基于PC老化行为的西藏大气环境严酷度预测

摘要

通过研究聚碳酸酯（PC）在西藏自治区（西藏）10个典型大气站点自然暴露试验1年的老化行为，以色差作为指标评估西藏地区PC服役大气环境严酷度时空分布规律.采集了西藏10个典型大气站点8类环境因素数据年均值（2021年4月—2022年3月），分析了西藏地区气候环境特点及气候分布区域，为环境严酷度评价提供准确输入.通过在10个站点开展自然环境试验，研究发现PC老化过程中表观失光率、色差逐渐上升，力学性能如拉伸强度、拉伸断裂应变等波动性下降，最终选择以规律性能较好的色差作为PC老化评估指标.通过Pearson相关性研究分析，认为各类环境因素与地理信息坐标等信息之间有信息冗余，环境参量可以进一步优选.通过灰色关联度、回归分析，筛选出影响PC老化的4个敏感环境因子分别为：日照时间、海拔高度、平均相对湿度、降水时间；通过构建反向传播人工神经网络（BP-ANN）模型并优化模型参数，建立具有良好训练精度及泛化能力的“环境-材料”映射模型.不同学习精度训练结果表明，过低的学习精度将导致训练程度不够，预测精度较低；过高的学习精度将导致过拟合，使预测陷入局部最小值.输入西藏全域28个城市气象数据，输入已训练好的人工神经网络模型，预测得到西藏28个城市PC老化一年色差值.基于Griddate插值计算，得到西藏地区严酷度空间分布地图，结果显示低海拔的藏东严酷度较低，而高海拔藏西无人区及藏北高原等地区严酷度较高.

关键词

聚碳酸酯 / 西藏大气环境 / 人工神经网络 / 严酷度 / 预测

基金资助

重庆市博士后基金资助项目（cstc2021jcyj-bshX0039）