756817_es-ES

liliconcom

Diseño de experimentos para caracterizar y predecir propiedades acústicas de polímeros (2021-US-EPO-866)

Valerie Rennoll, Universidad Johns Hopkins, Universidad Johns Hopkins
Ian McLane, estudiante de posgrado, Universidad Johns Hopkins
Drew Grant, estudiante de posgrado, Universidad Johns Hopkins
Mounya Elhilali, profesora, Universidad Johns Hopkins

James West, profesor, Universidad Johns Hopkins

La impedancia y la atenuación acústicas son propiedades importantes que afectan la propagación del sonido en aplicaciones médicas y submarinas. Para lograr propiedades acústicas específicas, se pueden usar múltiples polímeros con una variedad de densidades y rigidez y luego ajustarlos aún más con la adición de dopantes. Utilizando un diseño I-óptimo de experimentos en JMP, se exploró la relación entre múltiples condiciones de fabricación y caracterización sobre la impedancia acústica y la atenuación de polímeros con dopantes de nanopartículas. Se fabricó y caracterizó un total de 98 muestras con factores de tipo de polímero (PDMS, ecoflex y poliuretano), espesor de la muestra, densidad de dopante, concentración de dopante, tamaño de dopante y frecuencia y temperatura de caracterización. Los modelos estadísticos obtenidos especifican las condiciones necesarias para hacer coincidir los polímeros con impedancias acústicas en el rango de 1 a 2,2 MRayls, minimizando o maximizando al mismo tiempo la atenuación. Se fabricaron nueve muestras de validación para alcanzar cinco valores de impedancia con atenuaciones mínimas o máximas y demostraron un error promedio previsto del 1,4 % en comparación con los valores de impedancia medidos. El modelo se utiliza para construir sensores que se adaptan acústicamente a materiales como la piel humana, la madera y el agua.

Transcripción generada automáticamente...

Vocero	Transcripción
Valerie Rennoll	Uno de los principales objetivos del laboratorio es el desarrollo de nuevos sensores acústicos flexibles para su uso en el cuerpo.
	Hoy hablaré de mi investigación sobre el uso de un diseño óptimo de experimentos para estudiar las propiedades acústicas de varios materiales poliméricos diferentes con partículas añadidas.
	Los resultados de este experimento se utilizan para desarrollar un sensor de impedancia acústica adaptada.
	Por lo tanto, la impedancia y la atenuación acústicas son propiedades materiales importantes que afectan los materiales de propagación del sonido. La impedancia acústica es función de su densidad en la velocidad del sonido a través del material.
	Cuando el sonido viaja de un material a otro, las diferencias en la impedancia acústica hacen que la energía se refleje en el límite.
	Este desajuste de impedancia acústica entre el agua y el aire es la razón por la que, si alguien hace un sonido bajo el agua en una piscina y usted está parado al lado de esa piscina, no podrá escuchar ese sonido.
	Estas animaciones muestran cómo la impedancia acústica afecta la transmisión de los sonidos corporales.
	En esta primera figura verá que el sonido emitido por su cuerpo golpea una interfaz entre su piel y el aire, lo que hace que la mayor parte del sonido se refleje hacia el cuerpo, debido a la gran diferencia de impedancia.
	La segunda figura muestra cómo este efecto realmente se amplifica cuando un médico escucha su...
	Escucha tu cuerpo usando un estetoscopio. La falta de coincidencia de impedancia hace que una pequeña porción de la energía incidente se transmita al estetoscopio y también agrega un camino donde el ruido en el aire puede realmente corromper la señal.
	Esta tercera figura demuestra nuestro enfoque con un sensor de coincidencia de impedancia. Las impedancias están bien adaptadas, por lo que se produce muy poca reflexión de la señal en la interfaz del sensor corporal y el ruido del aire se refleja pasivamente lejos del sensor.
	En general, al igualar la impedancia acústica del medio que se monitorea, se puede capturar una mayor cantidad de sonido. Para hacer esto, se debe entender cómo se puede fabricar un polímero para lograr una impedancia acústica específica.
	Así, investigaciones anteriores habían demostrado que las nanopartículas se pueden dispersar en una matriz polimérica para controlar su impedancia acústica.
	Sin embargo, la investigación existente tenía un alcance limitado a explorar básicamente el espacio de diseño, utilizando un enfoque de un factor a la vez y centrándose en un pequeño subconjunto de factores relevantes.
	Por eso decidimos ampliar la investigación anterior estableciendo un diseño óptimo de experimentos en JMP. El diseño óptimo era ideal porque queríamos considerar una combinación de factores continuos, discretos y categóricos.
	Entonces, estas dos tablas brindan una descripción general de los factores y respuestas que incluimos en el DOE.
	Después de una revisión de la literatura para considerar los factores que deberían estudiarse, elegimos incluir siete factores totales de tipo de polímero; concentración, tamaño y densidad de partículas;
	espesor de la muestra; y caracterización de frecuencia y temperatura. Como puede ver en esta tercera columna, los factores generalmente incluían configuraciones bajas, altas y centrales,
	aunque el tipo de polímero incluía cuatro niveles. El diseño también se configuró para tener en cuenta las restricciones de factores, por lo que ciertos tipos de polímeros no se podían combinar con el tamaño de partícula más pequeño porque impedía el curado de los polímeros.
	Estudiamos cuatro respuestas totales, incluida la densidad, la velocidad del sonido, la impedancia acústica y la atenuación.
	El objetivo era alcanzar un valor de impedancia acústica específico con una atenuación mínima y comprender los factores que afectan la densidad en la velocidad del sonido.
	Nuestro objetivo era estimar todos los efectos medios, interacciones de segundo orden y términos cuadráticos para generar un modelo con alta precisión predictiva. Y para ello nos decidimos por fabricar un total de 98 muestras para tener un poder razonable para detectar estos efectos.
	Los materiales se caracterizaron utilizando una técnica de transmisión directa en la que las propiedades acústicas desconocidas del material se obtienen comparándolos con un material de referencia, en este caso agua.
	Se envía una señal desde el transmisor al receptor y la señal que se captura se compara cuando viaja solo a través del agua, con el agua y la muestra.
	Entonces, dentro del espacio de diseño que exploramos, encontramos... medimos una variedad de impedancias acústicas dependiendo del polímero y las propiedades de las partículas agregadas.
	Descubrimos que podíamos igualar las impedancias acústicas de materiales como el agua, la piel y la madera.
	Después de recopilar datos de respuesta para cada una de las 98 muestras, comparamos varios modelos candidatos reducidos, con el objetivo de obtener la mayor precisión predictiva.
	con el menor número de coeficientes del modelo. Utilizamos técnicas como la selección hacia atrás y la validación cruzada de K veces.
	para obtener posibles modelos y luego utilizaron una variedad de herramientas de evaluación para elegir el modelo final. Consideramos si había valores atípicos o puntos influyentes incluidos en los datos,
	si los errores fueron independientes y se distribuyeron normalmente con variantes constantes y media cero, y si hubo una falta de ajuste significativa en el modelo.
	En general, descubrimos que el modelo de impedancia acústica elegido final se ajustaba adecuadamente a nuestros propósitos. Esta trama a la izquierda
	muestra el gráfico real versus el previsto, y puede ver que los datos encajan muy bien a lo largo de la línea diagonal, lo que significa que los datos reales y predictivos son muy similares.
	Y los residuos, como puede ver en este gráfico de la derecha, se distribuyen normalmente alrededor de cero sin ningún patrón distintivo.
	El modelo final elegido incluyó factores importantes como el tipo de polímero, la concentración de dopante y la temperatura. El modelo tenía un valor de R cuadrado ajustado de 0,995 y un error cuadrático medio de 0,02.
	Entonces, debido a que nuestro objetivo principal era fabricar un polímero con una impedancia acústica específica y una atenuación mínima, el perfilador de predicción fue realmente útil.
	para alcanzar este objetivo. En este video, pueden ver que estoy demostrando cómo el generador de perfiles de producción señala las condiciones necesarias para alcanzar un valor de impedancia de 1,3 MRayls con una atenuación mínima.
	Utilizamos el perfilador de predicción para predecir las condiciones necesarias para fabricar un total de nueve polímeros con impedancia de 1, 1,3, 1,6, 1,9 y 2,2 MRayls.
	El error promedio entre los valores de impedancia acústica previstos y medidos fue solo de alrededor del 1,4%, una diferencia de alrededor de 0,05 MRayls.
	Entonces, confiados en los resultados de nuestro DOE, utilizamos las condiciones específicas de fabricación del polímero al armar un sensor acústico de impedancia adaptada, al que me referiré como Hearo.
	En esta imagen, puede ver varios dispositivos Hearo con diferentes valores de impedancia objetivo, según la aplicación objetivo de interés. Comparamos este dispositivo de adaptación de impedancia con un micrófono y un acelerómetro típicos utilizando métricas de relación señal-ruido.
	En estas cifras de SNR, un valor más alto indica una mayor correlación con la señal de interés y una menor correlación con el ruido aéreo. Entonces, la métrica de la señal general está limitada tomando la diferencia entre
	la coherencia con la señal del simulador menos la coherencia con el ruido. Se puede ver que Hearo en este tipo de color anaranjado muestra menos coherencia con el ruido.
	y una mayor coherencia con la señal del simulador, lo que lleva a una métrica SNR general más alta en comparación con un acelerómetro y un micrófono con diafragma.
	En estas demostraciones, puede ver que esto lleva a Hearo a capturar una señal muy limpia del cuerpo o instrumento sin captar ruido en el aire. Entonces, este primer video muestra a Hearo grabando sonidos cardíacos y pulmonares en un entorno doméstico.
	Y el segundo video muestra a Hearo grabando las campanas.
	Así que realmente imaginamos que este sensor podría proporcionar una forma mejorada de monitorear los sonidos del cuerpo o de los instrumentos. Los dispositivos típicos requieren costosos circuitos de supresión de ruido.
	Entonces, en resumen, utilizamos un diseño de experimentos en JMP para comprender cómo múltiples condiciones de fabricación y caracterización impactan las propiedades acústicas de los polímeros con partículas agregadas.
	El modelo obtenido del experimento demostró una alta precisión predictiva y se utilizó en el diseño de un sensor acústico de impedancia adaptada.
	El sensor demuestra una fidelidad de señal mejorada y una reducción de ruido en comparación con los sensores existentes que están optimizados para la captación de sonido en el aire. Gracias por su atención y no dude en ponerse en contacto conmigo si tiene alguna pregunta.