Za bolj celovito razumevanje in ocenjevanjepenast aluminijuspešnosti.raziskovalci so uvedli različne karakterizacijske indikatorje. Vendar je trenutno razumevanje pomena teh indikatorjev pri analizi učinkovitosti penjenega aluminija omejeno. Ta študija uporablja metodo generalizirane regresijske nevronske mreže (GRNN) za vzpostavitev modela, ki povezuje podatke o karakterizaciji mikrostrukture penastega aluminija z njegovimi mehanskimi lastnostmi. Z modelom CRNN so raziskovalci izluščili štiri najpomembnejše lastnosti in njihove ustrezne vrednosti teže iz 13 značilnosti por penastega aluminija. Kasneje je bila razvita nova karakterizacijska formula, imenovana "Wangova ekvivalentna poroznost" (WEP), z uporabo preostalih uteži, dodeljenih uteži značilnosti, in pridobljeni so bili štirje koeficienti parametrov. Namen te formule je predstaviti razmerje med mikrostrukturnimi značilnostmi penastega aluminija in njegovo mehansko zmogljivostjo. Poleg tega so raziskovalci izvedli preverjanje modela z uporabo podatkov o stiskanju iz 11 sklopovpenast aluminij. Rezultati validacije so pokazali, da je med temi 11 nabori podatkov o penastem aluminiju. Gibson-Ashbyjeva formula je dala nenormalne rezultate v dveh primerih, medtem ko je WEP pokazal izjemno stabilnost brez kakršnih koli anomalij. V primerjavi z Gibson-Ashbyjevo formulo je WEP pokazal 18,18-odstotno izboljšanje natančnosti vrednotenja.

Za penasti aluminij, sestavljen iz aluminijeve kovine ali njegovih zlitin, je značilna porozna narava s številnimi prazninami in struktura, podobna satju. Za izboljšanje uporabe penastega aluminija je nujno potreben razvoj natančnih in celovitih metod vrednotenja učinkovitosti.

Formula Gibson-Ashby in formula Hanssen, ki sta ju predstavila Gibson in Ashby, sta pomembni kot tradicionalni enačbi za opisovanje mehanskih lastnosti materialov poroznih.penast aluminijima različne mikrostrukture in nanj vplivajo različni strukturni dejavniki, kot so poroznost, velikost por in porazdelitev por. Večina teh konvencionalnih konstitutivnih odnosov so makroskopski fenomenološki modeli, ki ne upoštevajo vpliva struktur por. Poleg tega ima lahko penasti aluminij različne zahteve glede učinkovitosti v različnih scenarijih uporabe. Posledično morajo biti metode vrednotenja prilagojene za izpolnjevanje posebnih zahtev uporabe. Poleg tega na področju penastega aluminija manjkajo standardizirane preskusne metode in parametri delovanja, kar povzroča izzive pri potrjevanju ugotovitev v različnih primerjalnih študijah. Če povzamemo, tradicionalne metode ne uspejo vzpostaviti korelacije med mikrostrukturnimi lastnostmi penastega aluminija in njegovimi mehanskimi lastnostmi ali natančno modelirati in napovedati mehanskih lastnosti penastega aluminija znotraj prostora parametrov. Zanašanje zgolj na makroskopsko perspektivo za ocenjevanje mehanskih lastnosti penastega aluminija ne izpolnjuje več sodobnih zahtev glede izvedbe. Vzpostavitev razmerja preslikave medpenast aluminijstrukturni parametri in mehanske lastnosti so pereča in ključna zadeva.

V tej študiji je bil predlagan nov karakterizacijski parameter, imenovan ekvivalentna poroznost, ki predstavlja razmerje med mikrostrukturnimi značilnostmi in zmogljivostjo penastega aluminija. Ta parameter je bil izpeljan iz utežene porazdelitve lastnosti, kot so poroznost, povprečna velikost por in krožnost penastega aluminija. Z eksperimentalnim preverjanjem na vzorcih penastega aluminija je bilo dokazano, da ekvivalentna poroznost kot nov karakterizacijski parameter zagotavlja natančnejši odraz zmogljivosti penastega aluminija.

V tej študiji uporabljamo interdisciplinarni pristop s kombinacijo znanosti o materialih s strojnim učenjem. Tehnike strojnega učenja, kot je izbira značilnosti, analiza teže značilnosti in dodelitev preostale teže, so integrirane za vzpostavitev formule za enakovredno poroznost. Dokazali smo natančnost enakovredne poroznosti kot novega karakterizacijskega parametra z validacijo petih nizov vzorcev, ki zagotavljajo natančen odraz učinkovitosti penastega aluminija. Zagotavljamo natančnejšo metodo za ocenjevanje in analizo mehanskih lastnosti materiala, ki ponuja dragocene reference za odločanje in analizo. Raziskava je tesno povezana s hitrim napredkom na področju velikih podatkov in tehnologij umetne inteligence z združitvijo podatkovno usmerjenih raziskav materialov s študijo penjenega aluminija. Predstavljamo nove vzorce in metode, ki ponujajo svež pogled na karakterizacijo in analizo učinkovitosti penastega aluminija.