特開 2024-64801 車体の腐食予測方法、車体の腐食予測システム及び車体の腐食予測プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024064801

(43)【公開日】2024-05-14

(54)【発明の名称】車体の腐食予測方法、車体の腐食予測システム及び車体の腐食予測プログラム

(51)【国際特許分類】

   G01N 17/00 20060101AFI20240507BHJP

   G06F 30/15 20200101ALI20240507BHJP

   G06F 30/23 20200101ALI20240507BHJP

   G01M 17/007 20060101ALN20240507BHJP

   G06F 119/04 20200101ALN20240507BHJP

【ＦＩ】

G01N17/00

G06F30/15

G06F30/23

G01M17/007 Z

G06F119:04

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2022173676

(22)【出願日】2022-10-28

(71)【出願人】

【識別番号】000005348

【氏名又は名称】株式会社ＳＵＢＡＲＵ

(74)【代理人】

【識別番号】100100354

【弁理士】

【氏名又は名称】江藤 聡明

(72)【発明者】

【氏名】沈 建栄

(72)【発明者】

【氏名】佐藤 晃

【テーマコード（参考）】

2G050

5B146

【Ｆターム（参考）】

2G050AA01

2G050AA05

2G050EB10

5B146AA05

5B146DJ07

5B146EA18

(57)【要約】

【課題】新たに設計される車両に対して精度よく車体の腐食予測を行うことができる車体の腐食予測方法、車体の腐食予測システム及び車体の腐食予測プログラムを提供する。
【解決手段】車体の腐食予測方法は、車体の形状を二次元メッシュで表した車体の形状モデルを構築する工程と、前記車体を取り囲む周辺領域を、三次元メッシュで表した周辺領域の形状モデルを構築する工程と、前記周辺領域の形状モデルの複数の多面体要素に、車体を腐食させる要因に関するデータを関連付ける工程と、前記多面体要素に関連付けされた腐食作用条件と、前記車体の形状モデルの板状要素が有する位置及び傾斜角に関するデータとから、前記板状要素ごとに、単位時間当たりの腐食度合いを算出する工程と、算出された前記単位時間当たりの腐食度合いに基づいて、所定期間経過後の車体の腐食度合いを算出する工程と、を含む。
【選択図】図６

【特許請求の範囲】

【請求項1】

腐食予測を行う対象車両の車両データに基づき、車体の形状を該車体における位置及び傾斜角のデータを含む複数の板状要素により形成した二次元メッシュで表した車体の形状モデルを構築する車体形状モデル構築工程と、
前記車体を取り囲む周辺領域を、複数の多面体要素により形成した三次元メッシュで表した周辺領域の形状モデルを構築する周辺領域形状モデル構築工程と、
所定の地域にて所定の期間、前記車両を使用したと仮定した場合に前記車体を腐食させる要因に関するデータを前記周辺領域の形状モデルの前記複数の多面体要素に関連付ける関連付け工程と、
前記周辺領域の形状モデルの前記多面体要素に関連付けされた腐食作用条件と、前記車体の形状モデルの前記板状要素が有する位置及び傾斜角に関するデータとから、前記板状要素ごとに、単位時間当たりの腐食度合いを算出する単位時間腐食度合い算出工程と、
算出された前記単位時間当たりの腐食度合いに基づいて、所定期間経過後の車体の腐食度合いを算出する腐食度合い算出工程と、
を含むことを特徴とする車体の腐食予測方法。

【請求項2】

前記周辺領域の形状モデルは、前記車体の形状モデルに隣接する第１の周辺領域と、該第１の周辺領域を取り囲む第２の周辺領域と、を含み、
前記第２の周辺領域の前記三次元メッシュは、前記第１の周辺領域の前記三次元メッシュよりも体積の大きい多面体要素で形成されていることを特徴とする請求項１に記載の車体の腐食予測方法。

【請求項3】

前記単位時間当たりの腐食度合いは、腐食速度であり、
前記単位時間腐食度合い算出工程において、
前記腐食速度は、係数と前記車体を腐食させる要因を表す変数と掛け合わせた項を加減算する多項式によって算出され、
前記係数は、前記板状要素ごとに、予め設定されたマトリックス表から選択されることを特徴とする請求項１又は２に記載の車体の腐食予測方法。

【請求項4】

腐食予測を行う対象車両の車両データと、所定の地域にて所定の期間、前記車両を使用したと仮定した場合に前記車体を腐食させる要因に関するデータを含む環境データと、を取得する取得部と、
車体の形状を該車体における位置及び傾斜角のデータを含む複数の板状要素により形成した二次元メッシュで表した車体の形状モデルを構築するとともに、前記車体を取り囲む周辺領域を、複数の多面体要素により形成した三次元メッシュで表した周辺領域の形状モデルを構築する形状モデル構築部と、
前記周辺領域の形状モデルの前記複数の多面体要素に、前記腐食させる要因に関するデータを関連付けて、該多面体要素に関連付けされた腐食作用条件と、前記車体の形状モデルの前記板状要素が有する位置及び傾斜角に関するデータとから、前記板状要素ごとに、単位時間当たりの腐食度合いを算出するとともに、算出された前記単位時間当たりの腐食度合いに基づいて、所定期間経過後の車体の腐食度合いを算出する演算部と、
を備えたことを特徴とする車体の腐食予測システム。

【請求項5】

情報処理装置によって読み取り可能に構成され、車体に生じる腐食度合いを予測する車体の腐食予測プログラムにおいて、
腐食予測を行う対象車両の車両データに基づき、車体の形状を該車体における位置及び傾斜角のデータを含む複数の板状要素により形成した二次元メッシュで表した車体の形状モデルを構築する車体形状モデル構築ステップと、
前記車体を取り囲む周辺領域を、複数の多面体要素により形成した三次元メッシュで表した周辺領域の形状モデルを構築する周辺領域形状モデル構築ステップと、
所定の地域にて所定の期間、前記車両を使用したと仮定した場合に前記車体を腐食させる要因に関するデータを前記周辺領域の形状モデルの前記複数の多面体要素に関連付ける関連付けステップと、
前記周辺領域の形状モデルの前記多面体要素に関連付けされた腐食作用条件と、前記車体の形状モデルの前記板状要素が有する位置及び傾斜角に関するデータとから、前記板状要素ごとに、単位時間当たりの腐食度合いを算出する単位時間腐食度合い算出ステップと、
算出された前記単位時間当たりの腐食度合いに基づいて、所定期間経過後の車体の腐食度合いを算出する腐食度合い算出ステップと、
を前記情報処理装置に実行させることを特徴とする車体の腐食予測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、車両の使用によって車体に生じる腐食度合いを予測する車体の腐食予測方法、車体の腐食予測システム及び車体の腐食予測プログラムに関する。

【背景技術】

【0002】

自動車等の車両は、例えば高温多湿の環境下で長年使用されることにより、車体に錆が発生して腐食が生じる。車体の腐食耐性を向上させるため、従来は、使用後の車両を回収し、車体を分解して腐食箇所を調べる方法を採用していたが、車両の回収や分解のためのコストや時間がかかるという問題があった。

【0003】

車体分析のための費用や時間を削減するために、近年では、コンピュータを用いたシミュレーションによって車体の腐食予測を行う方法が開発されている。

【0004】

例えば、特許文献１では、コンピュータに組み込まれたニューラルネットワークを用いた車体の腐食予測方法が記載されている。ニューラルネットワークは、自動車が使用されている環境の温度、水かかり量、湿度、塩分量、経過時間、走行距離、自動車とその周辺空間を所定間隔で区切った三次元のメッシュ空間の位置、及び、当該メッシュ空間位置に対応した車体区分を入力データとし、腐食量を出力データとする教師データによって予め学習されている。入力データにおいて、車体区分は、ドア、フロア、ボディサイド、フードなど、自動車を大局的に部位に区分している。

【0005】

この方法では、学習済みのニューラルネットワークに、腐食量を予測する自動車の環境の温度、水かかり量、湿度、塩分量、経過時間、走行距離、メッシュ空間位置、当該空間位置に対応した車体区分を入力し、学習済みニューラルネットワークから出力された結果を腐食量の予測値としてディスプレイに表示させる。このように、ニューラルネットワークを用いた車体の腐食予測方法では、使用後の車両を回収したり分解したりすることなく車体の腐食度合をコンピュータ上でシミュレーションすることができる。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２００２－２５７６８９号公報

【発明の概要】

【発明が解決しようとする課題】

【0007】

しかしながら、特許文献１に記載の方法では、車体の形状が変更された場合に、形状変更に対応した精度の高い予測ができないという問題がある。例えば、雨水が車体に付着した場合、車体表面が垂直面に近い場合には雨水が重力に沿って流れ落ちるため車体に溜り難いが、水平面に近い場合には雨水が溜り易く、これにより腐食が生じやすくなる。

【0008】

特許文献１に記載の方法では、三次元メッシュ空間における位置によって腐食が生じる車体の位置は特定できても、この三次元メッシュ空間において車体の表面形状は特定されていないため、車体の形状変更により腐食の進行度合いにどのような違いが生じるかを適切に予測することができていない。それ故、新たに設計される車体など、教師データの無い車両に対して腐食度合いの予測を行う場合に、予測精度が低くなるという問題があった。

【0009】

本発明は、上記課題に鑑みてなされたものであって、新たに設計される車両に対して精度よく車体の腐食予測を行うことができる車体の腐食予測方法、車体の腐食予測システム及び車体の腐食予測プログラムを提供することを目的とする。

【課題を解決するための手段】

【0010】

上記目的を達成するために、本発明の一実施形態の車体の腐食予測方法は、腐食予測を行う対象車両の車両データに基づき、車体の形状を該車体における位置及び傾斜角のデータを含む複数の板状要素により形成した二次元メッシュで表した車体の形状モデルを構築する車体形状モデル構築工程と、前記車体を取り囲む周辺領域を、複数の多面体要素により形成した三次元メッシュで表した周辺領域の形状モデルを構築する周辺領域形状モデル構築工程と、所定の地域にて所定の期間、前記車両を使用したと仮定した場合に前記車体を腐食させる要因に関するデータを前記周辺領域の形状モデルの前記複数の多面体要素に関連付ける関連付け工程と、前記周辺領域の形状モデルの前記多面体要素に関連付けされた腐食作用条件と、前記車体の形状モデルの前記板状要素が有する位置及び傾斜角に関するデータとから、前記板状要素ごとに、単位時間当たりの腐食度合いを算出する単位時間腐食度合い算出工程と、算出された前記単位時間当たりの腐食度合いに基づいて、所定期間経過後の車体の腐食度合いを算出する腐食度合い算出工程と、を含むことを特徴とする。

【0011】

また、上記目的を達成するために、本発明の一実施形態の車体の腐食予測システムは、腐食予測を行う対象車両の車両データと、所定の地域にて所定の期間、前記車両を使用したと仮定した場合に前記車体を腐食させる要因に関するデータを含む環境データと、を取得する取得部と、車体の形状を該車体における位置及び傾斜角のデータを含む複数の板状要素により形成した二次元メッシュで表した車体の形状モデルを構築するとともに、前記車体を取り囲む周辺領域を、複数の多面体要素により形成した三次元メッシュで表した周辺領域の形状モデルを構築する形状モデル構築部と、前記周辺領域の形状モデルの前記複数の多面体要素に、前記腐食させる要因に関するデータを関連付けて、該多面体要素に関連付けされた腐食作用条件と、前記車体の形状モデルの前記板状要素が有する位置及び傾斜角に関するデータとから、前記板状要素ごとに、単位時間当たりの腐食度合いを算出するとともに、算出された前記単位時間当たりの腐食度合いに基づいて、所定期間経過後の車体の腐食度合いを算出する演算部と、を備えたことを特徴とする。

【0012】

また、上記目的を達成するために、本発明の一実施形態は、情報処理装置によって読み取り可能に構成され、車体に生じる腐食度合いを予測する車体の腐食予測プログラムにおいて、腐食予測を行う対象車両の車両データに基づき、車体の形状を該車体における位置及び傾斜角のデータを含む複数の板状要素により形成した二次元メッシュで表した車体の形状モデルを構築する車体形状モデル構築ステップと、前記車体を取り囲む周辺領域を、複数の多面体要素により形成した三次元メッシュで表した周辺領域の形状モデルを構築する周辺領域形状モデル構築ステップと、所定の地域にて所定の期間、前記車両を使用したと仮定した場合に前記車体を腐食させる要因に関するデータを前記周辺領域の形状モデルの前記複数の多面体要素に関連付ける関連付けステップと、前記周辺領域の形状モデルの前記多面体要素に関連付けされた腐食作用条件と、前記車体の形状モデルの前記板状要素が有する位置及び傾斜角に関するデータとから、前記板状要素ごとに、単位時間当たりの腐食度合いを算出する単位時間腐食度合い算出ステップと、算出された前記単位時間当たりの腐食度合いに基づいて、所定期間経過後の車体の腐食度合いを算出する腐食度合い算出ステップと、を前記情報処理装置に実行させることを特徴とする。

【発明の効果】

【0013】

本発明に係る車体の腐食予測方法、車体の腐食予測システム及び車体の腐食予測プログラムによれば、新たに設計される車両に対して精度よく車体の腐食予測を行うことができる。

【図面の簡単な説明】

【0014】

【図1】本発明の一実施形態に係る車体の腐食予測システムを示すブロック図である。

【図2】車体形状モデル及び車体周辺領域形状モデルを示す斜視図である。

【図3】図２に示す形状モデルを平面的に示した説明図である。

【図4】車体形状モデルを構成する板状要素を説明する斜視図である。

【図5】腐食速度を算出する多項式に使用される係数のマトリックス表を示す図である。

【図6】腐食予測方法の手順を示すフローチャートである。

【発明を実施するための形態】

【0015】

以下、本発明の一実施形態を図面に基づいて説明する。図１は、本発明の一実施形態に係る車体の腐食予測システム１０を示すブロック図である。自動車等の車両は、長年の使用によって雨や塩分に晒されることで車体に腐食が生じる。腐食予測システム１０は、このような車両の使用によって生じる車体の腐食度合いをコンピュータ上でシミュレーションすることにより予測するものである。車体腐食予測システム１０は、情報処理装置である、マイクロコンピュータやパーソナルコンピュータ等の単一のコンピュータ、或いは、ネットワークを介して相互に接続される複数のコンピュータにより構成することができる。

【0016】

車体腐食予測システム１０は、情報を入力する入力手段である入力装置１２と、記憶手段である外部記憶装置１４と、制御手段及び演算手段を構成している演算処理装置１６と、表示手段である表示装置１８と、を備える。

【0017】

入力装置１２は、例えば、キーボード、マウス及び／又はタッチパネル等で構成することができる。外部記憶装置１４は、演算処理装置１６に接続される外部メモリであって、ＨＤＤ（hard disk drive）やＳＳＤ（solid state drive）等の記憶装置で構成することができる。入力装置１２及び／又は外部記憶装置１４は、後述する車両データ及び環境データを取得する取得部を構成している。

【0018】

演算処理装置１６は、マイクロコンピュータを含む計算機であり、情報処理部である中央処理装置（ＣＰＵ）、記憶手段を構成するＲＡＭやＲＯＭ等の内部メモリ、及び、他の装置と交信するための入出力インターフェース等を備えている。演算処理装置１６の情報処理部は、ＣＰＵに限られず、例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準製品（ＡＳＳＰ）、システムオンチップ（ＳＯＣ）等とすることができる。

【0019】

この演算処理装置１６は、内部メモリに記憶させた車体の腐食予測プログラム、外部記憶装置１４を介して読み取り可能な記録媒体に記録された車体の腐食予測プログラム、或いは、図示していないネットワークや通信装置を介して外部からロードした車体の腐食予測プログラムをＣＰＵで実行することができる。この腐食予測プログラムを実行するにより、演算処理装置１６は、入力装置１２で指示された予測対象である車両を疑似的に設定された車両使用地域の環境に晒して、車体に生じる腐食度合いをシミュレートする。

【0020】

演算処理装置１６は、内部メモリである記憶部２１と、形状モデル構築部２２と、演算部２４と、カウンタ部２６と、を備えている。

【0021】

記憶部２１は、入力装置１２や外部記憶装置１４を介して演算処理装置１６内に取り込まれたデータを格納することができる。本実施形態では、入力装置１２等を介して、腐食予測を行う対象車両に関するデータ（以下、「車両データ」とも称する）と、車両を使用する地域の環境に関するデータ（以下、「環境データ」とも称する）とが演算処理装置２１に入力され、これらのデータが記憶部２１に格納される。

【0022】

車両データは、車体の設計データ、車体部品の材料に関するデータ、車体を構成するパネル部材の表面に形成された電着塗膜や化成皮膜に関するデータ（例えば、塗膜や皮膜の成分、膜厚のデータ）などを含んでいる。環境データは、所定の地域にて所定の期間、車両を使用したと仮定した場合に、車体を腐食させる要因に関するデータを含んでいる。ここで、車体を腐食させる要因に関するデータとは、例えば、車両を使用する地域における、天気（例えば、気温、湿度、降水量、降雪量など）、道路上の融雪塩散布量、道路上の石の有無や石の量などのデータである。

【0023】

図２及び図３に示すように、形状モデル構築部２２は、車両データに基づいて、車体の形状を該車体における位置及び傾斜角のデータを含む複数の板状要素Ｅ_ｉにより形成した二次元メッシュで表した車体の形状モデル３０（以下、「車体形状モデル３０」とも称する）を構築する。また、形状モデル構築部２２は、車体を取り囲む周辺領域を、複数の多面体要素Ｐ_ｉにより形成した三次元メッシュで表した周辺領域の形状モデル４０（以下、「周辺領域形状モデル４０」とも称する）を構築する。周辺領域の形状モデル４０は、車体形状モデル３０に隣接する第１の周辺領域４２と、第１の周辺領域４２を取り囲む第２の周辺領域４４と、を含む。

【0024】

車体形状モデル３０は、図４に示すように、車体を構成する部品を有限要素法によって複数の板状要素Ｅ_ｉ（ｉ＝１～Ｎの整数）に分割することで、二次元の数値計算モデルとして表したものである。板状要素Ｅ_ｉの表面形状は、三角形、四角形、その他の多角形を採用することができる。車体形状モデル３０が有する各板状要素Ｅ_ｉの頂点では、節点ａｉ（ｉ＝１～ｎの整数）が配置されており、節点ａｉごとに、Ｘ座標値、Ｙ座標値及びＺ座標値が特定されている。ＸＹＺ直交座標系は、解析対象に対する固定の座標系であり、本実施形態では、解析対象の車体が水平の状態で、Ｚ軸が重力方向Ｇとなるように予め設定してある。

【0025】

車体形状モデル３０の各板状要素Ｅ_ｉは、座標系による位置データとともに、外表面の重力方向Ｇに対する傾斜角が特定されている。各板状要素Ｅ_ｉは、ＸＹＺ直交座標系における位置データ及び傾斜角データに加え、厚さ（板厚）と、表面に形成された電着塗膜及び／又は化成皮膜に関するデータ（例えば、膜の成分、膜厚などのデータ）を保有している。

【0026】

周辺領域形状モデル４０は、図３に示すように、車体を囲む領域を複数の多面体要素Ｐ_ｉ（ｉ＝１～Ｍの整数）に分割することで、三次元の数値計算モデルとして表したものである。各多面体要素の各頂点は、車体形状モデル３０と同じＸＹＺ直交座標系で、Ｘ座標値、Ｙ座標値及びＺ座標値が特定されており、これにより、各多面体要素の位置が特定できるように設定されている。なお、これとともに又はこれに代えて、各多面体要素に番号を付して、位置を特定する構成であってもよい。

【0027】

既述のとおり、周辺領域形状モデル４０は、第１の周辺領域４２と、第２の周辺領域４４とを含んでおり、第２の周辺領域４４の三次元メッシュは、第１の周辺領域４２よりも粗いメッシュになるように、第１の周辺領域４２の三次元メッシュよりも体積の大きい多面体要素Ｐ_ｉで形成されている。以下の説明では、第１の周辺領域４２を構成する多面体要素Ｐ_ｉを「多面体要素Ｐ１_ｉ」、第２の周辺領域４４を構成する多面体要素Ｐ_ｉを「多面体要素Ｐ２_ｉ」とも称する。

【0028】

演算部２４は、環境データを周辺領域形状モデル４０の複数の多面体要素Ｐ_ｉに関連付けし、多面体要素Ｐ_ｉに関連付けされた腐食作用条件と、車体形状モデル３０の板状要素Ｅ_ｉが有する位置及び傾斜角に関するデータとから、板状要素Ｅ_ｉごとに、単位時間当たりの腐食度合いを算出する。

【0029】

本実施形態では、環境データに基づいて、周辺領域形状モデル４０の第２の周辺領域４４の多面体要素Ｐ１_ｉに腐食作用条件の設定をし、その後、この第２の周辺領域４４の腐食作用条件に基づいて、第１の周辺領域４２の多面体要素Ｐ_ｉに、より詳細な腐食作用条件を設定している。第２の周辺領域４４の多面体要素Ｐ２_ｉには、車両の使用地域における天気データ（例えば、気温、湿度、降水量、降雪量などのデータ）及び路面データ（例えば、道路上に散布される融雪塩量、道路上の石の有無などのデータ）が腐食作用条件として設定される。第１の周辺領域４２の多面体要素Ｐ１_ｉには、第２の周辺領域４４に設定された天気データ及び路面データに基づいて、車体形状モデル３０に対する腐食要因の量及び腐食要因の進入速度に関するデータ（例えば、雨や雪の量、車体に当たる石の重量、雨や雪が車体に当たる速度、石が車体に当たる速度などのデータ）が腐食作用条件として設定される。

【0030】

また、本実施形態では、演算部２４が、単位時間当たりの腐食度合いとして腐食速度を算出しており、単位時間を１日として、１日当たりの腐食速度（単位：ｍｍ／ｄａｙ）を板状要素Ｅ_ｉごとに算出している。１日当たりの腐食速度とは、腐食によって１日に減少する板厚の厚さである。なお、単位時間は１日に限られず、例えば３日や１ヶ月など、適宜設定することができる。

【0031】

演算部２４による周辺領域形状モデル４０の多面体要素Ｐ_ｉへの環境データの関連付け、すなわち多面体要素Ｐ_ｉに対する腐食作用条件の設定は、単位時間ごとに行われる。カウンタ部２６は、演算部２４によって全板状要素Ｅ_ｉの単位時間当たりの腐食速度の計算が完了するごとに、単位時間を加算していく。演算部２４は、カウンタ部２６によるカウント期間に基づいて、環境データから多面体要素Ｐ_ｉに関連付けするデータを選択し、単位時間あたりの腐食速度を算出する。

【0032】

例えば、腐食予測を行う所定の期間を１５年、単位時間と１日とした場合、まず、カウンタ部２６は、単位時間である１日を加算する。演算部２４は、カウンタ部２６によるカウント期間に基づき、１日目の環境データを周辺領域形状モデル４０の各多面体要素Ｐ_ｉに関連付けし、関連付けられた腐食作用条件に基づいて、各板状要素Ｅ_ｉに対して１日目の腐食速度を算出する。腐食速度の算出が完了すると、カウンタ部２６は、単位時間である１日を加算する。演算部２４は、カウンタ部２６によるカウント期間（２日）に基づいて、２日目の環境データを周辺領域形状モデル４０の各多面体要素Ｐ_ｉに関連付けし、関連付けられた腐食作用条件に基づいて、各板状要素Ｅ_ｉに対して２日目の腐食速度を算出する。このように、環境データに基づく条件付けと、この条件に基づく腐食速度の算出とを３日目、４日目、・・・、ｘ日目と繰り返していき、１５年分（すなわち５４７８日分）の腐食速度を算出する。別の例として、単位時間が３日である場合、演算部２４は３日分の環境データを多面体要素Ｐ_ｉに関連付けして、関連付けられた３日分の腐食作用条件に基づいて腐食速度を算出する。

【0033】

演算部２４が算出する腐食速度は、例えば、係数と車体を腐食させる要因を表す変数と掛け合わせた項を加減算する多項式によって算出することができる。一例として、本実施形態では、以下の式（１）により腐食速度を算出している。

【0034】

腐食速度（単位：ｍｍ／ｄａｙ）＝ａ_０＋（ａ_１×Ｔ）＋（ａ_２×Ｈ）－（ａ_３×Ｔｈ１）－（ａ_４×Ｔｈ２）－（ａ_５×Ｅ）－（ａ_６×Ｃ）＋（ａ_７×Ｍｗ）＋（ａ_８×Ｍｓ）＋（ａ_９×Ｍｓｎ）＋（ａ_１０×Ｔｃ）＋（ａ_１１×Ｍ） ・・・式（１）

【0035】

式（１）において、ａ_０～ａ_１１は係数である。また、式（１）において、Ｔは温度、Ｈは湿度、Ｔｈ１は電着塗膜の膜厚、Ｔｈ２は化成皮膜の膜厚、Ｅは電着塗膜の成分、Ｃは化成皮膜の成分、Ｍｗは水量、Ｍｓは塩量、Ｍｓｎは雪量、Ｔｃは石が当たることによる傷量を示すチッピング率、Ｍは材料である。

【0036】

式（１）にて、温度Ｔ（単位：℃）、湿度Ｈ（単位：％）、水量Ｍｗ（板状要素Ｅ_ｉの表面に付着する水の厚さ、単位：ｍｍ）、塩量Ｍｓ（水分あたりの塩の濃度、単位：％）、雪量Ｍｓｎ（板状要素Ｅ_ｉの表面に付着する雪の厚さ、単位：ｍｍ）及びチッピング率Ｔｃ（石が板状要素Ｅ_ｉの表面に当たる割合、単位：％）は、環境データに基づいて、単位時間ごとに決定される。例えば、温度Ｔは一日の平均気温とすることができる。

【0037】

また、式（１）にて、電着膜厚Ｔｈ１（単位：μｍ）、化成処理膜厚Ｔｈ２（単位：μｍ）、電着塗膜の成分Ｅ、化成皮膜の成分Ｃ及び材料Ｍは、車両データに基づいて決定される。電着塗膜の成分Ｅ、化成皮膜の成分Ｃ及び材料Ｍは、質的変数とすることができる。例えば、電着塗膜の成分Ｅ及び化成皮膜の成分Ｃは、防錆性能が低い場合には「１」、防錆性能が高い場合には「１．２」とすることができる。材料Ｍは、鉄アルミ合金材料、樹脂材料などであり、例えば、自然電極電位により腐食が生じる鉄アルミ合金材料に対しては「１」、腐食が生じない樹脂材料に対しては「０」とすることができる。一つの板状要素Ｅ_ｉにおいて、膜厚Ｔｈ１、膜厚Ｔｈ２、成分Ｅ、成分Ｃ及び材料Ｍの値は、腐食予測期間の間、一定値としてもよい。

【0038】

各係数ａ_０～ａ_１１の値は、板状要素Ｅ_ｉごとに、予め設定されたマトリックス表から選択される。図５は、マトリックス表の例を示しており、大文字アルファベット順に小さい数値から大きい数値となっている。例えば、係数ａ_１では、ａ_１Ａ＜ａ_１Ｂ＜ａ_１Ｃ＜ａ_１Ｄ＜ａ_１Ｅとなっている。図５では、各係数ａ_０～ａ_１１に対してＡ～Ｅの５つの数値が設定されているが、数値の数は５つに限られず、例えば、係数ａ_０に対しては１つ、係数ａ_１に対しては３つなど、係数ごとに数値の設定数が異なっていてもよい。このように、各係数ａ_１～ａ_１１には、複数の数値が設定されており、車体モデル３０における板状要素Ｅ_ｉの位置や傾斜角に応じて、マトリックス表から各係数ａ_１～ａ_１１に対して数値が１つずつ選択される。例えば、板状要素Ｅ_１０が車体下方にあり、表面の傾斜角が水平に近い場合、この板状要素Ｅ_１０は、車体上方にある垂直な表面の板状要素Ｅ_２０に比べて水が溜まりやすくなるため、水量Ｍｗの係数ａ_８の値が大きくなる。このような場合に、演算部２４は、式（１）中の係数ａ_８について、例えば、板状要素Ｅ_１０に対して係数ａ_８Ｅを選択し、板状要素Ｅ_２０に対して係数ａ_８Ｂ（ａ_８Ｂ＜ａ_８Ｅ）を選択する。このように、係数ａ_０～ａ_１１は、板状要素Ｅ_ｉの位置や傾斜角に応じてマトリックス表から選択される。

【0039】

図５のマトリックス表における各係数ａ_０～ａ_１１の値は、予め行われた実験結果に基づいて設定される。実験から各係数ａ_０～ａ_１１を設定する際には、式（１）において、各項の単位が「ｍｍ／ｄａｙ」となるようにａ_０～ａ_１１の次元が設定される。なお、式（１）において係数ａ_０は初期値であり、一例として「係数ａ_０＝０」とすることができる。

【0040】

また、演算部２４は、算出された単位時間当たりの腐食度合いに基づいて、所定期間経過後の車体の腐食度合いを算出する。具体的には、カウンタ部２６によるカウント期間が所定期間に達するまで、演算部２４は、単位時間当たりの腐食速度を算出し、これを所定期間分、合算する。これにより、各板状要素Ｅ_ｉにおける所定期間経過後の腐食度合いが算出され、所定期間経過後に、車体の各板状要素（すなわち、車体の各部位）について、どの程度、腐食が進んだかを求めることができる。

【0041】

演算処理装置１６で算出された所定期間経過後の車体の腐食度合いのシミュレーションの結果は、表示装置１８に表示される。表示装置１８は、情報を視覚的に表示可能な装置であり、例えば、液晶ディスプレイ、有機ＥＬディスプレイ、プラズマディスプレイ、及び／又はブラウン管ディスプレイ等により構成することができる。

【0042】

次に、図６に示すフローチャートを用いて、本実施形態の車体の腐食予測システム１０による車体の腐食予測方法について説明する。

【0043】

まず、ステップＳ１１では、入力装置１２及び／又は外部記憶装置１４によって、演算処理装置１６に、各種の計算条件データが入力される（データ取得工程）。ここで、計算条件データは、上述した車両データと環境データとを含んでいる。

【0044】

次のステップＳ１２では、入力された車両データに基づいて、形状モデル構築部２２が、コンピュータ上に車体形状モデル３０を構築する（車体形状モデル構築工程）。車体形状モデル３０の各板状要素Ｅ_ｉには、板厚とともに、表面に形成された電着塗膜及び／又は化成皮膜の膜厚と成分のデータが関連付けられている。

【0045】

次のステップＳ１３では、形状モデル構築部２２が、コンピュータ上に、車体形状モデル３０を取り囲む周辺領域形状モデル４０を構築する（周辺領域形状モデル構築工程）。既述のとおり、周辺領域形状モデル４０は、第１の周辺領域４２と、第２の周辺領域４４とを含んでいる。

【0046】

次のステップＳ１４では、カウンタ部２６のカウント期間ｔを初期値ｔ_０に設定する（ｔ＝ｔ_０）。本実施形態において初期値ｔ_０は、経過期間０日である。

【0047】

次のステップＳ１５では、カウンタ部２６のカウント期間に所定の単位時間Δｔを加算する（ｔ＝ｔ＋Δｔ）。本実施形態では、単位時間である１日を加える。

【0048】

次のステップＳ１６では、環境データを周辺領域形状モデル４０の複数の多面体要素Ｐ_ｉに関連付ける（関連付け工程）。具体的には、ステップＳ１５でカウンタ部２６に加えられた期間における環境データを周辺領域形状モデル４０に関連付けして、周辺領域形状モデル４０に腐食作用条件を設定する。既述のとおり、本実施形態では、周辺領域形状モデル４０の第２の周辺領域４４多面体要素Ｐ２_ｉに、車両の使用地域における天気データ及び路面データが腐食作用条件のためのデータとして取り込まれる。そして、取り込まれた天気データ及び路面データに基づいて、車体形状モデル３０に対する腐食要因の量及び腐食要因の進入速度が算出され、これらが第１の周辺領域４２の多面体要素Ｐ１_ｉに腐食作用条件として設定される。

【0049】

次のステップＳ１７では、周辺領域形状モデル４０の多面体要素Ｐ_ｉに関連付けされた腐食作用条件と、車体形状モデル３０の板状要素Ｅ_ｉが有する位置及び傾斜角に関するデータとから、演算部２４が、板状要素Ｅ_ｉごとに腐食速度を算出する（単位時間腐食度合い算出工程）。本実施形態では、上述した式（１）によって、演算部２４が一日当たりの腐食速度を算出する。

【0050】

全ての板状要素Ｅ_ｉに対する腐食速度の計算が終了すると、次のステップＳ１８に移行し、演算処理装置１６は、カウンタ部２６によるカウント期間ｔが、腐食予測を行う所定期間ｔ_Ｐに達しているか否かを判定する。例えば、腐食予測のための所定期間が１５年（５４７８日）である場合、カウント期間ｔが５４７８日に達したか否かを判定する。所定期間ｔ_Ｐに達していない場合（ステップＳ１８：Ｎｏ）、ステップＳ１５に移行して、カウント期間に単位時間Δｔを加え、これに続くステップＳ１６へ移行する。

【0051】

ステップＳ１８において、カウントされた期間ｔが、所定期間ｔ_Ｐに達している場合（ステップＳ１８：Ｙｅｓ）、ステップＳ１９に移行し、演算部２４は、算出された単位時間当たりの腐食速度を所定期間ｔ_Ｐ分、合算することにより、各板状要素Ｅ_ｉに対する所定期間経過後の腐食度合いを算出する（腐食度合い算出工程）。例えば、腐食予測のための所定期間が１５年（５４７８日）である場合、１日目から５４７８日目までの腐食速度を合算して、５４７８日経過後の腐食量を算出する。これにより、１５年経過後に車体の各部位に生じる腐食量、すなわち、車体を構成するパネル部品の板厚が減少する量を算出することができる。

【0052】

次のステップＳ２０では、所定期間ｔ_Ｐ経過後の車体の腐食量のシミュレーション結果、すなわち車体の腐食予測結果を表示装置１８に表示させる。

【0053】

上述したように、本実施形態の腐食予測方法によれば、コンピュータ上に車体形状モデル３０及び周辺領域形状モデル４０を構築し、車体を腐食させる腐食作用条件を周辺領域形状モデル４０の各多面体要素Ｐ_ｉと関係づけてデータ化することにより、車体形状モデル３０の板状要素Ｅ_ｉごとに腐食速度を算出することができる。車体形状モデル３０の各板状要素Ｅ_ｉには、それぞれ、車体における位置や傾斜角のデータが設定されているので、板状要素Ｅ_ｉごとに環境が考慮された腐食状況が把握できる。そして、板状要素Ｅ_ｉごとに所定の単位時間当たりの腐食度合いを算出することで、車両の使用環境の変化に応じた腐食速度を得ることができ、これに基づいて、所望する期間経過後の車体の腐食度合いを算出することで、車体腐食量を精度よく予測することが可能となっている。これにより、新たに設計する車体など、車体の形状に変更が生じた場合でも、車体の腐食度合いを高い精度で予測することができる。

【0054】

また、本実施形態の腐食予測方法では、周辺領域形状モデル４０を２つの周辺領域に区分しており、第２の周辺領域４４に、車両使用地域の天気データ及び路面データが取り込まれ、車体に近接する第１の周辺領域４２では、天気データ及び路面データに基づいた腐食要因の量や進入速度のデータが腐食作用条件として設定される。この際、第２の周辺領域４４は、第１の周辺領域４２よりも体積の大きい多面体要素で構成されているため、演算処理時のデータ量を抑えることができる。また、第１の周辺領域４２では、データ量を多くして、腐食予測精度を向上させることができる。このように、周辺領域形状モデル４０をメッシュの粗さが異なる領域に分けて、データ量を変えることで、腐食予測精度を高めながら、全体のデータ量が増大化することを抑えて演算処理時間を短縮することができる。

【0055】

また、車体の形状に変更が生じた場合には、周辺領域形状モデル４０の第２の周辺領域４４のデータを変えることなく、第１の周辺領域４２と車体形状モデル３０のデータのみを変更して車体の腐食予測を実施することができる。そのため、同じ使用環境下で形状の異なる複数種の車両の腐食予測を行う場合に、第２の周辺領域４４における腐食作用条件を併用して、演算処理時間を短縮化することも可能である。

【0056】

また、本実施形態の腐食予測方法において、腐食速度は、係数と腐食させる要因の量、すなわち数値と数値とを掛け合わせた項を腐食要因ごとに加減算した多項式によって算出されるので、簡易な計算によって腐食速度を算出することができる。多項式内の各係数ａ_０～ａ_１１は、板状要素Ｅ_ｉごと、すなわち車体における位置や傾斜角によって異なる腐食の生じ易さに応じて、予め設定されたマトリックス表から選択されるので、腐食予測精度を高く維持しながら、腐食速度の演算式を簡易化して、計算処理時間を短縮することができる。

【0057】

なお、本発明は上述した実施の形態に限定されるものではなく、発明の趣旨を逸脱しない範囲で種々の変更が可能である。

【0058】

例えば、上述した実施形態では、周辺領域形状モデル４０を第１及び第２の周辺領域４２，４４の２つの領域に区分して、各周辺領域４２，４４に対して腐食作用条件の設定を行っているが、領域を区分せずに環境データに基づく条件設定を行うことも可能である。

【符号の説明】

【0059】

１０ 腐食予測システム
１２ 入力装置
１４ 外部記憶装置
１６ 演算処理装置
１８ 表示装置
２１ 記憶部
２２ 形状モデル構築部
２４ 演算部
２６ カウンタ部
３０ 車体の形状モデル
４０ 周辺領域の形状モデル
４２ 第１の周辺領域
４４ 第２の周辺領域
ａｉ 節点
Ｅ_ｉ 板状要素
Ｐ_ｉ 多面体要素
Ｐ１_ｉ 第１の周辺領域の多面体要素
Ｐ２_ｉ 第２の周辺領域の多面体要素

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】