پیش بینی شرایط سنتز کلسیم فسفات های دوفازی با استفاده از شبکه عصبی مصنوعی

متداول ترین روش سنتز کلسیم فسفات های دوفازی برای کاربرد به عنوان بیومتریال، روش رسوب از محلول است. در این روش کنترل شرایط و عوامل واکنش از اهمیت بسیاری برخوردار است. برای پیش بینی شرایط چنین واکنشی می توان از روش های محاسباتی مانند شبکه های عصبی مصنوعی استفاده کرد. شبکه های عصبی مصنوعی نوعی مدل سازی با الهام از سیستم های عصبی موجودات زنده هستند که مسائل را به نحو ساده تری قابل درک و توصیف می کنند. سنتز پودرها با استفاده از محلول های حاوی کلسیم و فسفر با نسبت های مختلف Ca به P صورت پذیرفت. pH محیط واکنش با استفاده از نیتریک اسید و سدیم هیدروکسید تنظیم شد. رسوب های حاصل به مدت یک ساعت در دمای ۱۱۰۰ درجه سلسیوس حرارت داده شدند. ترکیب شیمیایی پودرهای سنتز شده و نسبتCa/P در نمونه ها با استفاده از دستگاه پلاسمای جفت شده القایی تعیین شد. فازها و گروه های عاملی موجود در نمونه ها به ترتیب با استفاده از روش پراش پرتو ایکس و روش انتقال فوریه فروسرخ مشخص شدند. چهار شبکه سه لایه با الگوریتم یادگیری پس انتشار خطا با ده نورون در لایه مخفی و تابع تحریک سیگموئید خطی و الگوریتم یادگیری لونبرگ-مارکوارت با استفاده از داده های به دست آمده از آزمایش در چهار شکل متفاوت طراحی شد. بهترین نتیجه مربوط به شبکه ای با ۸۰ درصد از داده ها برای مرحله یادگیری، ۱۵ درصد برای مرحله اعتبارسنجی و ۵ درصد برای مرحله آزمون بود. برای اطمینان از عملکرد مطلوب شبکه ها، هر کدام از چهار شبکه با استفاده از چهار داده جدید مورد بررسی قرار گرفت و مشخص شد که نتایج تخمین زده شده توسط شبکه با نتایج به دست آمده از آزمایش مطابقت دارد.

Keywords:

Biphasic Calcium Phosphate , Chemical Synthesis , Artificial Neural Network , متداول ترین روش سنتز کلسیم فسفات های دوفازی برای کاربرد به عنوان بیومتریال , روش رسوب از محلول است. در این روش کنترل شرایط و عوامل واکنش از اهمیت بسیاری برخوردار است. برای پیش بینی شرایط چنین واکنشی می توان از روش های محاسباتی مانند شبکه های عصبی مصنوعی استفاده کرد. شبکه های عصبی مصنوعی نوعی مدل سازی با الهام از سیستم های عصبی موجودات زنده هستند که مسائل را به نحو ساده تری قابل درک و توصیف می کنند.