特許ウォッチ

公開番号2025114213
公報種別公開特許公報(A)
公開日2025-08-05
出願番号2024008766
出願日2024-01-24
発明の名称塗膜特性推定方法及び塗膜特性推定モデル生成方法
出願人関西ペイント株式会社
代理人個人,個人,個人
主分類G06N 20/00 20190101AFI20250729BHJP(計算;計数)
要約【課題】塗装が行われる前に、塗膜特性を推定することができる。
【解決手段】塗装条件、塗料性状、塗料の配合、塗膜特性測定条件及び塗膜特性測定結果に関する情報が変数として学習された機械学習モデルを用いて、前記機械学習モデルに、塗装条件、塗料性状、塗料の配合及び塗膜特性測定条件に関する情報を入力することで塗膜特性測定結果の推定値を出力させる、塗膜特性推定方法。
【選択図】図3
特許請求の範囲【請求項１】
塗装条件、塗料性状、塗料の配合、塗膜特性測定条件及び塗膜特性測定結果に関する情報を含む変数により学習された機械学習モデルを用いて、前記機械学習モデルに、塗装条件、塗料性状、塗料の配合及び塗膜特性測定条件に関する情報を入力することで塗膜特性測定結果の推定値を出力させる、
塗膜特性推定方法。
続きを表示（約 1,800 文字）【請求項２】
前記変数は、塗料の配合及び塗膜特性測定条件が同じである場合の、塗装条件及び塗料性状を含む試験条件の差分並びに前記試験条件の差分に対応する塗膜特性測定結果の差分に関する情報を含み、
前記機械学習モデルに、第一試験条件、前記第一試験条件と第二試験条件との差分であって、前記第二試験条件は前記第一試験条件とは異なる試験条件である、差分、塗料の配合、塗膜特性測定条件、及び前記第一試験条件に対応する第一塗膜特性測定結果に関する情報を入力することで、前記第二試験条件に対応する第二塗膜特性測定結果の推定値及び／又は前記第一塗膜特性測定結果と前記第二塗膜特性測定結果の推定値との差分を出力させる、
請求項１に記載の塗膜特性推定方法。
【請求項３】
前記変数は、塗料の配合及び塗膜特性測定条件が同じである場合の、塗装条件及び塗料性状を含む試験条件の差分並びに前記試験条件の差分に対応する塗膜特性測定結果の差分に関する情報を含み、
前記機械学習モデルに、第二試験条件、前記第二試験条件と第一試験条件との差分であって、前記第一試験条件は前記第二試験条件とは異なる試験条件である、差分、塗料の配合、塗膜特性測定条件、及び前記第一試験条件に対応する第一塗膜特性測定結果に関する情報を入力することで、前記第二試験条件に対応する第二塗膜特性測定結果の推定値及び／又は前記第二塗膜特性測定結果の推定値と前記第一塗膜特性測定結果との差分を出力させる、
請求項１に記載の塗膜特性推定方法。
【請求項４】
前記機械学習モデルに、前記第二試験条件、前記第一試験条件と前記第二試験条件との差分、塗料の配合、塗膜特性測定条件、前記第一塗膜特性測定結果に関する情報を入力することで、前記第二塗膜特性測定結果の推定値及び／又は前記第一塗膜特性測定結果と前記第二塗膜特性測定結果の推定値との差分を出力させ、
前記第一試験条件を入力することで前記機械学習モデルに出力させた前記第二塗膜特性測定結果の推定値及び／又は前記第一塗膜特性測定結果と前記第二塗膜特性測定結果の推定値との差分と、前記第二試験条件を入力することで前記機械学習モデルに出力させた前記第二塗膜特性測定結果の推定値及び／又は前記第一塗膜特性測定結果と前記第二塗膜特性測定結果の推定値との差分とに基づき、前記第二塗膜特性測定結果の推定値及び／又は前記第一塗膜特性測定結果と前記第二塗膜特性測定結果の推定値との差分を算出する、
請求項２に記載の塗膜特性推定方法。
【請求項５】
前記機械学習モデルに、前記第一試験条件、塗料の配合、塗膜特性測定条件、及び前記第一塗膜特性測定結果に関する情報を入力することで、前記第一試験条件に対応する前記第一塗膜特性測定結果の推定値を出力させ、
前記第一塗膜特性測定結果と、前記第一塗膜特性測定結果の推定値に基づいて補正値を算出し、
前記補正値により、前記第二塗膜特性測定結果の推定値及び／又は前記第一塗膜特性測定結果と前記第二塗膜特性測定結果の推定値との差分を補正する、
請求項２～４のいずれか一項に記載の塗膜特性推定方法。
【請求項６】
前記塗膜特性は、平滑性、光沢及び色の少なくとも１つを含む、請求項１～４のいずれか一項に記載の塗膜特性推定方法。
【請求項７】
前記塗装条件は、塗装ブース温湿度、吐出量、ガン速度、膜厚及び焼付条件からなる塗装工程により異なる群の少なくとも１つを含む、請求項１～４のいずれか一項に記載の塗膜特性推定方法。
【請求項８】
前記塗料性状は、粘度及び固形分濃度のうち少なくとも１つを含む、請求項１～４のいずれか一項に記載の塗膜特性推定方法。
【請求項９】
前記塗料の配合は、光輝材の大きさ、光輝材の色、着色顔料の色及び着色顔料の化学構造のうち少なくとも１つを含む、請求項１～４のいずれか一項に記載の塗膜特性推定方法。
【請求項１０】
変数として塗装条件、塗料性状、塗料の配合、塗膜特性測定条件及び塗膜特性測定結果に関する情報を取得し、
前記変数を用いて、塗装条件、塗料性状、塗料の配合及び塗膜特性測定条件に関する情報を入力したときに塗膜特性測定結果の推定値を出力する機械学習モデルを生成する、
塗膜特性推定モデル生成方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、塗膜特性推定方法及び塗膜特性推定モデル生成方法に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
自動車及びそれらの部品の塗装では、通常、被塗物に対して電着塗装、中塗り塗装、ベース塗装、クリヤー塗装を順次行うことで複層塗膜を形成する。
塗装を行った結果、塗装を行った対象物には平滑性や光沢といった塗膜特性が生じる。塗膜特性は、塗膜の外観及び機能と密接に関連するため、これを把握することは非常に重要である。
しかしながら、塗膜特性は、使用する塗料の組み合わせ、被塗物の種類、塗装条件等により複雑に変化するため、塗装を行う前に塗膜特性を推定することは難しい。そのため、塗膜特性を知るためには実際に塗料を作製し、塗装しなければならず、作業時間が膨大であるという課題があった。
【先行技術文献】
【特許文献】
【０００３】
特開２０２１－１４０４２０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明の目的は、塗装が行われる前に、塗膜特性を推定することができる塗膜特性推定方法及び塗膜特性推定モデル生成方法を提供することにある。
【課題を解決するための手段】
【０００５】
本発明の一態様は、塗装条件、塗料性状、塗料の配合、塗膜特性測定条件及び塗膜特性測定結果に関する情報が変数として学習された機械学習モデルを用いて、前記機械学習モデルに、塗装条件、塗料性状、塗料の配合及び塗膜特性測定条件に関する情報を入力することで塗膜特性測定結果の推定値を出力させる、塗膜特性推定方法である。
【発明の効果】
【０００６】
本発明によれば、塗装が行われる前に、塗膜特性を推定することができる。
【図面の簡単な説明】
【０００７】
第１の実施形態に係る塗膜特性推定モデル生成装置１０の構成の一例を示す図である。
第１の実施形態に係る塗膜特性推定モデル生成装置１０の動作を示すフローチャートである。
第１の実施形態に係る塗膜特性推定装置２０の構成の一例を示す図である。
第１の実施形態に係る塗膜特性推定装置２０の動作を示すフローチャートである。
第２から第４の実施形態におけるデータセットを示す図である。
【発明を実施するための形態】
【０００８】
以下、図面を参照しながら本発明の実施形態について詳しく説明する。
（第１の実施形態）
図１は、第１の実施形態に係る塗膜特性推定モデル生成装置１０の構成の一例を示す図である。
塗膜特性推定モデル生成装置１０は、データセット取得部１１０、機械学習モデル生成部１２０、機械学習モデル出力部１３０を備える。
【０００９】
データセット取得部１１０は、データセットを取得する。データセットは変数として塗装条件、塗料性状、塗料の配合、塗膜特性測定条件及び塗膜特性測定結果に関する情報を含む。以下、塗装条件及び塗料性状を合わせて試験条件と呼ぶことがある。
【００１０】
推定する塗膜特性は、平滑性、光沢及び色の少なくとも１つを含むことが好ましい。
平滑性は、Ｗａｖｅ－ｓｃａｎ、Ｗａｖｅ－ｓｃａｎｄｕａｌ（いずれもＢＹＫＧａｒｄｎｅｒ社製）等を用いて測定することができる。平滑性は、特定の波長域の振幅で表され、Ｗａｖｅ－ｓｃａｎを用いて測定する場合、ダルネス／Ｗａ／Ｗｂ／Ｗｃ／Ｗｄ／Ｗｅの６段階、またはＳＷ／ＬＷの２段階などで表される。
光沢は、ツヤ、グロスとも呼ばれ、ｍｉｃｒｏ－ｔｒｉ－ｇｒｏｓｓ（ＢＹＫＧａｒｄｎｅｒ社製）等を用いて測定することができる。ｍｉｃｒｏ－ｔｒｉ－ｇｒｏｓｓを用いて測定する場合、２０°、６０°、８５°の３角度における光沢を測定でき、本実施形態においては、中でも２０°、６０°の情報を含むことが好ましい。
色は、多角度分光光度計を用いて測定され、ＢＹＫ－Ｍａｃｉ（ＢＹＫ社製）、ＭＡ－６８ＩＩ（Ｘ－Ｒｉｔｅ社製）等を用いて測定することができる。色に係るデータとしては、明度、彩度、色相を表すもの又は計算によって色を特定できるものがあげられる。例えば、ＸＹＺ表色系（Ｘ、Ｙ、Ｚ値）、ＲＧＢ表色系、Ｌ＊ａ＊ｂ＊表色系（Ｌ＊、ａ＊、ｂ＊値）、ハンターＬａｂ表色系（Ｌ、ａ、ｂ値）、ＣＩＥ（１９９４）に規定されるＬ＊Ｃ＊ｈ表色系（Ｌ＊、Ｃ＊、ｈ値）、マンセル表色系（Ｈ、Ｖ、Ｃ値）等の表色系に基づくものとすることができる。中でも、Ｌ＊ａ＊ｂ＊表色系又はＬ＊Ｃ＊ｈ表色系に基づくデータを含むことが好ましい。ＢＹＫ－Ｍａｃｉを用いて測定する場合は－１５°、１５°、２５°、４５°、７５°、１１０°の６角度、ＭＡ－６８ＩＩを用いて測定する場合は１５°、２５°、４５°、７５°、１１０°の５角度で色測定ができ、本実施形態においては２５°、４５°、７５°の３角度の色情報を含むことが好ましい。
推定する塗膜特性は、中塗り塗装、ベース塗装、クリヤー塗装を順次行うことで形成された複層塗膜の特性であることが好ましい。
（【００１１】以降は省略されています）

関連特許