JP7153987B2 - 塗装欠陥の評価方法 - Google Patents

Description

本発明は、塗装欠陥の評価方法に関する。

例えば自動車ボデーの塗装工程においては、塗装作業が完了した後に、塗装の良否判定を目的とした表面欠陥（塗装欠陥）の検査を行っている。

この検査では、いわゆるブツと呼ばれる微小な欠陥を塗装欠陥として検出する必要があることから、従来、熟練の作業者により目視等で行われるのが一般的であった。一方で、世代交代等の事情もあることから、作業者の熟練度に依存することなく、上述した微小な塗装欠陥を検出するための方法が提案、検討されている。

例えば特許文献１には、塗装面に存在する微小な塗装欠陥を自動的に検出するための方法が提案されている。この検出方法は、塗装面に対して、光度が暗から明に変化する検査光を照射して、塗装面からの反射光をカメラで撮影して受像画像を作成し、作成した受像画像中の明暗変化に基づき塗装欠陥の有無並びに塗装欠陥の種別（凸状欠陥か凹状欠陥かの種別）を検出するものである。

特開平５－３２２５４３号公報

ところで、この種の塗装欠陥は、所定の期間に高い頻度で発生することがある。このような場合には、塗装欠陥の発生要因を早急に解明し、上記発生要因を取り除くための対策をできる限り早期に講じる必要がある。しかしながら、塗装欠陥の発生要因を解明するには、まず塗装欠陥の種類をこれまで以上に詳細に特定する必要があるため、特許文献１に記載の方法では不十分であった。また、上述の通り、ブツなどの塗装欠陥は極めて小さい（通常、１ｍｍ未満）ことから、詳細な種類の特定を含めた塗装欠陥の正確な評価には熟練の技術と豊富な経験が必要であり、作業者によっては特定に長時間を要するのが実情であった。

以上の事情に鑑み、本明細書では、習熟度や経験に関係なく、誰にでも正確にかつ迅速に塗装欠陥の発生要因を解明できるようにすることを、解決すべき技術課題とする。

前記課題の解決は、本発明に係る塗装欠陥の評価方法によって達成される。すなわち、この評価方法は、塗装欠陥の原因となる異物を撮像する撮像工程と、過去の塗装欠陥の発生要因データを、過去の塗装欠陥の原因となる異物の外観属性データと紐付けした状態でデータベース化するデータベース化工程と、撮像工程で得た異物の画像に基づいて、異物の外観属性を取得する属性取得工程、及び取得した外観属性と、データベース化されている外観属性データとに基づいて塗装欠陥の発生要因を特定する要因特定工程とを備えた点をもって特徴付けられる。

このように、本発明では、熟練の技術と豊富な経験を兼ね備えた技術者の頭脳に蓄積されてきた塗装欠陥に関する知識、具体的には過去の塗装欠陥の発生要因データとその原因となった異物の外観属性データとを互いに紐付けした状態でデータベース化した。また、このデータベース化した異物の外観属性データと、評価すべき塗装欠陥の画像から得た異物の外観属性とに基づいて塗装欠陥の発生要因を特定するようにした。このように互いに紐付けしてデータベース化した塗装欠陥の発生要因データと異物の外観属性データとを利用して、塗装欠陥の発生要因を特定することによって、作業者は、評価すべき塗装欠陥の異物を撮像して得た画像から所定の外観属性を取得するだけで、当該塗装欠陥の発生要因を正確に特定することができる。また、予め決められた外観属性（データベース化されている外観属性データと対比可能な外観属性）だけに着目すればよいため、習熟度がそれほど高くない作業者であっても、比較的容易に要因特定に必要な外観属性を取得して、短時間で発生要因の特定が可能となる。従って、例えば要因特定に係る作業者が、塗装工程内の対応箇所にいる作業者に然るべき対策を早急に指示して塗装欠陥の発生要因を取り除くことで、塗装不良の発生を早期に防止することが可能となり、ひいては直行率の向上を図ることが可能となる。

また、本発明に係る塗装欠陥の評価方法においては、属性取得工程で、異物の外観形状、厚み方向位置、発泡の有無、及び色彩を外観属性として取得してもよい。

本発明者らは、上述のように塗装欠陥の原因となる異物の外観属性をデータベース化して、当該外観属性を体系的に整理することによって、外観属性のうちでも、特に、外観形状、厚み方向位置、発泡の有無、及び色彩の四要件が要因特定に重要であるとの知見を得るに至った。従って、上述した外観属性を評価すべき異物の画像から取得し、対応する過去の外観属性データと対比することにより、さらに信頼性の高い発生要因の特定を行うことが可能となる。

また、本発明に係る塗装欠陥の評価方法においては、データベース化工程で、過去の異物の画像データを外観属性データと紐付けした状態でデータベース化し、異物の画像と、データベース化されている画像データとの対比により、要因特定工程で特定した塗装欠陥の発生要因が適当であるか否かを判定してもよい。

このように、評価対象となる異物の画像と、データベース化されている過去の異物の画像データとの対比により、特定した塗装欠陥の発生要因が適当であるか否かを判定するようにすれば、仮にデータベース化された塗装欠陥に分類されない新たな種類の塗装欠陥が現れた場合に、当該塗装欠陥を既にデータベース化された種類の塗装欠陥であると特定するミスを防止することができる。また、外観属性の総合的な比較により二枚の画像に係る異物の同一性（同種の塗装欠陥であるか否か）を判定することは、何も比較対象がない状態で異物の画像だけに基づいてその種類を特定するのに比べて容易であるから、作業者が発生要因の特定に長時間を要する心配もない。

以上のように、本発明によれば、習熟度や経験に関係なく、誰にでも正確にかつ迅速に塗装欠陥の発生要因を解明することが可能となる。

本発明の一実施形態に係る塗装欠陥の評価方法の流れを示すフローチャートである。 図１に示す評価方法を実施するための塗装欠陥評価システムを備えた塗装ラインの概略構成の一例を示す図である。 図２に示すデータ保管部における具体的なデータの保管形態について示した模式図である。 本発明の一実施形態に係る塗装欠陥の評価方法の一工程であって、表示部の画面上で塗装欠陥の原因となる異物の外観属性を取得及び入力する動作の一例を示す図である。 本発明の一実施形態に係る塗装欠陥の評価方法の一工程であって、入力した外観属性に一致する異物の画像データ及び発生要因データを表示部の画面に表示した状態を示す図である。

以下、本発明の一実施形態に係る塗装欠陥の評価方法の内容を図面に基づき説明する。本実施形態では、自動車用ボデーの表面に塗装を施す塗装ラインに本発明に係る評価方法を適用する場合を例にとって、以下にその内容を説明する。

図１は、本発明の一実施形態に係る塗装欠陥の評価方法の流れを説明するためのフローチャートである。同図に示すように、この評価方法は、（Ｓ１）塗装欠陥の原因となる異物を撮像する撮像工程と、（Ｓ２）過去の塗装欠陥の発生要因データを過去の塗装欠陥の原因となる異物の外観属性データと紐付けした状態でデータベース化するデータベース化工程と、（Ｓ３）撮像工程で得た異物の画像に基づいて、異物の外観属性を取得する属性取得工程と、（Ｓ４）取得した外観属性と、データベース化されている外観属性データとに基づいて塗装欠陥の発生要因を特定する要因特定工程とを備える。また、本実施形態では、（Ｓ０）塗装面を削り出して塗装欠陥の原因となる異物を露出させる露出工程を撮像工程Ｓ１の前に備えると共に、（Ｓ５）評価中の異物の画像と過去の異物の画像データとの対比により特定した発生要因が適当であるか否かを判定する判定工程を要因特定工程Ｓ４の後に備える。

図２は、本発明が適用される塗装ライン１の一例と、この塗装ライン１に組み込まれる本発明に係る塗装欠陥の評価システム１０の一例の概略構成を示す図である。まず、図２に示すように、この塗装ライン１は、除塵ブース２と、除塵ブース２で除塵処理がなされたボデーＢに塗装を施す塗装ブース３と、塗装ブース３を通過したボデーＢの焼付けを行う焼付けブース４と、焼付けブース４を通過したボデーＢに対して所定の検査を行う検査ブース５と、検査ブース５の下流側に配設される手直しブース６とを備える。

このうち、塗装ブース３は、例えば下塗りブース３ａと、中塗りブース３ｂと、上塗りブース３ｃ、及びクリア塗装ブース３ｄとを有する。もちろん、塗装に係る一連の工程は上記構成には限定されない。例えば各塗膜層（下塗り塗膜層、中塗り塗膜層、上塗り塗膜層、及びクリア塗膜層）の形成と、焼付けないし乾燥とを交互に実施可能な構成など、公知の塗装工程を採ることが可能である。

検査ブース５には、塗装欠陥を検出する作業者Ｗ１が配置されており、検査ブース５に搬入されたボデーＢの表面に存在する塗装欠陥を例えば目視により検出する。なお、塗装欠陥の検出は目視に限らず、例えば後述する撮像装置１１など種々の観察装置（好ましくは拡大観察が可能な装置）を利用して行ってもよい。

本発明に係る塗装欠陥の評価システム１０は、図２に示すように、ボデーＢの表面に露出した塗装欠陥の原因となる異物ｆを撮像する撮像装置１１と、過去の塗装欠陥に関するデータが保管されるデータ保管部１２と、撮像装置１１で得た異物ｆの画像を表示する表示部１３と、表示部１３に表示された異物ｆの画像１４（後述する図４を参照）に基づいて取得された異物ｆの外観属性と、データ保管部１２に保管されている過去の塗装欠陥に関するデータとに基づいて所定のデータ処理を行うデータ処理装置１５とを備える。以下、まず、塗装欠陥の評価システム１０の詳細な構成を説明した後、塗装欠陥の評価方法の各工程の詳細を説明する。

撮像装置１１は、ボデーＢの表面に存在する塗装欠陥の原因となる異物ｆを撮像可能とするもので、撮像して得た異物ｆの画像データＤ０をデータ処理装置１５に送信可能に構成されている。撮像装置１１としては、例えばマイクロスコープなど拡大してモニタ（図示は省略）に表示可能な機器が好適に使用可能である。また、撮像装置１１としてマイクロスコープを使用する場合、ボデーＢの表面走査が容易なハンディタイプ（カメラ部が可動式）で、かつワイヤレス方式のマイクロスコープが特に好適である。

データ保管部１２は、例えばデータサーバで構成される。このデータ保管部１２は、図３に示すように、過去の塗装欠陥に関するデータ、具体的には過去の塗装欠陥の原因となる異物Ｆの外観属性に関するデータベースである外観属性データベース１２ａと、過去の塗装欠陥の発生要因に関するデータベースである発生要因データベース１２ｂと、過去の異物Ｆの画像に関するデータベースである画像データベース１２ｃとを有する。外観属性データベース１２ａには、過去の異物Ｆの外観属性データＤ１が蓄積され、発生要因データベース１２ｂには、過去の塗装欠陥の発生要因データＤ２が蓄積され、画像データベース１２ｃには、過去の異物Ｆの画像データＤ３が蓄積される。上記構成の外観属性データベース１２ａと、発生要因データベース１２ｂ、及び画像データベース１２ｃは、データ処理装置１５に接続され、各データベース１２ａ～１２ｃ中のデータは何れも、データ処理装置１５の処理のために供給され得る。

ここで、外観属性データベース１２ａ中に蓄積される外観属性データＤ１には、過去の異物Ｆの外観形状に関するデータである外観形状データＤ１１と、異物Ｆの厚み方向位置に関するデータである厚み方向位置データＤ１２と、異物Ｆの発泡の有無に関するデータである発泡存否データＤ１３、及び異物Ｆの色彩に関するデータである色彩データＤ１４が含まれる。また、本実施形態では、外観形状データＤ１１は、異物Ｆの全体形状データＤ１１ａと、異物Ｆの詳細形状データＤ１１ｂからなる。以上に述べた各データＤ１１～Ｄ１４は互いに紐付けされた状態で外観属性データベース１２ａ内に蓄積されている。

また、これら外観属性データベース１２ａ中の外観属性データＤ１（Ｄ１１～Ｄ１４）は、発生要因データベース１２ｂ中の発生要因データＤ２と互いに紐付けされた状態で保管されている。本実施形態では、外観属性データＤ１（Ｄ１１～Ｄ１４）が、さらに画像データベース１２ｃ中の画像データＤ３と互いに紐付けされた状態で保管されている。これにより、データ処理装置１５は、データ保管部１２内の所定の外観属性データＤ１を参照することにより、外観属性データＤ１と紐付けされた発生要因データＤ２、又は画像データＤ３を参照することが可能となる。もちろん、図３に示すように、発生要因データベース１２ｂ中の発生要因データＤ２が、さらに画像データベース１２ｃ中の画像データＤ３と互いに紐付けされた状態で保管されていてもよい。

表示部１３は、その画面１３ａ上に、撮像装置１１で撮像して得た異物ｆの画像データＤ０に基づく当該異物ｆの画像１４を表示する（図４を参照）。また、データ処理装置１５による所定のデータ処理の結果、例えば参照した過去の塗装欠陥に係る異物Ｆの画像１７を、同じ画面１３ａ上に表示可能としている（図５を参照）。同様に、データ処理装置１５による所定のデータ処理の結果、例えば抽出した過去の塗装欠陥に係る発生要因の内容を、異物Ｆの画像１７に隣り合う領域１８に表示可能としている。

また、この表示部１３は、所定の入力装置を表示部１３と一体又は別体に有し、画面１３ａ上に表示された画像１４中の異物ｆを所定の作業者が見て、その外観属性を入力することで、データ保管部１２又はデータ処理装置１５に、現在評価中の塗装欠陥に係る異物ｆの外観属性に関する各種データを供給可能としている。本実施形態では、図４に示すように、表示部１３は入力装置としてのタッチパネルを兼ねており、画面１３ａ上に表示された異物ｆの外観属性の各種タブをタッチすることで、対応するプルダウンメニュー１６がさらに表示され、データ保管部１２に保管されている過去の塗装欠陥に係る異物Ｆの外観属性データＤ１の種類が一覧で表示されるようになっている。本実施形態でいえば、外観形状の「全体形状」のタブをタッチすると、外観属性データベース１２ａに蓄積された過去の異物Ｆの全体形状データＤ１１ａ（図３を参照）の全種類がプルダウンメニューに表示され、外観形状の「詳細形状」のタブをタッチすると、外観属性データベース１２ａに蓄積された過去の異物Ｆの詳細形状データＤ１１ｂの全種類がプルダウンメニューに表示される。また、「厚み方向位置」のタブをタッチすると、外観属性データベース１２ａに蓄積された過去の異物Ｆの厚み方向位置データＤ１２の全種類がプルダウンメニューに表示され、「発泡」のタブをタッチすると、外観属性データベース１２ａに蓄積された過去の異物Ｆの発泡存否データＤ１３の全種類（発泡の有り、無し）がプルダウンメニューに表示されると共に、「色彩」のタブをタッチすると、外観属性データベース１２ａに蓄積された過去の異物Ｆの色彩データＤ１４の全種類がプルダウンメニューに表示されるようになっている。よって、このプルダウンメニュー１６中から画像１４中の異物ｆに最も近い種類の外観属性をそれぞれタッチすることで、画像１４中の異物ｆの外観属性（ここでは全体形状、詳細形状、厚み方向位置、発泡の有無、色彩）が入力される。なお、本実施形態では、タッチパネルを兼ねた表示部１３を用いて、異物ｆの外観属性を表示部１３の画面１３ａにタッチすることで入力した場合を例示したが、もちろん、タッチパネル以外の図示しない入力装置（キーボード、マウスなど）で異物ｆの外観属性を入力することも可能である。

データ処理装置１５は、図２及び図３に示すように、撮像装置１１で得た異物ｆの画像データＤ０を受信可能であると共に、データ保管部１２の各データベース１２ａ～１２ｃとの間で相互にデータ通信を可能としている。同様に、データ処理装置１５は、表示部１３（及び図示しない上記入力装置）との間で相互にデータ通信を可能としている。このデータ処理装置１５は、表示部１３を介しての入力された異物ｆの外観属性データに対応する外観属性データＤ１をデータ保管部１２の外観属性データベース１２ａから参照し、抽出すると共に、外観属性データＤ１と紐付けした状態の発生要因データＤ２、及び画像データＤ３を各ベース１２ｂ，１２ｃから参照し、抽出可能としている。また、表示部１３を介して入力された異物ｆの外観属性データを、所定のデータ処理後、外観属性データベース１２ａに送信し、蓄積可能としている。

以下、塗装欠陥の評価システム１０を用いた塗装欠陥の評価方法の一例を、各工程（Ｓ０）～（Ｓ５）の順に説明する。

（Ｓ０）異物露出工程
まず、撮像装置１１で塗装欠陥の原因となる異物ｆの外観を撮像可能なように、異物ｆの表層側にある塗膜層を削り出して、異物ｆを露出させる。本実施形態では、検査ブース５でボデーＢ表面の塗装欠陥を検出する作業者Ｗ１が、この削り出しによる露出作業を続けて行う（図２を参照）。当該作業者Ｗ１であれば微小な塗装欠陥（に内在する異物ｆ）の位置を既に把握しているため、迅速に露出作業を実施できる。

（Ｓ１）撮像工程
上述のようにして露出した異物ｆを撮像装置１１で撮像して、異物ｆの画像データＤ０を得る。本実施形態では、作業の効率化のため、露出作業を行った作業者Ｗ１が引き続き異物ｆを撮像して、異物ｆの画像データＤ０を取得する。取得した画像データＤ０は、データ処理装置１５に送信される（図２を参照）。

（Ｓ２）データベース化工程
この工程では、予め過去の塗装欠陥の発生要因に関するデータを、当該過去の塗装欠陥の原因となる異物Ｆ（例えば図５を参照）の外観属性データＤ１と紐付けした状態でデータベース化する。具体的には、例えば表示部１３に関連する入力装置を用いて、塗装ライン１で生じた過去の塗装欠陥の外観属性をデータ入力し、入力した外観属性データＤ１をデータ保管部１２の外観属性データベース１２ａに保管、蓄積する。同様に、塗装ライン１で生じた過去の塗装欠陥の発生要因をデータ入力し、入力した発生要因データＤ２をデータ保管部１２の発生要因データベース１２ｂに保管、蓄積する。また、塗装ライン１で生じた過去の塗装欠陥の画像をデータ入力し、入力した画像データＤ３をデータ保管部１２の画像データベース１２ｃに保管、蓄積する。これら外観属性データＤ１と発生要因データＤ２、及び画像データＤ３は互いに紐付けされた状態で保管（データベース化）される。なお、データ保管部１２へのデータ入力は、表示部１３に関連する入力装置に限らず、例えばデータ保管部１２と通信可能な他のデータ入力装置を用いて行うことも可能なことはもちろんである。

（Ｓ３）属性取得工程
この工程では、撮像装置１１で撮像して得た画像データＤ０に基づいて、異物ｆの外観属性を取得する。本実施形態では、撮像装置１１で得てデータ処理装置１５に送信された異物ｆの画像データＤ０を、表示部１３の画面１３ａ上に画像１４として表示する（図４を参照）。また、この画像１４を見た作業者Ｗ２（本実施形態では、図２に示すように異物ｆの検出に係る作業者Ｗ１とは別の場所にいる作業者）は、画像１４に基づいて、表示部１３の画面１３ａ上に表示された外観属性の「全体形状」タブをタッチし、プルダウンメニュー１６を表示させる。そして、表示されたプルダウンメニュー１６に表示された全体形状の種類のうち画像１４に現れている異物ｆの全体形状に最も近い種類を選択することで、異物ｆの全体形状の取得並びに入力が行われる。以下、同様にして、画像１４に現れている異物ｆの残りの外観属性（詳細形状、厚み方向位置、発泡の有無、及び色彩）の取得並びに入力が行われる。

（Ｓ４）要因特定工程
この工程では、属性取得工程Ｓ３で取得並びに入力した異物ｆの外観属性と、データ保管部１２にデータベース化により保管されている外観属性データＤ１とに基づいて、塗装欠陥の発生要因を特定する。本実施形態では、データ処理装置１５が、作業者Ｗ２が表示部１３を介して入力した異物ｆの外観属性データと、データ保管部１２に蓄積された過去の異物Ｆの外観属性データＤ１（ここでは全体形状データＤ１１ａ、詳細形状データＤ１１ｂ、厚み方向位置データＤ１２、発泡存否データＤ１３、及び色彩データＤ１４）との照合を行う。そして、例えば全ての項目で一致する各データＤ１１～Ｄ１４と紐付けされた発生要因データＤ２をデータ保管部１２から抽出し、表示部１３の画面１３ａに表示する。また、同時に、上記各データＤ１１～Ｄ１４と紐付けされた画像データＤ３をデータ保管部１２から抽出し、表示部１３の画面１３ａに表示する（何れも図５を参照）。これにより、作業者Ｗ２は、今現在発生した塗装欠陥の発生要因を特定することが可能となる。

（Ｓ５）適否判定工程
このようにして、作業者Ｗ２が評価対象となる異物ｆの外観属性を入力することにより、データ処理装置１５が、対応する発生要因を特定する。また、上述のように、対応する異物Ｆの画像１７を、評価対象となる異物ｆの画像１４と隣り合う位置に表示する場合、作業者Ｗ２は、双方の画像１４，１７を対比することにより、要因特定工程Ｓ４で特定した発生要因が適当であるか否かを判定する。ここで、例えば図示は省略するが、画面１３ａ上に「適当」と「不適」のタブを表示し、対比作業を終えた作業者Ｗ２が「適当」のタブをタッチすることで、データ処理装置１５は、対比に係る異物ｆの外観属性データをデータ保管部１２に送信し、既存の種類の外観属性データＤ１として外観属性データベース１２ａに追加する。あるいは、対比作業を終えた作業者Ｗ２が「不適」のタブをタッチした場合、データ処理装置１５は、対比に係る異物ｆの外観属性が、データベース化された既存の何れの種類の外観属性データＤ１にも該当しないとして処理する。この場合、例えば改めて詳細な解析を行い、新たな種類の外観属性であると認定された場合、外観属性データＤ１に当該新たな種類を追加する（対応するプルダウンメニュー１６に新たな種類を追加する）。以上のようにして、新規の塗装欠陥の発生要因が特定されると共に、特定結果がデータベース化される。

また、上述のようにして塗装欠陥の発生要因が特定された場合、例えばデータ処理装置１５は、特定された発生要因に対応する箇所の作業者（例えば塗装ブース３の作業者又はその管理者）に向けて当該発生要因の内容を送信し、視認可能な表示部（図示は省略）に表示する。これにより、塗装欠陥の原因となる例えば異物ｆの発生を抑制するための改善が成され、早期に同種の塗装欠陥の発生が防止可能となる。

このように、本発明に係る塗装欠陥の評価方法では、互いに紐付けしてデータベース化した塗装欠陥の発生要因データＤ２と異物Ｆの外観属性データＤ１とを利用して、塗装欠陥の発生要因を特定するようにしたので、作業者Ｗ２は、評価すべき塗装欠陥の異物ｆを撮像して得た画像１４から所定の外観属性を取得するだけで、当該塗装欠陥の発生要因を正確に特定することができる（図４及び図５）。また、予め決められた外観属性（データベース化されている外観属性データＤ１と対比可能な外観属性）だけに着目すればよいため、習熟度がそれほど高くない作業者Ｗ２であっても、比較的容易に要因特定に必要な外観属性を取得して、短時間で発生要因の特定が可能となる。従って、例えば要因特定に係る作業者Ｗ２が、塗装ブース３内の対応箇所にいる作業者に然るべき対策を早急に指示して塗装欠陥の発生要因を取り除くことで、塗装不良の発生を早期に防止することが可能となり、ひいては直行率の向上を図ることが可能となる。

また、本実施形態では、塗装欠陥の発生要因を特定する上で特に重要と思われる外観形状、厚み方向位置（どの塗膜層を形成した際に付着したのか）、発泡の有無、及び色彩の四要件を異物ｆの外観属性として取得、入力し、対応する過去の外観属性データＤ１（Ｄ１１～Ｄ１４）と対比可能とした。これにより、信頼性の高い発生要因データＤ２を取得でき、高精度に発生要因を特定することが可能となる。特に、本実施形態では、異物ｆの外観形状を全体形状と詳細形状とに分けてデータベース化すると共に、これら全体形状及び詳細形状を異物ｆの画像１４から取得、入力し、全体形状データＤ１１ａと詳細形状データＤ１１ｂを含む過去の外観属性データＤ１と対比可能としたので、より詳細に異物ｆを分類でき、さらに高精度に発生要因を特定することが可能となる。

以上、本発明の一実施形態について述べたが、本発明に係る塗装欠陥の評価方法並びに評価システムは、その趣旨を逸脱しない範囲において、上記以外の構成を採ることも可能である。

例えば上記実施形態では、撮像装置１１で得た異物ｆの画像１４を表示部１３の画面１３ａに表示し、表示された画像１４を作業者Ｗ２が見て、異物ｆの外観属性を取得及び入力する場合を例示したが、もちろんこれには限られない。例えば撮像装置１１で得た異物ｆの画像データＤ０を所定のデータ処理装置（図２に示すデータ処理装置１５であってもよい）に送信し、当該データ処理装置において、画像データＤ０に対して所定の画像処理を施すことにより、画像データＤ０中の異物ｆの外観属性を取得並びにデータ化してもよい。

また、上記実施形態では、データ保管部１２の外観属性データベース１２ａに蓄積される外観属性データＤ１として、外観形状データＤ１１（全体形状データＤ１１ａ、詳細形状データＤ１１ｂ）、厚み方向位置データＤ１２、発泡存否データＤ１３、及び色彩データＤ１４の五項目を例示したが、もちろん、これら以外の外観属性に関わるデータをさらにデータベース化することも可能である。あるいは、塗装ラインによっては、上記例示したうち一部の種類の外観属性データＤ１のみをデータベース化し、対比に利用してもよい。

また、上記実施形態では、データ処理装置１５が、取得及び入力した異物ｆの外観属性と一致する外観属性データＤ１と紐付けされた発生要因データＤ２を抽出し、表示部１３に表示したが、もちろん、これには限られない。例えば作業者Ｗ２による判定（適否判定工程Ｓ５）を省略できるのであれば、発生要因データＤ２を特定した時点で、表示部１３の画面１３ａに表示することなく、当該発生要因データＤ２に係る発生要因の内容を、対応する箇所の作業者が視認可能な表示部（図示は省略）に直接表示してもよい。

１ 塗装ライン
２ 除塵ブース
３ 塗装ブース
４ 焼付けブース
５ 検査ブース
６ 手直しブース
１０ 塗装欠陥の評価システム
１１ 撮像装置
１２ データ保管部
１２ａ 外観属性データベース
１２ｂ 発生要因データベース
１２ｃ 画像データベース
１３ 表示部
１３ａ 画面
１４ 画像
１５ データ処理装置
１６ プルダウンメニュー
１７ データベース化された異物の画像
Ｂ ボデー
Ｄ０ 画像データ
Ｄ１ 外観属性データ
Ｄ１１ 外観形状データ
Ｄ１１ａ 全体形状データ
Ｄ１１ｂ 詳細形状データ
Ｄ１２ 厚み方向位置データ
Ｄ１３ 発泡存否データ
Ｄ１４ 色彩データ
Ｄ２ 発生要因データ
Ｄ３ 画像データ
Ｆ 異物（データベース化済み）
ｆ 異物（未データベース化）
Ｓ１ 撮像工程
Ｓ２ データベース化工程
Ｓ３ 属性取得工程
Ｓ４ 要因特定工程
Ｓ５ 適否判定工程
Ｗ１，Ｗ２ 作業者

Claims (2)

1. 塗装欠陥の発生要因となる異物を撮像する撮像工程と、
   過去の塗装欠陥の発生要因データを、前記過去の塗装欠陥の発生要因となる異物の外観属性データと紐付けした状態でデータベース化するデータベース化工程と、
   前記撮像工程で得た前記異物の画像に基づいて、前記異物の外観属性を取得する属性取得工程、及び
   前記取得した外観属性と、前記データベース化されている外観属性データとに基づいて前記塗装欠陥の発生要因を特定する要因特定工程とを備えた塗装欠陥の評価方法。
2. 前記属性取得工程で、前記異物の外観形状、厚み方向位置、発泡の有無、及び色彩を前記外観属性として取得する請求項１に記載の塗装欠陥の評価方法。

Images