氨基漆加速老化试验数据的预测方法及系统技术方案

本发明专利技术提供一种氨基漆加速老化试验数据的预测方法及系统，所述方法包括以下步骤：获取前期实测的氨基漆色差性能数据，并采用一阶平均强化缓冲算子对所述前期实测的氨基漆色差性能数据进行强化处理；计算强化处理后的氨基漆色差性能数据的一次累加生成序列；计算所述一次累加生成序列的紧邻均值生成序列；根据所述强化处理后的氨基漆色差性能数据以及所述紧邻均值生成序列计算GM（1，1）模型的最小二乘估计参数值；根据所述最小二乘估计参数值计算所述GM（1，1）模型的时间响应序列和还原值；根据所述时间响应序列和还原值计算后期预测的氨基漆色差性能数据。本发明专利技术缩短了试验时间，节约了成本，提高了模型模拟和预测的精度。

【技术实现步骤摘要】
氨基漆加速老化试验数据的预测方法及系统
本专利技术涉及一种氨基漆加速老化试验数据的预测方法以及ー种氨基漆加速老化试验数据的预测系统。
技术介绍
氨基漆是ー种常见的用于金属防护的非金属有机涂层，其防护能力的好坏将直接决定金属材料的耐环境影响能力，如抗腐蚀、抗氧化能力等。有机涂层长期暴露在太阳辐射、盐雾及湿热环境下，容易发生物理和化性能变化，导致其防护性能逐步下降，因此氨基漆的环境适应性、老化特性一直是国内外研究的焦点。研究氨基漆的环境适应性的最好方法当然是在自然环境条件下直接开展自然大气暴露试验，然而自然大气暴露试验不仅需要专门的场地(如外场试验站)，试验条件难于控制，试验结果的重现性较差，而且试验往往需要几年或者十几年才能获得试验結果，试验时间特别长。相比之下，实验室加速模拟试验可以缩短试验时间，而且重现性较好。实验室加速模拟试验方法主要根据自然环境的影响因素、量值及作用方式进行确定，目前针对热带海洋环境条件下有机涂层的实验室加速模拟试验主要采用太阳辐射-湿热-盐雾多因素综合/组合试验方法，这种方法已被证实与自然环境试验方法相比具有较好的相关性和加速性。然而，由于上述实验方法首要是先考虑对自然环境条件下的影响因素、量值及作用方式进行模拟(即要求有较好的相关性)，再考虑其加速性，因此在获得较好相关性的情况下，加速性常常会受到限制。因此，要想充分了解氨基漆的环境适应性，掌握其性能老化特性，采用实验室太阳辐射-湿热-盐雾多因素综合/组合试验方法，仍需进行40天至60天的试验，以每5天为ー个检测周期，需要进行8次至12次检测，试验时间仍然较长，性能检测次数较多，成本仍然较高。要想缩短试验时间，又想更快结束试验，要么研究更先进的试验方法，要么以前期的试验数据为基础，建立性能退化数据模型，对后期性能数据进行预測。目前，传统的对性能数据的预测主要采用数据拟合的方式，通过建立一元线性回归直线模型或对数模型，对数据进行预测。然而，采用一元线性回归、指数拟合、对数拟合等方法虽然可以对数据进行建模和预测，但模型模拟精度比较低。因此，如何提高模型模拟和预测的精度，成为ー个亟待解决的问题。
技术实现思路
基于此，本专利技术提供一种氨基漆加速老化试验数据的预测方法及系统，能够提高模型模拟和预测的精度。为实现上述目的，本专利技术采用如下的技术方案:一种氨基漆加速老化试验数据的预测方法，包括以下步骤:获取前期实测的氨基漆色差性能数据，并采用ー阶平均強化缓冲算子对所述前期实测的氨基漆色差性能数据进行強化处理；计算强化处理后的氨基漆色差性能数据的一次累加生成序列；计算所述一次累加生成序列的紧邻均值生成序列；根据所述強化处理后的氨基漆色差性能数据以及所述紧邻均值生成序列计算GM(1，I)模型的最小ニ乘估计參数值；根据所述最小ニ乘估计參数值计算所述GM (1，I)模型的时间响应序列和还原值；根据所述时间响应序列和还原值计算后期预测的氨基漆色差性能数据。一种氨基漆加速老化试验数据的预测系统，包括:实测数据获取模块，用于获取前期实测的氨基漆色差性能数据，并采用ー阶平均強化缓冲算子对所述前期实测的氨基漆色差性能数据进行強化处理；一次累加生成序列计算模块，用于计算強化处理后的氨基漆色差性能数据的一次累加生成序列；紧邻均值生成序列计算模块，用于计算所述一次累加生成序列的紧邻均值生成序列；模型參数值计算模块，用于根据所述强化处理后的氨基漆色差性能数据以及所述紧邻均值生成序列计算GM (1，I)模型的最小ニ乘估计參数值；时间响应序列和还原值计算模块，用于根据所述最小ニ乘估计參数值计算所述GM(1，I)模型的时间响应序列和还原值；预测值计算模块，用于根据所述时间响应序列和还原值计算后期预测的氨基漆色差性能数据。由以上方案可以看出，本专利技术的氨基漆加速老化试验数据的预测方法及系统，对前期实测的氨基漆色差性能数据采用ー阶平均強化缓冲算子进行强化处理，然后利用GM(I，I)模型进行建模，从而实现对后期氨基漆色差性能数据的预测。本专利技术的方案根据试验产生的前期数据即可进行建模和预测出后期数据，这样一来有效解决了传统方案中试验时间比较长的问题，可以将试验时间缩短一半，节约了成本；并且本专利技术提高了模型模拟和预测的精度，使平均预测精度可达90%以上，比传统的数据拟合方法的模拟精度要高，保证了预测数据的准确性和应用价值；另外本专利技术还解决了预测数据与实际数据变化规律不一致的问题。【附图说明】图1为本专利技术实施例中一种氨基漆加速老化试验数据的预测方法的流程示意图；图2为本专利技术实施例中采用实验室太阳辐射-湿热-盐雾多因素综合/組合加速模拟试验方法的试验剖面示意图；图3为采用本申请的方案与采用传统对数拟合方法的模拟数据的发展趋势对比示意图；图4为本专利技术实施例中一种氨基漆加速老化试验数据的预测系统的结构示意图。【具体实施方式】下面结合附图以及具体的实施例，对本专利技术的技术方案作进ー步的描述。參见图1所示，一种氨基漆加速老化试验数据的预测方法，包括以下步骤:步骤S101，获取前期实测的氨基漆色差性能数据，并采用ー阶平均強化缓冲算子对所述前期实测的氨基漆色差性能数据进行強化处理，然后进入步骤S102。作为ー个较好的实施例，所述获取前期实测的氨基漆色差性能数据的过程具体可以包括如下:采用实验室太阳辐射-湿热-盐雾多因素综合/组合加速模拟试验方法来获取所述前期实测的氨基漆色差性能数据。采用实验室太阳辐射-湿热-盐雾多因素综合/组合加速模拟试验方法，试验40天至60天可以基本了解氨基漆的环境适应性，这种加速试验方法已被证实与自然大气暴露试验具有较好的相关性。本专利技术实施例中，所述试验以24小时为I个周期，由太阳辐射、湿热、盐雾三个部分组成，太阳辐射量值为0.60ff/m2i340nm,湿热试验量值为45°C、RH95%，盐雾试验量值为35で、5%中性NaCl溶液，I个周期内太阳辐射、湿热、盐雾三者的作用时间分别为22小吋、I小吋、I小时，试验剖面如图2所示。色差是氨基漆性能变化的主要性能指标之一，本专利技术实施例的试验过程中，可以以5天为一周期，对色差数据进行检测。另外，本专利技术实施例中采用灰色预测方法，通过用前20天测试的数据建立GM (I,I)模型，来对后期20天试验的数据进行预测。由于氨基漆的色差性能变化数据并不是完全符合GM (1，I)模型所表达的指数形式，因此需要对数据进行预处理，如进行弱化处理或强化处理。本专利技术实施例中采用ー阶平均強化缓冲算了进行强化处理。主要过程如下:设前期实测的氨基漆色差性能数据组成的向量为X(0) = {x(°) (I)，x(0) (2),..., xW(n) }，经ー阶平均強化缓冲算子处理的数据为XD1= {x(Q)(l)d，x(Q)(2)d，, x(Q)(n)d}，其中:本文档来自技高网...

【技术保护点】
一种氨基漆加速老化试验数据的预测方法，其特征在于，包括以下步骤：获取前期实测的氨基漆色差性能数据，并采用一阶平均强化缓冲算子对所述前期实测的氨基漆色差性能数据进行强化处理；计算强化处理后的氨基漆色差性能数据的一次累加生成序列；计算所述一次累加生成序列的紧邻均值生成序列；根据所述强化处理后的氨基漆色差性能数据以及所述紧邻均值生成序列计算GM（1，1）模型的最小二乘估计参数值；根据所述最小二乘估计参数值计算所述GM（1，1）模型的时间响应序列和还原值；根据所述时间响应序列和还原值计算后期预测的氨基漆色差性能数据。

【技术特征摘要】
1.一种氨基漆加速老化试验数据的预测方法，其特征在于，包括以下步骤: 获取前期实测的氨基漆色差性能数据，并采用ー阶平均強化缓冲算子对所述前期实测的氨基漆色差性能数据进行強化处理； 计算强化处理后的氨基漆色差性能数据的一次累加生成序列； 计算所述一次累加生成序列的紧邻均值生成序列； 根据所述強化处理后的氨基漆色差性能数据以及所述紧邻均值生成序列计算GM( I，I)模型的最小二乘估计參数值； 根据所述最小二乘估计參数值计算所述GM (1，I)模型的时间响应序列和还原值； 根据所述时间响应序列和还原值计算后期预测的氨基漆色差性能数据。2.根据权利要求1所述的氨基漆加速老化试验数据的预测方法，其特征在于，所述获取前期实测的氨基漆色差性能数据的过程包括: 采用实验室太阳辐射-湿热-盐雾多因素综合/组合加速模拟试验方法来获取所述前期实测的氨基漆色差性能数据；所述试验以24小时为I个周期，由太阳辐射、湿热、盐雾三个部分组成，太阳辐射量值为0.60W/m2@340nm，湿热试验量值为45°C、RH95%，盐雾试验量值为35°C、5%中性NaCl溶液，I个周期内太阳辐射、湿热、盐雾三者的作用时间分别为22小时、1小时、1小时。3.根据权利要求1所述的氨基漆加速老化试验数据的预测方法，其特征在于，在计算出所述GM (1，I)模型的时间响应序列和还原值之后，还包括步骤: 计算所述前期实测的氨基漆色差性能数据、一次累加生成序列的模拟值； 根据所述前期实测的氨基漆色差性能数据、一次累加生成序列的模拟值进行模型误差检验。4.根据权利要求3所述的氨基漆加速老化试验数据的预测方法，其特征在于，根据所述前期实测的氨基漆色差性能数据、一次累加生成序列的模拟值进行模型误差检验的过程包括: 计算所述前期实测的氨基漆色差性能数据与所述一次累加生成序列的模拟值的残差; 根据所述残差计算相对误差； 根据所述相对误差计算平均相对误差； 根据所述平均相对误差进行模型误差检验。5.根据权利要求3所述的氨基漆加速老化试验数据的预测方法，其特征在于，在计算出所述氨基漆色差性能数据的预测值之后，还包括步骤: 获取后期实测的...

【专利技术属性】
技术研发人员：袁敏，王忠，
申请(专利权)人：工业和信息化部电子第五研究所，
类型：发明
国别省市：