Skip to main content
QUICK REVIEW

[论文解读] Tensile material properties of human rib cortical bone under quasi-static and dynamic failure loading and inuence of the bone microstucture on failure characteristics

Damien Subit, Eduardo del Pozo de Dios|arXiv (Cornell University)|Aug 1, 2011
Automotive and Human Injury Biomechanics参考文献 37被引用 13
一句话总结

本研究开发了一种新型夹持技术,用于在准静态和动态加载条件下测量人体肋骨皮质骨的拉伸材料性能,揭示了应变速率敏感性以及微观结构对断裂行为的影响。研究结果为汽车安全设计中用于胸腔有限元模拟的模型提供了关键且经过实验验证的数据。

ABSTRACT

Finite element models of the thorax are being developed to assist engineers and vehicle safety researchers with the design and validation of countermeasures such as advanced restrain systems. Computational models have become more rened with increasing geometrical complexity as element size decreases. These nite element models can now capture small geometrical features with an attempt to predict fracture. However, the bone material properties currently available, and in particular the rate sensitivity, have been mainly determined from compression tests or tests on long bones. There is a need for a new set of material properties for the human rib cortical bone. With this objective, a new clamping technique was developed

研究动机与目标

  • 解决有限元模型中人体肋骨皮质骨准确拉伸材料性能缺乏的问题。
  • 研究肋骨皮质骨在准静态和动态拉伸加载下的应变速率敏感性。
  • 考察骨微观结构在拉伸断裂过程中对失效特性的影响。
  • 开发一种可靠的夹持技术,用于对小型、复杂形态的肋骨皮质骨试样进行测试。

提出的方法

  • 设计了一种新型夹持技术,以在拉伸测试过程中牢固固定小型、不规则形状的肋骨皮质骨试样。
  • 在准静态和动态加载速率下进行拉伸测试,以评估应变速率相关的力学行为。
  • 使用通用试验机配合高速数据采集系统对试样进行测试,以捕捉应变率效应。
  • 对断口表面进行微观结构分析,以关联失效模式与骨组织结构。
  • 基于实验数据构建有限元模型,以提高预测肋骨断裂的准确性。

实验结果

研究问题

  • RQ1在准静态和动态加载条件下,人体肋骨皮质骨的拉伸性能如何随应变速率变化?
  • RQ2骨微观结构对拉伸断裂过程中失效特性有何影响?
  • RQ3该新型夹持技术如何提升对肋骨皮质骨进行拉伸测试的可靠性和准确性?
  • RQ4与压缩相比,肋骨皮质骨在拉伸状态下表现出多大程度的应变速率敏感性?

主要发现

  • 肋骨皮质骨在拉伸状态下表现出显著的应变速率敏感性,动态加载速率下屈服强度和极限强度均更高。
  • 该新型夹持技术成功实现了对小型、解剖结构复杂的肋骨皮质骨试样的可靠拉伸测试。
  • 微观结构特征如哈弗斯管排列方向和胶原纤维取向影响了裂纹扩展路径和断裂韧性。
  • 动态加载下的断口表面呈现出明显的特征模式,表明其表现出比准静态条件更明显的脆性行为。
  • 实验数据清晰显示皮质骨密度与拉伸强度之间存在相关性,支持在失效预测中引入微观结构信息。
  • 研究结果提供了经过验证的关键材料性能参数,对提升碰撞模拟中胸腔有限元模型的准确性至关重要。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。