MétaCan
Menu
Retour à la cohorte
Enregistrement W4415597937 · doi:10.1115/detc2025-166243

Optimizing Valved Holding Chambers for Enhanced Inhalation Therapy: Integrating Dakota and Ansys CFX in the Bezier-Curved Geometry Design Process

2025· article· W4415597937 sur OpenAlexaff
Shahab Azimi, Siamak Arzanpour

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésOptimal designProcess (computing)Engineering design processDesign processProcess designAerosolDesign toolBreakup

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we introduce a globally efficient optimization method for enhancing the design of valved holding chambers (VHCs), integral to inhalation therapy. Our approach harnesses the capabilities of the Dakota optimization software, integrated seamlessly with Ansys CFX for advanced modeling and simulation. We specifically focus on crafting a VHC body shape with Bezier-curved geometry, aiming to significantly improve the capture and formation of aerosol particles. This innovative design achieves an optimal balance between capturing larger particles and promoting the generation of finer particles, crucial for effective drug delivery. The cornerstone of our method is the strategic use of Dakota’s robust optimization algorithms, which guide the design towards achieving globally optimal solutions. In parallel, Ansys CFX provides detailed insights into the multiphase flow dynamics and particle breakup processes, essential for a thorough understanding of aerosol behavior in VHCs. The synergistic combination of Dakota and Ansys CFX enables a thorough exploration of the design space, leading to a highly optimized VHC design. Our study focuses on the classification and mass flow of microparticles from pressurized metered dose inhalers (pMDI). We employ a combination of computational simulations and experimental validations to assess the performance of our optimized VHC design compared to existing commercial models. The results clearly indicate the superior efficiency of our design in delivering fine microparticles. This study not only demonstrates the effectiveness of integrating Dakota and Ansys CFX in the optimization of medical devices but also represents a significant advancement in aerosol drug delivery technology. Our findings offer a new perspective on VHC design, promising enhanced pulmonary drug delivery through a globally efficient optimization process.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,310
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Numerical Analysis TechniquesTravaux en français237 207