ເພື່ອໃຫ້ໄດ້ຮັບຄວາມເຂົ້າໃຈທີ່ສົມບູນແບບແລະການປະເມີນຜົນໂຟມອາລູມີນຽມperformance.researchers ໄດ້ນໍາສະເຫນີຕົວຊີ້ວັດລັກສະນະຕ່າງໆ. ຢ່າງໃດກໍ່ຕາມ, ຄວາມເຂົ້າໃຈໃນປັດຈຸບັນກ່ຽວກັບຄວາມສໍາຄັນຂອງຕົວຊີ້ວັດເຫຼົ່ານີ້ໃນການວິເຄາະປະສິດທິພາບຂອງອາລູມິນຽມໂຟມແມ່ນຈໍາກັດ. ການສຶກສານີ້ໃຊ້ວິທີການ Generalized Regression Neural Network (GRNN) ເພື່ອສ້າງຕົວແບບທີ່ເຊື່ອມຕໍ່ຂໍ້ມູນລັກສະນະໂຄງສ້າງຈຸລະພາກຂອງອາລູມິນຽມກັບຄຸນສົມບັດກົນຈັກຂອງມັນ. ໂດຍຜ່ານ CRNNmodel, ນັກຄົ້ນຄວ້າໄດ້ສະກັດເອົາສີ່ລັກສະນະທີ່ສໍາຄັນທີ່ສຸດແລະມູນຄ່ານ້ໍາຫນັກທີ່ສອດຄ້ອງກັນຂອງພວກເຂົາຈາກ 13 ລັກສະນະຮູຂຸມຂົນຂອງອາລູມິນຽມໂຟມ. ຫຼັງຈາກນັ້ນ, ສູດການກໍານົດລັກສະນະໃຫມ່, ເອີ້ນວ່າ "Wang equivalent porosity" (WEP), ໄດ້ຖືກພັດທະນາໂດຍການນໍາໃຊ້ນ້ໍາຫນັກທີ່ເຫຼືອທີ່ກໍາຫນົດໃຫ້ກັບ featureweights, ແລະສີ່ຕົວຄູນພາລາມິເຕີໄດ້ຮັບ. ສູດນີ້ມີຈຸດປະສົງເພື່ອເປັນຕົວແທນຂອງຄວາມສໍາພັນລະຫວ່າງລັກສະນະຈຸລະພາກຂອງອາລູມິນຽມໂຟມແລະການປະຕິບັດກົນຈັກຂອງມັນ, ນອກຈາກນັ້ນ, ນັກຄົ້ນຄວ້າໄດ້ດໍາເນີນການກວດສອບຕົວແບບໂດຍໃຊ້ຂໍ້ມູນການບີບອັດຈາກ 11 ຊຸດ.ອາລູມີນຽມໂຟມ. ຜົນໄດ້ຮັບການກວດສອບໄດ້ສະແດງໃຫ້ເຫັນວ່າໃນຈໍານວນ 11 ຊຸດຂໍ້ມູນອາລູມິນຽມໂຟມເຫຼົ່ານີ້. ສູດ Gibson-Ashby ໃຫ້ຜົນໄດ້ຮັບທີ່ຜິດປົກກະຕິໃນສອງກໍລະນີ, ໃນຂະນະທີ່ WEP ສະແດງໃຫ້ເຫັນຄວາມຫມັ້ນຄົງພິເສດໂດຍບໍ່ມີຄວາມຜິດປົກກະຕິ. ໃນການປຽບທຽບກັບສູດ Gibson-Ashby, WEP ສະແດງໃຫ້ເຫັນເຖິງຄວາມຖືກຕ້ອງຂອງການປະເມີນການປັບປຸງ 18.18%.
ອາລູມິນຽມໂຟມ, ປະກອບດ້ວຍໂລຫະອາລູມິນຽມໂລຫະປະສົມຂອງມັນ, ມີລັກສະນະເປັນ porous ຂອງ voids ຈໍານວນຫລາຍ, ແລະໂຄງສ້າງຄ້າຍຄື Honeycomb. ການພັດທະນາວິທີການປະເມີນຜົນການປະຕິບັດທີ່ຊັດເຈນແລະຄົບຖ້ວນແມ່ນຈໍາເປັນຢ່າງຮີບດ່ວນເພື່ອເສີມຂະຫຍາຍການນໍາໃຊ້ອາລູມິນຽມໂຟມ.
ສູດ Gibson-Ashby ແລະສູດ Hanssen, ແນະນໍາໂດຍ Gibson ແລະ Ashby, ຖືຄວາມສໍາຄັນເປັນສົມຜົນແບບດັ້ງເດີມສໍາລັບການອະທິບາຍອຸປະກອນລັກສະນະກົນຈັກຂອງ porous ຢ່າງໃດກໍຕາມ,ອາລູມີນຽມໂຟມສະແດງໂຄງສ້າງຈຸລະພາກທີ່ຫຼາກຫຼາຍແລະໄດ້ຮັບຜົນກະທົບຈາກປັດໃຈໂຄງສ້າງຕ່າງໆ, ເຊັ່ນ porosity, pore ຂະຫນາດ, ແລະການແຜ່ກະຈາຍ pore. ສ່ວນໃຫຍ່ຂອງການພົວພັນທີ່ເປັນປະທໍາແບບດັ້ງເດີມເຫຼົ່ານີ້ແມ່ນຮູບແບບ phenomenological macroscopic ທີ່ບໍ່ກວມເອົາອິດທິພົນຂອງໂຄງສ້າງ pore. ນອກຈາກນັ້ນ, ອາລູມິນຽມໂຟມອາດມີຄວາມຕ້ອງການປະສິດທິພາບທີ່ແຕກຕ່າງກັນໃນສະຖານະການຄໍາຮ້ອງສະຫມັກທີ່ແຕກຕ່າງກັນ. ດັ່ງນັ້ນ, ວິທີການປະເມີນຜົນຕ້ອງໄດ້ຮັບການປັບແຕ່ງເພື່ອຕອບສະຫນອງຄວາມຕ້ອງການສະເພາະຂອງຄໍາຮ້ອງສະຫມັກ. ນອກຈາກນັ້ນ, ພາກສະຫນາມອາລູມິນຽມໂຟມຍັງຂາດວິທີການທົດສອບມາດຕະຖານແລະຕົວກໍານົດການການປະຕິບັດ, ນໍາໄປສູ່ສິ່ງທ້າທາຍແລະການກວດສອບຄວາມຖືກຕ້ອງໃນທົ່ວການສຶກສາປຽບທຽບທີ່ແຕກຕ່າງກັນ. ສະຫຼຸບແລ້ວ, ວິທີການແບບດັ້ງເດີມບໍ່ສາມາດສ້າງຄວາມສໍາພັນລະຫວ່າງຄຸນລັກສະນະທາງຈຸລະພາກຂອງອາລູມິນຽມໂຟມແລະຄຸນລັກສະນະກົນຈັກຂອງມັນຫຼືການສ້າງແບບຈໍາລອງແລະການຄາດຄະເນຄຸນສົມບັດກົນຈັກຂອງອາລູມິນຽມໂຟມພາຍໃນຊ່ອງພາລາມິເຕີ. ການອາໄສແຕ່ທັດສະນະຂອງມະຫາພາກສຳລັບການປະເມີນຄຸນສົມບັດກົນຈັກຂອງອາລູມີນຽມໂຟມບໍ່ຕອບສະໜອງໄດ້ຕາມຄວາມຕ້ອງການຂອງການອອກແບບໃນຍຸກປະຈຸບັນ. ການສ້າງແຜນທີ່ການພົວພັນລະຫວ່າງໂຟມອາລູມີນຽມຕົວກໍານົດການໂຄງສ້າງແລະຄຸນລັກສະນະກົນຈັກຂອງມັນແມ່ນຄວາມດັນແລະສໍາຄັນ.
ໃນການສຶກສານີ້, ຕົວກໍານົດການລັກສະນະນະວະນິຍາຍທີ່ເອີ້ນວ່າ porosity ທຽບເທົ່າໄດ້ຖືກສະເຫນີເພື່ອສະແດງໃຫ້ເຫັນຄວາມສໍາພັນລະຫວ່າງລັກສະນະຈຸລະພາກແລະການປະຕິບັດຂອງອາລູມິນຽມໂຟມ. ພາລາມິເຕີນີ້ແມ່ນໄດ້ມາຈາກການກະຈາຍນ້ໍາຫນັກຂອງລັກສະນະເຊັ່ນ: porosity, ຂະຫນາດ pore ສະເລ່ຍ, ແລະວົງຂອງອາລູມິນຽມໂຟມ. ໂດຍຜ່ານການກວດສອບການທົດລອງໃນຕົວຢ່າງອາລູມິນຽມໂຟມ, ມັນໄດ້ຖືກສະແດງໃຫ້ເຫັນວ່າ porosity ທຽບເທົ່າ, ເປັນຕົວກໍານົດການລັກສະນະໃຫມ່, ສະຫນອງຄວາມຖືກຕ້ອງຫຼາຍ. ການສະທ້ອນເຖິງການປະຕິບັດຂອງອາລູມິນຽມໂຟມ.
ໃນການສຶກສານີ້, ພວກເຮົາຮັບຮອງເອົາວິທີການ interdisciplinary ໂດຍການລວມເອົາວິທະຍາສາດວັດສະດຸກັບການຮຽນຮູ້ເຄື່ອງຈັກ. ເຕັກນິກການຮຽນຮູ້ຂອງເຄື່ອງຈັກ , ເຊັ່ນ: ການຄັດເລືອກຄຸນສົມບັດ, ການວິເຄາະນໍ້າໜັກຄຸນສົມບັດ , ແລະການຈັດສັນນໍ້າໜັກທີ່ເຫຼືອ, ແມ່ນປະສົມປະສານເພື່ອສ້າງສູດສໍາລັບ porosity ທຽບເທົ່າ. ພວກເຮົາໄດ້ສະແດງໃຫ້ເຫັນຄວາມຖືກຕ້ອງຂອງ porosity ທຽບເທົ່າເປັນຕົວກໍານົດການລັກສະນະໃຫມ່ໂດຍຜ່ານການກວດສອບຫ້າຊຸດຕົວຢ່າງ, ສະຫນອງການສະທ້ອນທີ່ຊັດເຈນຂອງການປະຕິບັດຂອງອາລູມິນຽມໂຟມ. ພວກເຮົາສະຫນອງວິທີການທີ່ຊັດເຈນກວ່າສໍາລັບການປະເມີນຜົນແລະການວິເຄາະຄຸນສົມບັດກົນຈັກຂອງອຸປະກອນການ, ສະເຫນີຂໍ້ມູນອ້າງອີງທີ່ມີຄຸນຄ່າສໍາລັບການຕັດສິນໃຈແລະການວິເຄາະ. ການຄົ້ນຄວ້າໄດ້ສອດຄ່ອງຢ່າງໃກ້ຊິດກັບຄວາມກ້າວຫນ້າຢ່າງໄວວາຂອງຂໍ້ມູນໃຫຍ່ແລະເຕັກໂນໂລຢີປັນຍາປະດິດໂດຍການລວມເອົາການຄົ້ນຄວ້າວັດສະດຸທີ່ຂັບເຄື່ອນດ້ວຍຂໍ້ມູນກັບການສຶກສາຂອງອາລູມິນຽມໂຟມ. ພວກເຮົາແນະນໍາຮູບແບບແລະວິທີການນະວະນິຍາຍ, ສະເຫນີທັດສະນະສົດກ່ຽວກັບລັກສະນະແລະການວິເຄາະການປະຕິບັດຂອງອາລູມິນຽມ Foam.
ເວລາປະກາດ: 15-12-2023
