Para obtener una comprensión y evaluación más completaespuma de aluminioRendimiento. Los investigadores han introducido diversos indicadores de caracterización. Sin embargo, la comprensión actual de la importancia de estos indicadores para analizar el rendimiento de la espuma de aluminio es limitada. Este estudio emplea el método de Redes Neuronales de Regresión Generalizada (GRNN) para establecer un modelo que vincula los datos de caracterización de la microestructura de la espuma de aluminio con sus propiedades mecánicas. Mediante el modelo CRNN, los investigadores extrajeron cuatro de las características más cruciales y sus correspondientes valores de peso de las 13 características de los poros de la espuma de aluminio. Posteriormente, se desarrolló una nueva fórmula de caracterización, denominada "Porosidad Equivalente de Wang" (WEP), utilizando pesos residuales asignados a los pesos de las características, y se obtuvieron cuatro coeficientes de parámetros. Esta fórmula busca representar la relación entre las características microestructurales de la espuma de aluminio y su rendimiento mecánico. Además, los investigadores realizaron la verificación del modelo utilizando datos de compresión de 11 conjuntos de...espuma de aluminioLos resultados de la validación mostraron que, entre estos 11 conjuntos de datos de espuma de aluminio, la fórmula de Gibson-Ashby arrojó resultados anómalos en dos casos, mientras que la fórmula WEP mostró una estabilidad excepcional sin anomalías. En comparación con la fórmula de Gibson-Ashby, la fórmula WEP demostró una mejora del 18,18 % en la precisión de la evaluación.

La espuma de aluminio, compuesta de aluminio metálico o sus aleaciones, se caracteriza por su naturaleza porosa, numerosos huecos y una estructura en forma de panal. Es urgente desarrollar métodos precisos e integrales de evaluación del rendimiento para optimizar su utilización.

La fórmula de Gibson-Ashby y la fórmula de Hanssen, introducidas por Gibson y Ashby, tienen importancia como ecuaciones tradicionales para describir las características mecánicas de los materiales porosos. Sin embargo,espuma de aluminioPresenta diversas microestructuras y se ve afectado por diversos factores estructurales, como la porosidad, el tamaño y la distribución de los poros. La mayoría de estas relaciones constitutivas convencionales son modelos fenomenológicos macroscópicos que no consideran la influencia de las estructuras porosas. Además, la espuma de aluminio puede tener requisitos de rendimiento distintos en diferentes escenarios de aplicación. Por consiguiente, los métodos de evaluación deben adaptarse a los requisitos específicos de cada aplicación. Asimismo, el campo de la espuma de aluminio carece de métodos de prueba y parámetros de rendimiento estandarizados, lo que dificulta la validación de los hallazgos en diferentes estudios comparativos. En resumen, los métodos tradicionales no logran establecer una correlación entre los atributos microestructurales de la espuma de aluminio y sus características mecánicas, ni modelar ni pronosticar con precisión las propiedades mecánicas de la espuma de aluminio dentro del espacio de parámetros. Basarse únicamente en una perspectiva macroscópica para evaluar las propiedades mecánicas de la espuma de aluminio ya no satisface las demandas actuales del diseño de rendimiento. El establecimiento de una relación de mapeo entre...espuma de aluminioLos parámetros estructurales y sus características mecánicas son una cuestión urgente y fundamental.

En este estudio, se propuso un nuevo parámetro de caracterización, denominado porosidad equivalente, para representar la relación entre las características microestructurales y el rendimiento de la espuma de aluminio. Este parámetro se derivó de la distribución ponderada de características como la porosidad, el tamaño medio de poro y la circularidad de la espuma de aluminio. Mediante la verificación experimental en muestras de espuma de aluminio, se demostró que la porosidad equivalente, como nuevo parámetro de caracterización, proporciona una imagen más precisa del rendimiento de la espuma de aluminio.

En este estudio, adoptamos un enfoque interdisciplinario combinando la ciencia de los materiales con el aprendizaje automático. Se integran técnicas de aprendizaje automático, como la selección de características, el análisis del peso de las características y la asignación del peso residual, para establecer una fórmula para la porosidad equivalente. Hemos demostrado la precisión de la porosidad equivalente como un nuevo parámetro de caracterización mediante la validación de cinco conjuntos de muestras, lo que proporciona un reflejo preciso del rendimiento de la espuma de aluminio. Proporcionamos un método más preciso para evaluar y analizar las propiedades mecánicas del material, ofreciendo valiosas referencias para la toma de decisiones y el análisis. La investigación se alinea estrechamente con los rápidos avances en las tecnologías de big data e inteligencia artificial al fusionar la investigación de materiales basada en datos con el estudio de la espuma de aluminio. Introducimos patrones y métodos novedosos, ofreciendo una perspectiva innovadora sobre la caracterización y el análisis del rendimiento de la espuma de aluminio.