少。 我們使用了諸如向後選擇和 K 折交叉驗證等技術 |
| |
獲得可能的模型，然後使用各種評估工具來選擇最終模型。 我們考慮了數據中是否存在異常值或有影響的點， |
| |
誤差是否獨立且正態分佈，具有常數變量和零均值，以及模型中是否存在明顯的擬合缺失。 |
| |
總的來說，我們發現最終選擇的聲阻抗模型非常適合我們的目的。 左邊的這個圖 |
| |
顯示實際與預測圖，您可以看到，數據沿對角線擬合得非常好，這意味著實際數據和預測數據高度相似。 |
| |
如您所見，在右側的圖中，殘差正態分佈在零附近，沒有明顯的模式。 |
| |
最終選擇的模型包括聚合物類型、摻雜劑濃度和溫度等重要因素。 該模型的調整 R 平方值為 0.995，均方根誤差為 0.02。 |
| |
因此，由於我們的主要目標是製造具有特定聲阻抗和最小衰減的聚合物，因此預測剖面儀非常有用 |
| |
達到這個目標。 因此，在此視頻中，您可以看到我正在演示生產剖面儀如何指出以最小衰減為目標阻抗值 1.3MRayls 所需的條件。 |
| |
我們使用預測分析器來預測製造總共 9 種阻抗為 1、1.3、1.6、1.9 和 2.2 MRayls 的聚合物所需的條件。 |
| |
預測和測量的聲阻抗值之間的平均誤差僅為約 1.4%，相差約 0.05 MRayls。 |
| |
因此，我們對 DOE 的結果充滿信心，在組裝阻抗匹配的聲學傳感器（我將其稱為 Hearo）時，我們使用了特定的聚合物製造條件。 |
| |
在此圖像中，您可以看到多個具有不同目標阻抗值的 Hearo 設備，具體取決於感興趣的目標應用。 我們使用信噪比指標將此阻抗匹配設備與典型的麥克風和加速度計進行比較。 |
| |
在這些 SNR 圖中，值越高表示與感興趣的信號相關性越大，而與空氣噪聲的相關性越小。 因此，整體信號度量受到以下差異的約束 |
| |
與模擬器信號的相干性減去與噪聲的相干性。 你可以看到這種橙色的 Hearo 與噪音的連貫性較差 |
| |
以及與模擬器信號的更大一致性，與帶振膜的加速度計和麥克風相比，總體 SNR 指標更高。 |
| |
在這些演示中，您可以看到這導致 Hearo 捕獲來自身體或儀器的非常乾淨的信號，而不會拾取空氣噪聲。 因此，第一個視頻展示了 Hearo 在家庭環境中記錄心肺聲音。 |
| |
第二個視頻顯示 Hearo 正在錄製鈴聲。 |
| |
所以我們真的設想這種傳感器可以提供一種改進的方式來監測來自身體或樂器的聲音。 典型設備需要昂貴的噪聲抑制電路。 |
| |
因此，總而言之，我們使用 JMP 中的實驗設計來了解多種製造和表徵條件如何影響添加顆粒的聚合物的聲學特性。 |
| |
從實驗中獲得的模型顯示出很高的預測精度，並被用於阻抗匹配聲學傳感器的設計。 |
| |
與針對空氣聲拾取優化的現有傳感器相比，該傳感器顯示出更高的信號保真度和降噪性能。 感謝您的關注，如有任何問題，請隨時與我聯繫。 |
