由于空气动力学、重量和成本限制,当前太空发射系统(例如火箭)的有效载荷尺寸很小。可展开结构允许在发射和在任务地点展开时处于折叠或收起状态。聚合物复合材料与当前的金属结构相比,既能减轻重量,又能整体提高特定机械强度。然而,聚合物复合可展开结构遇到的一个问题是收起配置下聚合物基质的应力松弛。在本研究中,评估了一系列不同的环氧树脂配方作为可展开复合材料的潜在基质树脂。与最先进的航空航天环氧树脂基质相比,预计一种含有强化添加剂的新型多功能环氧树脂在 1 年后应力松弛会减少 70%。
抽象的人皮肤及其潜在的组织构成粘弹性培养基,这意味着11个变形不仅取决于当前施加的力,还取决于最近的12个历史。这种物理记忆对自然手工使用期间一阶触觉13神经元的信号传导的程度尚不清楚。在这里,我们检查了过去14个负载对快速适应(FA-1)和缓慢适应(SA-1和SA-2)的响应的影响,第一阶15触觉神经元将人填充对载荷施加到施加到不同方向上的载荷16代表对象操纵任务的载荷。我们发现上述载荷中的变化17伴有力方向的神经元的总体信号传导。有些神经元一直信号传达了当前的18个方向,而另一些神经元则既发出了当前和前面的方向,否则主要是前面的方向。此外,负载之间的SA-2神经元中的持续脉冲活性20表示与FifeFertip的粘弹性变形状态有关的信息。我们得出的结论是,在人群级别上的21个触觉神经元信号是关于FiffifeTip的22个粘弹性变形态的连续信息,该信息是由其最近的历史和当前负载所塑造的。这样的23个信息可能使大脑正确地解释当前力量加载并帮助24个计算准确的电动机命令,以与操作和触觉25个任务中的对象进行交互。26
本研究探索了粘弹性湍流中自由悬浮的有限尺寸纤维的动力学。对于悬浮在牛顿流体中的纤维,Rosti 等人确定了两种不同的拍动方式(Phys. Rev. Lett.,第 121 卷,第 4 期,2018 年,044501):一种由流动的时间尺度主导,另一种由与其固有频率相关的时间尺度主导。我们在这项研究中探索了纤维动力学如何受到载体流体弹性的影响。为此,我们在参数空间中对双向耦合纤维-流体系统进行直接数值模拟,该参数空间涵盖不同的 Deborah 数、纤维弯曲刚度(柔性到刚性)以及纤维与流动之间的线密度差(中性浮力到密度大于流体的纤维)。我们研究了这些参数如何影响各种纤维特性,例如拍打频率、曲率以及与流体应变和聚合物拉伸方向的对齐。结果表明,中性浮力纤维根据其柔性,会随着流动而发生大时间尺度和小时间尺度的振荡,但随着聚合物弹性的增加,较小的时间尺度会受到抑制。聚合物拉伸对密度大于流体的纤维没有影响,当其柔性时,它会随着流动而发生大时间尺度的拍打,而当其刚性时,它会以其固有频率拍打。因此,当纤维呈中性浮力时,特征弹性时间尺度具有次要影响,而当纤维变得更具惯性时,其影响则不存在。此外,我们还探索了纤维的弯曲曲率及其与流动的优先对齐,以确定粘弹性在改变耦合流体结构动力学中的其他作用。惯性纤维的曲率较大,对聚合物存在的反应较弱,而中性浮力纤维则表现出定量变化。密度较大的纤维的可察觉的被动性再次反映在它们优先与聚合物拉伸方向对齐的方式中:与聚合物拉伸方向相比,中性浮力纤维与聚合物拉伸方向的对齐程度更高。
图 1 MRE 成像和分析程序概述。第一步,通过气动驱动系统(Resoundant;明尼苏达州罗切斯特)将 50 Hz 的剪切波引入大脑。使用嵌入在 MRE 螺旋序列中的运动编码梯度捕获由此产生的组织变形,并沿三个独立轴(前 - 后、右 - 左和上 - 下)捕获位移数据。位移数据连同二元脑掩模一起提供给非线性算法,该算法将组织建模为异质粘弹性材料。子区域优化程序用于迭代更新有限元计算模型中的属性描述,以最小化模型位移和测量位移数据之间的差异。最后,将复杂剪切模量图转换为剪切刚度 μ = 2 j G * j 2/( G ' + j G * j ) 和阻尼比 ξ = G 00 /2 G 0 。提供特定主题的 T1 加权 MPRAGE 和 MRE T2 幅度图像,以说明空间标准化程序所需的图像
将蛋白质材料的宏观特性与其基础分量微观结构相关联是一项重大挑战。在这里,我们利用计算设计来指定从头蛋白构建块的大小,柔韧性和价值,以及它们之间的相互作用动力学,以研究分子参数如何控制所得蛋白水凝胶的宏观粘膜弹性。我们是从对称蛋白质均对的对对称蛋白质的凝胶系统中构建凝胶系统的,每个低聚物包括2、5、24或120个单独的蛋白质成分,它们在物理或共价为理想化的步骤 - 生长生物聚合物网络中交联。通过流变学评估,我们发现多功能前体的共价连接产生的水凝胶的粘弹性取决于组成构建块之间的交联长度。相比之下,与计算设计的异二聚体相反,可逆地交联的homo-寡聚组件会导致粘弹性生物材料表现出表现出流体的粘弹性生物材料 - 如静止和较低的剪切性能,但固体 - 像较高的频率一样固体。利用这些材料的独特遗传编码性,我们证明了活哺乳动物细胞中蛋白质网络的组装,并通过光漂白后通过荧光恢复(FRAP)表明,机械性能可以在细胞内以类似于外细胞外的配方进行细胞内调节。我们预计,基于设计蛋白蛋白质材料的粘弹性构建和系统编程的能力可以在生物医学中具有广泛的效用,并在组织工程,治疗递送和合成生物学中应用。
逆向力学参数识别可以表征难以实现均匀变形状态的超软材料。但是,这通常需要很高的计算成本,而这主要取决于正向模型的复杂性。虽然有限元模型等模拟方法可以捕捉几乎任意的几何形状并实现相关的本构方程,但它们的计算成本也很高。机器学习模型(例如神经网络)在用作替代复杂高保真模型的替代模型时可以帮助缓解此问题。因此,在初始训练阶段之后,它们充当降阶模型,在此阶段它们学习高保真模型的输入和输出关系。由于需要进行模拟运行,因此生成所需的训练数据需要很高的计算成本。在这里,主动学习技术可以根据训练模型的估计获得准确度来选择“最有价值”的训练点。在这项工作中,我们提出了一个循环神经网络,它可以很好地近似粘弹性有限元模拟的输出,同时显著加快评估时间。此外,我们使用基于蒙特卡洛辍学的主动学习来识别信息量很大的训练数据。最后,我们通过识别人类脑组织的粘弹性材料参数来展示开发的管道的潜力。
摘要。本文旨在通过有限元三维数值分析,展示双隧道对收敛剖面的影响,考虑了几种岩体本构模型:弹性、弹塑性和粘塑性。衬砌考虑了弹性和粘弹性本构模型。对于衬砌的粘弹性本构模型,考虑了混凝土的徐变和收缩。对于本文研究的案例,考虑到岩体和衬砌的弹性行为,观察到双隧道收敛剖面幅度差异高达 9%。对于其他模型,即弹性衬砌的塑性岩体、弹性衬砌的粘塑性岩体和粘弹性衬砌的粘塑性岩体,观察到的差异很小。考虑到粘塑性岩体,与弹性衬砌相比,粘弹性衬砌的存在使变形增加了约 20%(在隧道施工结束时),长期行为增加了约 40%。
天然细胞的粘弹性。微流体系统用于精确控制这些合成细胞的大小,形状和机械性能。它们的粘弹性使合成细胞可以更好地复制T细胞检测到的有机细胞相互作用,从而显着改善了T细胞激活,扩展和功能。
由于缺乏脉管系统及其独特的粘弹性特性,损坏关节软骨的治疗选择受到限制。这项研究是第一个制造透明质酸(HA) - 聚甲基共聚物,用于替代关节软骨和修复骨软骨缺损的潜在用途。两栖philic移植共聚物。动态机械分析用于评估不同的重量比对HA – Co-HDPE材料粘弹性特性的影响。在生理载荷频率下,Ha – Co-HDPE共聚物的储存模量范围为2.4至15.0 MPa。HA – Co-HDPE材料的粘弹性特性受到改变Ha成分的HA和/或交联的变化的显着影响。细胞毒性和材料支持矿化的能力。ha – co-hDPE材料是非环毒性的,在骨髓基质细胞成骨分化后2周,HA – Co-HDPE材料的表面存在钙和磷。这项研究是测量HA – Co-HDPE在骨科应用中潜在用途的粘弹性特性和骨相容性的第一个。2010年由Elsevier Ltd.代表Acta Interalia Inc.