fa پیش‌بینی شرایط سنتز کلسیم‌فسفات‌های دوفازی با استفاده از شبکه‌ عصبی مصنوعی كاشي، چيني، لعاب، رنگدانه و جوهر Tile, Porcelain, Glaze, Pigment and Ink پژوهشي Research <div style="text-align: justify;"><span style="font-size:12px;"><span style="font-family:Tahoma;">متداول‌ترین روش سنتز کلسیم ‌فسفات‌های 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 پیش‌بینی شرایط چنین واکنشی می‌توان از روش‌های محاسباتی مانند شبکه‌های عصبی مصنوعی استفاده کرد.‌ شبکه‌های عصبی مصنوعی نوعی مدل‌سازی با الهام از سیستم‌های عصبی موجودات زنده هستند که مسائل را به نحو ساده‌تری قابل درک و توصیف می‌کنند. سنتز پودرها با استفاده از محلول‌های حاوی کلسیم و فسفر با نسبت‌های مختلف Ca به P صورت پذیرفت. pH محیط واکنش با استفاده از نیتریک اسید و سدیم هیدروکسید تنظیم شد. رسوب‌های حاصل به مدت یک ساعت در دمای 1100 درجه سلسیوس حرارت داده شدند. ترکیب شیمیایی پودرهای سنتز‌شده و نسبتCa/P در نمونه‌ها با استفاده از دستگاه پلاسمای جفت‌شده القایی تعیین شد. فازها و گروه‌های عاملی موجود در نمونه‌ها به ترتیب با استفاده از روش پراش پرتو ایکس و روش انتقال فوریه فروسرخ مشخص شدند. چهار شبکه سه‌لایه با الگوریتم یادگیری پس‌انتشار ِ خطا با ده نورون در لایه مخفی و تابع تحریک سیگموئید خطی و الگوریتم یادگیری لونبرگ-مارکوارت با استفاده از داده‌های به‌دست‌آمده از آزمایش در چهار شکل متفاوت طراحی شد. بهترین نتیجه مربوط به شبکه ای با 80 درصد از داده‌ها برای مرحله یادگیری، 15 درصد برای مرحله اعتبارسنجی و 5 درصد برای مرحله آزمون بود. برای اطمینان از عملکرد مطلوب شبکه‌ها، 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.</span></span></div> Wet chemical methods are the most widely used routes for biphasic calcium phosphate bioceramics synthesis in which control of synthesis condition and reaction factors are very important. To predict and control the synthesis condition, mathematical models can be used. Artificial neural networks are computational tools inspired by the nervous systems of living organisms that help us to get better understanding about the complicated problems. Powders were synthesized using aqueous solution containing different calcium /phosphorus ratio. HNO3 and NH4OH were used to adjust the pH of the solution mixture during the process. The precipitation was calcined at 1100˚ C for one hour. The chemical composition and Ca/P ratio were determined by inductively coupled plasma atomic emission spectroscopy. Phase identification of powders and evaluation of the functional groups of specimens were carried out by X-ray diffraction and Fourier transform infrared spectroscopy respectively. Four three-layered feed forward networks with ten neurons in the hidden layer, linear sigmoid stimulation and Levenberg-Marquardt learning algorithm were trained using data obtained from the experiments designed in four different patterns. The best result was obtained with the network consists of 80% training process, 15% validation process and 5% testing process samples by changing number of samples in each step. To ensure optimal performance of four networks, each network was studied using four new data. The predicted results show a good comparison with those obtained experimentally متداول‌ترین روش سنتز کلسیم ‌فسفات‌های 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 پیش‌بینی شرایط چنین واکنشی می‌توان از روش‌های محاسباتی مانند شبکه‌های عصبی مصنوعی استفاده کرد.‌ شبکه‌های عصبی مصنوعی نوعی مدل‌سازی با الهام از سیستم‌های عصبی موجودات زنده هستند که مسائل را به نحو ساده‌تری قابل درک و توصیف می‌کنند. Biphasic Calcium Phosphate, Chemical Synthesis, Artificial Neural Network 0 0 http://ijcse.ir/browse.php?a_code=A-10-35-1&slc_lang=fa&sid=1 مهران صولتی هشجین solati@aut.ac.ir 10031947532846003552 10031947532846003552 Yes امیرحسین حکمی والا 10031947532846003553 10031947532846003553 No میترا اسدی عیدیوند 10031947532846003554 10031947532846003554 No ارغوان فرزادی 10031947532846003555 10031947532846003555 No