عنوان پایان‌نامه
بهینه سازی موقعیت و قطر پین های فیکسچرTFS
- رشته تحصیلی
- مهندسی مکانیک- ساخت و تولید
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3598;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81068;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3598;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 81068
- تاریخ دفاع
- ۱۵ شهریور ۱۳۹۵
- دانشجو
- پوریا چاوش نژاد
- استاد راهنما
- مجید بنی اسدی, سیدموسی آیتی
- چکیده
- در این رساله به بررسی فریم فضایی تیلور(Taylor Spatial Frame) که ساختاری با شش درجه آزادی برای اصلاح دفرمیتیهای پیچیده و شکستگی های استخوان و مفاصل است، پرداخته‌شده است. فریم فضایی تیلور یک ساختار بر مبنای ربات موازی استوارت است، که همانند آن از دو صفحه و شش اتصال‌دهنده لغزنده تشکیل‌شده است، این فریم بزرگ‌ترین مزیت ربات موازی استوارت که همان قابلیت حرکت در شش درجه آزادی می باشد، را داراست. این قاب از جمله جدیدترن فیکسچرهای طراحی شده برای درمان های ارتوپدی بشمار می آید، در ایران نیز به تازگی از این قاب جهت انجام عمل های اصلاح استخوان استفاده می شود. در حال حاضر نحوه اتصال فیکسچر به استخوان، که شامل انتخاب تعداد پین ها و هاف پین ها ، انتخاب مکان و زاویه ی قرارگیری پین ها و هاف پین ها و انتخاب قطر مناسب هاف پین ها است، توسط جراح و با توجه به تجربه ی تیم جراحی انجام می شود. این مطالعه به بررسی روشی پرداخته است که طی آن، پیشنهادی مناسب برای انتخاب مکان، زاویه و قطر هاف پین های بکاررفته جهت اتصال فریم به استخوان، به جراح دهد، و درنتیجه از خطرات ناشی از انتخاب تجربی بکاهد. برای رسیدن به این هدف، در این مطالعه پروسه ای طراحی شد که در آن با استفاده از تصاویر CT، مدل سه بعدی استخوان بیمار ایجاد شده و با استفاده از کوپل نرم افزار های MATLAB و ABAQUS ، و بکارگیری الگوریتم ژنتیک، مکان، زاویه و قطر مناسب هاف پین ها با توجه به تنش های ایجاد شده در نواحی قرارگیری آنها، پیشنهاد می شود. پروسه بدین صورت است که پس از دریافت تصاویر CT ، استخوان بیمار توسط نرم‌افزار MIMICS و با توجه به یکای Hounsfield به دو بخش استخوان متراکم(Cortical) و استخوان اسفنجی (Trabecular) تقسیم، و مدل پوسته استخوان در دو بخش ایجاد می شود. سپس پوسته هر بخش (متراکم و اسفنجی) به طور مجزا در نرم افزار 3MATIC به مدل سه بعدی تبدیل می شود. با توجه به نوع دفرمیتی محل برش استخوان توسط جراح انتخاب، و در مدل سه بعدی شبیه سازی می شود. در صورت وجود محدودیت موردی پزشکی ( برای هر بیمار) می توان محدودیت های شناسایی شده را در پروسه بهینه‌سازی اعمال کرد. با شروع پروسه ی بهینه‌سازی در هر سیکل دوازده متغیر که شامل قطر، زاویه و مکان هر یک از هاف پین ها است، توسط الگوریتم ژنتیک انتخاب، و تغییرات مدنظر در مدل اعمال می شود. پس از بارگذاری و انجام تحلیل، میزان تنش های ایجاد شده در اطراف هر هاف پین از نتایج استخراج شده، که این نتایج به عنوان ورودی الگوریتم ژنتیک می باشد. سپس با توجه به تابع هزینه تعریف شده در الگوریتم، متغیرهای جدید بدست می آید. ادامه این سیکل به تعداد مناسب، منجر به انتخاب بهترین مکان، زاویه و قطر هاف پین ها، که تنش کمتر و در نتیجه احساس درد کمتر را در بیمار ایجاد کند، می شود.
- Abstract
- Correction of femur deformities can be accomplished using both external and internal fixtures. Using external fixtures for bone deformity correction takes advantages of less soft tissue injury, better bone alignment, and enhances strain development for bone formation on cutting section, which cause shorter healing time. This thesis focused on Taylor Spatial Frame (TSF) which is aexternal fixture for limb correction whit six degree of freedom. TSF’s structure is based on Ilizarov frame and include two rings and six adjustable struts developing six degree of freedom, making it very flexible for this type of application. This frame is one of the recently developed structures which is lately used in orthopedic surgeries in Iran. At the moment, the way of applying fixture to the bone, including selection of pin’s size, pin’s location and pin’s angle, is based on surgeons experience. This thesis was tried to develop a process to make sophisticated suggestions about these items by coupling Genetic algorithm (GA) and FEA software (Abaqus). This process was began with creation of bone 3D shell model by using CT images and mimics software. Then the shell model was divided into two phases (cortical and trabecular) due to its HU (Hounsfield Unit). A femur 3D numerical model was created by using output of mimics and 3Matic software. The optimization was carried out by coupling GA and FEA software. In each cycle of GA algorithm 12 variables, including 4 diameter, 4 angle and 4 location of pins, was chosen and then FE analysis was began. The results of each cycle was used to calculation of GA cost function. GA cycle was repeated until the stress of pin locations reduced. Thus the patient will feel less pain in pins location. Keywords: Deformity Correction, Taylor Spatial Frame, External Fixture, Finite Element Analysis, Genetic Algorithm Optimization
