CN113330276A - 经涂覆物体的涂覆过程和质量控制 - Google Patents
经涂覆物体的涂覆过程和质量控制 Download PDFInfo
- Publication number
- CN113330276A CN113330276A CN201980089670.6A CN201980089670A CN113330276A CN 113330276 A CN113330276 A CN 113330276A CN 201980089670 A CN201980089670 A CN 201980089670A CN 113330276 A CN113330276 A CN 113330276A
- Authority
- CN
- China
- Prior art keywords
- coating
- parameter
- coating process
- spray
- property
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000576 coating method Methods 0.000 title claims abstract description 217
- 238000003908 quality control method Methods 0.000 title claims abstract description 20
- 239000011248 coating agent Substances 0.000 claims abstract description 168
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000005259 measurement Methods 0.000 claims abstract description 27
- 239000007921 spray Substances 0.000 claims description 48
- 238000013507 mapping Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 2
- 239000003973 paint Substances 0.000 description 33
- 238000005507 spraying Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 5
- 230000032258 transport Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 239000002966 varnish Substances 0.000 description 3
- 239000003595 mist Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000010420 art technique Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000007590 electrostatic spraying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
- B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
- B05B12/084—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to condition of liquid or other fluent material already sprayed on the target, e.g. coating thickness, weight or pattern
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
- B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
- B05B13/00—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00
- B05B13/02—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work
- B05B13/04—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work the spray heads being moved during spraying operation
- B05B13/0447—Installation or apparatus for applying liquid or other fluent material to conveyed separate articles
- B05B13/0452—Installation or apparatus for applying liquid or other fluent material to conveyed separate articles the conveyed articles being vehicle bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32189—Compare between original solid model and measured manufactured object
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/40—Minimising material used in manufacturing processes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Application Of Or Painting With Fluid Materials (AREA)
Abstract
公开用于建模包括多个涂覆参数的涂覆过程(160)的方法。方法包括步骤：通过涂覆过程(160)并且在K个工作周期期间，在物体的K个块的每块上分配涂层，从而获得K个涂层块。在K个工作周期的每个周期期间，记录(190)在M个实例处p个涂覆参数的涂覆变量值(xi,j)，从而获得记录结果(公式(I))；以及在K个涂层块中的每个的m个位置处，测量(170)至少一个涂层性质，从而获得测量结果(公式(II))。方法的特征在于以下步骤：基于记录结果(公式(I))和测量结果(公式(II))来确定(210)涂覆过程(160)的数字映射(220)。通过使用大量经典质量控制测量的结果以及对应的涂覆参数信息，可借助对这种大数据的统计处理来确定涂覆过程的数字映射(220)。数字映射(220)可被用于自动调整(230)涂覆参数来获得经改进的涂层质量，用于在工作周期之后立即预测(240)涂层质量来获得经改进的质量控制、或者用于两者。
Description
技术领域
本发明涉及对喷涂线中物体的涂覆，诸如喷涂。本发明进一步涉及经涂覆物体的质量控制。
背景技术
例如车身上漆料涂层需要遵守严格的要求：颜色分布必须均匀，表面必须平滑且没有灰尘等颗粒，并且要求单个和整体层厚度的最小厚度水平来防止腐蚀和UV辐射。此外，在保证最少材料浪费的意义上，涂覆过程必须具有成本效益。
在严苛的测试程序中使用最新技术进行高端测量，以评估车身上漆料涂层的涂层质量。常规地已知通过以手动或自动方式在选定坐标处进行多次测量来执行经喷涂的车身的质量控制。用于该任务的传感器技术可以从简单的磁感应到使用例如从EP2899498A1已知的THz传感器的更先进的光谱学。评估漆料涂层质量的过程可能非常漫长、昂贵且容易出错。
在本领域中众所周知的是，为喷涂线提供多个连续的喷涂室，喷涂室被配置为在传送带上传输通过喷涂线的物体上分配不同的涂层。每个喷涂室通常包括：喷涂系统，喷涂系统具有携带漆料分配器的喷涂机器人；包含漆料本身的漆料输送系统；以及控制喷涂系统不同部分的操作的控制器，控制包括对喷涂系统的涂覆参数进行调节。涂覆参数可以包括漆料体积流量、喷射空气流量、成形空气流量、钟速度、漆料雾度的电荷、机器人位置、机器人速度、漆料粘度、漆料颜色等。
期望调整涂覆参数来改进涂覆过程，从而实现增强的涂层质量。例如，如果观察到特定涂层位置的系统性问题，则该特定位置周围的涂覆过程很可能需要进一步优化(即，更多的漆料、不同的机器人路径、不同的机器人速度等)。然而，经典的质量控制只能对过程关键问题进行定位，而不能提供优化涂覆过程的措施。
仍然期望改进现有的涂覆方法来实现改进的涂覆过程和改进的涂覆物体的质量控制。
发明内容
本发明的一个目的是提供针对建模包括多个涂覆参数的涂覆过程的改进。
本发明的另一目的是提供改进的涂覆过程。
本发明的另一目的是提供对涂覆物体的改进的质量控制。
本发明的又一目的是提供改进的喷涂线。
这些目的通过根据所附权利要求1、7和11所述的方法以及根据所附权利要求14所述的设备来实现。
本发明基于这样的认识，即，通过使用大量经典质量控制测量的结果以及对应的涂覆参数信息，可以借助对这种大数据的统计处理来确定涂覆过程的数字映射。数字映射可以被用于自动调整涂覆参数来获得改进的涂层质量，用于在工作周期之后立即预测涂层质量来获得改进的质量控制，或者用于两者。
根据本发明的第一方面，提供了用于建模涂覆过程的方法，模涂覆过程包括多个涂覆参数，方法包括以下步骤：通过涂覆过程并且在K个工作周期期间，在物体的K个块的每一块上分配涂层，从而获得K个涂层块；在K个工作周期的每一个周期期间，记录在M个实例处p个涂覆参数的涂覆变量值，从而获得记录结果；以及在K个涂层块中的每一个的m个位置处，测量至少一个涂层性质，从而获得测量结果。方法还包括以下步骤：基于记录结果和测量结果来确定涂覆过程的数字映射。
根据本发明的一个实施例，K>100，诸如K>1000。
根据本发明的一个实施例，M>1000，诸如M>10000。
根据本发明的一个实施例，m>10，诸如m>100。
根据本发明的一个实施例，记录结果包括至少一个任意参数的涂覆变量值。
根据本发明的一个实施例，至少一个任意参数包括借助麦克风或者借助相机测量的涂覆参数。
根据本发明的第二方面，提供了用于优化涂覆过程的方法，方法包括以下步骤：根据上述实施例中的任一个建模涂覆过程；提供至少一个第一涂覆参数的第一涂覆变量值；以及基于第一涂覆变量值和数字映射，计算针对至少一个第二涂覆参数的第二涂覆变量值，至少一个第二涂覆参数不同于至少一个第一涂覆参数。
根据本发明的一个实施例，方法还包括以下步骤：基于所计算的第二涂覆变量值来自动调整至少一个第二涂覆参数，从而获得经调整的第二涂覆变量值；以及借助涂覆过程，使用经调整的第二涂覆变量值而在物体上分配涂层。
根据本发明的一个实施例，至少一个第一涂覆参数未被调整。
根据本发明的一个实施例，第一涂覆参数值在工作周期期间恒定。
根据本发明的第三方面，提供了用于对所涂覆的物体进行质量控制的方法，方法包括以下步骤：根据上述实施例中的任一个建模涂覆过程；借助涂覆过程，使用第一涂覆变量集而在物体上分配涂层；以及基于至少一个涂覆变量值和数字映射来预测至少一个涂层性质的至少一个涂层性质值。
根据本发明的一个实施例，方法还包括以下步骤：将针对至少一个涂层性质的至少一个涂层性质值与至少一个参考值进行比较；以及基于比较，确定涂覆过程是否成功。
根据本发明的一个实施例，至少一个涂层性质包括涂层的总厚度或者至少一个涂层的单独厚度。
根据本发明的第三方面，提供了用于执行涂覆过程的喷涂线，喷涂线包括：至少一个喷涂系统，被配置为在多个工作周期期间在物体上分配涂层；至少一个记录仪器，被配置为记录涂覆变量值，从而获得记录结果；以及至少一个测量仪器，被配置为测量至少一个涂层性质，从而获得测量结果。喷涂线还包括被配置为执行根据上述实施例中的任一个所述的方法的控制器。
附图说明
将参考附图来更详细地解释本发明，其中：
图1示出了根据本发明的一个实施例的喷涂线，
图2示出了常规的涂覆过程和质量控制方法，
图3示出了根据本发明的一个实施例的图2中被适配用于确定数字映射(digitaltwin)的常规涂覆过程和质量控制方法，以及
图4示出了根据本发明的一个实施例的涂覆过程和质量控制方法。
具体实施方式
参考图1，根据本发明的一个实施例的喷涂线10包括依次布置的三个喷涂室20。在最后一个喷涂室20之后存在测量站30。传送带40将待喷涂的车身50连续地输送通过喷涂线10，并且每个喷涂室20包括喷涂系统60，喷涂系统60被配置用于在车身50上分配漆料层或其他涂层。第一喷涂系统60可以例如被配置为分配第一底漆，第二喷涂系统60可以被配置为分配第二底漆，并且第三喷涂系统60可以被配置为在车身50上分配第一清漆。除了所示的喷涂室20和测量站30之外，喷涂线10可以包括附加的喷涂室20和测量站30、闪蒸区、烘箱以及喷涂技术领域也已知的其他喷涂线元件。
每个喷涂系统60可以包括：适当数量的喷涂机器人70，每个喷涂机器人70均被配备有漆料雾化器80；以及控制喷涂系统60的不同部分的操作的控制器90，控制包括对其涂覆参数进行调节。只要影响所形成涂层的喷涂室20的一些参数由相应的控制器90调节，则每个喷涂室20也可以被认为是相应喷涂系统60的一部分，参数诸如为室温度、室湿度和室压力(喷涂室20内的空气的温度、湿度和压力)。
每个漆料雾化器80例如可以是钟形的，其中钟形雾化头100高速旋转，以将输送到雾化头100的液体漆料变为小液滴，小液滴被引导朝向待被喷涂的车身50。每个漆料雾化器80还可以被设计用于静电喷涂，其中漆料雾化器80包括利用高电压充电的至少一个电极(未示出)。这样的漆料雾化器80例如根据WO2009069396A1，在本领域中是众所周知的。漆料通过相应的漆料输送系统被输送到雾化头100，漆料输送系统包含储存器110和至少一个泵(未示出)。待被分配的每个不同漆料或其他涂层的体积流量可以借助控制器90来调节。每个漆料的性质可以例如通过在相应储存器110中添加试剂或者通过调节其温度来调节。
然而，即使本文以一定细节公开了喷涂系统60的示例，喷涂系统60的组成对于本发明而言不是所感兴趣或重要的。喷涂系统60的上述示例仅用于例示，根据喷涂系统60，存在影响所形成的涂层的大量各种涂覆参数。在上述示例的情况下，至少以下涂覆参数可以被标识：构成机器人路径120的机器人位置、机器人速度、雾化头100的旋转速度、通过相应电极处的电压电平调整的漆雾电荷、漆料体积流量、漆料粘度、漆料颜色、漆料温度、室温度、室湿度和室压力。
应当理解，任意喷涂系统60不需要包括此处提到的所有涂覆参数，并且它可以包括此处没有提到的许多附加涂覆参数。在本公开的上下文中，影响所形成的涂层的所有参数均应被视为“涂覆参数”。此外，涂覆参数根据其性质而被划分为以下四类。“控制器参数”是可以借助控制器90调节的涂覆参数，机器人路径120是控制器参数的一个示例。“环境参数”是可以测量但不能控制的涂覆参数，室压力(除非可控)是环境参数的一个示例。环境参数在每个工作周期期间可以被认为恒定，并且因此它们可以在每个工作周期之前、期间或之后立即测量。“任意参数”是只可以在每个工作周期期间测量且无法控制的涂覆参数。任意参数可以是被用于区分喷涂系统60的正确功能与不正确功能的指标、借助麦克风测量来区分洁净喷嘴和堵塞喷嘴的喷嘴噪声以及借助高速相机来区分健康分布与不健康分布的漆雾分布，这些是任意参数的示例。“设置参数”是在所有工作周期期间可以被认为恒定并且无法控制，甚至不需要测量(因为信息可以从规范中获知)的涂覆参数。漆料颜色和喷嘴直径是设置参数的示例，并且它们在需要时被引入到相应的控制器90。
还应当理解，至少一些涂覆参数的值可以在工作周期期间变化。在本公开的上下文中，“涂覆变量集”应被视为包括所有相应涂覆参数在工作周期内的所有值(甚至那些保持不变的值)，“涂覆变量”应被视为包括在工作周期内单个涂覆参数的所有值(甚至保持不变的值)，并且“涂覆变量值”应被视为包括在工作周期中单个涂覆参数的瞬时值。“工作周期”应被视为包括在喷涂线10的不同部分处执行来在车身50上实现完整的涂层的所有操作。
进一步参考图1，第一喷涂系统60可以被配置为使用第一涂覆变量集Xk，在车身50上分配第一底漆。一旦这被完成，传送带40就将车身50(可能地通过闪蒸区、熔炉、测量站30或其他附加的喷涂线元件)输送到第二喷涂室20中，第二喷涂室20可以包括第二喷涂系统60，第二喷涂系统60与第一喷涂系统60基本相同。第二喷涂系统60可以被配置为使用第二涂覆变量集Xk，在第一底漆上(以及车身50上)分配第二底漆。一旦这被完成，传送带40就将车身50输送到第三喷涂室20中，第三喷涂室20可以包括与第一和第二喷涂系统60基本相同的第三喷涂系统60。第三喷涂系统60可以被配置为使用第三涂覆变量集Xk，在第二底漆上(以及车身50上)分配第一清漆。
一旦第三喷涂系统60将第一清漆分配到第二底漆上，传送带40就将车身50输送到测量站30。测量站30可以包括测量系统130，测量系统130具有适当数量的THz传感器(未示出)，THz传感器朝向车体50发射THz辐射并且检测与三个涂层和车体50相互作用的返回辐射。每个THz传感器由测量机器人140携带，测量机器人140相对于车身50移动相应的传感器，以在其多个预定位置处(诸如在m个位置处)进行测量，其中m可以例如是10到100之间的整数。
测量系统130可以被配置为针对每个车身50至少测量在m个位置处三个涂层的总厚度，并且由此可以获得各自包含m个涂层性质值yi，j的涂层性质向量
而作为测量结果，索引j指代某个涂层性质(j从1到n)，而索引k指代某个车身50(k从1到K)。优选地，附加的涂层性质(诸如，三个涂层中每一个涂层的单独厚度、颜色、光泽度和漆料成分)被测量，并且由此测量结果可以包括涂层性质矩阵Yk形式的涂层性质集Yk，涂层性质矩阵的列对应于n个不同的涂层性质，并且涂层性质矩阵的行对应于具有相应m个涂层性质值yi，j的m个不同测量位置。当针对多个车身50(诸如车身50的K个块)重复测量时，K个块的涂层性质矩阵Yk被获得：
至此，与图1有关的上述描述公开了具有图2所示的常规质量控制方法的常规喷涂线10。即，在喷涂线10的末端处，在涂覆过程160之后，测量170被执行来确定受试涂层是否满足质量要求、或者确定车身50是否需要返工甚至销毁。确定可以基于某个涂层性质值(yi，j)与相应参考值(yref)的比较250。同时，测量结果
Yk可以被用于手动调整180涂覆变量值(xi，j)。该调整传统地由有经验的操作员手动进行，而不是由控制器90自动进行。
参考图3，根据本发明，在每个工作周期期间在多个实例处(诸如在M个实例处)，多个涂覆参数的涂覆变量值xi，j被记录190，其中M可以例如为1000至100000之间的整数。由此，涂覆变量向量
形式的涂覆变量
被获得作为记录结果，每个涂覆变量向量包含M个涂覆变量值xi，j，索引j指代某个涂覆参数(j从1到p)并且使用k指代某个工作周期(k从1到K)。每个喷涂系统60可以被配置为记录(190)在M个实例处p个涂覆参数的涂覆变量值xi，j，并且由此记录结果可以包括涂覆变量矩阵Xk形式的涂覆变量集Xk，涂覆变量矩阵的列对应于p个不同的涂覆参数，并且涂覆变量矩阵的行对应于具有相应M个涂覆变量值xi，j的M个实例。当针对多个工作周期(诸如K个工作周期)重复记录190时，其中K可以例如为100至10000之间的整数，K个块的涂覆变量矩阵Xk被获得：
在K个工作周期内执行上述测量170和记录190步骤之后并且在将测量结果
Yk和记录结果
Xk保存在数据存储装置200中之后，涂层性质矩阵Yk和涂覆变量矩阵Xk将对于k＝1,...,K可用。一个合理的假设是每个涂层性质集Yk与相应的涂覆变量集Xk相关。做出该假设意味着存在未知函数f，使得Yk＝f(Xk)。函数f及其近似f’表示涂覆过程160的“数字映射”220。为了确定210数字映射220，需要找到未知函数f的至少一个近似f’，使得对于k＝1,…,K，Yk接近f(Xk)，即，Yk＝f′(Xk)≈f(Xk)，这是例如根据J.Friedman,T.Hastie,R.Tibshirani,“The elements of statistical learning,”Springer,2001，在统计界中众所周知的问题并且可以通过回归分析来求解。多种技术可以被用来求解该问题，多种技术包括线性回归、神经网络、高斯过程、高斯混合模型等。假设本领域技术人员能够在有适当数据时执行回归分析。
参考图4，一旦数字映射220已知，它就可以被用于优化涂覆变量集Xk来提供期望的涂层性质集Yk。例如，根据环境参数(不能调节)的值，可以自动调整230控制器参数和/或设置参数来补偿一个或多个不期望的环境参数值，使得期望的涂层质量被实现。数字映射220还允许例如借助仿真大量不同的涂覆变量集Xk并且使用给出最佳结果的变量集来执行过程优化。
此外，数字映射220可以被用于质量控制目的，用于在工作周期之后立即预测240涂层质量。这样的预测240可以替代或补充借助测量进行的常规质量控制。例如，车身50上的涂层可以使用第一涂覆变量集Xk来分配。表示任意参数的那些涂覆变量
只能在工作周期期间测量，但是在工作周期结束之后，数字映射220可以被立即用于计算相应的涂层性质值yi，j。基于该计算，代替常规的质量控制，可以确定受试涂层是否满足质量要求。例如，确定可以基于某个涂层性质值(yi，j)与相应参考值(yref)的比较250。
本发明不限于上述实施例，但是本领域技术人员可以在由权利要求所限定的本发明的范围内以多种方式对其进行修改。
Claims (14)
1.一种用于建模涂覆过程(160)的方法，所述涂覆过程包括多个涂覆参数，所述方法包括以下步骤：
-借助所述涂覆过程(160)并且在K个工作周期期间，在物体的K个块的每一块上分配涂层，以由此获得K个涂层块；
-在所述K个工作周期的每一个周期期间，记录(190)在M个实例处p个涂覆参数的涂覆变量值(xi,j)，以由此获得记录结果
以及
-在所述K个涂层块中的每一块的m个位置处，测量(170)至少一个涂层性质，以由此获得测量结果
所述方法的特征在于以下步骤：
-基于所述记录结果
和所述测量结果
来确定(210)所述涂覆过程(160)的数字映射(220)。
2.根据权利要求1所述的方法，其中K＞100，诸如K＞1000。
3.根据前述权利要求中任一项所述的方法，其中M>1000，诸如M>10000。
4.根据前述权利要求中任一项所述的方法，其中m＞10，诸如m＞100。
5.根据前述权利要求中任一项所述的方法，其中所述记录结果
包括至少一个任意参数的涂覆变量值(xi,j)。
6.根据权利要求5的方法，其中所述至少一个任意参数包括借助麦克风或者借助相机测量的涂覆参数。
7.一种用于优化涂覆过程(160)的方法，所述方法包括以下步骤：
-根据权利要求1至6中的任一项建模涂覆过程(160)；
-提供至少一个第一涂覆参数的第一涂覆变量值(xi,j)；以及
-基于所述第一涂覆变量值(xi,j)和所述数字映射(220)，计算针对至少一个第二涂覆参数的第二涂覆变量值(xi,j)，所述至少一个第二涂覆参数不同于所述至少一个第一涂覆参数。
8.根据权利要求7所述的方法，其中所述方法还包括以下步骤：
-基于所计算的第二涂覆变量值(xi,j)来自动调整(230)所述至少一个第二涂覆参数，以由此获得经调整的第二涂覆变量值(xi,j)；以及
-借助所述涂覆过程(160)，使用经调整的第二涂覆变量值(xi,j)而在物体上分配涂层。
9.根据权利要求7和8中任一项所述的方法，其中所述至少一个第一涂覆参数未被调整。
10.根据权利要求7至9中任一项所述的方法，其中所述第一涂覆参数值在所述工作周期期间恒定。
11.一种用于对涂覆物体进行质量控制的方法，所述方法包括以下步骤：
-根据权利要求1至6中的任一项建模涂覆过程(160)；
-借助所述涂覆过程(160)，使用第一涂覆变量集(Xk)而在物体上分配涂层；以及
-基于至少一个涂覆变量值(xi,j)和所述数字映射(220)来预测(240)针对至少一个涂层性质的至少一个涂层性质值(yi，j)。
12.根据权利要求11所述的方法，其中所述方法还包括以下步骤：
-将针对所述至少一个涂层性质的所述至少一个涂层性质值(yi，j)与至少一个参考值(yref)进行比较(250)；以及
-基于所述比较(250)来确定所述涂覆过程(160)是否成功。
13.根据权利要求11和12中任一项所述的方法，其中所述至少一种涂层性质包括所述涂层的总厚度或者至少一个涂层的单独厚度。
14.一种用于执行涂覆过程(160)的喷涂线(10)，所述喷涂线(10)包括：
-至少一个喷涂系统(60)，被配置为在多个工作周期期间在物体上分配涂层；
-至少一个记录仪器(90)，被配置为记录涂覆变量值(xi，j)，以由此获得记录结果
以及
-至少一个测量仪器(140)，被配置为测量至少一个涂层性质，以由此获得测量结果
其特征在于所述喷涂线(10)还包括被配置为执行根据前述权利要求中任一项所述的方法的控制器(90)。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/EP2019/052646 WO2020160746A1 (en) | 2019-02-04 | 2019-02-04 | A coating process and quality control of coated objects |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113330276A true CN113330276A (zh) | 2021-08-31 |
Family
ID=65279553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980089670.6A Pending CN113330276A (zh) | 2019-02-04 | 2019-02-04 | 经涂覆物体的涂覆过程和质量控制 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20220107631A1 (zh) |
| EP (1) | EP3921594A1 (zh) |
| CN (1) | CN113330276A (zh) |
| WO (1) | WO2020160746A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230173533A1 (en) | 2021-12-06 | 2023-06-08 | coatingAI AG | Coating production line system |
| CN116748043B (zh) * | 2023-06-20 | 2024-05-03 | 杭州毕方航空技术有限公司 | 一种航空涂装用防腐导电涂料的制备系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0198497A2 (en) * | 1985-04-18 | 1986-10-22 | Sunstar Engineering Inc. | Device for inspecting a thin film coating material |
| JPH11276979A (ja) * | 1998-03-31 | 1999-10-12 | Hitachi Zosen Corp | 塗装ロボットにおける塗装膜厚の制御方法 |
| JP2002365213A (ja) * | 2001-06-04 | 2002-12-18 | Nissan Motor Co Ltd | 塗装品質解析装置 |
| US6528109B1 (en) * | 2000-09-13 | 2003-03-04 | Ford Global Technologies, Inc. | Integrated paint quality control system |
| US7171394B2 (en) * | 2003-10-30 | 2007-01-30 | Ford Motor Company | Global paint process optimization |
| US20140263709A1 (en) * | 2013-03-15 | 2014-09-18 | Raven Industries, Inc. | Nh3 fault and distribution variance detection system |
| CN104807496A (zh) * | 2014-01-28 | 2015-07-29 | Abb技术有限公司 | 用于表征被涂覆主体的传感器系统和方法 |
| US20170274400A1 (en) * | 2016-03-28 | 2017-09-28 | Cnh Industrial Canada, Ltd. | Nozzle Wear Out Detection System |
| US20180149634A1 (en) * | 2015-04-24 | 2018-05-31 | Ppg Industries Ohio, Inc. | Integrated and intelligent paint management |
| CN108571934A (zh) * | 2017-03-08 | 2018-09-25 | 丰田自动车株式会社 | 膜厚度测量方法和制造汽车的方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3498607B2 (ja) * | 1998-12-21 | 2004-02-16 | 日産自動車株式会社 | 塗装パターンの検査装置および検査方法 |
| WO2009069396A1 (ja) | 2007-11-30 | 2009-06-04 | Abb K.K. | 静電塗装装置 |
| US10323932B1 (en) * | 2017-12-28 | 2019-06-18 | Ford Motor Company | System for inspecting vehicle bodies |
| US20190243933A1 (en) * | 2018-02-07 | 2019-08-08 | Incucomm, Inc. | System and method that characterizes an object employing virtual representations thereof |
-
2019
- 2019-02-04 CN CN201980089670.6A patent/CN113330276A/zh active Pending
- 2019-02-04 WO PCT/EP2019/052646 patent/WO2020160746A1/en unknown
- 2019-02-04 US US17/310,357 patent/US20220107631A1/en active Pending
- 2019-02-04 EP EP19703300.4A patent/EP3921594A1/en active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0198497A2 (en) * | 1985-04-18 | 1986-10-22 | Sunstar Engineering Inc. | Device for inspecting a thin film coating material |
| JPH11276979A (ja) * | 1998-03-31 | 1999-10-12 | Hitachi Zosen Corp | 塗装ロボットにおける塗装膜厚の制御方法 |
| US6528109B1 (en) * | 2000-09-13 | 2003-03-04 | Ford Global Technologies, Inc. | Integrated paint quality control system |
| JP2002365213A (ja) * | 2001-06-04 | 2002-12-18 | Nissan Motor Co Ltd | 塗装品質解析装置 |
| US7171394B2 (en) * | 2003-10-30 | 2007-01-30 | Ford Motor Company | Global paint process optimization |
| US20140263709A1 (en) * | 2013-03-15 | 2014-09-18 | Raven Industries, Inc. | Nh3 fault and distribution variance detection system |
| CN104807496A (zh) * | 2014-01-28 | 2015-07-29 | Abb技术有限公司 | 用于表征被涂覆主体的传感器系统和方法 |
| US20180149634A1 (en) * | 2015-04-24 | 2018-05-31 | Ppg Industries Ohio, Inc. | Integrated and intelligent paint management |
| US20170274400A1 (en) * | 2016-03-28 | 2017-09-28 | Cnh Industrial Canada, Ltd. | Nozzle Wear Out Detection System |
| CN108571934A (zh) * | 2017-03-08 | 2018-09-25 | 丰田自动车株式会社 | 膜厚度测量方法和制造汽车的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220107631A1 (en) | 2022-04-07 |
| WO2020160746A1 (en) | 2020-08-13 |
| EP3921594A1 (en) | 2021-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4906513B2 (ja) | 塗膜形成方法及び塗膜形成装置並びに調色塗料作成方法 | |
| US6528109B1 (en) | Integrated paint quality control system | |
| CN113330276A (zh) | 经涂覆物体的涂覆过程和质量控制 | |
| CN109328114A (zh) | 用于将液体涂层涂敷到基板的方法 | |
| US20050106328A1 (en) | Method for predicting and applying painting parameters and use thereof | |
| JP2001062358A (ja) | 塗布層の層厚み分布を決定する方法 | |
| CN111465453A (zh) | 用于增强的涂料分配控制的系统和方法 | |
| US20070157881A1 (en) | Rotary atomization head painting device | |
| JP2006218426A (ja) | 塗装方法、塗装制御装置及び塗装設備 | |
| KR102426628B1 (ko) | 스프레이 거리와 도막두께의 상관관계 분석을 이용한 차량 도장방법 및 이를 이용한 차량 도장 시스템 | |
| Tanzim et al. | Generating prediction model of fan width by optimizing paint application process for Electrostatic Rotary Bell atomizer | |
| CN112955262B (zh) | 校正对象的涂覆 | |
| US20230173533A1 (en) | Coating production line system | |
| JP2000246167A (ja) | 塗装方法 | |
| JP2024531310A (ja) | コーティングシステムの作動方法および作動方法を実行するためのコーティングシステム | |
| Moore | Automotive paint application | |
| CN114076761A (zh) | 一种汽车涂装的漆雾污染检测方法 | |
| JP3478443B2 (ja) | 自動塗装機の制御装置 | |
| JP3811924B2 (ja) | 自動塗装機の制御装置およびその制御方法 | |
| KR102464844B1 (ko) | 스프레이건의 분사특성 분석을 이용한 자동차 보수도장 방법 및 시스템 | |
| Luangpaiboon | Improving an electrostatic powder coating process via signal to noise response surface | |
| JP3743992B2 (ja) | 塗装ガンの塗料供給方法および塗料供給装置 | |
| JP2000051765A (ja) | 模様塗装システム | |
| JPH09262534A (ja) | 塗装品質解析装置 | |
| TH40663B (th) | วิธีการและบริภัณฑ์สำหรับการก่อรูปฟิล์มเคลือบผิว และวิธีการสำหรับการเตรียมวัสดุเคลือบผิวเพื่อการปรับน้ำหนักสี |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |