Изготовление титановых имплантатов для устранения дефектов свода черепа

封面
  • 作者: 1, 1
  • 隶属关系:
    1. Самарский национальный исследовательский университет имени академика С.П. Королева
  • 期: 卷 1 (2022)
  • 页面: 391-393
  • 栏目: Цифровые технологии в машиностроении: материаловедение и металлообработка
  • URL: https://journals.eco-vector.com/osnk-sr/article/view/107898
  • ID: 107898

如何引用文章

全文:

详细

Обоснование. Черепно-мозговые травмы, полученные в результате тех или иных несчастных случаев, по сей день остаются актуально-значимой проблемой как в России, так и во всем мире. По данным ВОЗ, количество черепно-мозговых травм не уменьшается, а лишь увеличивается с каждым годом в среднем на 2 %. Среди всех полученных черепно-мозговых травм нередко встречаются случаи, в которых необходимо провести краниопластику (процедуру замещения утраченного участка черепа). Наиболее широко в настоящее время применяется технология селективного лазерного спекания титанового порошка для изготовления персонифицированных имплантатов костей свода черепа [1]. Главный недостатк данного подхода — высокая себестоимость получаемого изделия из-за дороговизны оборудования для 3D-печати металлическим порошком и расходных материалов. В связи с этим, в настоящее время остро стоит вопрос об использовании в краниопластике более гибкой технологии, позволяющей изготавливать персонифицированные имплантаты из титанового сплава. Одним из перспективных направлений является использование технологии инкрементального формообразования (ИФ), суть которого заключается в локальном поэтапном деформировании отдельных частей листовой заготовки по заданной программе [2]. Применение технологии ИФ позволяет снизить себестоимость персонифицированных имплантатов за счет использования более дешевых листовых заготовок.

Цель — разработать регрессионную модель, позволяющую комплексно оценить влияние основных технологических параметров на качество титановых имплантатов и определить оптимальные.

Методы. Для комплексного исследования влияния параметров процесса инкрементального формообразования на точность получаемого имплантата применяли центральное композиционное планирование. В качестве переменных факторов модели использовали параметры процесса, такие как шаг перемещения деформирующего инструмента, диаметр пуансона, контактное трение на границе инструмент – заготовка, а также траектория и скорость деформирования материала.

Уровни факторов и интервалы варьирования приведены в таблице.

 

Таблица. Уровни варьирования факторов

Факторы

Уровни

+1

0

–1

Шаг перемещения деформирующего инструмента, мм

0,8

0,4

0,2

Диаметр деформирующего инструмента, мм

16

12

8

Контактное трение на границе «заготовка – деформирующий инструмент»

0,18

0,15

0,12

Скорость деформирования, мм/мин

1500

3000

5000

 

План эксперимента состоял из 27 сочетаний факторов.

В качестве отклика использовалось значение отклонения получаемой модели имплантата в программном комплексе LS-DYNA от эталонной модели, смоделированной по данным МРТ реального человека.

Последующее сравнение влияния параметров процесса инкрементального формообразования на точность получаемого изделия выполняли в программе CloudCompare. Оценка точности формообразования имплантата осуществляли путем расчета расстояний между точками эталонной 3D-модели и модели, полученной при моделировании процесса.

Для анализа отклонения геометрии имплантатов, полученных ИФ, от геометрии исходной модели, использовали максимальное расстояние между сравниваемыми моделями имплантата.

Результаты. Спроектированы различные траектории движения (рис. 1) робота-манипулятора KUKA для создания титанового имплантата в программе SprutCAM.

 

Рис. 1. Траектории движения

 

Проведено планирование экспериментов в программе Statistica, в результате чего определены 27 необходимых и достаточных для сравнения вариантов компоновки различных параметров.

Все 27 вариантов смоделированы и рассчитаны в программе LS-DYNA (рис. 2).

 

Рис. 2. Моделирование

 

В программе CloudCompare выполнено сравнение полученных моделей (рис. 3) определенного участка черепной коробки с эталонной моделью этого же участка, смоделированной по данным МРТ реального человека.

 

Рис. 3. Сравнение полученных результатов

 

Выводы. Определена зависимость толщины и пластической деформации готового изделия, а также усилия при формообразовании от различных параметров (шаг, диаметр пуансона, траектория движения пуансона, трение, скорость формообразования). Разработана регрессионная модель, позволяющая комплексно оценить влияние основных технологических параметров на качество титановых имплантатов. Путем множественных компьютерных анализов подобран оптимальный набор параметров для инкрементального формообразования имплантатов, устраняющих дефекты свода черепа.

全文:

Обоснование. Черепно-мозговые травмы, полученные в результате тех или иных несчастных случаев, по сей день остаются актуально-значимой проблемой как в России, так и во всем мире. По данным ВОЗ, количество черепно-мозговых травм не уменьшается, а лишь увеличивается с каждым годом в среднем на 2 %. Среди всех полученных черепно-мозговых травм нередко встречаются случаи, в которых необходимо провести краниопластику (процедуру замещения утраченного участка черепа). Наиболее широко в настоящее время применяется технология селективного лазерного спекания титанового порошка для изготовления персонифицированных имплантатов костей свода черепа [1]. Главный недостатк данного подхода — высокая себестоимость получаемого изделия из-за дороговизны оборудования для 3D-печати металлическим порошком и расходных материалов. В связи с этим, в настоящее время остро стоит вопрос об использовании в краниопластике более гибкой технологии, позволяющей изготавливать персонифицированные имплантаты из титанового сплава. Одним из перспективных направлений является использование технологии инкрементального формообразования (ИФ), суть которого заключается в локальном поэтапном деформировании отдельных частей листовой заготовки по заданной программе [2]. Применение технологии ИФ позволяет снизить себестоимость персонифицированных имплантатов за счет использования более дешевых листовых заготовок.

Цель — разработать регрессионную модель, позволяющую комплексно оценить влияние основных технологических параметров на качество титановых имплантатов и определить оптимальные.

Методы. Для комплексного исследования влияния параметров процесса инкрементального формообразования на точность получаемого имплантата применяли центральное композиционное планирование. В качестве переменных факторов модели использовали параметры процесса, такие как шаг перемещения деформирующего инструмента, диаметр пуансона, контактное трение на границе инструмент – заготовка, а также траектория и скорость деформирования материала.

Уровни факторов и интервалы варьирования приведены в таблице.

 

Таблица. Уровни варьирования факторов

Факторы

Уровни

+1

0

–1

Шаг перемещения деформирующего инструмента, мм

0,8

0,4

0,2

Диаметр деформирующего инструмента, мм

16

12

8

Контактное трение на границе «заготовка – деформирующий инструмент»

0,18

0,15

0,12

Скорость деформирования, мм/мин

1500

3000

5000

 

План эксперимента состоял из 27 сочетаний факторов.

В качестве отклика использовалось значение отклонения получаемой модели имплантата в программном комплексе LS-DYNA от эталонной модели, смоделированной по данным МРТ реального человека.

Последующее сравнение влияния параметров процесса инкрементального формообразования на точность получаемого изделия выполняли в программе CloudCompare. Оценка точности формообразования имплантата осуществляли путем расчета расстояний между точками эталонной 3D-модели и модели, полученной при моделировании процесса.

Для анализа отклонения геометрии имплантатов, полученных ИФ, от геометрии исходной модели, использовали максимальное расстояние между сравниваемыми моделями имплантата.

Результаты. Спроектированы различные траектории движения (рис. 1) робота-манипулятора KUKA для создания титанового имплантата в программе SprutCAM.

 

Рис. 1. Траектории движения

 

Проведено планирование экспериментов в программе Statistica, в результате чего определены 27 необходимых и достаточных для сравнения вариантов компоновки различных параметров.

Все 27 вариантов смоделированы и рассчитаны в программе LS-DYNA (рис. 2).

 

Рис. 2. Моделирование

 

В программе CloudCompare выполнено сравнение полученных моделей (рис. 3) определенного участка черепной коробки с эталонной моделью этого же участка, смоделированной по данным МРТ реального человека.

 

Рис. 3. Сравнение полученных результатов

 

Выводы. Определена зависимость толщины и пластической деформации готового изделия, а также усилия при формообразовании от различных параметров (шаг, диаметр пуансона, траектория движения пуансона, трение, скорость формообразования). Разработана регрессионная модель, позволяющая комплексно оценить влияние основных технологических параметров на качество титановых имплантатов. Путем множественных компьютерных анализов подобран оптимальный набор параметров для инкрементального формообразования имплантатов, устраняющих дефекты свода черепа.

×

作者简介

Самарский национальный исследовательский университет имени академика С.П. Королева

Email: anastasia15anastasia@ya.ru

студентка, группа 1423-150301D, институт авиационной и ракетно-комической техники

俄罗斯联邦, Самара

Самарский национальный исследовательский университет имени академика С.П. Королева

编辑信件的主要联系方式.
Email: innosam63@gmail.com

научный руководитель, доцент кафедры обработки металлов давлением

俄罗斯联邦, Самара

参考

  1. Jardini A., Larosa M., Filho R., et al. Cranial reconstruction: 3D biomodel and custom-built implant created using additive manufacturing // J Craniomaxillofac Surg. 2014. Vol. 42, No. 8. P. 1877–1884. doi: 10.1016/j.jcms.2014.07.006
  2. Cheng Z., Li Y., Xu C., et al. Incremental sheet forming towards biomedical implants // J Mater Res Technol. 2020. Vol. 9, No. 4. P. 7225–7251. doi: 10.1016/j.jmrt.2020.04.096

补充文件

附件文件
动作
1. JATS XML
2. Рис. 1. Траектории движения

下载 (164KB)
3. Рис. 2. Моделирование

下载 (114KB)
4. Рис. 3. Сравнение полученных результатов

下载 (146KB)

版权所有 © Колсанова А.В., Сурудин С.В., 2022

Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可
##common.cookie##