[发明专利]涂装质量预测装置以及已学习模型的生成方法

权利要求书

1.一种涂装质量预测装置，其特征在于，具备：

已学习模型，对涂料的特性和该涂料涂装时的条件与通过在该条件下涂装该涂料而获得的涂膜的表面的平滑性之间的关系进行了学习；以及

计算部，使用所述已学习模型，根据涂料的特性和涂装时的条件计算出涂膜的表面的平滑性。

2.根据权利要求1所述的涂装质量预测装置，其特征在于，

所述已学习模型对涂料的特性和该涂料涂装时的条件与将通过在该条件下涂装该涂料而获得的涂膜的表面的测定结果分解成多个波长区域而获得的各波长区域的值之间的关系进行了学习。

3.根据权利要求1或2所述的涂装质量预测装置，其特征在于，

涂料涂装时的条件包括被涂装物的面的朝向。

4.根据权利要求1～3中任一项所述的涂装质量预测装置，其特征在于，

所述涂料包括中涂涂料、底色涂料以及透明涂料，

所述涂膜包括中涂涂膜、形成在所述中涂涂膜上的底色涂膜以及形成在所述底色涂膜上的透明涂膜。

5.根据权利要求4所述的涂装质量预测装置，其特征在于，

所述底色涂料的特性基于该底色涂料的材料来计算。

6.一种涂装质量预测装置，其特征在于，具备：

已学习模型，对关于涂料的信息和该涂料涂装时的条件与通过在该条件下涂装该涂料而获得的多个被涂装物的涂色的偏差之间的关系进行了学习；以及

计算部，使用所述已学习模型，根据关于涂料的信息和涂装时的条件计算出涂色的偏差。

7.根据权利要求6所述的涂装质量预测装置，其特征在于，

涂色的偏差包括CIE1976L^*a^*b^*颜色空间中的各值的偏差。

8.根据权利要求6或7所述的涂装质量预测装置，其特征在于，

关于涂料的信息包括涂料的样本色。

9.一种已学习模型的生成方法，其特征在于，包括以下步骤：

获取训练数据，所述训练数据包括涂料的特性、该涂料涂装时的条件以及通过在该条件下涂装该涂料而获得的涂膜的表面的平滑性；以及

使用所述训练数据，生成已学习模型，所述已学习模型在被输入涂料的特性和涂装时的条件的情况下输出涂膜的表面的平滑性。

10.一种已学习模型的生成方法，其特征在于，包括以下步骤：

获取训练数据，所述训练数据包括关于涂料的信息、该涂料涂装时的条件以及在该条件下涂装该涂料后的多个被涂装物的涂色的偏差；以及

使用所述训练数据，生成已学习模型，所述已学习模型在被输入关于涂料的信息和涂装时的条件的情况下输出涂色的偏差。