JP2006266728A

JP2006266728A - 塗膜外観の評価方法及び塗装物

Info

Publication number: JP2006266728A
Application number: JP2005081809A
Authority: JP
Inventors: Shinichi Ikehara; 慎一池原; Keisuke Kojima; 圭介小島
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 2005-03-22
Filing date: 2005-03-22
Publication date: 2006-10-05
Also published as: CN101147043A; EP1865282A1; CA2602432A1; US20090043523A1; WO2006101041A1

Abstract

【課題】波長が混在した塗膜に対して、需要者の嗜好性に原点を置いた新規で簡便な塗膜外観の評価方法を見出し、その評価方法により需要者満足度の高い塗装レベルとは何かを明らかにし、更に、需要者満足度の高い塗装を有する塗装物品、塗装物品の製造方法、塗膜外観の評価装置を提供する。
【解決手段】塗膜の表面うねりのうち、波長１ｍｍ〜１０ｍｍのうねりの振幅の大きさを選択的に測定し、この測定結果の大小によって前記塗膜の表面の塗膜外観を評価する塗膜外観の評価方法。
【選択図】図１

Description

本発明は、塗膜外観の評価方法及び塗装物に関し、特に、自動車塗装の塗膜についての新規な外観評価方法等に関する。より詳細には、需要者の嗜好性調査に立脚した新規な塗膜評価方法、及び当該評価方法により需要者満足レベルを有する塗装を施した自動車塗装物品等に関するものである。

自動車塗装の意匠外観は、表面の粗さの程度により感じられる質感（艶感、ムジ感、チリ感、うねり感など）と、着色顔料の種類、光輝材の配向程度により感じられる質感（明度、彩度、陰影感、緻密感、奥行き感、深み感など）と、に大別される。これらのうち、表面の粗さの程度により感じられる質感は、自動車における格付けにより差別化されている程、商品魅力に大きな影響を与えるものである。そこで、その品質を高めるべく、各自動車メーカーにおいては、種々の取り組みがなされてきた。

従来より、これらの質感は官能的であるため好みも十人十色であり、そのため、その嗜好性には触れることなく、むしろ需要者が感じ得る質感を細分化して、それを定量的に評価する方法が用いられてきた。また、質感を定量化する外観測定方法や外観測定機については、数多くの先行文献が存在している。

例えば、特許文献１においては、ツヤ感は波長０．１ｍｍ以下の成分と、肉持ち感は波長０．１ｍｍ〜１ｍｍの成分と、また、平滑感は波長１ｍｍ〜１０ｍｍの成分とそれぞれ関係があるとし、それぞれの質感を、塗装物表面に投影した明暗スリットパターンの乱れを複数の周波数レベルへ分離して定量化する方法が提案されている。

また、特許文献２においては、明暗パターン光からチリ感を定量化する方法について提案されている。これらの波長毎、あるいは質感毎の定量化は、材料や塗装方法の設計治具として非常に有用なものである。
特許第２５８８２９７号公報特開平１１−１９４０９６号公報

しかしながら、従来技術においては、波長が混在した塗膜に対して、波長成分に対する需要者が感じる重み付けや嗜好性との関係は考慮されていない。自動車メーカーにおいては、各社各様の外観測定機を用いて、各様の重み付けが曖昧になされた良否判断基準を尺度として、自動車を商品化し、提供しているのが現状である。

本発明の目的は、波長が混在した塗膜に対して、需要者の嗜好性に原点を置いた新規で簡便な塗膜外観の評価方法を見出し、その評価方法により需要者満足度の高い塗装レベルとは何かを明らかにし、更に、需要者満足度の高い塗装を有する塗装物品、塗装物品の製造方法、塗膜外観の評価装置を提供することにある。

本発明者らは、上記課題を解決するために鋭意研究を重ねた。その結果、特定のうねりの振幅の大きさに着目し、その測定データを用いて塗装外観を評価することにより、上記課題を解決できることを見出し、本発明を完成するに至った。より具体的には、本発明は以下のようなものを提供する。

（１）塗膜の表面うねりのうち、波長１ｍｍ〜１０ｍｍのうねりの振幅の大きさを選択的に測定し、この測定結果の大小によって前記塗膜の表面の塗膜外観を評価する塗膜外観の評価方法。

（１）の塗膜外観の評価方法は、表面うねりのうち、波長１ｍｍ〜１０ｍｍのうねりの振幅の大きさを選択的に測定し、その測定結果に基づき塗膜外観を評価するものである。（１）の評価方法は、需要者が感じる重み付けや嗜好性に対して、最も大きく作用する波長となる波長１ｍｍ〜１０ｍｍのうねりの振幅の大きさを選択的に使用することから、需要者の嗜好性が加味された塗膜外観の評価が可能となる。したがって、（１）の評価方法を用いれば、従来の各種の曖昧な良否判断基準を尺度とした評価よりも、より需要者の好みに適った商品的魅力の高い塗装物品を提供することができる。

好き嫌いという嗜好性は個人差による多様性が予想され、多変数から導かれる複雑系と考えられるため、需要者が塗装物を見た時にどのような印象を受けるのかを明確に知る必要がある。そこで、本発明においては、需要者が塗装物を見た時に感じる質感の種類とその重み付けを明確にする目的で、表面粗度の異なる数種類のパネルを用いて、種々の塗装質感を表現する意味言語を使った因子分析を実施した。その結果、以下の２つの因子が抽出された。

一つ目の因子は、「つるり−ボテボテ弁別軸」であり、７８％の因子寄与率を持つ主因子であった。二つ目の因子は、「厚み感弁別軸」であり、１７％の因子寄与率を持つ副因子であった。即ち、需要者は、主に「つるり−ボテボテ」を弁別する軸上で、塗装物を見ていると言える。

本発明においては、需要者が塗装を見た時に感じる質感の種類とその重み付けが明確になった所で、次に、これらと、嗜好性との関係について調査した。その結果、「つるり−ボテボテ弁別軸」のみにおいて、嗜好性と強い直線的相関が見られ、「厚み感弁別軸」については、嗜好性とは無相関であった。即ち、需要者の嗜好性は、簡単な「つるり−ボテボテ弁別軸」の１軸で決定される。

更に、「つるり−ボテボテ弁別軸」は、塗膜におけるどのようなうねり波長成分と関わりがあるのか、塗膜の３次元表面粗さデータをフーリエ変換し、各波長のうねりの振幅の二乗をＰｏｗｅｒとしたとき、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長Ｘｍｍ〜Ｙｍｍにおける積分値（∫_Ｘ ^ＹＰｏｗｅｒ（λ）ｄλ）について、様々な分割波長で調査した。その結果、１ｍｍ〜１０ｍｍの長波長うねりのみに、相関が認められた。

以上を総括すると、需要者の嗜好性は、１ｍｍ〜１０ｍｍの波長のうねり成分の振幅のみで、ほぼ説明できることになる。

従来より、塗装関係者においては、１ｍｍ〜１０ｍｍ波長成分のみならず、中波長と言われる０．１ｍｍ〜１ｍｍ、短波長といわれる０ｍｍ〜０．１ｍｍ、といった全ての波長成分のうねりの振幅を、同じ重み付けで低減しようとしていた。しかしながら、今回の調査結果に基づくと、中波長以下の波長については、需要者の質感としてある程度は検出されているものの、嗜好の決定に関してはほとんど使われていないことが判った。極論すれば、例えば、長波長成分のうねりの振幅を低減することと、中波長成分のうねりの振幅を低減することがトレードオフの関係にある場合には、長波長成分のうねりの振幅を低減する為に、中波長成分のうねりを犠牲にしても良いことになる。

（２）塗膜外観の評価方法であって、（ａ）塗膜の３次元表面粗さデータをフーリエ変換し、各波長のうねりの振幅の二乗をＰｏｗｅｒとしたとき、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長１ｍｍ〜１０ｍｍにおける積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）、（ｂ）波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）、及び、（ｃ）塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）、から選ばれる少なくとも一つに需要者の嗜好性に関する情報を付加して得られる嗜好スコアＳを評価基準として前記塗膜の外観を評価する塗膜外観の評価方法。

ここで、需要者の嗜好性に関する情報を加味して得られる「嗜好スコアＳ」とは、単に塗装の良否、満足度といったものではなく、むしろ需要者の購買動機に繋がる感性と思われる好き嫌いを示す指標となる。嗜好スコアの高いもの程、需要者の好みに適ったものであり、購買動機としての商品的魅力が高いことを意味する。

（ａ）で示される積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）は、３次元表面粗さ計によって、Ｘ軸評価長さ５２ｍｍ、Ｘ軸のサンプリングピッチ１０μｍ、Ｙ軸ピッチ４ｍｍで、１１本の粗さ曲線データを採取し（カットオフλｃは５０ｍｍであり、試験片の素材反りの影響を排除する為、５０ｍｍ以上の波長成分を事前に排除した）、Ｘ軸方向のみの積算サンプルデータをフーリエ変換し得たフーリエ関数の、波長毎のうねりの振幅の二乗をＰｏｗｅｒとしたときの、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長１ｍｍ〜１０ｍｍにおける積分値（Ｐｏｗｅｒ曲線と波長軸で囲まれる面積（μｍ^３））である。この数値が小さい程、平滑であることを示す。

（ｂ）で示される算術平均うねり（Ｗａ）は、ＪＩＳＢ０６０１４．２．１により、Ｗａ＝１／Ｌ∫_０ ^Ｌ｜Ｚ（ｘ）｜ｄｘで定義される算術平均うねりである。本発明においては、Ｘ軸評価長さ５２ｍｍ、サンプリングピッチ１０μｍで、１本の断面曲線データを採取し、１ｍｍの低域カットオフフィルタでそれ以下の波長成分を遮断し、１０ｍｍの高域カットオフフィルタでそれ以上の波長成分を遮断して得たうねり曲線から、Ｗａ＝１／Ｌ∫_０ ^Ｌ｜Ｚ（ｘ）｜ｄｘを算出する。この数値が小さい程、平滑であることを示す。尚、式（２）において、Ｌは評価長さ、Ｚ（ｘ）はカットオフ値１ｍｍ、１０ｍｍのうねり曲線関数である。

ところで、本発明における「嗜好スコアＳ」を、外観評価指標として活用していくためには、材料開発、塗装方法開発、品質管理等のあらゆる状況下で算出できることが、当然に望まれる。本発明の塗膜外観の評価方法は、塗装方法、塗膜の材料によらず、あらゆる塗膜に対して同一の評価結果が得られるものとする必要がある。

上述の（ａ）で示される積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）や（ｂ）で示される算術平均うねり（Ｗａ）は、開発段階の実験室では算出可能である。しかしながら、製造ラインにおける品質管理や市場調査時などの実車に対する測定には不向きである。そこで、１ｍｍ〜１０ｍｍの波長うねりを表現するあらゆる携帯外観測定機データを用いて、嗜好スコアを算出するための検討を行った。その結果、ＷａｖｅＳｃａｎ−ＤＯＩ測定機によるパラメーター「Ｗｄ値」が、相関性が最適であることを見出した。

図１及び図２は、ＷａｖｅＳｃａｎ−ＤＯＩ測定機によるパラメーター「Ｗｄ値」と、上記の（ｂ）で示される算術平均うねり（Ｗａ）との相関を示す図である。図１及び図２に示されるように、Ｗｄ値は、波長３ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）よりも、波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）との相関性が良い。従って、ＷａｖｅＳｃａｎ−ＤＯＩ測定機によるパラメーター「Ｗｄ値」を、塗膜外観の評価方法の情報として用いることが可能であることが判る。

したがって、本発明においては、実験室においては、（ａ）で示される積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）や（ｂ）で示される算術平均うねり（Ｗａ）、あるいは（ｃ）で示される塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）により、「嗜好スコアＳ」を算出することができる。また、製造ラインにおける品質管理や市場調査などの実車測定時においては、（ｃ）で示される塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）により、「嗜好スコアＳ」を算出することができる。

本発明においては、いずれも同じ「嗜好スコアＳ」を得ることが可能であるため、状況に応じて算出パラメーターを選択することができる。

（ｃ）で示される塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）は、極めて多くのパラメータの中の一つであり、一般的には波長３ｍｍ〜１０ｍｍの成分のうねりの大きさを示すと言われている。しかしながら、上述した通り、波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）との相関性が高く、この数値が小さい程、平滑であることを示す。

ここで、（ａ）で規定する積分値「∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ」、（ｂ）の算術平均うねり「Ｗａ」、（ｃ）のうねり「Ｗｄ」は、一般に、オレンジピール、長波長うねり、平滑感などと表現されるうねりを示すものである。

塗膜業界における「オレンジピール」とは、塗面がオレンジの表皮のような凹凸の塗り肌となる現象をいう。オレンジピールとなる原因は、塗液から塗膜になる過程で、塗膜が平滑になる前に乾燥してしまうことである。オレンジピールの起きる要因としては、高温、風速が速い等の環境的な要因、スプレーガンの口径が大きく微粒子化不足となる、あるいはスプレーガンのパターン不良である等の設備や機器的な要因、塗膜が薄い、吹付圧が低い、吐出量が少ない、スプレーガンのガンスピードが速い、スプレー距離が遠い等の塗装作業面における要因、希釈剤の選定不適で蒸発速度が速い、塗料粘度が高い、塗料の流展性が少ない等の材料面での要因が挙げられる。

（２）の塗膜外観の評価方法によれば、需要者が感じる重み付けや嗜好性に対して、最も大きく作用する波長についての測定データを用いることから、需要者の嗜好性が加味された評価が可能となる。したがって、（２）の評価方法を用いれば、従来の各種の曖昧な良否判断基準を尺度とした評価よりも、より需要者の好みに適った商品的魅力の高い塗装物品を提供することができる。

（３）前記嗜好スコアＳは、下記の数式（１）により表される嗜好スコアＳ１、下記数式（２）により表される嗜好スコアＳ２、及び、下記数式（３）により表される嗜好スコアＳ３、から選ばれる少なくとも一つである請求項２記載の塗膜外観の評価方法。

ここで、嗜好スコアＳ１〜Ｓ３は、１から５までの巾を持っており、スコア１は好みでない、２があまり好みでない、３が普通、４がやや好み、５が好み、で表現される指標である。

（３）の塗膜外観の評価方法によれば、需要者が感じる重み付けや嗜好性に対して、最も大きく作用する波長についての測定データを用いて特定の数式により演算された、需要者の嗜好性が加味された嗜好スコアＳを評価基準とした評価が可能となる。したがって、（３）の評価方法を用いれば、需要者の好みに適った、購買動機としての商品的魅力が高い塗膜であるか否かを評価することができる。

（４）（１）から（３）いずれか記載の塗膜外観の評価方法による評価を行う工程を含む塗装物の製造方法。

（４）の塗装物の製造方法は、（１）から（３）いずれか記載の塗膜外観の評価方法による評価を行う工程を含むものである。即ち、（４）の塗装物の製造方法は、需要者が感じる重み付けや嗜好性に対して、最も大きく作用する波長についての測定データを用いることにより、需要者の嗜好性が加味された評価を、製造工程に含むものとなる。したがって、（４）の製造方法によれば、評価工程による評価結果により選別することにより、より需要者の好みに適った商品的魅力の高い塗装物品を提供することが可能となる。

（５）被塗物を塗装して得られた塗装物であって、（ａ）塗膜の３次元表面粗さデータをフーリエ変換し、各波長のうねりの振幅の二乗をＰｏｗｅｒとしたとき、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長１ｍｍ〜１０ｍｍにおける積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）、（ｂ）波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）、及び、（ｃ）塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）、から選ばれる少なくとも一つに需要者の嗜好性に関する情報を付加して得られる嗜好スコアＳが、略水平部位では３．７以上であり、且つ、略垂直部位では３．０以上である塗装物。

塗装物品の研究開発を行う上で重要なことは、目標値を決定すること、すなわち嗜好スコア軸上のいくつのポイント以上で、需要者の満足が得られるのかを決めることである。このポイントは、商品を提供する自動車製造会社が決めるものではあるが、自動車製造会社の都合で決められるべきものではなく、また、塗装関係者の好みで決められるべきものでもない。嗜好スコアＳの目標値は、需要者の視点により決められるべきものである。

本発明者らは、嗜好スコアＳのレベルの異なる塗装物品として、水平はボンネット、垂直はドアスキンを用いて、一般需要者による調査を実施した。その結果、需要者の望むレベルは、一般大衆車において、水平部位の嗜好スコアＳ≧３．７、垂直部位の嗜好スコアＳ≧３．０という結果が得られた。

水平部位における目標値となる３．７のレベルとは、例えば、Ｗｄにして２未満、テンションメーターにして１８とほぼ等価である。また、垂直部位における目標値となる３．０のレベルとは、例えば、Ｗｄにして４．０未満、テンションメーターにして１７とほぼ等価である。

一方、現状の一般大衆車では、水平部位の嗜好スコアＳは２．１〜２．３、Ｗｄにして１１〜１３、テンションメーターにして１３〜１５となっている。また、一般大衆車の垂直部位の嗜好スコアＳは１．８〜２．０、Ｗｄにして２０〜２５、テンションメーターにして１０〜１２となっている。

したがって、需要者が要求するレベルと、業界の常識レベルとの間には、大きな乖離がある。しかしながら、自動車塗装開発においては、塗装に係る制約や所謂限界にこだわることなく、需要者の満足を得ることが可能となる商品を提供していくことが使命となる。

（４）の塗装物によれば、需要者要求レベルを満たす塗装は、水平部位における嗜好スコアＳ≧３．７、垂直部位における嗜好スコアＳ≧３．０であり、これらのスコアは、塗膜の表面うねりのうち、波長１ｍｍ〜１０ｍｍの長波長うねり成分を平滑化することにより満たされるものである。また、長波長うねり成分のみに着目すればよく、短中波長成分については、特に問わない。例えば、短波長成分はツヤ感に作用するものであり、現在の主流である着色ベースコートと透明クリヤーコートをウェットオンウェットで重ねる２コート１ベイクトップコート方式の範疇では、短波長成分は大差なく、むしろ、粗度とは関係のないクリヤーコートの屈折率により、優位性が出る程度のものである。一般大衆車においては、本発明の測定方法において着目した波長１ｍｍ〜１０ｍｍのうねりの振幅の大きさを選択的に評価して塗装が施された自動車車体、組み付け部品は、現在のところ存在していない。

（５）の塗装物は、需要者が感じる重み付けや嗜好性に対して、最も大きく作用する波長についての測定データを用いることにより、需要者の嗜好性が加味された評価を、需要者が要求するレベル以上としたものである。このため、（５）の塗装物は、需要者の好みに適った塗装物となり、このため、購買動機としての商品的魅力が高い塗膜を有する塗装物を提供することが可能となる。

（６）前記塗装物は、自動車車体又は自動車部品である（５）記載の塗装物。

（６）の塗装物は、自動車車体又は自動車部品として用いられるものである。（６）によれば、需要者の嗜好性が加味された評価が、需要者が要求するレベル以上となる自動車車体又は自動車部品となるため、この塗装物を用いることにより、格付けが高く、商品魅力の大きい自動車を提供することが可能となる。

（７）前記塗膜の平滑性に関する情報が入力される入力装置と、前記塗膜の平滑性に関する情報に、需要者の嗜好性に関する情報を付加して嗜好スコアＳを演算する、下記の数式（１）、数式（２）、及び、数式（３）で表される演算式を予め記憶している記憶装置と、前記演算式に従って嗜好スコアＳを演算させる演算装置と、前記嗜好スコアＳが所定値以上である場合には合格と判断させる判断装置と、前記判断の結果を出力させる出力装置と、を備える塗膜外観の評価装置に使用されるプログラムであって、前記塗膜の平滑性に関する情報を、（ａ）塗膜の３次元表面粗さデータをフーリエ変換し、各波長のうねりの振幅の二乗和をＰｏｗｅｒとしたとき、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長１ｍｍ〜１０ｍｍにおける積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）、（ｂ）波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）、及び、（ｃ）塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）、から選ばれる少なくとも一つとし、前記入力手段に入力された情報に基づき、前記記憶装置から下記の数式（１）、数式（２）、及び、数式（３）を適宜呼び出し、前記（ａ）の入力については数式（１）を適用して前記演算装置にＳ１を算出させ、前記（ｂ）の入力については数式（２）を適用して前記演算装置にＳ２を算出させ、前記（ｃ）の入力については数式（３）を適用して前記演算装置にＳ３を算出させ、それぞれ算出された前記Ｓ１、Ｓ２、及び、Ｓ３につき、これらが所定値以上であるか否かを前記判断装置に判断させ、その判断結果を前記出力装置に出力させる、塗膜外観の評価をコンピュータに実行させるためのプログラム。

（７）のプログラムによれば、需要者が感じる重み付けや嗜好性に対して、最も大きく作用する波長における平滑性に関する測定データに基づき、需要者の嗜好性を加味した演算を行い、需要者の満足が得られるか否かの合否判定までを行うことが可能となる。したがって、（７）のプログラムによれば、塗膜外観が需要者の要求レベルに達しているか否かを容易に判定することが可能となる。このため、（７）のプログラムを実行することにより、商品魅力のある塗装物のみを選択的に需要者に提供することも可能となる。

（８）前記塗膜の平滑性に関する情報が入力される入力装置と、前記塗膜の平滑性に関する情報に、需要者の嗜好性に関する情報を付加して嗜好スコアＳを演算する、下記の数式（１）、数式（２）、及び、数式（３）で表される演算式を予め記憶している記憶装置と、前記演算式に従って嗜好スコアＳを演算する演算装置と、前記嗜好スコアＳが所定値以上である場合には合格と判断する判断装置と、前記判断結果を出力する出力装置と、を備える塗膜外観の評価装置であって、前記塗膜の平滑性に関する情報は、（ａ）塗膜の３次元表面粗さデータをフーリエ変換し、各波長のうねりの振幅の二乗和をＰｏｗｅｒとしたとき、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長１ｍｍ〜１０ｍｍにおける積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）、（ｂ）波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）、及び、（ｃ）塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）、から選ばれる少なくとも一つであり、前記入力手段に入力された情報に基づき、前記記憶装置から下記の数式（１）、数式（２）、及び、数式（３）を適宜呼び出し、前記（ａ）の入力については数式（１）を適用して前記演算装置にＳ１を算出し、前記（ｂ）の入力については数式（２）を適用して前記演算装置にＳ２を算出し、前記（ｃ）の入力については数式（３）を適用して前記演算装置にＳ３を算出し、それぞれ算出された前記Ｓ１、Ｓ２、及び、Ｓ３につき、これらが所定値以上であるか否かを前記判断装置が判断し、その判断結果を前記出力装置が出力する塗膜外観の評価装置。

（８）の装置によれば、需要者が感じる重み付けや嗜好性に対して、最も大きく作用する波長における平滑性に関する測定データに基づき、需要者の嗜好性を加味した演算を行い、需要者の満足が得られるか否かの合否判定までを、自動的に行うことが可能となる。したがって、（８）の装置によれば、塗膜外観が需要者の要求レベルに達しているか否かを容易に判定することが可能となる。このため、商品魅力のある塗装物のみを選択的に需要者に提供することも可能となる。

本発明は、需要者の嗜好性に原点を置いた塗膜外観の評価方法であるため、需要者満足度の高い塗装レベルを有する塗膜か否かを判断することが可能となる。また、本発明の評価方法による評価を行う工程を含む製造方法によれば、評価結果により選別を行うことにより、需要者満足度が高く、このため商品魅力が大きく、格付けの高い塗装物品を提供することができる。さらには、本発明のプログラム及び装置によれば、需要者の満足が得られる塗膜か否かの合否判定までを、自動的に行うことが可能となるため、簡便に、商品魅力のある塗装物のみを選択し、需要者に提供することも可能となる。

次に、本発明を実施例に基づいてさらに詳細に説明するが、本発明はこれに限定されるものではない。

＜実施例１＞
［サンプルの準備］
評価を進めるにあたり、１２種類のサンプルを準備した。これらのサンプルについて、従来より表現されている質感に相当する波長成分の振幅水準を表１に示す。尚、本評価は、表面の凹凸と嗜好性との関係を把握する必要があることから、塗色の因子を排除する目的で、パネラが見た時に最も凹凸検出力の高いブラックソリッド色に統一したサンプルとした。

［需要者］
需要者による塗膜外観評価にあたり、表２に示されるような塗装に関する知識のない日本人およびアメリカ人の合計１２７名をパネラとした。

［意味言語］
需要者が塗装を見た時に感じる質感の種類とその重み付けを明確にする目的で、種々の塗装質感を表現する意味言語を使った因子分析を実施するため、上記の１２種類のサンプルにつき、塗装質感を表現する意味言語による塗膜外観の目視評価を行った。図３に、使用した意味言語およびその重み付けの基準を示す。

［意味言語スコア］
表３に、各サンプルについて、１２７名のパネラによる、１１種類の意味言語項目の評価結果の平均値（意味言語スコア）を示す。

［因子分析］
得られた意味言語スコアから、因子分析を実施した。ここで、因子分析とは、ある事象について複雑多様な因子が混沌としている場合、より少数の本質的な因子によって全貌を把握するために、多変量解析を用いて因子数を整理させる統計分析手法である。本評価においては、１１種類の意味言語が複雑多様な因子に相当する。

本評価では、多変量解析の常法に従い、固有値が１以上であることを基準として第２因子までを抽出した。評価にあたり、各サンプルにつき、１１種類の意味言語スコアをＸ１、Ｘ２・・・、Ｘ１１とし、抽出された２つの因子の能力をＦ１、Ｆ２とした場合、意味言語スコアは以下の数式で表せる。ここで、抽出された２つの因子の能力Ｆ１及びＦ２は、サンプルによって異なるものである。尚、ａは因子負荷量といい、意味言語と抽出された２つの因子との相関係数に相当するウエイトである。また、Ｅ１、Ｅ２、・・・、Ｅ１１は誤差を表す。

これらの数式に基づき、各因子の固有値および寄与率は、表４のように求めることができる。尚、固有値は２乗和とも呼ばれ、因子の分散すなわち影響度を表すものであり、本実施例ではバリマックス回転後の値である。また、寄与率とは、固定値を意味言語数で除した値である。

本評価においては、因子分析により、「つるり−ボテボテ弁別軸」と「厚み感弁別軸」の２つの因子が抽出された。因子分析によって得られた結果を表５に示す。

一つ目の因子である「つるり−ボテボテ弁別軸」は、７８％の因子寄与率を持つ主因子となった。二つ目の因子である「厚み感弁別軸」は、１７％の因子寄与率を持つ副因子となった。即ち、需要者は、主に「つるり−ボテボテ」を弁別する軸上で、塗装を見ていることが判る。

［２つの因子に対する因子負荷量］
図４に、１１種類の意味言語における２つの因子に対する因子負荷量を示す。

［塗膜に対する嗜好性］
上記１２種類のサンプルにつき、１２７名のパネラによる塗膜の嗜好性に関する５点満点の目視評価を行った。図５に、評価基準を示す。

［嗜好性と因子との関係］
図６は、つるり−ボテボテ因子スコアと、１２７名のパネラによる嗜好スコアの平均値との関係を示す図である。図６に示されるように、つるり−ボテボテ因子スコアと嗜好スコアの間には、相関性が見られた。一方、図７は、厚み感因子スコアと、嗜好スコアの平均値との関係を示す図である。図７に示されるように、厚み感因子スコアと嗜好スコアとの間には、相関性はなかった。このことから、需要者の購買動機ともなりうる嗜好性と直結する因子は、「つるり−ボテボテ弁別軸」であることが判った。

［平滑感に関する測定］
上記１２種類のサンプルにつき、種々の平滑感に関する測定を実施した。結果を表６に示す。尚、測定した平滑感の測定条件等は、以下の通りとした。

（Ｗａ）
ＪＩＳＢ０６０１４．２．１でＷａ＝１／Ｌ∫_０ ^Ｌ｜Ｚ（ｘ）｜ｄｘで定義される算術平均うねりを求めた。
Ｌ：評価長さ
Ｚ（ｘ）：うねり曲線関数
うねり曲線：断面曲線にカットオフ値λｆ、λｃの輪郭曲線フィルタを順次かけることによって得られる輪郭曲線である。λｆフィルタによって長波長成分を遮断し、λｃフィルタによって短波長成分を遮断した。

（Ｐｏｗｅｒ）
３次元表面粗さ計として、表面粗さ測定機サーフテストＳＶ−３０００Ｓ４・３Ｄ（株ミツトヨ製、スタイラス先端半径：５μｍ、スタイラス先端角度：９０°）を用いて、波長１ｍｍ以上の長波長と、１ｍｍ未満の短波長に分けて、以下のように求めた。

｛波長１ｍｍ以上の長波長｝
３次元表面粗さ計によって、Ｘ軸評価長さ５２ｍｍ、Ｘ軸のサンプリングピッチ１０μｍ、Ｙ軸ピッチ４ｍｍで、１１本の粗さ曲線データを採取し（カットオフλｃは５０ｍｍであり、試験片の素材反りの影響を排除する為５０ｍｍ以上の波長成分を事前に排除した）、Ｘ軸方向のみの積算サンプルデータをフーリエ変換し、各波長毎のうねりの振幅の二乗をＰｏｗｅｒと定義した。（μｍ^Λ２）

｛波長１ｍｍ未満の短波長｝
同様に、Ｘ軸評価長さ１０ｍｍ、Ｘ軸のサンプリングピッチ１μｍ、Ｙ軸ピッチ１ｍｍで、１１本の粗さ曲線データを採取し（カットオフλｃは２．５ｍｍであり表面の長波長成分の影響を排除する為２．５ｍｍ以上の波長成分を事前に排除した）、Ｘ軸方向のみの積算サンプルデータをフーリエ変換し各波長毎のうねりの振幅の二乗をＰｏｗｅｒと定義した。（μｍ^Λ２）

［嗜好スコアと平滑感に関する測定結果との相関性］
（波長１ｍｍ〜１０ｍｍのＰｏｗｅｒ曲線の積分値）
図８に、波長１ｍｍ〜１０ｍｍのＰｏｗｅｒ積分値と、嗜好スコアとの関係を示す。図８に示されるように、これらには相関性が見られた。

（波長０．１ｍｍ〜１ｍｍのＰｏｗｅｒ曲線の積分値）
図９に、波長０．１ｍｍ〜１ｍｍのＰｏｗｅｒ曲線の積分値と、嗜好スコアとの関係を示す。図９に示されるように、これらにはまったく相関性が見られなかった。

（波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ））
図１０に、波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）と、嗜好スコアとの関係を示す。図１０に示されるように、これらには相関性が見られた。

（波長０．１ｍｍ〜１ｍｍの算術平均うねり（Ｗａ））
図１１に、波長０．１ｍｍ〜１ｍｍの算術平均うねり（Ｗａ）と、嗜好スコアとの関係を示す。図１１に示されるように、これらにはまったく相関性が見られなかった。

（ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）によるうねり（Ｗｄ））
図１２に、ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）（ＢＹＫＧａｒｄｎｅｒ社製）によるうねり（Ｗｄ）と、嗜好スコアとの関係を示す。図１２に示されるように、これらには相関性が見られた。

Ｗｄ値と算術平均うねり（Ｗａ）との相関を示す図である。Ｗｄ値と算術平均うねり（Ｗａ）との相関を示す図である。因子分析にあたり、使用した意味言語およびその重み付けの基準を示す図である。１１種類の意味言語における抽出因子に対する因子負荷量を示す図である。塗膜の嗜好性についての評価基準を示す図である。つるり−ボテボテスコアと嗜好スコアの関係を示す図である。厚み感スコアと嗜好スコアの関係を示す図である。波長１ｍｍ〜１０ｍｍのＰｏｗｅｒ曲線の積分値と嗜好スコアとの関係を示す図である。波長０．１ｍｍ〜１ｍｍのＰｏｗｅｒ曲線の積分値と嗜好スコアとの関係を示す図である。波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）と、嗜好スコアとの関係を示す図である波長０．１ｍｍ〜１ｍｍの算術平均うねり（Ｗａ）と、嗜好スコアとの関係を示す図である。ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）によるうねり（Ｗｄ）と、嗜好スコアとの関係を示す図である。

Claims

塗膜の表面うねりのうち、波長１ｍｍ〜１０ｍｍのうねりの振幅の大きさを選択的に測定し、この測定結果の大小によって前記塗膜の表面の塗膜外観を評価する塗膜外観の評価方法。
塗膜外観の評価方法であって、
（ａ）塗膜の３次元表面粗さデータをフーリエ変換し、各波長のうねりの振幅の二乗をＰｏｗｅｒとしたとき、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長１ｍｍ〜１０ｍｍにおける積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）、
（ｂ）波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）、及び、
（ｃ）塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）、
から選ばれる少なくとも一つに需要者の嗜好性に関する情報を付加して得られる嗜好スコアＳを評価基準として前記塗膜の外観を評価する塗膜外観の評価方法。
前記嗜好スコアＳは、下記の数式（１）により表される嗜好スコアＳ１、下記数式（２）により表される嗜好スコアＳ２、及び、下記数式（３）により表される嗜好スコアＳ３、から選ばれる少なくとも一つである請求項２記載の塗膜外観の評価方法。
請求項１から３いずれか記載の塗膜外観の評価方法による評価を行う工程を含む塗装物の製造方法。
被塗物を塗装して得られた塗装物であって、
（ａ）塗膜の３次元表面粗さデータをフーリエ変換し、各波長のうねりの振幅の二乗をＰｏｗｅｒとしたとき、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長１ｍｍ〜１０ｍｍにおける積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）、
（ｂ）波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）、及び、
（ｃ）塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）、
から選ばれる少なくとも一つに需要者の嗜好性に関する情報を付加して得られる嗜好スコアＳが、略水平部位では３．７以上であり、且つ、略垂直部位では３．０以上である塗装物。
前記塗装物は、自動車車体又は自動車部品である請求項５記載の塗装物。
前記塗膜の平滑性に関する情報が入力される入力装置と、
前記塗膜の平滑性に関する情報に、需要者の嗜好性に関する情報を付加して嗜好スコアＳを演算する、下記の数式（１）、数式（２）、及び、数式（３）で表される演算式を予め記憶している記憶装置と、
前記演算式に従って嗜好スコアＳを演算させる演算装置と、
前記嗜好スコアＳが所定値以上である場合には合格と判断させる判断装置と、
前記判断の結果を出力させる出力装置と、を備える塗膜外観の評価装置に使用されるプログラムであって、
前記塗膜の平滑性に関する情報を、
（ａ）塗膜の３次元表面粗さデータをフーリエ変換し、各波長のうねりの振幅の二乗和をＰｏｗｅｒとしたとき、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長１ｍｍ〜１０ｍｍにおける積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）、
（ｂ）波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）、及び、
（ｃ）塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）、
から選ばれる少なくとも一つとし、
前記入力手段に入力された情報に基づき、前記記憶装置から下記の数式（１）、数式（２）、及び、数式（３）を適宜呼び出し、前記（ａ）の入力については数式（１）を適用して前記演算装置にＳ１を算出させ、前記（ｂ）の入力については数式（２）を適用して前記演算装置にＳ２を算出させ、前記（ｃ）の入力については数式（３）を適用して前記演算装置にＳ３を算出させ、
それぞれ算出された前記Ｓ１、Ｓ２、及び、Ｓ３につき、これらが所定値以上であるか否かを前記判断装置に判断させ、その判断結果を前記出力装置に出力させる、塗膜外観の評価をコンピュータに実行させるためのプログラム。
前記塗膜の平滑性に関する情報が入力される入力装置と、
前記塗膜の平滑性に関する情報に、需要者の嗜好性に関する情報を付加して嗜好スコアＳを演算する、下記の数式（１）、数式（２）、及び、数式（３）で表される演算式を予め記憶している記憶装置と、
前記演算式に従って嗜好スコアＳを演算する演算装置と、
前記嗜好スコアＳが所定値以上である場合には合格と判断する判断装置と、
前記判断結果を出力する出力装置と、を備える塗膜外観の評価装置であって、
前記塗膜の平滑性に関する情報は、
（ａ）塗膜の３次元表面粗さデータをフーリエ変換し、各波長のうねりの振幅の二乗和をＰｏｗｅｒとしたとき、このＰｏｗｅｒの波長分布であるＰｏｗｅｒ曲線の波長１ｍｍ〜１０ｍｍにおける積分値（∫_１ ^１０Ｐｏｗｅｒ（λ）ｄλ）、
（ｂ）波長１ｍｍ〜１０ｍｍの算術平均うねり（Ｗａ）、及び、
（ｃ）塗装外観測定機「ＷａｖｅＳｃａｎ−ＤＯＩ（商品名）」（ＢＹＫＧａｒｄｎｅｒ社製）により得られるうねり（Ｗｄ）、
から選ばれる少なくとも一つであり、
前記入力手段に入力された情報に基づき、前記記憶装置から下記の数式（１）、数式（２）、及び、数式（３）を適宜呼び出し、前記（ａ）の入力については数式（１）を適用して前記演算装置にＳ１を算出し、前記（ｂ）の入力については数式（２）を適用して前記演算装置にＳ２を算出し、前記（ｃ）の入力については数式（３）を適用して前記演算装置にＳ３を算出し、
それぞれ算出された前記Ｓ１、Ｓ２、及び、Ｓ３につき、これらが所定値以上であるか否かを前記判断装置が判断し、その判断結果を前記出力装置が出力する塗膜外観の評価装置。