JP3326962B2 - Paint quality analyzer - Google Patents
Paint quality analyzerInfo
- Publication number
- JP3326962B2 JP3326962B2 JP09848394A JP9848394A JP3326962B2 JP 3326962 B2 JP3326962 B2 JP 3326962B2 JP 09848394 A JP09848394 A JP 09848394A JP 9848394 A JP9848394 A JP 9848394A JP 3326962 B2 JP3326962 B2 JP 3326962B2
- Authority
- JP
- Japan
- Prior art keywords
- coating
- atomization
- image processing
- image
- wavelength distribution
- 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
- 239000003973 paint Substances 0.000 title claims description 81
- 238000000576 coating method Methods 0.000 claims description 125
- 239000011248 coating agent Substances 0.000 claims description 123
- 239000002245 particle Substances 0.000 claims description 78
- 238000000889 atomisation Methods 0.000 claims description 69
- 238000012545 processing Methods 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000001228 spectrum Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000002474 experimental method Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 25
- 238000003384 imaging method Methods 0.000 description 25
- 238000010422 painting Methods 0.000 description 23
- 238000000034 method Methods 0.000 description 17
- 238000012937 correction Methods 0.000 description 9
- 230000014509 gene expression Effects 0.000 description 5
- 238000009499 grossing Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- -1 as shown in FIG. 19 Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
【0001】[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。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a paint quality analyzing apparatus for determining the paint quality, that is, the degree of atomization of paint and the sharpness of paint.
【0002】[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。2. Description of the Related Art As a conventional method for measuring the size of paint particles in coating, that is, the degree of atomization of paint, as shown in FIG. 19, paint particles sprayed from a coating gun are directly applied to a glass plate specially coated. There is a method of measuring the particle size with an electron microscope or the like after attaching. Further, as another atomization degree measuring apparatus, as shown in FIG. 20, there is a laser Doppler type particle measuring apparatus to which a laser Doppler velocimeter and a light scattering measuring technique are applied. This is to irradiate the coating particles sprayed from the coating gun with laser light and measure the particle diameter from the intensity of the scattered light of the particles.
【0003】[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。Since the degree of atomization of the paint has a great effect on the quality of the coating, it must be precisely controlled. Especially like painting the body of a car,
In the case of performing successive paintings on a painting automation line, it is necessary to improve the next painting condition by feeding back the quality of the painting state as soon as possible and to always keep the best painting state. However, the conventional method and apparatus for measuring the degree of atomization as described above are analytical apparatuses for research, and cannot be applied to an automated coating line or the like due to the following problems. First, the method of attaching paint particles to a glass plate requires the preparation of a sample glass plate for each measurement and observation with an electron microscope, which requires man-hours and time, and provides feedback to the coating process in real time. Is inherently impossible. Further, the laser Doppler type particle measuring device is also an analytical device for research, and when a flammable solvent is used as in a general coating process, it is difficult to use because it may be ignited by a laser beam. .
【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。The present invention has been made in order to solve the problems of the prior art as described above, and the coating quality such as the degree of atomization is quickly and accurately analyzed during coating, and immediately applied to the subsequent coating conditions. An object of the present invention is to provide a coating quality analysis device that can provide feedback.
【0005】[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。Means for Solving the Problems In order to achieve the above object, the present invention is configured as described in the claims. That is, the invention described in claim 1 is:
As shown in FIG. 1A, an image pickup means 100 for picking up an image of an undried painted surface immediately after a paint is applied, an image processing means 101 for performing image processing on image information from the image pickup means, and a processing performed by the image processing means. A wavelength distribution calculating means for calculating a wavelength distribution of the uneven waveform of the coating surface based on the processed image processing data, and an atomizing operation for calculating a degree of atomization based on the wavelength distribution calculated by the wavelength distribution calculating means. Means 103. The above-described units correspond to, for example, the following units in the embodiment of FIG. 2 described later.
That is, the imaging unit 100 corresponds to the imaging unit 2, the image processing unit 101 corresponds to the image processing unit 3, the wavelength distribution calculation unit 102 corresponds to the wavelength distribution calculation unit 4, and the atomization calculation unit 103 corresponds to the atomization calculation unit 6. . According to a second aspect of the present invention, in the first aspect of the present invention, the wavelength distribution calculating means
Numeral 02 is configured to obtain the peak wavelength in the long wavelength region in the power spectrum of the uneven waveform of the coating surface, and the atomization calculating means 103 previously obtained the value of the peak wavelength in the long wavelength region by an experiment. The paint particle diameter is calculated from the relationship with the paint particle diameter, and is set as the degree of atomization.
【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。Next, a third aspect of the present invention will be described with reference to FIG.
As shown in (b), in the invention of claim 1,
A plurality of image pickup means 100 are provided at different places on the painted surface, the degree of atomization is determined for each point, and an average atomization calculating means 105 for averaging the degree of atomization is provided. This configuration corresponds to, for example, an embodiment of FIG. 10 described later. Next, according to a fourth aspect of the present invention, as shown in FIG. 1 (c), based on the image processing data processed by the image processing means 101, a clear image of the painted surface is obtained. Sharpness calculating means 106 for calculating the degree of fineness, and painting for calculating the optimal fine-graining conditions in accordance with the fineness determined by the fine-graining calculating means 103 and the sharpness determined by the fine-graining calculating means 106. And a quality judgment means 107. The above configuration corresponds to, for example, an embodiment of FIG. 11 described later.
【0007】[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。According to the first aspect of the present invention, the wavelength distribution of irregularities on the painted surface is determined from an image of the undried painted surface after painting, and the particle size of the paint is measured based on the wavelength distribution. . With this configuration, the degree of atomization of the paint can be easily measured without contact during the painting. Therefore, since the coating conditions can be immediately feedback-controlled, the coating quality can be maintained and improved, and the number of steps for atomization measurement can be significantly reduced. The degree of atomization, that is, the degree of atomization of the paint particles, may be the particle diameter of the paint as it is, or may be represented by its reciprocal or a percentage relative to a reference value.
【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。According to a third aspect of the present invention, a plurality of image pickup units are provided, and the degree of atomization at a plurality of locations is measured and averaged. With the above configuration, accurate measurement can be performed in a short time and with a small number of measurement steps, even on a large painted surface such as a car body. Therefore, the quality of the coating can be fed back in real time, and the coating quality can be greatly improved. Further, according to the present invention, the degree of atomization of the paint and the sharpness of the coating are determined, and the optimum atomization conditions are determined so as to achieve the desired coating quality (for example, a desired sharpening condition). The degree of atomization is controlled so that the degree of atomization can be achieved.) Become.
【0009】[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。FIG. 2 is a block diagram of a first embodiment of the present invention, in which the present invention is applied to a vehicle body painting line. First, an outline of the entire configuration will be described with reference to FIG. Reference numeral 1 denotes a body of a body to be coated, which is painted while moving on a painting line at a predetermined speed. Reference numeral 2 denotes an imaging unit for imaging a wet coating surface immediately after coating. The imaging is performed after a predetermined time (for example, 1 to 2 minutes) after the paint is sprayed. Therefore, the imaging unit 2
Is installed at a position where the vehicle body arrives after 1-2 minutes, for example, according to the moving speed of the coating line. The image of the painted surface (details will be described later) captured by the imaging unit 2 is subjected to image processing such as binarization by the image processing unit 3. The image processing unit is composed of an image memory for storing image information and an arithmetic device such as a computer. The image processing data processed by the image processing unit 3 is sent to the wavelength distribution calculation unit 4. The wavelength distribution calculation unit 4 performs power spectrum frequency analysis (for example, fast Fourier transform processing: FFT), and calculates a power spectrum PS (details will be described later) of the uneven surface waveform of the coating surface from the input image processing data. The coating condition input unit 5 is input means such as a keyboard, for example.
Information on the type of paint such as middle coat, top coat base, and clear top coat is input. Further, the atomization calculating means 6
The degree of atomization of the paint is calculated based on the paint condition from the paint condition input unit 5 and the power spectrum PS obtained by the wavelength distribution calculator 4 (details will be described later). The degree of atomization determined as described above is displayed on a display device 7 such as a liquid crystal display device or a CRT display device and presented to the operator, and is sent to the coating condition control system 8 to operate the coating gun 9. Control is performed so as to maintain the conditions (the amount of paint discharged, the number of rotations of the bell, the air pressure, etc.) at the optimum conditions for achieving the desired degree of atomization. In addition, the above-mentioned wavelength distribution calculating section 4 and atomization calculating means 6
Is composed of an arithmetic device such as a computer.
【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。Next, the operation will be described. First, the imaging unit 2 will be described. FIG. 3 is a cross-sectional view illustrating an example of the imaging unit 2. As shown in FIG. 3, the basic configuration of the imaging unit includes a light source 31, a light / dark pattern plate 32, a reflecting mirror 33, a lens 34,
It comprises a CCD camera 35. The above light / dark pattern plate 32
Is an opaque plate provided with linear slits at predetermined intervals (for example, 1 mm intervals) (or an opaque stripe pattern printed at predetermined intervals on a transparent plate). Then, a parallel light beam from the light source 31 is emitted from the oblique direction of the coating surface via the light / dark pattern plate 32, the reflecting mirror 33, and the lens 34 to form a stripe pattern corresponding to the slit on the object to be coated. This stripe pattern has a waveform (a waveform as shown in FIG. 13 described later) distorted according to the unevenness on the object to be coated. The reflected light is imaged by the CCD camera 35, and the above-mentioned distorted stripe pattern, that is, information on the surface roughness is input. The image information of the stripe pattern as described above is subjected to image processing, and power spectrum frequency analysis (for example, fast Fourier transform processing: FFT) is performed to obtain a power spectrum PS.
【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。FIG. 4 is a frequency characteristic diagram of the power spectrum PS. The vertical axis represents the power spectrum PS, and the horizontal axis represents the frequency f (reciprocal of the wavelength λ, f = 1 / λ). In FIG. 4, a first peak waveform is a power spectrum of a basic waveform by a basic fringe corresponding to the slit, and a second peak waveform is a long wavelength region (10
Power spectrum corresponding to about 1 mm) and the third peak waveform are in the middle wavelength region (1 to 0.1 mm) of the uneven waveform.
The fourth peak waveform indicates a power spectrum corresponding to the short wavelength region (0.1 mm or less) of the concavo-convex waveform. In the above power spectrum waveform, the peak wavelength in the long wavelength region of the concavo-convex waveform, that is, the wavelength corresponding to the peak value of the second peak waveform, has a correlation with the degree of atomization as described below, and the degree of atomization is thereby reduced. Can be measured.
【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。Next, the principle of measuring the degree of atomization in the present invention will be described. First, based on FIG. 5, a description will be given of the adhesion of paint particles to the painted surface and the process of forming the painted film surface during painting. As shown in FIG. 5A, atomized paint particles are sprayed from a paint gun toward a paint surface. At this time, the average particle diameter of the coating particles is basically determined by the coating conditions (coating speed (described below)), air speed (described below), and coating material properties (described below). However, the above is as follows. Discharge volume of coating gun Bell rotation speed of coating gun Applied voltage Air pressure Physical properties of paint (viscosity, surface tension, density) The bell rotation speed is the rotation speed of the rotating body that atomizes the paint, and the applied voltage is the paint It is a static voltage (approximately 50 kV) applied to apply static electricity to the particles, and the air pressure is a pressure for creating an airflow wall around the paint particles so that the paint particles do not fly around. The paint particles sprayed as described above collide with the painted surface and adhere in a crushed form.
【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。Next, as shown in FIG. 5B, in the early stage of the coating film formation, the small paint particles adhered are combined with the large paint particles to form larger particles. Then, the bonding of the particles further proceeds, and the initial coating surface is formed by the surface tension and the boundary tension. As described above, the coating film is formed by the attachment and bonding of the particles, and thus the initial coating film surface condition is such that the large coating particles have a particle diameter r, a particle collision velocity vx,
It depends on the paint properties (surface tension γ, viscosity η) and the like. For example, in the case of a top coat, the height of the unevenness on the surface of the initial coating film is about several to several tens of μm, and the wavelength distribution of the unevenness is 3 to 6 μm.
It was confirmed that a long wavelength region of about mm was dominant. Experiments have confirmed that there is a correlation between the peak wavelength λ in the long wavelength region and the particle diameter r of the large paint particles. Next, as shown in FIG. 5C, the surface of the coating film after the formation of the initial coating film is gradually flattened by a leveling force (combined force of the surface tension γ and the gravity g). The leveling speed is determined by the leveling force and the paint properties (surface tension γ, viscosity η) and the film thickness h. For example, in the case of a top coat, it has been confirmed that the flattening speed is a time constant of several tens of seconds to several hundreds of seconds.
【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。Next, the relationship between the coating particle diameter and the unevenness of the coating film surface will be described in detail with reference to FIGS. As shown in FIG. 6, the particle diameter of the paint particles sprayed from the paint gun is represented by r, the width of the adhered particles adhered thereto is λ / 2,
Assuming that the thickness (peak value) is h, a coating film surface having irregularities of wavelength λ is formed. Note that the relationship between the width λ / 2 of the attached particles and the wavelength λ was determined experimentally, and it has been confirmed that the value is approximately this value. The paint particle diameter r in the above case is represented by the following (Equation 1).
【0015】[0015]
【数1】 (Equation 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。If the above theoretical formula is shown in a graph, it becomes a curve as shown by a broken line in FIG. However, in actuality, since the attached particles are bonded, the characteristics are as shown by the solid line in FIG. When the characteristics obtained in this experiment are shown by mathematical expressions, they are as shown in the following (Equation 2).
【0017】[0017]
【数2】 (Equation 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。The relationship between the peak wavelength λp of the concavities and convexities obtained in the above experiment and the coating particle diameter r is analyzed in consideration of the bonding of the adhered particles. First, as shown in FIG. 8, the attached particle diameter R sequentially increases as the coating time increases.
This relationship is expressed by the following equation (Formula 3).
【0019】[0019]
【数3】 (Equation 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。In FIG. 8, the application time is the duration of application at one location, the initial particle size is the particle size of the paint before adhesion, and the adhesion particle size is the particle size at the time of first adhesion. It is. The attached particle diameter R becomes gradually larger as the coating time becomes longer, since the particles to be applied sequentially bond.
【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。FIG. 9 is a characteristic diagram comparing the relationship between the coating time and the uneven wavelength of the coating film surface with the measured value (broken line) and the result obtained from the power spectrum by frequency analysis. As can be seen from FIG. 9, the value obtained from the power spectrum agrees well with the actually measured value. Therefore, the attached particle diameter R can be determined using the uneven wavelength (peak wavelength λp of the long wavelength) determined from the power spectrum.
Further, in the automatic coating machine, since the application time is constant, the coating particle diameter r can also be determined by the following equation (4). 2r (t) = λp (t) (Equation 4) From the above considerations, basically, using the peak wavelength λp in the long wavelength region of the concavities and convexities obtained from the power spectrum by the above (Equation 2), The paint particle diameter r can be determined. More specifically, if the characteristics shown in FIG. 7 are obtained by an experiment and the respective coefficients ks and a of the expression (2) are obtained in advance, the paint particle diameter r can be calculated using the peak wavelength λp obtained from the captured image. You can ask. Since the particle diameter r of the paint particles corresponds to the degree of atomization of the paint, the degree of atomization may be expressed using the particle diameter r of the paint particles as they are, or the reciprocal of r, or the reference value. The degree of atomization can also be represented using the percentage of
【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。In the embodiment shown in FIG. 2, the wavelength distribution calculating section 4 calculates the power spectrum PS of the uneven waveform of the coating surface from the input image processing data, and calculates the peak wavelength λp in the long wavelength region. Then, the atomization calculating means 6 calculates the particle diameter r of the paint particles from the peak wavelength λp by using the characteristic (Equation 2) previously obtained by experiment in the above-mentioned FIG.
The degree of atomization is calculated from the value. In the above calculation, the characteristics in FIG. 7 are different depending on the type of the paint.
The middle coat, top coat base,
The coefficient value of the equation (Equation 2) is changed according to the type of the paint such as clear top coat. As described above, in the present embodiment, from the image of the undried coating surface after coating, the wavelength distribution of the unevenness of the coating surface is determined, and the particle diameter of the coating sprayed from the coating gun is measured based on the wavelength distribution. It was done.
With this configuration, the degree of atomization of the paint can be easily measured without contact during the painting. As a result, the coating conditions can be immediately feedback controlled, so that the coating quality can be maintained and improved,
Man-hours for atomization measurement can be greatly reduced.
【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。Next, FIG. 10 is a block diagram of a second embodiment of the present invention. When painting one after another on a painting automation line, such as painting a car body, the quality of coating such as film thickness is fed back as soon as possible to improve the next painting condition, and always the best painting condition Need to be kept. Also, like a car body, the painted surface is wide,
In the case of objects to be coated that have different surfaces, such as a horizontal surface and a vertical surface, the coating state is not always uniform at each part. There is a need to. However, in the embodiment shown in FIG. 2, the surface condition of the paint is basically observed by one image pickup unit. It is necessary to perform arithmetic processing. For this reason, a considerably long measurement processing time is required, and it is not possible to image a large number of locations within a short time. As in (side view), it was not possible to determine the quality of the coating by observing many parts having different coating conditions at the same time and under the same conditions. Therefore, in the present embodiment, a plurality of image pickup units are provided, the degree of atomization at a plurality of locations is measured, and the average is obtained, thereby performing accurate measurement in a short time.
【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。In FIG. 10, the imaging unit 2
Four units 1-2 are provided, each of which captures an image of a different part of the vehicle body. Note that this embodiment shows an example in which a plurality of locations are imaged for each part such as the top surface, the right side surface, and the left side surface of the vehicle body. For example, in FIG. 10, two of the imaging units 2-1 and 2-2 are used as imaging units for imaging the upper surface (horizontal surface) of a vehicle body such as an engine hood.
The figure illustrates a case in which two imaging units 2-3 and 2-4 are provided as imaging units for imaging the left side (vertical plane) of the vehicle body, such as the left and right fenders (the right side of the vehicle body is not shown). Each of the above imaging units 2
The image information of the painted surface imaged at -1 to 2-4 is subjected to image processing at the respective image processing units 3-1 to 3-4. The image processing data processed by each of the above image processing units is sent to the respective wavelength distribution calculation units 4-1 to 4-4. The wavelength distribution calculation units 4-1 to 4-4 perform power spectrum frequency analysis to obtain a peak wavelength λp in a long wavelength region of the uneven waveform from the input image processing data. This value is calculated independently for each imaged location. Also,
The atomization calculation units 6-1 to 6-4 calculate the degree of atomization at each location from the coating condition input from the coating condition input unit 5 and the peak wavelength λp obtained by each wavelength distribution calculation unit. Further, the average atomization calculating section 10 receives the results of the respective atomization arithmetic sections 6-1 to 6-4 and performs an averaging process of the degree of atomization at a plurality of locations. That is, the average value of the degree of atomization calculated for each location is calculated. The calculation contents of each wavelength distribution calculation unit and atomization calculation unit are the same as those in FIG. Further, as shown in FIG. 10, the image processing unit, the wavelength distribution calculating unit, and the atomization calculating unit
It may be provided independently for each imaging unit, but basically, any configuration may be used as long as it can process the signals of each imaging unit. With the above configuration, accurate measurement can be performed on a wide painted surface in a short time and with a small number of measurement steps. Therefore, the quality of the coating can be fed back in real time, and the coating quality can be greatly improved.
【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。Next, FIG. 11 is a block diagram of a third embodiment of the present invention. In this embodiment, the degree of atomization of the paint and the sharpness of the paint surface are measured, and the optimum paint condition is determined in accordance with the measure to perform feedback control. In FIG. 11, reference numeral 11 denotes a sharpness calculation unit;
Denotes a coating quality determination unit, and the same reference numerals as those in FIG. 2 denote the same components. First, the principle of measuring the sharpness of a painted surface in the present invention will be described. The sharpness of the painted surface is defined by the smoothness, the feeling of holding, and the glossiness (glossiness) of the painted surface. The three types of elements will be described in more detail. The smoothness indicates the degree of relatively large waviness distortion on the painted surface, and the feeling of solidity is very fine unevenness on the painted surface. The glossiness indicates how large the difference in brightness on the painted surface is reproduced. Hereinafter, the value of sharpness is indicated as sharpness S, and the respective values of smoothness, solid feeling, and glossiness are indicated as smoothness H, solidness N, and gloss T, respectively. The various quantities representing the sharpness S as described above can be obtained, for example, as follows. That is, the smoothness H and the thickness N of the painted surface are calculated by performing one-dimensional image processing on the contour extracted from the image information of the striped pattern. It can be calculated by detecting.
【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)。Hereinafter, an embodiment of the sharpness calculation will be described with reference to FIGS. 13 and 14 based on a flowchart shown in FIG. First, as a pre-process of inputting a measurement image, so that an optimal image can be obtained when measuring sharpness,
Processing for setting the size and position of the image to be input is performed. The reason for performing such a process is to input an image that is not affected by the curvature, since the obtained input image is different depending on the curvature of the painted surface. This process is performed in the following steps S11 to S15. First, an image input from a CCD camera is stored in an image memory. As an example of the stored image,
As shown in FIG. 13A, this is an image corresponding to the reflected light of the stripe reflected on the painted surface. This image is similar to the output stripe image when the painted surface is flat, but when the painted surface is a curved surface, it is enlarged, reduced, and further deformed according to the curvature. Image. When the curvature of the painted surface is large, the position of the image moves within the field of view of the CCD camera, and if the position of the image deviates from the field of view due to this movement, data collection required for measurement is insufficient. This adversely affects the reliability of the measurement result. Therefore, as described below, a process of tracking the position of the stripe image and changing the size of the measurement window is performed. First, the image stored in the image memory is called to calculate the ellipticity of the camera field of view A as shown in FIG. 13, and similarly, the optical barycenter calculation of the stripe image existing in the camera field of view A is performed. Do. The calculation of the ellipticity is performed on the basis of the maximum value and the minimum value of the diameter by extracting the contour of the measurement window. Further, since the optical barycenter calculation is a general method that has been conventionally performed, the description of the processing is omitted here (step S1).
1, S12). Next, the center position of the stripe image is obtained based on the result of the optical centroid calculation. This calculation is performed to determine the center position of the measurement window in the process of determining the size of the next measurement window (step S).
13). Next, the size and position of the measurement window are determined based on the ellipticity obtained in the above processing and the center position of the stripe image. For example, as a result of the above measurement, if the camera field of view A is substantially circular as shown in FIG.
The measurement window B is set as shown in FIG. On the other hand, when the camera view (A) is an ellipse as shown in FIG. 13C, the measurement window B is set as shown in FIG. 13C (step 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)。When the above processing is completed, a sharpness measurement processing is performed. First, a stripe image stored in the image memory is called and binarized using a predetermined threshold. For example, FIG. 14 shows an example of a stripe image.
The image is as shown in FIG.
5). In order to obtain the smoothness, a process of extracting a contour line from the binarized image is performed to obtain an image as shown in FIG. 14B (step S16). However, since the line is very jagged as it is, a process for smoothing the line is performed to obtain an image as shown in FIG. 14C (step S17). Next, the direction of the normal line is determined for each of the constituent pixels of the smoothed outline. That is, FIG.
The direction calculation processing shown in FIG. More specifically, the direction of the normal is obtained for each pixel constituting the contour. This direction is very many (step S1).
8). Then, a number of directions obtained in this way are subjected to statistical processing, and those with little variation in direction as a whole, that is, those with convergence have good smoothness H, while those with large variation, that is, If the divergence is recognized, it is determined that the smoothness H is poor (step S19, step 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。Next, to calculate the thickness N, a process of extracting the width of the contour line from the binarized image is performed. If it is normal, only stripes of the same width as the stripe reflecting the painted surface should be detected.However, if the durability N is poor, fine islets will be mixed in the stripe, so Those with a width corresponding to the islet are detected. Therefore, it can be said that the extraction of the width is a preceding process for recognizing how many small islands are present (step S21). Next, data having a predetermined value or less, for example, 0.5 mm or less is extracted from the data of the stripe width extracted in the above processing, and the existence ratio of the number is obtained. Based on this ratio, the durability N is calculated (steps S22 to S2).
4). The smaller the above ratio is, the larger the meat retention N is, that is, the better.
【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。Next, in order to measure the glossiness T, first, the luminance difference between the brightest portion and the darkest portion is obtained for each horizontal line of the image input through the measurement window. That is, a graph of the relationship between the position and the luminance is created for the image, and the difference between the maximum luminance and the minimum luminance in the graph is obtained (step S25). This process is performed for all the horizontal lines, and the average of the data in the area of the measurement window is obtained (step S26). The glossiness T is determined according to the luminance difference obtained by the above processing. Since the correlation between the luminance difference and the glossiness T is clear, the calculation for the calculation is very simple (Step S).
27). That is, the larger the difference in luminance, the better the gloss T (glossiness).
【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Hdとすれば、下記
(数5)式に示すようになる。 Hd=k1・Hw …(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Hwは、たとえば、Hw≧0.5程度の値である。Next, a comparison of the smoothness H between the wet painted surface in the undried state and the dry painted surface after the drying will be described. As shown in FIG. 15, the numerical value of the smoothness H of the wet painted surface is low immediately after painting, but gradually increases with time according to the above-described smoothing theory. This tendency basically continues even after drying. Therefore, the smoothing target value on the wet painted surface is smaller than the value on the dry painted surface. For example, the target smoothness of the wet painted surface is H
w, if the smoothness target value of the dry painted surfaces and H d, as shown in the following equation (5) below. H d = k 1 · H w (Equation 5) Here, k 1 is a wet smoothness coefficient, and is a value of k 1 > 1. This coefficient is stored in advance according to the coating conditions such as the coating color. The target value H w of the smoothness of H wet coated surface is, for example, a value of about H w ≧ 0.5.
【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。It should be noted that among the elements constituting the sharpness S, the smoothness H, the thickness N, and the gloss T, the ratio of the influence on the overall sharpness is such that the smoothness H is about 70%. The largest.
Then, the durability N and gloss T of the sharpness are
The value is mainly affected by the properties of the paint and the baking temperature. Therefore, regarding the relationship with the degree of atomization at the time of painting, only the smoothness H may be considered. The meat holding degree N and the gloss degree T may be displayed on the display 7 and instructed by an operator, for example, to change the content of the paint and the baking temperature. In the embodiment of FIG. 11, the sharpness calculation unit 11 performs the above-described arithmetic processing to measure the sharpness (smoothness). Next, the coating quality determination unit 12 will be described in detail. The coating quality determination unit 12 inputs the degree of fineness of the paint calculated by the degree of fineness calculation unit 6 and the sharpness obtained by the sharpness calculation unit 11, determines the coating quality, and determines that it is defective. In this case, a command signal for changing the coating conditions is output in order to make the subsequent coating conditions optimal. The coating condition control system 8 drives the coating gun 9 in response to the above-mentioned instruction signal, and performs coating under optimum conditions.
【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。More specifically, the following judgment is made.
FIG. 16 is a characteristic diagram showing a relationship between the smoothness H and the wavelength λ of the uneven waveform (the peak wavelength of the long wavelength). As shown in the figure, there is a linear relationship between the wavelength λ and the smoothness H. That is, when the wavelength λ is large, smoothing (flattening) of the coating film surface does not proceed, and the smoothness H decreases. Therefore, in order to increase the smoothness, it is only necessary to control the wavelength λ to be smaller. For example, assuming that the target value H 0 of the smoothness is 0.5 and the measured smoothness H is 0.4, if other coating conditions are constant, the actual smoothness is matched with the target value. Has the wavelength λ
May be changed from 5.0 mm to 4.5 mm. If the above relationship is expressed by a mathematical expression, the following expression (Formula 6) is obtained. ΔH = −k 1 Δλ (Equation 6) where ΔH: Error in smoothness Δλ: Correction of wavelength k 1 : Coefficient of sharpness correction FIG. 17 shows paint particle diameter r (degree of atomization) and wavelength λ. FIG. 4 is a characteristic diagram showing a relationship between As shown in the drawing, the paint particle diameter r and the wavelength λ have a substantially linear relationship, although somewhat broken. For example, as shown in FIG. 16, when it is desired to shift the wavelength λ from 5.0 mm to 4.5 mm, the paint particle diameter r may be changed from 100 μm to about 90 μm. If the above relation is expressed by a linearly approximated equation, the following equation (7) is obtained. Δλ = k 2 Δr (Equation 7) where Δλ: correction amount of wavelength Δr: correction amount of paint particle diameter k 2 : wavelength correction coefficient FIG. 18 shows paint particle diameter r (degree of atomization) and coating machine FIG. 4 is a characteristic diagram showing a relationship with a bell rotation speed N. As shown in the drawing, there is a linear relationship between the paint particle diameter r and the bell rotation speed N. For example, as shown in FIG.
When it is desired to change from 0 μm to about 90 μm, the bell rotational speed N may be changed from about 19000 rpm to 25000 rpm. If the above relation is expressed by a mathematical formula, the following (Equation 8) is obtained.
It looks like an expression. Δr = −k 3 ΔN (Equation 8) where Δr: Correction of paint particle diameter ΔN: Correction of bell rotation speed k 3 : Particle diameter correction coefficient From the above equations (6) to (8), Equation (9) is obtained. ΔH = k 1 k 2 k 3 ΔN (Equation 9) Therefore, in order to realize a desired sharpness (smoothness), based on the (Equation 9) obtained from the characteristics of FIGS. The correction amount ΔN of the bell rotation speed N is obtained, and the value is sent to the coating condition control system 8 to change the control condition of the coating gun 9.
【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。As described above, in this embodiment, the degree of atomization of the paint and the sharpness of the coating are determined, and the degree of atomization is controlled so as to achieve the desired sharpness. As a result, it is possible to immediately feedback the quality of the coating state to improve the next coating condition and to always maintain the optimum coating state. 10 and 11 may be combined to use a value obtained by averaging the sharpness at a plurality of locations.
【0034】[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。As described above, according to the first aspect of the present invention,
In the invention described in the above, from the image of the undried coating surface after coating, to determine the wavelength distribution of the unevenness of the coating surface, by measuring the particle size of the coating based on it,
The degree of atomization of the paint can be easily measured without contact during painting. Therefore, since the coating conditions can be immediately feedback-controlled, the coating quality can be maintained and improved, and the number of steps for atomization measurement can be significantly reduced. According to the third aspect of the present invention, a plurality of imaging units are provided, and the degree of atomization at a plurality of locations is measured and averaged. In addition, accurate measurement can be performed with a small number of measurement steps. for that reason,
The quality of the coating can be fed back in real time, and the coating quality can be greatly improved. In the invention according to claim 4, the degree of atomization of the paint and the sharpness of the coating are determined, and the optimal atomization conditions are determined so as to achieve the desired coating quality. Therefore, many excellent effects can be obtained such that the next coating condition is improved by promptly feeding back the quality of the coating state and the best coating state can be always maintained.
【図1】本発明の機能ブロック図。FIG. 1 is a functional block diagram of the present invention.
【図2】本発明の第1の実施例のブロック図。FIG. 2 is a block diagram of a first embodiment of the present invention.
【図3】撮像部2の一例を示す断面図。FIG. 3 is a cross-sectional view illustrating an example of an imaging unit 2.
【図4】パワースペクトルPSの周波数特性図。FIG. 4 is a frequency characteristic diagram of a power spectrum PS.
【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。FIG. 5 is a diagram showing a process of depositing paint particles on a paint surface and forming a paint film surface during painting.
【図6】飛行中の塗料粒子と付着粒子との関係を示す
図。FIG. 6 is a diagram showing the relationship between paint particles and adhered particles during flight.
【図7】塗料粒子の平均径と波長との関係を示す特性
図。FIG. 7 is a characteristic diagram showing a relationship between an average diameter of paint particles and a wavelength.
【図8】塗料の粒子径と塗布時間との関係を示す特性
図。FIG. 8 is a characteristic diagram showing a relationship between a particle size of a paint and an application time.
【図9】波長λと塗布時間との関係を示す特性図。FIG. 9 is a characteristic diagram showing a relationship between a wavelength λ and a coating time.
【図10】本発明の第2の実施例のブロック図。FIG. 10 is a block diagram of a second embodiment of the present invention.
【図11】本発明の第3の実施例のブロック図。FIG. 11 is a block diagram of a third embodiment of the present invention.
【図12】鮮映度演算を示すフローチャートの一実施例
図。FIG. 12 is an example of a flowchart showing a sharpness calculation.
【図13】撮像部で読み込んだストライプ画像の一例
図。FIG. 13 is a diagram illustrating an example of a stripe image read by an imaging unit.
【図14】平滑度演算における画像処理を示す図。FIG. 14 is a diagram showing image processing in smoothness calculation.
【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。FIG. 15 is a characteristic diagram showing a relationship between elapsed time after painting and smoothness H.
【図16】平滑度Hと波長λとの関係を示す特性図。FIG. 16 is a characteristic diagram showing a relationship between smoothness H and wavelength λ.
【図17】塗料粒子径rと波長λとの関係を示す特性
図。FIG. 17 is a characteristic diagram showing a relationship between a coating particle diameter r and a wavelength λ.
【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。FIG. 18 is a characteristic diagram showing a relationship between a paint particle diameter r and a bell rotation speed N.
【図19】従来装置の一例図。FIG. 19 is an example of a conventional device.
【図20】従来装置の他の一例のブロック図。FIG. 20 is a block diagram of another example of the conventional device.
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DESCRIPTION OF SYMBOLS 1 ... Coated body (body) 2,2-1,2-2,2-3,2-4 ... Imaging part 3,3-1,3-2,3-3,3-4 ... Image processing part 4 4-1, 4-2, 4-3, 4-4: wavelength distribution calculator 5: coating condition input unit 6, 6-1, 6-2, 6-3, 6-4: atomization calculator 7 ... Display 10 ... Average atomization calculation unit 8 ... Coating condition control system 11 ... Definition degree calculation unit 9 ... Coating gun 12 ... Coating quality judgment unit 100 ... Imaging means 104 ... Coating condition input means 101 ... Image processing means 105 ... Average atomization calculating means 102: wavelength distribution calculating means 106: sharpness calculating means 103: atomizing calculating means 107: coating quality determining means
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭61−217708(JP,A) 特開 平1−219505(JP,A) 特開 昭58−97608(JP,A) 特開 平6−160300(JP,A) 特開 平7−306016(JP,A) (58)調査した分野(Int.Cl.7,DB名) G01N 21/84 - 21/958 G01B 11/00 - 11/30 ──────────────────────────────────────────────────続 き Continuation of the front page (56) References JP-A-61-217708 (JP, A) JP-A-1-219505 (JP, A) JP-A-58-97608 (JP, A) JP-A-6-97608 160300 (JP, A) JP-A-7-306016 (JP, A) (58) Fields investigated (Int. Cl. 7 , DB name) G01N 21/84-21/958 G01B 11/00-11/30
Claims (4)
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。An image pickup means for picking up an image of an undried coating surface immediately after a paint is applied, an image processing means for image processing image information from the image pickup means, and image processing data processed by the image processing means. A wavelength distribution calculating means for calculating a wavelength distribution of the uneven waveform of the coating surface based on the wavelength distribution calculated based on the wavelength distribution calculated by the wavelength distribution calculating means. A coating quality analysis device characterized by the following.
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。2. The wavelength distribution calculating means determines a peak wavelength in a long wavelength region in a power spectrum of a concave and convex waveform on a coating surface. 2. The coating quality analyzing apparatus according to claim 1, wherein the paint particle diameter is calculated from a relationship with the paint particle diameter obtained in advance by experiments, and the calculated paint particle diameter is used as the degree of atomization.
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。3. The undried coating surface immediately after the coating is applied,
A plurality of image pickup means for picking up images of different portions of the painted surface, image processing means for image processing image information from the plurality of image pickup means, and image processing data processed by the image processing means, Wavelength distribution calculating means for calculating the wavelength distribution of the uneven waveform of the coating surface for each of the above-described locations, coating condition input means for inputting the coating conditions, wavelength distribution calculated by the wavelength distribution calculating means and the coating condition input Means for calculating the degree of atomization for each location based on the coating conditions from the means, and an average atomization calculation for averaging the degree of atomization at each location determined by the means for atomization. Means for analyzing coating quality, comprising:
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。4. An image pickup means for picking up an image of an undried painted surface immediately after applying a paint, an image processing means for image processing image information from the image pickup means, and image processing data processed by the image processing means. A wavelength distribution calculating means for calculating the wavelength distribution of the uneven waveform of the coating surface, based on the wavelength distribution calculated by the wavelength distribution calculating means, an atomization calculating means for calculating the degree of atomization, and the image processing means A sharpness calculation means for calculating the sharpness of the painted surface based on the image processing data processed in the step (a), and a fineness degree determined by the fineness calculation means and a sharpness determined by the sharpness calculation means. A coating quality analysis device, comprising: a coating quality determination unit that calculates an optimal atomization condition according to the degree.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP09848394A JP3326962B2 (en) | 1994-05-12 | 1994-05-12 | Paint quality analyzer |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP09848394A JP3326962B2 (en) | 1994-05-12 | 1994-05-12 | Paint quality analyzer |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH07306156A JPH07306156A (en) | 1995-11-21 |
JP3326962B2 true JP3326962B2 (en) | 2002-09-24 |
Family
ID=14220902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP09848394A Expired - Fee Related JP3326962B2 (en) | 1994-05-12 | 1994-05-12 | Paint quality analyzer |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3326962B2 (en) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3358434B2 (en) * | 1996-03-27 | 2002-12-16 | 日産自動車株式会社 | Paint quality analyzer |
DE10122917A1 (en) * | 2001-05-11 | 2002-11-14 | Byk Gardner Gmbh | Device and method for determining the properties of reflective bodies |
DE102005003690A1 (en) * | 2005-01-26 | 2006-07-27 | Byk-Gardner Gmbh | Surface`s optical characteristic e.g. color, testing device for e.g. furniture, has control unit compensating change of signals caused by change of position, in which reflected radiation impinges on detection area |
JP5203832B2 (en) * | 2008-07-24 | 2013-06-05 | 東海旅客鉄道株式会社 | Film thickness measurement method |
CN103884645B (en) * | 2012-12-24 | 2016-06-01 | 中国制浆造纸研究院 | A kind of method for testing gas content in coating |
CN106404619B (en) * | 2016-11-15 | 2023-12-22 | 重庆科技学院 | Original particle size measurement system for sintering mixture |
CN116124651B (en) * | 2023-02-03 | 2023-08-29 | 中国电器科学研究院股份有限公司 | Micro-nano scale salt mist aerosol particle size distribution measuring method and regulating system |
-
1994
- 1994-05-12 JP JP09848394A patent/JP3326962B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH07306156A (en) | 1995-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3326962B2 (en) | Paint quality analyzer | |
CN110567963B (en) | Alloy analysis visual positioning method and device and alloy analysis system | |
JP3326960B2 (en) | Paint film thickness measuring device | |
JP3322034B2 (en) | Paint quality analyzer | |
JP3257182B2 (en) | Painting treatment equipment and painting treatment method | |
JP2000246167A (en) | Coating method | |
JP3478443B2 (en) | Control device for automatic coating machine | |
JP3006321B2 (en) | Wet sharpness measurement device | |
JP3358434B2 (en) | Paint quality analyzer | |
JPH08334320A (en) | Apparatus for analyzing painting quality | |
JP3353494B2 (en) | Paint quality analyzer | |
JP3811924B2 (en) | Control device for automatic coating machine and control method thereof | |
JPH09113462A (en) | Printing-quality analytical instrument | |
JP3511764B2 (en) | Control device for automatic coating machine | |
RU2162591C1 (en) | Process of determination of coordinates of points and of orientation of sections on surface of body of complex shape | |
JP3327000B2 (en) | Paint film thickness measuring device | |
JPH08327340A (en) | Painting quality analyzer | |
JP3321982B2 (en) | Paint film thickness measuring device | |
CN104568966A (en) | Method and measuring device for evaluating structural differences of a reflecting surface | |
JPH095053A (en) | Coating quality analysing device | |
JPH09105612A (en) | Coating-film-thickness measuring apparatus | |
JP3326961B2 (en) | Paint film thickness measuring device | |
JP3252555B2 (en) | Paint surface dripping measuring device and paint film thickness measuring device | |
JPH09210990A (en) | Coating quality analyzing device | |
JP2021139816A (en) | Workpiece surface inspection device, surface inspection system, surface inspection method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080712 Year of fee payment: 6 |
|
LAPS | Cancellation because of no payment of annual fees |