Magnesium/Nano-hydroxyapatite Composite for Bone Reconstruction: The Effect of Processing Method

来源 :仿生工程学报(英文版) | 被引量 : 0次 | 上传用户:wumingshichenchen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Nano-ceramic particles can serve as reinforcing agents for metallic materials to improve their mechanical properties.However,it is important to ensure chemical compatibility between the matrix and particles.In the present study,magnesium composites with and without nano-hydroxyapatite (nHA) particles were fabricated for bone reconstruction applications.Two different techniques were used,Conventional Sintering (CS) of powder compacts and Spark Plasma Sintering (SPS) of pre-compacted powder.Results showed that a 10 wt% addition of nHA particles to magnesium,followed by SPS improved the compression strength by 27%.CS did not lead to any significant improvement compared to SPS processing.X-ray diffraction data after CS revealed the formation of unfavorable phases due to chemical reactions between nHA particles and the magnesium matrix,while these phases were absent after SPS processing.The mechanical properties of the specimens fabricated by CS were much inferior to those processed using SPS.The shorter processing time associated with SPS leaded to reduced interaction between nHA particles and the Mg-matrix,compared to CS.
其他文献
期刊
本课题是山西省电力公司科技项目《基于大数据分析的广域分布式电源规划与调控全过程关键技术研究》项目的主要内容之一。近年来,随着建设用户用电信息采集系统工作的全面开展,在电网运行、监控、管理等过程中产生的数据呈几何态势增长,具有海量、种类繁多的特点,如何处理数据并获取有效信息是当前新的机遇和挑战。聚类作为一种重要手段在挖掘分析中表现出了一定的优势,可有效提取用电曲线的潜在模式信息,支撑用电服务个性化、
随着现代军事技术的发展,对舰船的声隐身能力要求越来越高,开发和选用多功能复合材料(兼有阻尼减振和吸声降噪功能)成为声隐身课题的一个重要研究方向。树脂基复合材料具有优
本文通过对荣华二采区10
本文在分析脉冲高电压大电流测试技术发展现状及趋势的基础上,结合实际测试需求,设计并制作了以阻容串联分压器和数字存储示波器为主要组件的脉冲电压测试装置,以折带式分流器和自积分式Rogowski线圈为主要组件的脉冲电流测试装置,来测试金属丝电爆炸瞬间产生的脉冲高压强流。所研制的电压电流测试装置体积小、成本低、测试精度较高且运行稳定可靠。主要工作包括以下几个部分:1.对分压器、分流器和Rogowski线
超大型高效节能筛是一种结合了自同步技术的非线性共振筛,它在振动系统的共振区域工作,将多个激振电机作为激励源,以较小的激振力驱动筛箱振动,兼具共振筛和自同步振动机械的
心血管疾病是影响人类健康与生存的主要疾病之一,而心血管疾病多发生在冠状动脉内。正确了解并认识冠状动脉的生物力学特性对于预防和治疗心血管疾病都有重要的意义,而动脉壁
期刊
期刊
利用传统的串行算法求解大型和超大型的复杂结构动载荷识别问题的时候,计算的密集性会造成过长的求解耗时,难以获得令人满意的结果。本文基于CUDA研究了动载荷识别问题的并行算法,利用GPU多处理器的特点来实现大规模数据的并行计算,从而显著提高问题的求解速度。为实现上述提高求解速度的目标,本文做了以下研究:首先介绍了广义切比雪夫正交多项式理论,通过函数拟合的方式,分别推导了分布动载荷频域和时域的识别公式,