756817_ko-KR

liliconcom

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

발레리 레놀(Valerie Rennoll), 존스홉킨스대학교, 존스홉킨스대학교
Ian McLane, 존스 홉킨스 대학교 대학원생
Drew Grant, 존스 홉킨스 대학교 대학원생
Mounya Elhilali, 존스홉킨스대학교 교수

제임스 웨스트(존스 홉킨스 대학교 교수)

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

자동 생성된 스크립트...

스피커	성적 증명서
발레리 레놀	연구실의 주요 초점은 신체에 사용할 수 있는 새롭고 유연한 음향 센서를 개발하는 것입니다.
	오늘 저는 입자가 첨가된 여러 가지 고분자 재료의 음향 특성을 연구하기 위해 최적의 실험 계획을 사용하는 방법에 대한 연구에 대해 논의하겠습니다.
	본 실험의 결과는 음향 임피던스 정합 센서를 개발하는 데 사용됩니다.
	따라서 음향 임피던스와 감쇠는 소리 전파 재료에 영향을 미치는 중요한 재료 특성입니다. 음향 임피던스는 물질을 통과하는 소리의 속도에 따른 밀도의 함수입니다.
	소리가 한 물질에서 다른 물질로 이동할 때 음향 임피던스의 차이로 인해 에너지가 경계에서 반사됩니다.
	물과 공기 사이의 이러한 음향 임피던스 불일치로 인해 누군가가 수영장 물 속에서 소리를 내고 여러분이 수영장 옆에 서 있으면 그 소리를 들을 수 없는 것입니다.
	따라서 이 애니메이션은 음향 임피던스가 신체 소리 전송에 어떻게 영향을 미치는지 보여줍니다.
	이 첫 번째 그림에서는 신체에서 방출되는 소리가 피부와 공기 사이의 경계면에 닿아 큰 임피던스 불일치로 인해 대부분의 소리가 신체 쪽으로 반사되는 것을 볼 수 있습니다.
	두 번째 그림은 의사가 귀하의 의견을 들을 때 이 효과가 실제로 어떻게 증폭되는지 보여줍니다.
	청진기를 사용하여 신체의 소리를 듣습니다. 임피던스 불일치로 인해 입사 에너지의 작은 부분이 청진기로 전달되고 공기 중 소음이 실제로 신호를 손상시킬 수 있는 경로가 추가됩니다.
	이 세 번째 그림은 임피던스 매칭 센서를 사용한 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 일치시키면 더 많은 양의 사운드를 캡처할 수 있습니다. 이를 위해서는 특정 음향 임피던스를 목표로 하는 폴리머를 어떻게 제조할 수 있는지 이해해야 합니다.
	따라서 이전 연구에서는 나노입자가 폴리머 매트릭스에 분산되어 음향 임피던스를 제어할 수 있음을 입증했습니다.
	그러나 기존 연구는 기본적으로 설계 공간을 탐색하고 한 번에 하나의 요인을 사용하고 관련 요인의 작은 하위 집합에 초점을 맞추는 범위로 제한되었습니다.
	그래서 우리는 JMP에서 최적의 실험 설계를 설정하여 이전 연구를 확장하기로 결정했습니다. 연속형, 이산형, 범주형 요인의 혼합을 고려하고 싶었기 때문에 최적의 설계가 이상적이었습니다.
	따라서 이 두 표는 우리가 DOE에 포함시킨 요인과 반응에 대한 개요를 제공합니다.
	연구해야 할 요소를 고려하기 위해 문헌을 검토한 후 폴리머 유형의 총 7가지 요소를 포함하기로 결정했습니다. 입자 농도, 크기 및 밀도;
	샘플 두께; 및 특성화 주파수 및 온도. 이 세 번째 열에서 볼 수 있듯이 요인에는 일반적으로 낮음, 높음 및 중간 설정이 포함됩니다.
	폴리머 유형에는 네 가지 수준이 포함되어 있습니다. 또한 설계는 요인 제한을 고려하여 설정되었으므로 특정 폴리머 유형은 폴리머 경화를 방해하기 때문에 가장 작은 입자 크기와 결합할 수 없습니다.
	우리는 밀도, 음속, 음향 임피던스 및 감쇠를 포함하여 총 4가지 응답을 연구했습니다.
	목표는 최소한의 감쇠로 특정 음향 임피던스 값을 목표로 삼고 음속의 밀도에 영향을 미치는 요소를 이해하는 것이었습니다.
	우리는 예측 정확도가 높은 모델을 생성하기 위해 모든 평균 효과, 2차 상호 작용 및 2차 항을 추정하는 것을 목표로 했습니다. 그리고 이를 위해 우리는 이러한 효과를 감지할 수 있는 합리적인 검정력을 갖도록 총 98개의 샘플을 제작하기로 결정했습니다.
	물질의 알려지지 않은 음향 특성을 기준 물질(이 경우에는 물)과 비교하여 얻는 통과 투과 기술을 사용하여 물질을 특성화했습니다.
	신호는 송신기에서 수신기로 전송되며, 캡처된 신호는 물만 통과할 때와 물 및 샘플을 통과할 때 비교됩니다.
	그래서 우리가 조사한 설계 공간 내에서 우리는 폴리머와 추가된 입자 특성에 따라 다양한 음향 임피던스를 측정했다는 사실을 발견했습니다.
	우리는 물, 피부, 나무와 같은 재료의 음향 임피던스를 일치시킬 수 있다는 것을 발견했습니다.
	98개 샘플 각각에 대한 응답 데이터를 수집한 후, 가장 높은 예측 정확도를 얻기 위해 다양한 축소된 후보 모델을 비교했습니다.
	가장 적은 수의 모델 계수를 사용합니다. 우리는 역방향 선택 및 K 접기 교차 검증과 같은 기술을 사용했습니다.
	가능한 모델을 얻은 후 다양한 평가 도구를 사용하여 최종 모델을 선택했습니다. 데이터에 이상치나 영향력 있는 점이 포함되어 있는지 고려했고,
	오류가 독립적이고 상수 변형과 평균 0을 사용하여 정규 분포를 따르는지, 그리고 모델에 상당한 적합성이 부족한지 여부를 나타냅니다.
	전반적으로 우리는 최종 선택한 음향 임피던스 모델이 우리의 목적에 적합하다는 것을 발견했습니다. 이 플롯은 왼쪽에 있습니다.
	실제 대 예측 플롯을 보여주며, 데이터가 대각선을 따라 잘 맞는 것을 볼 수 있습니다. 이는 실제 데이터와 예측 데이터가 매우 유사하다는 것을 의미합니다.
	그리고 보시다시피, 오른쪽 그림의 잔차는 뚜렷한 패턴 없이 일반적으로 0 주위에 분포되어 있습니다.
	최종 선택된 모델에는 폴리머 유형, 도펀트 농도 및 온도의 중요한 요소가 포함되었습니다. 모델의 조정된 R 제곱 값은 .995이고 제곱 평균 제곱근 오차는 .02입니다.
	따라서 우리의 주요 목표는 특정 음향 임피던스와 최소 감쇠를 갖는 폴리머를 제작하는 것이었기 때문에 예측 프로파일러는 정말 도움이 되었습니다.
	이 목표를 달성하기 위해. 따라서 이 비디오에서는 최소 감쇠로 1.3MRayls의 임피던스 값을 목표로 하는 데 필요한 조건을 프로덕션 프로파일러가 지적하는 방법을 시연하는 것을 볼 수 있습니다.
	우리는 예측 프로파일러를 사용하여 임피던스가 1, 1.3, 1.6, 1.9 및 2.2 MRayl인 총 9개의 폴리머를 제조하는 데 필요한 조건을 예측했습니다.
	예측된 음향 임피던스 값과 측정된 음향 임피던스 값 사이의 평균 오류는 약 1.4%에 불과했으며, 그 차이는 약 .05 MRayls였습니다.
	따라서 DOE의 결과에 확신을 갖고 임피던스 정합 음향 센서를 구성할 때 특정 폴리머 제조 조건을 사용했습니다. 이를 Hearo라고 하겠습니다.
	이 이미지에서는 관심 있는 대상 애플리케이션에 따라 대상 임피던스 값이 다른 여러 Hearo 장치를 볼 수 있습니다. 우리는 신호 대 잡음비 측정법을 사용하여 이 임피던스 정합 장치를 일반적인 마이크 및 가속도계와 비교합니다.
	이러한 SNR 수치에서 값이 높을수록 관심 신호와의 상관 관계가 크고 공기 중 소음과의 상관 관계가 낮다는 것을 나타냅니다. 따라서 전체 신호 메트릭은 다음과 같은 차이를 취함으로써 제한됩니다.
	시뮬레이터 신호와의 일관성에서 잡음과의 일관성을 뺀 것입니다. 이런 주황색 색상의 Hearo는 노이즈와의 일관성이 떨어지는 것을 볼 수 있습니다.
	시뮬레이터 신호와의 일관성이 향상되어 다이어프램이 있는 가속도계 및 마이크에 비해 전반적으로 더 높은 SNR 메트릭을 얻을 수 있습니다.
	이 시연에서 Hearo가 공기 중 소음을 포착하지 않고 본체나 악기에서 매우 깨끗한 신호를 캡처하는 것으로 이어지는 것을 볼 수 있습니다. 그래서 이 첫 번째 비디오는 집에서 Hearo가 심장 및 폐음을 녹음하는 모습을 보여줍니다.
	그리고 두 번째 영상에는 히아로가 종소리를 녹음하는 모습이 담겨 있습니다.
	그래서 우리는 이 센서가 신체나 악기의 소리를 모니터링하는 향상된 방법을 제공할 수 있을 것이라고 생각합니다. 일반적인 장치에는 값비싼 잡음 억제 회로가 필요합니다.
	요약하자면, 우리는 다양한 제조 및 특성화 조건이 입자가 첨가된 중합체의 음향 특성에 어떤 영향을 미치는지 이해하기 위해 JMP의 실험 설계를 사용했습니다.
	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 충실도와 소음 감소를 보여줍니다. 많은 관심 부탁드리며, 문의사항이 있으시면 언제든지 연락주시기 바랍니다.