[发明专利]一种汽车部件在相近自然环境下的温度预测方法

说明书

本发明公开了一种汽车部件在相近自然环境下的温度预测方法，对于与训练地区属于GB/T 4797.1‑2018标准定义的同类型地区的预测地区，在无需将包含被测汽车部件的整车置于预测地区进行自然环境曝露试验的情况下，即能够预测出被测汽车部件于预测时间在其表面监测点处的表面监测点温度预测值，具有预测精度高、能够降低被测汽车部件在预测地区的自然环境曝露试验成本的优点，有助于减少车企在外国进行自然环境曝露试验的开支、缩短产品开发周期。

技术领域

本发明涉及汽车部件的自然户外曝晒试验，具体的说是一种汽车部件在相近自然环境下的温度预测方法。

背景技术

汽车部件在自然环境下温度的变化以及所经历的最大温度一直是汽车厂商重点关注的事情，然而在国外进行自然户外曝晒试验周期长、成本高，在一定程度上限制了汽车的研发周期。

因此，可通过国内试验站的暴露试验数据，构建大数据机器学习模型，预测国外自然环境下汽车部件温度变化。利用国内试验数据预测国外环境下汽车温度变化是一种简单、高效的方法。

汽车部件的温度变化是受大气环境温度、太阳辐照强度等因素的综合作用的结果。常规的数学模型仿真方法需要清楚知道汽车部件所用的材料及材料的各项性能参数(如光的吸收率、折射率等参数)，否则无法仿真出相对正确结果。

发明内容

本发明所要解决的技术问题是：提供一种汽车部件在相近自然环境下的温度预测方法。

解决上述技术问题，本发明所采用的技术方案如下：

一种汽车部件在相近自然环境下的温度预测方法，其特征在于，包括：

步骤S1、在多个自然日，将包含被测汽车部件的整车置于训练地区进行自然环境曝露试验，并在每一个所述自然日，相隔预设的时间间隔测得一组所述被测汽车部件的实测数据；例如：将所述时间间隔设置为5分钟，则在每一个所述自然日测得24*60/5＝288组实测数据；

其中，各个所述自然日可以是连续的，也可以是离散的；所述被测汽车部件可以是整车上的汽车部件，例如车顶、发动机盖、保险杠、中央面板、雨刮盖板、天窗胶条等；

其中，所述实测数据包括环境特征参数和所述被测汽车部件在其表面监测点处的表面监测点温度，所述表面监测点位于所述被测汽车部件能够被太阳照射到的位置，所述环境特征参数包含测试时间、所述被测汽车部件所处环境的大气温度、所述被测汽车部件受到的近似等效太阳辐照值，所述测试时间为所述训练地区的地方时；

步骤S2、将步骤S1测得的全部实测数据划分为训练集和验证集，并将所述测试时间、大气温度和近似等效太阳辐照值作为输入量，将所述表面监测点温度作为输出量，以用所述训练集和验证集对机器学习模型进行训练，得到汽车部件温度预测模型；其中，所述机器学习模型可以基于python等软件进行构建。

步骤S3、在多个自然日，将包含被测汽车部件的整车置于测试地区进行自然环境曝露试验，并在每一个所述自然日，相隔预设的时间间隔测得一组所述被测汽车部件的实测数据，该实测数据中的环境特征参数和表面监测点温度分别记为测试地区环境特征参数和测试地区表面监测点温度；其中，所述测试地区与训练地区属于GB/T 4797.1-2018标准定义的同类型地区；

并且，将每一组所述测试地区环境特征参数分别作为输入量代入所述汽车部件温度预测模型，计算得到输出量记为测试地区预测温度，以计算各个所述测试地区预测温度和测试地区表面监测点温度的平均绝对误差MAE；

如果MAE＜4，则认定所述汽车部件温度预测模型的性能可靠，否则，重复步骤S2至步骤S3；

步骤S4、对于与所述训练地区属于GB/T 4797.1-2018标准定义的同类型地区的预测地区：