Eine Hüftprothese aus Titan, die mittels 3D-Druck hergestellt wurde, versagte sechs Monate nach der Implantation strukturell. Die Analyse mittels Mikro-CT ergab die Grundursache: mehrere innere Sinterhohlräume, die als Spannungskonzentratoren wirkten. Dieser Fall veranschaulicht ein kritisches Problem bei der additiven Fertigung medizinischer Implantate, bei dem die Restporosität die Ermüdungsfestigkeit des Materials beeinträchtigt und unter physiologischen zyklischen Belastungen zu einem vorzeitigen Bruch führt.
Segmentierung und Vernetzung: von Mikro-CT zu Ansys 🛠️
Der Simulationsprozess beginnt mit dem Import der DICOM-Daten des Mikro-CT in Simpleware ScanIP oder Materialise Mimics. In diesen Plattformen wird die tatsächliche Geometrie der defekten Prothese segmentiert, wobei die Bruchregion und die inneren Hohlräume isoliert werden. Anschließend wird ein hochauflösendes volumetrisches Netz erstellt, das die Porosität erfasst. Dieses Netz wird in Ansys Mechanical exportiert, wo ein Materialermüdungsmodell (Goodman- oder Soderberg-Kriterium) unter Verwendung der Eigenschaften von Titan Ti-6Al-4V definiert wird. Die Simulation wendet einen Lastzyklus an, der dem menschlichen Gang entspricht (800 bis 2500 N), und zeigt, dass die Hohlräume die Lebensdauer der Komponente im Vergleich zum idealen, fehlerfreien Design um 70% reduzieren.
Lehren für das Design kritischer Implantate ⚠️
Der Vergleich zwischen dem idealen CAD-Modell und dem tatsächlichen Scan ist vernichtend. Während das theoretische Design mehr als 10 Millionen Zyklen standhielt, versagte die Prothese mit Porosität bereits nach weniger als 500.000. Dieser Fall zeigt, dass die Ermüdungssimulation nicht allein auf perfekten Geometrien basieren kann. Die Integration von Mikro-CT-Daten in den Arbeitsablauf mit Simpleware und Ansys ermöglicht die Vorhersage realer Ausfälle und setzt einen neuen Qualitätskontrollstandard für 3D-gedruckte orthopädische Implantate.
Wie wirkt sich das Vorhandensein von Mikro-Sinterhohlräumen in 3D-gedruckten Titan-Hüftprothesen auf die Vorhersage der Ermüdungslebensdauer aus, unter Berücksichtigung der physiologischen zyklischen Belastungen und der geometrischen Variabilität des Defekts?
(PS: Materialermüdung ist wie deine eigene nach 10 Stunden Simulation.)