Verbetering van nanovezelige akoestische energieoogsters met AI

Wetenschappers van het Terasaki Institute for Biomedical Innovation (TIBI) hebben kunstmatige intelligentietechnieken gebruikt om het ontwerp en de productie van nanovezels die worden gebruikt in draagbare nanovezel-akoestische energieoogsters (NAEH) te verbeteren. Deze akoestische apparaten vangen geluidsenergie uit de omgeving op en zetten deze om in elektrische energie, die vervolgens kan worden toegepast in nuttige apparaten, zoals gehoorapparaten.

De studie is gepubliceerd in het journaal Nano-onderzoek.

Er zijn veel inspanningen geleverd om natuurlijk voorkomende en overvloedige energiebronnen uit onze omgeving te benutten. Relatief recente ontwikkelingen zoals zonnepanelen en windturbines stellen ons in staat energie uit zon en wind efficiënt te oogsten, om te zetten in elektrische energie en op te slaan voor verschillende toepassingen. Op dezelfde manier zijn omzettingen van akoestische energie te zien in versterkende apparaten zoals microfoons, maar ook in draagbare, flexibele elektronische apparaten voor gepersonaliseerde gezondheidszorg.

Momenteel is er veel belangstelling voor het gebruik van piëzo-elektrische nanogeneratoren – apparaten die mechanische trillingen, spanningen of spanningen omzetten in elektrische energie – als oogstmachines voor akoestische energie. Deze nanogeneratoren kunnen mechanische energie uit geluidsgolven omzetten om elektriciteit op te wekken; Deze omzetting van geluidsgolven is echter inefficiënt, aangezien deze voornamelijk plaatsvindt in het hoogfrequente geluidsbereik, en de meeste omgevingsgeluidsgolven zich in het lage frequentiebereik bevinden. Bovendien maken het kiezen van optimale materialen, structureel ontwerp en fabricageparameters de productie van piëzo-elektrische nanogeneratoren een uitdaging.

Zoals beschreven in hun artikel was de benadering van deze uitdagingen door de TIBI-wetenschappers tweeledig: ten eerste kozen ze hun materialen strategisch en kozen ze ervoor om nanovezels te fabriceren met behulp van polyvinylfluoride (PVDF), die bekend staan ​​om hun vermogen om akoestische energie efficiënt op te vangen. Bij het maken van het nanovezelmengsel werd polyurethaan (PU) aan de PVDF-oplossing toegevoegd om flexibiliteit te geven, en werd elektrospinnen (een techniek voor het genereren van ultradunne vezels) gebruikt om de samengestelde PVDF/PU-nanovezels te produceren.

Ten tweede paste het team kunstmatige intelligentie (AI) technieken toe om de beste fabricageparameters te bepalen die betrokken zijn bij het elektrospinnen van de PVDF/polyurethaan nanovezels; deze parameters omvatten de aangelegde spanning, de elektrospintijd en de rotatiesnelheid van de trommel. Door deze technieken te gebruiken, kon het team de parameterwaarden afstemmen om maximale energieopwekking uit hun PVDF/PU-nanovezels te verkrijgen.

Om hun nano-akoestische energie-oogster te maken, vormden de TIBI-wetenschappers hun PVDF/PU-nanovezels tot een nanovezelmat en plaatsten deze tussen aluminium gaaslagen die als elektroden functioneerden. Het geheel werd vervolgens omhuld door twee flexibele frames.

Uit tests met conventioneel vervaardigde NAEH’s bleek dat de resulterende AI-gegenereerde PVDF/PU NAEH’s over het algemeen betere prestaties leverden, wat een vermogensdichtheid opleverde die meer dan 2,5 keer hoger was en een aanzienlijk hogere energieconversie-efficiëntie (66% vs. 42%).

Bovendien konden de door AI gegenereerde PVDF/PU NAEH’s deze resultaten verkrijgen bij testen met een breed scala aan laagfrequent geluid – ruim binnen de niveaus die worden aangetroffen in omgevingsgeluid. Dit zorgt voor een uitstekende geluidsherkenning en de mogelijkheid om woorden met een hoge resolutie te onderscheiden.

“Modellen die gebruik maken van optimalisatie van kunstmatige intelligentie, zoals degene die hier wordt beschreven, minimaliseren de tijd die wordt besteed aan vallen en opstaan ​​en maximaliseren de effectiviteit van het eindproduct”, zegt Ali Khademhosseini, Ph.D., directeur en CEO van TIBI. “Dit kan verstrekkende gevolgen hebben voor de fabricage van medische hulpmiddelen met aanzienlijke uitvoerbaarheid.”

De auteurs van de studie zijn onder meer Negar Hosseinzadeh Kouchehbaghi, Maryam Yousefzadeh, Aliakbar Gharehaghaji, Safoora Khosravi, Danial Khorsandi, Reihaneh Haghniaz, Ke Cao, Mehmet R. Dokmeci, Mohammad Rostami, Ali Khademhosseini en Yangzhi Zhu.