Förbättring av nanofibrösa akustiska energiskördare med AI

by Albert
Användning av artificiell intelligens för att förbättra design och produktion av nanofibrer som används i bärbara akustiska energiskördare av nanofiber (NAEH). Dessa akustiska enheter fångar upp ljudenergi från omgivningen och omvandlar den till elektrisk energi, som sedan kan användas i användbara apparater, t.ex. hörapparater. Credit: Terasaki Institute for Biomedical Innovation

Forskare vid Terasaki Institute for Biomedical Innovation (TIBI) har använt tekniker för artificiell intelligens för att förbättra design och produktion av nanofibrer som används i bärbara akustiska energiskördare av nanofiber (NAEH). Dessa akustiska enheter fångar upp ljudenergi från omgivningen och omvandlar den till elektrisk energi, som sedan kan användas i användbara apparater, t.ex. hörapparater.

Studien publiceras i tidskriften Nano Research.

Många ansträngningar har gjorts för att fånga upp naturligt förekommande och rikliga energikällor från vår omgivande miljö. Relativt nya framsteg som solpaneler och vindturbiner gör att vi effektivt kan skörda energi från sol och vind, omvandla den till elektrisk energi och lagra den för olika tillämpningar. På samma sätt kan omvandling av akustisk energi ses i förstärkningsanordningar som mikrofoner, liksom i bärbara, flexibla elektroniska enheter för personlig hälsovård.

För närvarande finns det ett stort intresse för att använda piezoelektriska nanogeneratorer – enheter som omvandlar mekaniska vibrationer, spänning eller töjning till elektrisk ström – som akustiska energiskördare. Dessa nanogeneratorer kan omvandla mekanisk energi från ljudvågor till elektricitet, men denna omvandling av ljudvågor är ineffektiv eftersom den huvudsakligen sker i det högfrekventa ljudområdet, medan de flesta ljudvågor i miljön ligger i det lågfrekventa området. Att välja optimala material, strukturell design och tillverkningsparametrar gör dessutom produktionen av piezoelektriska nanogeneratorer till en utmaning.

TIBI-forskarna tog sig an dessa utmaningar på två sätt: först valde de sina material strategiskt och valde att tillverka nanofibrer av polyvinylfluorid (PVDF), som är kända för sin förmåga att effektivt fånga upp akustisk energi. Vid tillverkningen av nanofiberblandningen tillsattes polyuretan (PU) till PVDF-lösningen för att ge flexibilitet, och elektrospinning (en teknik för att generera ultratunna fibrer) användes för att producera de sammansatta PVDF/PU-nanofibrerna.

För det andra använde teamet AI-teknik (artificiell intelligens) för att fastställa de bästa tillverkningsparametrarna för elektrospinning av PVDF/polyuretan-nanofibrerna; dessa parametrar inkluderade den applicerade spänningen, elektrospinningstiden och trummans rotationshastighet. Genom att använda dessa tekniker kunde teamet ställa in parametervärdena för att få maximal kraftgenerering från sina PVDF/PU-nanofibrer.

För att tillverka sin nanoakustiska energiskördare formade TIBI-forskarna sina PVDF/PU-nanofibrer till en nanofibermatta och placerade den mellan aluminiumnätskikt som fungerade som elektroder. Hela anordningen omslöts sedan av två flexibla ramar.

I tester mot konventionellt tillverkade NAEHs visade sig de AI-genererade PVDF/PU NAEHs ha bättre övergripande prestanda, vilket gav en effekttäthetsnivå som var mer än 2,5 gånger högre och en betydligt högre energiomvandlingseffektivitet (66% jämfört med 42%).

Dessutom kunde de AI-genererade PVDF/PU NAEHs uppnå dessa resultat när de testades med ett brett spektrum av lågfrekventa ljud – långt inom de nivåer som finns i omgivande bakgrundsljud. Detta möjliggör utmärkt ljudigenkänning och förmågan att urskilja ord med hög upplösning.

”Modeller som använder artificiell intelligens för optimering, som den som beskrivs här, minimerar den tid som läggs på försök och misstag och maximerar effektiviteten hos den färdiga produkten”, säger Ali Khademhosseini, Ph.D., TIBI:s chef och VD. ”Detta kan få långtgående effekter på tillverkningen av medicintekniska produkter med betydande praktisk användbarhet.”

Studiens författare är Negar Hosseinzadeh Kouchehbaghi, Maryam Yousefzadeh, Aliakbar Gharehaghaji, Safoora Khosravi, Danial Khorsandi, Reihaneh Haghniaz, Ke Cao, Mehmet R. Dokmeci, Mohammad Rostami, Ali Khademhosseini och Yangzhi Zhu.

Ytterligare information: Negar Hosseinzadeh Kouchehbaghi et al, A machine learning-guided design and manufacturing of wearable nanofibrous acoustic energy harvesters, Nano Research (2024). DOI: 10.1007/s12274-024-6613-6

Related Articles

Leave a Comment