一个声波晶体空气合超声波传感器的智能优化设计
Jianghai Wang1, Huawei Ji1, Anqi Qi1
1School of Mechanical Engineering, Hangzhou Dianzi University, Hangzhou 310018, China.
Materials (Basel, Switzerland)
|September 9, 2023
概括
本研究介绍了一种人工智能驱动的设计策略,用于声波晶体空气合超声波传感器,提高性能和减少模拟. 优化的传感器显示了更好的带宽,推进了非破坏性测试技术.
科学领域:
- 材料科学 材料科学 材料科学
- 声学 声学 在声学方面
- 人工智能的人工智能
背景情况:
- 声波晶体空气合超声波传感器需要复杂的设计优化.
- 减少模拟数量对于有效提高运营绩效至关重要.
研究的目的:
- 为声波晶体空气合超声波传感器提出智能优化设计策略.
- 为了提高传感器性能,同时最大限度地减少模拟工作.
主要方法:
- 结合有限元模拟分析与人工智能 (AI) 方法.
- 使用最佳拉丁超立方体采样 (OLHS) 进行参数采样.
- 采用辐射基函数神经网络 (RBFNN) 进行建模和NSGA-II进行优化.
主要成果:
- 带间隙宽度增加了16kHz (压电复合材料) 和13.5kHz (声阻梯度匹配层).
- 将传感器的 -6 dB 带宽扩大了 11.5%.
- 经过验证的模拟和实验结果与设计目标一致.
结论:
- 拟议的AI集成设计策略对于高性能空气合超声波传感器是有效的.
- 这种方法为推进非破坏性测试技术提供了一种可行的方法.
