Chcete-li získat komplexnější porozumění a hodnocenípěnový hliníkvýkonnost.výzkumníci zavedli různé charakterizační ukazatele. Současné chápání významu těchto indikátorů při analýze výkonu pěnového hliníku je však omezené. Tato studie využívá metodu Generalized Regression Neural Network (GRNN) k vytvoření modelu, který spojuje údaje o charakterizaci mikrostruktury hliníku s jeho mechanickými vlastnostmi. Prostřednictvím CRNNmodelu výzkumníci extrahovali čtyři nejdůležitější vlastnosti a jejich odpovídající hodnoty hmotnosti z 13 charakteristik pórů hliníkové pěny. Následně byl vyvinut nový charakterizační vzorec nazvaný „Wangova ekvivalentní porozita“ (WEP) s použitím zbytkových vah přiřazených vahám prvků a byly získány čtyři koeficienty parametrů. Tento vzorec si klade za cíl reprezentovat vztah mezi mikrostrukturními vlastnostmi pěnového hliníku a jeho mechanickým výkonem. Kromě toho výzkumníci provedli ověření modelu pomocí údajů o kompresi z 11 sadpěnový hliník. Výsledky validace ukázaly, že mezi těmito 11 datovými soubory z pěnového hliníku. vzorec Gibson-Ashby poskytl anomální výsledky ve dvou případech, zatímco WEP vykazoval výjimečnou stabilitu bez jakýchkoliv anomálií. Ve srovnání se vzorcem Gibson-Ashby prokázal WEP 18,18% zlepšení přesnosti vyhodnocení.

Pěnový hliník, složený z hliníku nebo jeho slitin, je charakterizován svou porézní povahou četnými dutinami a voštinovou strukturou. Ke zvýšení využití pěnového hliníku je naléhavě nutné vyvinout přesné a komplexní metody hodnocení výkonu.

Gibson-Ashbyho vzorec a Hanssenův vzorec, představený Gibsonem a Ashbym, mají význam jako tradiční rovnice pro popis mechanických vlastností porézních materiálů.pěnový hliníkvykazuje různé mikrostruktury a je ovlivněn různými strukturálními faktory, jako je poréznost, velikost pórů a distribuce pórů. Většina těchto konvenčních konstitutivních vztahů jsou makroskopické fenomenologické modely, které neberou v úvahu vliv pórových struktur. Kromě toho může mít pěnový hliník odlišné požadavky na výkon v různých aplikačních scénářích. V důsledku toho musí být metody hodnocení přizpůsobeny tak, aby splňovaly specifické požadavky aplikace. Kromě toho oblast pěnového hliníku postrádá standardizované testovací metody a výkonnostní parametry, což vede k problémům a ověřování nálezů v různých srovnávacích studiích. Stručně řečeno, tradiční metody nedokážou stanovit korelaci mezi mikrostrukturními atributy pěnového hliníku a jeho mechanickými charakteristikami nebo přesně modelovat a předpovídat mechanické vlastnosti pěnového hliníku v parametrovém prostoru. Spoléhat se pouze na makroskopickou perspektivu při hodnocení mechanických vlastností pěnového hliníku již nesplňuje současné požadavky na výkon. Vytvoření mapovacího vztahu mezipěnový hliníkstrukturální parametry a jeho mechanické vlastnosti je lisovací a stěžejní záležitostí.

V této studii byl navržen nový charakterizační parametr nazvaný ekvivalentní poréznost, který představuje vztah mezi mikrostrukturními vlastnostmi a výkonem pěnového hliníku. Tento parametr byl odvozen z vážené distribuce vlastností, jako je pórovitost, průměrná velikost pórů a kruhovitost pěnového hliníku. Prostřednictvím experimentálního ověření na vzorcích pěnového hliníku bylo prokázáno, že ekvivalentní poréznost jako nový charakterizační parametr poskytuje přesnější odraz výkonu pěnového hliníku.

V této studii využíváme interdisciplinární přístup tím, že kombinujeme materiálovou vědu se strojovým učením. Techniky strojového učení, jako je výběr prvků, analýza hmotnosti prvků a přidělování zbytkové hmotnosti, jsou integrovány za účelem vytvoření vzorce pro ekvivalentní pórovitost. Prokázali jsme přesnost ekvivalentní poréznosti jako nového charakterizačního parametru prostřednictvím validace pěti sad vzorků, které poskytují přesný odraz výkonu pěnového hliníku. Poskytujeme přesnější metodu pro hodnocení a analýzu mechanických vlastností materiálu a nabízíme cenné reference pro rozhodování a analýzu. Výzkum úzce souvisí s rychlým pokrokem v oblasti velkých dat a technologií umělé inteligence spojením výzkumu materiálů založených na datech se studiem pěnového hliníku. Představujeme nové vzory a metody, které nabízejí nový pohled na charakterizaci a analýzu vlastností pěnového hliníku.