Mechanical characterization of an origami-inspired super deformable metamaterial with high tunability for tissue engineering
Notice bibliographique
Résumé
• A novel origami-inspired super-compressible metamaterial (OISCM) for tissue engineering was introduced. • OISCM shows unique recoverable strain tolerance in quasi static and cyclic tests under large deformations. • Baysian machine learning was implemented to create predictive models of structural and mechanical properties of OISCM. • Wide range of elastic modulus and porosity was achieved by adjusting key input design parameters of OISCM. Origami-inspired metamaterials have gained significant attention for their ability to mimic the complex mechanical behavior of biological tissues and their potential applications in advanced surgical treatments. Inspired by Kresling origami, we introduced a metamaterial capable of large recoverable deformations. A parametric design explored the effects of changing geometrical parameters on the mechanical properties of the metamaterial. Eighteen designs were fabricated and mechanically tested for practicability assessment and validation purposes. Non-linear finite element method was leveraged to test the entire design space of the metamaterial. Using Bayesian machine learning, the sensitivity of surface to volume ratio, porosity, elastic modulus, strain energy density, and maximum local strain to the design inputs was assessed and their corresponding predictive models were created. The fabricated designs could withstand 80 % and up to 70 % recoverable strain in quasi static and cyclic loading, respectively, while exhibiting a wide range of structural and mechanical properties. From predictive models, elastic modulus of 0.1 Pa to 1.8 KPa was attainable, while having porosities from 49.7 % to 99.9 %. This study demonstrated the feasibility of the design and manufacturing of an origami-inspired super deformable metamaterial with highly-tunable structural and mechanical properties, which can be used for various tissue engineering applications.
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) | 0,001 | 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 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 ».