纤维传声器的制作方法
本申请是2016年12月9日提交的美国临时专利申请号62/432,046的非临时申请并要求该申请的优先权的权益，其全部内容通过引用明确地并入本文。
本发明涉及通过粘滞曳力过程响应于声波的纤维传声器的领域。
背景技术：
具有高空间和时间分辨率的小型化流动感测对许多应用都至关重要，这些应用诸如高分辨率流动映射[73]、受控微流体系统[74]、无人驾驶微型飞行器[75-77]、边界层流动测量[78]、低频声源定位[79]和定向助听器[37]。它具有牵涉到国防和民用任务、生物医学和保健、飞行器的节能和降噪、自然和人为危害监测和警告等[73-79、37、7]的重要社会经济影响。传统流动感测方法，诸如激光多普勒测速仪、粒子图像测速仪和热线风速测定仪，已经在某些应用中取得显著成功。然而，它们在小空间中的适用性通常受它们的大尺寸、高功耗、有限带宽、与介质流动的高相互作用性和/或复杂设置的限制。在自然界中有许多感觉毛的示例，这些感觉毛通过因由周围介质施加的力而在垂直于感觉毛的长轴的方向上偏转来感测波动流动[80-83、2、65]。简单、有效和微小的基于天然毛的流动传感器为解决这些困难提供了灵感。已经创建基于各种换能方法的微型人工流动传感器，其受到了天然毛的启发[52、7、84-88]。不幸地，它们相对于周围的流的运动而言的运动远小于天然毛的运动，从而显著地限制它们的性能[52、7]。
定向助听器已经被证明是可使助听器用户更容易地听懂噪声中的语音[6]。在助听器中的现有定向传声器系统依赖两个传声器来处理声场，主要包括一阶定向小孔径阵列。当在嘈杂环境中使用助听器时，采用多于两个传声器的高阶阵列无疑将会在减少不想要的声音方面产生显著益处。不幸地，传声器自噪声、灵敏度匹配、相位匹配和尺寸的问题使得在每个助听器中采用多于两个传声器是不切实际的。
众所周知，当频率减小到低于传声器的主导谐振频率时，一阶阵列(使用一对传声器)的频率响应与频率成比例地下降。在二阶阵列中，响应随频率平方而下降，使得难以在所需频率范围内实现定向响应。无法通过使用信号处理来克服传感器技术中的这个基本限制；传声器中的固有噪声和在传感器匹配方面的困难构成不可逾越的性能障碍。需要的是一种用于如这里提出的定向声音感测的全新方法来改善助听器性能。众所周知，一阶响应和二阶响应的频率相依性的极端衰减的原因是响应是通过估计声压的第二空间导数中的第一个来实现。在典型声场(诸如平面波)中，随着频率减小，这些量固有地变得小得多。这里描述的纤维传声器将通过依赖对声粒子速度而不是压力的检测来规避一阶定向阵列的不利的频率相依性。这将使得能够创建具有固有平坦频率响应的一阶方向性。在阵列中使用这些装置将使得能够实现具有基于压力的一阶阵列的频率相依性的二阶方向性，如当前在助听器中使用的那样。
许多便携式电子产品，诸如助听器，需要微型定向传声器。当前微型传声器的另一个困难是它们对电容感测的依赖要求使用偏置电压和专用放大器来将压力感测振膜的运动换能为电子信号。本发明具有通过提供独立于频率的定向输出来避免所有上述困难的可能性，而不需要在多个空间位置对声音进行采样，并且也不需要外部电源。本发明具有提供非常低的成本的传声器的可能性。
助听器中的数字信号处理和无线技术创造出了极大地扩展助听器的性能的技术革命。尽管无线技术可以使得能够使用不密集地定位的传声器[32]，但是改善的定向传声器技术可以使得能够在任何设计中实现显著的性能提升。无论所使用的信号处理方法如何，所有现有定向助听器都依赖于检测在两个空间位置处的压力差以获得方向敏感的信号。当然，当频率减小而声音波长相对于在传声器之间的间距变大时，检测到的压力的差值变小，并且该系统的性能因传声器噪声和灵敏度和/或相位失配而受到影响。传声器性能限制对使用优于一阶方向性的定向助听器设置了技术障碍。
尽管在实现高阶压力传声器阵列方面的困难在一定程度上已经可用仅使用两个传声器的一阶阵列进行管控，但是所导致的方向性相当适中并对助听器用户产生远超过所希望的实际益处[60]。对此，许多研究已探究了其原因，包括视觉提示的影响、收听者的年龄[57、58、59]以及典型助听器没有足够的方向性以让用户注意到有益效果这一事实[31]。对耳道未被闭塞的开放配件的影响的研究已经表明，对方向性有益效果的感知强烈地受到在低频下的方向性的影响[30]。
流动感测的最终目的是完美地表示介质的扰动。数亿年的进化产生在陆地节肢动物中基于毛的流动传感器，该传感器从已知的最敏感的生物传感器中脱颖而出，甚至要比可检测到可见光的单个光子((10-18至10-19j)的光感受器更好。尽管空气的粘度低且密度低，但是这些微小感觉毛可以在接近它们的机械谐振的频率下以接近周围空气的速度的速度移动。迄今为止，没有任何人造技术呈现相当高的效率。
预测的和测量的结果指示，当具有可测量地小于1微米的直径的纤维或毛经受声激励时，它们的运动可以非常合理地近似于跨越可听范围的频率下的声粒子运动的运动。对于可听范围的频率的大部分，因来自支撑件的反射导致的谐振行为趋向于被严重地减弱，使得边界条件的细节在确定整个系统响应中不起重要作用。因此，细纤维被约束为仅与周围介质一起移动。这些结果表明，如果直径或半径被选择为足够小的，那么结合合适的换能方案以将其机械运动转换为电子信号可以产生非常接近地描绘在宽频率范围内的声粒子运动的声音传感器。
很常见地观察到细小尘粒或诸如蜘蛛丝的细纤维因非常细微的气流而四处移动。众所周知，在小尺度下，在流体中的粘滞力提供主导激励力。细纤维与粘性流体的相互作用的流体力学可能在流体-结构相互作用方面呈现非常有挑战性的问题。这是因为细纤维的存在将对紧邻细纤维的流动造成明显影响。尽管即使是最细纤维也可能将对在纤维附近的粘性流体的运动造成巨大影响，但是在许多情况下，预期它们的运动非常类似于平均流动的运动是合理的。
要考虑到在细纤维的两端上保持并在垂直于细纤维的长轴的方向上经受振荡流动的细纤维的运动。假定该流动与平面行进声波相关联。这里的主要任务是确定是否存在将使得纤维的运动能够构成对声粒子运动的合理近似的一组性质(诸如半径、长度、材料性质)。对于在空气中的声音，具有亚微米级的直径的纤维在整个可听频率范围内表现出对应于周围空气运动的运动。
对于足够小的物体，可以通过考虑到空气表现为粘性流体来获取对力和随后的运动的某些见解。施加到薄圆柱体的流体中的粘滞力可能最先是由stokes分析[50]。该问题是在流体力学中通过数学分析进行处理的少数几个问题之一。从stokes的时代开始，已经详细地研究用于确定在小固体物体上的流体力的细长体理论[49]。stokes获得关于因圆柱体在粘性流体中振荡造成的力和流体运动的系列解决方案。他的努力早于贝塞尔函数存在，贝塞尔函数使得解决方案能够以现在可容易地评估宽范围的物理参数的方便和紧凑的形式表达[64]。
最近对纳米级系统(无论是人造的还是天然的)的兴趣催生出了对该话题的新的热情。huang等人[26]已研究了保持在一端处的一个或一对相邻纤维的引发流动的运动。tornberg和gustavsson[53]已提出了因重力导致的在流体中有限、刚性、细纤维集合的运动的数值解。tornberg和shelly研究了在流体中在每个端部处都自由的细纤维的运动[54]。gotz[11]详细地研究了在任意形状的细纤维上的流体力。shelly和ueda[48]研究了纤维形状的变化(可能随着其生长或伸展)对流体力和所导致的运动的影响。bringley[4]已提出了对浸入边界法的扩展，其中实体由有限的点阵列表示。
使用纤维来感测声音已经被证明是一种非常有效的方法，这种方法在自然界中已使用了数百万年。已经存在许多关于动物使用细纤维或毛来检测声信号的研究。humphrey等人[27]提供了从基质延伸的节肢动物丝状毛的运动的模型，该模型遵循由stokes[50]提供的结果。bathellier[2]等人已研究了丝状毛的运动的模型，其中该丝状毛由围绕其基部枢转的细刚性杆表示。基部支撑件由扭转缓冲器和扭转弹簧表示。在基部处的扭转缓冲器解释了感觉系统对能量的吸收。
对于足够长的细毛，也将存在因流体中的粘滞力导致的显著阻尼，这也提供了主要激励力。众所周知，当传感器的阻抗与检测电路的阻抗匹配时，就会发生最大能量传递(或采集)，因此将会预期在谐振时的最佳能量传递，并且在这种情况下流体中的阻尼与基质支撑件的阻尼匹配。根据用于实现从机械域到电子域的换能的方法，仅设计用于最大位移(或速度)而不是最大能量传递可能是更有益的，这仅当在阻抗中因刚度和惯性导致的贡献抵消时在谐振时发生。bathellier等人[2]也提出了非常重要的观察结果，即，如果希望在高于毛的谐振频率的频率下感测信号，那么期望的是毛非常细且重量轻，使得因空气粘度导致的阻尼力主导与惯性相关联的阻尼力。
蚊子使用它们的触须来检测声音引发的空气运动的纳米级偏转[9]。雄性蚊子通常具有带有大量非常细的毛的触须，这些非常细的毛提供显著的表面积和随后的来自周围空气的拖曳力。在触须的基部处的旋转被johnston的器官中的数千个感觉细胞检测到[28]。已经表明在一些昆虫中使用的换能过程采用主动放大，这在之前被认为是仅在具有带鼓膜的耳部的脊椎动物中发生[10、43]。蜘蛛也采用了卓越的传感器设计以将在毛的基部处的极微小的旋转或应变换能为神经信号[1]。
毛也已经被表明使得跳跃的蜘蛛能够在距源很远的地方听到声音[65]。
从音频工程的早期开始，由薄的轻质结构组成的声音传感器就已经被投入使用。绝大多数的传声器被设计为通过感测声压所作用于的薄膜的偏转来检测压力。带状传声器由薄的、窄的导电带组成，被设计为响应于因其两个相对面上的压力差导致的声压的空间梯度[29、44、45]。该带状物放置在磁场中，并且在该带状物上的开路电压与该带状物的速度成正比[45]。电输出大致与声速成比例，声速在平面声波中也与声压成比例。
本方法可以被视为是对带状传声器设计的扩展，其中带状物由纤维代替。带状传声器通常使用电动换能。应该注意，与这里描述的纤维传声器不同，带状传声器的基本工作原理不取决于流体粘度；即使在非粘性流体介质中，带状物也被认为是由压力梯度驱动的。
在过去十年中已制造了许多工程装置来试图接近昆虫毛的流动感测能力。[52]中提供了基于毛的工程流动传感器的综述。这些设计的总体方法是产生轻质、刚性杆，其中感测结合在基部的旋转支撑件处。已经发现mems流动传感器的流动引发的运动比蟋蟀触须的运动小多于两个数量级[7]。
还可以通过检测由电流加热的细线周围的热流来测量声粒子速度。该原理已经被应用于成功的商用声音传感器microflown[66]。
声音速度矢量传感器也已经在液体中用来检测水下声音的传播方向[67]。与带状传声器一样，这些装置一般旨在响应于在它们的外部的压力梯度或差而不是粘滞力；对它们的运动的分析不取决于流体粘度。
技术实现要素：
根据本技术，纤维或带状物在流体介质中作为振动感测导电元件提供，采用磁场以引发由于在磁场内的振荡导致的导电元件两端的电压。
细纤维在其两端上保持，并且由于本身响应于振动的流体介质的粘滞曳力，在垂直于细纤维的长轴的方向上经受振荡流动。该流动例如与平面行进声波相关联。
理想的传感器应当用全保真度表示测量的量。所有动态机械传感器都具有谐振，在一些传感器设计中利用这一事实实现足够的灵敏度。这带来了限制它们的带宽的成本。其他设计寻求避免谐振来以灵敏度为代价最大化它们的带宽。
纳米级蜘蛛丝以从1hz到50khz的最大物理效率(v丝/v空气≈1)捕获波动的气流，从而为小型化流动感测提供了空前未有的手段[108]。数学模型表明与关于具有以下各种直径的丝的实验结果非常吻合：500nm、1.6μm、3μm[108]。当纤维足够细时，该纤维可以因由介质施加在纤维上的力主导与其机械性能相关联的力而完全地与介质流动一起移动。这些结果表明，除了众所周知的基质传播的信息之外，丝的空气动力学性质可以直接地向蜘蛛提供空气传播的声信号。通过将蜘蛛丝修改成导电的并使用电磁感应将其运动换能，提供了一种在频率带宽内以全保真度检测气流的微型、定向、宽带、无源、低成本方法，该方法轻松地跨越人类听觉以及许多其他哺乳动物的听觉的全范围。性能非常类似于理想的谐振传感器的性能，但是没有通常的带宽限制。
对于在空气中传播的声波，具有亚微米级直径的纤维在整个可听频率范围内表现出对应于周围空气运动的运动。如果纤维的直径足够小，那么其运动将是空气的运动的合适的近似，从而提供感测声场的可靠手段。允许“毛”纤维极细也意味着应当考虑其因弯曲载荷造成的柔性，这在动物中的毛样传感器的先前模型中通常没有被考虑到。在对动物感觉毛的建模中，假设运动可以由在基部处枢转的细刚性杆而不是在弯曲时柔性的梁的运动表示[27]。下面给出的模型认为纤维是在其两端上保持的直梁。研究了该系统的运动的控制偏微分运动方程，以考虑对因一端的轴向静态位移导致的轴向张力、因大的偏转导致的非线性轴向张力、以及因流体介质的波动导致的流体载荷的影响。
更充分地探究可考虑构建基于纤维或毛的声音传感器的一小组设计参数。要拣出的第一参数是毛半径。对该系统的控制方程的定性和定量研究表明，对于纤维的值足够小的半径，运动完全地由流体力主导，从而导致纤维在宽频率范围内以近乎与流体相同的位移移动。
在带状物或纤维上的驱动力是因其两侧的压力差导致的。由于两侧彼此靠近，因此压力差近乎与压力梯度(空间导数)成比例。这就是它们也被称为压力梯度传声器的原因。在平面波声场中，压力梯度也被证实与压力的时间导数成比例。
因此，在带状物或纤维上的有效力基本上与压力的时间导数成比例。牛顿认为，力等于质量乘以加速度、或带状物的速度的时间导数。f＝ma的两侧随时间而积分，这样获得与声压成比例的带状物或纤维速度。所有这一切都是因为它是由压力梯度驱动的。转换为电子信号给出与带状物速度成比例并因此也与压力成比例的输出电压。需要注意，带状物速度仅与空气速度成比例，但不等于空气速度。带状物的速度与其质量成反比，因此优选地用轻质材料(例如铝)制造带状物或纤维。
在每端受支撑的细纤维响应于包围细纤维的粘性流体的流动而移动。对于足够细的纤维，运动由粘性流体力主导。与纤维的弹性和质量相关联的机械力忽略不计。这个简单的结果完全地符合对在空气中的细纤维的任何观察结果；细纤维越细，它们就越容易随细微气流而移动。粘滞力在细纤维上的主导地位使其成为感测声音的理想选择。
应当指出，假设纤维和周围流体的运动都是通过将两者视为连续体来充分地表示。主要关注的是检测空气传播的声音方面，因此流体被视为稀薄气体。当分子的相对于系统的某些特征尺寸的克努曾数kn(其由平均自由程λ的比率给出)小于约kn≈102时，连续模型被认为是有效的[68]。空气的平均自由程为约λ≈65×10-9米[68]。特征尺寸被认为是纤维直径，连续模型然后被认为对于大于约6.5微米、即大于这里关注的直径的直径是可靠的。
尽管这里提出的简化连续模型的限制性，我们的实验结果指示亚微米直径纤维的流动引发的运动非常类似于密切地接近纤维的构成流体的分子的速度的空间平均值。根据沿纤维的长度的平均力，纤维看起来响应于与气体的大量分子相互作用而移动。即使在分子级上，纤维运动也可以表示声音引发的流动，这是大量气体分子随机热运动的声音引起的波动平均值。
预测的和测量的结果指示，当具有可测量地小于1微米的直径的纤维或毛经受声激励时，它们的运动可以非常合理地近似于跨越可听范围的频率下的声粒子运动的运动。当它们的直径减小到亚微米范围时，这里呈现的结果表明，与机械行为(诸如弯曲刚度、材料密度和轴向载荷)相关联的力可以由与流体粘度相关联的流体力主导。因来自支撑件的反射导致的谐振行为趋向于严重地减弱，使得边界条件的细节在确定整个系统响应中不起重要作用；细纤维被限制为仅与周围粘性流体一起移动。
重要的是，需要注意，粘性流体力的分析计算假定流体可以被表示为连续体，这显然是无效的，因为纤维直径无限地减小。
目前过于简化的模型可以提供对在寻求基于纤维的声音传感器时应当考虑的主导设计参数的深入了解。该模型表明，一旦纤维直径减小到几微米的分数，纤维运动就会变得非常类似于流动的纤维运动。数学模型通过实验结果验证。
这里呈现的结果指示，如果直径或半径被选择为足够小的，那么结合合适的换能方案以将其机械运动转换为电子信号可以产生非常接近地描绘声粒子运动的声音传感器。
根据该技术，用于移动的驱动力是由于空气的粘度导致的，从而产生与空气速度成正比的力。它不被设计为捕获压力梯度本身。如果带状物(实际上是纤维)足够细，那么粘滞力使其速度等于空气的速度。一旦它是足够细的，其质量或刚度就不再影响其移动量。该带状物的唯一选择是与空气一起移动。
理想的传声器振膜(或感测元件)应当既没有质量也没有刚度。该类型的感测元件将提供对在声场中适当大量的空气分子的运动的估计。元件(即，振膜或带状物)将随空气一起移动。这也将发生在全向传声器振膜上。它将经历与空气分子相同的力，因此它的运动将是声场的理想表示，因为它像空气一样移动。然而，有效的换能器设计无法从已知的纤维换能器设计中显而易见。
本技术提供了一种定向传声器，其响应于在暴露于声场时空气移动中的微小波动。如在基本所有现有传声器中那样响应于波动的空气速度而不是压力的能力提供取决于行进声波的方向的输出。这里采用的换能方法在不需要偏置电压的情况下提供电子输出，如在电容传声器中那样。由于传声器直接地响应于声粒子速度，因此它可以提供方向相关的输出，而不需要在两个单独的空间位置处对声场进行采样，如在所有当前定向传声器中所做那样。这提供了制造比现有微型定向传声器阵列小得多的定向声学传感器的可能性。
该技术结合两个想法。首先，非常细的纤维将随极细微的气流而移动。声波使分子在介质(在这种情况下是空气)中的位置产生微小波动。分析模型预测，对于直径小于微米级的纤维，在覆盖可听范围的频率下，空气中的粘滞力将使纤维随空气而移动。当纤维直径减小时，纤维的速度变得等于空气的速度。在平面声波中，声速与声压成比例。线速度然后将与声压成比例。已经使用纤维检验因声音导致的细纤维的响应的分析模型。预测的和测量的结果的比较表明该模型捕获到了响应的基本特征。
本发明的第二基本想法涉及将纤维运动换能为电子信号。由于纤维速度将与声压成比例，如上所述，因此将纤维速度转换为电压的电子换能是合适的。幸运地，法拉第定律表明，如果将导体放在磁场中，那么导体两端的电压将与导体的速度成比例。该原理通常用在电动传声器中以获得输出信号，该输出信号与附接到传声器振膜的线圈的速度成比例。为了将法拉第定律用于纤维或带状物，只需在具有足够的磁通强度的细导电纤维附近加入磁体，就能实现所期望的电子输出。该构思已经使用6微米直径的不锈钢纤维、在永磁体附近约3cm长的纤维、以及具有纳米级直径的纤维表明[42，108]。
该技术具有相比现有技术提供许多重要的优势的可能性。传声器可以在没有任何有源电子部件的情况下制造，从而节省成本和功率。可以获得近乎独立于声音频率的定向输出。可以获得不需要显著端口间距(在当前助听器上为约1cm)的定向输出。这可以大大地简化助听器设计并降低成本。
因此，目的是提供一种感测声音的方法，该方法使得助听器设计者能够创建高阶定向声学感测。这将使得助听器设计能够在嘈杂环境中大大地提高语音清晰度。优选设计是微型传感器，其在可听范围内具有固有的一阶方向性和平坦频率响应。在阵列中使用该装置将消除在小封装中的高阶声学方向性的先前难以克服的障碍。
一维纳米级纤维响应于空气传播的声音，其中运动近乎与空气的运动相同。发生这样的情况是因为对于足够细的纤维，流体中的粘滞力可以相对于在传感器结构内的所有其他力占主导。传感器优选地在封装组件内提供基于粘度的声音感测。可以在组件中设计、制造和封装足够薄且轻质的材料，使得当由声场驱动时，将以非常类似于在助听器设计中在感兴趣的频率范围内的声粒子速度的速度进行响应。
对于足够小直径的纤维，运动完全地由粘性流体(即，空气)施加的力主导；与纤维的弹性和质量相关联的机械力忽略不计。这个简单的结果完全地符合对在空气中的细纤维的任何观察结果；细纤维越细，它们就越容易随细微的气流而移动。粘滞力在细纤维上的主导地位使其成为感测声音的理想选择。
根据本技术的优选设计在可听范围内具有30dba的本底噪声、±3db平坦频率响应、以及4.8db的方向性指数(其类似于声学偶极子)。
在近乎所有声学感测应用中都检测到压力。期望声音传感器是固有地定向的，并且响应于矢量(或其在一个方向上的至少一个分量)而不是施加到传声器振膜的标量压力。
众所周知，流体速度
其中ρ0是声学介质的标称密度。可以观察一阶小孔阵列(具有小于声音波长的尺寸)，作为获得对在平行于连接两个传声器的线的方向上的压力梯度的分量的估计的手段。方程(1)表明直接地检测流体速度或加速度基本等同于检测矢量压力梯度。如上所述，使用两个密集地间隔的传声器来估计压力梯度可能导致许多困难，因为这会试图检测由共同或平均信号主导的信号的小差异。速度检测是基于与压力感测完全不同的原理，并且因此不会经受相同的技术障碍。
一个特定主要创新出于检测方程(1)中的定向声学流体速度
在对动物感觉毛的建模中，假定运动可以由在基部处枢转的细刚性杆的运动表示而不是被表示为在弯曲时柔性的梁的运动[27]。由本技术提供的模型认为纤维是在其两端上保持的直柔性梁。该系统的控制偏微分运动方程考虑对因一端的轴向静态位移导致的轴向张力、因大的偏转导致的非线性轴向张力、以及因流体介质的波动导致的流体载荷的影响。
下面呈现近似分析模型，以研究纳米纤维在声场中的主导力和响应。纤维被建模为包括简单欧拉-伯努利弯曲和轴向张力的梁，并且经受周围空气的流体力。该分析表明，对于足够小直径的纤维，运动完全地由粘性流体(即，空气)施加的力主导；与纤维的弹性和质量相关联的机械力忽略不计。这个简单的结果完全地符合对在空气中的细纤维的任何观察结果；细纤维越细，它们就越容易随细微气流而移动。粘滞力在细纤维上的主导地位使其成为感测声音的理想选择。
假设纳米纤维的长轴正交于谐波平面波的传播方向。令x方向平行于纳米纤维轴线，而y方向为声音传播的方向。在频率ω(弧度/秒)下的谐波平面声波产生压力场
其中ρ0是标称空气密度，而u＝p/(ρ0c)是声粒子速度的复波振幅。
令纳米纤维的在y方向(正交于长轴)的横向偏转为
在纤维上的流体力可以通过考虑在远离纤维的位置处静止的粘性流体内以一定速度v(t)＝veiωt移动的直圆柱体的问题来确定。stokes研究了这个移动的圆柱体上的力以及在该圆柱体附近的流场[50]。stokes对控制微分方程的系列解可以用贝塞尔函数来写出[64]：
其中k0(mr)和k1(mr)是分别0阶和1阶的第二类的修改的贝塞尔函数，m＝√(iωρ0/μ)，并且μ是动态粘度。z(ω)被限定为纤维的阻抗，
阻抗的实部和虚部可以被解释为等同纤维频率相关缓冲器c(ω)和共振质量(即，与纤维一起移动的等同流体质量)m(ω)，z(ω)＝c(ω)+iωm(ω)其中c(ω)是z(ω)的实部，而ωm(ω)是虚部。
流体力和随后的纤维运动因声音引发的流体速度u(0,t)而受到关注，
因纤维与流体之间的相对运动导致的粘滞力可以被分解成每单位长度的曳力(其与流体与纤维之间的相对速度
这里关注的是在两个端部中的每个处以某种方式连接到刚性基质的纤维。可以通过将纤维表示为细梁或细绳来估计纤维的横向偏转。考虑到因纤维的弯曲(或曲率)导致的弹性恢复力以及因如绳中的任何轴向张力导致的恢复力。假设纤维具有半径r的圆形横截面并且作为长度为l的欧拉-伯努利梁移动，这导致了以下控制微分运动方程[71]，
其中e是杨氏弹性模量，i＝πr4/4是面积惯性矩，a＝πr2是横截面积，ρm是材料的体积密度，并且同样r是半径。下标表示相对于空间变量x的部分微分。在x＝0时，纤维的轴向位移取零，q(l)是在x＝l时端部的轴向位移。方程(5)中的积分考虑纤维在其经历约为其直径的位移时的拉伸[71]。对于可能在声场中遇到的位移，该项通常可以忽略。
首先考虑在方程(5)左侧的项是有帮助的，这些项考虑纤维的弹性刚度和质量。所有这些项都强烈地取决于纤维的半径。按半径来表达每个项是有帮助的：
在检查因粘性流体力导致的方程(5)或(6)中的项之前，考虑在该方程左侧的项，这些项考虑纤维的弹性刚度和质量。所有这些项都强烈地取决于纤维的半径。清楚地，与纤维的材料性质(即，杨氏模量e、或密度ρm)成比例的所有项与r4或r2成比例。不幸地，由于流体力的复杂机制，对在方程(5)的右侧上的半径r的相依性更难计算。然而，可以表明，这些流体力倾向于取决于纤维的表面积而不是横截面积，如在方程(5)的左侧上的主导项那样。表面积与其周长(2πr)成比例，并且因此与r成比例而不是与r2成比例，横截面积πr2或面积惯性矩πr4/4也是如此。随着r变得足够小，与c和m成比例的项将明显地相对于机械力占主导。对于细纤维，与c和m成比例的粘性项在方程(5)中将相对于非线性拉伸项(其通过积分给出)占主导。这使得能够设计具有不受结构非线性限制的动态范围的声学传感器。该观察结果本身表明该技术将为声学感测带来革新。这个非常简单的观察结果是重要的，它使得细纤维能够成为理想的声音传感器。
为了说明粘滞力对半径r的敏感性，图12示出了对于50纳米至10微米的半径的值的范围，在ω＝2π×1000的频率下估计上述方程的结果。图12示出了对于这里关注的r的值，粘滞力是该半径的很弱的函数。尽管这个结果同样是基于流体的和纤维的连续体模型，这对于一些极小半径值是不合适的，但是与流体的相互作用力通常将相对于在纤维内的力占主导，甚至考虑在稀薄气体内的分子力，如实验结果所表明。
粘滞力不是纤维半径r的强函数。假设频率为1khz，针对半径r的宽范围值示出估计粘滞力方程的结果。假设纤维在每个频率下经历1m/s的速度。假设流体在距纤维的远距离处是静止的。当半径从0.1μm到10μm变化100倍时，力大致变化10倍。因此，随着纤维半径变小，流体力相对于在方程(5)的左侧上的力占主导。
应当注意，对于细纤维，粘滞力甚至将相对于在方程(5)中的非线性拉伸项(其通过积分给出)占主导。这一事实可以实现具有不受结构非线性限制的动态范围的声学传感器的设计。
对于足够小值的半径r，纤维的运动的控制方程，即方程(3)，变得简单
其具有解
不管该方程中的其他参数如何，只要该方程的左侧可被忽略即可。当然，这表明当纤维足够细时纤维随流体而移动。尽管上面方程的r相依性表明对于小r，机械力可被忽略，但是必须检查解以识别r的值的范围，使得纤维运动能够充分地表示流体的运动。
尽管流体力的定量估计可能不准确，但是结论仍然得到测量的数据的支持：对于足够细的纤维，流体力相对于在固体纤维内的力占主导。由于流体力与纤维与流体之间的相对运动成比例，因此纤维和流体一起移动。不管粘滞力的值如何，只要它相对于在固体中的力占主导，就会发生这种耦合运动。
在下文中，提供方程(5)的解以获得由声音驱动的长度为l的细纤维的运动的模型。为了构造适当简单的模型，假设声音引发的偏转足够小，这样因方程(5)中的积分导致的非线性响应可以忽略不计。
检查方程(5)的解，以便检查半径r的值的范围，其中粘滞力主导在谐波平面波声场中纤维的响应。在最简单的情况下，考虑无限长以使得没有波被纤维的边界反射的纤维的响应。在没有边界的情况下，纤维的位移w(x,t)将在x上是常数。该无限长的纤维的响应是由wi(t)表示，控制方程变为：
对于具有频率x的谐波声场，令wi(t)＝wieiωt。纤维的相对于声粒子速度的声音引发的速度(而不是位移)仅是
这使
iωρmπr2vi＝z(ω)(u-vi)(11)
这些方程提供对系统中的主要参数的基本了解，它没有考虑到任何实际纤维必须支撑在由有限距离l分开的边界上这一事实。这个简单的结果允许估计需要多小的r以使得纤维速度足够接近空气速度，在这种情况下vi/u≈1，这将在空气的每单位长度的共振质量足够大于纤维的每单位长度的质量m>>ρπr2时发生。这没有考虑到任何实际纤维必须支撑在由有限距离l分开的边界上这一事实。在这种情况下，纤维的运动将随空间坐标x而变化，使得涉及方程(3)中的空间导数的项可能不再被忽略。该偏微分方程的解当然将取决于在x＝0和x＝l时的边界条件的细节。可以通过众所周知的方法获得各种可能的边界条件的解。
为了构造捕获在方程(12)中被忽略的重要效应的适当简单的模型，假设声音引发的偏转足够小至使得因方程(5)中的积分导致的非线性响应可被忽略。
为了获得考虑有限边界的最简单的可能模型，假设纤维简支撑在其端部，使得w(0,t)＝w(l,t)＝0，并且wxx(0,t)＝wxx(l,t)＝0。然后，方程(3)的解可表达为简支撑梁的本征函数的扩展
在该有限梁的位置x处的位移也可表达为
在位置x处的纤维速度与因具有频率ω的平面谐波导致的声粒子速度的比率然后可以被表示为
所获得的结果检验上面提出的理论模型。发现的是，足够细的纤维以与在声场中的空气相同的速度移动。测量两种类型的纤维：天然蜘蛛丝和电纺聚甲基丙烯酸甲酯(pmma)。下面将结果与预测情况进行比较。将纤维放置在消声室中并使其经受覆盖可听频率范围的宽带声音。悬置6μm直径的不锈钢纤维并用激光测振仪测量其位置。该厚度纤维太大以致不能获得理想的频率响应，并且出于说明目的示出。纤维为约3.8cm长。测量的和预测的结果表明这种非最佳纤维有良好的定性一致性[42]。消声室已经被检验出在高于80hz的所有频率下产生无反射声场。使用b&k41381/8英寸参考传声器测量在线附近的声压。声源距线3米。在知道以帕斯卡为单位的声压的情况下，可以通过方程(13)容易地估计波动的声粒子速度。测量的和预测的结果表明这种非最佳纤维有良好的定性一致性[42]。
图2示出了蜘蛛丝和pmma纤维的预测的和测量的结果彼此近乎相同并在所有关注的频率下基本与空气的运动相同。还示出了关于蟋蟀触须和目前最好的人造mems声学流动传感器的基于数据的预测[7]。蟋蟀触须和mems传感器的响应明显地不如这里测试的纤维。蜘蛛丝和纤维直径为约0.6μm，并且长度为约3mm。在宾厄姆顿大学消声室中由平面声波驱动纤维。使用激光测振仪测量线的中点的速度。将线焊接到两个较大直径的线，这两个线在其两端受支撑。图7中示出了线速度相对于声粒子速度的复合传递函数的预测的振幅。使用方程(13)获得预测的结果。使用具有ofv-5000控制器的polytecofv534激光测振仪传感器测量速度。测量在宾厄姆顿大学的消声室中进行。使用b&k41381/8英寸参考传声器测量声场。使用方程(2)从测量的压力估计声粒子速度。
结果表明，如由方程(13)的分析模型预测的，蜘蛛丝和pmma纤维两者在从100hz至超过10khz的频率范围内表现出与空气的响应近乎相同的响应。
换能器可以被建模为简单一维结构，诸如细纤维或细丝，其中入射声波在正交于纤维轴线的方向上行进。然后，可以例如通过测量纤维的位移、速度或加速度来检测该纤维的运动。在磁场中被建模为导电线的电动传感器用作速度传感器。在满足某些假设的情况下，当在存在平面声波时放在开放固定装置中时，纤维表现为理想的传感器。此外，满足这些假设在将纤维封装在适于诸如助听器的便携式装置的组件中的配置中是可行的。使这种基于粘度的传感器的实际实施方式包括由多个纤维或类似结构组成的更一般的组件也是可行的，该多个纤维或类似结构以二维或三维拓扑结构连结，并且因此具有对声波的复杂空间相关响应。纤维阵列与周围空气之间的相互作用可以不同于因单独的纤维导致的相互作用，并且特别地，纤维的间距、它们的取向和长度都可能会影响纤维阵列对声波的响应。
图3示出了可能纤维传声器封装的理想化示意图。
将感测纤维放在封装内，其中在如图所示在两个空间位置处对声场进行采样，这类似于在助听器封装中所做的那样。外部声场因声音进入端口处的压力梯度而影响在封装内的流体运动。然后通过粘度驱动的纤维来检测在封装内的气流。实质上，这种纳米级纤维用于替代传统微分传声器中使用的压敏振膜。
本方法与使用传统压敏振膜之间的关键区别是纤维对组件的质量和刚度的贡献可以基本忽略不计；如从上面的分析中可以看出，移动质量几乎完全地由因在封装中的空气导致的质量组成，并且刚度可以完全忽略不计。
毫无疑问，图3中所示的封装概念的详细几何形状将影响在其中的场并随后影响纤维运动。
由于声音是从任何方向入射，可以预测在封装内的压力和速度，以考虑到在封装内的流体粘度和热传导的影响[15、13、23、16、12、18、17、19、20、24、21、22、25、14]。可以使用comsol有限元包使用数学方法和计算(有限元)方法的组合来执行该分析。
传声器封装可以例如通过常规机械加工和/或增材制造技术的组合来制造。
足够细的线或纤维可以表现为近乎理想的声音传感器，因为它在整个可听频率范围内以与空气近乎相同的速度移动。可以在换能器中使用该线以获得与声压或声速成比例的电子电压。
将纤维速度转换为电压的极方便且经验证的方法是使用电动检测。测量在纤维相对于磁场移动时导电纤维或线上的开路电压。输出电压与导体相对于磁体的速度成比例。理想地，导体应当与磁场线正交地取向，导体的速度矢量也应如此。
纤维或线可以支撑在钕磁体上，该钕磁体在纤维或线附近产生场。假设正交于纤维或线的磁场的磁通密度b合理地沿线长度l恒定；在纤维或线的两端之间的开路电压可表达为
vo＝blv(15)
速度v是通过在纤维或线的长度上对由方程(5)预测的速度求平均而获得的，并且vo是开路电压。
图4示出了因随频率而变的入射声压导致的在输出电压与声粒子速度(m/s)之间的测量的传递函数。在可听范围的大部分内，输出信号明显地是非常平滑的频率函数。这些结果表明，纳米纤维传声器可以提供出色的频率响应，以克服如图1所示的基于压力梯度的定向传感器固有的强频率相依性的不利影响。
由于声速传感器的总体灵敏度(以伏/帕为单位)将与方程(15)中的bl积成比例，因此该积可能是在选择纤维的适当细小的直径之后最重要的参数。该积应当尽可能大。钕磁体是可用的，其可以产生b≈1特斯拉的磁通密度。这使得能够选择l，即纤维的总体长度。
由于电灵敏度与总体纤维长度成比例，因此动机是使该总体长度尽可能大。然而，由于选择过大l值，可能存在不利影响。为了估计将会适于传感器设计的bl积，以伏/帕为单位的预测的总体灵敏度的形式的投射方程(15)是有帮助的，如在传声器的设计中常见的。为了做到这一点，假设目标是检测平面声波，其中压力与声粒子速度之间的关系是v＝ρ0c≈415帕×秒/米，其中ρ0是标称空气密度，并且c是声波传播速度。假设纤维足够小至使其速度与空气的速度相同。声学灵敏度然后可以写为
灵敏度应当足够高，以使低电平声音不会埋没在电子接口的噪声中。假设读出放大器具有的输入参考噪声功率频谱密度为约
30dba的本底噪声设计目标对应于约√gpp＝10-5帕/√hz的压力频谱水平(实际上是功率频谱密度的平方根)。在知道√gnn＝10nv/√hz的电子接口的本底噪声的情况下，√gpp＝10-5帕/√hz的声学本底噪声目标使我们能够估计所需的灵敏度，使得可检测到最小声级，
假设可以实现b＝1特斯拉的磁通密度；以上结果使得能够估计
除了电子读出电路中的噪声之外，还应当考虑由纤维的电阻产生的高斯随机噪声。在这种情况下，假设纤维具有矩形横截面，其厚度为h而宽度为b。可以通过以下方程估计电阻器噪声功率频谱密度
其中kb＝1.38×10-23m2kg/(s2k)是玻尔兹曼常数，t是绝对温度，并且ρ是材料的电阻率。因电阻导致的电压噪声以4kbtr给出，其中r是以欧姆为单位的电阻。随着导体的长度l增加，电灵敏度增加，如方程(12)所示，但是电阻噪声也会增加，如方程(13)所示。为了最好地达成设计折衷，估计系统的声音输入参考噪声(包括放大器噪声和传感器电阻噪声)是重要的。1kω电阻器产生4nv/√hz的噪声频谱。由于这个1kω电阻器将会因此产生与电子接口的噪声相当的噪声信号，因此该电阻被视为纤维的总电阻的目标值。
假设使用具有最小电阻率的材料(例如，石墨烯)制造纤维，可以估计将会导致1kω电阻的半径的值。石墨烯的电阻率为约ρ≈10-8ωcm＝10-10ωm。对于给定的半径r和长度l，电阻为r＝ρl/πr2。可与对应纤维长度一起使用的最小半径就是
重要的是需要注意，如果期望较小的半径，那么可以并行采用多个纤维，其中每个纤维具有明显更小的半径。另外，需要注意，该半径大约为实现适当平坦的频率响应所需的半径，如图7所示。
基于这种近似、初步调查，提供一种用于传声器的设计，该传声器在可听范围内具有平坦频率响应并具有约30dba的本底噪声。由于传声器响应于声粒子速度而不是压力，因此响应将在整个可听频率范围内具有一阶方向性。
进行对纤维的因周围气体的温度导致的随机热噪声进行分析[41、40]。热噪声问题将限制传感器的总体积，因为纤维必须有效地对声场内的大量气体分子的平均运动进行采样。初步计算表明，如果封装内的空气体积变得小于约1mm3，那么热噪声将很大。
由于来自放大器的噪声信号和电阻是不相关的，因此可以通过将单独功率频谱密度相加来计算由这两个信号的和产生的电压的功率频谱密度。然后，可以从以下估计输入声音压力参考噪声功率频谱密度
方程(20)表明总体噪声性能清楚地强烈地取决于增加的bl。随着l增加，电阻也将增加，并且可能导致grr大于gnn。如果确实如此，那么可以忽略gnn，使得方程(20)变为
方程(20)清楚地表明，随着导体的总体积lbh增加，噪声性能也会得到改善。三个尺寸l、b和h中的每个对本底噪声有相同影响。然而，厚度h应当保持足够小，使得弯曲刚度不会显著地影响响应。
然后，可以从以下估计以分贝为单位的a加权的本底噪声
这个方便的公式依据四个主要设计参数、即纤维电阻率ρ及其总体尺寸l、b和h来提供对设计的声音输入参考本底噪声的估计。每次对l、b和h加倍时，并且每次将电阻率减半时，本底噪声就会改善约3db。为了考虑具体设计，假设导体是具有ρ≈2.6×10ωm的电阻率的典型金属。实际上，许多细纤维可以平行布置，使得总体纤维体积为lbh。将长度设定为l≈0.415m并将厚度设定为h≈0.5μm导致纤维集合的总体宽度为b≈14.5μm。如果厚度h保持恒定，那么导电材料的面积为b×l≈6×10-6m2。导体的最小尺寸可以是3mm×2mm，这与助听器封装兼容。当然将存在封装中需要的附加的材料，这将增加总体尺寸。
在微型传声器中，本底噪声通常强烈地受到传声器振膜的热激励影响。可以通过首先假设纤维以理想的方式与周围空气一起移动来构造对当前传声器概念的热噪声的近似分析。当系统处于热平衡状态时，热激发的气体所赋予的能量等于在纤维附近的空气的动能
其中e[p2]是均方压力。如果传感器中的纤维与总质量为m的空气一起移动，那么热本底噪声将具有e[p2]的均方压力。对应于该均方压力的声压级是spl热＝10log10(e[p2]/p2ref),，其中p参考＝20×10-6帕是标准参考压力。对于30分贝的热本底噪声，方程(23)那么给出m≈1.74×10-9kg(25)的总体空气质量。
这对应于空气的立方体积，其中每侧具有约1mm的尺寸。这提供了对将实现期望的热本底噪声的任何传声器的最小尺寸的粗略估计。众所周知，随着传声器的尺寸减小，热噪声增加。传感器必须有效地检测大量分子的随机运动的平均值，以消除气体中的随机分子振动。
为了提供合适的纤维，pmma纤维可以是电纺的，并且然后被金属化，以提供期望的低电阻率。
用于纤维的替代材料是碳纳米管或碳纳米管结构，其可以作为单壁碳纳米管(swcnt)结构或多壁碳纳米管(mwcnt)(例如，分层结构)生产，并且可以聚集成具有多个管的纱线。碳纳米管是高导电性和强力的，并且可以被制造为具有非常高的长径比，例如高达132,000,000:1(参见en.wikipedia.org/wiki/carbon_nanotube，参见wang,x.；li,qunqing；xie,jing；jin,zhong；wang,jinyong；li,yan；jiang,kaili；fan,shoushan(2009)."fabricationofultralongandelectricallyuniformsingle-walledcarbonnanotubesoncleansubstrates".nanoletters.9(9):3137–3141.bibcode:2009nanol.9.3137w.doi:10.1021/nl901260b.pmid19650638；zhang,r.；zhang,y.；zhang,q.；xie,h.；qian,w.；wei,f.(2013)."growthofhalf-meterlongcarbonnanotubesbasedonschulz–florydistribution".acsnano.7(7):6156–61.doi:10.1021/nn401995z.pmid23806050)
图5中示出了已被开发用于电路板的设计，该电路板可以用于根据该近似设计来实际上构造具有期望的长度和有效面积的纤维线圈。
一对这样的传声器可以用于实现二阶定向响应。例如，这可以仅涉及从该对减去输出，因为每个传声器都将具有一阶定向响应。
根据另一个实施例，多个纤维以空间阵列布置。通过对准纤维的轴线和多个纤维的间距，提供物理滤波器，其可以响应于在空间内的特定振荡矢量流型。例如，阵列可以为空间内的波型提供高q频率滤波器。由于细丝对沿限定轴线的粘滞曳力、以及空间位置敏感，因此滤波器/传感器可以是对声波和流型角度敏感和相位敏感的。对于相对于纤维的高空间频率的波，纤维本身可以相对于磁场在相反方向上移动，从而提供抵消。此外，磁场本身不需要是空间上均匀的，从而允许对响应的外部控制。在一种情况下，磁场由永磁体引发，并且因此是空间上固定的。在另一种情况下，场可以由受控磁性或电子阵列(其本身可以是电子或机械调制的)引发。
在传声器实施例中，这些技术可以用于提供调谐的空间和频率灵敏度。此外，在多个纤维串联连接用于阵列的情况下，还可以使用电子开关，例如cmos模拟传输门，以电子地控制连接模式。因此，如果开关阵列的采样频率高于声波的奈奎斯特频率，那么阵列可以以多路复用模式操作，其中可以基本同时地施加多个模式。
虽然优选系统采用在磁场内移动的导体上的感应电压，但是在本发明的一些实施例中可以提供光学感测。同样，也可以采用感测纤维振动的其他已知的方法。
因此，根据一个实施例的目的是提供一种具有带有平坦频率响应的一阶方向性的传声器设计。
根据另一个实施例的另一个目的是提供一种具有无源、无功率操作的传声器。
本发明的另一个目的是提供一种具有零孔尺寸的传声器设计，即，不需要使用两个分开的声音进入端口。
本发明的另一个目的是提供一种允许以极低成本制造的传声器设计。
另一个目的是提供一种可小型化为与现有助听器传声器大致相同的尺寸(即小于2.5mm×2.5mm的封装侧)的传声器设计。
本发明的另一个目的是提供一种具有约30dba的估计的本底噪声的传声器设计。
另外，一个目的是提供一种传感器，该传感器包括：至少两个间隔开的电极，该至少两个间隔开的电极具有接近至少两个电极的容纳经受由波造成的扰动的流体的空间；以及至少一个导电纤维，该至少一个导电纤维连接到至少两个电极并由流体包围，每个相应导电纤维被配置为相对于外部磁场在空间内移动，每个相应导电纤维具有的半径和长度使得导电纤维的至少一部分的移动基本上对应于包围导电纤维的流体沿垂直于相应导电纤维的轴线的移动。波可以是声波，并且传感器可以是传声器。
该空间可以被限制在具有至少一个孔的壁内，该至少一个孔被配置为使波穿过壁。
外部磁场可以是至少0.1特斯拉、至少0.2特斯拉、至少0.3特斯拉、至少0.5特斯拉、至少1特斯拉，或可以是地球的磁场。
外部磁场可以在导电纤维的长度上基本上是恒定的。或者，外部磁场可以在导电纤维的长度上显著地变化。外部磁场可以在导电纤维的长度上经历至少一次反转。外部场取决于控制信号进行动态地可控制。外部场可以具有取决于控制信号的可动态地控制的空间模式。
至少一个导电纤维可以包括多个导电纤维，其中外部磁场在所有多个导电纤维上基本上是恒定的。至少一个导电纤维可以包括多个导电纤维，其中包围至少一个导电纤维的外部磁场基本上从包围至少一个其他导电纤维的外部磁场变化。至少一个导电纤维可以包括多个导电纤维，这些导电纤维具有由电子控制器控制的连接布置。至少一个导电纤维可以包括在不同的空间位置处的多个导电纤维，以阵列互连，并且其中外部场取决于控制信号在时间和空间上进行动态地可控制。
在外部磁场内在至少两个电极中的相应两个之间的包括至少一个导电纤维的导电路径可以是盘绕的。
至少一个导电纤维可以包括金属纤维、聚合物纤维、合成聚合物纤维、天然聚合物纤维、电纺聚甲基丙烯酸甲酯(pmma)纤维、碳纳米管或其他纳米管、蛋白质基纤维、蜘蛛丝、昆虫丝、陶瓷纤维等。
至少两个电极可以包括串联连接的多对电极。
每个相应导电纤维可以具有在至少两个电极之间的至少10微米、至少50微米、至少100微米、至少500微米、至少1mm、至少2mm、至少3mm、至少5mm、至少1cm、至少2cm、至少3cm、至少5cm、至少10cm、至少20cm、至少30cm、至少40cm、至少50cm、至少75cm、或至少100cm的自由长度(即，可用于与周围液体或气体介质的粘性相互作用)。
至少一个导电纤维可以具有小于10μm、小于6μm、小于4μm、小于2.5μm、小于1μm、小于0.8μm、小于0.6μm、小于0.5μm、小于0.4μm、小于0.33μm、小于0.3μm、小于0.22μm、小于0.1μm、小于0.08μm、小于0.05μm、小于0.01μm、或小于0.005μm的直径。
传感器可以是当来自电极的响应于100hz声波的信号用具有10nv/√hz的噪声(例如，用至少0.2特斯拉的外部磁场)的放大器放大时具有至少30dba、至少36dba、至少42dba、至少48dba、至少54dba、至少60dba、至少66dba、至少72dba、至少75dba、或至少78dba的本底噪声的声学传感器。也可以采用本底噪声的其他测量的条件。
该空间可以被限制在壁内，该空间具有小于5mm的最大尺寸，并且该至少一个导电纤维具有至少15cm、至少20cm、至少25cm、至少30cm、至少40cm、或至少50cm的总长度。
至少一个导电纤维可以包括多个导电纤维，每个导电纤维具有约3mm的长度和约0.6μm的直径。
外部磁场可以具有周期性的时间变化，还包括与周期性的时间变化同步的放大器。外部磁性可以具有周期性的空间变化。
另一个目标是提供一种传感器，该传感器包括：至少一个纤维，该至少一个纤维由流体包围，每个相应纤维被配置为在空间内移动，并且具有由相应纤维发射的相关联的磁场，每个纤维具有的半径和长度使得纤维的至少一部分的移动近似于包围纤维的流体的波所造成的沿垂直于相应导电纤维的轴线的扰动；以及磁场传感器，该磁场传感器被配置为基于相关联的磁场的源的感测的位移而感测发射该磁场的至少一个纤维的移动。
另一个目标是提供一种感测流体中的波的方法，该方法包括：提供容纳经受由波造成的扰动的流体的空间，该空间被磁场扰动；提供至少一个导电纤维，该至少一个导电纤维由流体包围，每个相应导电纤维被配置为响应于波而在空间内相对于磁场移动，并且具有的半径和长度使得导电纤维的至少一部分的移动近似于包围导电纤维的流体的由波造成的沿垂直于相应导电纤维的轴线的扰动；以及由于在磁场内移动，感测在至少一个导电纤维上的感应的电信号。
另一个目标提供了一种换能器，该换能器包括：纤维，该纤维：悬置在受到波振动的粘性介质中；具有足够小的直径和足够的长度以由相对于粘性介质的粘滞曳力而引起纤维的至少一部分对应于粘性介质的波振动而移动；以及传感器，该传感器被配置为在包括100hz的频率范围内确定纤维的至少一部分的移动。
另一个目标提供了一种换能器，该换能器包括：至少一个纤维，该至少一个纤维由流体包围，每个相应纤维被配置为在空间内移动，每个纤维具有的半径和长度使得纤维的至少一部分的移动近似于包围纤维的流体的波所造成的沿垂直于相应纤维的轴线的扰动；以及传感器，该传感器被配置为基于相对于磁场的源位移的导体中的电流的电动感应而感测进行发射的至少一个纤维的移动。
另一个目标提供了一种感测粘性流体中的波的方法，该方法包括：提供容纳经受由波造成的扰动的粘性流体的空间；提供至少一个导电纤维，该至少一个导电纤维由粘性流体包围，具有的半径和长度使得导电纤维的至少一部分的移动近似于包围导电纤维的流体的由波造成的沿垂直于相应导电纤维的轴线的扰动；以及将至少一个纤维的移动换能为电信号。换能优选地是相对于磁场移动的导体中的电流的电动感应。
纤维可以是导电的，该换能器还包括：磁场发生器，该磁场发生器被配置为产生包围纤维的磁场；以及一组电极，该一组电极将导电纤维电互连到输出端。磁场发生器可以包括永磁体。
纤维可以包括多个平行导电纤维，这些平行导电纤维在所述多个导电纤维中的每一者的相应端部处保持于固定位置，所述多个导电纤维被串联布线，每一者设置在由磁体产生的共同磁场内。
传感器可以对纤维在垂直于纤维的长度轴线的平面内的移动敏感。
波振动可以是声波，并且传感器可以被配置为产生音频频谱输出。
纤维被限制于在具有至少一个孔的壁内的空间，该至少一个孔被配置为使波振动穿过壁。
纤维可以设置在具有至少0.1特斯拉的振幅的磁场内。
纤维可以设置在基本上在纤维的长度上反转至少一次的磁场内。
纤维可以包括多个平行纤维，其中传感器被配置为确定所述多个纤维在粘性介质中的平均移动。
纤维可以包括以空间阵列布置的多个纤维，使得来自纤维中的第一个的传感器信号在粘性介质的波振动的至少一个状态下抵消来自纤维中的第二个的传感器信号。
纤维可以设置在非光学电磁场内，其中非光学电磁场可取决于控制信号来动态地控制。
纤维可以包括蜘蛛丝、金属纤维或合成聚合物纤维。纤维可以具有至少5mm的自由长度和小于6μm的直径。
传感器可以响应于100hz声波而产生具有至少30dba的本底噪声的电输出。
附图说明
图1示出了由声音驱动的6μm直径纤维的预测的和测量的速度。
图2示出了由声音驱动的细纤维的预测的和测量的速度，其表明了在非常宽的频率范围内，纤维运动非常类似于空气的运动。
图3示出了纳米纤维传声器的封装的简化示意图。
图4示出了纳米纤维传声器实现近乎理想的频率响应。
图5示出了用于传声器设计的原型电路板。
图6示出了因磁体被定位为与图5的电路板相邻而造成的包围纤维的磁场的分析。
图7示出了细纤维或线的直径因在其中点处的声音造成的对响应的预测的影响。
图8示出了当纤维的直径充分地减小时，响应变得近乎独立于频率。
图9示出了对于3.8cm长度500nm导电蜘蛛丝纤维的原型传声器的预测的和测量的电灵敏度。
图10示出了由声音驱动的细纤维的测量的速度，其表明了在0.8hz至100hz的低频范围内，纤维运动非常类似于空气的运动。
图11示出了在1hz至100hz的低频范围内在空气运动中测量的开路电压e。
图12示出了在半径范围内粘滞力的实部和虚部。
图13示出了相对于以下各种直径的丝(l＝3.8cm)的空气粒子速度的预测的和测量的丝速度：500nm、1.6μm、3μm。
图14示出了流体介质相对于纤维的相对流动方向。
图15示出了独立于频率的纤维对流体介质中的波的预测的定向响应。
图16a和图16b示出了测试配置、以及纤维对空气中的3hz次声波的定向响应。
图17示出了作为传感器的单个纤维对500hz振动的测量的和预测的方向性。
具体实施方式
示例1
为了检验声学传感器的分析模型的结果，获得因平面波声场导致的细线的响应的测量值。具有的直径为6μm的不锈钢纤维从bluebarnfiber(hayden,idaho)获得[72]。旨在将它纺成用于衣服的纱线。纤维是具有几厘米的长度的连续股线的形式。
将单股不锈钢纤维焊接到跨越3cm距离的两根线上。在该实验中，纤维不是直的，这可能影响准确地预测其声音引发的运动的能力。将纤维放在消声室中并使其经受覆盖可听频率范围的宽带声音。使用b&k41381/8英寸参考传声器测量在线附近的声压。声源距线3米，这导致了在高于约100hz的频率下的平面声波。在知道以帕斯卡为单位的声压的情况下，可以通过方程(2)容易地估计波动的声粒子速度。
图1示出了测量结果与使用方程(14)预测的结果的比较。发现的是，响应随频率而变化，但是曲线的一般行为则显示出定性一致性。基于无限长的无支撑的纤维的预测的结果使用方程(12)获得
在这种情况下，曲线相对于频率的一般斜率与测量的结果一致，但是没有来自支撑件的波反射导致响应不考虑纤维中的谐振。应该强调，并未试图准确地考虑该细纤维的边界条件，并且忽略因细纤维的曲率导致的效应。响应在频率上的不均匀行为很可能是由于线中的波反射(即，谐振)导致的。
图1中所示的测量的和预测的结果之间的一般定性一致性指示，上述分析模型提供了一种合理的方式来考虑在线上和线内的主导力。基于此，使用方程(14)预测显著地减小纤维直径的影响。如上面所讨论，当直径减小到足够程度时，预期粘性流体力相对于与线的材料性质相关联的总体所有机械力占主导。
减小线直径对声音的预测的响应上造成的结果如图7所示。该图示出了线速度的振幅(以分贝为单位)相对于平面声波场中的空气的振幅。如所预期，当线直径减小到小于1μm(即，在纳米级上)时，响应的性质显著地改变，并且谐振行为看起来被粘性流体减弱。当直径减小到100nm时，线的频率响应是近乎平坦的，高达20khz。
图1示出了由声音驱动的6μm直径纤维的预测的和测量的速度。
图2示出了由声音驱动的细纤维的预测的和测量的速度，其表明了在非常宽的频率范围内，纤维运动非常类似于空气的运动。示出了人造(pmma)纤维以及使用蜘蛛丝获得的纤维的结果。这种先前尚未探究的感测声音的方法将导致定向传声器具有理想、平坦频率响应。
图3示出了纳米纤维传声器的封装的简化示意图。
图4示出了原型纳米纤维传声器实现近乎理想的频率响应。对于两个原型纤维，测量的电灵敏度被示出为相对于平面波声场中的空气速度的传声器输出电压。测量在消声室中进行。一个纤维由天然蜘蛛丝组成，该天然蜘蛛丝上涂有导电金层。另一个纤维是使用pmma并也涂有金的人造纤维静电纺丝。将磁体放在每个纤维附近，并且使用低噪声srssr560前置放大器检测跨纤维的开路输出电压。每个纤维都具有约0.5μm的直径。基于图4中所示的磁场的有限元模型，蜘蛛丝和pmma的长度为约3cm，并且b为约0.35t。这给出了bl≈0.01伏/(m/s)，与这里所示的非常一致。
使用约600nm直径且3mm长的pmma纤维进行减小纤维直径的影响的实验研究。因此，它大约是上文讨论的钢线的尺寸的十分之一。杨氏模量已经被估计为约2.8×10n/m2，并且密度为约1200kg/m3。结果是如图8所示以及如图1所示的那样，以供比较。图8还示出了基于方程(14)的该pmma纤维的预测的结果。图8示出了方程(14)准确地预测纤维直径减小10倍导致随频率而变的近乎理想的平坦响应。
结果指示，足够细的线或纤维可以表现为近乎理想的声音传感器，因为它在整个可听频率范围内以与空气近乎相同的速度移动。因此，应当可以在换能器中使用该线以获得与声压或声速成比例的电子电压。
图7示出了细纤维或线的直径因在其中点(x＝l/2)处的声音造成的对响应的预测的影响。假设线3cm长并具有6μm的直径。材料性质被选择为表示不锈钢。
图8示出了当纤维的直径充分地减小时，响应变得近乎独立于频率。示出了具有约800nm直径和3mm长度的pmma纤维的测量的和预测的结果。还示出了图1a和图1b的结果以供比较。
图9示出了采用3.8cm长度的500nm直径的导电蜘蛛丝纤维的原型传声器的预测的和测量的电灵敏度。通过计算在其长度上平均的纤维速度并将该结果乘以bl≈.0063伏-秒/米的估计的bl积来获得预测的结果。对于3.8cm长度的纤维，这对应于b≈0.2特斯拉的磁通密度(针对该实验中使用的钕磁体进行估计)。并未尝试优化线的放置来最大化磁通密度。线附接到两个支撑线上，然后这两个支撑线被绑到钕磁体上。测量的结果表明与高达约2khz的频率的预测情况的定性一致性。在高于该频率的频率下，测量的信号中的噪声占主导。
图10示出了由声音驱动的细纤维的测量的速度，其表明了在0.8hz至100hz的低频范围内，纤维运动非常类似于空气的运动。
图11示出了寻求确定纤维运动的低频换能的实验结果。图11示出了示出在空气运动u中的开路电压e为约b×l:e/u＝bl＝0.35t×0.038m。
将线的速度转换为电压的极其方便的方法是采用法拉第定律，其中导体两端的开路电压与其相对于磁场的速度成比例。理想地，导体应当与磁场线正交地取向，导体的速度矢量也应如此。
为了检查检测声音的可行性，细线支撑在钕磁体上，这使得在线附近产生强磁场。如果假设正交于线的场的磁通密度b合理地沿线长度l恒定，那么法拉第定律可以被表达为vo＝blv(方程(15))。
在线在消声室内经受平面声波时，线的每端都输入到低噪声前置放大器中。bruel&kjaer41381/8英寸传声器对线附近的声场进行采样。图9示出了测量的输出电压和随频率而变的入射声压之间的测量的传递函数。该图还示出了预测的电压输出，假设bl积为bl≈.0063伏-秒/米。使用方程(15)计算预测的电压输出，其中v是随沿线的长度的位置而变的平均线速度。
由于传声器的总体灵敏度(以伏/帕为单位)将与方程(15)中的bl积成比例，因此该积是在选择纤维的适当细小的直径时重要的参数。该积通常是尽可能大。钕磁体是可用的，其可以产生b≈1特斯拉的磁通密度。这使得能够选择l，即纤维的总体长度。
为了估计将会适于传声器设计的bl积，以伏/帕为单位的预测的总体灵敏度的形式的投射方程(15)是有帮助的。为了做到这一点，假设目标是检测平面声波，其中压力与声粒子速度之间的关系是p/v＝ρ0c≈415帕×秒/米，其中ρ0是标称空气密度，并且c是声波传播速度。声灵敏度是vo/p＝bl/ρ0c伏/帕。假设放大器的输入参考噪声频谱水平为约10nv/√hz(对于当前低噪声运算放大器的值)，声音输入参考本底噪声的目标是30dba(对于当前高性能助听器传声器的典型值)；该本底噪声对应于约10-5帕/√hz的压力频谱水平(实际上是功率频谱密度的平方根)。在知道10nv/√hz的电子接口的本底噪声的情况下，10-5帕/√hz的声学本底噪声目标使得我们能够估计所需的灵敏度，使得可检测到在最小声级的声音，hpv由方程(17)示出。假设可以实现b＝1特斯拉的磁通密度，那么可以估计所需的导体的有效长度，
如果导体的该长度可以结合到设计中，那么传声器可以基于假设的电子噪声而实现30dba的本底噪声。当然，导体必须以常见电动传声器中的线圈的形式布置。下面讨论要实现的所提出的设计方法。
图5示出了用于传声器设计的原型电路板。
图6示出了因磁体被定位为与图5的电路板相邻而造成的包围纤维的磁场的分析，其指示了b≈0.3特斯拉的值。
根据图5中所示的设计，一组平行纤维悬置在经受声波振动的空间中。所述纤维尽管物理上并联，但是被串联布线以提供增加的输出电压、以及受限的测量面积或体积。每个股线可以是1cm至5cm长，例如3cm长，并且总长度可以是例如＞0.4米。整个阵列经受外部磁场，该外部磁场通常在所有纤维上是均匀的，但是这是一种偏好而不是关键约束。如图6所示，磁场例如是0.3特斯拉。由于各种纤维的输出是平均的，因此可以提供各种机械配置来施加已知约束。例如，成组纤维可以分别相对于某种类型的声源而异相，并且因此可以被抵消(微分)。类似地，可以提供定向和定相阵列。需要注意，每个纤维具有相对于周围流体中的波的峰值响应，该波具有垂直于纤维的轴线的分量。纤维可以采用任何轴线，并且因此支持三维(x,y,z)感测。还要注意，纤维不需要在张力下被支撑，并且因此可以是非线性的。当然，如果纤维没有拉紧，那么它们可能不是自支撑的。然而，有各种技术可用于将没有单独在电极之间的轴线上拉紧的细纤维悬置在两个电极之间，而不发生不受控制的下垂。
例如，蜘蛛网型结构提供细纤维阵列，其可以是平面的或三维的。实际上，可以修改蜘蛛网或蚕网以提供足够的导电性来用作传感器。来自大蜘蛛的天然蜘蛛丝的直径为约2.5μm至4μm，并且因此比上面讨论的600nmpmma纤维大。然而，小蜘蛛产生直径小于1μm的丝，例如700nm，并且小蜘蛛可以产生直径小于500nm的丝。蚕产生直径为5μm至10μm的纤维。
如图5所示，期望的线圈配置可以通过电极的电路板布线实现，其中纤维本身全都是线性的且平行的(至少成组)。
如本文所讨论，导体长度l包括支撑在刚性导电边界上的多个短段。这些段将串联连接在一起，以便实现所期望的总长度l。构造本申请的具有足够的长度的单股纳米级导体可能是不可行的，因此将导体组装在相对短的节段中比依赖在线圈中的单股更实际。
通过将导体长度设计为短段的串联连接，还可以控制纤维的静态刚度。由于目的是检测在可听频率下的空气速度，因此因极低频率空气波动而衰减响应是有益的。这可以通过将单独的纤维段的长度选择为小至足以设定最低固有频率来实现，该长度可以从方程(9)获得。
将最低固有频率fl设定为在10hz与20hz之间是合理的。
在已经选择适当的材料性质(诸如杨氏模量e和密度ρ)之后，可以求解方程(9)以得到每个节段的期望长度l，其中ωi＝2πfl。
示例2
在一些应用中，期望一种次声传感器，其中频率响应fl扩展到任意低的频率，诸如十分之一赫兹。这种传感器可以用于检测与物体移动、声脉冲等相关联的流体流动。这种应用根据与声波传感器应用相同的原理工作，但是单独的纤维束的长度可能必须更大。
另外，电极输出对移动的电压响应与纤维速度成比例，因此通常将会预期在次声频率下流体粒子的移动速度将为低的，从而导致低输出电压。然而，在一些应用中，流体移动是肉眼可见的，并且因此速度可能是可观的。例如，在尾流检测应用中，振幅可能相当稳健。
一般，低频声音由对压力敏感的传感器(诸如次声传声器和微气压计)检测。由于压力是定标器，因此应当使用多个传感器来识别源位置。同时，由于低频声音的长波长，多个传感器必须在远处对准以区分压力差，以便识别源位置。由于速度是矢量，因此感测声音流可以有益于源定位。当前没有可用的流动传感器能够以平坦频率响应检测在宽频率范围内的次声流动。然而，如上面所讨论，从零赫兹到数万赫兹，细纤维可以跟随具有高速传递比(当纤维直径在纳米级范围内时接近1)的介质(空气、水)移动。如果纤维足够细，那么它可以近乎完全地跟随介质(空气、水)移动。这提供了一种以在宽频率范围内的平坦频率响应直接地且有效地检测低频声音流的方法。这提供了一种直接地检测低频声音流的方法。因介质流动导致的纤维运动可以通过各种原理换能，诸如对在电磁场内的导电纤维的移动的电动感测。给出了基于电磁换能的应用示例。它可以用在宽频率范围内的平坦频率响应来检测声音流。
对于次声检测，这可以用于检测人为和自然事件，诸如核爆炸、火山爆发、强风暴、化学爆炸。对于源定位和识别，可以应用纤维流动传感器来形成测距系统和噪声控制，以找到和识别低频源。对于低频流动感测，这也可以用于检测建筑物和运输装置(诸如飞机、陆地车辆和航海船只)中的气流分布。
次声压力传感器对各种环境参数(诸如压力、温度、湿度)敏感。在受到压力传感器的振膜限制的情况下，存在谐振。纤维流动传感器避免上述关键的缺点。优点包括，例如：感测声音流对于需要方向信息的应用(诸如源定位)具有固有益处。纤维流动传感器在制造成本上比声压传感器便宜得多。机械上，纤维可以在从次声到超声的宽频率范围内完全地跟随介质移动。如果纤维移动按比例地换能为电信号，例如使用电磁换能，那么流动传感器将在宽频率范围内具有平坦频率响应。由于流动传感器对压力不敏感，因此它具有较大的动态范围。由于纤维运动对温度不敏感，因此传感器对温度变化是稳健的。纤维流动传感器对湿度不敏感。流动传感器的尺寸很小(但是平行纤维阵列可能消耗体积)。纤维流动传感器可以立即地响应于次声。
需要注意，流动传感器对风敏感或将会对风敏感。传感器还可以响应于惯性扰动。例如，在空间中的压力将响应于框架的加速度。这将导致可压缩的流体(例如，气体)的大量流体流动，从而产生因传感器的运动导致的信号输出，即使没有外部波也是如此。这可能是优点，也可能是缺点，具体地取决于详细应用。例如，它可以用于检测建筑物中的流动分布。如果用于检测次声，那么通过使用有效的降风噪方法来克服风的影响。
示例3
为了直观地示出因在垂直于蜘蛛丝的长轴的方向上的波动的气流导致的蜘蛛丝的横向运动，从丝运动记录声音。这里使用的复杂的空气传播的声学信号包含昆虫的低频(100hz至700hz)拍翅和鸟类的高频(2khz至10khz)鸣叫。从雌性蜘蛛十字园蛛(蜘蛛体长约3mm)收集直径d＝500nm的蜘蛛牵引丝。一股蜘蛛丝(长度l＝8mm)松弛地支撑在其两端，并且垂直于流场放置。通过使用扬声器播放声音来准备气流场。通过将扬声器放在距消声室中的丝的远距离(3米)处，在蜘蛛丝的位置处产生平面声波。使用激光测振仪(polytecofv-534)测量丝运动。
尽管蜘蛛丝的几何形状(蛛网、圆蛛网和单股)、尺寸和张力塑造最终时间和频率响应，但是表示介质运动的丝的这种固有空气动力学性质表明它可以提供通过空气传播到蜘蛛的声学信息。这可以让它们检测和区分可能在附近的猎物和捕食者[89、90]，这与由与丝直接地接触的动物引发的众所周知的基质传播的信息传输不同[91至94]。
在知道蜘蛛丝可以捕获宽带波动的气流的情况下，其频率和时间响应被表征为在丝束的中间。三个不同带宽的扬声器用于产生1hz至50000hz的宽带波动的气流。需要注意，对于相同空气粒子速度v，在低频率下的空气粒子偏转x的振幅远大于在高频率下的振幅，(x＝v/ω，其中ω＝2πf，f是波动的气流的频率，并且v是速度振幅)。当偏转在非常低的频率下相对较大时，使用长的(l＝3.8cm)且松散的蜘蛛丝束来避免可能的非线性拉伸。纳米尺寸的蜘蛛丝可以在从1hz到50khz的测量的频率范围内以最大物理效率(v毛/v空气≈1)跟随气流，其中流场的对应的速度和位移振幅分别为0.83mm/s和13.2nm的。这表明了丝运动准确地跟踪在初始瞬间时以及在运动在稳态下变为周期性时的空气速度。因此，500nm蜘蛛丝可以跟随具有高时间和振幅分辨率的介质流动。
500nm丝线(l＝8mm)的运动被表征为在沿其长度的不同位置处。虽然丝的固定端部不能随空气而移动，但在长度的大部分上，丝运动在宽频率范围内非常类似于空气流的运动。
如果丝和周围介质表现为连续体，那么丝运动的模型可以以简单偏微分方程的形式表示。这个简单的近似解析模型在方程(25)中呈现，以检查细纤维在声场中的主导力和响应。
左侧的项给出因每单位长度的纤维的弯曲导致的机械力，其中e是杨氏弹性模量，i＝πd4/64是面积惯性矩，w(x,t)是纤维横向位移，其取决于位置x和时间t两者。左侧的第二项考虑纤维的惯性，其中ρ是体积密度，并且a＝πd2/4是横截面积。右侧的项估计因纤维和周围流体的相对运动导致的粘滞力。c和m是阻尼和每单位长度增加的质量，对于连续体流体，这两者由stokes(50)确定。vr(t)＝v空气(t)-v丝(t)是空气运动和纤维运动之间的相对速度。
应当注意，在方程(25)的左侧的第一项考虑细纤维在被流动介质作用时必将弯曲这一事实。这与之前对细毛的流动引发的运动的研究不同，该研究假设毛作为在基部处由扭转弹簧支撑的刚性杆移动[1、2、82、84、85]。刚性毛的运动可以通过单个坐标(诸如围绕枢轴的旋转角度)来描述。在示例中，偏转取决于连续变量x，其描述沿长度的位置。然后，方程(25)是偏微分方程，其不同于当毛不弯曲或屈曲时使用的常微分方程。
清楚的是，在方程(25)的左侧的项与d4或d2成比例。由于流体力的复杂机制，在该方程的右侧的项对直径d的相依性更难计算。然而，可以表明，这些流体力倾向于取决于纤维的表面积，该表面积与该纤维的周长πd成比例。随着d变得足够小，与c和m成比例的项将明显地相对于在方程(25)的左侧的项占主导。对于足够小的直径d值，纤维的运动的控制方程变为近似：
对于小的d值，方程(25)就由与vr(t)成比例的项、即固体纤维与介质之间的相对运动占主导。由于vr(t)＝v空气(t)-v丝(t)，方程(26)的解可以由v空气(t)≈v丝(t)近似。根据介质的这种高度简化的连续视图，如果纤维足够细，那么纤维将瞬时地与介质流体一起并以相同振幅移动。
为了检查上述近似分析的有效性，在中间位置处测量牵引丝(l＝3.8cm)的速度响应，这些牵引丝来自具有以下不同的直径的雌性圆蛛十字园蛛：0.5μm、1.6μm、3μm。通过求解方程(25)获得预测。
图13示出了使用空气粒子速度作为参考的丝的预测的和测量的速度传递函数。预测通过求解方程(26)获得。在预测模型中，杨氏模量e和体积密度ρ分别为10gpa[96]和1,300kg/m3[97]。丝的测量的响应与预测的结果非常一致。虽然所有三种测量的丝都可以在宽频率范围内跟随空气运动，但是最细的丝可以在高达50khz的极高频率下紧紧地跟随空气运动(v丝/v空气～1)。这些结果表明，当纤维足够细(纳米级尺寸的直径)时，纤维运动可以由与周围介质相关联的力主导，以使纤维准确地表示空气粒子运动。在宽频率范围内，当纤维足够细时，纤维运动变得与其材料和几何性质无关。
取决于各种应用目的，可以使用各种方法将纤维运动换能为电信号。由于在每个固定端部附近的纤维曲率很大，因此感测弯曲应变可能是很有前景的方法。当针对诸如受控微流体的应用感测稳定或缓慢变化的流动时，纤维位移的换能可能优于速度。当检测诸如声音的宽带流动波动时，具有与丝的速度成比例的电输出是有利的。纳米技术的进步使得流动传感器的制造成为可能[97至99]。
在电磁感应实施例中，纤维运动基于法拉第定律e＝blv纤维而直接地换能为开路电压输出e，其中b是磁通密度，并且l是纤维长度。为了检查该方法的可行性，使用电子束蒸发将具有500nm直径的3.8cm长的松散的蜘蛛丝涂覆80nm厚的金层以获得独立导电纳米纤维。导电纤维在磁场中对准，其中磁通密度b＝0.35t。纤维轴线的取向、纤维的运动和磁通密度都是近似正交的。由于纤维在长度的大部分上准确地跟随气流(v纤维/v空气≈1)，并且纤维运动线性地换能为电压信号，因此e/v空气近似等于在1hz至10khz的测量的频率范围内的b和l的积。使用低噪声前置放大器srs型sr560检测在丝上的开路电压。
这提供了以出色的保真度和高分辨率检测宽带波动的气流的定向、无源且小型化的方法。该装置和技术可以结合在用于被动声源定位的系统中，甚至用于次声监测和定位，尽管其尺寸小。传感器对流动方向敏感，其关系为e(t)＝e0(t)cos(θ)，其中e0(t)是当流动垂直于纤维方向(θ＝0°)时的电压输出。由于次声波具有大的波长λ(λ＝c/f，c是声速)，因此通常应当使用至少两个压力传感器并将它们以较大的分隔距离(m数量级至km数量级)放置，以确定波方向。由于速度是矢量，与标量压力相反，流动感测固有地包含定向信息。这在希望定位源的情况下是非常有益的。该装置还可以用作为纳米发电机来以高功率密度收集宽带流动能量[100]。对于导电纤维(长度为l，横截面积为a，体积为v＝la，电阻率为ρe，速度振幅为v)，最大发电电压e0＝blv，纤维电阻r＝ρel/a，每单位体积的最大短路功率可以被表达为p/v＝b2v2/ρe。如果b＝1t，v＝1cm/s，ρe＝2.44×10-8ω·m，那么p/v为4.1mw/cm3。
这里呈现的结果提供了需要用流动示踪粒子(诸如激光多普勒测速仪(ldv)或粒子图像测速仪(piv))对流体进行播种的用于测量波动的流动的方法的简单、低成本的替代形式。尽管可以通过仔细地选择示踪粒子获得良好的保真度[101]，但是这些方法采用相当复杂的光学系统来跟踪示踪粒子运动。然而，根据本技术，通过在存在磁场时测量在纤维的两端之间的开路电压，使用简单电动换能来获得速度相关电压。
具有纳米级尺寸的直径的纤维的运动可以非常类似于周围空气的流动的运动，从而提供用于检测复杂气流的准确且简单的方法。这是从周围介质施加的力相对于纤维的内部力(诸如与在这些小直径的情况下的弯曲和惯性相关联的力)占主导的结果。这项研究的灵感来自动物的声学流动感测的许多示例[1、2、82、83]。结果表明，与在天然流动传感器中观察到的相比，该仿生装置在更宽的频率范围内响应于细微的空气运动。微型基于纤维的流动感测方法在一直寻求在各种介质(空气、气体、液体)和状况(从稳定流动到高波动的流动)中进行精确的流动测量和控制的各种学科中具有潜在应用。
所有测量均在宾厄姆顿大学的消声室中进行。使用扬声器产生波动的空气流。为了在检查的宽频率范围内获得测量值，采用三种不同的实验装置，每种装置被设计为覆盖频率范围的一部分。使用对压力的空间梯度
在典型的原型换能器配置中，纤维轴线的取向与磁通密度是正交的。假设θ是流动方向与纤维方向之间的角度，如图14所示，该传感器具有最大响应e0(t)，当流动方向垂直于纤维方向时，e0(t)＝blv(t)。
传感器对流动方向敏感，其关系为eθ(t)＝e0(t)cos(θ)。单个传感器预期具有双向(八字形)方向性。定向响应与频率无关。图15中示出了预测的定向响应。
这表明它可以结合在用于被动流动源定位的系统中，甚至用于次声监测和定位，尽管它尺寸小。图16a示出了示意性测试设置，并且图16b示出了对具有约114m的波长的3hz次声流的定向传感器响应。由于次声波具有大的波长λ，λ＝c/f，因此通常应当使用至少两个压力传感器并使它们以较大的分隔距离(m数量级至km数量级)放置来确定波方向。由于速度是矢量，因此与标量压力相反，流动感测固有地包含定向信息。这在希望定位某个源的情况下是很有益的。
图17中示出了在500hz可听声音下的单个传感器的测量的方向性。测量的方向性与预测的方向性良好地匹配。
使用校准的探头传声器(b&k4182型)测量在丝附近的声压。测量的传声器信号由b&k型5935l放大器进行放大，并且然后在30hz下使用高通滤波器进行滤波。为了测量在1hz至100hz的频率范围内的蜘蛛丝的频率响应，采用具有在0hz至50,000hz的范围内的频率分量的最大长度序列信号。发送到低音音箱(tangbandw6-1139sif)的信号在100hz下使用低通滤波器(frequencydevices9002)进行滤波并使用techron5530电源放大器进行放大。为了测量在100hz至3khz的范围内的丝频率响应，发送到低音音箱(cousticht612)的信号在3khz下使用低通滤波器(frequencydevices9002)进行滤波并使用techron5530电源放大器将其放大。为了测量在3khz至50khz下的丝频率响应，发送到超高音扬声器的信号在3khz下使用高通滤波器(krohnhite3550型)进行滤波并使用crownd-75放大器将其放大。用于声压级的计算的标准参考声压是20μpa。为了测量导电纤维的开路电压e，信号由低噪声前置放大器srs型sr560进行放大。所有数据均由nipxi-1033数据采集系统采集。
参考文献
以下各项以引用的方式明确地并入本文，如同本文明确地阐述一样：
[1]f.g.barth.spidersenses–technicalperfectionandbiology.zoology,105(4):271–285,2002.
[2]b.bathellier,t.steinmann,f.g.barth,以及j.casas.airmotionsensinghairsofarthropodsdetecthighfrequenciesatnear-maximalmechanicalefficiency.journaloftheroyalsocietyinterface,9(71),pp.1131–1143,pagersif20110690,2011.
[3]b.bicen,s.jolly,k.jeelani,c.t.garcia,n.a.hall,f.l.degertekin,q.su,w.cui,以及r.n.miles.integratedopticaldisplacementdetectionandelectrostaticactuationfordirectionalopticalmicrophoneswithmicromachinedbiomimeticdiaphragms.ieeesensorsjournal,9(12):1933–1941,dec2009.
[4]t.t.bringley.analysisoftheimmersedboundarymethodforstokesflow.phdthesis,newyorkuniversity,2008.
[5]w.cui,b.bicen,n.hall,s.jones,f.degertekin,以及r.miles.opticalsensinginadirectionalmemsmicrophoneinspiredbytheearsoftheparasitoidfly,ormiaochracea.inmems2006:19thieeeinternationalconferenceonmicroelectromechanicalsystems,technicaldigest,proceedings:ieeemicroelectromechanicalsystemsworkshop,pages614–617,2006.19thieeeinternationalconferenceonmicroelectromechanicalsystems(mems2006),istanbul,turkey,jan22-26,2006.
[6]j.l.desjardins.theeffectsofhearingaiddirectionalmicrophoneandnoisereductionprocessingonlisteningeffortinolderadultswithhearingloss.journaloftheamericanacademyofaudiology,27(1):29–41,2016.
[7]h.droogendijk,j.casas,t.steinmann,以及g.krijnen.performanceassessmentofbio-inspiredsystems:flowsensingmemshairs.bioinspiration&biomimetics,10(1):016001,2014.
[8]j.gao,r.n.miles,以及w.cui.stressanalysisofanovelmemsmicrophonechipusingfiniteelementanalysis.inelectronicandphotonicpackaging,integrationandpackagingofmicro/nano/electronicsystems,pages259–267,2005.asmeinternationalmechanicalengineeringcongressandexposition,orlando,fl,nov.05-11,2005.
[9]m.c.gopfert以及d.robert.nanometre–rangeacousticsensitivityinmaleandfemalemosquitoes.proceedingsoftheroyalsocietyoflondonb:biologicalsciences,267(1442):453–457,2000.
[10]m.c.gopfert以及d.robert.activeauditorymechanicsinmosquitoes.proceedingsoftheroyalsocietyoflondonb:biologicalsciences,268(1465):333–339,2001.
[11]t.gotz.interactionsoffibersandflow:asymptotics,theoryandnumerics.phdthesis,technicaluniversityofkaiserslautern,2000.
[12]d.homentcovschi,w.cui,以及r.n.miles.modellingofviscoussqueeze-filmdampingandtheedgecorrectionforperforatedmicrostructureshavingaspecialpatternofholes.inasme2007internationaldesignengineeringtechnicalconferencesandcomputersandinformationinengineeringconference,pages1025–1033.americansocietyofmechanicalengineers,2007.
[13]d.homentcovschi以及r.miles.viscousdampingofperforatedplanarmicromechanicalstructures.sensorsandactuatorsa:physical,119(2):544–552,2005.
[14]d.homentcovschi,r.miles,p.loeppert,以及a.zuckerwar.amicroacousticanalysisincludingviscosityandthermalconductivitytomodeltheeffectoftheprotectivecapontheacousticresponseofamemsmicrophone.microsystemtechnologies,20(2):265–272,2014.
[15]d.homentcovschi以及r.n.miles.modelingofviscousdampingofperforatedplanarmicrostructures.applicationsinacoustics.thejournaloftheacousticalsocietyofamerica,116(5):2939–2947,2004.
[16]d.homentcovschi以及r.n.miles.viscousscatteringofapressurewave:calculationofthefluidtractionsonabiomimeticacousticvelocitysensor.thejournaloftheacousticalsocietyofamerica,119(2):777–787,2006.
[17]d.homentcovschi以及r.n.miles.aboundaryintegralapproachtoanalyzetheviscousscatteringofapressurewavebyarigidbody.engineeringanalysiswithboundaryelements,31(10):844–855,2007.
[18]d.homentcovschi以及r.n.miles.viscousmicrostructuraldamperswithalignedholes:designprocedureincludingtheedgecorrection.thejournaloftheacousticalsocietyofamerica,122(3):1556–1567,2007.
[19]d.homentcovschi以及r.n.miles.analyticalmodelforviscousdampingandthespringforceforperforatedplanarmicrostructuresactingatbothaudibleandultrasonicfrequencies.thejournaloftheacousticalsocietyofamerica,124(1):175–181,2008.
[20]d.homentcovschi以及r.n.miles.influenceofviscosityonthereflectionandtransmissionofanacousticwavebyaperiodicarrayofscreens:thegeneral3-dproblem.wavemotion,45(3):191–206,2008.
[21]d.homentcovschi以及r.n.miles.viscousdampingandspringforceinperiodicperforatedplanarmicrostructureswhenthereynoldsequationcannotbeapplied.thejournaloftheacousticalsocietyofamerica,127(3):1288–1299,2010.
[22]d.homentcovschi以及r.n.miles.ananalytical-numericalmethodfordeterminingthemechanicalresponseofacondensermicrophone.thejournaloftheacousticalsocietyofamerica,130(6):3698–3705,2011.
[23]d.homentcovschi,r.n.miles,以及l.tan.influenceofviscosityonthediffractionofsoundbyaperiodicarrayofscreens.thejournaloftheacousticalsocietyofamerica,117(5):2761–2771,2005.
[24]d.homentcovschi,b.t.murray,以及r.n.miles.ananalyticalformulaandfemsimulationsfortheviscousdampingofaperiodicperforatedmemsmicrostructureoutsidethelubricationapproximation.microfluidicsandnanofluidics,9(4-5):865–879,2010.
[25]d.homentcovschi,b.t.murray,以及r.n.miles.viscousdampingandspringforcecalculationofregularlyperforatedmemsmicrostructuresinthestokesapproximation.sensorsandactuatorsa:physical,201:281–288,2013.
[26]w.-x.huang,s.j.shin,以及h.j.sung.simulationofflexiblefilamentsinauniformflowbytheimmersedboundarymethod.journalofcomputationalphysics,226(2):2206–2228,2007.
[27]j.a.humphrey,r.devarakonda,i.iglesias,以及f.g.barth.dynamicsofarthropodfiliformhairs.i.mathematicalmodellingofthehairandairmotions.philosophicaltransactionsoftheroyalsocietyoflondonb:biologicalsciences,340(1294):423–444,1993.
[28]c.johnston.originalcommunications:auditoryapparatusoftheculexmosquito.journalofcellscience,1(10):97–102,1855.
[29]w.julius以及h.f.olson.soundpick-updevice,dec.271932.uspatent1,892,645.
[30]g.keidser,h.dillon,e.convery,以及j.mejia.factorsinfluencingindividualvariationinperceptualdirectionalmicrophonebenefit.journaloftheamericanacademyofaudiology,24(10):955–968,2013.
[31]m.c.killion.mythsabouthearinginnoiseanddirectionalmicrophones.hearingreview,11(2):14–21,2004.
[32]i.merks,b.xu,以及t.zhang.designofahighorderbinauralmicrophonearrayforhearingaidsusingarigidsphericalmodel.inacoustics,speechandsignalprocessing(icassp),2014ieeeinternationalconferenceon,pages3650–3654.ieee,2014.
[33]r.miles.high-orderdirectionalmicrophonediaphragm,nov.82005.uspatent6,963,653.
[34]r.miles.combsensecapacitivemicrophone,june92009.uspatentapp.20,090/262,958.
[35]r.miles以及f.degertekin.opticalsensinginadirectionalmemsmicrophone,nov.22010.uspatent7,826,629.
[36]r.miles以及r.hoy.thedevelopmentofabiologically-inspireddirectionalmicrophoneforhearingaids.audiologyandneuro-otology,11(2):86–94,2006.
[37]r.miles,d.robert,以及r.hoy.mechanicallycoupledearsfordirectionalhearingintheparasitoidflyormiaochracea.thejournaloftheacousticalsocietyofamerica,98(6):3059–3070,1995.
[38]r.miles,s.sundermurthy,c.gibbons,r.hoy,以及d.robert.differentialmicrophone,sept.72004.uspatent6,788,796.
[39]r.miles,t.tieu,d.robert,以及r.hoy.amechanicalanalysisofthenovelearoftheparasitoidflyormiaochracea.proceedings:diversityinauditorymechanics,pages18–24,1997.
[40]r.n.miles,w.cui,q.t.su,以及d.homentcovschi.amemslow-noisesoundpressuregradientmicrophonewithcapacitivesensing.journalofmicroelectromechanicalsystems,24(1):241–248,2015.
[41]r.n.miles,q.su,w.cui,m.shetye,f.l.degertekin,b.bicen,c.garcia,s.jones,以及n.hall.alow-noisedifferentialmicrophoneinspiredbytheearsoftheparasitoidflyormiaochracea.journaloftheacousticalsocietyofamerica,125(4,part1):2013–2026,apr2009.
[42]r.n.miles以及j.zhou.sound-inducedmotionofananoscalefiber.journalofvibrationandacoustics140.1(2018):011009.
[43]b.nadrowski,t.effertz,p.r.senthilan,以及m.c.
[44]h.f.olson.acousticaldevice,dec.211937.uspatent2,102,736.
[45]h.f.olson.elementsofacousticalengineering.d.vannostrandcompany,1947.
[46]d.robert,r.miles,以及r.hoy.directionalhearingbymechanicalcouplingintheparasitoidflyormiaochracea.journalofcomparativephysiologya:neuroethology,sensory,neural,andbehavioralphysiology,179(1):29–44,1996.
[47]d.robert,r.miles,以及r.hoy.tympanalmechanicsintheparasitoidflyormiaochracea:intertympanalcouplingduringmechanicalvibration.journalofcomparativephysiologya:neuroethology,sensory,neural,andbehavioralphysiology,183(4):443–452,1998.
[48]m.j.shelley以及t.ueda.thestokesianhydrodynamicsofflexing,stretchingfilaments.physicad:nonlinearphenomena,146(1):221–245,2000.
[49]d.srivastava.slenderbodytheoryforstokesflowpastaxisymmetricbodies:areviewarticle.internationaljournalofappliedmathematicsandmechanics,8(15):14–39,2012.
[50]g.g.stokes.ontheeffectoftheinternalfrictionoffluidsonthemotionofpendulums,volume9.pittpress,1851.
[51]l.tan,r.miles,m.weinstein,r.miller,q.su,w.cui,以及j.gao.responseofabiologicallyinspirednmmsdifferentialmicrophonediaphragm.incarapezza,em,editor,unattendedgroundsensortechnologiesandapplicationsiv,volume4743ofproceedingsofthesocietyofphoto-opticalinstrumentationengineers(spie),pages91–98,2002.conferenceonunattendedgroundsensortechnologiesandapplicationsiv,orlando,fl,apr.02-05,2002.
[52]j.tao以及x.b.yu.hairflowsensors:frombio-inspirationtobio-mimickingareview.smartmaterialsandstructures,21(11):113001,2012.
[53]a.-k.tornberg以及k.gustavsson.anumericalmethodforsimulationsofrigidfibersuspensions.journalofcomputationalphysics,215(1):172–196,2006.
[54]a.-k.tornberg以及m.j.shelley.simulatingthedynamicsandinteractionsofflexiblefibersinstokesflows.journalofcomputationalphysics,196(1):8–40,2004.
[55]s.towfighian以及r.n.miles.anewapproachtocapacitivesensing:repulsivesensors,sept.012016.nsfgrant1608692.
[56]n.wu,r.miles,以及o.aydin.adigitalfeedbackdampingschemeforamicromachineddirectionalmicrophone.inproceedingsofthe2004americancontrolconference,v.1-6,proceedingsoftheamericancontrolconference,pages3315–3320,2004.americancontrolconference,boston,ma,jun30-jul02,2004.
[57]y.-h.wu.effectofageondirectionalmicrophonehearingaidbenefitandpreference.journaloftheamericanacademyofaudiology,21(2):78–89,2010.
[58]y.-h.wu以及r.a.bentler.impactofvisualcuesondirectionalbenefitandpreference:partilaboratorytests.earandhearing,31(1):22–34,2010.
[59]y.-h.wu以及r.a.bentler.impactofvisualcuesondirectionalbenefitandpreference:partiifieldtests.earandhearing,31(1):35–46,2010.
[60]y.-h.wu,e.stangl,以及r.a.bentler.hearing-aidusersvoices:afactorthatcouldaffectdirectionalbenefit.internationaljournalofaudiology,52(11):789–794,2013.
[61]k.yoo,c.gibbons,q.su,r.miles,以及n.tien.fabricationofbiomimetic3-dstructureddiaphragms.sensorsandactuatorsa-physical,97-8:448–456,apr12002.transducers2001conference/eurosensorxvthconference,munich,germany,jun10-14,2001.
[62]j.zhou,r.n.miles,以及s.towfighian.anovelcapacitivesensingprincipleformicrodevices.inasme2015internationaldesignengineeringtechnicalconferencesandcomputersandinformationinengineeringconference,pagesv004t09a024–v004t09a024.americansocietyofmechanicalengineers,2015.
[63]cox,r.g.,1970,“themotionoflongslenderbodiesinaviscousfluidpart1.generaltheory,”j.fluidmech.,44(4),pp.791–810.
[64]rosenhead,l.,1963,laminarboundarylayers:anaccountofthedevelopment,structure,andstabilityoflaminarboundarylayersinincompressiblefluids,togetherwithadescriptionoftheassociatedexperimentaltechniques,clarendonpress,london.
[65]shamble,p.s.,menda,g.,golden,j.r.,nitzany,e.i.,walden,k.,beatus,t.,elias,d.o.,cohen,i.,miles,r.n.,以及hoy,r.r.,2016,“airborneacousticperceptionbyajumpingspider,”curr.biol.,26(21),pp.2913–2920.
[66]debree,h.-e.,2003,“anoverviewofmicroflowntechnologies,”actaacust.acust.,89(1),pp.163–172.
[67]leslie,c.,kendall,j.,以及jones,j.,1956,“hydrophoneformeasuringparticlevelocity,”j.acoust.soc.am.,28(4),pp.711–715.
[68]karniadakis,g.,beskok,a.,以及aluru,n.,2005,microflowsandnanoflows:fundamentalsandsimulation,springer,newyork,p.123.
[69]liou,w.w.,以及fang,y.,2006,microfluidmechanics:principlesandmodeling,mcgraw-hillprofessional,newyork.
[70]nassios,j.,以及sader,j.e.,2013,“highfrequencyoscillatoryflowsinaslightlyrarefiedgasaccordingtotheboltzmann–bgkequation,”j.fluidmech.,729,pp.1–46.
[71]miles,r.,以及bigelow,s.,1994,“randomvibrationofabeamwithastick-slipendcondition,”j.soundvib.,169(4),pp.445–457.
[72]bluebarnfiber,2017,“stainlesssteelfiber,”bluebarnfiber,gooding,id,accessedaug.14,2017,www.bluebarnfiber.com/stainless-steel-fiber_p_71.html011009
[73][5jm,dickinsonmh(2001)spanwiseflowandtheattachmentoftheleading-edgevortexoninsectwings.nature412(6848):729–733.
[74]atenciaj,beebedj(2005)controlledmicrofluidicinterfaces.nature437(7059):648–655.
[75]floreanod,woodrj(2015)science,technologyandthefutureofsmallautonomousdrones.nature521(7553):460–466.
[76]sterbing-d'angelos,etal.(2011)batwingsensorssupportflightcontrol.procnatlacadsciusa108(27):11291–11296.
[77]fullersb,strawad,peekmy,murrayrm,dickinsonmh(2014)flyingdrosophilastabilizetheirvision-basedvelocitycontrollerbysensingwindwiththeirantennae.procnatlacadsciusa111(13):e1182–e1191.
[78]marusici,mathisr,hutchinsn(2010)predictivemodelforwall-boundedturbulentflow.science329(5988):193–196.
[79]johnsonjb,leesjm,gersta,sahagiand,varleyn(2008)long-periodearthquakesandco-eruptivedomeinflationseenwithparticleimagevelocimetry.nature456(7220):377–381.
[80]fratzlp,barthfg(2009)biomaterialsystemsformechanosensingandactuation.nature462(7272):442–448.
[81]barthfg,humphreyjac,secombtw(2002)sensorsandsensinginbiologyandengineering(springer,newyork).
[82]bleckmannh,mogdansj,coombssl(2014)flowsensinginairandwater(springer,newyork).
[83]gopfertmc,briegelh,robertd(1999)mosquitohearing:sound-inducedantennalvibrationsinmaleandfemaleaedesaegypti.jexpbiol202(20):2727–2738.
[84]krijnengjm,etal.(2006)memsbasedhairflow-sensorsasmodelsystemsforacousticperceptionstudies.nanotechnology17(4):s84–89.
[85]mcconneyme,etal.(2009)biologicallyinspireddesignofhydrogel-cappedhairsensorsforenhancedunderwaterflowdetection.softmatter5(2):292–295.
[86]asadniam,etal.(2016)frombiologicalciliatoartificialflowsensors:biomimeticsoftpolymernanosensorswithhighsensingperformance.scirep6:32955.
[87]sarlessa,maddenjdw,leodj(2011)haircellinspiredmechanotransductionwithagel-supported,artificiallipidmembrane.softmatter7(10):4644–4653.
[88]maschmannmr,etal.(2014)bioinspiredcarbonnanotubefuzzyfiberhairsensorforair-flowdetection.advmater26(20):3230–3234.
[89]walcottc,vanderklootwg(1959)thephysiologyofthespidervibrationreceptor.jexpzool141(2):191–244.
[90]walcottc(1963)theeffectofthewebonvibrationsensitivityinthespider,achaeraneatepidariorum(koch).jexpbiol40(4):593-611.
[91]boyscv(1880)theinfluenceofatuning-forkonthegardenspider.nature23:149–150.
[92]vollrathf(1979)vibrations:theirsignalfunctionforaspiderkleptoparasite.science205(4411):1149–1151.
[93]masterswm,marklh(1981)vibrationsignaltransmissioninspiderorbwebs.science213(4505):363–365.
[94]mortimerb,hollandc,windmilljf,vollrathf(2015)unpickingthesignalthreadofthesectorwebspiderzygiellax-notata.jrsocinterface12(113),20150633.
[95]goslinejm,guerettepa,ortleppcs,savagekn(1999)themechanicaldesignofspidersilks:fromfibroinsequencetomechanicalfunction.jexpbiol202(23):3295–3303.
[96]
[97]bauerj,schroera,schwaigerr,krafto(2016)approachingtheoreticalstrengthinglassycarbonnanolattices.natmater15(4):438–443.
[98]zhenglx,etal.(2004)ultralongsingle-wallcarbonnanotubes.natmater3(10):673–676.
[99]yamanm,etal.(2011)arraysofindefinitelylonguniformnanowiresandnanotubes.natmater10(7):494–501.
[100]wangx,songj,liuj,wangzl(2007)direct-currentnanogeneratordrivenbyultrasonicwaves.science316(5821):102–10.
[101]meir(1996)velocityfidelityofflowtracerparticles.expfluids22(1):1-13.
[102]jacobsenf(2002)anoteonfinitedifferenceestimationofacousticparticlevelocity.jsoundvib256(5):849–859.
[103]ants,waspsandbees,macaulaylibraryatthecornelllabofornithology(ml125254).
[104]bioacousticsresearchprogram.ravenlite:interactivesoundanalysissoftware(version2.0).ithaca,ny:thecornelllabofornithology(2016).
[105]reesdw(2009)mechanicsofoptimalstructuraldesign:minimumweightstructures(wiley,newyork),pp521-524.
[106]wongew,sheehanpe,liebercm(1997)nanobeammechanics:elasticity,strength,andtoughnessofnanorodsandnanotubes.science277(5334):1971-1975.
[107]kimsh,mulhollandgw,zachariahmr(2009)densitymeasurementofsizeselectedmultiwalledcarbonnanotubesbymobility-masscharacterization.carbon47(5):1297-1302.
[108]zhou,jian,以及ronaldn.miles."sensingfluctuatingairflowwithspidersilk."proceedingsofthenationalacademyofsciences(2017):201710559,andsiwww.pnas.org/cgi/content/short/1710559114.
美国专利和公开专利申请：1608692；1892645；2102736；4072821；4340787；4947437；5386473；5553147；5748758；6285769；6434252；6625587；6788796；6832518；6963653；7072475；7402139；7430297；7477751；7502481；7505367；7580762；7584743；7674602；7826629；7894619；7900337；8009843；8031889；8031898；8085969；8086284；8107649；8121691；8150278；8218795；8275156；8275157；8295933；8331588；8332006；8345894；8433090；8442243；8532311；8565453；8675898；8731186；8744090；8817951；8873762；8948421；8948422；8983079；9008742；9025797；9060691；9075572；9078061；9113238；9113264；9167327；9185489；9195740；9198580；9210508；9215526；9280884；9282400；9288599；9301057；9306519；9311807；9329715；9357306；9369802；9380374；9392363；9436259；9442496；9445174；20040244492；20050196000；20050263611；20060045286；20060045287；20060078135；20060078152；20060103522；20060192763；20060222187；20070086603；20070092098；20070161918；20070197886；20070223773；20070253570；20070269058；20070274555；20070293188；20080002832；20080018441；20080078610；20080085017；20080152186；20080161019；20080198695；20080207283；20080219469；20080300649；20080300650；20080300651；20090116670；20090141914；20090154715；20090154753；20090190939；20090208038；20090208996；20090221327；20090245544；20090262958；20090264789；20090279730；20100280336；20100290638；20100296670；20110038501；20110064235；20110158460；20110188680；20110194719；20110261980；20120063738；20120087518；20120121110；20120150546；20120189145；20120203549；20120230498；20120263331；20120269366；20120288101；20120295216；20120300959；20130044894；20130080295；20130091642；20130111894；20130118262；20130123590；20130123591；20130188067；20130201316；20130226322；20130226324；20130287223；20130293670；20130297053；20130297054；20130304244；20130325479；20140037105；20140077972；20140105406；20140113828；20140247954；20140254833；20140258864；20140270282；20140328502；20140341547；20140348342；20140362217；20140369507；20140376752；20140379108；20150016641；20150030159；20150036859；20150043756；20150055802；20150063595；20150073239；20150094835；20150098571；20150104028；20150110284；20150124980；20150131802；20150139426；20150156584；20150163589；20150186109；20150208156；20150215698；20150217207；20150230033；20150245158；20150253859；20150271599；20150277847；20150296319；20150302892；20150304786；20150310869；20150312691；20150317981；20150319530；20150319546；20150324181；20150326965；20150332034；20150334498；20160007114；20160044410；20160048208；20160061476；20160061477；20160061794；20160061795；20160063833；20160063841；20160063987；20160066067；20160066068；20160073198；20160077615；20160085333；20160086368；20160086633；20160093292；20160105089；20160111088；20160119460；20160119733；20160125867；20160148624；20160155455；20160182532；20160191269；20160198265；20160219392；20160253993；20160255439；20160286307；20160295333；20160299738；20160302012；20160316304；以及20160320231。
应当理解，该广泛的发明不限于本文讨论的实施例，而是由本文公开的元件的各种组合、子组合和排列组成，包括在所结合的参考文献内公开的方面。本发明仅受限于以下权利要求。除非明确地不一致，否则每项权利要求可以彼此组合。
- 还没有人留言评论。精彩留言会获得点赞！