18 Mayıs 2015
Bu çalışma, yumuşak biyomalzemeler (beyin, karaciğer, tendon, yağ, vs.) tek eksenli dinamik mekanik yanıtını elde etmek için bir deney birleştiğinde-sonlu eleman simülasyon metodolojisi koşuyor. Çünkü numunenin ortaya çıkan eksenli deneysel sonuçlar biyomalzemenin sonlu elemanlar analizinin iteratif optimizasyon ile simüle zaman tek eksenli gerçek gerilme-deformasyon davranışı hale getirildi Split-Hopkinson Basınç Bar testlerden elde edilen şişkin.
Bu prosedürün genel amacı, test edilen yumuşak biyomalzemelerin tek eksenli yüksek gerinim oranını, gerçek gerilme gerinim tepkisini elde etmektir. Bu, önce bir beyin örneğinin bölünmüş bir hopkinson basınç çubuğunda veya SHPB cihazında test edilmesi ve ardından malzeme modelinin tek boyutlu versiyonunun deneysel gerçek gerilme gerinim tepkisi ile kalibre edilmesiyle gerçekleştirilir. SHPB kurulumunun sonlu elemanlar veya FE simülasyonu daha sonra numunenin ortalama yükleme yönünü, gerilimini ve merkez hattı gerilimini değerlendirmek için gerçekleştirilir.
Son adım, yukarıda belirtilen sonuçlar arasında iyi bir uyum elde edilene kadar tek boyutlu malzeme modeli uyumunu ve FE simülasyon merkez hattı gerilimini ve üç boyutlu FE yükleme yönünü, gerilimi ve deneysel gerçek gerilimi gerinim tepkisini yinelemeli olarak karşılaştırmaktır. Sonuç olarak, birleştirilmiş deneysel sonlu elemanlar metodolojisi, yumuşak biyomalzemeler için tek eksenli gerçek gerilme gerinim tepkisinin bir SHPB kullanılarak elde edilebileceğini göstermek için kullanılır. Bu tekniğin şok tüpü testleri gibi mevcut yöntemlere göre ana avantajı, bu tekniğin yumuşak bir biyomalzemenin yüksek gerinim oranını tek eksenli mekanik tepkisi haline getirmesidir.
Bu tekniğin etkileri, sanal insan vücudu modellemesi yoluyla travmatik beyin hasarının teşhisine kadar uzanır. Çünkü mevcut yöntemden elde edilen veriler, insan kafasına travmadan kaynaklanan lokal yaralanmaları ve hasarları doğru bir şekilde yakalayabilmektedir. Bu yöntem için ilk olarak, beyin yüksek zorlanma oranı deney verilerini tiroid ve modelleme sonuçlarıyla ilişkilendirmeye çalışırken aklımıza geldi, Bu prosedürü gösteren veteriner Dr.Jim Cooley, yüksek lisans öğrencisi Bay Soro Patnaik ve araştırma görevlisi Bay Wilburn Wittington olacak Bir veterinerin gözetiminde, beyin gibi domuz organlarını cerrahi olarak çıkarın, karaciğer, kas, yağ veya tendon.
Daha sonra bunları geçici depolama için fosfat tamponlu salin veya PBS ile doldurulmuş kaplara koyun. PBS kaplarını buzlu bir soğutucuda saklayın ve numune hazırlama ve Hopkins'i basınç çubuğunda veya SHPB testinde ayırmak için hemen test tesisine taşıyın. Test tesisine girdikten sonra, domuz organını PBS kabından çıkarın ve steril bir yüzeye yerleştirin.
Her test numunesi için birincil fiber oryantasyonunu ve konumlarını belirleyin. Ardından, test örneğini domuz organından ayırmak için 30 milimetre iç çapa sahip silindirik bir boya kullanın. Ardından, domuz numunelerinin SHPB testi için numuneyi öngörülen kalınlık ve en boy oranına göre kesmek için bir iskele kullanın.
Kalınlık 10 ila 15 milimetre, en boy oranı ise 33 ila 0,5 noktadır. Üç farklı yerde kalınlığı ve çapı ölçmek için kaliperler kullanın. SHPV testi için metal uzantılara bir karşılık çubuğu, olay çubuğu ve iletilen çubuk yerleştirin.
Çubukların dokunulduğunda serbest hareket ettiğinden ve arayüzlerinin birbiriyle hizalandığından emin olun. Güvenlik için iletilen çubuk için bir durdurucu sağlayın. Gergin göstergeleri bağlayın, gelen ve iletilen çubuklara sinyal amplifikatörüne yapıştırın.
Sinyal koşullandırma amplifikatörlerini ve veri toplama modülü bilgisayarını açın. Ardından yüksek hızlı veri yakalama yazılımını başlatın. Normal aralıkta olup olmadıklarını görmek için sinyallerin canlı olarak yakalandığını doğrulayın ve sıfır simgesine tıklayarak gürültü sinyallerini geçersiz kılın.
Karşılık çubuğunu basınç odasının yanına yükleyin. Nitrojen tankının nozulunu açarak basınç odasını istenen bir basınca getirin ve ardından basınç odaları giriş valfi, sıfır düğmesine basarak lazer hız ölçeri sıfırlayın ve karşılık çubuğundaki reflektör şeridini ayarlayarak karşılık çubuğu hızını okuyacak şekilde ayarlayın. Lazer sensörlerin arkasında.
Numune hapsetme odalarını, gelen ve yansıyan çubuk çubuğunun hareket hareketini engellemeyecek şekilde yerleştirin. Ardından, kalibrasyon amacıyla gelen çubuğu iletilen çubukla temas edecek şekilde yerleştirin. Stryker çubuğundaki basınç odasının tetik anahtarını açarak numune olmadan bir test yapın.
Kalibrasyonu takiben, gelen ve iletilen çubuk arasına silindirik bir numune yerleştirin ve ardından numune hapsetme odasını kapatın. Numunenin birden çok kez yüklenmesini ve boşaltılmasını önleyerek numune üzerinde herhangi bir ön koşullandırma yapılmadığından emin olun ve test tamamlandıktan sonra testi gerçekleştirin. Olay çubuğundan, iletilen çubuktan ve numune hapsetme odasından numune kalıntılarını temizlemek için tek kullanımlık hijyenik mendiller kullanın.
Tüm kalıntıları ve mendilleri biyolojik tehlike güvenlik torbalarına atın. Çubukları ve numune hapsetme odasını sterilize edin. % 70 etanol temizleme solüsyonu ve hijyenik mendil kullanarak.
Hopkins'in çubuk dalgalarında analizi için MSU yüksek oranlı yazılımını açın. Ayarlar penceresini inceleyerek ve tek eksenli test için mod sekmesinde gerilim sıkıştırma seçeneğini seçerek yazılımı başlatın. Ayrıca, göstergeler sekmesinde iki gösterge seçin ve devam et'e tıklayın Ana pencerede, açık dosyayı bir sekme seçin ve olay çubuğundaki gerinim ölçer kaydından olay dalgası verilerine gidin, iletilen çubuk gerinim ölçer kaydını içe aktarmak için açık dosya iki sekmesini seçin.
Ardından, ana penceredeki parametreler sekmesini seçin ve çubuk boyutları, gerilim-gerinim faktörleri, gerinim ölçer konumları ve viskoelastik dağılım sabitleri dahil olmak üzere test kurulumunun fiziksel parametrelerini girin. Devam'ı tıklayın. Ardından ana pencerede veri seç sekmesini seçin ve imleç çubuklarını kullanarak veri kümesini yalnızca olayın yansıtılan ve iletilen dalgalarını içeren veri miktarına indirgeyin.
Devam'ı tıklayın. Bu noktada, ana penceredeki dalgaları seç sekmesine gidin ve gelen dalgayı olay dalga grafiğinde, yansıyan dalgada ve yansıyan dalga grafiğinde ve iletilen dalga ve iletilen dalga grafiğinde sınırlamak için imleç çubuklarını kullanın. Ardından devam et'i tıklayın.
Bundan sonra, yazılımın viskoelastik dispersiyonu düzeltmesine izin vermek için ana pencerede doğru sekmeyi seçin. Şimdi ana pencerede shift sekmesini seçin Dalga grafiğinde. Yansıyan ve iletilen olay dalgalarını zaman içinde aynı başlangıç konumuna sürüklemek için imleci kullanın.
Her birini ayrı ayrı seçerek. Dalga seçimi sekmesinde, veri grafiğindeki tüm dalgaları görüntüleyin. Tamamlandığında, sonuçlar dosyasında devam et'i tıklayın.
Ticari sonlu elemanlar veya FE yazılımı kullanarak farklı kaydet'e tıklayarak yük yerleştirme konumunu ve hız profillerini kaydedin. SHPB kurulumunun bir FE modelini oluşturun. Ardından bir FE simülasyonu çalıştırın.
Deneydeki gerinim ölçer ölçümlerinin ve FE simülasyonunun iyi bir uyum içinde olduğunu doğrulayın. Biyomateryal örneğini SHPB kurulumunun FE modeline dahil edin. Biyomalzeme örneğine iç durum değişkeni malzeme modelinin üç boyutlu bir uygulamasını atayın.
İç durum değişkeni malzeme modelleri parametrelerini ayarlayarak deneyin gerçek gerilim gerinim eğrisini modelin gerçek gerilim gerinim eğrisi ile kalibre edin. Ardından, SHPB kurulumu için FE modelindeki biyomalzeme örneğine dahili durum değişkeni malzeme sabitlerini atayın. Ardından, aynı gerinim hızında SHPB testlerine karşılık gelen Stryker çubuk hızı ve numune deformasyon gerinim hızı ile FE simülasyonunu çalıştırın.
FE model kalibrasyonunun ikinci adımında, FE simülasyonu gerinim ölçer verilerini çalıştırın. SHPB deney sonrası işlem yazılımı MSU yüksek oranlı yazılım. Son olarak, FE model numunesinin merkez hattı elemanları boyunca yükleme yönü geriliminin hacim ortalamasını gerçekleştirin.
Birleştirilmiş metodolojinin etkinliği burada örneklendirilmiştir. Beyin için SHPV deneysel stres gerinim tepkisi, FE numune merkez çizgisi stres durumu ortalamasına benzer olan tek boyutlu malzeme noktası simülatörünün stres durumuna kıyasla daha düşük bir stres durumundadır. Bu, deformasyonun çok eksenli doğasından kaynaklanmaktadır.
Burada gösterilen bu yumuşak BioMAT sergisi, birleştirilmiş SHPB deneyi F FE simülasyon metodolojisi ile elde edilen beyin için temsili malzeme sabitleridir. Sanal sonlu elemanlar analizi gerinim ölçerler, deneysel gerinim ölçerlerle karşılaştırılır ve daha sonra iyi bir uyum elde etmek için aynı anda malzeme noktası simülatörü ve FE merkez hattı ortalaması karşılaştırılır. Burada malzeme sabitleri, ikiden fazlası iyi bir uyum içinde olana kadar değiştirilir.
Bu şekil, SHPB deneysel gerçek gerilme gerinim eğrisinin aslında tek eksenli yükleme yönü gerilme gerinim davranışından ziyade gerilmenin ilk değişmezini ölçtüğünü göstermektedir. Bu nedenle, tek eksenli davranışı değerlendirmek için FE tipi modelleme ile birleştirilmemişse, SHPB deneysel sonuçlarının tek başına kullanılması hatalı olacaktır. Bir kez ustalaştıktan sonra, bu teknik uygun şekilde yapılırsa 12 saat içinde yapılabilir.
Bu prosedürü denerken, deneylerin e çok eksenli tabaka test ederken tel malzemeleri yumuşatın.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Bu çalışma, beyin ve karaciğer gibi yumuşak biyomateryallerin tek eksenli dinamik mekanik tepkisini belirlemek için eşleştirilmiş deney-sonlu eleman simülasyon metodolojisi sunar. Bu yaklaşım, çok eksenli deneysel sonuçlar elde etmek için Split-Hopkinson Basınç Barı testini kullanmayı ve sonrasında bu sonuçları sonlu eleman analizi ile optimize etmeyi içerir.
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.
The method integrates into early discovery workflows by providing biomechanical phenotyping data that informs target selection and pathway analysis prior to lead identification.