Probabilistic model for flexural strength of dental composites used in modeling reliability of the “tooth-dental composite” system

• Autorzy: Bartnik G. , Pieniak D. , Niewczas A. M. , Marciniak A.

Identyfikatory

DOI

10.17531/ein.2016.1.18

Warianty tytułu

PL

Probabilistyczny model wytrzymałości na zginanie kompozytów stomatologicznych w zastosowaniu do modelowania niezawodności układów "ząb – kompozyt stomatologiczny"

• Języki publikacji: EN PL

Abstrakty

EN

In the article the application of Bayesian probabilistic modeling was presented as a way to standardize analytics of measurement results, which completes the operational and procedural standardization of determining the strength of dental composites. The traditional way of conducting studies of strength performed as services and calculations, and which do not refer to previous studies, was changed into an adaptation process of knowledge accumulation in a form of an increasing precise models. Probabilistic flexural strength models were used to create a reliability ranking of studied dental composites. Conceptualization of reliability of a biotechnological system, such as a “tooth-dental composite” required the expansion of the notion of“failure” with random events involving the occurrence of compatibility failure.

PL

W pracy przedstawiono zastosowanie bayesowskiego modelowania probabilistycznego jako sposobu standaryzacji opracowania wyników pomiarów, uzupełniającego standaryzację operatorowo – proceduralną wyznaczania wytrzymałości kompozytów stomatologicznych. Tradycyjny sposób prowadzenia badań wytrzymałościowych, wykonywanych usługowo i obliczeniowo nienawiązujących do badań poprzednich, zmieniono w adaptacyjny proces kumulacji wiedzy w postaci coraz dokładniejszych modeli. Probabilistyczne modele wytrzymałości na zginanie wykorzystano do utworzenia rankingu niezawodnościowego badanych kompozytów stomatologicznych. Konceptualizacja niezawodności układów biotechnologicznych takich jak „ząb – wypełnienie stomatologiczne” wymagała rozszerzenia zakresu pojęcia uszkodzenie o losowe zdarzenia polegające na zaistnieniu niezgodności pomiędzy komponentami układu biotechnologicznego (compability failure).

Słowa kluczowe

EN

probabilistic modeling; reliability of tooth-dental composite system; dental composites; flexural strength

PL

modelowanie probabilistyczne; niezawodność układów ząb-kompozyt stomatologiczny; kompozyty stomatologiczne; wytrzymałość na zginanie

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2016
• Tom: Vol. 18, no. 1
• Strony: 136--141
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Bartnik G.

• Department of Mechanical Engineering and Automation, University of Life Sciences Lublin, ul. Doświadczalna 50 A, 20-280 Lublin, Poland

autor

Pieniak D.

• Department of Applied Mechanic, Main School of Fire Service, Warsaw ul. J. Słowackiego 52/54, 01-629 Warsaw , Poland

autor

Niewczas A. M.

• Department of Conservative Dentistry Medical University of Lublin, ul. Karmelicka 7, 20-081 Lublin, Poland

autor

Marciniak A.

• University of Economics and innovation in Lublin ul.Projektowa 4, 20-209 Lublin, Poland

Bibliografia

• 1. Asmussen E., Peutzfeldt A. Influence of UEDMA, BisGMA and TEGDMA on selected mechanical properties of experimental resin composites. Dental Materials, 1998 Jan;14(1): 51-6, http://dx.doi.org/10.1016/S0109-5641(98)00009-8.
• 2. Bayesian Inference for NASA Probabilistic Risk and Reliability Analysis NASA/SP-2009-569, June 2009.
• 3. Ben-Gal I., Bayesian Networks, in Ruggeri F., Faltin F. & Kenett R., Encyclopedia of Statistics in Quality & Reliability, Wiley & Sons (2007).
• 4. Della Bona A. Characterizing ceramics and the interfacial adhesion to resin: I – The relationship of microstructure composition, properties and fractography. Journal Applied Oral Science 2005; 13: 1-9, http://dx.doi.org/10.1590/S1678-77572005000100002.
• 5. Fenton NE and Neil M. VisualisingRisk, www.agenarisk.com, 2006.
• 6. Fenton NE and Neil M. Combining Evidence in Risk Analysis Rising Bayesian Networks, Agena White Paper, Agena White Paper W0704/01, www.agena.co.uk, 2004.
• 7. Halpern J. Y. Reasoning about uncertainty. The MIT Press Cambridge, Massachusetts, London, 2005.
• 8. Jansen F. V. An introduction to Bayesian Networks. Taylor & Francis, London 1996.
• 9. Neil M, Fenton NE, Nielsen L. Building large-scale Bayesian Networks. The Knowledge Engineering Review, 2000,(3)15: 257-284, http://dx.doi.org/10.1017/S0269888900003039.
• 10. Niewczas A., Pieniak D., Ogrodnik P. Analiza niezawodnościowa wytrzymałości kompozytów stomatologicznych poddanych zróżnicowanym procedurom fotopolimeryzacji. Eksploatacja i Niezawodnosc - Maintenance and Reliability2012; 3(14): 249-255.
• 11. Pearl J. (1986). Fusion, Propagation, and Structuring in Belief Networks. Artificial Intelligence 29(3): 241-288, http://dx.doi.org/10.1016/0004-3702(86)90072-X.
• 12. Pearl J. Probabilistic reasoning in intelligent systems: networks of plausible reasoning. Morgan-Kaufman Publ. Inc. 1988.
• 13. Pieniak D., Niewczas A.M., Niewczas A., Bieniaś J. Analysis of Survival Probability and Reliability of the Tooth-composite Filling System. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2011; 2(50): 25-34,
• 14. PN-EN ISO 4049:2010E.Stomatologia - Materiały polimerowe do odbudowy.
• 15. Rodriguez S. A. Jr., Ferracane J.L., Della Bona A. Flexural strength and Weibull analysis of a microhybrid and a nanofill composite evaluated by 3- and 4- point bending tests. Dent Mater 2008; 24(3): 426-431, http://dx.doi.org/10.1016/j.dental.2007.05.013.