Utveckling av ramverk för modellprediktioner med felkontroll med tillämpning på mänsklig fettvävnad

Forskningsprojekt, 2014 – 2020

Syftet med projektet är att skapa ett ramverk för matematisk modellering med felkontroll, och applicera detta på situationen att utveckla modeller för hur mänsklig fettvävnad reagerar på den dynamiska belastning som kan uppstå i trafikolyckor. För att utvärdera krocksäkerhet och skyddssystem används idag mestadels krockdockor. Förenklingar i krockdockorna jämfört med människan gör att de inte alltid räcker till för att utvärdera och optimera dagens skyddssystem. Därför används numera datormodeller av människan i allt större utsträckning. Eftersom fettvävnaden spelar en viktig roll för hur krafter från bilbältet fördelas vidare till inre organ är det viktigt att det finns materialmodeller för fettvävnad under dynamisk belastning. För fettvävnaden planeras att använda en materialmodell baserad på poro-viskoelasticitet för att beskriva hur den viskösa interstitial(mellancells)vätskan under tryck rör sig inom en mera solid struktur av fettvävnadsceller och kollagenfibernätverk. Modellen är makroskopisk, och kräver därmed experimentell bestämning av den uppsättning materialparameterar som definerar aktuell modell. Av etiska och praktiska skäl är experimentell data begränsad både till antal och vilka uppställningar som kan användas vilket gör att det tillsammans med betydande spridning i data (biologiska material har generellt mycket större spridning jämfört med konstruktionsmaterial där man kan styra tillverkningsprocessen) finns ett stort mått av osäkerhet i de bestämda materialparameterarna. En viktig del i projektet är därför att utveckla ett ramverk för att ta hänsyn till denna osäkerhet vid modellsimuleringar där materialmodellen används (i detta projekt krocksimuleringar). Det utvecklade ramverket kan tillämpas vid i stort sett all mekanisk simulering där materialmodellering ingår, men är av extra stor vikt vid tillämpningar där man har stor osäkerhet i materialdata, t.ex. biomekanik.