基于人工神经元网络的PA6/POE/POE-g-MAH共混物力学性能预测

将人工神经元网络与全析因实验设计相结合,预测了PA6/POE/POE-g-MAH三元共混物的拉伸和缺口冲击强度,研究了注塑温度、注射速度、注射时间和冷却时间对共混物以上力学性能的影响。结果表明,当三元共混物质量比为74.5/20/5/0.5时,材料的缺口冲击强度均大于95 kJ/m^(2),POE分散相粒径约为200~400 nm。通过析因实验设计发现,注塑温度、注射速度以及两者的交互效应对共混物拉伸强度影响显著,注塑温度、冷却时间以及两者的交互效应是影响冲击强度的显著因素。采用4-14-1的ANN模型可以较好地预测三元共混物拉伸强度和缺口冲击强度,预测结果与实验结果回归曲线的斜率均大于97%。与多元线性回归模型相比,ANN模型预测性能明显更佳,其Pearson相关系数大于0.97。

3D打印苯磺酸氨氯地平咀嚼片的设计与优化

目的基于质量源于设计(QbD)理念开发一种用于3D打印技术的半固体材料,满足儿童咀嚼制剂的批量生产和医院个性化调配的需求。方法苯磺酸氨氯地平作为模型药物,羧甲基纤维素钠(CMC-Na)、羧甲基淀粉钠(CMS-Na)和甘油作为自变量,所制备片剂的硬度、脆碎度、崩解时限和溶出度作为因变量,利用23全因子设计建立处方设计空间,并进行放大研究。结果实际制备所得的半固体材料具有良好的可打印性,设计空间中选取最优处方1.0%CMC-Na、7.0%CMS-Na和10.0%甘油进行放大,各项指标与模型预测值接近,均符合要求。结论全因子设计可以用于3D打印半固体材料的处方优化,所制备的3D打印咀嚼片性能良好,本研究为挤出式3D打印的规模化生产和个性化定制药物的实现提供理论指导。