JP3668335B2 - タイヤの不規則摩耗の予測方法 - Google Patents
タイヤの不規則摩耗の予測方法 Download PDFInfo
- Publication number
- JP3668335B2 JP3668335B2 JP21809896A JP21809896A JP3668335B2 JP 3668335 B2 JP3668335 B2 JP 3668335B2 JP 21809896 A JP21809896 A JP 21809896A JP 21809896 A JP21809896 A JP 21809896A JP 3668335 B2 JP3668335 B2 JP 3668335B2
- Authority
- JP
- Japan
- Prior art keywords
- wear
- paint
- pixel
- tire
- irregular
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
- G01M17/02—Tyres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
- B60C11/00—Tyre tread bands; Tread patterns; Anti-skid inserts
- B60C11/24—Wear-indicating arrangements
- B60C11/246—Tread wear monitoring systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Tires In General (AREA)
- A Measuring Device Byusing Mechanical Method (AREA)
Description
【0001】
【発明の属する技術分野】
この発明は、車両に装着されて使用される空気入りタイヤの不規則摩耗、なかでも、10000km前後の転動距離に至るまでの間の不規則摩耗を、簡易にかつ正確に予測する方法に関するものである。
【0002】
【従来の技術】
トレッド表面への不規則摩耗の発生は、タイヤの各種の性能の低下に大きく影響することから、タイヤの耐久性等を高め、また、タイヤに、長期間にわたってすぐれた運動性能等を発揮させるためには、既存のタイヤおよび試作タイヤにおける不規則摩耗の発生態様を正確に予測して、その結果を、トレッドパターンの設計、改善等に反映させることが極めて有効である。
【0003】
そこで従来から、トレッド表面への不規則摩耗の発生態様を予測する種々の方法が提案されており、なかでも、本願出願人の先の提案に係る方法として、特開平8−29296号公報に開示されたものがある。
【0004】
この摩耗状態予測方法は、タイヤのトレッド表面に、そのトレッド表面との明度差が大きく、かつトレッド表面の変形に追従して変形する塗料を、格子状、網目状もしくはドット状に規則的に塗布し、その後、タイヤを負荷転動させて、前記塗料の摩滅度合いから摩耗の発生状況を予測するものであり、この方法によれば、タイヤの負荷転動によって、塗料が路面に擦れて摩滅するに当たり、格子状、網目状もしくはドット状に規則的に塗布した塗料の摩滅量は、トレッド表面、ひいては、それぞれの陸部表面に発生する現実の摩擦力に起因する塗料のスリップ量に応じて大きくなるので、塗料のその摩滅状態を目視にて観察することで、トレッド表面の不規則摩耗状態を正確に予測することが可能となる。
【0005】
【発明が解決しようとする課題】
ところで、上記方法では、トレッド表面を十分に露出させて、塗料の摩滅に、トレッドゴムの摩擦特性を確実に反映させるべく、塗料の塗布間隔を比較的大きく設定し、塗料塗布部分の摩滅情報のみからトレッド表面全体の不規則摩耗を予測していることから、不規則摩耗の予測精度の一層の向上に対しては、要求を完全には満たし得ないうれいがあり、またその方法では、不規則摩耗の予測を、タイヤの負荷転動前と、負荷転動後との二種類の情報だけに基づいて行うことから、摩耗の進み具合を経時的に把握することができず、この点からもまた、予測精度のさらなる向上を望むことは困難であった。
【0006】
この発明は、このような問題点を解決することを課題として検討した結果なされたものであり、その目的とするところは、塗料の摩滅具合を複数段階の画像情報とするとともに、各画像情報の処理を行う部分すなわち、塗料の塗布部分を含むタイヤトレッド表面の全体もしくは一部を多数の画素に分割して、各画素について、合成その他の処理を施すことによって、タイヤ、とくには、10000km前後の転動距離に至るまでの、トレッド表面の不規則摩耗を、十分高い精度をもって、簡単かつ容易に予測することができる、タイヤの不規則摩耗の予測方法を提供するにある。
【0007】
なお、10000kmを大きく越える転動距離に達したタイヤでは、比較的大きく偏摩耗した部分の相互の影響下で、予想することが困難ないわゆる自励摩耗が生じることがあるので、不規則摩耗の予測精度を十分に担保し得ないこともある。
【0008】
【課題を解決するための手段】
この発明の、タイヤの不規則摩耗の予測方法は、タイヤのトレッド表面に、その表面の変形に追従して変形する塗料を、格子状、網目状もしくはドット状に規則的に塗布した状態でそのタイヤを転動させて、塗料の摩滅具合を、所要の時間間隔で複数段階の画像情報として記録し、各画像情報の所要部分を、多数、たとえば5万以上、好ましくは10万以上の画素に分割して記憶するとともに、全ての分割画素のうち、塗料の塗布部分に対応する各画素に、塗料の摩滅時間に反比例する大きさの重み付けを行い、上記各画素についての塗料塗布部分における摩滅情報を、塗料の非塗布部分をも含む各々の画素について、それ自身の重みと、それの周辺画素の重みとを考慮した摩滅レベル値の算出によって、塗料の非塗布部分をも含む各々の画素にまで敷えんした広域の摩滅情報に変換し、それぞれの摩滅レベル値をマップ化するとともに、このマップ化情報によりトレッド表面への不規則摩耗の発生状況を予測するものである。
なおここにおいて、塗料の非塗布部分に対応する画素には重みは存在しない。
【0009】
ここで好ましくは、各々の画素の摩滅レベル値を次式
(各画素を中心とし、その周辺の所定領域内に存在する、塗料塗布部分に対応するそれぞれの画素の重み平均値)×(1/最大重み値)×100
から算出し、また好ましくは、それぞれの摩滅レベル値から、予測されるトレッド表面の不規則摩耗量を、不規則摩耗個所との関連において定量化、すなわち数値化する。
【0010】
この方法では、塗料の摩滅具合を、複数段階の画像情報として記録するとともに記憶させて、塗料の摩滅の進行、ひいては、トレッド表面の摩耗の進行を経時的に把握することにより、不規則摩耗の予測精度を有効に向上させることができ、また、各画像情報の所要部分の全体を多数の画素に分割するとともに、塗料塗布部分と対応する各画素に、実際のタイヤに現実に発生する不規則摩耗についての経験則に基づいて、塗料の摩滅時間に反比例する大きさの重み付けを行うことによって、塗料の塗布部分である、格子、網もしくはドット内での不規則摩耗をも木目細かにかつ正確に予測することができる。
【0011】
ところで、画素に塗料の摩滅時間に反比例する大きさの重み付けを行うのは、タイヤの不規則摩耗の発生する時間が短いほど、その後の摩耗の進行が早いという比例関係が経験則上成立することに基づくものである。
【0012】
ここで、画像情報は5万以上の画素に分割することが、画像処理後のマップ化情報の解像度を高め、正確な摩耗形態を把握する等の点で好ましく、また、その分割数を10万以上とした場合には、摩耗形態をより正確に把握することができる。
【0013】
またここでは、格子状、網目状もしくはドット状の塗料塗布部分の各画素についての塗料摩滅情報を、各々の画素について、それ自身の、不規則摩耗の予測ファクターを織り込んだ重みと、それの周辺画素の同様の重みとを考慮した摩滅レベル値の算出によって、塗料の非塗布部分をも含む各々の画素にまで敷えんした広域のの摩滅情報に変換することで、トレッド表面の、塗料の非塗布部分をも含む各部の不規則摩耗の相対関係を明らかにすることができ、そして、それぞれの摩滅レベル値をマップ化することで、そのマップ化情報の目視によって、トレッド表面への不規則摩耗の発生状況を、簡単かつ容易に、しかも明確に予測することができる。
【0014】
なおここで、各々の画素の摩滅レベル値を、
(各画素を中心とし、その周辺の所定領域内に存在する、塗料塗布部分に対応するそれぞれの画素の重みの平均値)×(1/最大重み値)×100
をもって算出した場合には、計算時間が短く、しかも、実際の摩耗形態と極めてよく一致する画像が得られる。
【0015】
また、それぞれの摩滅レベル値から、トレッド表面全体にわたる、予測される不規則摩耗量を、不規則摩耗の発生個所との関連の下で、数値をもって定量化することにより、不規則摩耗の予測結果を、実際の負荷転動によって現実に不規則摩耗を生じたタイヤに対して簡易迅速に検証することができる。
【0016】
【発明の実施の形態】
以下にこの発明の実施の形態を図に示すところに基づいて以下に説明する。
まずは、タイヤのトレッド表面に、その表面の変形に追従して変形する、好ましくはトレッド表面との明度差の大きい塗料を、格子状、網目状もしくはドット状に規則的に塗布する。図1はその一例を展開図で示すものであり、これは、トレッド表面、なかでも各ブロック表面に、図中円もしくは円弧で輪郭を示すように、塗料をドット状に規則的に塗布したものである。
【0017】
ここで、塗料のこのような塗布に当たっては、トレッド表面、ひいては、陸部表面を十分に露出させることが必要である一方、露出量が多すぎると、塗料の塗布間隔が大きくなりすぎて、予測精度の低下が余儀なくされるので、陸部表面に対する塗料の塗布面積率は30〜50%の範囲とすることが好ましい。いいかえれば、その面積率が30%未満では、不規則摩耗の予測精度の低下を否めず、50%を越えると、トレッドゴムの摩擦特性を、塗料の摩滅に十分に反映させることが難しくなる。
【0018】
またここで、塗料の付着幅、付着直径その他の寸法および塗布間隔は、記録した画像のその後の処理性を考慮して、それぞれ2.5〜3.5mmおよび1〜2mmとすることが好ましい。
【0019】
ところで、トレッド表面への塗料の塗布は、好ましくは、トレッド表面上の汚れを除去する目的で、タイヤの若干の慣らし転動を行った後、その表面の汚れを、有機溶剤等によって洗浄しまたは拭い取り、そして所定の模様を打ち抜き加工した型紙をトレッド表面上に位置決め配置した状態で、その型紙上へ塗料をスプレー、塗布等することによって行う。
【0020】
以上のようにしてタイヤを準備した後は、そのタイヤを負荷転動させて、塗布した塗料の摩滅具合を、所要の時間間隔、好ましくは一定の時間間隔で、塗料の未摩滅状態をも含めて、ビデオカメラ、CCDカメラ、デジタルカメラ、写真等によって複数段階の画像情報として記録する。図2に例示するフローチャートでは、このような画像の記録を、0分、3分、6分および9分の各時間間隔で、CCDカメラを用いて行うこととしているが、その記録に当たっては、撮影アングル、大きさ、照度等を一定に保つことが、後における画像情報の合成のために有利である。
【0021】
その後は、コンピュータの作動に基づいて、記録されたそれぞれの画像情報を読み込むとともに、各画像情報の所定部分を、それの拡大下で5万以上、好ましくは10万〜30万の画素に分割して記憶する。ここで、これらの拡大、分割等は、それぞれの画像情報のともに同一の部分について行うことはもちろんである。
【0022】
次いで、各画像情報、ひいては、塗料塗布部分と対応する各画素情報の合成を行い、前述した、トレッド表面の不規則摩耗の経験則に基づき、各画素に、塗料の摩滅時間に反比例する大きさの重み付けを行う。より具体的には、図2に例示するところでは、タイヤの転動の開始から、3分間転動する間に塗料が摩滅した画素の重みを3、6分間転動する間に塗料が摩滅した画素の重みを2、そして9分間転動する間に摩滅した画素の重みを1として、塗料塗布部分と対応する各画素に対し、不規則摩耗の予測ファクターを盛り込むこととしている。従って、それぞれの画像情報の所要部分におけるこのような合成の結果として、塗料の塗布部分の領域についての摩滅情報が得られる。
【0023】
さらに、このようにして得られた塗料塗布部分についての摩滅情報を、塗料の非塗布部分をも含む、各々の画素にまで、高い予測精度にて敷えんさせた広域の摩滅情報に変換すべく、各々の画素について、それ自身の重みと、それの周辺画素の重みとを考慮して摩滅レベル値を算出する。ここで、この摩滅レベル値は、摩滅の発生と時間との関係を示す値であり、摩滅レベル値が高い程、トレッド表面の摩耗の発生および進行時間が短く、逆に摩滅レベル値が低い程、トレッド表面への摩耗の発生および摩耗の進行が遅いことを意味し、たとえば、次式
(各画素を中心とし、その周辺1cm2 の領域内に存在する、塗料塗布部分に対応するそれぞれの画素の重み平均値)×(1/最大重み値)×100
により求めることができる。
かくして、塗料塗布部分における摩滅情報から、塗料の非塗布部分をも含む各々の画素にまで敷えんした広域の情報への変換データとしての摩滅レベル値が得られることになる。
【0024】
そこでその後は、それぞれの摩滅レベル値に基づいて、トレッド表面全体の不規則摩耗予測マップを作製する。このマップはディスプレイー上で目視観察することの他、プリントアウトすることもでき、それによれば、与えられたトレッドパターンにおけるトレッド表面への不規則摩耗の発生個所および不規則摩耗量のそれぞれを、簡単かつ容易に、しかも正確に読み取ることができる。
【0025】
なおここで、このような予測の結果を検証するためには、前述した摩滅レベル値に基づいて、上述したマップの作成と併せて、発生すると予測される不規則摩耗の摩耗量を、それの発生個所との関連において、数値をもって定量化することが好ましく、これによれば、実際の負荷転動によって現実に不規則摩耗を生じたタイヤの不規則摩耗量の実測値と予測値とを直接的に対比することで、予測精度を簡易迅速に確認することができる。
【0026】
【実施例】
時速の40km/hで一時間慣らし走行を行ったタイヤを、トレッド周上約20cmの長さにわたって有機溶剤にて洗浄し、その領域内に、塗料を、直径が約2.5mm、間隔1mmで、図1に展開図で示すようにドット状に塗布した後、そのタイヤを、室内の試験機に取り付けて負荷転動させた。
なおここでは、タイヤサイズを185/70 R14とし、試験条件を、荷重350kg、充填内圧2.0kgf/cm2 、横力70kgf、時速40km/hとした。
負荷転動の開始から3分間隔で塗料の摩滅具合を写真に撮影した。図3,4および5はそれぞれ、3分、6分および9分転動時の写真画像を示す。
【0027】
次いで、上記それぞれの写真画像および、タイヤの負荷転動前の写真画像のそれぞれを、CCDカメラを通して、横512画素、縦384画素の計196608画素に分割して解析システムに取り込んで、各画素情報の合成を行った。この場合の合成は、前述したように、塗料塗布部分の各画素について、3分間の転動によって塗料が摩滅した画素の重みを3,6分間の転動によって摩滅した画素の重みを2、そして9分間の転動によって摩滅した画素の重みを1とするとともに、9分間の転動によってもなお、塗料が摩滅しなかった画素の重みを0とする、重み付け割合にて行った。
【0028】
その後、上述のようにして得られた塗料塗布部分だけについての摩滅情報を、塗料の非塗料部分を含む全ての画素についての広域な摩滅情報に変換すべく、
摩滅レベル値=(各画素を中心とするその周辺1cm2 の領域内に存在する、塗料塗布部分のそれぞれの画素の重みの平均値)×(1/最大重み値)×100
とする摩滅レベル値を算出し、そして、それぞれの算出摩滅レベル値に基づいて、トレッド表面の全体にわたる不規則摩耗の予測マップを作成した。図6は、その予測マップを例示する。
なおこの予測マップをより見易くするために色分けした場合には、別添物件提出書をもって提出する参考図に示すような態様となる。
【0029】
かかるマップによれば、それの目視をもって、不規則摩耗の発生個所および発生する不規則摩耗量を、簡単かつ容易に、しかも、十分正確に予測することが可能となる。
【0030】
ちなみに、このようにして行った不規則摩耗の予測結果を検証するため、不規則摩耗量の定量化を行い、それぞれの値を、上記試験条件と同一の条件にて2000km負荷転動させたタイヤにおける実際の不規則摩耗量と対比したところ、以下のそれぞれの点において予測結果ととくに良く一致した。
(1)図6に示す、トレッドの左側ショルダー部材のヒールアンドトウ摩耗の発生状況および不規則摩耗量率
(2)トレッド左側のセカンドブロック列におけるヒールアンドトウ摩耗の発生状況と摩耗量率
(3)タイヤ径方向に発生した肩落ち率
(4)トレッド表面全体の不規則摩耗の発生形態
【0031】
【発明の効果】
かくして、この発明によれば、短時間のうちの簡単な測定により、実際のタイヤに発生する不規則摩耗をゴム質等の影響をも十分に加味して、高い精度をもって予測することができる。
【図面の簡単な説明】
【図1】塗料のトレッド塗布状態を示すトレッド表面展開図である。
【図2】画像情報の処理工程を例示するフローチャートである。
【図3】3分経過時の塗料の摩滅状態を示すトレッド表面画像である。
【図4】6分経過時の塗料の摩滅状態を示すトレッド表面画像である。
【図5】9分経過時の塗料の摩滅状態を示すトレッド表面画像である。
【図6】不規則摩耗の予測マップである。
【発明の属する技術分野】
この発明は、車両に装着されて使用される空気入りタイヤの不規則摩耗、なかでも、10000km前後の転動距離に至るまでの間の不規則摩耗を、簡易にかつ正確に予測する方法に関するものである。
【0002】
【従来の技術】
トレッド表面への不規則摩耗の発生は、タイヤの各種の性能の低下に大きく影響することから、タイヤの耐久性等を高め、また、タイヤに、長期間にわたってすぐれた運動性能等を発揮させるためには、既存のタイヤおよび試作タイヤにおける不規則摩耗の発生態様を正確に予測して、その結果を、トレッドパターンの設計、改善等に反映させることが極めて有効である。
【0003】
そこで従来から、トレッド表面への不規則摩耗の発生態様を予測する種々の方法が提案されており、なかでも、本願出願人の先の提案に係る方法として、特開平8−29296号公報に開示されたものがある。
【0004】
この摩耗状態予測方法は、タイヤのトレッド表面に、そのトレッド表面との明度差が大きく、かつトレッド表面の変形に追従して変形する塗料を、格子状、網目状もしくはドット状に規則的に塗布し、その後、タイヤを負荷転動させて、前記塗料の摩滅度合いから摩耗の発生状況を予測するものであり、この方法によれば、タイヤの負荷転動によって、塗料が路面に擦れて摩滅するに当たり、格子状、網目状もしくはドット状に規則的に塗布した塗料の摩滅量は、トレッド表面、ひいては、それぞれの陸部表面に発生する現実の摩擦力に起因する塗料のスリップ量に応じて大きくなるので、塗料のその摩滅状態を目視にて観察することで、トレッド表面の不規則摩耗状態を正確に予測することが可能となる。
【0005】
【発明が解決しようとする課題】
ところで、上記方法では、トレッド表面を十分に露出させて、塗料の摩滅に、トレッドゴムの摩擦特性を確実に反映させるべく、塗料の塗布間隔を比較的大きく設定し、塗料塗布部分の摩滅情報のみからトレッド表面全体の不規則摩耗を予測していることから、不規則摩耗の予測精度の一層の向上に対しては、要求を完全には満たし得ないうれいがあり、またその方法では、不規則摩耗の予測を、タイヤの負荷転動前と、負荷転動後との二種類の情報だけに基づいて行うことから、摩耗の進み具合を経時的に把握することができず、この点からもまた、予測精度のさらなる向上を望むことは困難であった。
【0006】
この発明は、このような問題点を解決することを課題として検討した結果なされたものであり、その目的とするところは、塗料の摩滅具合を複数段階の画像情報とするとともに、各画像情報の処理を行う部分すなわち、塗料の塗布部分を含むタイヤトレッド表面の全体もしくは一部を多数の画素に分割して、各画素について、合成その他の処理を施すことによって、タイヤ、とくには、10000km前後の転動距離に至るまでの、トレッド表面の不規則摩耗を、十分高い精度をもって、簡単かつ容易に予測することができる、タイヤの不規則摩耗の予測方法を提供するにある。
【0007】
なお、10000kmを大きく越える転動距離に達したタイヤでは、比較的大きく偏摩耗した部分の相互の影響下で、予想することが困難ないわゆる自励摩耗が生じることがあるので、不規則摩耗の予測精度を十分に担保し得ないこともある。
【0008】
【課題を解決するための手段】
この発明の、タイヤの不規則摩耗の予測方法は、タイヤのトレッド表面に、その表面の変形に追従して変形する塗料を、格子状、網目状もしくはドット状に規則的に塗布した状態でそのタイヤを転動させて、塗料の摩滅具合を、所要の時間間隔で複数段階の画像情報として記録し、各画像情報の所要部分を、多数、たとえば5万以上、好ましくは10万以上の画素に分割して記憶するとともに、全ての分割画素のうち、塗料の塗布部分に対応する各画素に、塗料の摩滅時間に反比例する大きさの重み付けを行い、上記各画素についての塗料塗布部分における摩滅情報を、塗料の非塗布部分をも含む各々の画素について、それ自身の重みと、それの周辺画素の重みとを考慮した摩滅レベル値の算出によって、塗料の非塗布部分をも含む各々の画素にまで敷えんした広域の摩滅情報に変換し、それぞれの摩滅レベル値をマップ化するとともに、このマップ化情報によりトレッド表面への不規則摩耗の発生状況を予測するものである。
なおここにおいて、塗料の非塗布部分に対応する画素には重みは存在しない。
【0009】
ここで好ましくは、各々の画素の摩滅レベル値を次式
(各画素を中心とし、その周辺の所定領域内に存在する、塗料塗布部分に対応するそれぞれの画素の重み平均値)×(1/最大重み値)×100
から算出し、また好ましくは、それぞれの摩滅レベル値から、予測されるトレッド表面の不規則摩耗量を、不規則摩耗個所との関連において定量化、すなわち数値化する。
【0010】
この方法では、塗料の摩滅具合を、複数段階の画像情報として記録するとともに記憶させて、塗料の摩滅の進行、ひいては、トレッド表面の摩耗の進行を経時的に把握することにより、不規則摩耗の予測精度を有効に向上させることができ、また、各画像情報の所要部分の全体を多数の画素に分割するとともに、塗料塗布部分と対応する各画素に、実際のタイヤに現実に発生する不規則摩耗についての経験則に基づいて、塗料の摩滅時間に反比例する大きさの重み付けを行うことによって、塗料の塗布部分である、格子、網もしくはドット内での不規則摩耗をも木目細かにかつ正確に予測することができる。
【0011】
ところで、画素に塗料の摩滅時間に反比例する大きさの重み付けを行うのは、タイヤの不規則摩耗の発生する時間が短いほど、その後の摩耗の進行が早いという比例関係が経験則上成立することに基づくものである。
【0012】
ここで、画像情報は5万以上の画素に分割することが、画像処理後のマップ化情報の解像度を高め、正確な摩耗形態を把握する等の点で好ましく、また、その分割数を10万以上とした場合には、摩耗形態をより正確に把握することができる。
【0013】
またここでは、格子状、網目状もしくはドット状の塗料塗布部分の各画素についての塗料摩滅情報を、各々の画素について、それ自身の、不規則摩耗の予測ファクターを織り込んだ重みと、それの周辺画素の同様の重みとを考慮した摩滅レベル値の算出によって、塗料の非塗布部分をも含む各々の画素にまで敷えんした広域のの摩滅情報に変換することで、トレッド表面の、塗料の非塗布部分をも含む各部の不規則摩耗の相対関係を明らかにすることができ、そして、それぞれの摩滅レベル値をマップ化することで、そのマップ化情報の目視によって、トレッド表面への不規則摩耗の発生状況を、簡単かつ容易に、しかも明確に予測することができる。
【0014】
なおここで、各々の画素の摩滅レベル値を、
(各画素を中心とし、その周辺の所定領域内に存在する、塗料塗布部分に対応するそれぞれの画素の重みの平均値)×(1/最大重み値)×100
をもって算出した場合には、計算時間が短く、しかも、実際の摩耗形態と極めてよく一致する画像が得られる。
【0015】
また、それぞれの摩滅レベル値から、トレッド表面全体にわたる、予測される不規則摩耗量を、不規則摩耗の発生個所との関連の下で、数値をもって定量化することにより、不規則摩耗の予測結果を、実際の負荷転動によって現実に不規則摩耗を生じたタイヤに対して簡易迅速に検証することができる。
【0016】
【発明の実施の形態】
以下にこの発明の実施の形態を図に示すところに基づいて以下に説明する。
まずは、タイヤのトレッド表面に、その表面の変形に追従して変形する、好ましくはトレッド表面との明度差の大きい塗料を、格子状、網目状もしくはドット状に規則的に塗布する。図1はその一例を展開図で示すものであり、これは、トレッド表面、なかでも各ブロック表面に、図中円もしくは円弧で輪郭を示すように、塗料をドット状に規則的に塗布したものである。
【0017】
ここで、塗料のこのような塗布に当たっては、トレッド表面、ひいては、陸部表面を十分に露出させることが必要である一方、露出量が多すぎると、塗料の塗布間隔が大きくなりすぎて、予測精度の低下が余儀なくされるので、陸部表面に対する塗料の塗布面積率は30〜50%の範囲とすることが好ましい。いいかえれば、その面積率が30%未満では、不規則摩耗の予測精度の低下を否めず、50%を越えると、トレッドゴムの摩擦特性を、塗料の摩滅に十分に反映させることが難しくなる。
【0018】
またここで、塗料の付着幅、付着直径その他の寸法および塗布間隔は、記録した画像のその後の処理性を考慮して、それぞれ2.5〜3.5mmおよび1〜2mmとすることが好ましい。
【0019】
ところで、トレッド表面への塗料の塗布は、好ましくは、トレッド表面上の汚れを除去する目的で、タイヤの若干の慣らし転動を行った後、その表面の汚れを、有機溶剤等によって洗浄しまたは拭い取り、そして所定の模様を打ち抜き加工した型紙をトレッド表面上に位置決め配置した状態で、その型紙上へ塗料をスプレー、塗布等することによって行う。
【0020】
以上のようにしてタイヤを準備した後は、そのタイヤを負荷転動させて、塗布した塗料の摩滅具合を、所要の時間間隔、好ましくは一定の時間間隔で、塗料の未摩滅状態をも含めて、ビデオカメラ、CCDカメラ、デジタルカメラ、写真等によって複数段階の画像情報として記録する。図2に例示するフローチャートでは、このような画像の記録を、0分、3分、6分および9分の各時間間隔で、CCDカメラを用いて行うこととしているが、その記録に当たっては、撮影アングル、大きさ、照度等を一定に保つことが、後における画像情報の合成のために有利である。
【0021】
その後は、コンピュータの作動に基づいて、記録されたそれぞれの画像情報を読み込むとともに、各画像情報の所定部分を、それの拡大下で5万以上、好ましくは10万〜30万の画素に分割して記憶する。ここで、これらの拡大、分割等は、それぞれの画像情報のともに同一の部分について行うことはもちろんである。
【0022】
次いで、各画像情報、ひいては、塗料塗布部分と対応する各画素情報の合成を行い、前述した、トレッド表面の不規則摩耗の経験則に基づき、各画素に、塗料の摩滅時間に反比例する大きさの重み付けを行う。より具体的には、図2に例示するところでは、タイヤの転動の開始から、3分間転動する間に塗料が摩滅した画素の重みを3、6分間転動する間に塗料が摩滅した画素の重みを2、そして9分間転動する間に摩滅した画素の重みを1として、塗料塗布部分と対応する各画素に対し、不規則摩耗の予測ファクターを盛り込むこととしている。従って、それぞれの画像情報の所要部分におけるこのような合成の結果として、塗料の塗布部分の領域についての摩滅情報が得られる。
【0023】
さらに、このようにして得られた塗料塗布部分についての摩滅情報を、塗料の非塗布部分をも含む、各々の画素にまで、高い予測精度にて敷えんさせた広域の摩滅情報に変換すべく、各々の画素について、それ自身の重みと、それの周辺画素の重みとを考慮して摩滅レベル値を算出する。ここで、この摩滅レベル値は、摩滅の発生と時間との関係を示す値であり、摩滅レベル値が高い程、トレッド表面の摩耗の発生および進行時間が短く、逆に摩滅レベル値が低い程、トレッド表面への摩耗の発生および摩耗の進行が遅いことを意味し、たとえば、次式
(各画素を中心とし、その周辺1cm2 の領域内に存在する、塗料塗布部分に対応するそれぞれの画素の重み平均値)×(1/最大重み値)×100
により求めることができる。
かくして、塗料塗布部分における摩滅情報から、塗料の非塗布部分をも含む各々の画素にまで敷えんした広域の情報への変換データとしての摩滅レベル値が得られることになる。
【0024】
そこでその後は、それぞれの摩滅レベル値に基づいて、トレッド表面全体の不規則摩耗予測マップを作製する。このマップはディスプレイー上で目視観察することの他、プリントアウトすることもでき、それによれば、与えられたトレッドパターンにおけるトレッド表面への不規則摩耗の発生個所および不規則摩耗量のそれぞれを、簡単かつ容易に、しかも正確に読み取ることができる。
【0025】
なおここで、このような予測の結果を検証するためには、前述した摩滅レベル値に基づいて、上述したマップの作成と併せて、発生すると予測される不規則摩耗の摩耗量を、それの発生個所との関連において、数値をもって定量化することが好ましく、これによれば、実際の負荷転動によって現実に不規則摩耗を生じたタイヤの不規則摩耗量の実測値と予測値とを直接的に対比することで、予測精度を簡易迅速に確認することができる。
【0026】
【実施例】
時速の40km/hで一時間慣らし走行を行ったタイヤを、トレッド周上約20cmの長さにわたって有機溶剤にて洗浄し、その領域内に、塗料を、直径が約2.5mm、間隔1mmで、図1に展開図で示すようにドット状に塗布した後、そのタイヤを、室内の試験機に取り付けて負荷転動させた。
なおここでは、タイヤサイズを185/70 R14とし、試験条件を、荷重350kg、充填内圧2.0kgf/cm2 、横力70kgf、時速40km/hとした。
負荷転動の開始から3分間隔で塗料の摩滅具合を写真に撮影した。図3,4および5はそれぞれ、3分、6分および9分転動時の写真画像を示す。
【0027】
次いで、上記それぞれの写真画像および、タイヤの負荷転動前の写真画像のそれぞれを、CCDカメラを通して、横512画素、縦384画素の計196608画素に分割して解析システムに取り込んで、各画素情報の合成を行った。この場合の合成は、前述したように、塗料塗布部分の各画素について、3分間の転動によって塗料が摩滅した画素の重みを3,6分間の転動によって摩滅した画素の重みを2、そして9分間の転動によって摩滅した画素の重みを1とするとともに、9分間の転動によってもなお、塗料が摩滅しなかった画素の重みを0とする、重み付け割合にて行った。
【0028】
その後、上述のようにして得られた塗料塗布部分だけについての摩滅情報を、塗料の非塗料部分を含む全ての画素についての広域な摩滅情報に変換すべく、
摩滅レベル値=(各画素を中心とするその周辺1cm2 の領域内に存在する、塗料塗布部分のそれぞれの画素の重みの平均値)×(1/最大重み値)×100
とする摩滅レベル値を算出し、そして、それぞれの算出摩滅レベル値に基づいて、トレッド表面の全体にわたる不規則摩耗の予測マップを作成した。図6は、その予測マップを例示する。
なおこの予測マップをより見易くするために色分けした場合には、別添物件提出書をもって提出する参考図に示すような態様となる。
【0029】
かかるマップによれば、それの目視をもって、不規則摩耗の発生個所および発生する不規則摩耗量を、簡単かつ容易に、しかも、十分正確に予測することが可能となる。
【0030】
ちなみに、このようにして行った不規則摩耗の予測結果を検証するため、不規則摩耗量の定量化を行い、それぞれの値を、上記試験条件と同一の条件にて2000km負荷転動させたタイヤにおける実際の不規則摩耗量と対比したところ、以下のそれぞれの点において予測結果ととくに良く一致した。
(1)図6に示す、トレッドの左側ショルダー部材のヒールアンドトウ摩耗の発生状況および不規則摩耗量率
(2)トレッド左側のセカンドブロック列におけるヒールアンドトウ摩耗の発生状況と摩耗量率
(3)タイヤ径方向に発生した肩落ち率
(4)トレッド表面全体の不規則摩耗の発生形態
【0031】
【発明の効果】
かくして、この発明によれば、短時間のうちの簡単な測定により、実際のタイヤに発生する不規則摩耗をゴム質等の影響をも十分に加味して、高い精度をもって予測することができる。
【図面の簡単な説明】
【図1】塗料のトレッド塗布状態を示すトレッド表面展開図である。
【図2】画像情報の処理工程を例示するフローチャートである。
【図3】3分経過時の塗料の摩滅状態を示すトレッド表面画像である。
【図4】6分経過時の塗料の摩滅状態を示すトレッド表面画像である。
【図5】9分経過時の塗料の摩滅状態を示すトレッド表面画像である。
【図6】不規則摩耗の予測マップである。
Claims (3)
- タイヤのトレッド表面に、その表面の変形に追従して変形する塗料を、格子状、網目状もしくはドット状に規則的に塗布した状態でそのタイヤを転動させて、塗料の摩滅具合を、所要の時間間隔で複数の画像情報として記録し、各画像情報の所要部分を多数の画素に分割して記憶するとともに、塗料塗布部分に対応する各画素に、塗料の摩滅時間に反比例する大きさの重み付けを行い、塗料塗布部分における摩滅情報を、塗料の非塗布部分を含む各々の画素について、それ自身の重みと、それの周辺画素の重みとを考慮した摩滅レベル値を算出することによって、塗料の非塗布部分をも含む各々の画素にまで敷えんした広域の摩滅情報に変換するとともに、それぞれの摩滅レベル値をマップ化し、このマップ化情報によりトレッド表面への不規則摩耗の発生状況を予測することを特徴とするタイヤの不規則摩耗の予測方法。
- 各々の画素の摩滅レベル値を、
(各画素を中心とし、その周辺の所定領域内に存在する、塗料塗布部分に対応するそれぞれの画素の重み平均値)×(1/最大重み値)×100
から算出することを特徴とする請求項1記載のタイヤの不規則摩耗の予測方法。 - 各画素の摩滅レベル値から、予測されるトレッド表面の不規則摩耗量を定量化することを特徴とする請求項1もしくは2記載のタイヤの不規則摩耗の予測方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP21809896A JP3668335B2 (ja) | 1996-04-22 | 1996-08-01 | タイヤの不規則摩耗の予測方法 |
US08/839,368 US5874670A (en) | 1996-04-22 | 1997-04-18 | Method of estimating irregular wear of tires by recording an amount of wear of painted portions of the tire as image information at multiple regular time intervals |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP12277496 | 1996-04-22 | ||
JP8-122774 | 1996-04-22 | ||
JP21809896A JP3668335B2 (ja) | 1996-04-22 | 1996-08-01 | タイヤの不規則摩耗の予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH106717A JPH106717A (ja) | 1998-01-13 |
JP3668335B2 true JP3668335B2 (ja) | 2005-07-06 |
Family
ID=26459827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP21809896A Expired - Fee Related JP3668335B2 (ja) | 1996-04-22 | 1996-08-01 | タイヤの不規則摩耗の予測方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US5874670A (ja) |
JP (1) | JP3668335B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4682919A (en) * | 1986-05-05 | 1987-07-28 | Reed Manufacturing Company | Portable powered pipe working machine |
JP2001047822A (ja) | 1999-08-10 | 2001-02-20 | Toyo Tire & Rubber Co Ltd | 転動タイヤの摩擦エネルギー解析方法 |
JP4357074B2 (ja) * | 2000-03-17 | 2009-11-04 | 株式会社ブリヂストン | タイヤの摩耗予測方法及びタイヤの摩耗予測装置 |
JP4363506B2 (ja) * | 2000-08-10 | 2009-11-11 | 横浜ゴム株式会社 | 空気入りタイヤのトレッド摩耗量測定方法 |
US7291237B2 (en) * | 2005-03-24 | 2007-11-06 | O'brien John Michael | Method of making tire having wear indicators |
JP4984434B2 (ja) * | 2005-05-25 | 2012-07-25 | 横浜ゴム株式会社 | レースタイヤ摩耗予測装置 |
KR100845196B1 (ko) | 2007-09-11 | 2008-07-10 | 금호타이어 주식회사 | 타이어 마모 측정 방법 |
US20090114322A1 (en) * | 2007-11-06 | 2009-05-07 | O'brien Pat | Tread marker, tire with integral tread markers, and methods for producing both |
KR101425019B1 (ko) * | 2012-08-08 | 2014-08-06 | 아이오토 주식회사 | 온라인을 이용한 타이어 교체 서비스 제공 시스템 |
JP6418202B2 (ja) | 2016-07-08 | 2018-11-07 | トヨタ自動車株式会社 | 走行装置 |
IT201800004673A1 (it) | 2018-04-18 | 2019-10-18 | Procedimento e sistema per la rilevazione di difetti in uno pneumatico | |
CN111323297A (zh) * | 2020-04-15 | 2020-06-23 | 西北核技术研究院 | 弹体三维变形及磨蚀测量方法 |
CN113028960A (zh) * | 2021-03-17 | 2021-06-25 | 中国航发动力股份有限公司 | 一种封严篦齿损伤变形的测量方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4918976A (en) * | 1989-04-12 | 1990-04-24 | International Marketing, Inc. | Method of inspecting tires for defects |
JPH0749938B2 (ja) * | 1989-11-02 | 1995-05-31 | 住友ゴム工業株式会社 | タイヤ接地面観測装置及び観測方法 |
JP3351906B2 (ja) * | 1994-07-11 | 2002-12-03 | 株式会社ブリヂストン | タイヤの摩耗状態予測方法 |
-
1996
- 1996-08-01 JP JP21809896A patent/JP3668335B2/ja not_active Expired - Fee Related
-
1997
- 1997-04-18 US US08/839,368 patent/US5874670A/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPH106717A (ja) | 1998-01-13 |
US5874670A (en) | 1999-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3668335B2 (ja) | タイヤの不規則摩耗の予測方法 | |
US6883962B2 (en) | Tire wear forecasting method and apparatus | |
JP4752704B2 (ja) | タイヤ摩耗寿命予測方法 | |
CN111735524B (zh) | 基于图像识别的轮胎荷载获取方法、车辆称重方法及系统 | |
US20020177976A1 (en) | Method and apparatus for estimating tire/wheel performance by simulation | |
US20030029235A1 (en) | Indoor hydroplaning test apparatus and method | |
JP7348198B2 (ja) | タイヤ摩耗推定方法 | |
JP2019211223A (ja) | 画像処理装置、過積載検出装置、過積載検出システム及びプログラム | |
US20080294352A1 (en) | System for Estimating the Maximum Adherence Coefficient by Measuring Stresses in a Tire Tread | |
JP2016006396A (ja) | 自動車車体の剛性試験方法及び装置 | |
CN112943831A (zh) | 一种基于车联网大数据提醒更换刹车片的方法和装置 | |
JP4602605B2 (ja) | タイヤ摩耗寿命予測方法 | |
JP5515779B2 (ja) | タイヤ接地面が路面から受ける物理量を予測する方法、タイヤ摩耗の予測方法、タイヤ摩耗の予測装置、および、プログラム | |
CN102473197B (zh) | 改善胎面噪声的方法 | |
US6263728B1 (en) | Method of analyzing frictional energy of rolling tire | |
JP2006047075A (ja) | タイヤの摩耗試験方法と摩耗試験装置 | |
JP4487130B2 (ja) | 車輪横力算出方法および車輪横力算出装置 | |
JP4235146B2 (ja) | タイヤ性能評価方法とその装置 | |
JP3351906B2 (ja) | タイヤの摩耗状態予測方法 | |
JP2008256619A (ja) | タイヤ試験装置およびタイヤ試験方法 | |
CN114737455A (zh) | 一种路面检测方法、装置及设备 | |
CN114324143A (zh) | 一种沥青路面纹理三维形状特性指标的测量方法 | |
JP5462125B2 (ja) | パターンノイズのシミュレーション装置及びパターンノイズのシミュレーション方法 | |
JP2015016756A (ja) | トレッドゴムの摩擦係数の算出方法、タイヤ特性の算出方法、トレッドゴムの摩擦係数の算出装置、及びプログラム | |
JP2005098911A (ja) | 歯車の歯当たり検査方法、歯車の歯当たり検査システム、歯車の歯当たり検査システムを制御する制御プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050210 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050315 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050408 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |