756817_zh-CN

liliconcom

表征和预测聚合物声学特性的实验设计 (2021-US-EPO-866)

瓦莱丽·伦诺尔 (Valerie Rennoll)，约翰霍普金斯大学，约翰霍普金斯大学
伊恩·麦克莱恩，约翰霍普金斯大学研究生
德鲁·格兰特（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

詹姆斯·韦斯特（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。为了实现特定的声学特性，可以使用具有不同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 最优实验设计，探索了多种制造和表征条件对含有纳米粒子掺杂剂的聚合物的声阻抗和衰减之间的关系。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 至 2.2 MRayls 范围内的声阻抗相匹配所需的条件，同时最小化或最大化衰减。制造了九个验证样品，以达到具有最小或最大衰减的五个阻抗值，与测量的阻抗值相比，平均预测误差为 1.4%。该模型用于构建与人体皮肤、木材和水等材料声学匹配的传感器。

自动生成的成绩单...

扬声器	脚本
瓦莱丽·伦诺尔	该实验室的主要研究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添加颗粒的几种不同聚合物材料的声学特性。
	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。声阻抗是材料密度与声音通过材料的速度的函数。
	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反射。
	由于水和空气之间的声阻抗不匹配，如果有人在泳池水下发出声音，而你站在泳池边，就听不到该声音。
	这些动画展示了声阻抗如何影响身体声音的传输。
	在第一个图中，您将看到从您的身体发出的声音碰到您的皮肤和空气之间的界面，由于较大的阻抗不匹配，导致大部分声音反射回身体。
	第二张图显示了当医生听你说话时这种效果是如何被放大的......
	使用听诊器聆听您的身体。阻抗不匹配会导致一小部分入射能量传输到听诊器，并且还会增加一条路径，空气中的噪音会真正破坏信号。
	第三张图展示了我们采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几乎不会发生信号反射，并且空气噪声会被动地从传感器反射出去。
	总体而言，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实现特定的声阻抗。
	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、每次只采用一个因素的方法并只关注一小部分相关因素。
	因此，我们选择在 JMP 中设置最佳实验设计，以扩展先前的研究。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，这两个表概述了我们在 DOE 中包含的因素和响应。
	在查阅文献考虑应研究的因素后，我们选择包括聚合物类型、颗粒浓度、大小和密度共七个因素；
	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，
	尽管聚合物类型包括四个级别。设计还考虑到了因素限制，因此某些聚合物类型不能与最小粒径结合，因为这会阻止聚合物固化。
	我们研究了四个总体响应，包括密度、声速、声阻抗和衰减。
	目标是实现具有最小衰减的特定声阻抗值，并了解影响声速密度的因素。
	我们的目标是估算所有平均效应、二阶相互作用和二次项，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，以获得合理的检测这些效应的能力。
	使用透射技术对材料进行表征，其中通过与参考材料（在本例中为水）的比较来获得材料的未知声学特性。
	信号从发射器发送到接收器，然后对捕获的信号进行比较，看看它们是否仅在水中传播，以及是否同时在水和样品中传播。
	因此，在我们探索的设计空间内，我们发现......我们根据聚合物和添加的颗粒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。
	在收集了 98 个样本的响应数据后，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率
	具有最少的模型系数。我们使用了后向选择和 K 折交叉验证等技术
	以获得可能的模型，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，
	如果误差是独立的、且呈正态分布、变量为常数且平均值为零，以及模型中是否存在明显的拟合度不合格。
	总体而言，我们发现最终选择的声阻抗模型足以满足我们的目的。左侧的图
	显示实际值与预测值的图表，您可以看到，数据沿对角线的拟合效果非常好，这意味着实际数据和预测数据非常相似。
	正如您所看到的，右侧图中的残差通常分布在零附近，没有明显的模式。
	最终选定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，因此预测分析器确实很有帮助
	实现这一目标。所以在这个视频中，你可以看到我演示了生产分析器如何指出实现 1.3MRayls 阻抗值和最小衰减所需的条件。
	我们使用预测分析器预测了制造总共九种聚合物所需的条件，这些聚合物的阻抗分别为 1、1.3、1.6、1.9 和 2.2 MRayls。
	预测的声阻抗值和测量的声阻抗值之间的平均误差仅约为 1.4%，相差约为 0.05 MRayls。
	因此，我们对 DOE 的结果很有信心，在组装阻抗匹配的声学传感器时使用了特定的聚合物制造条件，我将其称为 Hearo。
	在此图中，您可以看到多个 Hearo 设备具有不同的目标阻抗值，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，值越高表示与目标信号的相关性越大，与空气噪声的相关性越小。因此，整体信号指标取决于以下两个指标之间的差值：
	与模拟器信号的一致性减去与噪声的一致性。你可以看到，这种橙色的 Hearo 与噪声的一致性较低
	并且与模拟器信号的一致性更高，与加速度计和带有振膜的麦克风相比，其整体 SNR 指标更高。
	在这些演示中，您可以看到，这使得 Hearo 能够从身体或乐器中捕捉到非常干净的信号，而不会拾取空气中的噪音。所以第一个视频展示了 Hearo 在家中录制心音和肺音。
	第二段视频是 Hearo 录制钟声。
	因此，我们真心希望这种传感器能够提供一种更好的方法来监测来自身体或乐器的声音。典型的设备需要昂贵的噪声抑制电路。
	因此，总而言之，我们使用了 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颗粒的聚合物的声学特性。
	从实验中获得的模型表现出很高的预测精度，并用于阻抗匹配声学传感器的设计。
	与现有的针对空气声拾取而优化的传感器相比，该传感器的信号保真度和降噪效果均有所提高。感谢您的关注，如有任何问题，请随时与我联系。