A Finite Element Study of Crack Behavior for Carbon Na-notube Reinforced Bone Cement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Polymethylmethacrylate (PMMA) bone cement is a polymeric material that is widely used as a structural orthopedic material. However, it is not an ideal material for bone grafting due to its fragility. Carbon nanotubes (CNTs) have been introduced in order to reinforce PMMA resulting in a composite material which exhibits improved tensile properties, increased fatigue resistance and fracture toughness. This improvement is potentially due to bridging and arresting cracks as well as absorption of energy. In this study, a two-dimensional finite element model is presented for the fracture analysis of PMMA-CNT composite material. Instead of the classical single fiber model, the present work considers an ensemble of CNTs interacting with a pre-existing crack. Casca is used to produce a two dimensional mesh and the fracture analysis is performed using Franc 2D. The model is subjected to uni-axial loading in the transverse plane and the interaction between the crack and CNTs is evaluated by determining the stress intensity factor in the vicinity of the crack tips. The effects of geometric parameters of the CNTs and the material structural heterogeneity on crack propagation trajectory are investigated. Furthermore, the effects of CNT diameter, wall thickness and elastic mismatch between the matrix and the nanotubes on crack growth are studied. The results illustrate that the CNTs repel cracks during loading as they act as barriers to crack growth. As a result, the incorporation of CNTs into PMMA reduces crack growth but more importantly increases the fracture resistance of bone cement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle