Щоб отримати більш повне розуміння та оцінкупіноалюмінійPerformance.дослідники ввели різні показники характеристики. Однак поточне розуміння значущості цих показників для аналізу характеристик спіненого алюмінію обмежене. У цьому дослідженні використовується метод узагальненої регресійної нейронної мережі (GRNN) для створення моделі, яка пов’язує дані характеристики мікроструктури спіненого алюмінію з його механічними властивостями. За допомогою моделі CRNN дослідники витягли чотири найважливіші характеристики та їхні відповідні вагові значення з 13 характеристик пор спіненого алюмінію. Згодом була розроблена нова формула характеристики, яка називається «Еквівалентна пористість Ванга» (WEP), з використанням залишкових ваг, призначених для ваг ознак, і було отримано чотири параметри коефіцієнтів. Ця формула має на меті відобразити зв’язок між мікроструктурними властивостями спіненого алюмінію та його механічними характеристиками. Крім того, дослідники провели перевірку моделі, використовуючи дані стиснення з 11 наборівспінений алюміній. Результати перевірки показали, що серед цих 11 наборів даних піноалюмінію. формула Гібсона-Ешбі дала аномальні результати в двох випадках, тоді як WEP продемонстрував виняткову стабільність без будь-яких аномалій. У порівнянні з формулою Гібсона-Ешбі WEP продемонстрував підвищення точності оцінки на 18,18%.

Піноалюміній, що складається з металевого алюмінію або його сплавів, характеризується своєю пористою природою, численними пустотами та стільниковою структурою. Розробка точних і комплексних методів оцінки ефективності терміново необхідна для збільшення використання спіненого алюмінію.

Формула Гібсона-Ешбі та формула Ганссена, введені Гібсоном та Ешбі, мають значення як традиційні рівняння для опису механічних характеристик матеріалів пористих.спінений алюмінійдемонструє різноманітні мікроструктури і на нього впливають різні структурні фактори, такі як пористість, розмір пор і розподіл пор. Більшість цих традиційних конститутивних залежностей є макроскопічними феноменологічними моделями, які не враховують вплив структур пор. Крім того, піноалюміній може мати різні вимоги до продуктивності в різних сценаріях застосування. Отже, методи оцінки повинні бути адаптовані відповідно до конкретних вимог застосування. Крім того, у галузі спіненого алюмінію відсутні стандартизовані методи випробувань і параметри продуктивності, що призводить до проблем у перевірці результатів у різних порівняльних дослідженнях. Таким чином, традиційні методи не в змозі встановити кореляцію між мікроструктурними властивостями спіненого алюмінію та його механічними характеристиками або точно змоделювати та спрогнозувати механічні властивості спіненого алюмінію в межах параметрів. Покладатися виключно на макроскопічну перспективу для оцінки механічних властивостей спіненого алюмінію більше не відповідає сучасним вимогам до продуктивності. Встановлення відношення відображення міжпіноалюмінійструктурні параметри та його механічні характеристики є актуальною та ключовою справою.

У цьому дослідженні було запропоновано новий параметр характеристики, який називається еквівалентною пористістю, щоб відобразити зв’язок між мікроструктурними особливостями та характеристиками спіненого алюмінію. Цей параметр був отриманий із зваженого розподілу таких характеристик, як пористість, середній розмір пор і округлість спіненого алюмінію. Шляхом експериментальної перевірки на зразках спіненого алюмінію було продемонстровано, що еквівалентна пористість, як новий параметр характеристики, забезпечує точнішу характеристику відображення продуктивності спіненого алюмінію.

У цьому дослідженні ми застосовуємо міждисциплінарний підхід, поєднуючи матеріалознавство з машинним навчанням. Методи машинного навчання, такі як вибір функцій, аналіз ваги характеристик і розподіл залишкової ваги, інтегровані для встановлення формули для еквівалентної пористості. Ми продемонстрували точність еквівалентної пористості як нового параметра характеристики шляхом перевірки п’яти наборів зразків, забезпечуючи точне відображення продуктивності спіненого алюмінію. Ми надаємо більш точний метод оцінки та аналізу механічних властивостей матеріалу, пропонуючи цінні посилання для прийняття рішень та аналізу. Дослідження тісно пов’язане зі швидким прогресом великих даних і технологій штучного інтелекту, об’єднавши дослідження матеріалів на основі даних із дослідженням спіненого алюмінію. Ми представляємо нові моделі та методи, пропонуючи свіжий погляд на характеристику та аналіз продуктивності спіненого алюмінію.