보다 포괄적인 이해와 평가를 얻기 위해폼 알루미늄성능. 연구자들은 다양한 특성화 지표를 도입했습니다. 그러나 발포 알루미늄의 성능 분석에서 이러한 지표의 중요성에 대한 현재 이해는 제한적입니다. 본 연구에서는 일반화 회귀 신경망(GRNN) 방법을 사용하여 발포 알루미늄의 미세 구조 특성화 데이터와 기계적 특성을 연결하는 모델을 구축했습니다. CRNN 모델을 통해 연구진은 발포 알루미늄의 13가지 기공 특성에서 가장 중요한 네 가지 특징과 그에 해당하는 가중치를 추출했습니다. 이후, 특징 가중치에 할당된 잔여 가중치를 사용하여 "Wang 등가 기공률"(WEP)이라는 새로운 특성화 공식을 개발하고 네 가지 매개변수 계수를 얻었습니다. 이 공식은 발포 알루미늄의 미세 구조적 특징과 기계적 성능 간의 관계를 나타내는 것을 목표로 합니다. 또한, 연구진은 11개 세트의 압축 데이터를 사용하여 모델 검증을 수행했습니다.폼 알루미늄검증 결과, 이 11개의 폼 알루미늄 데이터 세트 중 Gibson-Ashby 공식은 두 가지 경우에서 이상 결과를 보인 반면, WEP는 이상 없이 탁월한 안정성을 보였습니다. Gibson-Ashby 공식과 비교했을 때, WEP는 평가 정확도가 18.18% 향상되었습니다.

알루미늄 금속 또는 그 합금으로 구성된 폼 알루미늄은 다공성, 수많은 공극, 그리고 벌집과 같은 구조를 특징으로 합니다. 폼 알루미늄의 활용도를 높이기 위해서는 정밀하고 포괄적인 성능 평가 방법의 개발이 시급합니다.

Gibson과 Ashby가 도입한 Gibson-Ashby 공식과 Hanssen 공식은 다공성 재료의 기계적 특성을 기술하는 전통적인 방정식으로서 중요성을 갖고 있습니다.폼 알루미늄다양한 미세 구조를 나타내며, 기공률, 기공 크기, 기공 분포와 같은 다양한 구조적 요인의 영향을 받습니다. 이러한 기존 구성 관계의 대부분은 기공 구조의 영향을 고려하지 않는 거시적 현상학적 모델입니다. 더욱이, 폼 알루미늄은 다양한 적용 시나리오에서 서로 다른 성능 요건을 가질 수 있습니다. 따라서 평가 방법은 특정 적용 요건을 충족하도록 조정되어야 합니다. 또한, 폼 알루미늄 분야에는 표준화된 시험 방법과 성능 매개변수가 부족하여 다양한 비교 연구 결과를 검증하는 데 어려움을 겪습니다. 요약하자면, 기존 방법은 폼 알루미늄의 미세 구조적 특성과 기계적 특성 간의 상관관계를 확립하거나 매개변수 공간 내에서 폼 알루미늄의 기계적 특성을 정확하게 모델링하고 예측하는 데 실패합니다. 폼 알루미늄의 기계적 특성을 평가하기 위해 거시적 관점에만 의존하는 것은 더 이상 현대 성능 설계 요구를 충족하지 못합니다.폼 알루미늄구조적 매개변수와 기계적 특성은 시급하고 핵심적인 문제입니다.

본 연구에서는 발포 알루미늄의 미세구조적 특성과 성능 간의 관계를 나타내는 등가 기공률이라는 새로운 특성화 매개변수를 제안했습니다. 이 매개변수는 발포 알루미늄의 기공률, 평균 기공 크기, 원형도와 같은 특성의 가중 분포를 통해 도출되었습니다. 발포 알루미늄 샘플에 대한 실험적 검증을 통해, 새로운 특성화 매개변수인 등가 기공률이 발포 알루미늄의 성능을 더욱 정확하게 반영한다는 것을 입증했습니다.

본 연구에서는 재료 과학과 머신 러닝을 결합한 학제간 접근법을 채택합니다. 특징 선택, 특징 가중치 분석, 잔류 가중치 할당과 같은 머신 러닝 기법을 통합하여 등가 기공률 공식을 수립합니다. 5개 샘플 세트의 검증을 통해 등가 기공률을 새로운 특성화 매개변수로 사용하는 정확성을 입증하여 발포 알루미늄의 성능을 정확하게 반영합니다. 또한, 재료의 기계적 특성을 평가하고 분석하는 더욱 정밀한 방법을 제공하여 의사 결정 및 분석에 귀중한 참고 자료를 제공합니다. 본 연구는 데이터 기반 재료 연구와 발포 알루미늄 연구를 통합함으로써 빅데이터 및 인공지능 기술의 급속한 발전과 긴밀히 연계됩니다. 새로운 패턴과 방법을 도입하여 발포 알루미늄 성능의 특성화 및 분석에 대한 새로운 관점을 제시합니다.