基于数据驱动的汽车部件温度预测模型研究

目的基于某汽车在中国吐鲁番地区自然暴露的部件温度变化试验数据,预测该车在美国凤凰城地区气象环境下的汽车部件温度变化。方法把汽车部件的温度作为输出变量,提取影响汽车部件温度变化的关键特征(试验时间、大气温度、太阳辐照)作为输入变量,同时运用公式对不同纬度地区部件受到的太阳辐照进行修正,以消除地理位置的影响。利用Python等软件构建机器学习模型,用吐鲁番试验数据训练模型,然后预测该车部件在美国凤凰城地区的温度变化。结果梯度提升机模型具有良好的泛化能力和预测精度,其预测值与实际值的平均绝对误差均在3.3°以内,拟合优度R^(2)均大于0.90。BP神经网络和随机森林算法模型也具有较好的预测精度。结论利用汽车在我国试验站点进行的自然暴露试验数据,可以预测该汽车部件在国外相似地区气象条件下的温度变化。该研究对于依据汽车部件在我国的自然暴露试验结果预测其他国家相似地区自然环境下汽车部件的温度变化具有一定的指导意义。

内饰件双向自动跟踪太阳限温箱试验加速效果研究

本文主要通过对仪表板在整车自然曝露试验与双向自动跟踪太阳限温箱试验仪表板的结果进行对比研究,收集光照、温度、外观变化等数据及计算TNR综合环境作用兰利值,分析两种试验方式的变化规律,并进一步计算出双向自动跟踪太阳限温箱试验对比整车自然曝露试验的加速效果,为汽车内饰件耐候性研究提供多种试验方式的数据参考。

基于大数据分析的汽车外饰部件光热老化模型研究

以某型汽车整车在海南琼海和新疆吐鲁番自然暴露试验过程中外饰通风盖板发白现象为例,研究基于互信息理论的大数据相关性分析模型,确定引起通风盖板发白的主要环境因素,并推导了通风盖板光热老化等效辐照量计算模型,利用两个不同地区通风盖板试验数据确定了汽车外饰部件光热老化模型参数要求。

汽车通风盖板发白现象的大数据分析

目的以某型汽车自然曝露试验过程中通风盖板老化发白现象为例,研究建立影响汽车零部件自然老化的主要环境因素综合作用计算模型。方法以试验大数据库为基础,利用互信息理论分析方法,确定影响汽车通风盖板发白的主要环境因素,并推导主要环境因素综合作用计算模型。结果基于不同地区试验过程中每5 min记录1次的汽车通风盖板表面太阳辐照量和温度数据,精确计算了通风盖板出现发白现象的环境综合作用值。计算结果表明,当光热等效辐照值大于1882.8 J/cm^(2)时,该通风盖板就会出现发白现象。结论依据汽车外饰塑料件在典型地区的自然暴露试验结果,通过该模型可以预估其他地区的服役寿命。