這個問題非常簡單，但解答起來卻相當困難。理論上，我們不可能找出一個簡單的數值與老化測試儀曝曬時數相乘來計算戶外曝曬的年限。我們所面臨的問題不是沒有開發(fā)出的老化測試儀，而是不論測試儀多么復雜高深、多么昂貴，您仍然找 不到這種神奇因子。戶外曝曬環(huán)境固有的變動特性和復雜性將是我們面臨的大難題。測試儀曝曬和戶外曝曬的關系取決于多種變化因素，例如：

· 曝曬場的地理緯度（距赤道越近，紫外線越強）。

· 海拔（海波越高，紫外線越強）。

· 當地地理特征，例如風力風干測試樣品、或臨近水源容易形成露水。

· 逐年的天氣無常變化，連續(xù)幾年在同一地點造成的老化程度也會有 2:1 的變化。

· 季節(jié)變化（冬季曝曬損壞程度可能僅為夏季曝曬的七分之一）

· 樣品放置角度（5°偏南，還是正北）。

· 樣品絕緣（通常，采用絕緣樣品架的戶外樣品其老化速度比非絕緣樣品快 50%）。

· 測試儀操作周期（光照時間和潮濕時間）。

· 測試儀工作溫度（溫度越高，老化越快）。

· 測試的具體材料。

· 實驗室光源光譜功率分布 (SPD)。

顯然，討論加速老化測試時數和戶外曝曬月數之間的轉換因子是沒有邏輯意義的。因為這兩個因素一個恒定不變、一個變化 不定。尋找兩者之間的轉換因子會導致數據沒有意義。

換而言之：老化數據是相對數據。雖然，我們仍能使用加速老化測試儀得出的耐久性數據，但是您必須認識到所得的數 據為相對數據，而非數據。實驗室老化測試得出的多是相對于其他材料，該材料耐久性相對排序的可靠預測。實際 上，佛羅里達曝曬測試也是這種情況。以 5°偏南的方位在“黑盒”中戶外曝曬一年與在室內或車中曝曬一年的對比情況如何，無人得知，連戶外測試得出的也不過是實際使用年限的相對預測。

但是，相對數據價值極大。例如，您可能發(fā)現稍稍改動的配方其耐久性是常規(guī)材料的兩倍之多。又例如，您可能會發(fā)現在幾個看似相同的供應商材料中，有些材料老化得非?？欤蟛糠植牧显诮涍^相當長一段時間后老化，只有很少一部分經過長時間的曝曬才老化。再比方，您可能發(fā)現不太昂貴的配方其耐久性與常規(guī)材料相當，假設常規(guī)材料實際上已經使用了 5 年，而且性能可靠。

下面列舉一則相對數據用途的例子。涂料生產商正在研制一類新型透明涂料。初，QUV老化試驗機在 200 至 400 小時內 就造成嚴重的開裂，這比同樣用途的常規(guī)涂料的開裂時間早得多。但是，經過3 年不斷的重新配方和 QUV老化試驗機反復測試，涂料得到改良?，F在，多個配方均可在 QUV老化試驗機中曝曬 2,000 至 4,000 小時，比常規(guī)涂料更理想。隨后佛羅里 達的并行測試顯示耐久性提高了 10:1。然而，如果涂料化學家在更改配方之前一直等待佛羅里達的測試數據，那么現在他們 將仍然處于重新配方的早期階段，而且涂料也不會取得今天的商業(yè)成功。

另一方面，如果您堅持“經驗法則”轉換因子，那就憑經驗找出這一因子。數百個實驗室已經成功研究出將 Q-SUN 或 QUV老化試驗機時數轉換成戶外曝曬時數的內部“經驗法則”，盡管我們不可能找出通用的轉換因子。但是，我們務必要清楚一點：這些經驗法則是從實驗室內部加速測試和戶外曝曬經驗對比中得出的。此外，轉換法則僅適用于：

· 測試材料特定。

· 實驗室測試儀時間周期和溫度組合特定。

· 戶外曝曬基地和樣品安裝程序特定。

如果您對材料進行過戶外曝曬測試，不出幾個月的時間即可得出自己的經驗法則。如果您沒有這方面的經驗，可利用長期在戶外使用的材料。

很多實驗室成功研究出將 Q-SUN 或 QUV老化試驗機時數轉換成戶外曝曬時數的“經驗法則”。

此外，請務必記住一點：“相關”是指“等級相關”。有人問“加速測試儀與戶外的相關性如何？”時，實際上他們應該問“加速測試 儀得出的材料耐久性等級再現戶外材料耐久性等級的情況如何？”要衡量等級相關，我們推薦 Spearman 的 RHO。這種統計 方法計算簡單，而且與線性相關方法相比，不需要過多的數據假設。一項對 27 種汽車涂料的 QUV老化試驗機和佛羅里達曝 曬測試耐久性排序的研究得出：QUV老化試驗機排序和佛羅里達排序之間的等級相關高達 .89。佛羅里達不同曝曬結果排序 之間的等級相關為 .88 至 .95。換而言之，QUV老化試驗機幾乎可像佛羅里達自我再現一樣，再現佛羅里達的排序。