可持续的医疗材料:人工智能驱动的UVC处理日棕环氧复合材料的机械性能评估

科学领域:

• 材料科学 材料科学 材料科学
• 生物技术是生物技术.
• 人工智能的人工智能

背景情况:

• 开发用于医疗应用的先进复合材料需要具有增强机械性能的材料.
• 回收的枣粉为复合材料开发提供了一个可持续的资源.
• 辐射消毒是一种用于医疗用途的复合材料灭菌的潜在方法.

研究的目的:

• 调查紫外线辐射消毒对回收的日核粉-环氧复合材料的机械性能的影响.
• 应用人工智能,特别是k-近邻 (KNN) 算法,来分析消毒效应和材料性能.
• 评估这些人工智能增强复合材料对医疗应用的适用性.

主要方法:

• 用回收的日核粉-环氧复合材料的样本被准备好并接受UVC辐射消毒.
• 根据ASTM标准对复合材料进行了拉伸和压缩测试.
• 采用k-最近邻居 (KNN) 算法来分析机械测试数据,识别代表性的应力-应变曲线.

主要成果:

• 紫外线消毒,然后进行AI分析 (KNN) 显著改善了复合材料的机械性能.
• 拉伸测试显示,最终应力增加了20-30%.
• 压缩测试显示过渡应激增加了25%,最终应激改善了18-22%和骨折应激增加了12%.

结论:

• 紫外线消毒和人工智能辅助分析的结合提高了回收的枣粉-环氧复合材料的机械性能.
• 这些改进的复合材料显示出在苛刻的医疗应用中使用的潜力.
• 该研究为为医疗保健行业开发环保,高性能材料提供了一个强大的框架.