biomechanics
play

Biomechanics BIOEN 520 | ME 527 Session 7A - PowerPoint PPT Presentation

Musculoskeletal Biomechanics BIOEN 520 | ME 527 Session 7A Computa>onal Modeling Review: Session 5A, 5B and 6 Imaging in Biomechanics The Matrix


  1. Musculoskeletal ¡ Biomechanics ¡ BIOEN ¡520 ¡| ¡ME ¡527 ¡ Session ¡7A ¡ Computa>onal ¡ Modeling ¡

  2. Review: ¡Session ¡5A, ¡5B ¡and ¡6 ¡ • Imaging ¡in ¡Biomechanics ¡ § The ¡Matrix ¡ § The ¡Beatles ¡ • Biochemistry ¡and ¡histology ¡ § Cons>tuents ¡ § Structure ¡ Removing ¡bias ¡ • § Don’t ¡mouth ¡pipet ¡ • Tour ¡and ¡lab ¡at ¡ABL ¡ • Homework ¡#1 ¡ ¡ ¡

  3. Session ¡7 ¡Overview... ¡ • Review ¡sessions ¡5A, ¡5B, ¡and ¡6 ¡ • Class ¡modeling ¡experiences ¡ • Define ¡model ¡and ¡simula>on ¡ • Mo>va>on ¡-­‑ ¡why ¡develop ¡models? ¡ • Types ¡of ¡models ¡ • Important ¡modeling ¡considera>ons ¡ • Specific ¡modeling ¡examples ¡

  4. Class ¡modeling ¡experiences ¡ • PhD ¡student ¡with ¡thesis ¡topic ¡ • PhD ¡student ¡ • MS ¡student ¡with ¡thesis ¡topic ¡ • MS ¡student ¡ • Undergraduate ¡research ¡ • Computa>onal ¡modeling ¡class ¡ • Imagine ¡a ¡mass ¡siYng ¡on ¡a ¡spring ¡

  5. Model ¡vs. ¡Simula>on ¡ • Model ¡ an ¡aZempt ¡to ¡represent ¡reality ¡ • Simula>on ¡(or ¡computer ¡simula>on) ¡ experimenta>on ¡using ¡a ¡model ¡ Nigg ¡1998 ¡

  6. Computa>onal ¡modeling/simula>on ¡ • Computer ¡modeling: ¡ refers ¡to ¡the ¡seYng ¡up ¡of ¡mathema>cal ¡equa>ons ¡to ¡ describe ¡the ¡system ¡of ¡interest, ¡the ¡gathering ¡of ¡appropriate ¡ input ¡data, ¡and ¡the ¡incorpora>on ¡of ¡these ¡equa>ons ¡and ¡ data ¡into ¡a ¡computer ¡program. ¡ • Computer ¡simula>on: ¡ is ¡restricted ¡to ¡mean ¡the ¡use ¡of ¡a ¡validated ¡computer ¡model ¡ to ¡carry ¡out ¡experiments, ¡under ¡carefully ¡controlled ¡ ¡ condi>ons, ¡on ¡the ¡real-­‑world ¡system ¡that ¡has ¡been ¡modeled. ¡ Vaughn ¡2002 ¡ ¡ ¡

  7. Mo>va>on ¡-­‑ ¡why ¡develop ¡models? ¡ There ¡are ¡three ¡ways ¡ Perhaps ¡a ¡future ¡role ¡ to ¡study ¡part ¡of ¡the ¡ for ¡anatomically ¡ body: ¡living ¡subjects, ¡ correct ¡test ¡beds? ¡ cadavers, ¡and ¡ computa>on ¡ models. ¡Each ¡has ¡its ¡ own ¡place ¡and ¡role. ¡ Foot ¡

  8. Why ¡develop ¡models? ¡ • Addresses ¡various ¡issues ¡with ¡living ¡subjects ¡ and/or ¡cadavers: ¡ expensive ¡ availability ¡(age, ¡vascular ¡state) ¡ ¡ unethical ¡ some ¡things ¡cannot ¡be ¡measured ¡directly ¡ some ¡things ¡can not ¡be ¡measured ¡safely ¡ cannot ¡be ¡reset ¡-­‑ ¡ “ one ¡and ¡done ” ¡ cannot ¡conduct ¡parametric ¡analyses ¡ absolute ¡repeatability ¡ >me ¡required ¡

  9. Why ¡develop ¡models? ¡ • Model ¡complexity ¡ ¡ ¡what ¡level ¡of ¡detail ¡do ¡you ¡need? ¡ • Harvard ¡tuned ¡track ¡ ¡ hZp://>nyurl.com/kzyyydm ¡ • Flexible ¡Muscle-­‑Based ¡Locomo>on ¡for ¡ Bipedal ¡Creatures ¡ ¡hZp://vimeo.com/79098420 ¡ ¡

  10. Why ¡develop ¡models? ¡ • Limita>ons: ¡ § valida>on ¡difficult, ¡but ¡necessary ¡ § very ¡>me ¡consuming ¡to ¡get ¡it ¡right ¡ § complex ¡(advanced ¡mathema>cs, ¡numerous ¡ parameters, ¡simula>on ¡>mes, ¡etc.) ¡ § difficult ¡to ¡transfer ¡results ¡to ¡real ¡world ¡(i.e., ¡ what ¡do ¡results ¡really ¡mean?) ¡ ¡

  11. Types ¡of ¡models ¡ • analy>cal ¡vs. ¡numerical ¡or ¡computa>onal ¡ • black ¡box/phenomenological ¡vs. ¡physiologic ¡ • con>nuous ¡vs. ¡discrete ¡(lumped ¡parameter) ¡ • forward ¡vs. ¡inverse ¡ ¡ ¡ ¡ ¡

  12. Important ¡modeling ¡considera>ons ¡ • purpose/ques>on/mo>va>on ¡ • previous ¡research ¡ • level ¡of ¡complexity/assump>ons ¡ • geometry/anatomy/morphometry ¡ • material ¡proper>es ¡ • boundary ¡condi>ons ¡ • valida>on ¡ • simula>on/results ¡ • limita>ons/interpreta>on/future ¡work ¡ ¡ ¡ ¡ ¡

  13. Specific ¡modeling ¡examples • lumped ¡parameter ¡(tuning ¡track) ¡ • inverse ¡dynamic ¡(gait ¡analysis) ¡ • musculoskeletal ¡(SIMM, ¡OpenSIM, ¡Anybody) ¡ • forward ¡dynamic ¡(simula>on ¡of ¡walking) ¡ • finite ¡element ¡modeling ¡ ¡ ¡ ¡ ¡

  14. Specific ¡modeling ¡examples • lumped ¡parameter ¡(tuning ¡track) ¡ • inverse ¡dynamic ¡(gait ¡analysis) ¡ • musculoskeletal ¡(SIMM, ¡OpenSIM, ¡Anybody) ¡ • forward ¡dynamic ¡(simula>on ¡of ¡walking) ¡ • finite ¡element ¡modeling ¡ ¡ ¡ ¡ ¡

  15. Lumped ¡Parameter ¡Models ¡

  16. Lumped ¡Parameter ¡Models ¡ • define ¡a ¡system ¡with ¡a ¡finite ¡number ¡of ¡state ¡ variables ¡ • able ¡to ¡describe ¡system ¡behavior ¡with ¡ODE ¡ instead ¡of ¡PDE ¡

  17. Lumped ¡Parameter ¡Models ¡ • basic ¡types ¡of ¡elements ¡ § spring ¡ § dashpot ¡ § mass ¡ • linear, ¡rota>onal ¡ • fric>on, ¡iner>al ¡

  18. Lumped ¡Parameter ¡Models ¡ • Kelvin-­‑Voigt ¡ • Maxwell ¡ • Standard ¡linear ¡solid ¡ Ε 2 Ε 1 σ T σ T η ε 1 ε 2

  19. Lumped ¡Parameter ¡Models ¡ • Second ¡order ¡systems ¡ b F k

  20. Lumped ¡Parameter ¡Models ¡ • Second ¡order ¡systems ¡ b*dx/dt m*d 2 x/dt 2 F k*x m ˙ x + b ˙ ˙ x + kx = F

  21. Lumped ¡Parameter ¡Models ¡ • Second ¡order ¡systems ¡-­‑ ¡ ¡free ¡vibra>on ¡ m ˙ x + b ˙ ˙ x + kx = 0 ( t ) + ω 2 x ( t ) = 0 ˙ x ˙ ( t ) + 2 ζω ˙ x k / m ω = ζ = b /2 m ω

  22. Lumped ¡Parameter ¡Models ¡ Step ¡Response ¡of ¡Second-­‑Order ¡System ¡with ¡Various ¡Damping ¡Ra>os ¡ 0 Undamped ς = ⇒ 0 1 Underdamped < ς < ⇒ 1 Critically damped ς = ⇒ 1 Overdamped ς > ⇒

  23. Lumped ¡Parameter ¡Models ¡ Step ¡Response ¡for ¡Various ¡Damping ¡Ra>os ¡

  24. Lumped ¡Parameter ¡Models ¡ Nigg 1998

  25. Lumped ¡Parameter ¡Models ¡ Nigg 1998

  26. Lumped ¡Parameter ¡Models ¡ Nigg 1998

  27. Lumped ¡Parameter ¡Models ¡ Nigg 1998

  28. Lumped ¡Parameter ¡Models ¡ • Intact ¡limb ¡vs. ¡trans>bial ¡amputee ¡ K5 C5 K5 C5 M5 M5 x 5 M4 M4 x 4 K4 C4 C4 K4 M3 x 3 3 MM K3 C3 C3 K3 M2 x 2 K2 K2 C2 C2 M1 M1 x 1 Fg Fg Klute 2004

  29. Lumped ¡Parameter ¡Models ¡ • Intact ¡limb ¡vs. ¡trans>bial ¡amputee ¡ § Top ¡– ¡4 ¡model ¡plots ¡ § BoZom ¡– ¡6 ¡amputee ¡gait ¡trials ¡ Klute 2004

  30. Lumped ¡Parameter ¡Models ¡ • Intact ¡limb ¡vs. ¡trans>bial ¡amputee ¡ § First ¡6 ¡trials ¡– ¡amputee ¡gait; ¡7 th ¡is ¡average ¡data ¡ § Last ¡4 ¡trials ¡– ¡adjust ¡model ¡to ¡individual ¡behavior ¡ Klute 2004

  31. Specific ¡modeling ¡examples • lumped ¡parameter ¡(tuning ¡track) ¡ • inverse ¡dynamic ¡(gait ¡analysis) ¡ • musculoskeletal ¡(SIMM, ¡OpenSim, ¡Anybody) ¡ • forward ¡dynamic ¡(simula>on ¡of ¡walking) ¡ • finite ¡element ¡modeling ¡ ¡ ¡ ¡

  32. Inverse ¡dynamic ¡(gait ¡analysis) ¡ • Es>mate ¡joint ¡forces ¡and ¡torques ¡from ¡rigid ¡body ¡ kinema>cs, ¡external ¡forces, ¡and ¡iner>al ¡forces. ¡ • Not ¡only ¡in ¡laboratory ¡now. ¡ ¡ ¡ ¡ ¡

  33. Inverse ¡dynamic ¡(gait ¡analysis) ¡ • Most ¡common ¡example ¡ ¡ air resistance F air com F A ma mg m f a f m f g F (GRF) R F R ∑ F = F R + mg + F air = ma ∑ F = F R + m f g + F A = m f a f

  34. Specific ¡modeling ¡examples • lumped ¡parameter ¡(tuning ¡track) ¡ • inverse ¡dynamic ¡(gait ¡analysis) ¡ • musculoskeletal ¡(SIMM, ¡OpenSim, ¡Anybody) ¡ • forward ¡dynamic ¡(simula>on ¡of ¡walking) ¡ • finite ¡element ¡modeling ¡ ¡ ¡ ¡

Recommend


More recommend