-
公开(公告)号：CN114323672A
公开(公告)日：2022-04-12
申请号：CN202111389269.X
申请日：2021-11-19
申请人： 中国电器科学研究院股份有限公司
摘要： 本发明公开了一种基于深度学习的汽车耐候性零部件温度预测方法，通过用夜晚训练数据集对深度学习模型进行训练，得到夜晚天空温度估计模型；并且，通过该夜晚天空温度估计模型预测出耐候性试验车辆汽车曝晒试验场在夜晚目标时刻的夜晚天空温度估计值，再通过公式二预测出任意目标车辆的任意目标汽车外部部件在任意夜晚目标时刻的温度。通过用白天训练数据集对深度学习模型进行训练，得到白天太阳辐照量矫正系数预测模型；并且，通过该白天太阳辐照量矫正系数预测模型预测出耐候性试验车辆汽车曝晒试验场在白天目标时刻的白天太阳辐照量矫正系数，再通过公式四预测出任意目标车辆的任意目标汽车外部部件在任意白天目标时刻的温度。
-
公开(公告)号：CN112331281A
公开(公告)日：2021-02-05
申请号：CN202010934619.5
申请日：2020-09-08
申请人： 中国电器科学研究院股份有限公司
IPC分类号： G16C60/00 , G06F30/27 , G06N20/00 , G06F113/26 , G06F119/04 , G06F119/08
摘要： 本发明公开了一种基于环境大数据和机器学习算法预测高分子材料服役寿命的方法，该方法通过提取自然环境的特征数据作为特征参数，运用主成分分析算法对特征参数数据进行降维减噪处理，把处理后的结果作为输入参数，以及对应材料的老化程度作为输出参数，将部分地区的试验数据作为训练集，利用Python软件进行环境与性能变化关系的机器学习，构建寿命预测模型，用于下一步不同地区的高分子材料服役寿命预测。该方法具有方便、快捷，准确度高等优点，能够有效减少试验工作量，可用于指导材料的耐候性提升及产品耐候性设计。
-
公开(公告)号：CN114066819A
公开(公告)日：2022-02-18
申请号：CN202111241922.8
申请日：2021-10-25
申请人： 中国电器科学研究院股份有限公司
摘要： 本发明公开了一种基于卷积神经网络深度学习的环境腐蚀严酷度识别方法，通过神经网络深度学习模型进行训练，建立铜试验片的照片数据和服役时间与电器服役环境的实测腐蚀严酷度等级之间的关联关系，以得到环境腐蚀严酷度等级识别模型；再通过采集铜试验片放置在目标电器服役环境中经过预设服役时间后的照片数据，即可通过环境腐蚀严酷度等级识别模型快速识别出目标电器服役环境的预测腐蚀严酷度等级；因本发明在步骤S3所示的应用阶段能够在目标电器服役环境现场完成，无需将试验样片运输到实验室进行试验，因此能够大大缩短对目标电器服役环境的预测腐蚀严酷度等级识别时间，减少试验样片运输及人工分析判别的成本。
-
公开(公告)号：CN114066819B
公开(公告)日：2022-08-19
申请号：CN202111241922.8
申请日：2021-10-25
申请人： 中国电器科学研究院股份有限公司
摘要： 本发明公开了一种基于卷积神经网络深度学习的环境腐蚀严酷度识别方法，通过神经网络深度学习模型进行训练，建立铜试验片的照片数据和服役时间与电器服役环境的实测腐蚀严酷度等级之间的关联关系，以得到环境腐蚀严酷度等级识别模型；再通过采集铜试验片放置在目标电器服役环境中经过预设服役时间后的照片数据，即可通过环境腐蚀严酷度等级识别模型快速识别出目标电器服役环境的预测腐蚀严酷度等级；因本发明在步骤S3所示的应用阶段能够在目标电器服役环境现场完成，无需将试验样片运输到实验室进行试验，因此能够大大缩短对目标电器服役环境的预测腐蚀严酷度等级识别时间，减少试验样片运输及人工分析判别的成本。
-
公开(公告)号：CN110879197B
公开(公告)日：2022-05-20
申请号：CN201910988215.1
申请日：2019-10-17
申请人： 中国电器科学研究院股份有限公司
摘要： 本发明公开了一种基于紫外辐照和样品表面温度的汽车外饰材料人工加速光热老化等效辐照量计算方法，包括步骤(a)：按采样时间间隔Δt记录一段时间跨度范围内的实测的户外的汽车外饰材料样品的表面温度Tu，以及样品表面的紫外辐照量RUV；步骤(b)：采用人工加速光热老化等效辐照量模型公式，计算得到此一段时间跨度范围内的汽车外饰材料的人工加速光热老化等效辐照量。该计算方法为汽车外饰材料的人工加速老化试验的研究的开发提供理论计算的支持。
-
公开(公告)号：CN113792474A
公开(公告)日：2021-12-14
申请号：CN202110817478.3
申请日：2021-07-19
申请人： 中国电器科学研究院股份有限公司
IPC分类号： G06F30/27 , G06N20/00 , G06Q10/04 , G06F16/2458 , G06F16/29 , G01K13/00 , G06F119/08
摘要： 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。
-
公开(公告)号：CN115656661A
公开(公告)日：2023-01-31
申请号：CN202211219116.5
申请日：2022-09-30
申请人： 中国电器科学研究院股份有限公司
IPC分类号： G01R31/00
摘要： 本发明公开了一种汽车用中控显示屏耐光热老化性能测试方法，该方法将试验的汽车中控显示屏样品固定安装在汽车模拟座舱，并将该汽车模拟座舱置于综合环境试验舱中，通过控制环境试验舱内的温度、湿度和光照强度，以及控制汽车模拟座舱与综合环境试验舱的空气交换状态，从而模拟汽车中控显示屏在实际使用过程中的典型服役状态，达到考核其耐光热老化性能的目的。
-
公开(公告)号：CN112331281B
公开(公告)日：2021-11-12
申请号：CN202010934619.5
申请日：2020-09-08
申请人： 中国电器科学研究院股份有限公司
IPC分类号： G16C60/00 , G06F30/27 , G06N20/00 , G06F113/26 , G06F119/04 , G06F119/08
摘要： 本发明公开了一种基于环境大数据和机器学习算法预测高分子材料服役寿命的方法，该方法通过提取自然环境的特征数据作为特征参数，运用主成分分析算法对特征参数数据进行降维减噪处理，把处理后的结果作为输入参数，以及对应材料的老化程度作为输出参数，将部分地区的试验数据作为训练集，利用Python软件进行环境与性能变化关系的机器学习，构建寿命预测模型，用于下一步不同地区的高分子材料服役寿命预测。该方法具有方便、快捷，准确度高等优点，能够有效减少试验工作量，可用于指导材料的耐候性提升及产品耐候性设计。
-
公开(公告)号：CN114323672B
公开(公告)日：2023-08-11
申请号：CN202111389269.X
申请日：2021-11-19
申请人： 中国电器科学研究院股份有限公司
IPC分类号： G01M17/007 , G01N25/00 , G06F30/15 , G06F30/20 , G06F18/20 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于深度学习的汽车耐候性零部件温度预测方法，通过用夜晚训练数据集对深度学习模型进行训练，得到夜晚天空温度估计模型；并且，通过该夜晚天空温度估计模型预测出耐候性试验车辆汽车曝晒试验场在夜晚目标时刻的夜晚天空温度估计值，再通过公式二预测出任意目标车辆的任意目标汽车外部部件在任意夜晚目标时刻的温度。通过用白天训练数据集对深度学习模型进行训练，得到白天太阳辐照量矫正系数预测模型；并且，通过该白天太阳辐照量矫正系数预测模型预测出耐候性试验车辆汽车曝晒试验场在白天目标时刻的白天太阳辐照量矫正系数，再通过公式四预测出任意目标车辆的任意目标汽车外部部件在任意白天目标时刻的温度。
-
公开(公告)号：CN110879197A
公开(公告)日：2020-03-13
申请号：CN201910988215.1
申请日：2019-10-17
申请人： 中国电器科学研究院股份有限公司
摘要： 本发明公开了一种基于紫外辐照和样品表面温度的汽车外饰材料人工加速光热老化等效辐照量计算方法，包括步骤(a)：按采样时间间隔Δt记录一段时间跨度范围内的实测的户外的汽车外饰材料样品的表面温度Tu，以及样品表面的紫外辐照量RUV；步骤(b)：采用人工加速光热老化等效辐照量模型公式，计算得到此一段时间跨度范围内的汽车外饰材料的人工加速光热老化等效辐照量。该计算方法为汽车外饰材料的人工加速老化试验的研究的开发提供理论计算的支持。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.039 秒)
