殘差灰色預(yù)測模型在汽車保險(xiǎn)桿涂層自然老化研究中的應(yīng)用

王劍，潘曉濤，張曉東，曾文波，揭敢新,*，鐘少基

（1.廣東工業(yè)大學(xué)材料與能源學(xué)院，廣東 廣州 510006；2.中國電器科學(xué)研究院有限公司工業(yè)產(chǎn)品環(huán)境適應(yīng)性國家重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510663）

殘差灰色預(yù)測模型在汽車保險(xiǎn)桿涂層自然老化研究中的應(yīng)用

王劍1,2，潘曉濤1，張曉東2，曾文波2，揭敢新2,*，鐘少基1

（1.廣東工業(yè)大學(xué)材料與能源學(xué)院，廣東 廣州 510006；2.中國電器科學(xué)研究院有限公司工業(yè)產(chǎn)品環(huán)境適應(yīng)性國家重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510663）

構(gòu)建了殘差灰色預(yù)測模型，對(duì)濕熱環(huán)境自然曝曬下汽車保險(xiǎn)桿涂層的色差變化情況進(jìn)行預(yù)測。結(jié)果表明：該模型的色差模擬值與實(shí)測值的最大相對(duì)誤差為4.1400%，優(yōu)于灰色GM(1,1)預(yù)測模型的預(yù)測結(jié)果(最大相對(duì)誤差為17.0769%)，可以用于汽車保險(xiǎn)杠涂層老化行為的預(yù)測。

汽車保險(xiǎn)杠；涂層；濕熱環(huán)境；自然老化；預(yù)測；灰色理論；殘差；模擬

Abstract:A grey residual error model was established for predicting the variation of color difference of automobile bumper coating exposed in damp heat environment.The results showed that the maximum relative error of its simulation value with respect to the measured value is 4.1400%, which is better than that (17.0769%) of the grey GM(1,1) prediction model.It is proved that the grey residual error model can be used to predict the aging behavior of automobile bumper coating.

Keywords:automobile bumper; coating; damp heat environment; natural aging; prediction; grey theory; residual error;modeling

First-author’s address:School of Materials and Energy, Guangdong University of Technology, Guangzhou 510006, China

汽車涂層具有防護(hù)和裝飾雙重效果，耐老化是其重要的性能之一。傳統(tǒng)上是通過自然曝曬老化試驗(yàn)來考察汽車涂層的耐老化性能，但是該試驗(yàn)花費(fèi)時(shí)間很長，至少需要一年，有的甚至長達(dá)數(shù)十年[1-2]，比較難跟上材料的更新速度。以這種方法來確定汽車涂層使用壽命的效率太低，而加速老化試驗(yàn)又無法完全模擬汽車涂層的實(shí)際使用環(huán)境。近年來已有不少學(xué)者利用數(shù)學(xué)模型對(duì)涂層或其他材料的老化行為進(jìn)行研究[3-6]。

灰色系統(tǒng)理論由鄧聚龍教授創(chuàng)立以來，迅速受到相關(guān)領(lǐng)域?qū)W者的高度重視，并且得到國際學(xué)術(shù)界的充分肯定。傳統(tǒng)灰色GM(1,1)預(yù)測模型適用于只知部分信息的不確定系統(tǒng)，可利用少量數(shù)據(jù)建立預(yù)測模型來確定系統(tǒng)未來的變化趨勢[7]。但對(duì)于隨機(jī)非平穩(wěn)變化的系統(tǒng)，它的預(yù)測精度不高，阻礙了其應(yīng)用發(fā)展。不少學(xué)者結(jié)合其他數(shù)學(xué)模型對(duì)灰色GM(1,1)預(yù)測模型進(jìn)行研究以提高其預(yù)測精度，殘差修正模型便是其中之一[8]。本文利用某車型汽車涂層自然曝曬試驗(yàn)的色差數(shù)據(jù)建立灰色殘差預(yù)測模型，研究了其在汽車涂層自然老化行為試驗(yàn)中的適用性。

1 灰色模型的建立

1.1 灰色GM(1,1)預(yù)測模型

灰色 GM(1,1)預(yù)測模型通過對(duì)原始數(shù)據(jù)生成開發(fā)，提取有價(jià)值的信息，從而預(yù)測未來趨勢。灰色GM(1,1)預(yù)測模型是由一個(gè)包含單變量的一階微分方程構(gòu)成的模型，其原始形式實(shí)質(zhì)上是一個(gè)差分方程。建模步驟如下：

(1) 根據(jù)原始數(shù)據(jù)構(gòu)建原始序列 X(0)。

(2) 對(duì)原始數(shù)據(jù)累加處理，生成一次累加(1-AGO)序列 X(1)，再根據(jù) X(1)生成緊鄰值序列 Z(1)。

(3) 計(jì)算模型參數(shù)，得到灰色GM(1,1)預(yù)測模型。

灰色GM(1,1)預(yù)測模型的灰色微分方程如式(3)所示：

灰色GM(1,1)預(yù)測模型的最小二乘估計(jì)參數(shù)列滿足式(4)。

1.2 殘差灰色預(yù)測模型

其中，εa和εb分別是殘差灰色預(yù)測模型的發(fā)展系數(shù)和灰色作用量，其求法與灰色GM(1,1)預(yù)測模型的a、b求法類似。殘差修正值通過式(10)做累減還原得到。

1.3 模型誤差檢驗(yàn)

誤差檢驗(yàn)一般采用后驗(yàn)差和殘差檢驗(yàn)，后驗(yàn)差檢驗(yàn)針對(duì)的是殘差分布，是殘差統(tǒng)計(jì)特征的檢驗(yàn)；殘差檢驗(yàn)是逐點(diǎn)檢驗(yàn)的方法[7]。后驗(yàn)差檢驗(yàn)方法主要依靠后驗(yàn)差比值C和小誤差概率P來驗(yàn)證。

初始數(shù)據(jù)與模擬數(shù)據(jù)之差簡稱為殘差ε(k)。

按式(17)計(jì)算相對(duì)誤差kεΔ

表1 灰色模型的精度等級(jí)判別[10]Table 1 Precision rating of a grey model[10]

2 實(shí)驗(yàn)

2.1 汽車的自然曝曬試驗(yàn)

參照QC/T 728–2005《汽車整車大氣暴露試驗(yàn)方法》，將某品牌汽車整車置于工業(yè)產(chǎn)品環(huán)境適應(yīng)性國家重點(diǎn)實(shí)驗(yàn)室海南瓊海濕熱自然暴露試驗(yàn)場內(nèi)進(jìn)行靜態(tài)暴露試驗(yàn)。試驗(yàn)車的前擋風(fēng)玻璃朝向赤道方向，放置情況如圖1所示。每2個(gè)月遵循GB/T 3979–2008《物體色的測量方法》，使用日本柯尼卡美能達(dá)公司的CM-2300D型分光測色計(jì)測量前保險(xiǎn)杠涂層的色差，使用D65標(biāo)準(zhǔn)光源，10°觀測角。每次測量隨機(jī)選5個(gè)點(diǎn)，取平均值。試驗(yàn)時(shí)間為2年[1]。

圖1 自然環(huán)境下整車曝曬試驗(yàn)照片F(xiàn)igure 1 Photo showing the exposure test of a whole vehicle under natural environment

2.2 建模

試驗(yàn)車曝曬1年后，涂層受到太陽光輻射、熱、濕氣、污染物等環(huán)境因素影響而逐漸老化，使用性能降低。汽車前保險(xiǎn)桿涂層的色差隨時(shí)間變化的情況見表2。以涂層色差變化數(shù)據(jù)進(jìn)行灰色GM(1,1)預(yù)測模型建模。由表2可知原始序列 X(0)為{0.28，0.48，0.39，0.50，0.56，0.68}，根據(jù)式(1)對(duì)原始序列進(jìn)行一次累加得到 X(1)為{0.2000，0.6800，1.0700，1.5700，2.1300，0.8100}，根據(jù)式(2)對(duì) X(1)進(jìn)行緊鄰值處理得到 Z(1)為{0.4400，0.8750，1.3200，1.8500，2.4700}。根據(jù) X(0)和Z(1)序列可以得到Y(jié)和B中具體的數(shù)值，再由公式(4)得到 a?= [a,b]T=[0.1167,0.3597]T，即a = 0.1167，b = 0.3597。根據(jù)式(5)和式(6)進(jìn)一步得到灰色GM(1,1)預(yù)測模型的微分方程的時(shí)間響應(yīng)函數(shù)的還原值函數(shù)如式(18)所示。

表2 2種模型預(yù)測的汽車前保險(xiǎn)杠涂層色差Table 2 Color differences of automobile bumper coating predicted by two models, respectively

灰色GM(1,1)預(yù)測模型對(duì)汽車前保險(xiǎn)杠涂層色差預(yù)測結(jié)果也列于表2?？梢娔M值和實(shí)測值的相對(duì)誤差比較大，最大相對(duì)誤差為17.0769%。這說明該模型不夠準(zhǔn)確。因此建立殘差灰色預(yù)測模型予以修正。取表2中灰色GM(1,1)預(yù)測模型殘差序列(k )，即{0.0737，?0.0666，?0.0131，?0.0165，0.0321}，根據(jù)式(8)對(duì)序列進(jìn)行非負(fù)處理，得ε(0)(k)，即{0.2069，0.0666，0.1201，0.1167，0.1653}，據(jù)此得到殘差灰色預(yù)測模型的殘差修正模型為：

經(jīng)計(jì)算，灰色GM(1,1)預(yù)測模型和殘差灰色預(yù)測模型對(duì)保險(xiǎn)杠涂層色差預(yù)測對(duì)比情況見表2。兩者的精度對(duì)照情況見表3?；疑獹M(1,1)與殘差灰色預(yù)測模型的精度均為一級(jí)，但后者的預(yù)測誤差比前者的預(yù)測誤差小，說明后者預(yù)測的結(jié)果更加貼合實(shí)際情況。

表3 2種模型的精度對(duì)照Table 3 Comparison between precision of the two models

利用殘差灰色預(yù)測模型對(duì)涂層的色差進(jìn)行第二年的預(yù)測，k取 6、7、8、9、10和 11，分別得到第14、16、18、20、22和24月的預(yù)測值，并與第二年試驗(yàn)測得的涂層色差比較，結(jié)果見表4。

表4 用殘差灰色模型所得汽車保險(xiǎn)杠涂層色差預(yù)測值和實(shí)測值的對(duì)比Table 4 Comparison between the color difference values of an automobile bumper coating predicted by grey residual error model and those measured actually

可見殘差灰色預(yù)測模型對(duì)涂層的色差預(yù)測與實(shí)際情況比較吻合。綜合GB/T 1766–2008《色漆和清漆涂層老化的評(píng)級(jí)方法》和各車企的標(biāo)準(zhǔn)，色差值大于1.5判定為很輕微失色，小于1.5判定為無失色。色差預(yù)測值和測量值在第22月后都超過了1.5，屬于很輕微失色的情況。

3 結(jié)論

自然環(huán)境下，涂層老化行為變化情況受較多的環(huán)境因素影響，很難通過實(shí)際試驗(yàn)來確定。針對(duì)這一狀況，根據(jù)灰色理論建立了灰色GM(1,1)預(yù)測模型和殘差灰色預(yù)測模型對(duì)汽車保險(xiǎn)杠涂層在海南瓊海濕熱自然環(huán)境下老化行為的變化進(jìn)行預(yù)測。對(duì)于隨機(jī)非穩(wěn)定序列，由于殘差灰色模型對(duì)序列首端附近的誤差進(jìn)行了修正，預(yù)測結(jié)果相對(duì)于灰色GM(1,1)預(yù)測模型的預(yù)測結(jié)果更符合實(shí)際情況，精度等級(jí)更高，為汽車保險(xiǎn)杠涂層老化的研究提供一條新的途徑。

[1]馬堅(jiān), 揭敢新, 劉強(qiáng), 等.汽車氣候老化應(yīng)用技術(shù)[M].廣州: 華南理工大學(xué)出版社, 2013: 9-10.

[2]張曉東, 王俊, 揭敢新, 等.干熱環(huán)境下的汽車耐候性試驗(yàn)結(jié)果分析[J].汽車工藝與材料, 2015 (10): 36-38.

[3]尚建麗, 王健.GM(1,1)模型在外飾面涂層耐久性預(yù)測中的應(yīng)用[J].涂料工業(yè), 2010, 40 (8): 13-15.

[4]黃偉, 仇君.塑料自然老化力學(xué)性能的灰色預(yù)測[J].廣西大學(xué)學(xué)報(bào)(自然科學(xué)版), 2001, 26 (4): 275-277, 282.

[5]ARNAUD R, ROMAIN L, STéPHANE C, et al.Modeling of hydrothermal aging of short flax fiber reinforced composites [J].Composites Part A: Applied Science and Manufacturing, 2016, 90: 559-566.

[6]MARINE J, RAFAEL G, DANIEL H, et al.PEMFC aging modeling for prognostics and health assessment [J].IFAC-PapersOnLine, 2015, 48 (21): 790-795.

[7]鄧聚龍.灰色系統(tǒng)基本方法[M].2版.武漢: 華中科技大學(xué)出版社, 2005: 209-211.

[8]劉思峰, 黨耀國, 方志耕, 等.灰色系統(tǒng)理論及其應(yīng)用[M].3版.北京: 科學(xué)出版社, 2004: 447-448.

[9]張?zhí)煸? 陳奎, 胡玉霞, 等.殘差灰色預(yù)測模型在塑料老化行為預(yù)測中的應(yīng)用[J].現(xiàn)代化工, 2013, 33 (5): 119-121, 123.

[10]王鵬, 黃顯峰, 崔延松.灰色殘差模型在城市工業(yè)需水量預(yù)測中的運(yùn)用[J].機(jī)械制造與自動(dòng)化, 2014, 43 (5): 135-138.

[ 編輯：杜娟娟 ]

《電鍍與涂飾》雜志微信號(hào)(ddyts1982)實(shí)施簽到積分獎(jiǎng)勵(lì)計(jì)劃

點(diǎn)擊自定義菜單“行業(yè)互動(dòng)→簽到獎(jiǎng)勵(lì)”即可進(jìn)入會(huì)員中心進(jìn)行簽到，簽到前需先綁定會(huì)員。

微信自動(dòng)綁定僅限于首次關(guān)注，非首次關(guān)注需手動(dòng)綁定會(huì)員。

積分兌換計(jì)劃已經(jīng)開始，微信簽到積分和表面處理領(lǐng)航網(wǎng)(www.sfceo.net)積分已經(jīng)合并。

網(wǎng)站兌換網(wǎng)址：http://www.sfceo.net/gift/。

微信簽到及兌換方式如下：

Application of grey residual error prediction model in study of natural aging of automobile bumper coating

WANG Jian, PAN Xiao-tao, ZHANG Xiao-dong, ZENG Wen-bo, JIE Gan-xin*, ZHONG Shao-ji

TQ638

B

1004 – 227X (2017) 18 – 1000 – 05

2017–05–18

2017–08–26

廣州市科學(xué)研究專項(xiàng)支持項(xiàng)目（201504010020）。

王劍（1990–），男，廣西玉林人，在讀碩士研究生，工程師，研究方向?yàn)楣I(yè)產(chǎn)品環(huán)境。

揭敢新，教授級(jí)高級(jí)工程師，(E-mail) 871540963@qq.com。

10.19289/j.1004-227x.2017.18.010