Улучшение нановолоконных акустических энергоустройств с помощью ИИ

Ученые из Института биомедицинских инноваций Терасаки (TIBI) применили методы искусственного интеллекта для улучшения дизайна и производства нановолокон, используемых в носимых нановолоконных акустических энергоустройствах (NAEH). Эти устройства захватывают звуковую энергию из окружающей среды и преобразуют её в электрическую, которую можно использовать в полезных устройствах, например, в слуховых аппаратах.

Исследование опубликовано в журнале Nano Research.

В настоящее время большой интерес вызывает использование пьезоэлектрических наногенераторов — устройств, преобразующих механические вибрации, напряжение или деформацию в электрическую энергию — в качестве акустических сборщиков энергии. Однако это преобразование звуковых волн неэффективно, так как происходит в основном в диапазоне высоких частот, в то время как большинство окружающих звуковых волн — низкочастотные.

Подход ученых TIBI был двусторонним:

  1. Стратегический выбор материалов: для создания нановолокон был выбран поливинилиденфторид (PVDF), известный своей способностью эффективно улавливать акустическую энергию. Для придания гибкости в раствор PVDF добавляли полиуретан (PU). Нановолокна PVDF/PU производили методом электроспиннинга.
  2. Применение ИИ: для определения оптимальных параметров производства нановолокон методом электроспиннинга использовали искусственный интеллект. ИИ помог подобрать значения таких параметров, как приложенное напряжение, время электроспиннинга и скорость вращения барабана, чтобы получить максимальную выработку энергии.

Устройство NAEH было собрано следующим образом: нановолоконный мат из PVDF/PU поместили между слоями алюминиевой сетки, выполняющей роль электродов. Всю сборку заключили в два гибких каркаса.

В тестах с традиционно изготовленными устройствами NAEH, варианты PVDF/PU NAEH, созданные с помощью ИИ, показали лучшие результаты:

  • Уровень плотности мощности оказался более чем в 2.5 раза выше.
  • Эффективность преобразования энергии была значительно выше (66% против 42%).

Кроме того, ИИ-оптимизированные устройства эффективно работали в широком диапазоне низкочастотных звуков, соответствующих уровням фонового шума окружающей среды. Это обеспечивает отличное распознавание звука и возможность различать слова с высоким разрешением.

«Модели оптимизации с использованием искусственного интеллекта, подобные описанной здесь, минимизируют время, затрачиваемое на проб и ошибку, и максимизируют эффективность готового продукта», — отметил Али Хаджемхоссейни, директор и CEO TIBI.