Een combinatie Experiment-eindige elementen modellering Methodologie voor het beoordelen van Hoge Strain Rate mechanische respons van Soft Biomaterialen
18 mei 2015
De huidige studie schrijft een gekoppelde experiment-eindige elementen simulatie methodologie om de uniaxiale dynamische mechanische respons van zacht biomaterialen (hersenen, lever, pezen, vet, enz.) Te verkrijgen. De multiaxiale experimentele resultaten die ontstond als gevolg van specimen uitpuilende verkregen uit Split-Hopkinson Pressure Bar testen werden verleend aan een eenassige echte spanning-rek gedrag wanneer gesimuleerd door middel van iteratieve optimalisatie van de eindige elementen analyse van het
Het algemene doel van deze procedure is om de uniaxiale hoge stamsnelheid, ware spannings-vervormingsreactie van de geteste zachte biomaterialen te verkrijgen. Dit wordt bereikt door eerst een hersenmonster te testen in een split hopkinson drukstaaf of SHPB-apparaat, en vervolgens het eendimensionale model van het materiaalmodel te kalibreren met de experimentele ware spannings-vervormingsreactie. De eindige element- of FE-simulatie van de SHPB-opstelling wordt vervolgens uitgevoerd om de gemiddelde laaddirrectie, spanning en middellijnspanning van de monster te evalueren.
De laatste stap is om iteratief de pasvorm van het eendimensionale materiaalmodel en de FE-simulatie van de middellijnspanning te vergelijken, en de driedimensionale FE-laaddirrectie, spanning en experimentele ware spannings-vervormingsreactie totdat goede overeenstemming tussen de eerdergenoemde resultaten is verkregen. Uiteindelijk wordt de gekoppelde experimentele eindige elementenmethodologie gebruikt om aan te tonen dat de uniaxiale ware spannings-vervormingsreactie voor zachte biomaterialen kan worden verkregen met behulp van een SHPB. Het belangrijkste voordeel van deze techniek boven bestaande methoden zoals schokbuistests is dat deze techniek de uniaxiale mechanische reactie met hoge stamsnelheid van een zacht biomateriaal oplevert.
De implicaties van deze techniek strekken zich uit tot de diagnose van traumatisch hersenletsel door virtueel menselijk lichaamsmodellerend. Omdat de gegevens die uit de huidige methode worden verkregen, nauwkeurig lokale verwondingen en schade kunnen vastleggen die voortkomen uit trauma aan het menselijk hoofd. We hadden voor het eerst het idee voor deze methode tijdens het werken aan het correleren van de hersenexperimentgegevens met hoge stamsnelheid met de resultaten van schildklier en modellering. Het demonstreren van deze procedure zal worden uitgevoerd door dierenarts Dr. Jim Cooley, afgestudeerde student, de heer Soro Patnaik en onderzoeksmedewerker de heer Wilburn Wittington onder toezicht van een dierenarts, chirurgisch extractie van varkensorganen zoals hersenen, lever, spier, vet of pees.
Plaats ze vervolgens in containers gevuld met fosfaat gebufferde zoutoplossing of PBS voor tijdelijke opslag. Bewaar de PBS-containers in een ijsbox en transporteer ze onmiddellijk naar de testfaciliteit voor monstervoorbereiding en splitsing Hopkins in drukstaaf of SHPB-tests. Eenmaal in de testfaciliteit, verwijdert u het varkensorgaan uit de PBS-container en plaatst u het op een steriele ondergrond.
Identificeer de primaire vezeloriëntatie en locaties voor elk testmonster. Gebruik vervolgens een cilindrische kleurstof met een binnendiameter van 30 millimeter om het testmonster van het varkensorgaan te dissecteren. Gebruik vervolgens een schakel om het monster te knippen tot de voorgeschreven dikte en aspectverhouding voor SHPB-tests van varkensmonsters.
De dikte is 10 tot 15 millimeter terwijl de aspectverhouding 0,33 tot 0,5 is. Gebruik een schuifmaat om de dikte en diameter op drie verschillende locaties te meten. Plaats een slagstaaf, incidentele staaf en doorgelaten staaf in de metalen uitbreidingen voor SHPV-tests.
Zorg ervoor dat de staven vrij bewegend zijn om aan te raken en dat hun interfaces op elkaar zijn uitgelijnd. Zorg voor een stop voor de doorgelaten staaf voor de veiligheid. Verbind de gespannen meetstaven, houd vast aan de incidentele en doorgelaten staven naar de signaalversterker.
Schakel de signaalconditioneringsversterkers en het data-acquisitiemodulecomputer in. Initialiseer vervolgens de hoge snelheidssoftware voor gegevensopname. Controleer het live vastleggen van de signalen om te zien of ze binnen het normale bereik liggen en annuleer de ruissignalen door op het nulpictogram te klikken.
Laad de slagstaaf naast de drukkamer. Bouw de drukkamer op tot de gewenste druk door de mondstuk van de stikstoftank te openen en vervolgens de inlaatklep van de drukkamers in te stellen. Zet de lasersnelheidmeter uit door op de nulknop te drukken en stel hem in om de slagstaafsnelheid te lezen door de reflectorstrip op de slagstaaf te plaatsen achter de lasersenzoren.
Plaats de monsterbeveiligingskamers zodanig dat ze de beweging van de incidentele en gereflecteerde staaf niet belemmeren. Plaats vervolgens de incidentele staaf in contact met de doorgelaten staaf voor kalibratiedoeleinden. Voer een test uit zonder monster door de triggerschakelaar voor de drukkamers op de Stryker-staaf in te schakelen.
Na kalibratie plaatst u een cilindrisch monster tussen de incidentele en doorgelaten staaf en sluit vervolgens de monsterbeveiligingskamer. Zorg ervoor dat er geen voorwaarden worden uitgevoerd op het monster door het laden en ontladen van het monster meerdere keren te vermijden en voer de test uit nadat de test is voltooid. Gebruik wegwerpbare hygiënische doekjes om monsterspuiten van de incidentele staaf, doorgelaten staaf en monsterbeveiligingskamer te verwijderen.
Verwijder alle puin en doekjes in biogevaren veiligheidszakken. Reinig de staven en monsterbeveiligingskamer. Gebruik een 70% ethanol-reinigingsoplossing en hygiënische doekjes.
Open de MSU hoge snelheidssoftware voor analyse van Hopkins in staafgolven. Begin de software door de instellingenvenster te bekijken en de optie spanningscompressie te kiezen in het modustabblad voor uniaxiale tests. Selecteer ook twee meetstaven in het meetstaventabblad en klik op doorgaan In het hoofdvenster, selecteert u het open bestand een tabblad en navigeert u naar de incidentgolfgegevens uit het spanningsmeetstaafrecord op de incidentele staaf, selecteert u het open bestand twee tabblad voor het importeren van het doorgelaten meetstaafrecord.
Selecteer vervolgens het parametertabblad in het hoofdvenster en voer de fysieke parameters van de testopstelling in, inclusief staafdimensies, spanning naar spanningsfactoren, meetstavenposities en visco-elastische dispersieconstanten. Klik op doorgaan. Selecteer vervolgens het selectiegegevensvenster in het hoofdvenster en gebruik de cursorstaven om de dataset te verminderen tot slechts de hoeveelheid gegevens die de incidentele weerspiegelde en doorgelaten golven bevatten.
Klik op doorgaan. Navigeer op dit punt naar het selectiegolventabblad in het hoofdvenster en gebruik de cursorstaven om de incidentgolf in de incidentgolfgrafiek, de weerspiegelde golf en het weerspiegelde golf
Bekijk het volledige transcript en krijg toegang tot duizenden wetenschappelijke video's
Overzicht
Deze studie presenteert een gekoppeld experiment-eindige elementen simulatiemethodologie om de uniaxiale dynamische mechanische respons van zachte biomaterialen zoals hersenen en lever te bepalen. De aanpak omvat het gebruik van Split-Hopkinson Pressure Bar testen om multiaxiale experimentele resultaten te verkrijgen, die vervolgens worden geoptimaliseerd door middel van eindige elementenanalyse.
Belangrijke studiecomponenten
Wetenschapsgebied
- Biomechanica
- Materiaalkunde
- Eindige elementenanalyse
Achtergrond
- Zachte biomaterialen vertonen complex mechanisch gedrag onder dynamische belasting.
- Traditionele testmethoden kunnen hoge spanningssnelheidsresponsen mogelijk niet nauwkeurig vastleggen.
- Eindige elementensimulaties kunnen het begrip van materiaalgedrag verbeteren.
- Split-Hopkinson Pressure Bar (SHPB) is een veelgebruikt hulpmiddel voor dynamische testen.
Doel van de studie
- Om de uniaxiale hoge spanningssnelheid waar echte spanning-deformatie respons van zachte biomaterialen te verkrijgen.
- Om de nauwkeurigheid van materiaalmodellering te verbeteren door middel van iteratieve optimalisatie.
- Om de effectiviteit van de gekoppelde experimentele en simulatiemethodologie te demonstreren.
Gebruikte methoden
- Testen van hersenmonsters met behulp van een Split-Hopkinson Pressure Bar (SHPB).
- Calibratie van een eendimensionaal materiaalmodel met experimentele gegevens.
- Eindige elementensimulatie van de SHPB opstelling om spanningsresponsen te evalueren.
- Iteratieve vergelijking van simulatieresultaten met experimentele gegevens voor optimalisatie.
Belangrijkste resultaten
- De methodologie heeft succesvol de uniaxiale waar echte spanning-deformatie respons van zachte biomaterialen opgeleverd.
- Er werd goede overeenstemming bereikt tussen de experimentele en gesimuleerde resultaten.
- De techniek overtrof traditionele shockbuistests in het vastleggen van hoge spanningssnelheidsresponsen.
- De potentie voor bredere toepassingen in biomateriaaltesten is aangetoond.
Conclusies
- De gekoppelde experimenteel-eindige elementen methodologie is effectief voor zachte biomaterialen.
- Deze aanpak verbetert het begrip van materiaalgedrag onder dynamische omstandigheden.
- Toekomstige studies kunnen deze methodologie uitbreiden voor verschillende biomaterialen.
Veelgestelde vragen
Executive Industry Relevance
Accurate high strain rate mechanical characterization of soft biomaterials is critical for predictive modeling in trauma research and device safety assessment. This coupled experimental-FE methodology enables de-risking of target validation by providing quantitative, reproducible stress-strain data under physiologically relevant dynamic loading conditions. The approach supports translational biomarker alignment and preclinical model refinement for neurological and musculoskeletal applications.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables mechanistic interrogation of tissue-level response to dynamic forces, supporting target hypothesis testing in neurotrauma and injury pathways.
- Operational Value: Provides standardized, quantitative outputs for comparing biomaterial behavior across disease models or genetic variants.
Screening & Assay Development
- Scientific Value: Generates reproducible, high-fidelity mechanical response curves suitable for assay standardization and cross-laboratory benchmarking.
- Operational Value: Facilitates development of biomechanical readouts for screening compounds or interventions aimed at modulating tissue resilience.
Translational & Preclinical Research
- Scientific Value: Bridges ex vivo testing with in silico human body modeling, enhancing predictive confidence in injury mechanism studies.
- Operational Value: Enables iterative model calibration to improve fidelity of virtual preclinical platforms for trauma and device evaluation.
Pipeline & Workflow Integration
The method integrates into early discovery workflows by providing biomechanical phenotyping data that informs target selection and pathway analysis prior to lead identification.
- Discovery Biology: Supports hypothesis testing related to cellular mechanotransduction and extracellular matrix integrity under dynamic load.
- Screening: Delivers standardized, quantitative stress-strain outputs enabling reliable comparison of biomaterial conditions.
- Analytics: Generates first invariant of stress and centerline stress metrics for quantitative comparison between experimental and simulated conditions.
- Translational Research: Connects experimental biomechanics to finite element human body models for injury prediction and device safety assessment.
- Enterprise Reuse: Establishes a reusable biomechanical characterization platform applicable across multiple soft tissue types and disease areas.
Operational & Enterprise Impact
- Scientific Value: Reduces mechanistic ambiguity in tissue response modeling through coupled experimental-simulation validation.
- Operational Value: Ensures reproducibility and standardization of high strain rate testing across laboratories and sample types.
- Strategic Value: Improves go/no-go decisions in trauma-related programs by providing predictive biomechanical data early in discovery.
- Portfolio Impact: Enables risk-adjusted prioritization of targets based on biomechanical de-risking data from physiologically relevant strain rates.
Implementation Considerations
- Expertise in biomechanics, split-Hopkinson pressure bar operation, and finite element modeling.
- Instrumentation including SHPB apparatus, strain gauges, high-speed data acquisition, and FE simulation software.
- Standardization protocols for sample preparation, alignment, and wave signal processing to ensure data consistency.
- Adaptation considerations for varying biomaterial properties (e.g., brain vs. tendon) requiring model recalibration.
- Practical limitations include specimen bulging necessitating invariant-based stress analysis and postmortem tissue viability constraints.
Biopharma FAQs
Chapters in this video
0:05
Title
2:11
Biomaterial Sample Preparation
3:34
Split-Hopkinson Pressure Bar Testing
5:49
SHPB Data Post-processing
9:33
Results: Analysis to Obtain Uniaxial High Strain Rate Mechanical Response of Soft Biomaterials
11:00
Conclusion
8:04
SHPB Finite Element Modeling
