目前汽车面漆大多为效果涂料,效果涂料的视觉感知不仅依赖于光照条件,而且还依赖于观察角度,例如:金属效果涂料会随着观察角度的变化而显示出亮暗的变化被称为:“亮暗跃变”。珠光效果涂料的颜色会随着入射光照射角度的增减产生颜色关铺的变化。效果涂料正以它的“活力”和特殊的吸引力成为轿车、家电和工业装备涂装中的主角。如何对效果涂料颜色进行客观评估,是从效果涂料诞生之日起便摆在颜色工程师的面前的问题。本研究分析了目前效果涂料的评估方法,并结合实际的经验对效果涂料的颜色客观评估方法进行探讨。
1 效果涂料的分类
颜色的本质是颜料与可见光相互作用的结果,主要有以下3种类型颜料。
1.1吸收类颜料
吸收类颜料俗称单色颜料或实色颜料,该类颜料通过低可见光的选择性吸收和散射产生不同的单一颜色。
1.2金属类颜料
金属类颜料对入射的可见光造成镜面反射,产生金属光泽和星星点点的闪烁亮点。
1.3珠光类颜料
珠光类颜料对入射的可见光造成干涉作用,使得涂层外观产生光泽和颜色的变幻。
效果涂料除了具有吸收类颜料所具有的的颜色特性以外,更表现为后2种类型颜料带来的随入射光和观察角度的变化而产生颜色和外观的变幻特性。这种特性赋予效果涂料“活力”和“生命”。
2 效果涂料的颜色检测与评估现状
20世纪60年代科技工作者开始对颜色印象进行研究,提出了一系列对颜色印象进行检测评估的方法和标准。主要的检测评估方法有以下2种:1)通过人眼进行视觉评估,典型代表为:整车工厂的Audit目视评估;2)通过仪器对产品颜色进行检测,再通过特定的色差公式计算评估。
2.1人眼对效果涂料进行视觉评估
由于颜色视觉感受会受到周围环境光线的影响,所以评估效果涂料必须在国际相关标准组织机构规定的几种用于颜色 检测的标准照明体下进行。
视觉评估环境:一般须在一个封闭或半封闭的环境中进行,其视觉评估环境
用于单色颜料的视觉评估采用普通的照明条件和封闭的环境即可满足测量要求,但对于效果涂料的颜色视觉评估而言,这种条件存在明显不足。因为效果涂料除了颜色以外,当直射光照射时会产生金属的光泽和闪烁特性,随着观察角度的变化,其颜色也会发生变化。在普通标准光源灯箱内观察检测时,由于标准光源箱内的光源前端散射板对光线的散射作用而无直射光源,故无法明显观察到效果涂料的金属光泽效果。另外。被测样品固定放置在标准光源灯箱内,必须在一个相对固定的观察角度下进行。否则观察者身高差异将直接影响最终观察评估的结果。因此普通标准光源灯箱已很难满足对效果涂料视觉评估的要求。
效果涂料的视觉评估的要求如下:
(1)入射光源需是直射光源,才能观察到效果涂料的金属光泽效果。
(2)观察者必须在相同的观察位置进行观察,避免观察者身高差异影响观察结果。
(3)严办的放置角度可以变化,以便在多个角度下进行颜色的观察评判。
从图2中可以看到在Audit评估室内提供的是直射光照射,测试环境相对固定条件,观察者通过移动自身的位置来改变观察角度。从而可以获得完整的效果涂料视觉印象
2.2通过仪器对产品颜色进行检测和评估
仪器测量产品颜色的方法主要有2种:45/0和D/8。
45/0方式:光线从45°角方向照射到产品表面,在垂直与样品表面的位置对样品的颜色进行观察测量。该方式测量的条件与人实际观察样品颜色的条件相一致。
D/8方式:利用积分球将照射的光线进行散射,在垂直与样品表面偏8°的位置对样品的颜色进行观察测量。该方式主要用于评估涂料中颜色和染料的实际颜色。
这2种方法都可用于产品颜色的测量,但在实际应用中略有不同。45/0方式测量的结果主要与目视评估颜色相关。D/8方式测量的结果主要用于涂料成分的分析,往往测量的结果与实际的视觉感受不一致。
目前在产品颜色品质管理和产品颜色评估时主要用45/0的测量方式。测量的结果使用不同的色空间表述。典型的颜色空间系统有:CIE(国际照明组织协会)设定的L*α* b*/ L* C*h°颜色坐标系统[1]
L*α* b*/ L* C*h°颜色空间系统由CIE国际照明组织协会自1976制定以来得到了广泛的应用[2]。其对所有颜色通过L*α* b*/ L* C*h°建立起一个三维空间。L*α* b*的含义是:L*表示亮度,当L*=0时表示黑色,L*=100时表示白色;+α*表示红色,-α*表示绿色;+ b*表示黄色,- b*表示蓝色;L* C*h°的含义是:L*表示亮度,当L*=0时表示黑色,L*=100时表示白色,C*表示色饱和度或彩度,C*值越大,表示颜色越饱和,h°=0°表示红色,h°=90°表示黄色,h°=180°表示绿色,h°=270°表示蓝色。
CIE颜色空间坐标为颜色的表述和颜色的比对带来了极大的方便。例如:在比对标准试样和样品时,只需测量出标准试样L*α* b*值和样品L*α* b*值,再分别计算出标准试样和样品Lαb的差值和样品与标准品之间的空间距离ΔE*的结果即可评估出样品和标准试样之间的差异(见图5)。若CIEΔE*=0表示样品和标准品完全一样,没有任何差异。当CIEΔE*值越大说明标准试样与样品之间的差异越大
CIEΔE*的计算公式为颜色工程师提供了一个判定样品与标准品差异的工具,但每种颜色控制的 CIE ΔE*值是多少,困扰着每位颜色工程师。
研究发现人类对各种颜色的敏感度各不相同,同时相同的颜色,其深浅的变化人类眼睛的敏感度也会发生变化
图6描述的是人类对颜色的敏感度。在每个椭圆内的颜色,人眼无法分辨出差异,椭圆与椭圆之间人眼能感受颜色的差异。同时相同的颜色深与浅,不同人眼的敏感度也不同。一般而言,人眼对于颜色饱和度高的颜色宽容度相对较大,对颜色饱和度小的颜色宽容度相对较小。对于色相的偏向,人眼对红色的宽容度要小于其他颜色。可见利用简单的CIEΔE*色差公式计算出的颜色差异与人眼感知颜色差异的关联性很差。例如,图7椭圆区域内的黄点代表视觉没有明显颜色差异的样品,如果将CIEΔE*设定较小的允差,将会造成一些视觉感知不出差异的产品会判定为有颜色差异,但当将CIEΔE*设定为较大的允差时,一些视觉上有明显感知颜色差异的样品会判定为合格品。所以利用CIEΔE*计算结果直接判定产品是否满足视觉感受的风险非常大。
目前越来越多的基于视觉感知的色差公式相继发布。例如CIELab76、CMC、CIE94、DIN99、CIEDE2000、DIN6175等。困扰用户的是如何选择和应用合适的色差计算公式,首先可将这些色差公式分成3种类型的数学模型。
Ⅰ类数学模型的色差公式如式(1)所示。
式(1)式中:ΔEab*表示色差,ΔL*为样品与标准品的明度差,ΔC*为样品与标准品的彩度
差,ΔH*为样品与标准品的色相角度差,下同。
该类色差计算数学模型是基于球型空间(图8),或称为等距空间的数学模型,典型代表有:CIELab76、DIN99(2000)、DIN99(2005)。
Ⅱ类数学模型的色差公式如式(2)所示。
式(2)式中:K因子和S因子分别对其下标对应的参数进行修正,如KL、SL分别是对明度L进行系数修正。K、S均为经验数值。该类色差计算的数学模型是基于椭圆型空间,见图9。其应用于实色的颜色评估与视觉感知具有较高的一致性,典型代表有:CMC(1984)[3]、CIE94。
Ⅲ类数学模型的色差公式如式(3)所示。
(3)式中:R因子与观测角度有关,用于对色相和色饱和度进行二次修正。该类色差计算的数据模型基于椭圆型空间(图10),该模型同时对色相和色饱和度进行二次修正,以确保与视觉的一致性。典型代表有:CIEDE2000(2001)[4]、BFD(1986)。
以上3类色差数学模型中,Ⅰ类色差计算的数学模型在国内应用最为广泛,也就是一般所称的ΔE*。但用户对其争议也最多,因为采用Ⅰ类模型进行色差判定的结果往往与视觉判定不能完全对应,容易产生异议。
目前国内已有部分用户使用Ⅱ类色差计算的数学模型进行色差评估,如CMC(1984)的ΔECMC,该类色差数学模型在判定实色色差的实践中得到认可,测量的结果与视觉感知较为一致。Ⅲ类色差计算的数学模型还在推广中,实际用户很少。用Ⅰ、Ⅱ色差计算的数学模型进行颜色评判的实例如表1和表2所示。
表1 红色样品用模型Ⅰ和Ⅱ评判
|
L* |
α* |
b* |
ΔL* |
Δα* |
Δb* |
ΔC* |
ΔH* |
ΔE* |
ΔEcmc |
标准品 |
38.64 |
64.26 |
52.16 |
|
|
|
|
|
|
|
样品 |
38.59 |
62.06 |
51.11 |
-0.05 |
-2.20 |
-1.05 |
-2.37 |
0.58 |
2.44 |
0.84 |
由表1数据评估结果可知,用ΔE*的结果评判表明样品和标准有明显视觉差异,而用ΔECMC的结果判表明样品与标准品没有明显差
异。实际的视觉感受是第2种没有没有明显视觉差异,这表明ΔECMC在评估单色颜色时结果与视觉感受具有较高的一致性。
表2 灰色样品用模型Ⅰ和Ⅱ评判
|
L* |
α* |
b* |
ΔL* |
Δα* |
Δb* |
ΔC* |
ΔH* |
ΔE* |
ΔEcmc |
标准品 |
62.33 |
-0.32 |
-3.09 |
|
|
|
|
|
|
|
样品一偏暗 |
61.50 |
-0.31 |
-3.48 |
-0.83 |
-0.01 |
-0.38 |
0.38 |
0.04 |
0.91 |
0.58 |
样品二偏黄 |
62.16 |
-0.21 |
-2.25 |
-0.17 |
0.11 |
0.83 |
-0.84 |
0.03 |
0.85 |
1.01 |
由表2数据评估结果可知,用ΔE*的结果评判表明2个样品和标准品都有明显差异,而用ΔEcmc的结果评判样品一与标准品没有差异,样品二与标准品有明显差异。实际视觉感受是与ΔEcmc评判结果相一致。
通过实例可以看出优化过的色差计算数学模型与人的视觉感受具有较强的一致性。
2.3针对效果涂料颜色测量的仪器改进和色差计算公式的选择
由于效果涂料具有随角异色的特性,对其测色的仪器需同时在多个观察角度上对效果涂料表面进行检测(图11)[6]。目前普遍采用多角度色差仪对效果涂料进行颜色检测。如图11所示。
多角度色差仪系统主要有光源和颜色传感器组成。其中光源一般以45°角直射照射到样品表面,以光入射角的镜像角为起始位置,分别在-15°、15°、25°、45°、75°和110°位置上安装颜色传感器对样品表面颜色进行测量。将每个角度的测量结果用不同的色差数学模型进行差异评估。
由于Ⅰ、Ⅱ、Ⅲ类色差数学模型都是对45/0或D/8测量条件下进行的色差判定。不能满足多角度色差仪器在多个角度进行检测时,每个角度的颜色都有不同的测量要求。因此用单一的色差数学模型很难使用效果涂料全部颜色的色差评估。故目前适用于效果涂料颜色评估较为理想的色差公式标准为DIN6175-2。
DIN6175-2标准由欧洲主要车厂参与制订,由德国标准化委员会颁布,用作客观地评估汽车效果面漆色差的标准。其色差公式模型类似于Ⅱ类色差数学模型,但与Ⅱ类色差数学模型不同点在于该色差公式针对效果涂料的特性加入了角度修正因子γ,即从每个测量角度对色差公式进行修正。
首先,将颜色分为两类,一类成为有彩度的颜色,另一类称为无彩度的颜色。
当C*≥18或C*≥10且L*﹤27,为有彩度的颜色,除此以外的颜色均为无彩度的颜色。然后用2个不同的色差公式对有彩度和无彩度颜色分别计算。
无彩度颜色色差计算公式如式(4)所示。
式(4)有彩度颜色色差就按公式如式(5)所示。
式(5)该标准主要通过γ因子、S因子和g因子对计算结果进行色差宽容度修正。
γ因子又称为角度因子,即用测量的角度值修正检测的结果,例如:15°、25°测量角度靠近镜像反射角,在这些角度上观察到的颜色较为明亮,人眼对明亮的颜色宽容度较大,故可设置较大容差,而45°、75°、110°的测量角度,颜色表现较暗,人眼对较暗的颜色宽容度较小,故可设置较小容差。
S因子又称为颜色影子,即根据不同的颜色设置不同的容差。
G因子又称为应用因子,即根据该色差应用的场合设置不同的容差。例如:生产效果涂料的制造商相对设置的容差较小,而涂装车间,整车厂对这些油漆的用户设置容差时可适当放宽。
DIN6175-2标准已经在欧洲主要车厂应用了相当长的时间,被证明在评估效果涂料颜色时与视觉颜色评估具有极佳的一致性。表3为蓝色样品用模型Ⅰ、Ⅱ和Ⅲ评判的结果。
表3 蓝色样品用模型Ⅰ、Ⅱ和DIN6175-2评判
|
角度/(°) |
dL* |
dα* |
db* |
dC* |
dH* |
dE* |
dEcmc |
dEDIN |
样品 2153 |
-15 |
-4.00 |
1.57 |
-0.60 |
-0.99 |
1.36 |
4.34 |
1.48 |
1.03 |
15 |
-2.48 |
-0.17 |
-0.76 |
0.57 |
0.53 |
2.60 |
0.90 |
0.49 |
|
25 |
-1.42 |
-2.38 |
-0.25 |
1.86 |
-1.50 |
2.78 |
1.19 |
1.38 |
|
45 |
-2.65 |
0.83 |
-0.27 |
0.08 |
0.86 |
2.78 |
1.72 |
1.17 |
|
75 |
-1.84 |
1.94 |
-0.25 |
0.63 |
1.85 |
2.69 |
2.41 |
1.80 |
|
110 |
-1.24 |
1.16 |
0.36 |
0.02 |
1.21 |
1.74 |
1.59 |
1.27 |
样品2153实际视觉感受:标准板和样品间没有太大差异,通过表3数据的评价结果:用ΔE*的评判,标准板和样品有明显差异,该结果与视觉感受不一致;用ΔEcmc的结果评判,标准板与样板有差异,该结果与视觉感受接近;用ΔEDIN的结果评判,标准板与样板差异不明显,该结果与视觉感受相一致。从以上结果可以看出,选择正确的色差计算数学模型可以替代人眼对产品作出正确的评判,对于效果颜料采用DIN6175-2进行判断与人眼的感受一致性最高。
3 结 语
(1)对汽车效果涂料颜色评估方法的探讨,认为通过将目视比对与仪器测量相结合的方法是对效果涂料进行客观准确评估的理想方法。
(2)目视评估可靠性的前提是具有可复制的评估环境,同时要与效果涂料颜色测量仪器的光路系统条件相同。
(3)准确、客观地检测效果涂料颜色性能不仅要在多角度下进行检测,而且要同时对效果涂料的特殊效果进行检测,这样才能获得效果涂料整体的视觉效果数据。在进行颜色数据分析时不能作简单数学差值计算,而应根据人眼对颜色的感应度对色差值进行修正。
构建一套仪器测量与视觉比对效果涂料颜色评估系统是效果涂料企业生产、质量管理必要的手段之一。