مدلسازی ریاضی ساخت نانوذرات دارویی بروش انبساط ناگهانی محلول فوق بحرانی
Publish place: The first national conference on new technologies in Chemistry & Chemical Engineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 760
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCNC01_436
تاریخ نمایه سازی: 14 شهریور 1392
Abstract:
روش فرایند انبساط ناگهانی سیال فوق بحرانی به منظور تولید ریز ذرات رالوکسیفن مورد استفاده قرار گرفت. کاهش اندازهی ذرات داروئی سبب افزایش سرعت انحلال داروها و در نتیجه افزایش فراهمی زیستی آنها در بدن خواهد شد. دی اکسید کربن بدلیل دمای بحرانی 31/1C)و فشار بحرانی 7/38MPa) مناسب به عنوان سیال فوق بحرانی در این فرایند مورد استفاده قرار گرفته است. در این مطالعه، با مدلسازی جریان دوفازی (سیال- ذرات جامد) طی فرایند انبساطناگهانی سیال فوق بحرانی، اثر دمای استخراج 80-60-40C) بر روی ضریب فوقاشباعیت که بر سرعت تولید ریزذرات، متوسط اندازهی ذرات و متعاقباً توزیع اندازهی ذرات تأثیرگذار است، مشاهده شده که با تغییرات دمای استخراج،اندازهی ذرات نهائی رالوکسیفن در هر دما با استفاده از مدل ساخته شده بدست آمده است. همچنین براساس تصاویرمیکروسکوپ الکترونی در کار تجربی اندازهی ذرات در هر سه دمای استخراج در حدود 19-23-27nm حاصل شده که در نهایت با مقایسهی دادههای بدست آمده از کار مدلسازی با این دادههای تجربی و با استناد به تطابق مناسبی که بین دادههای حاصل از مدل و دادههای تجربی وجود دارد و درصد خطای نسبی پائین، میتوان ادعا کرد که مدل از اعتبارکافی برخوردار است
Keywords:
مدلسازی ریاضی- نانوذرات داروئی- فرایند انبساط ناگهانی سیال فوق بحرانی
Authors
فانیذ غفاری اشتیانی
دانشجوی کارشناسی ارشد مهندسی شیمی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده ی فنی و مهندسی،
علی اکبر سیف کردی
دکترای مهندسی شیمی، عضو هیات علمی، دانشگاه صنعتی شریف
فاطمه ذبیحی
دکترای مهندسی شیمی، عضو هیات علمی، دانشگاه آزاد اسلامی واحد آیت الله آملی
امیر حیدری نسب
دکترای مهندسی شیمی، عضو هیات علمی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات،
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :