基于Power BI的汽車外表面色差數據展示系統

蔣佳偉

基于Power BI的汽車外表面色差數據展示系統

蔣佳偉

一個測量部位的色差數據通常包括多個元素，而整臺車的外表面又包含多個測量部位，即多組數據，且各組數據間又有匹配和相合關系。色差數據如果用純文字展示，不但不便于閱讀，還不便于展示各元素間的關系。為了解決這一問題，利用Power BI強大的信息分揀與可視化功能，開發了一種展示工具。該工具用簡潔、清晰的方法展示諸如色差數據這類包含多個元素且有匹配關系的信息，并展示其變化趨勢。有助于指導質量優化，并促進該項工作的跨單位、跨部門協作。

Power BI；信息可視化；色差

1 研究背景

1.1 汽車外表面色差的應用

當代很多乘用車，車身外殼（包括車身骨架、翼子板、門蓋）及其相鄰的外飾件（前后保險杠、加油小門、門外把手、外后視鏡罩殼等等）都被設計成同色，如圖1(a)與圖1(b)的對比。

車身外殼及其相鄰的外飾件，雖然被設計成同種顏色，但由于是不同廠家生產的，所以相互之間難免出現色差。色差，即顏色差異，既包括被測件與標準色板間的差異，也包括兩個被測件之間的差異。本次研究的應用場合是車身外殼及其相鄰的外飾件的顏色差異，即上述第二種情況[2]。

色差的評判，以目視為首要方法，因為這是用戶能直接體驗到的質量。另一種方法是測量數據，主要用于指導產品狀態分析與優化。絕對消除色差是難以實現的，但保持在用戶不易察覺的范圍內，是必要且可行的[1-3,5]。

圖1 車身外殼與各外飾件顏色對比

1.2 色差數據展示方法的改善

色差數據，通常用明度和色相來表示，而色相又分為紅相和黃相。圖2表達了紅相和黃相相互作用后的目視效果，表1表示了這三個指標大小對目視感覺趨向的影響。

圖2 色相相互作用后的目視效果

每一種顏色都有各自的標準數據：如某顏色標準數據是’=4.25，’=21.28，’=13.27。而在實際工作中，通常采用實測數據減去標準數據之差，即偏差數據來描述顏色：如某車某測量部位實測后得偏差數據為Δ=0.25，Δ=0.10，Δ=?0.05，即該測量部位比標準顏色在數據上偏亮偏紅偏藍；再如某測量部位實測后得偏差數據為Δ=0.15，Δ=0.33，Δ=0，即該測量部位比標準顏色在數據上偏亮偏紅，而黃相與標準數據相同。需要指出的是，以上的“偏向”都是數據上的，而數據又與每個人的目視效果可能存在差異。目視是很直觀也很主觀的評價方式，數據則是量化的產品狀態分析與優化的工具。

表1 三個指標對目視感覺趨向的影響

指標越大越小 L趨亮趨暗 a趨紅趨綠 b趨黃趨藍

用儀器測量顏色，還要考慮儀器對被測表面的光入射角度的不同。例如某企業規定：要用儀器測量20°、45°、100°三個入射角狀態下的顏色數據，三個入射角也各有對應的標準數據’、’、’，由此，實測后也得到三組Δ、Δ、Δ。

測得的數據多而雜，如何用更簡潔、清晰的方法展示數據，是本次研究的意義[1,3]。

顏色也可以不用、、，而使用、、即明度、飽和度、色調角來表達，本文暫不研究。

2 現狀描述

表2上每列為一個測量部位。因為有三個光入射角度，每個入射角都有各自的Δ、Δ、Δ，所以每個測量部位有9個數據。

表2 車身為某種藍色的某車外表面測量報告

測量部位12345678910 20°△L?1.04?1.23?0.890.32?1.670.15?1.39?0.89?1.750.08 △a0.14?0.320.03?0.24?0.07?0.310.27?0.33?0.03?0.29 △b0.170.21?0.310.360.240.310.470.330.440.49 45°△L0.290.380.350.700.050.210.480.080.140.12 △a?0.10?0.45?0.13?0.46?0.19?0.38?0.31?0.59?0.09?0.35 △b?0.48?0.40?0.66?0.26?0.40?0.05?0.43?0.33?0.25?0.36 100°△L0.510.470.760.500.770.310.740.580.510.32 △a?0.14?0.46?0.19?0.42?0.19?0.35?0.11?0.48?0.15?0.15 △b?0.48?0.76?0.46?0.68?0.57?0.46?0.47?0.66?0.47?0.60

表3 各列序號代表的測量部位

單數列序號車身側測量部位雙數列序號外飾件側測量部位 1前翼子板2前保險杠 3后翼子板4后保險杠 5A柱6外后視鏡罩殼 7車門8門外把手 9加油小門旁10加油小門

表2各列所表示的測量部位，在表3上描述。測量部位總是成對出現的，以上兩張表的各單數列表示車身側的各測量部位，各雙數列表示外飾件側的各測量部位，第1列與第2列構成一個匹配區域，第3列與第4列構成一個匹配區域，以此類推。因此，每臺車共有5個匹配區域，每個匹配區域各有2個彼此相鄰的測量部位[1,3]。

Δ、Δ、Δ數字越接近0，則說明測得的數據離該顏色該入射角度的標準數據即’、’、’越近，或者說顏色越接近于標準色；而單數列及其右側緊鄰的雙數列之間數據差異的大小，表示了該匹配區域下兩個彼此相鄰的測量部位之間顏色差異的大小。日常工作中，更多的工作量在縮小后者的數據差異，即削弱車身和外飾件的色差，因為顧客不會拿著標準色板與車身表面比對，但車身與外飾件的顏色差異是可視的。

測量報告表格雖然能準確地量化表達，但非常不便閱讀，因此嘗試圖示化；而且每張表格只能表示一臺車的數據，不能表示多臺車的走勢。本次研究，成功開發了“分類走勢圖組”這一展示形式，解決了以上問題，有利于色差控制各參加單位和部門之間的協作。

3 開發與使用

3.1 系統外觀布局

本數據展示系統是使用Power BI開發的。圖3是某藍色的車輛外表面色差分類走勢圖組。前文已述每臺車有5個匹配區域，此處展示前2個匹配區域的圖表，略去后3個區域。每個區域的三個豎列分別表示三個光入射角度，而三個橫行分別表示三個指標。

圖3 分類走勢圖組

圖組中的每個小圖表，如圖4，表示某個匹配區域，某個光入射角度，某個指標的偏差數據走勢。其中橫坐標為展示序號；縱坐標為所展示指標的大小；黑色實線折線為車身色差走勢，灰色實線折線為其相鄰的外飾件色差走勢；點線水平線為數據偏差的上下限，這個上下限既可能是企業標準規定的，也可能是經驗數據。

這種形式比較直觀地展示了匹配雙方數據的相合關系。進一步地，可判斷和指導各方需優化的方向和幅度，即雙方各優化哪些光入射角度、哪些指標、往哪些方向優化。此外，還加入了數據走勢展示的功能。

截至2018年6月底，我國“新三板”掛牌企業12775家，按照行業進行篩選，新聞和出版業共有30家企業掛牌，其中27家為民營企業，北京和上海共有13家，其他基本分布在省會城市，可見新聞和出版企業主要集中在大中型城市。

前文已述，色差控制，不僅要使車身和外飾件的偏差數據，即Δ、Δ、Δ都接近于0，更重要的是雙方的Δ、Δ、Δ分別要彼此接近。

圖組右部，從上到下，一是本頁圖表所展示的顏色名稱，二是展示序號選擇器，三是展示序號對應表。在展示序號對應表上，“序號”是指前述的，小圖表橫坐標上的展示序號；另有序號對應的日期，表示“x”號車是某日測量的。

圖4 分類走勢圖組下的小圖表

之所以在橫坐標上展示“1”“2”“3”等序號，是為了減少橫坐標文字所占用的顯示空間，否則如果在橫坐標展示“xxxx年xx月xx日”，會壓縮圖表上折線的顯示空間。而使用展示序號選擇器，可以使圖表只顯示一定序號范圍內車輛的數據，避免圖表上展示過多數據，干擾觀看。

3.2 數據源文件制作

Power BI的圖表，是以數據源為支撐的。

本次開發的分類走勢圖組，其使用的數據來自表2的測量報告，前文已述這是由測量儀器自動生成的，一張表表示一臺車的數據。為了使Power BI圖表能表示多臺車的走勢，需要把原來幾張測量報告表格的數據，在一張表格上表示出來。Power BI通常以一個橫行為一條數據，各豎列為數據的各字段，故需要改變數據格式：將原來的“用一張二維表格展示一臺車的數據”，變為“用一個橫行來展示一臺車的數據，用n個橫行表示n臺車的數據”。

表4 數據源文件

序號日期xx藍??1?20°?ΔLxx藍??1?20°?Δaxx藍??1?20°?Δbxx藍??1?45°?ΔLxx藍?1?45°?Δaxx藍?1?45°?Δbxx藍?1?110°?ΔLxx藍?1?110°?Δa 12021/1/28?1.02?0.02?0.110.390.48?0.160.470.48 22021/2/231.24?0.32?0.450.190.45?0.330.220.49 32021/3/110.94?0.31?0.49?0.320.42?0.320.420.46

表5 數據源文件

xx藍?1?110°?Δbxx藍?2?20°?ΔLxx藍?2?20°?Δaxx藍?2?20°?Δbxx藍?2?45°?ΔLxx藍?2?45°?Δaxx藍?2?45°?Δbxx藍?2?110°?ΔLxx藍?2?110°?Δaxx藍?2?110°?Δb 0.44?1.820.050.25?0.18?0.42?0.500.63?0.48?0.08 0.45?0.95?0.180.220.41?0.230.180.91?0.420.18 0.430.31?0.310.560.00?0.54?0.440.42?0.55?0.38

表4和表5的每個橫行表示一臺車的數據，此處有3行，表示積累了3臺車的數據。每個豎列表示一個字段，例如字段“xx藍-1-20°-Δ”表示“xx藍，第1個測量位置，光入射角度為20°的Δ”，依此類推。10個測量位置、3個角度、3個指標，外加“序號”、“日期”，所以每條數據（即每臺車的信息）共有92個字段，表4為了簡化描述，略去測量位置3到10的72個字段。

由表2的二維表格到表4的數據行，通過Excel的復制和轉置粘貼功能完成。原本是“n張表2”，現在變為“表4的n個橫行”，以此為Power BI圖表的數據源[4]。

3.3 數據對應關系建立

在Power BI中，先從數據源文件（表4的Excel文件，一張表表示幾臺車的色差數據）中“獲取數據”，之后建立圖表（pbi文件）與數據源文件的聯動關系。

每個小圖表的橫坐標，即Power BI中的“軸”，各小圖表都選用數據源的“序號”字段；而每個小圖表的縱坐標，即Power BI中的“值”，分別給各小圖表選用欲填入的相應匹配區域、相應光入射角度的相應指標（如圖3的對應關系），“值”中既要填入外飾件側的字段，也要填入車身側的字段。

比如圖4這張小圖表，表示“前翼子板與前保險杠”這個匹配區域20°光入射角度的Δ。其“軸”選用“序號”字段；其“值”選用“xx藍-1-20°-Δ”、“xx藍-2-20°-Δ”，測量位置1和2分別表示“前翼子板”和“前保險杠”，如前文所述，這兩個位置構成一個匹配區域。

“線條樣式”即走勢圖線的樣式，兩條走勢圖線均選用實線，車身和外飾件走勢圖線顏色分別為黑和灰。

圖表上添加兩條“恒定線”，設為點線，作為數據偏差的上下限。

日常使用時，如后續有車輛被測量，則將新測量得到的報告表格，復制粘貼為前述橫行，添加入表4，再在Power BI中點擊“刷新”即可將新測得的數據添加入圖表。

4 總結

基于Power BI強大的信息分揀與可視化功能，本次研究所開發的“分類走勢圖組”系統，用一種簡潔、清晰的形式展示色差數據。如前文所述，該系統通過圖示化，展示了匹配各方數據的相合關系，以及各方需優化的方向和幅度，此外還能展示各數據的走勢，在跨單位跨部門協作中取得了良好的效果。

本文對工作中的一些細節并未描述。另外，如加強Power BI的學習，也許可以以更簡便的方式完成圖表制作。但文中介紹的方法與過程，可為同行提供參考。

[1] 周杰,陳慕祖,于淑霞.車身油漆色差的原理、測量及控制[J].涂料工業.2001(3).29-32.

[2] 劉仁龍.車身油漆色差控制[J].上海涂料.2009(3).33-37.

[3] 陽克付,陳寶歌,張園忠.整車外觀色差控制探究[C].第7屆車用涂料及汽車修補漆“拜耳杯”技術研討會.2006.84-86.

[4] 劉金銘,尹庚智,李鍵,等.基于Power BI的油田注水運行動態分析與可視化展示[J].云南化工.2021(8).150-152.

[5] 孫小貞,徐華樂,蔡小坤,等.淺談汽車涂層色差控制[C].第十二屆河南省汽車工程科技學術研討會.2015.303-304.

An Automobile External Surface Colour Matching Data Display System Based on Power BI

JIANG Jiawei

One measuring area of colour matching usually includes multiple elements. The exterior surface of the whole car also includes multiple measuring areas, or multiple sets of data. Matching relationships also exist between the data sets. Colour matching data shown in text only are hard to read and display the relationship between elements. For solving this problem, the powerful information sorting and visualization function of Power BI is applied to develop a sort of display tool. This tool shows the data, for instance, the colour matching, which contain multiple elements and their matching relation- ship, besides, the trend, in a lucid form. That guides the quality optimization and promotes cross-unit and cross-departmental collaboration in this project.

Power BI; Information visualization; Colour matching

U463.82

B

1671-7988(2021)24-68-05

U463.82

B

1671-7988(2021)24-68-05

10.16638/j.cnki.1671-7988.2021.024.015

蔣佳偉，工程師。