Statistical Modeling, Optimization and Sensitivity Analysis of Tool’s Geometrical Parameters on Process Force in Automatic Cortical Bone Drilling Process
محل انتشار: ماهنامه بین المللی مهندسی، دوره: 34، شماره: 2
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 279
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJE-34-2_026
تاریخ نمایه سازی: 6 اردیبهشت 1400
چکیده مقاله:
One of the most prevalent machining processes in medical treatments is bone drilling process. During bone drilling, excessive process force can cause breakage, crack initiation and severe damage to bone tissue. In this paper, a systematic study with simultaneous use of response surface method, sensitivity analysis based on Sobol method and regression analysis is performed for investigation the effect of helix angle and point angle of the tool as the most important geometrical parameters on imposed force to the bone during drilling process. Initially, using design of experiments and response surface method, imposed force to the bone is modeled and the governing second order linear regression equation is derived and verified. Then, using Sobol sensitivity analysis, with ability to quantify the sensitivity, it is attempted to investigate the effect of input parameters on drilling force. Finally, optimization of the process inputs is followed to find the best combination which yields the desired drilling force. The minimum drilling force, within the range of input parameters, coincides with point angle of ۹۰ and helix angle of ۱۸. This minimal force is lower than the force in surgery and standard tools. The results showed that an increasing in point angle leads to an increase in drilling force. Also, it is concluded that there is an optimum value for using the helix angle in bone drilling process with minimum imposed force.
کلیدواژه ها:
نویسندگان
M. Safari
Department of Mechanical Engineering, Arak University of Technology, Arak, Iran
V. Tahmasbi
Department of Mechanical Engineering, Arak University of Technology, Arak, Iran
P. Hassanpour
Department of Mechanical Engineering, Arak University of Technology, Arak, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :