[发明专利]氨基漆加速老化试验数据的预测方法及系统

说明书

技术领域

本发明涉及一种氨基漆加速老化试验数据的预测方法以及一种氨基漆加速老化试验数据的预测系统。

背景技术

氨基漆是一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结果，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天为一个检测周期，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测。

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，成为一个亟待解决的问题。

发明内容

基于此，本发明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，本发明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。

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；

一次累加生成序列计算模块，用于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；

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；

模型参数值计算模块，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（1，1）模型的最小二乘估计参数值；

时间响应序列和还原值计算模块，用于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；

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。