相关实验视频
Updated: Sep 16, 2025
06:36
3D Printed Porous Cellulose Nanocomposite Hydrogel Scaffolds
Published on: April 24, 2019
9.7K
使用计算模型增强基于凝/素的细胞支架的3D打印
Marcos B Valenzuela-Reyes1, Esmeralda S Zuñiga-Aguilar1, Christian Chapa-González1
1Institute of Engineering and Technology, Autonomous University of the City of Juarez, Ciudad Juárez 32310, Mexico.
Polymers
|July 12, 2025
概括
这项研究优化了使用风湿学,计算流体动力学 (CFD) 和机器学习的凝/杂物材料的3D生物打印. 综合方法显著提高了构造忠实度,达到94.13%的CAD相似性,用于先进的生物制造.
科学领域:
- 生物材料工程 生物材料工程
- 增材制造 增材制造 增材制造
- 生物技术是生物技术.
背景情况:
- 基于挤出的3D生物打印越来越多地用于生物医学应用.
- 优化打印参数对于实现高保真结构至关重要.
- 凝/西洛混合材料为生物制造提供了潜力.
研究的目的:
- 开发和验证一种新的方法来优化基于挤出的3D生物打印的凝/素混合材料.
- 为了提高生物医学应用的3D生物打印结构的保真度.
- 整合风湿学特征,CFD模拟和机器学习来优化参数.
主要方法:
- 进行了风学表征,以确定材料特性.
- 使用计算流体动力学 (CFD) 模拟来建模印刷过程.
- 基于机器学习的图像分析 (卷积神经网络) 已被开发用于印刷后评估.
- 使用了结合这些方法的系统优化策略.
主要成果:
- 最初的打印参数产生了54.5%的CAD相似性.
- 在CFD和机器学习的指导下,优化参数实现了92.35%的CAD相似性.
- 综合方法最终使得复杂结构的制造具有94.13%的CAD相似性.
结论:
- CFD模拟和机器学习的协同组合对于优化3D生物打印参数是有效的.
- 这种综合方法显著提高了生物制造结构的忠实性.
- 这种方法具有很大的潜力,可以在生物医学应用中推进复杂的3D结构制造.
