CN112763406A - 腐蚀数据分析方法、介质、评估方法及汽车 - Google Patents

腐蚀数据分析方法、介质、评估方法及汽车 Download PDF

Info

Publication number
CN112763406A
CN112763406A CN202011487603.0A CN202011487603A CN112763406A CN 112763406 A CN112763406 A CN 112763406A CN 202011487603 A CN202011487603 A CN 202011487603A CN 112763406 A CN112763406 A CN 112763406A
Authority
CN
China
Prior art keywords
data
electrochemical
corrosion
automobile
electrochemical impedance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011487603.0A
Other languages
English (en)
Inventor
陶军
卢俊康
陆德智
黄垂刚
李富航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN202011487603.0A priority Critical patent/CN112763406A/zh
Publication of CN112763406A publication Critical patent/CN112763406A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00Investigating resistance of materials to the weather, to corrosion, or to light
    • G01N17/02Electrochemical measuring systems for weathering, corrosion or corrosion-protection measurement
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Ecology (AREA)
  • Chemical & Material Sciences (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Computer Hardware Design (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

本发明涉及汽车防腐领域,本发明公开了一种腐蚀数据分析方法、介质、评估方法及汽车,其方法包括:获取第一汽车配件的第一电化学数据和第二汽车配件的第二电化学数据,第一汽车配件为经过实验室加速腐蚀试验处理过的配件,第二汽车配件为使用过的配件;根据第一电化学数据生成第一电化学阻抗谱数据,根据第二电化学数据生成第二电化学阻抗谱数据;根据第一电化学阻抗谱数据和第二电化学阻抗谱数据生成在指定技术指标上的相关性数据。本发明可以提高汽车配件的腐蚀数据的测量准确度,提升汽车防腐设计的质量。

Description

腐蚀数据分析方法、介质、评估方法及汽车
技术领域
本发明涉及汽车防腐领域,尤其涉及一种腐蚀数据分析方法、介质、评估方法及汽车。
背景技术
在现有技术中,通常采用实验室加速腐蚀试验获取汽车配件的腐蚀数据,进而基于腐蚀数据优化汽车配件的防腐性能。然而,实验室加速腐蚀的模拟环境无法真实还原用车工况,导致其获得的腐蚀数据,与汽车配件实际的腐蚀状况存在较大差异。
发明内容
基于此,有必要针对上述技术问题,提供一种腐蚀数据分析方法、介质、评估方法及汽车,以提高汽车配件的腐蚀数据的测量准确度。
一种腐蚀数据分析方法,包括:
获取第一汽车配件的第一电化学数据和第二汽车配件的第二电化学数据,所述第一汽车配件为经过实验室加速腐蚀试验处理过的配件,所述第二汽车配件为使用过的配件;
根据所述第一电化学数据生成第一电化学阻抗谱数据,根据所述第二电化学数据生成第二电化学阻抗谱数据;
根据所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据生成在指定技术指标上的相关性数据。
一个或多个存储有计算机可读指令的可读存储介质,所述计算机可读指令被一个或多个处理器执行时,使得所述一个或多个处理器执行如上述腐蚀数据分析方法。
一种汽车配件防腐性能评估方法,使用了上述任意一种腐蚀数据分析方法生成的相关性数据。
一种汽车,其特征在于,包括采用上述汽车配件防腐性能评估方法评估的汽车配件。
上述腐蚀数据分析方法、介质、评估方法及汽车,通过获取第一汽车配件的第一电化学数据和第二汽车配件的第二电化学数据,所述第一汽车配件为经过实验室加速腐蚀试验处理过的配件,所述第二汽车配件为使用过的配件,以通过电化学数据评估汽车配件的腐蚀程度。根据所述第一电化学数据生成第一电化学阻抗谱数据,根据所述第二电化学数据生成第二电化学阻抗谱数据,以对电化学数据进一步加工,获得适于比较的电化学阻抗谱数据。根据所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据生成在指定技术指标上的相关性数据,以分析实验室数据(第一电化学阻抗谱数据)与实际使用数据(第二电化学阻抗谱数据)之间的相关性,优化防腐设计,减少实验室测试的防腐性能与实际使用的防腐性能之间的偏差。本发明可以提高汽车配件的腐蚀数据的测量准确度,提升汽车防腐设计的质量。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中腐蚀数据处理方法的一流程示意图;
图2是本发明一实施例中循环交变腐蚀试验条件控制的示意参考图;
图3是本发明一实施例中四种涂层电路结构模型的结构示意图及其对应的曲线;
图4a是本发明一实施例中基于第一电化学阻抗谱数据生成的曲线;
图4b是本发明一实施例中基于第二电化学阻抗谱数据生成的曲线。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在一实施例中,如图1所示,提供一种腐蚀数据处理方法,包括如下步骤:
S10、获取第一汽车配件的第一电化学数据和第二汽车配件的第二电化学数据,所述第一汽车配件为经过实验室加速腐蚀试验处理过的配件,所述第二汽车配件为使用过的配件。
本实施例中,第一汽车配件可以是汽车上任意一处需要进行腐蚀性能测试的零件。第二汽车配件可以是与第一汽车配件类型和/或功能相同的配件。例如,第一汽车配件为车架,第二汽车配件也为车架。
第一电化学数据指的是以第一汽车配件为测试对象进行电化学分析,生成一系列的电化学数据。电化学分析可以实现对第一汽车配件的无损检测。同样的,第二电化学数据指的是以第二汽车配件为测试对象进行电化学分析,生成一系列的电化学数据。获得第二电化学数据对第二汽车配件也是无损的。在一示例中,电化学数据可通过电化学工作站进行采集。
在获取第一汽车配件中,实验室加速腐蚀试验可以指一定的腐蚀条件对汽车配件进行加速腐蚀的试验。可以根据实际需要设置腐蚀条件。在一示例中,实验室加速腐蚀试验可以采用《GB/T 10125-2012人造气氛腐蚀试验》规定的腐蚀条件。
第二汽车配件可以选用使用过的配件,如从汽修厂获得的具有一定实际使用时间的配件。换句话说,第二汽车配件可以是车主替换掉的旧的车辆零部件。
S20、根据所述第一电化学数据生成第一电化学阻抗谱数据,根据所述第二电化学数据生成第二电化学阻抗谱数据。
可理解地,电化学阻抗谱数据指的是电化学数据经过分析处理后形成的数据,如EIS(电化学阻抗谱分析)曲线。相应的,可以基于第一电化学数据生成第一电化学阻抗谱数据,基于第二电化学数据生成第二电化学阻抗谱数据。
S30、根据所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据生成在指定技术指标上的相关性数据。
可理解地,指定技术指标可以基于实际需要进行设置。在一示例中,指定技术指标可以是相位角和交流阻抗。在此处,交流阻抗可以指汽车配件表面涂层的阻抗模值数据。
相关性数据可以指第一汽车配件的腐蚀状况与第二汽车配件的腐蚀状况之间的关联关系。可以通过曲线比较、线性拟合等方式计算相关性数据。在一些示例中,相关性数据可以表示为相位角的偏移程度、相位角峰值位置频率的变化、相位角曲线的峰谷位置频率的变化、交流阻抗的线性相关系数。
在一些情况下,相关性数据还可以包括汽车配件的腐蚀行为关联性。可以结合第一汽车配件的实验条件和第二汽车配件的筛选条件,分析第一电化学阻抗谱数据和第二电化学阻抗谱数据之间的差异,进而获得汽车配件的腐蚀行为关联性。
步骤S10-S30中,获取第一汽车配件的第一电化学数据和第二汽车配件的第二电化学数据,所述第一汽车配件为经过实验室加速腐蚀试验处理过的配件,所述第二汽车配件为使用过的配件,以通过电化学数据评估汽车配件的腐蚀程度。根据所述第一电化学数据生成第一电化学阻抗谱数据,根据所述第二电化学数据生成第二电化学阻抗谱数据,以对电化学数据进一步加工,获得适于比较的电化学阻抗谱数据。根据所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据生成在指定技术指标上的相关性数据,以分析实验室数据(第一电化学阻抗谱数据)与实际使用数据(第二电化学阻抗谱数据)之间的相关性,优化防腐设计,减少实验室测试的防腐性能与实际使用的防腐性能之间的偏差。
可选的,所述实验室加速腐蚀试验的条件包括盐雾氛围、温度和湿度中的至少一种。
可理解地,可以根据实际需要设置实验室加速腐蚀试验的条件。实验室加速腐蚀试验的条件包括但不限于盐雾氛围、温度和湿度。在一示例中,盐雾氛围可以选取中性盐雾氛围或铜加速醋酸盐雾氛围,实施方式可参照《GB/T10125-2012人造气氛腐蚀试验》。在另一示例中,可以采用循环交变腐蚀试验制得第一汽车配件。如图2所示,为一示例中循环交变腐蚀试验条件控制的示意参考图。
可选的,步骤S10,即所述获取第一汽车配件的第一电化学数据和第二汽车配件的第二电化学数据之前,还包括:
S11、通过预设筛选条件选取使用过的配件,获得所述第二汽车配件,所述预设筛选条件包括环境条件和车辆条件。
可理解地,不同的用车条件,汽车配件的腐蚀程度存在较大差异。若未对用车条件进行限制,相关性数据难以正确反映实验室测试与实际使用的腐蚀程度差异。因而,可以根据实际的用车条件,设置预设筛选条件。预设筛选条件可以包括环境条件和车辆条件。环境条件包括但不限于气候条件和地理位置。车辆条件包括但不限于车辆里程、维护状况、车龄。
可选的,所述环境条件包括滨海距离、气温、大气相对湿度、融雪剂使用、大气污染物及其浓度中的至少两种;
所述车辆条件包括车辆里程、车龄、车辆维护情况、洗车频率、车辆使用环境、停车位置中的至少一种。
在一示例中,环境条件包括滨海距离、气温、大气相对湿度、融雪剂使用、大气污染物及其浓度中的至少两种。滨海距离可以指车辆经常活跃地点与海岸线的距离。融雪剂使用包括两种状态,一种为使用,另一种为不使用。大气污染物可以是二氧化硫、二氧化氮等。大气污染物的浓度可用浓度等级表示,如分为高、中、低三个等级。
车辆条件包括但不限于车辆里程、车龄、车辆维护情况、洗车频率、车辆使用环境、停车位置。可以根据实际需要划分车辆里程的区间,如5万公里以下、5-10万公里、10万公里以上等。车辆维护情况可用维护程度表示,如可以分为优、中等、劣等。车辆使用环境可以分为城镇环境和野外环境。停车位置可以分为室内停放和室外停放。
可选的,步骤S20,即所述根据所述第一电化学数据生成第一电化学阻抗谱数据,根据所述第二电化学数据生成第二电化学阻抗谱数据,包括:
S201、通过第一涂层电路结构模型处理所述第一电化学数据,生成所述第一电化学阻抗谱数据;
S202、通过第二涂层电路结构模型处理所述第二电化学数据,生成所述第二电化学阻抗谱数据。
可理解地,由于第一电化学数据和第二电化学数据是电化学工作站采集的原始数据,数据量非常多。因而,需要对第一电化学数据和第二电化学数据进一步处理,生成相应的第一电化学阻抗谱数据和第二电化学阻抗谱数据。若汽车配件的有机涂层腐蚀轻微,外观相对完好,其采集的电化学数据复杂程度较低,可以直接生成电化学阻抗谱数据。
在大多情况下,汽车配件的有机涂层存在一定的破损,导致其采集的电化学数据复杂程度较高,需要选择合适的涂层电路结构模型对电化学数据进行拟合,生成拟合后的电化学曲线(EIS曲线)。在此处,第一涂层电路结构模型是用于处理第一电化学数据的模型,第二涂层电路结构模型是用于处理第二电化学数据的模型。第一涂层电路结构模型和第二涂层电路结构模型可以是相同的模型,也可以是不相同的模型。
可选的,所述第一涂层电路结构模型包括理想电路模型、连接电阻可忽略模型、连接电阻不可忽略模型和浓差极化模型中的至少一种;
所述第二涂层电路结构模型包括理想电路模型、连接电阻可忽略模型、连接电阻不可忽略模型和浓差极化模型中的至少一种。
可理解地,第一涂层电路结构模型包括理想电路模型、连接电阻可忽略模型、连接电阻不可忽略模型和浓差极化模型中的至少一种。第二涂层电路结构模型包括理想电路模型、连接电阻可忽略模型、连接电阻不可忽略模型和浓差极化模型中的至少一种。第一涂层电路结构模型和第二涂层电路结构模型可以是相同的模型,也可以是不相同的模型。如图3所示,图3为四种涂层电路结构模型的奈奎斯特频率曲线(Nyquist)、伯德图(bode)和结构示意图。
可选的,步骤S30,即所述根据所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据生成在指定技术指标上的相关性数据,包括:
S301、对所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据进行形态分析,生成分析结果;
S302、根据所述分析结果确定所述指定技术指标;
S303、根据所述指定技术指标处理所述第一电化学阻抗谱数据,生成第一曲线,根据所述指定技术指标处理所述第二电化学阻抗谱数据,生成第二曲线;
S304、比较所述第一曲线和所述第二曲线,生成所述相关性数据。
本实施例中,通过步骤S301和S302,可以对电化学阻抗谱数据(包括第一电化学阻抗谱数据和第二电化学阻抗谱数据)进行定性分析。在此处,可以将电化学阻抗谱数据处理成曲线,以便于形态分析,并生成分析结果。在一示例中,分析结果包括:1、曲线形状相同,分析比较相参数对应的频率,一般情况下,完好的涂层,其相参数频率较低;2、曲线形状不同,分析比较相参数,相参数越多,涂层结构越复杂,一般情况下,破损涂层会产生较大的相参数。
通过步骤S303和S304,可以对电化学阻抗谱数据进行定量分析。在进行定量分析时,可以将电化学阻抗谱数据处理成曲线(即第一曲线和第二曲线,这两个曲线可与步骤S301中涉及的曲线相同,也可以不同)。然后通过两条曲线(即第一曲线和第二曲线)之间的比较生成相关性数据。在一示例中,比较的方式可以采用线性拟合,相关性数据可以是线性相关系数。
在一示例中,如图4所示,图4a为基于第一电化学阻抗谱数据生成的曲线,图4b为基于第二电化学阻抗谱数据生成的曲线。在图4a中,a1为第一汽车配件的相位角曲线,a2为第一汽车配件的交流阻抗曲线。在图4b中,b1为第二汽车配件的相位角曲线,b2为第二汽车配件的交流阻抗曲线。图4中的一对相位角曲线可用于汽车配件在相位角的定性分析,一对交流阻抗曲线可用于汽车配件在交流阻抗的定性分析。
可选的,所述指定技术指标包括相位角和交流阻抗。
可理解地,指定技术指标可以是相位角和/或交流阻抗。同样的,基于分析的需要,也可以选取其他与腐蚀性能相关的技术指标。在此不再赘述。
可选的,所述相关性数据包括线性相关系数。
可理解地,相关性数据可以包括线性相关系数。在一示例中,第一电化学阻抗谱数据可以表示为:x=(x1,x2,…,xn)。
第二电化学阻抗谱数据可以表示为:y=(y1,y2,…,yn)。
第一电化学阻抗谱数据的均方差可以表示为:
Figure BDA0002839778990000091
第二电化学阻抗谱数据的均方差可以表示为:
Figure BDA0002839778990000101
总体方差可表示为:
Figure BDA0002839778990000102
线性相关系数可由以下公式算出:
Figure BDA0002839778990000103
其中,数列x为第一电化学阻抗谱数据中的多个不同时刻的测量数据,下标1、2、…n为序号,且n为数列x的测量数据总数;数列y为第二电化学阻抗谱数据中的多个不同时刻的测量数据,下标1、2、…n为序号,且n为数列y的测量数据总数。σx为第一电化学阻抗谱数据的均方差,x平均为数列x的平均值,σy为第二电化学阻抗谱数据的均方差,y平均为数列y的平均值,σxy为总体方差。γ为线性相关系数。
线性相关系数可以反映第一汽车配件的腐蚀数据(第一电化学阻抗谱数据)与第二汽车配件的腐蚀数据(第二电化学阻抗谱数据)之间相关程度的高低。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
本发明实施例还提供了一种汽车配件防腐性能评估方法,使用了上述任意一种腐蚀数据分析方法生成的相关性数据。
可理解地,可以基于腐蚀数据分析方法生成的相关性数据,对汽车配件的防腐性能进行评估。相关性数据记录了第一汽车配件的腐蚀数据与第二汽车配件的腐蚀数据之间的关联关系。可以基于该关联关系设置更准确的腐蚀条件,并根据该腐蚀条件处理配件样品,测量出与真实使用更为贴近的腐蚀数据,提高汽车配件防腐性能的评估精度。
本发明实施例还提供了一种汽车,包括采用上述汽车配件防腐性能评估方法评估的汽车配件。
可理解地,汽车配件防腐性能评估方法的准确性较高,可以更好地反映汽车配件的防腐特性。因而,采用上述汽车配件防腐性能评估方法评估的汽车配件,具有的优点包括但不限于防腐性能佳、生产成本低。使用此类汽车配件生产的汽车,具有更好的市场竞争能力。
在一个实施例中,提供了一个或多个存储有计算机可读指令的计算机可读存储介质,本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令,计算机可读指令被一个或多个处理器执行时实现以下步骤:
获取第一汽车配件的第一电化学数据和第二汽车配件的第二电化学数据,所述第一汽车配件为经过实验室加速腐蚀试验处理过的配件,所述第二汽车配件为使用过的配件;
根据所述第一电化学数据生成第一电化学阻抗谱数据,根据所述第二电化学数据生成第二电化学阻抗谱数据;
根据所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据生成在指定技术指标上的相关性数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (12)

1.一种腐蚀数据分析方法,其特征在于,包括:
获取第一汽车配件的第一电化学数据和第二汽车配件的第二电化学数据,所述第一汽车配件为经过实验室加速腐蚀试验处理过的配件,所述第二汽车配件为使用过的配件;
根据所述第一电化学数据生成第一电化学阻抗谱数据,根据所述第二电化学数据生成第二电化学阻抗谱数据;
根据所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据生成在指定技术指标上的相关性数据。
2.如权利要求1所述的腐蚀数据分析方法,其特征在于,所述实验室加速腐蚀试验的条件包括盐雾氛围、温度和湿度中的至少一种。
3.如权利要求1所述的腐蚀数据分析方法,其特征在于,所述获取第一汽车配件的第一电化学数据和第二汽车配件的第二电化学数据之前,还包括:
通过预设筛选条件选取使用过的配件,获得所述第二汽车配件,所述预设筛选条件包括环境条件和车辆条件。
4.如权利要求3所述的腐蚀数据分析方法,其特征在于,所述环境条件包括滨海距离、气温、大气相对湿度、融雪剂使用、大气污染物及其浓度中的至少两种;
所述车辆条件包括车辆里程、车龄、车辆维护情况、洗车频率、车辆使用环境、停车位置中的至少一种。
5.如权利要求1所述的腐蚀数据分析方法,其特征在于,所述根据所述第一电化学数据生成第一电化学阻抗谱数据,根据所述第二电化学数据生成第二电化学阻抗谱数据,包括:
通过第一涂层电路结构模型处理所述第一电化学数据,生成所述第一电化学阻抗谱数据;
通过第二涂层电路结构模型处理所述第二电化学数据,生成所述第二电化学阻抗谱数据。
6.如权利要求5所述的腐蚀数据分析方法,其特征在于,所述第一涂层电路结构模型包括理想电路模型、连接电阻可忽略模型、连接电阻不可忽略模型和浓差极化模型中的至少一种;
所述第二涂层电路结构模型包括理想电路模型、连接电阻可忽略模型、连接电阻不可忽略模型和浓差极化模型中的至少一种。
7.如权利要求1所述的腐蚀数据分析方法,其特征在于,所述根据所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据生成在指定技术指标上的相关性数据,包括:
对所述第一电化学阻抗谱数据和所述第二电化学阻抗谱数据进行形态分析,生成分析结果;
根据所述分析结果确定所述指定技术指标;
根据所述指定技术指标处理所述第一电化学阻抗谱数据,生成第一曲线,根据所述指定技术指标处理所述第二电化学阻抗谱数据,生成第二曲线;
比较所述第一曲线和所述第二曲线,生成所述相关性数据。
8.如权利要求7所述的腐蚀数据分析方法,其特征在于,所述指定技术指标包括相位角和交流阻抗。
9.如权利要求7所述的腐蚀数据分析方法,其特征在于,所述相关性数据包括线性相关系数。
10.一个或多个存储有计算机可读指令的可读存储介质,所述计算机可读指令被一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-9中任意一项所述的腐蚀数据分析方法。
11.一种汽车配件防腐性能评估方法,其特征在于,使用了如权利要求1-9中任意一项所述的腐蚀数据分析方法生成的相关性数据。
12.一种汽车,其特征在于,包括采用如权利要求11所述的汽车配件防腐性能评估方法评估的汽车配件。
CN202011487603.0A 2020-12-16 2020-12-16 腐蚀数据分析方法、介质、评估方法及汽车 Pending CN112763406A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011487603.0A CN112763406A (zh) 2020-12-16 2020-12-16 腐蚀数据分析方法、介质、评估方法及汽车

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011487603.0A CN112763406A (zh) 2020-12-16 2020-12-16 腐蚀数据分析方法、介质、评估方法及汽车

Publications (1)

Publication Number Publication Date
CN112763406A true CN112763406A (zh) 2021-05-07

Family

ID=75695347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011487603.0A Pending CN112763406A (zh) 2020-12-16 2020-12-16 腐蚀数据分析方法、介质、评估方法及汽车

Country Status (1)

Country Link
CN (1) CN112763406A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117473302A (zh) * 2023-12-26 2024-01-30 广东贝洛新材料科技有限公司 汽车配件的结构可靠性测试方法、装置、设备及存储介质
CN118011132A (zh) * 2024-04-07 2024-05-10 徐州徐工汽车制造有限公司 测试数据分析方法、系统和计算机可读存储介质

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR900017519U (ko) * 1989-03-23 1990-10-05 현대자동차 주식회사 자동차 연료계통의 순환부식 시험장치
US4971724A (en) * 1990-02-06 1990-11-20 Monsanto Company Process for corrosion inhibition of ferrous metals
US5859537A (en) * 1996-10-03 1999-01-12 Dacco Sci, Inc. Electrochemical sensors for evaluating corrosion and adhesion on painted metal structures
US6328878B1 (en) * 1999-08-11 2001-12-11 Dacco Sci, Inc. Adhesive tape sensor for detecting and evaluating coating and substrate degradation utilizing electrochemical processes
KR20070054860A (ko) * 2005-11-24 2007-05-30 현대자동차주식회사 차체 및 샤시부품의 부식열화 평가용 전기화학 시험셀과이를 이용한 부식평가방법
KR20080014355A (ko) * 2006-08-11 2008-02-14 현대자동차주식회사 자동차 전장부품의 부식 시험 장치
US20120116683A1 (en) * 2010-11-09 2012-05-10 General Electric Company Highly selective chemical and biological sensors
WO2012088236A2 (en) * 2010-12-21 2012-06-28 E.I. Du Pont De Nemours And Company Corrosion resistance evaluator
CN103091243A (zh) * 2012-12-27 2013-05-08 中国人民解放军63653部队 一种重防腐有机涂层快速量化评价方法
US20130325364A1 (en) * 2010-12-21 2013-12-05 US Coatings IP Co. LLC Process for evaluating corrosion resistance of coating
US20140005995A1 (en) * 2012-06-29 2014-01-02 Chevron U.S.A. Inc. Processes and systems for predicting corrosion
CN104076079A (zh) * 2013-03-26 2014-10-01 中国兵器工业第五九研究所 一种多层涂层体系临界腐蚀损伤的快速评价方法
KR101477421B1 (ko) * 2013-09-27 2014-12-30 현대제철 주식회사 차량 부품 도막 노화도 평가방법
US20160018381A1 (en) * 2006-11-16 2016-01-21 General Electric Company Sensing system and method
WO2016191551A1 (en) * 2015-05-26 2016-12-01 Massachusetts Institute Of Technology A lithium-bromine rechargeable electrochemical system and applications thereof
US20170081997A1 (en) * 2006-11-16 2017-03-23 General Electric Company Sensing system and method
US20190023131A1 (en) * 2016-04-12 2019-01-24 Murata Manufacturing Co., Ltd. Analytical device, analysis method, manufacturing method, electric storage device, electric storage system, electronic device, electric vehicle and electric power system
CN111693446A (zh) * 2019-03-13 2020-09-22 广州汽车集团股份有限公司 整车腐蚀试验与实验室加速腐蚀试验相关性的修正方法
US20200300796A1 (en) * 2019-03-21 2020-09-24 Clemson University Analysis of Electrochemical Impedance Spectra Using Phase Angle Symmetry Across Log Frequency
CN111816207A (zh) * 2020-08-31 2020-10-23 广州汽车集团股份有限公司 声音分析方法、系统、汽车及存储介质
CN111876119A (zh) * 2020-08-10 2020-11-03 广州汽车集团股份有限公司 汽车用结构胶及其制备方法

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR900017519U (ko) * 1989-03-23 1990-10-05 현대자동차 주식회사 자동차 연료계통의 순환부식 시험장치
US4971724A (en) * 1990-02-06 1990-11-20 Monsanto Company Process for corrosion inhibition of ferrous metals
US5859537A (en) * 1996-10-03 1999-01-12 Dacco Sci, Inc. Electrochemical sensors for evaluating corrosion and adhesion on painted metal structures
US6328878B1 (en) * 1999-08-11 2001-12-11 Dacco Sci, Inc. Adhesive tape sensor for detecting and evaluating coating and substrate degradation utilizing electrochemical processes
KR20070054860A (ko) * 2005-11-24 2007-05-30 현대자동차주식회사 차체 및 샤시부품의 부식열화 평가용 전기화학 시험셀과이를 이용한 부식평가방법
KR20080014355A (ko) * 2006-08-11 2008-02-14 현대자동차주식회사 자동차 전장부품의 부식 시험 장치
US20170081997A1 (en) * 2006-11-16 2017-03-23 General Electric Company Sensing system and method
US20160018381A1 (en) * 2006-11-16 2016-01-21 General Electric Company Sensing system and method
US20120116683A1 (en) * 2010-11-09 2012-05-10 General Electric Company Highly selective chemical and biological sensors
US20130325364A1 (en) * 2010-12-21 2013-12-05 US Coatings IP Co. LLC Process for evaluating corrosion resistance of coating
WO2012088236A2 (en) * 2010-12-21 2012-06-28 E.I. Du Pont De Nemours And Company Corrosion resistance evaluator
US20140005995A1 (en) * 2012-06-29 2014-01-02 Chevron U.S.A. Inc. Processes and systems for predicting corrosion
CN103091243A (zh) * 2012-12-27 2013-05-08 中国人民解放军63653部队 一种重防腐有机涂层快速量化评价方法
CN104076079A (zh) * 2013-03-26 2014-10-01 中国兵器工业第五九研究所 一种多层涂层体系临界腐蚀损伤的快速评价方法
KR101477421B1 (ko) * 2013-09-27 2014-12-30 현대제철 주식회사 차량 부품 도막 노화도 평가방법
WO2016191551A1 (en) * 2015-05-26 2016-12-01 Massachusetts Institute Of Technology A lithium-bromine rechargeable electrochemical system and applications thereof
US20190023131A1 (en) * 2016-04-12 2019-01-24 Murata Manufacturing Co., Ltd. Analytical device, analysis method, manufacturing method, electric storage device, electric storage system, electronic device, electric vehicle and electric power system
CN111693446A (zh) * 2019-03-13 2020-09-22 广州汽车集团股份有限公司 整车腐蚀试验与实验室加速腐蚀试验相关性的修正方法
US20200300796A1 (en) * 2019-03-21 2020-09-24 Clemson University Analysis of Electrochemical Impedance Spectra Using Phase Angle Symmetry Across Log Frequency
CN111876119A (zh) * 2020-08-10 2020-11-03 广州汽车集团股份有限公司 汽车用结构胶及其制备方法
CN111816207A (zh) * 2020-08-31 2020-10-23 广州汽车集团股份有限公司 声音分析方法、系统、汽车及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
F. ZHU ET,: "Application of electrochemical impedance spectroscopy to study perforation corrosion of automotive materials", 《BRITISH CORROSION JOURNAL》, vol. 31, no. 2, 31 December 1996 (1996-12-31), pages 113 - 119 *
刘东俭 等,: "整车强化腐蚀试验转场判定的方法", 《装备环境工程》, vol. 16, no. 8, 31 August 2019 (2019-08-31), pages 21 - 27 *
王永豪 等,: "汽车整车腐蚀试验主观评价方法的探讨", 《环境试验》, vol. 32, no. 1, 28 February 2014 (2014-02-28), pages 6 - 10 *
骆晨 等,: "航空有机涂层在户内加速试验与户外暴露中的 损伤等效关系", 《航空学报》, vol. 35, no. 6, pages 1750 - 1758 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117473302A (zh) * 2023-12-26 2024-01-30 广东贝洛新材料科技有限公司 汽车配件的结构可靠性测试方法、装置、设备及存储介质
CN117473302B (zh) * 2023-12-26 2024-03-15 广东贝洛新材料科技有限公司 汽车配件的结构可靠性测试方法、装置、设备及存储介质
CN118011132A (zh) * 2024-04-07 2024-05-10 徐州徐工汽车制造有限公司 测试数据分析方法、系统和计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN105740991B (zh) 基于改进bp神经网络拟合多种气候模式的气候变化预测方法及系统
CN112763406A (zh) 腐蚀数据分析方法、介质、评估方法及汽车
CN110795780B (zh) 一种基于XGBoost算法的斜拉桥有限元修正方法
CN106779217B (zh) 空气质量检测方法和空气质量检测系统
CN116933099B (zh) 一种汽车零部件老化测试方法、系统及介质
CN110887800B (zh) 一种用于光谱法水质在线监测系统的数据校准方法
CN110595795B (zh) 整车排放比对测试方法、装置、设备及计算机可读存储介质
CN110850358A (zh) 基于逐步回归算法的电能表综合检定方法及系统
CN115204020B (zh) 电驱桥系统强度分析方法、系统、存储介质及测试设备
CN116994641A (zh) 一种半导体老化测试方法及其系统
CN106404712A (zh) 基于gt‑kf‑pls近红外光谱自适应模型校正方法及系统
CN113610266B (zh) 汽车零件的故障预测方法、装置、计算机设备和存储介质
CN115222114A (zh) 汽车零部件装配指标值预测方法、终端设备及存储介质
CN112734203B (zh) 基于路面的车辆损伤计算方法、装置、系统及存储介质
CN115436342A (zh) 降低多批次样本间libs检测不确定性的方法及装置
CN109858699B (zh) 水质定量模拟方法、装置、电子设备及存储介质
CN115078190A (zh) 一种悬浮体现场激光粒度数据处理方法及其装置
CN114091160A (zh) 一种桥梁结构损伤的智能化检测方法及系统
KR20170111789A (ko) 이동 거리 기반 사용일 분포를 고려한 보증 기간 내 제품 고장 확률 분석 장치 및 방법
CN111553020B (zh) 一种汽车外饰油漆光老化试验的评估方法
CN117688001B (zh) 车载式氮氧化物监测数据处理方法、系统、装置与介质
KR101477421B1 (ko) 차량 부품 도막 노화도 평가방법
CN110196855B (zh) 基于秩和的性能退化数据与故障数据的一致性检验方法
CN116070972B (zh) 汽车零部件抽检的方法、装置、电子设备及存储介质
CN112395784A (zh) 基于cae的筛选零部件的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination