756817_de-DE

liliconcom

Versuchsplanung zur Charakterisierung und Vorhersage akustischer Eigenschaften von Polymeren (2021-US-EPO-866)

Valerie Rennoll, Johns Hopkins University, Johns Hopkins University
Ian McLane, Doktorand, Johns Hopkins University
Drew Grant, Doktorand, Johns Hopkins University
Mounya Elhilali, Professorin, Johns Hopkins University

James West, Professor, Johns Hopkins University

Akustische Impedanz und Dämpfung sind wichtige Eigenschaften, die die Schallausbreitung bei Unterwasser- und medizinischen Anwendungen beeinflussen. Um bestimmte akustische Eigenschaften zu erzielen, können mehrere Polymere mit unterschiedlichen Dichten und Steifigkeiten verwendet und dann durch Zugabe von Dotierstoffen weiter abgestimmt werden. Mithilfe eines I-optimalen Versuchsdesigns in JMP wurde die Beziehung zwischen mehreren Herstellungs- und Charakterisierungsbedingungen auf die akustische Impedanz und Dämpfung von Polymeren mit Nanopartikel-Dotierstoffen untersucht. Insgesamt wurden 98 Proben hergestellt und anhand der Faktoren Polymertyp (PDMS, Ecoflex und Polyurethan), Probendicke, Dotierstoffdichte, Dotierstoffkonzentration, Dotierstoffgröße sowie Charakterisierungsfrequenz und -temperatur charakterisiert. Die erhaltenen statistischen Modelle geben die Bedingungen an, die erforderlich sind, um die Polymere an akustische Impedanzen im Bereich von 1 bis 2,2 MRayl anzupassen und gleichzeitig die Dämpfung zu minimieren oder zu maximieren. Neun Validierungsproben wurden hergestellt, um fünf Impedanzwerte mit minimaler oder maximaler Dämpfung anzustreben, und zeigten einen durchschnittlichen vorhergesagten Fehler von 1,4 % im Vergleich zu den gemessenen Impedanzwerten. Das Modell dient zum Aufbau von Sensoren, die akustisch auf Materialien wie menschliche Haut, Holz und Wasser abgestimmt sind.

Automatisch generiertes Transkript ...

Lautsprecher	Transkript
Valerie Rennoll	Ein wesentlicher Schwerpunkt des Labors liegt auf der Entwicklung neuer, flexibler akustischer Sensoren für den Einsatz am Körper.
	Heute werde ich meine Forschung zur Verwendung eines optimalen Versuchsdesigns zur Untersuchung der akustischen Eigenschaften verschiedener Polymermaterialien mit zusätzlichen Partikeln erläutern.
	Die Ergebnisse dieses Experiments werden zur Entwicklung eines Sensors mit angepasster akustischer Impedanz verwendet.
	Daher sind akustische Impedanz und Dämpfung wichtige Materialeigenschaften, die sich auf die Schallausbreitung von Materialien auswirken. Die akustische Impedanz ist eine Funktion ihrer Dichte in Bezug auf die Schallgeschwindigkeit durch das Material.
	Wenn sich Schall von einem Material zum anderen bewegt, kommt es aufgrund der Unterschiede im akustischen Widerstand zu einer Energiereflexion an der Grenzfläche.
	Diese akustische Impedanzanpassung zwischen Wasser und Luft ist der Grund dafür, dass Sie ein Geräusch, das jemand unter Wasser in einem Schwimmbecken macht, nicht hören können, wenn Sie am Beckenrand stehen.
	Diese Animationen zeigen, wie sich die akustische Impedanz auf die Übertragung von Körpergeräuschen auswirkt.
	In dieser ersten Abbildung sehen Sie, dass der von Ihrem Körper ausgehende Schall auf eine Schnittstelle zwischen Ihrer Haut und der Luft trifft, wodurch aufgrund der großen Impedanzanpassung der meiste Schall zum Körper zurückreflektiert wird.
	Die zweite Abbildung zeigt, wie dieser Effekt tatsächlich verstärkt wird, wenn ein Arzt Ihnen zuhört ...
	hört Ihren Körper mit einem Stethoskop ab. Die Impedanzfehlanpassung führt dazu, dass ein kleiner Teil der einfallenden Energie an das Stethoskop übertragen wird, und fügt außerdem einen Pfad hinzu, auf dem Luftgeräusche das Signal wirklich beeinträchtigen können.
	Diese dritte Abbildung zeigt unseren Ansatz mit einem Impedanzanpassungssensor. Die Impedanzen sind gut aufeinander abgestimmt, sodass an der Körper-Sensor-Schnittstelle nur sehr geringe Signalreflexionen auftreten und Luftschall passiv vom Sensor weg reflektiert wird.
	Insgesamt kann durch die Anpassung der akustischen Impedanz des überwachten Mediums eine größere Menge an Schall erfasst werden. Dazu muss man verstehen, wie ein Polymer hergestellt werden kann, um eine bestimmte akustische Impedanz zu erreichen.
	Frühere Forschungen hatten gezeigt, dass Nanopartikel in einer Polymermatrix dispergiert werden können, um deren akustische Impedanz zu steuern.
	Bisherige Forschungsarbeiten beschränkten sich jedoch im Wesentlichen auf die Erforschung des Designraums, wobei jeweils nur ein Faktor nach dem anderen herangezogen wurde und der Schwerpunkt auf einer kleinen Teilmenge der relevanten Faktoren lag.
	Daher haben wir uns entschieden, auf früheren Forschungsergebnissen aufzubauen, indem wir in JMP ein optimales Versuchsdesign erstellten. Das optimale Design war ideal, da wir eine Mischung aus kontinuierlichen, diskreten und kategorischen Faktoren berücksichtigen wollten.
	Diese beiden Tabellen bieten einen Überblick über die Faktoren und Antworten, die wir in das DOE aufgenommen haben.
	Nach einer Literaturrecherche zur Berücksichtigung der zu untersuchenden Faktoren entschieden wir uns, insgesamt sieben Faktoren einzubeziehen: Polymertyp, Partikelkonzentration, -größe und -dichte;
	Probendicke; und Charakterisierungsfrequenz und Temperatur. Wie Sie in dieser dritten Spalte sehen können, umfassten die Faktoren normalerweise niedrige, hohe und mittlere Einstellungen,
	obwohl der Polymertyp vier Stufen umfasste. Das Design wurde auch so gestaltet, dass es Faktorbeschränkungen berücksichtigte, sodass bestimmte Polymertypen nicht mit der kleinsten Partikelgröße kombiniert werden konnten, da dies die Aushärtung der Polymere verhinderte.
	Wir haben vier Gesamtreaktionen untersucht, darunter Dichte, Schallgeschwindigkeit, akustische Impedanz und Dämpfung.
	Das Ziel bestand darin, einen bestimmten akustischen Impedanzwert mit minimaler Dämpfung zu erreichen und nur die Faktoren zu verstehen, die die Dichte in Schallgeschwindigkeit beeinflussen.
	Unser Ziel war es, alle Mittelwerteffekte, Wechselwirkungen zweiter Ordnung und quadratischen Terme abzuschätzen, um ein Modell mit hoher Vorhersagegenauigkeit zu erstellen. Und um dies zu erreichen, haben wir uns entschieden, insgesamt 98 Proben herzustellen, um eine angemessene Aussagekraft für die Erkennung dieser Effekte zu haben.
	Die Materialien wurden mithilfe einer Durchstrahlungstechnik charakterisiert, bei der die unbekannten akustischen Eigenschaften des Materials durch einen Vergleich mit einem Referenzmaterial, in diesem Fall Wasser, ermittelt werden.
	Ein Signal wird vom Sender an den Empfänger gesendet und das erfasste Signal wird beim Durchgang durch Wasser allein mit dem durch Wasser und der Probe verglichen.
	Wir haben in dem von uns untersuchten Designbereich eine Reihe akustischer Impedanzen gemessen, die vom Polymer und den hinzugefügten Partikeleigenschaften abhingen.
	Wir fanden heraus, dass wir die akustischen Impedanzen von Materialien wie Wasser, Haut und Holz anpassen konnten.
	Nachdem wir Antwortdaten für jede der 98 Proben gesammelt hatten, verglichen wir verschiedene reduzierte Kandidatenmodelle mit dem Ziel, die höchste Vorhersagegenauigkeit zu erreichen
	mit der geringsten Anzahl von Modellkoeffizienten. Wir verwendeten Techniken wie Rückwärtsselektion und K-fache Kreuzvalidierung
	um mögliche Modelle zu erhalten und dann verschiedene Bewertungstools zu verwenden, um das endgültige Modell auszuwählen. Wir haben berücksichtigt, ob es Ausreißer oder einflussreiche Punkte in den Daten gab,
	ob die Fehler unabhängig und normal verteilt waren, mit konstanten Varianten und einem Mittelwert von Null, und ob es einen signifikanten Mangel an Anpassung im Modell gab.
	Insgesamt haben wir festgestellt, dass das endgültige akustische Impedanzmodell für unsere Zwecke geeignet ist. Dieses Diagramm auf der linken Seite
	zeigt das Diagramm mit den tatsächlichen und den vorhergesagten Daten. Wie Sie sehen, passen die Daten sehr gut entlang der Diagonalen, was bedeutet, dass die tatsächlichen und die vorhergesagten Daten sehr ähnlich sind.
	Und die Residuen sind, wie Sie in diesem Diagramm rechts sehen können, normal um Null verteilt, ohne eindeutiges Muster.
	Das endgültig ausgewählte Modell berücksichtigte wichtige Faktoren wie Polymertyp, Dotierstoffkonzentration und Temperatur. Das Modell hatte einen angepassten R-Quadrat-Wert von 0,995 und einen mittleren quadratischen Fehler von 0,02.
	Da unser Hauptziel darin bestand, ein Polymer mit einer bestimmten akustischen Impedanz und minimaler Dämpfung herzustellen, war der Prediction Profiler wirklich hilfreich
	um dieses Ziel zu erreichen. In diesem Video können Sie sehen, wie ich demonstriere, wie der Produktionsprofiler die Bedingungen aufzeigt, die erforderlich sind, um einen Impedanzwert von 1,3 MRayl bei minimaler Dämpfung zu erreichen.
	Wir haben den Vorhersageprofiler verwendet, um die Bedingungen vorherzusagen, die zur Herstellung von insgesamt neun Polymeren mit einer Impedanz von 1, 1,3, 1,6, 1,9 und 2,2 MRayl erforderlich sind.
	Der durchschnittliche Fehler zwischen den vorhergesagten und den gemessenen akustischen Impedanzwerten betrug nur etwa 1,4 %, was einer Differenz von etwa 0,05 MRayl entspricht.
	Da wir von den Ergebnissen unseres DOE überzeugt waren, verwendeten wir die speziellen Polymerherstellungsbedingungen beim Zusammenbau eines akustischen Sensors mit angepasster Impedanz, den ich als Hearo bezeichnen werde.
	In diesem Bild sehen Sie mehrere Hearo-Geräte mit unterschiedlichen Zielimpedanzwerten, je nach gewünschter Zielanwendung. Wir vergleichen dieses Impedanzanpassungsgerät anhand von Signal-Rausch-Verhältnismetriken mit einem typischen Mikrofon und Beschleunigungsmesser.
	Bei diesen SNR-Werten bedeutet ein höherer Wert eine größere Korrelation mit dem betreffenden Signal und eine geringere Korrelation mit Luftschall. Die Gesamtsignalmetrik ist also durch die Differenz zwischen
	die Kohärenz mit dem Simulatorsignal minus der Kohärenz mit dem Rauschen. Sie können sehen, dass Hearo in dieser Art von orangefarbener Farbe weniger Kohärenz mit dem Rauschen zeigt
	und eine größere Kohärenz mit dem Simulatorsignal, was zu einem insgesamt höheren SNR-Wert im Vergleich zu einem Beschleunigungsmesser und einem Mikrofon mit Membran führt.
	In diesen Demonstrationen können Sie sehen, dass dies dazu führt, dass Hearo ein sehr sauberes Signal vom Körper oder Instrument erfasst, ohne Luftgeräusche aufzunehmen. Dieses erste Video zeigt also, wie Hearo Herz- und Lungengeräusche in einer häuslichen Umgebung aufzeichnet.
	Und das zweite Video zeigt, wie Hearo die Glocken aufnimmt.
	Wir gehen also wirklich davon aus, dass dieser Sensor eine verbesserte Möglichkeit zur Überwachung von Körper- oder Instrumentengeräuschen bieten könnte. Herkömmliche Geräte erfordern kostspielige Rauschunterdrückungsschaltungen.
	Zusammenfassend lässt sich also sagen, dass wir ein Versuchsdesign in JMP verwendet haben, um zu verstehen, wie sich unterschiedliche Herstellungs- und Charakterisierungsbedingungen auf die akustischen Eigenschaften von Polymeren mit zusätzlichen Partikeln auswirken.
	Das aus dem Experiment gewonnene Modell wies eine hohe Vorhersagegenauigkeit auf und wurde beim Entwurf eines impedanzangepassten Akustiksensors verwendet.
	Der Sensor weist im Vergleich zu vorhandenen Sensoren, die für die Erfassung von Luftschall optimiert sind, eine verbesserte Signaltreue und Rauschreduzierung auf. Vielen Dank für Ihre Aufmerksamkeit. Bei Fragen können Sie mich jederzeit kontaktieren.