Cortical bone continuum damage mechanics constitutive model with stress triaxiality criterion to predict fracture initiation and pattern
Notice bibliographique
Résumé
A primary objective of finite element human body models (HBMs) is to predict response and injury risk in impact scenarios, including cortical bone fracture initiation, fracture pattern, and the potential to simulate post-fracture injury to underlying soft tissues. Current HBMs have been challenged to predict the onset of failure and bone fracture patterns owing to the use of simplified failure criteria. In the present study, a continuum damage mechanics (CDM) model, incorporating observed mechanical response (orthotropy, asymmetry, damage), was coupled to a novel phenomenological effective strain fracture criterion based on stress triaxiality and investigated to predict cortical bone response under different modes of loading. Three loading cases were assessed: a coupon level notched shear test, whole bone femur three-point bending, and whole bone femur axial torsion. The proposed material model and fracture criterion were able to predict both the fracture initiation and location, and the fracture pattern for whole bone and specimen level tests, within the variability of the reported experiments. There was a dependence of fracture threshold on finite element mesh size, where higher mesh density produced similar but more refined fracture patterns compared to coarser meshes. Importantly, the model was functional, accurate, and numerically stable even for relatively coarse mesh sizes used in contemporary HBMs. The proposed model and novel fracture criterion enable prediction of fracture initiation and resulting fracture pattern in cortical bone such that post-fracture response can be investigated in HBMs.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».