JPH07306156A

JPH07306156A - 塗装品質解析装置

Info

Publication number: JPH07306156A
Application number: JP6098483A
Authority: JP
Inventors: Kiyoshi Yoshida; 清吉田; Teruo Asae; 暉雄浅枝; Yutaka Suzuki; 裕鈴木
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 1994-05-12
Filing date: 1994-05-12
Publication date: 1995-11-21
Anticipated expiration: 2017-09-24
Also published as: JP3326962B2

Abstract

(57)【要約】【目的】塗装中に迅速かつ高精度で微粒化度等の塗装品
質を解析し、以後の塗装条件に直ちにフィードバックで
きる塗装品質解析装置を提供する。【構成】塗料を塗布した直後の未乾燥塗装表面を撮像す
る撮像手段１００と、上記撮像手段からの画像情報を画
像処理する画像処理手段１０１と、上記画像処理手段で
処理された画像処理データに基づいて、塗装表面の凹凸
波形の波長分布を算出する波長分布演算手段１０２と、
上記波長分布演算手段で算出された波長分布に基づいて
微粒化度を算出する微粒化演算手段１０３と、を備え、
塗装表面の凹凸波形のパワースペクトルにおける長波長
領域のピーク波長を求め、該長波長領域のピーク波長の
値と予め実験で求めた塗料粒子径との関係から、塗料粒
子径を算出し、それを微粒化度とする塗装品質解析装
置。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、塗装品質、すなわち塗
料の微粒化度や塗装の鮮映度等を求める塗装品質解析装
置に関する。

【０００２】

【従来の技術】塗装における塗料粒子の大きさ、すなわ
ち塗料の微粒化度を計測する従来の方法としては、例え
ば図１９に示すごとく、塗装ガンから吹き付けられる塗
料粒子を特殊コーティングしたガラス板に直接付着さ
せ、電子顕微鏡等で粒子径を測定する方法がある。ま
た、他の微粒化度計測装置としては、図２０に示すごと
く、レーザドップラ流速計と光の散乱計測技術を応用し
たレーザドップラ式粒子測定装置がある。これは塗装ガ
ンから吹き付けられた塗料粒子へレーザ光を照射し、粒
子の散乱光の強度から粒子径を計測するものである。

【０００３】

【発明が解決しようとする課題】上記のごとき塗料の微
粒化度は、塗装品質に大きな影響を及ぼすので、精密に
制御する必要がある。特に自動車の車体塗装のように、
塗装自動化ラインで次々に塗装を行なう場合には、塗装
状態の良否を出来るだけ速やかにフィードバックして次
の塗装条件を改善し、常に最良の塗装状態に保つ必要が
ある。しかし、上記のごとき従来の微粒化度計測方法や
装置は、研究用解析装置であり、次のごとき問題のため
に塗装自動化ライン等には適用出来なかった。まず、塗
料粒子をガラス板に付着させる方法は、測定の度に試料
のガラス板を作成して電子顕微鏡で観察する必要がある
ため、工数と時間が掛かると共に、リアルタイムで塗装
工程にフィードバックさせることは本来無理な方法であ
る。また、レーザドップラ式粒子測定装置も研究用解析
装置であり、一般の塗装工程のように引火性の溶剤を用
いる場合には、レーザ光によって発火するおそれがある
ため、使用することが困難である。

【０００４】本発明は、上記のごとき従来技術の問題を
解決するためになされたものであり、塗装中に迅速かつ
高精度で微粒化度等の塗装品質を解析し、以後の塗装条
件に直ちにフィードバックできる塗装品質解析装置を提
供することを目的とする。

【０００５】

【課題を解決するための手段】上記の目的を達成するた
め、本発明においては、特許請求の範囲に記載するよう
に構成している。すなわち、請求項１に記載の発明は、
図１（ａ）に示すごとく、塗料を塗布した直後の未乾燥
塗装表面を撮像する撮像手段１００と、上記撮像手段か
らの画像情報を画像処理する画像処理手段１０１と、上
記画像処理手段で処理された画像処理データに基づい
て、塗装表面の凹凸波形の波長分布を算出する波長分布
演算手段１０２と、上記波長分布演算手段で算出された
波長分布に基づいて微粒化度を算出する微粒化演算手段
１０３と、を備えている。なお、上記の各手段は、例え
ば後記図２の実施例における下記の各手段に相当する。
すなわち、撮像手段１００は撮像部２に、画像処理手段
１０１は画像処理部３に、波長分布演算手段１０２は波
長分布演算部４に、微粒化演算手段１０３微粒化演算部
６に、それぞれ相当する。また、請求項２に記載の発明
は、上記請求項１の発明において、波長分布演算手段１
０２は、塗装表面の凹凸波形のパワースペクトルにおけ
る長波長領域のピーク波長を求めるように構成したもの
であり、微粒化演算手段１０３は、上記長波長領域のピ
ーク波長の値と予め実験で求めた塗料粒子径との関係か
ら、塗料粒子径を算出し、それを微粒化度とするように
構成したものである。

【０００６】次に、請求項３に記載の発明は、図１
（ｂ）に示すごとく、請求項１に記載の発明において、
撮像手段１００を塗装面の異なった個所について複数個
設け、それぞれの個所について微粒化度を求め、さら
に、それらの微粒化度を平均化する平均微粒化演算手段
１０５を設けたものである。なお、この構成は、例えば
後記図１０の実施例に相当する。次に、請求項４に記載
の発明は、図１（ｃ）に示すごとく、請求項１に記載の
発明に、画像処理手段１０１で処理された画像処理デー
タに基づいて、塗装面の鮮映度を演算する鮮映度演算手
段１０６と、微粒化演算手段１０３で求めた微粒化度と
鮮映度演算手段１０６で求めた鮮映度とに応じて、最適
な微粒化条件を算出する塗装品質判定手段１０７と、を
追加したものである。なお、上記の構成は、例えば後記
図１１の実施例に相当する。

【０００７】

【作用】請求項１に記載の発明は、塗装後の未乾燥塗装
表面の画像から、塗装面の凹凸の波長分布を求め、それ
に基づいて塗料の粒子径を計測するように構成したもの
である。このように構成したことにより、塗料の微粒化
度を塗装中に非接触で容易に計測することが出来る。そ
のため塗装条件を直ちにフィードバック制御することが
出来るので、塗装品質を維持、向上させることができる
と共に、微粒化計測の工数を大幅に低減することが出来
る。なお、微粒化度すなわち塗料粒子の微粒化の程度
は、請求項２に示すように、塗料の粒子径をそのまま用
いてもよいし、或いはその逆数や基準値に対する百分率
で表してもよい。

【０００８】また、請求項３に記載の発明は、複数の撮
像部を設け、複数個所の微粒化度をそれぞれ計測し、そ
れを平均化するように構成したものである。上記のよう
に構成したことにより、自動車の車体のような広い塗装
面に対しても、短時間に、少ない測定工数で、精度のよ
い計測を行なうことが出来る。そのため、塗装の良否を
リアルタイムでフィードバックすることが出来、塗装品
質を大幅に向上させることが出来る。また、請求項４に
記載の発明は、塗料の微粒化度と塗装の鮮映度とを求
め、所望の塗装品質を達成するように、最適な微粒化条
件を求める（例えば、所望の鮮映度を達成するように微
粒化度を制御する）ように構成しているので、塗装状態
の良否を速やかにフィードバックして次の塗装条件を改
善し、常に最良の塗装状態に保つことが可能となる。

【０００９】

【実施例】図２は本発明の第１の実施例図であり、本発
明を車両の車体塗装ラインに適用した場合のブロック図
を示す。まず、図２に基づいて全体の構成の概略を説明
する。１は被塗装体の車体であり、塗装ライン上を所定
の速度で移動しながら塗装されるものである。２は塗装
直後におけるウエット状態の塗装表面を撮像する撮像部
である。撮像する時点は、塗料を吹き付けたのち所定時
間（例えば１〜２分）後に行なう。そのため、撮像部２
は塗装ラインの移動速度に合わせて、例えば１〜２分後
に車体が到達する位置に設置されている。上記の撮像部
２で撮像した塗装表面の画像（詳細後述）は、画像処理
部３で２値化等の画像処理される。なお、この画像処理
部は画像情報を記憶する画像メモリとコンピュータ等の
演算装置で構成される。上記の画像処理部３で処理され
た画像処理データは、波長分布演算部４に送られる。こ
の波長分布演算部４では、パワースペクトル周波数分析
（例えば高速フーリエ変換処理：ＦＦＴ）を行ない、入
力した画像処理データから塗装表面の凹凸波形のパワー
スペクトルＰＳ（詳細後述）を算出する。また、塗装条
件入力部５は、例えばキーボード等の入力手段であり、
中塗り、上塗りベース、上塗りクリア等の塗料の種類に
ついての情報を入力する。また、微粒化演算手段６は、
上記塗装条件入力部５からの塗装条件と、波長分布演算
部４で求めたパワースペクトルＰＳとに基づいて塗料の
微粒化度を演算する（詳細後述）。上記のようにして求
められた微粒化度は、液晶表示装置やＣＲＴ表示装置等
の表示器７で表示して作業員に提示すると共に、塗装条
件制御システム８へ送られ、塗装ガン９の動作条件（塗
料の吐出量、ベル回転数、エア圧等）を所望の微粒化度
を達成するための最適条件に保つように制御する。な
お、上記の波長分布演算部４および微粒化演算手段６
は、コンピュータ等の演算装置で構成される。

【００１０】次に作用を説明する。最初に、撮像部２に
ついて説明する。図３は、撮像部２の一例を示す断面図
である。図３に示すように、撮像部の基本的構成は、光
源３１、明暗パタン板３２、反射鏡３３、レンズ３４、
ＣＣＤカメラ３５から成る。上記の明暗パタン板３２
は、所定間隔（例えば１ｍｍ間隔）で直線状のスリット
が設けられた不透明板（または透明板に所定間隔で不透
明なストライプパタンを印刷したもの）である。そして
光源３１からの平行光線を上記明暗パタン板３２と反射
鏡３３とレンズ３４とを介して塗装面の斜め方向から照
射することにより、被塗装体上にスリットに対応した縞
模様をつくる。この縞模様は、被塗装体上の凹凸に応じ
て歪んだ波形（後記図１３のごとき波形）となる。その
反射光をＣＣＤカメラ３５で撮像し、上記の歪んだ縞模
様、すなわち表面粗さの情報を入力するようになってい
る。上記のごとき縞模様の画像情報を画像処理し、パワ
ースペクトル周波数分析（例えば高速フーリエ変換処
理：ＦＦＴ）を行なってパワースペクトルＰＳを求め
る。

【００１１】図４は、上記パワースペクトルＰＳの周波
数特性図であり、縦軸はパワースペクトルＰＳ、横軸は
周波数ｆ（波長λの逆数、ｆ＝１／λ）である。図４に
おいて、第１のピーク波形は、前記スリットに対応し
た基本縞による基本波形のパワースペクトル、第２のピ
ーク波形は、塗装表面の凹凸波形の長波長領域（１０
〜１ｍｍ程度）に対応したパワースペクトル、第３のピ
ーク波形は、凹凸波形の中波長領域（１〜０.１ｍｍ
程度）に対応したパワースペクトル、第４のピーク波形
は、凹凸波形の短波長領域（０.１ｍｍ以下）に対応
したパワースペクトルを示す。上記のパワースペクトル
波形において、凹凸波形の長波長領域のピーク波長、す
なわち第２のピーク波形のピーク値に対応した波長
は、後記のごとく微粒化度と相関性があり、それによっ
て微粒化度を測定することが出来る。

【００１２】次に、本発明における微粒化度測定の原理
について説明する。まず、図５に基づいて、塗装時にお
ける塗装面への塗料粒子の付着と塗装膜面の形成過程に
ついて説明する。図５（ａ）に示すように、塗装ガンか
ら塗装面へ向けて微粒化した塗料粒子を吹き付ける。こ
の際、塗料粒子の平均粒子径は、基本的には、塗装条件
である塗料速度（下記、、）と空気速度（下記
）と塗料物性（下記）によって決まる。ただし、上
記の〜は次の通りである。塗装ガンの吐出量塗装ガンのベル回転数印加電圧エア圧塗料物性（粘度、表面張力、密度）なお、ベル回転数とは塗料を微粒化する回転体の回転数
であり、印加電圧とは塗料粒子に静電気を付加するため
に印加する静電圧（５０ｋＶ程度）であり、エア圧と
は、塗料粒子が周辺に飛散しないように周囲に気流の壁
を作るための気圧である。上記のようにして吹き付けら
れた塗料粒子は、塗装面に衝突し、つぶれた形で付着す
る。

【００１３】次に、図５（ｂ）に示すように、塗膜形成
の初期には、付着した小さな塗料粒子が大きな塗料粒子
に結合され、より大きな粒子を形成する。そして、さら
に粒子の結合が進み、表面張力と境界張力とによって初
期の塗膜面が形成される。上記のように粒子の付着と結
合によって塗膜が形成されていくため、初期の塗膜表面
状況は大きな塗装粒子の粒子径ｒ、粒子衝突速度ｖｘ、
塗料物性（表面張力γ、粘度η）等に依存する。例え
ば、上塗り塗料の場合、初期塗膜表面の凹凸の高さは数
〜数十μｍ程度であり、また、凹凸の波長分布は３〜６
ｍｍ程度の長波長領域が支配的であることが確認され
た。そして上記の長波長領域のピーク波長λと大きな塗
料粒子の粒子径ｒとには相関性があることが実験によっ
て確認された。次に、図５（ｃ）に示すように、上記の
初期塗膜形成後の塗膜表面は、レベリング力（表面張力
γと重力ｇとの合成力）によって次第に平坦化して行
く。この平坦化速度は上記のレベリング力と塗料物性
（表面張力γ、粘度η）および膜厚ｈによって決定され
る。例えば、上塗り塗料の場合、平坦化速度は時定数で
数十秒〜数百秒であることが確認されている。

【００１４】次に、塗料粒子径と塗膜面の凹凸との関係
について図６〜図９に基づいて詳細に説明する。図６に
示すように、塗装ガンから吹き付けられた塗料粒子の粒
子径をｒとし、それが付着した付着粒子の幅をλ／２、
厚さ（ピーク値）をｈとすれば、波長λの凹凸を持つ塗
膜面が形成される。なお、上記付着粒子の幅λ／２と波
長λとの関係は、実験的に求められたものであり、ほぼ
この程度の値になることが確認されている。上記の場合
における塗料粒子径ｒは、下記（数１）式で示される。

【００１５】

【数１】

【００１６】上記の理論式をグラフに示すと、図７の破
線で示すごとき曲線となる。しかし、実際には、付着粒
子の結合があるため、図７の実線で示すような特性とな
る。この実験で求めた特性を数式で示すと、下記（数
２）式のようになる。

【００１７】

【数２】

【００１８】上記のごとき実験で求めた凹凸のピーク波
長λpと塗料粒子径ｒとの関係を、付着粒子の結合を考
慮して解析する。まず、図８に示すように、付着粒子径
Ｒは、塗布時間が大きくなるに従って順次大きくなる。
この関係を数式で示すと下記（数３）式のようになる。

【００１９】

【数３】

【００２０】なお、図８において、塗布時間とは１ヶ所
に塗布する持続時間であり、初期粒子径とは付着前の塗
料粒子径であり、付着粒子径とは最初に付着したときの
粒子径である。この付着粒子径Ｒは塗布時間が長くなる
に従って順次塗布される粒子が結合するので次第に大き
くなる。

【００２１】また、図９は、塗布時間と塗膜面の凹凸波
長との関係を、実測値（破線）と周波数解析によるパワ
ースペクトルから求めた結果とについて比較した特性図
である。図９から判るように、パワースペクトルから求
めた値は実測値によく一致している。したがってパワー
スペクトルから求めた凹凸波長（前記長波長のピーク波
長λp）を用いて付着粒子径Ｒを求めることが出来る。
さらに、自動塗装機においては、塗布時間は一定である
から、下記（数４）式によって塗料粒子径ｒも求めるこ
とが出来る。２ｒ(ｔ）＝λp(ｔ） …（数４）上記のごとき考察により、基本的には前記（数２）式に
より、パワースペクトルから求めた凹凸の長波長領域の
ピーク波長λpを用いて、塗料粒子径ｒを求めることが
出来る。具体的には、実験で前記図７の特性を求め、そ
れから（数２）式の各係数ｋs、ａを予め求めておけ
ば、撮像画像から求めたピーク波長λpを用いて塗料粒
子径ｒを求めることが出来る。なお、塗料粒子の粒子径
ｒは塗料の微粒化の程度に対応しているから、塗料粒子
の粒子径ｒをそのまま用いて微粒化度を表してもよい
し、或いはｒの逆数、もしくは基準値との百分率などを
用いて微粒化度を表すことも出来る。

【００２２】図２の実施例においては、波長分布演算部
４で、入力した画像処理データから塗装表面の凹凸波形
のパワースペクトルＰＳを求め、前記の長波長領域のピ
ーク波長λpを算出する。そして微粒化演算手段６で
は、予め実験で求めた前記図７の特性（数２式）を用い
て上記ピーク波長λpから塗料粒子の粒子径ｒを求め、
その値から微粒化度を演算する。なお、上記の演算にお
いて、図７の特性は、塗料の種類に応じて異なるので、
塗装条件入力部５から入力した中塗り、上塗りベース、
上塗りクリア等の塗料の種類に応じて（数２）式の係数
値を変更する。上記のように、本実施例においては、塗
装後の未乾燥塗装表面の画像から、塗装面の凹凸の波長
分布を求め、それに基づいて塗装ガンから吹き付けられ
る塗料の粒子径を計測するように構成したものである。
このように構成したことにより、塗料の微粒化度を塗装
中に非接触で容易に計測することが出来る。そのため塗
装条件を直ちにフィードバック制御することが出来るの
で、塗装品質を維持、向上させることができると共に、
微粒化計測の工数を大幅に低減することが出来る。

【００２３】次に、図１０は、本発明の第２の実施例の
ブロック図である。自動車の車体塗装のように、塗装自
動化ラインで次々に塗装を行なう場合には、膜厚等の塗
装状態の良否を出来るだけ速やかにフィードバックして
次の塗装条件を改善し、常に最良の塗装状態に保つ必要
がある。また、自動車の車体のように、塗装面が広く、
かつ水平面と垂直面とのように状態の異なる面が存在す
る被塗装体においては、それぞれの部分によって塗装状
態が必ずしも均一にはならないので、精密な計測を行な
うためには、それぞれの部分について計測する必要があ
る。しかし、前記図２の実施例においては、基本的には
一つの撮像部によって塗装の表面状態を観察するように
なっていたので、精度の良い計測をするには、次々に異
なった部分の撮像と演算処理を行なう必要がある。その
ため、かなり長い計測処理時間を要し、また、短い時間
内に多数個所の撮像を行なうことができず、特に水平面
（エンジンフードやルーフのような車体上面）と垂直面
（フェンダのような車体側面）とのように、塗装条件の
異なる多くの部分を同じ時点で同一条件で観察して塗装
の良否を判断することは出来なかった。そのため、本実
施例においては、複数の撮像部を設け、複数個所の微粒
化度を計測し、それを平均化することにより、短時間で
精密な計測を行なうように構成したものである。

【００２４】図１０において、撮像部２としては、２−
１〜２−４の４個が設けられ、それぞれ車体の異なった
個所を撮像するようになっている。なお、この実施例で
は、車体の上面、右側面および左側面などの各部位ごと
に、それぞれ複数の個所を撮像する例を示している。た
とえば図１０においては、エンジンフード等の車体上面
（水平面）を撮像する撮像部として２−１と２−２の２
個、左側フェンダ等の車体左側（垂直面）を撮像する撮
像部として２−３と２−４の２個を設けた場合（車体右
側の分は図示省略）を例示している。上記の各撮像部２
−１〜２−４で撮像した塗装表面の画像情報は、それぞ
れの画像処理部３−１〜３−４で画像処理される。上記
の各画像処理部で処理された画像処理データは、それぞ
れの波長分布演算部４−１〜４−４に送られる。これら
の波長分布演算部４−１〜４−４では、パワースペクト
ル周波数分析を行なって、入力した画像処理データから
凹凸波形の長波長領域のピーク波長λpを求める。この
値は、撮像した各個所ごとに独立して算出する。また、
微粒化演算部６−１〜６−４では、塗装条件入力部５か
ら入力した塗装条件と、それぞれの波長分布演算部で求
めたピーク波長λpから、それぞれの個所における微粒
化度を算出する。また、平均微粒化演算部１０は、各微
粒化演算部６−１〜６−４の結果を入力し、複数個所の
微粒化度の平均化処理を行なう。すなわち、各個所につ
いて算出した微粒化度の平均値を算出する。なお、各波
長分布演算部および微粒化演算部の演算内容について
は、前記図２と同様である。また、画像処理部、波長分
布演算部および微粒化演算部は、図１０に示すように、
それぞれの撮像部ごとに独立して設けてもよいが、基本
的には、各撮像部の信号をそれぞれ処理できる構成であ
ればよい。上記のように構成したことにより、広い塗装
面についても、短時間に、少ない測定工数で、精度のよ
い計測を行なうことが出来る。そのため、塗装の良否を
リアルタイムでフィードバックすることが出来、塗装品
質を大幅に向上させることが出来る。

【００２５】次に、図１１は、本発明の第３の実施例の
ブロック図である。この実施例は、塗料の微粒化度と塗
装表面の鮮映度とを計測し、それらに応じて最適な塗装
条件を求めてフィードバック制御するように構成したも
のである。図１１において、１１は鮮映度演算部、１２
は塗装品質判定部であり、その他、図２と同符号は同一
物を示す。まず、本発明における塗装表面の鮮映性測定
の原理について説明する。塗装面の鮮映性とは、塗装面
の平滑感、肉持ち感、光沢感（艶性）からなるものであ
る。この３種類の各要素について更に詳しく説明する
と、平滑感は塗装面における比較的大きなうねり状の歪
みがどの程度であるかを示したものであり、肉持ち感は
塗装面における非常に細かな凹凸の存在がどの程度であ
るかを示したものであり、光沢感は塗装面における明暗
差がどの程度の大きさで再現されるかを示したものであ
る。以下、鮮映性の値を鮮映度Ｓと表示し、平滑感、肉
持ち感、光沢感のそれぞれの値を平滑度Ｈ、肉持ち度
Ｎ、光沢度Ｔと表示する。上記のごとき鮮映度Ｓを表す
諸量は、例えば次のようにして求めることが出来る。す
なわち、塗装面の平滑度Ｈおよび肉持ち度Ｎは、前記し
た縞模様の画像情報から抽出した輪郭線に一次元の画像
処理を施すことによって算出し、光沢度Ｔは入力画像の
明暗差を検出することによって算出することが出来る。

【００２６】以下、鮮映度演算の一実施例を、図１２に
示すフローチャートに基づき図１３と図１４を参照しな
がら説明する。まず、鮮映度の測定に際して最適な画像
が得られるように、測定画像を入力する前処理として、
入力すべき画像の大きさと位置とを設定する処理が行な
われる。このような処理を行なう理由は、塗装面の曲率
に応じて、得られる入力画像が異なるため、その曲率に
影響されないような画像を入力するためである。この処
理は、以下のＳ１１〜Ｓ１５のステップにおいて行なわ
れる。まず、ＣＣＤカメラから入力された画像は、画像
メモリに記憶される。記憶される画像の一例としては、
図１３（ａ）に示すように、塗装面で反射されたストラ
イプの反射光に応じた画像である。この画像は、塗装面
が平坦である場合には、出力されたストライプ画像の相
似型の画像となるが、塗装面が曲面である場合には、そ
の曲率に応じて拡大、縮小、さらには変型した画像とな
ってしまう。また、塗装面の曲率が大きい場合には、像
の位置がＣＣＤカメラの視野内を移動し、この移動によ
って像の位置が視野内から外れると、測定に必要とされ
るデータの収集が不十分となって測定結果の信頼性に悪
影響を与えることになる。このため、以下に記載するよ
うに、ストライプ像の位置を追跡し、測定窓の大きさを
変えるという処理を行なう。まず、画像メモリに記憶さ
れた画像を呼び出して、図１３に示してあるようなカメ
ラ視野Ａの楕円度を演算し、同様に、カメラ視野Ａ内に
存在しているストライプ像の光重心演算を行なう。楕円
度の演算は、測定窓の輪郭線を抽出してこの直径の最大
値と最小値とに基づいて行なっている。また、光重心演
算は、従来から行なわれている一般的な手法であるの
で、ここではその処理の説明は省略する（ステップＳ１
１、Ｓ１２）。次に、この光重心演算の結果に基づいて
ストライプ画像の中心位置を求める。この演算を行なう
のは、次の測定窓の大きさを決定する処理において、そ
の測定窓の中心位置を決定するためである（ステップＳ
１３）。次に、上記の処理において求めた楕円度とスト
ライプ画像の中心位置とに基づいて、測定窓の大きさと
位置とを決定する。例えば以上の測定の結果、カメラ視
野Ａが図１３（ａ）のようにほぼ円形である場合には、
測定窓Ｂは同図（ａ）のように設定される。一方、カメ
ラ視野（Ａ）が図１３（ｃ）のように楕円である場合に
は、測定窓Ｂは同図（ｃ）のように設定される（ステッ
プＳ１４）。

【００２７】以上の処理が終了すると、鮮映度測定処理
が行なわれることになる。まず、画像メモリに記憶され
ているストライプ画像を呼び出し、所定の閾値で二値化
する。例えばストライプ画像の一例としては、図１４
（ａ）に示されているような画像である（ステップＳ１
５）。平滑度を求めるには、この二値化された画像から
輪郭線を抽出する処理を行ない、図１４（ｂ）に示すよ
うな画像を得る（ステップＳ１６）。ただし、このまま
では非常にギザギザした線なので、これを平滑化する処
理を行なって図１４（ｃ）に示すような画像を得る（ス
テップＳ１７）。次に、この平滑化した輪郭線の各構成
画素毎に法線の方向を求める。すなわち、図１４（ｄ）
に示すような方向の算出処理を行なう。さらに詳細に
は、輪郭線を構成する画素毎に法線の方向を求める。こ
の方向は、非常に多くのものとなる（ステップＳ１
８）。そして、このようにして求められた多数の方向を
統計処理して、全体として方向のばらつきが少ないも
の、すなわち収束性のあるものは平滑度Ｈが良好であ
り、一方、ばらつきの大きなもの、すなわち発散性が認
められるものは平滑度Ｈが不良であると判断する（ステ
ップＳ１９、ステップＳ２０）。

【００２８】次に、肉持ち度Ｎを算出するには、上記の
二値化された画像から輪郭線の幅を抽出する処理を行な
う。正常であるならば、塗装面を反射したストライプと
同一の幅のものしか検出されないはずであるが、肉持ち
度Ｎが悪い場合には、細かな小島がストライプ内に混在
することになるので、その小島に対応した幅のものが検
出される。したがって、幅の抽出とは、どの程度の大き
さの小島が何個存在しているかを認識させるための前段
階の処理であるといえる（ステップＳ２１）。次に、上
記の処理において抽出されたストライプ幅のデータか
ら、所定値以下、例えば０.５ｍｍ以下のものを取り出
してその数の存在割合を求める。この割合に基づいて肉
持ち度Ｎを算出する（ステップＳ２２〜ステップＳ２
４）。上記の割合の小さい方が肉持ち度Ｎが大きい、す
なわち良好であることを示す。

【００２９】次に、光沢度Ｔを測定するには、まず、測
定窓を介して入力した画像の各水平ライン毎に最も明る
い部分と最も暗い部分の輝度差を求める。すなわち、画
像に対して、位置と輝度との関係のグラフを作成し、そ
のグラフ中の輝度の最大のものと最少のものとの差を求
める（ステップＳ２５）。この処理を全ての水平ライン
について行なって、測定窓の領域内におけるデータの平
均を求める（ステップＳ２６）。以上の処理によって得
られた輝度差に応じて光沢度Ｔを求める。なお、輝度差
と光沢度Ｔとの関係は、相関関係が明らかとなっている
ので、その算出の演算は非常に単純である（ステップＳ
２７）。すなわち、輝度差の大きい方が光沢度Ｔ（艶
性）が優れていることを示す。

【００３０】次に、未乾燥状態のウエット塗装面と乾燥
後のドライ塗装面とにおける平滑度Ｈの比較について説
明する。ウエット塗装面の平滑度Ｈは、図１５に示すよ
うに、塗装直後の数値は低いが、時間と共に前記の平滑
化理論に従って徐々に数値が上昇する。この傾向は乾燥
後においても基本的に継続する。したがってウエット塗
装面での平滑化目標値は、ドライ塗装面の値に対して小
さくなる。例えば、ウエット塗装面の平滑度目標値をＨ
_w、ドライ塗装面の平滑度目標値をＨ_dとすれば、下記
（数５）式に示すようになる。Ｈ_d＝ｋ₁・Ｈ_w …（数５）ただし、ｋ₁はウエット平滑度係数であり、ｋ₁＞１の値
である。この係数は塗装色などの塗装条件に応じて予め
記憶させておく。また、ウエット塗装面の平滑度Ｈの目
標値Ｈ_wは、たとえば、Ｈ_w≧０.５程度の値である。

【００３１】なお、鮮映度Ｓを構成する各要素、平滑度
Ｈ、肉持ち度Ｎ、光沢度Ｔのうち、鮮映度全体に及ぼす
影響の割合は、平滑度Ｈが約７０％程度と最も大きい。
そして、鮮映度のうちの肉持ち度Ｎおよび光沢度Ｔは、
主として塗料の性質および焼付け温度に影響される値で
ある。したがって、塗装時の微粒化度との関係について
は、平滑度Ｈのみを考慮すればよい。肉持ち度Ｎおよび
光沢度Ｔについては、例えば、表示器７に表示して作業
員に指示し、塗料の内容や焼付け温度等を変更させるよ
うにしてもよい。図１１の実施例において、鮮映度演算
部１１は上記のごとき演算処理を行ない、鮮映度（平滑
度）を計測する。次に、塗装品質判定部１２について詳
細に説明する。塗装品質判定部１２は、微粒化度演算部
６で算出した塗料の微粒化度と、鮮映度演算部１１で求
めた鮮映度とを入力して、塗装品質を判定し、不良と判
定した場合には、以後の塗装条件を最適条件とするため
に塗装条件を変更する指令信号を出力する。塗装条件制
御システム８は、上記の指示信号に応じて塗装ガン９を
駆動し、最適条件で塗装を行なう。

【００３２】具体的には、下記のごとき判定を行なう。
図１６は、平滑度Ｈと凹凸波形の波長λ（前記長波長の
ピーク波長）との関係を示す特性図である。図示のごと
く、波長λと平滑度Ｈとには直線的関係がある。すなわ
ち、波長λが大きいと、塗装膜面の平滑化（平坦化）が
進まず、平滑度Ｈは低くなる。したがって平滑度を上げ
るには、波長λを小さくする方向に制御すればよい。例
えば、平滑度の目標値Ｈ₀が０.５であり、計測した平滑
度Ｈが０.４であったとすると、他の塗装条件が一定で
あれば、実際の平滑度を目標値に一致させるには波長λ
を５.０ｍｍから４.５ｍｍに変更すればよい。上記の関
係を数式で示せば、下記（数６）式のようになる。 ΔＨ＝−ｋ₁Δλ …（数６）ただし ΔＨ：平滑度の誤差 Δλ：波長の補正分ｋ₁：鮮映度補正係数また、図１７は、塗料粒子径ｒ（微粒化度）と波長λと
の関係を示す特性図である。図示のごとく、塗料粒子径
ｒと波長λとには、多少折線になってはいるが、ほぼ直
線的な関係がある。例えば、前記図１６のように、波長
λを５.０ｍｍから４.５ｍｍに移動したい場合には、塗
料粒子径ｒを１００μｍから約９０μｍに変更すればよ
い。上記の関係を直線近似した数式で示せば、下記（数
７）式のようになる。 Δλ＝ｋ₂Δｒ …（数７）ただし Δλ：波長の補正分 Δｒ：塗料粒子径の補正分ｋ₂：波長補正係数また、図１８は、塗料粒子径ｒ（微粒化度）と塗装機の
ベル回転数Ｎとの関係を示す特性図である。図示のごと
く、塗料粒子径ｒとベル回転数Ｎとには直線的関係があ
る。例えば、前記図１７のごとく、塗料粒子径ｒを１０
０μｍから約９０μｍに変更したい場合には、ベル回転
数Ｎを約１９０００ｒｐｍから２５０００ｒｐｍに変更
すればよい。上記の関係を数式で示せば、下記（数８）
式のようになる。 Δｒ＝−ｋ₃ΔＮ …（数８）ただし Δｒ：塗料粒子径の補正分 ΔＮ：ベル回転数の補正分ｋ₃：粒子径補正係数上記の（数６）式〜（数８）式から下記（数９）式が得
られる。 ΔＨ＝ｋ₁ｋ₂ｋ₃ΔＮ …（数９）したがって、所望の鮮映度（平滑度）を実現するために
は、図１６〜図１８の特性から求めた（数９）式に基づ
いてベル回転数Ｎの補正分ΔＮを求め、その値を塗装条
件制御システム８に送って塗装ガン９の制御条件を変更
させればよい。

【００３３】上記のように、本実施例においては、塗料
の微粒化度と塗装の鮮映度とを求め、所望の鮮映度を達
成するように微粒化度を制御してやるように構成してい
るので、塗装状態の良否を速やかにフィードバックして
次の塗装条件を改善し、常に最良の塗装状態に保つこと
が可能となる。なお、図１０と図１１とを組合せ、複数
個所の鮮映度を平均化した値を用いるように構成するこ
とも出来る。

【００３４】

【発明の効果】以上説明したごとく、本発明の請求項１
に記載の発明においては、塗装後の未乾燥塗装表面の画
像から、塗装面の凹凸の波長分布を求め、それに基づい
て塗料の粒子径を計測するように構成したことにより、
塗料の微粒化度を塗装中に非接触で容易に計測すること
が出来る。そのため塗装条件を直ちにフィードバック制
御することが出来るので、塗装品質を維持、向上させる
ことができると共に、微粒化計測の工数を大幅に低減す
ることが出来る。また、請求項３に記載の発明において
は、複数の撮像部を設け、複数個所の微粒化度をそれぞ
れ計測し、それを平均化するように構成したことによ
り、広い塗装面についても、短時間に、少ない測定工数
で、精度のよい計測を行なうことが出来る。そのため、
塗装の良否をリアルタイムでフィードバックすることが
出来、塗装品質を大幅に向上させることが出来る。ま
た、請求項４に記載の発明においては、塗料の微粒化度
と塗装の鮮映度とを求め、所望の塗装品質を達成するよ
うに、最適な微粒化条件を求めるように構成しているの
で、塗装状態の良否を速やかにフィードバックして次の
塗装条件を改善し、常に最良の塗装状態に保つことが可
能となる、等の多くの優れた効果が得られる。

【図面の簡単な説明】

【図１】本発明の機能ブロック図。

【図２】本発明の第１の実施例のブロック図。

【図３】撮像部２の一例を示す断面図。

【図４】パワースペクトルＰＳの周波数特性図。

【図５】塗装時における塗装面への塗料粒子の付着と塗
装膜面の形成過程を示す図。

【図６】飛行中の塗料粒子と付着粒子との関係を示す
図。

【図７】塗料粒子の平均径と波長との関係を示す特性
図。

【図８】塗料の粒子径と塗布時間との関係を示す特性
図。

【図９】波長λと塗布時間との関係を示す特性図。

【図１０】本発明の第２の実施例のブロック図。

【図１１】本発明の第３の実施例のブロック図。

【図１２】鮮映度演算を示すフローチャートの一実施例
図。

【図１３】撮像部で読み込んだストライプ画像の一例
図。

【図１４】平滑度演算における画像処理を示す図。

【図１５】塗装後の経過時間と平滑度Ｈとの関係を示す
特性図。

【図１６】平滑度Ｈと波長λとの関係を示す特性図。

【図１７】塗料粒子径ｒと波長λとの関係を示す特性
図。

【図１８】塗料粒子径ｒとベル回転数Ｎとの関係を示す
特性図。

【図１９】従来装置の一例図。

【図２０】従来装置の他の一例のブロック図。

【符号の説明】

１…被塗装体（ボディ）２、２−１、２−２、２−３、２−４…撮像部３、３−１、３−２、３−３、３−４…画像処理部４、４−１、４−２、４−３、４−４…波長分布演算部５…塗装条件入力部６、６−１、６−２、６−３、６−４…微粒化演算部７…表示器１０…平均微粒化演
算部８…塗装条件制御システム１１…鮮映度演算部９…塗装ガン１２…塗装品質判定
部１００…撮像手段１０４…塗装条件
入力手段１０１…画像処理手段１０５…平均微粒
化演算手段１０２…波長分布演算手段１０６…鮮映度演
算手段１０３…微粒化演算手段１０７…塗装品質
判定手段

Claims

【特許請求の範囲】

【請求項１】塗料を塗布した直後の未乾燥塗装表面を撮
像する撮像手段と、上記撮像手段からの画像情報を画像処理する画像処理手
段と、上記画像処理手段で処理された画像処理データに基づい
て、塗装表面の凹凸波形の波長分布を算出する波長分布
演算手段と、上記波長分布演算手段で算出された波長分布に基づいて
微粒化度を算出する微粒化演算手段と、を備えたことを特徴とする塗装品質解析装置。
【請求項２】上記波長分布演算手段は、塗装表面の凹凸
波形のパワースペクトルにおける長波長領域のピーク波
長を求めるものであり、上記微粒化演算手段は、上記長波長領域のピーク波長の
値と予め実験で求めた塗料粒子径との関係から、塗料粒
子径を算出し、それを微粒化度とするものである、こと
を特徴とする請求項１に記載の塗装品質解析装置。
【請求項３】塗料を塗布した直後の未乾燥塗装表面を、
塗装面の異なった個所についてそれぞれ撮像する複数の
撮像手段と、上記複数の撮像手段からの画像情報をそれぞれ画像処理
する画像処理手段と、上記画像処理手段で処理された画像処理データに基づい
て、塗装表面の凹凸波形の波長分布を上記各個所毎にそ
れぞれ算出する波長分布演算手段と、塗装条件を入力する塗装条件入力手段と、上記波長分布演算手段で算出された波長分布と上記塗装
条件入力手段からの塗装条件とに基づいて、微粒化度を
上記各個所毎にそれぞれ算出する微粒化演算手段と、上記微粒化演算手段で求めた各個所の微粒化度を平均化
する平均微粒化演算手段と、を備えたことを特徴とする塗装品質解析装置。
【請求項４】塗料を塗布した直後の未乾燥塗装表面を撮
像する撮像手段と、上記撮像手段からの画像情報を画像処理する画像処理手
段と、上記画像処理手段で処理された画像処理データに基づい
て、塗装表面の凹凸波形の波長分布を算出する波長分布
演算手段と、上記波長分布演算手段で算出された波長分布に基づいて
微粒化度を算出する微粒化演算手段と、上記画像処理手段で処理された画像処理データに基づい
て、塗装面の鮮映度を演算する鮮映度演算手段と、上記微粒化演算手段で求めた微粒化度と上記鮮映度演算
手段で求めた鮮映度とに応じて、最適な微粒化条件を算
出する塗装品質判定手段と、を備えたことを特徴とする塗装品質解析装置。