机器学习驱动的增材制造低模量生物医用β钛合金设计
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    <正>传统的医用金属材料(如316L不锈钢、Co-Cr-Mo合金和Ti-6Al-4V合金)刚度过高,易引发应力屏蔽效应,导致局部骨吸收和植入体松动。β钛合金因具有较低的杨氏模量、优异的生物力学相容性和良好的塑性,成为理想的替代材料。增材制造技术(AM)能够精确控制植入体的复杂几何形状和局部性能,进一步拓展了β钛合金的应用潜力。目前,用于AM的先进生物医用β型钛合金大多是使用传统制造路线开发的合金体系,通常需经耗时且高能耗的热机械处理才能获得所需的微观结构和力学性能。AM固有的近净成形特点制约了后续大规模变形处理,使合金的初始化学成分设计与增材制造工艺参数成为决定其最终微观结构、力学性能以及体内骨整合效能的主要因素。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

刘凡 ;罗莹;.机器学习驱动的增材制造低模量生物医用β钛合金设计[J].钛工业进展,2026,43(4):6.

复制
分享
相关视频

文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2026-08-31
  • 出版日期:
文章二维码