摘 要：為了研究汽車在動態工況下行駛路線、里程數、動態氣象因素、氣相污染物、駕駛習慣等諸多因素對車輛腐蝕的影響，研究它們之間的關聯關系，選取熱軋酸洗鋼板作為標準板，首先，分別采用稱量法和ICP法計算失重率，探討兩種方法對金屬腐蝕行為準確度的影響；其次，采用失重法和灰度圖像識別分析動態工況和氣候因子對金屬腐蝕量的影響；最后，探討數據挖掘的方法應用于動態路況下的腐蝕量數據和氣候環境數據，建立動態工況環境中標準樣板腐蝕強度可視化模型，分析各因素對腐蝕的影響權重。試驗數據分析及驗證的結果表明：該方法有較高的測試準確性，對于全面了解中國不同地區的動態工況對整車腐蝕行為影響具有指導意義。

關鍵詞： 動態腐蝕 氣候環境 數據處理 可視化分析 車用材料

汽車腐蝕不僅破壞車身外觀，而且影響功能和安全性，嚴重時還會造成交通事故，已引起汽車行業的高度重視。大氣腐蝕現象與氣候條件、地理環境以及空氣污染程度、類型等有諸多聯系，這使得不同地區的大氣腐蝕具有不同的地域特征和內在規律。英國早在20世紀60年代投放400個鋅灌試樣，研究不列顛全島的氣候與腐蝕影響關系，指導本國汽車行業技術改進。與英國類似，南澳Lowermurray區、巴塞羅那市、瑞士等地區均做過當地氣候與腐蝕影響研究。ISO 9223和GB/T 15957 都對大氣腐蝕性等級和污染氣體腐蝕性等級進行了判定，分為C1到Cx 6個腐蝕等級，為腐蝕性判定提供了大致依據。

汽車作為日常交通工具，除需兼顧不同地區的氣候類型外，其運行工況亦是動態行駛與靜態停放的結合，動態行駛過程不僅受到外部大氣環境的影響，同時會有路面環境以及汽車局部腐蝕微環境的參與。潘玉霞等[4]通過對腐蝕的氣象因素和大氣污染物進行歸納，分析了影響輸變電設備的主要環境因子和腐蝕變化規律。周希沅等、趙雪娥等通過對中國153個地區溫濕度數據進行統計、電流折算系數計算，建立中國飛機腐蝕結構的分級和分區，很好地指導了靜止狀態掛片的腐蝕研究。而對動態汽車行業的借鑒性不足。為此必須充分采集汽車運行過程的信息，同時依據動態行駛數據對氣候數據進行恰當處理，從而研究汽車腐蝕與環境因子的影響規律。

汽車運行過程的行駛路線、里程數、動態氣象因素、動態污染物、駕駛習慣等諸多因素的影響，汽車腐蝕環境的數據采集和分析研究鮮有報道。本文基于汽車行駛工況和外部環境特點，建立了一套科學、合理的汽車動態腐蝕試驗方法，將標準腐蝕樣板固定于汽車底盤，采集環境信息、行駛數據的同時采集車輛腐蝕信息。引入電感耦合等離子質譜(ICP-AES)與掛片失重相結合的表征手段，合理控制短期腐蝕數據采集的檢測誤差。同時基于圖像灰度識別進行腐蝕面積計算，基于行車路線模式識別對行駛數據進行分析，繪制汽車腐蝕強度地圖，闡述了行駛工況、環境因子與汽車腐蝕的影響關系，探索了全新的汽車腐蝕環境的試驗方法和研究體系。

1 試驗與測試

1.1 掛片試樣制備

選用家轎車車身常用材料熱軋鋼板(SPHC)為試驗用材，其化學成分如表1所示。試樣的制備按照GB/T 14165—2008標準的要求進行，通過線切割將SPHC鋼加工成50.8 mm×25.4 mm×2.7 mm板狀，每組3片平行試樣用于失重分析。在切割過程中盡可能避免對試片造成機械劃傷，對表面銹、氧化皮、毛刺和棱角打磨處理，隨后除污除油并用酒精脫水后置于干燥器中，最后進行試樣封邊、外觀編號以便儲存備用。

表1 標準腐蝕鋼板成分及一致性

支架材料：汽車搭載的標準腐蝕樣片主要材質是碳鋼，金屬材料與車身或底盤的金屬直接接觸會出現加速腐蝕，造成汽車腐蝕監控過程的采樣誤差，故固定腐蝕樣片的支架及固定螺栓的材料為疏水非金屬聚合物(聚四氟乙烯)，安裝好后再將整個支架固定于底盤部位。

1.2 動態掛片試驗

選擇天津市為研究區域，挑選在津地區正常運行的行駛路線基本覆蓋整個市區的3臺車輛為載體，掛片試驗周期為3個月。將試樣固定在聚合物支架上進而固定于車底盤某部位，試樣暴露面與車行駛方向平行且與地面垂直。試驗前利用游標卡尺測量每個儲存備用試樣的長寬高，使用精度等級為0.1 mg的精密分析天平稱重，隨后將試樣固定于暴露架上。試驗過程中每次按標準取下掛片，同時應立即在相應位置裝上全新待試驗掛片試樣。

1.3 車輛行駛工況信息采集

為獲得天津市試驗車輛實測工況特征參數數據，選取的3臺車輛采用自主行駛法，即車主根據自己的實際目的駕駛轎車的試驗方法，方法未限定車主駕車時間和道路，更能體現車輛在正常駕駛下的使用實況，且每臺車輛都配備車載GPS系統，該系統可監測車輛的車速、GPS經緯度和實時位置等，并可全天逐秒記錄返回數據。同時要求合作車輛每周固定到檢測點一次，拆卸和更換相應位置的樣板。

1.4 環境數據采集

天津市環境數據采集依托天津市環境保護監測中心，該中心依據車輛行駛范圍、污染源位置和人群主要分布范圍對監測點進行合理布置，共設置15個監測點，其中市區環境監測點5個，郊區環境監測點10個，每個監測點數據更新周期為1 h，監測點詳細信息如表2所示。采集的環境因素種類，參考現行的GB/T 28046.1—2012、GB/T 19292.1—2003、GB/T 3095—2012等標準，確定為溫度、濕度、降雨、NO2濃度、SO2濃度、CO濃度、O3濃度等對腐蝕有明顯影響的大氣污染物和自然氣象因素。考慮到整個試驗期間溫度和濕度一直在較低水平，著重研究污染物的影響。

表2 天津市環境監測點信息

1.5 腐蝕形貌測試

將不同周期的試樣從支架上取下后，立即用塑料薄膜密封防潮保存并記下相關車輛信息，放入箱內運回試驗室進行后續測試：①利用數碼相機拍照觀察暴露面宏觀腐蝕形貌，并按照國家腐蝕相關標準進行記錄；②使用光鏡及ImagingPro專業圖像分析軟件觀測試樣暴露面的腐蝕面積占比。

1.6 失重測試

依據《金屬和合金的腐蝕 腐蝕試樣上腐蝕產物的清除》(GB/T 16545—2015)中相關要求，在室溫下制備配比為500 mL鹽酸(ρ=1.19 g/mL)+500 mL蒸餾水+3.5 g六次甲基四胺的除銹液。對腐蝕試樣采用超聲波震蕩除銹，清洗時間為10 min。除銹完成后經蒸餾水和酒精清洗，冷風吹干后，利用分析天平稱重，并記錄除銹后試樣質量。同時用未腐蝕試樣校正除銹液對基體進行腐蝕。樣品單位面積腐蝕失重測量通過式(1)計算。

式(1)中：r為單位面積腐蝕失重，g/m2；Δm為樣品失重，g；A為樣品表面積，m2。

通過收集銹蝕產物，采用精度較高的ICP-AES(電感耦合等離子體原子發射光譜)儀器對銹蝕產物進行Fe元素分析，結合鋼的組成成分進而獲得失重數據。

2 分析方法對腐蝕精度的影響

本次試驗的汽車腐蝕動態數據采集持續了3個月，是一個持續不斷采集的過程，搭載了標準腐蝕試樣的車輛運行過程中，GPS裝置會實時回傳數據至網絡平臺，由專人進行數據分析和處理，同時與用戶車主定期進行溝通和交流，采集每輛車運行時間段的溫度、濕度、降雨量、SO2、NO2、CO、O3等環境信息。同時對定期拆卸取下的腐蝕試樣進行信息記錄，執行灰度圖像識別、標準除銹操作，同時將銹蝕產物單獨收集于酸溶液進行ICP測試。測試結果結合行駛數據、環境數據，進行綜合分析。

前期試驗表明：試樣腐蝕周期較短時，腐蝕量較小，腐蝕速率存在較大誤差。現引入ICP法計算腐蝕量，如圖1所示，通過ICP法與失重法進行了對比，在運行周期大于1個月后，一般認為此時天平稱重的誤差處于可以接受范圍內，只有個別點偶然達到了最大誤差20.1%，結果示于表3。可以認為ICP法與天平法得到的失重結果變化趨勢保持一致，該方法的結果可以用于后續數據分析。

圖1 ICP法與失重法誤差

表3 ICP法與失重法誤差

ICP法作為汽車標準樣板的腐蝕檢測手段，可適用于汽車腐蝕動態監測體系中。此外，根據試驗過程中的觀察，當車輛運行周期逐漸延長，路面石子擊打可能會直接擊中底盤懸掛的鋼板，造成鋼板本體重量損失，此時天平法得到的失重值比真實值偏大；當腐蝕累積到一定程度，鋼板全面腐蝕之后發生銹蝕產物的堆積，一旦在車輛震動、顛簸后銹蝕產物蓬松脫落，ICP法回收的生銹產物不足，測得的鋼板失重會比真實值偏小。因此在長期的項目運維中，ICP法與天平法共同作為汽車標準樣板的檢測手段可以互補，減少腐蝕檢測的數據誤差。

失重法作為行業公認的腐蝕檢測手段，數據準確，可以較好反映材料的腐蝕狀態，但缺少樣品表面更多的實際信息。為此，引入了銹蝕面積占比的概念，統計鋼板生銹區域占總面積的比例。通過摸索設置合理的灰度區間，利用顯微鏡軟件內置二值算法，對腐蝕圖像進行生銹部位進行識別，如圖2和圖3所示。

圖2 圖像灰度識別裝置

圖3 腐蝕試樣觀察視場分布

圖4 圖像灰度識別銹蝕 (×50)

圖4是同一腐蝕試樣10個不同視場顯微圖像，圖4(a)是視場1原始顯微鏡照片，圖4(b)是視場1圖像識別，銹蝕區域標紅色。逐一對比10個不同視場，圖像識別效果比較理想，可以較為靈敏地識別出生銹位置所在。而傳統判斷方法是格點法，利用透明網格紙計算格點數目獲取銹蝕面積。當遇到極不規則的形狀或銹點過小無法分辨時，產生較大的主觀誤差，而圖像識別獲取的生銹面積比例可精確到小數點后第二位。該方法很大程度上減少了由于人為操作和檢測人員個體差異導致的腐蝕面積計算誤差，且操作標準化后可進一步提升生銹面積計算的準確率和效率，適用于汽車標準樣板的定期腐蝕檢測，同樣可推廣至其他工業領域。

銹蝕面積比例與失重法一樣，都可作為標準樣板腐蝕等級判定的重要依據。試驗過程中為排除局部過腐蝕、嚴重點腐蝕導致的腐蝕穿孔對結果造成的干擾，判斷腐蝕過程是否均勻，針對汽車腐蝕失重與銹蝕面積比例做了分析，如圖5所示。不同車輛銹蝕面積增加的比例與失重的趨勢大體一致[圖5(a)]，2號車有最大的平均腐蝕面積比例，1號車與3號車比例相當。具體到每輛車，1、2、3號車的失重增加趨勢與銹蝕面積比例增加趨勢同樣保持一致[圖5(b)～圖5(d)]，這表明提出的灰度圖像識別計算銹蝕面積占比的方法很好地反映了汽車腐蝕規律，該方法配合使用可作為汽車標準樣板的腐蝕評價依據。

3 汽車行駛工況對腐蝕影響

3.1 汽車行駛工況腐蝕分析

汽車的運行工況是動態行駛與靜態停放的結合，分析汽車行駛過程工況與腐蝕失重的關系對于研究外部環境對汽車腐蝕的影響尤為關鍵。不同車輛由于運行環境、行駛強度、司機行為等條件不同，失重與運行時間呈現出不同的變化趨勢[圖6(a)]。

圖5 運行時間與銹蝕面積比例

圖6 運行時間與失重量關系圖

可知1號車主用車時間較短里程數累積較慢[圖6(c)]，其腐蝕失重增加速率卻與3號車相當[圖6(a)]。通過觀察兩臺車的運行速度[圖6(d)]，1號車平均速度大于3號車平均速度，故1號車在里程數相差較大的情況下失重很快增加到與3號車相當的水平[圖6(a)]。進一步統計3臺車的單位里程失重量發現1號車大于3號車，結合平均速度推測1號車車主駕駛習慣較為激烈，引起了更多的道路泥水飛濺和砂石沖擊，故其腐蝕狀態達到了與3號車差不多的程度。2號車失重量隨時間增加遠遠大于1號車和3號車[圖6(a)]，分析里程數與平均速度可知其運行的平均速度為3臺車中最快[圖6(d)]，其單位里程的失重量同樣最高[圖6(d)]。故2號車在里程數累積較快，駕駛行為更加激烈的條件下，其腐蝕失重量遠遠大于另外2臺車也比較容易理解[圖6(a)、圖6(d)]。腐蝕失重與里程數增加同樣有著正相關關系[圖6(b)]，只是其作用程度要小于平均速度對腐蝕失重的影響。

圖7 試驗階段車輛行駛路線可視化分析及統計

3.2 汽車行駛工況腐蝕可視化建模

依據歐洲行駛工況ECE15測試標準，同時考慮各個行駛工況參數對車用材料動態腐蝕影響的強弱，故選用了貼合本研究且能詳細準確描述試驗車輛行駛實況的車輛行駛時間、怠速時間、行駛里程、運行速度作為特征數，并應用統計的方法對試驗時間內車輛的全駕駛狀態進行解析。基于MATLAB語言編譯專門針對本研究的車輛行駛工況自動分析軟件進行多維度數據處理，并最終獲得在規定腐蝕時間內代表試驗車輛行駛實況的特征數，同時以可視化形式再現某試驗階段車輛在天津市的行駛路線軌跡圖用于輔助分析，如圖7所示(在數據處理過程中，對試驗涉及的需要解析獲得的特征數按照如下原則處理。怠速時間：行駛車速為零的連續工況；行駛時間：非怠速時間的試驗時間；運行速度：不包括怠速時間的車輛平均行駛車速)。通過1、2、3號車行駛區域概率統計分析，如表4所示，可以發現，1號車主要行駛區域集中在天津是河北區，2號車主要行駛區域為天津市西青區，3號車主要行駛區域為天津市東麗區。

表4 1、2、3號車天津市各區行駛概率分析

4 氣候環境因子對腐蝕的影響

4.1 氣候環境因子腐蝕分析

汽車腐蝕不僅受到車輛行駛工況的影響，外部大氣環境的影響同樣不可忽視。由于討論的汽車腐蝕試驗發生在冬季，溫度和濕度均較低且相對穩定，故主要針對環境污染物對汽車腐蝕的影響進行分析。依據ISO 9223、GB/T 19292.1、GB/T 15957、GBT 4796等標準，對初始污染物數據進行預處理，將相應氣體數據按照濃度劃分為不同等級，見表5；并計算車輛在相應運行時間段的氣候因子累積量，同時對GPS數據進行地圖模式識別處理，得到車輛在相應區域內行駛的概率，將SO2、NO2、CO、O3等因子累積量根據在各區域的行駛概率分配給3臺車，作為其在行駛過程中的環境輸入量。

為進一步分析外部環境因子對汽車腐蝕的影響，引入了灰色關聯分析，具體計算分為以下步驟。

(1) 確定參考數列X0(k)和指標數列Xi(k)。本研究中以腐蝕量作為參考數列X0(k)，各個環境因素指標數據作為指標數列Xi(k)。

(2) 對參考數列和指標數列利用初值化像法進行無量綱化，得到標準化序列Y0(k)和Yi(k)：

圖8 3輛運營車的灰色關聯分析

(3) 逐個計算指標標準化序列和參考標準化序列對應元素的絕對值差值Δi：

Δi=|Yi(k)-Y0(k)|    (4)

表5 空氣污染物濃度的腐蝕性等級劃分

4種污染物累積量的灰色關聯結果如圖8所示，綜合3輛車不同等級的環境因子來看，污染物氣體濃度與汽車腐蝕現象正相關，高濃度的污染物氣體更容易促進汽車腐蝕反應的發生，而SO2與NO2兩種污染物氣體對腐蝕的影響要略微大于CO和O3的影響。通過圖8(b)～圖8(d)可以發現，對氣體NO2，P4級別的NO2濃度對腐蝕的促進作用最為明顯，是該氣體影響腐蝕的最敏感濃度區間。對氣體O3，P4～P5等級濃度的O3對汽車腐蝕的貢獻作用最大，這表明這一濃度區間的O3最容易促進腐蝕現象的發生。氣體NO2、CO、O3都是在較高等級的濃度下對腐蝕有明顯促進作用。而SO2在低等級(低濃度)下就對腐蝕有明顯作用[圖8(b)～圖8(d)]，隨著SO2濃度升高，高等級的SO2氣體反而對腐蝕反應的促進作用反而略微下降，這表明SO2氣體在低濃度下就可有效促進汽車腐蝕現象的發生。

4.2 氣候環境因子腐蝕可視化建模

圖9 天津地區年均汽車腐蝕強度地圖

以天津市15個環境監測點采集的氣候因素和環境因素數據作為插值節點，利用4格點樣條函數內插算法，繪制天津市大氣腐蝕環境因素數據地圖，如圖9(b)～圖9(d)所示的SO2、CO、O3數據地圖都能很好地實現稀疏數據格點間的數據漸變性。進而根據文獻關于氣候環境因素推算碳鋼腐蝕速率建模的計算方法，推得本研究中各個氣候環境因素對SPHC鋼板腐蝕速率作用的權值，如表6所示。基于此權值繪制氣候環境綜合腐蝕強度地圖，如圖9(a)所示。由于氯離子主要分布在距海岸線250 m 以內，而試驗車輛行駛區域主要在市郊非近海區域，所以本試驗車輛腐蝕受氯離子影響較小，主要是由于其他污染性環境因素的影響。考慮到車輛試驗期間屬于冬季，天津市區排污嚴重空氣流通較差，大量污染性氣體留存市區，故市區相對于郊區腐蝕等級較高，與圖9(a)腐蝕強度由中心市區向四周遞減趨勢一致

表6 天津市氣候環境對SPHC鋼板腐蝕速率作用權

5 結論

論述了一種針對汽車腐蝕的動態試驗方法，研究腐蝕檢測、行駛工況、外部氣候環境等對汽車腐蝕的影響，得到以下結論。

(1) 通過數據對比和誤差分析證明提出的ICP法完全適合汽車標準板的檢測要求，采用的灰度圖像識別方法可以更準確地判斷生銹面積占標準板的比例。

(2 )結合汽車行駛工況大數據，闡述了汽車運行時間、里程數、平均速度對汽車腐蝕的影響程度，平均速度要大于里程數的影響。

(3) 根據外部環境和氣候大數據，詳細分析了污染物在不同濃度條件下對腐蝕的影響關系，建立灰色關聯模型，大體而言高濃度的污染物氣體對汽車腐蝕促進作用更為顯著。

(4) 對腐蝕數據、氣象數據、行駛大數據等進行可視化分析，基于行車路線進行模式識別，分析了車輛習慣行駛區域與腐蝕的關系，同時根據環境因子的權重繪制動態腐蝕強度地圖，多角度闡述了環境因子與汽車腐蝕的影響關系。在汽車動態腐蝕研究中建立一套全新的試驗方法和數據收集與分析體系，在滿足天津地區汽車腐蝕環境研究的基礎上，可推廣至其他城市進行全國動態腐蝕影響因素的研究。