整車外飾顏色質量控制與管理

摘要：為提高整車外飾顏色質量控制與管理效果，對整車誕生和批量生產2個階段的外飾顏色質量管理方法進行了總結。基于工作實踐，提出了結合顏色特性分析的色差管理方法。通過分析關鍵特性數據和控制標準設置，提高新車型外飾顏色質量育成認可效率，同時避免了批量色差事故的發生。

關鍵詞：外飾顏色 質量控制 顏色特性

中圖分類號：TQ639" 文獻標志碼：B" "DOI： 10.19710/J.cnki.1003-8817.20240019

Quality Control and Management of Automobile Exterior Color

Abstract： In order to improve exterior color quality control and management effect， the management methods of quality control for vehicle exterior color before and after mass production are summarized. Based on the practices， the method combined with color characteristics analysis is proposed. The key characteristic data are analyzed and control standards are established， which aims to improve the recognition efficiency of new vehicle exterior color quality and prevent the occurrence of batch color difference accident.

Key words： Exterior color， Quality control， Color characteristics

1 前言

近年來，消費者消費觀念不斷升級，對汽車的品控理念也不斷提升，車輛外觀顏色的新穎性及車身與外飾件間的顏色差異舒適度是整車感知質量的第一印象。為此，各大主機廠加快車身顏色的開發，不斷推出各種新穎顏色，油漆體系及配方也日趨復雜，對整車外飾顏色質量控制要求更高。本文從整車誕生和批量生產2個階段出發，探討整車外飾顏色質量控制及管理方法。

2 顏色基本理論及評價方法

顏色是人的視覺系統對不同頻率（能量）光波的感知，既是客觀存在的，又是人的主觀感受，因此對顏色的認知存在一定差異。

整車外飾顏色評價方法一般包括目視評價和數據評價，目視評價可采用由奇數個成員組成的聯合小組，在正午日光或標準D65光源（模擬日光）下進行評估，通常在標準D65光源下，利用基于CIE-Lab模型的色差儀測量各特性參數在角度分別為15°、25°、45°、75°、110°時的數據，并分析及評估，特性參數含義如表1所示。

不含效果顏料的油漆常利用45°測量數據評估顏色差異。由于含金屬粉或珠光粉等效果顏料的油漆對入射光的反射、折射及散射存在各向異性，同時受油漆噴涂過程中的物質質量傳遞、動量傳遞、熱量傳遞等影響，常分析以上5個角度的測量數據，其中角度為15°和25°的測量數據用于評估金屬粉或珠光粉對顏色的影響，角度為75°和110°的測量數據用于評估油漆本體顏料對顏色的影響。在整車誕生階段和批量生產階段，目視評價和數據評價的重要性略有差異。

3 整車外飾顏色育成質量管理

由于受車身與外飾件各自噴涂油漆體系及生產工藝、設備、環境等差異的影響，在每款顏色批量投產前，必須進行外飾件與車身的顏色匹配認可，確保二者的目視顏色匹配效果及測量數據（僅包括可測量數據的外飾件）同時滿足相關控制標準要求，以保證整車外觀質量及后續批量生產的穩定性。

3.1 育成方法及流程

3.1.1 育成方法

鎖定車身顏色狀態后調試匹配外飾件顏色是一種高效的育成方法，被國內外大多數主機廠使用[1]。車身顏色狀態鎖定分為目視和數據，目視狀態鎖定可使用車型開發過程中制作的標準色板進行比對確認，既要重點關注車身（尤其是與外飾件搭接部位）與標準色板間的顏色差異，又要關注車身相鄰零件間及左、右對稱零件間的顏色協調性；數據鎖定要求與外飾件搭接零件的測量數據滿足控制范圍要求。車身顏色調試鎖定后（定義為標準車身），其匹配點的測量數值可用于各個特性值趨勢分析，為外飾件的優化調試提供參考。

3.1.2 育成流程

整車外飾顏色育成流程如圖1所示，大致分為2個階段：第1個階段是結合標準色板進行油漆車身育成調試，調試過程中既要兼顧每款顏色的遮蓋力，又要兼顧批量生產后因油漆批次更換所帶來的顏色差異；第2個階段是外飾件入廠后隨車身進行匹配調試，匹配前提為滿足色差儀測量條件的外飾件的測量數據必須滿足控制范圍要求，且外飾件與標準色板比對無較大顏色差異，在此基礎上，結合其與車身間的目視顏色差異進行工藝或油漆配方的調整。

3.2 質量管理與促進

汽車外觀顏色日趨多樣，油漆配方也日漸復雜，由傳統的單色油漆逐漸過渡為帶有效果顏料（如金屬粉或珠光粉）的復雜油漆體系，加之顏色迭代速度加快、整車誕生周期縮短，給整車外飾顏色育成質量管理工作提出了更高的要求。本節提出全新的質量管理與促進方法。

3.2.1 分析顏色特性

開始匹配前，從色相組成的維度對每款顏色進行系統分析，了解影響顏色差異的主要色相。例如，圖2所示的2塊白色色板，從目視上看，珠光白呈現偏黃的暖色調白色，而高山瑩白呈現偏藍的冷色調白色；由表2可知，2種白色的Δb（75°）和Δb（110°）均存在較大差異，影響這2種白色色調的關鍵色相截然不同，實際目視存在較大的差異，因此，分析顏色色相組成十分必要。

對于含有金屬粉的油漆，需要關注金屬粉對顏色明暗程度的影響，由于金屬粉的大小、形狀（包括麥片狀或顆粒狀）、含量及噴涂后在漆膜內的排列方式對光的反射存在一定影響，因此，在不同的觀察角度下零件表面顏色明暗程度存在變化。如圖3所示，某黃色油漆中摻雜一定比例的金屬粉，車身相鄰零件間的顏色在不同的觀察角度下呈現出亮暗的差異[2]。另外，對于此類油漆，還需要重點關注噴涂工藝對顏色的影響，采用靜電噴涂工藝的車身，大多數金屬粉趨向于垂直排列在車身表面，帶來一種車身漆膜具有金屬光澤的感受（即呈現明暗變化）；而對于某些采用非靜電噴涂工藝的外飾件，金屬粉趨向于平鋪在零件表面，裝配后會存在外飾件在某些角度較車身“偏亮”或飽和度較高的顏色較車身“偏淡”的現象[3-4]。

對于含有珠光粉的油漆，需要關注珠光粉的顏色、含量及粒徑大小對油漆色相的影響，例如利用色差儀對零件同一測量位置分別采用平行地面和垂直地面（色差儀入射光角度）2種測量方式評估紅色和黃色珠光對某顏色的影響，結果如圖4、圖5所示，特性值Δa和Δb的15°及25°測量數據差異較大，實物目視發現該顏色存在隨角異色（即不同的觀察角度，呈現出明暗度或色相變化），顏色的變化集中體現在紅相和黃相。在該顏色的實際育成匹配過程中，對某外飾件噴涂的油漆配方進行了紅色和黃色珠光比例的調整，結果如表3所示，調整后外飾件和車身的目視匹配效果較好。因此，對于含有高飽和度顏色珠光粉的油漆，可嘗試通過調整珠光配比來改善外飾件和車身的目視匹配效果，而不僅僅通過調整色漿比例來改善顏色差異[5]。

分析顏色特性不僅有助于尋找影響顏色差異的關鍵因素，提高顏色育成認可效率，還有利于在匹配過程中總結各關鍵因素對顏色差異的影響程度，有助于批量生產階段色差問題的快速解決。

3.2.2 制作不同梯度的試驗件

在每輪匹配過程中，結合當前顏色差異的主要影響因素，從工藝參數優化或油漆配方調整等維度，制作不同梯度的試驗件用于目視比對和數據分析，此方法有利于快速確認影響顏色差異的主要矛盾點的影響程度，同時有助于明晰現場施工參數或油漆配方調整對實物顏色的影響，對量產階段出現異常色差問題及時響應。

3.2.3 制作工作色板

在新車型生產準備啟動前，通常先確定標準色板，供調試準備使用，但標準色板的制作工藝、生產方法及施工環境與車身存在一定差異，因此，某些顏色的車身與標準色板常存在微小差異。此時，可以在標準車身鎖定完成后，隨調試車身制作同批次色板[6]，挑選出與標準色板、標準車身對比顏色最為接近的作為工作色板，并作為過渡色板縮小標準色板與標準車身間的差異，既可以為外飾件的精細化調整提供目視依據，方便快速整改，又有利于驗證車身顏色調試的穩定性。

3.2.4 問題推進

技術人員可在顏色育成階段建立問題推進機制，聯合外飾件工藝調試人員、車身工藝調試人員以及配套的油漆廠家對每輪匹配出現的色差問題進行分析，提出建議調整方向，調整相應噴涂工藝或油漆配方，并在每輪匹配過程中，結合實物匹配狀態驗證改進效果。此項工作有助于明晰每輪匹配中外飾件優化調整方向，快速精確地解決匹配過程中的色差問題，提高育成效率。

4 量產整車外飾顏色質量控制

在顏色育成階段，車身和外飾件通過認可代表其能夠生產出目視匹配狀態良好且測量數據滿足控制范圍要求的零件。而在批量生產階段，隨著產量的增加，車身和外飾件經常會受到人、機、料、環等諸多因素的影響，出現車身或外飾件顏色狀態不穩定的問題，因此，維持預先認可狀態的能力成為該階段的工作重點。

常規的顏色批量監控工作包括入口檢查、整車裝配下線后抽樣檢查等，其實質屬于“負反饋”的質量控制方式。對于測量數據不滿足控制范圍要求，但目視顏色偏差較小的情況，常以保證產量為原則，優先交付車輛，及時對出現顏色偏差問題的零件進行調整。當出現重大色差問題造成車輛滯留及返修時，將帶來額外的成本。此外，當前汽車高度集成，許多零部件內集合大量傳感器，如拆裝保險杠面罩等零件可能會造成電氣功能失效，因此，顏色批量監控階段應建立“預防”機制，及時處理顏色偏差的零件。

4.1 主要特性數據的虛擬監控

批量生產階段，常規的數據采集通常針對裝配完成后的整車進行數據分析與目視評價，此過程發現色差問題較滯后。為此，對外飾件和車身各批次或生產日的自測數據進行虛擬監控，結合與顏色特性相關的主要特性數據的變化趨勢，在整車裝配前提前預警，避免批量色差事故發生。

某灰色油漆含有一定比例的紅色珠光，育成階段發現漆膜內紅色珠光的數量和排列方式會影響車身或外飾件的紅色色相，Δa（110°）可表征紅色珠光對車身和外飾件紅色色相的影響。圖6為近5個生產日的車身與后保險杠面罩相應匹配部位的Δa（110°）自測數據，車身的第1個和第2個生產日的Δa（110°）測量數據存在增大趨勢，后保險杠面罩變化不大。因此，可以預測整車裝配后的目視效果將出現車身較后保險杠面罩“偏紅”，此時需要識別生產過程或油漆批次間的異常點，通過增加機器人噴涂流量或減少油漆內紅色珠光比例來減弱紅色色相，后續3個生產日車身的Δa（110°）測量數據與后保險杠面罩偏差較小，實際裝車目視效果良好。

4.2 主要特性數據控制范圍設定

對于含有效果顏料的油漆，大多數主機廠常對綜合值ΔE（綜合評估明度、彩度、飽和度等對顏色的影響）設置控制標準，計算如下[7]：

式中：ΔE為綜合值，ΔL、Δa、Δb分別為樣品測量值與標準值的差值。

由式（1）可知，如果2個零件的Δa及Δb的測量數據完全相同，即使ΔL絕對值相同但存在正負差異，綜合值ΔE相等的情況下實際目視效果可能會存在明暗差異，因此，需要對ΔL、Δa和Δb分別設置上、下限，以便于顏色控制。某些主機廠使用±1或更窄的范圍作為ΔL、Δa和Δb各角度的上、下限控制標準，實際上，對于單臺車上百個數據而言，某些特性數據即使超出了相應控制范圍，實物目視差異很小。因此，ΔL、Δa和Δb的上、下限控制范圍應結合顏色特性、常發問題及相應數據變化趨勢設置合理的控制標準，以適配實物目視評價抱怨變化趨勢。

圖7為某帶有紅色珠光的灰色車身某匹配部位12個生產日的Δa（110°）測量數據變化趨勢，相較于認可階段的測量數據，前4個生產日的Δa（110°）測量數據偏負向，峰值較認可時相差約1.6，整車目視效果為車身“少紅”，可通過減少噴涂流量或增加油漆內紅色珠光比例調整紅色色相。按照以上調整方式，從第5個生產日開始，Δa（110°）逐漸恢復至正常范圍，實車目視效果良好。但從第9個生產日開始，Δa（110°）測量數據增大，整車目視效果為車身“偏紅”，此時可通過調整噴涂參數改善車身“偏紅”現象，從第10個生產日開始調整，Δa（110°）逐漸降低至正常范圍，且實車目視匹配效果良好。基于以上分析結果，可將車身Δa（110°）測量數據控制范圍設置為0～1.0，在此范圍內的車身將不會出現目視“偏紅”或“少紅”的抱怨。

4.3 樣件封存

批量生產階段，油漆每批次間會存在微小變化，伴隨著生產環境和設備波動，常會引發外飾件數據波動，當測量數據略微超過控制范圍時，無法預料裝車后是否會引發色差抱怨。可在育成階段將所認可的零件封存為樣件作為參照，當某批下線零件出現數據波動時，抽取一定輛份與樣件進行目視比對，根據二者差異情況判斷是否通過，快速調整偏差，在一定程度上避免整車批量色差事故。

以樣件為參照物，既可及時開展“糾偏”，還可避免因車型量產時間長而帶來的外飾件顏色累積偏差，使外飾件在車型的整個生命周期內保持認可時的顏色狀態。

5 結束語

整車外飾顏色質量控制與管理是一項系統化的復雜工作，外飾件或油漆車身的表面顏色受人、機、料、法、環等因素多維度交織影響，既涉及物質間的質量轉遞、動量傳遞及熱量傳遞，又涉及物質間的化學反應，因此，不存在以一種規律適配所有油漆體系的普適性質量管理方法，需要根據具體油漆體系、生產工藝及施工環境，因地制宜地總結制定相應質量控制方法。

參考文獻

[1] 林俊輝， 盧英東. 轎車外飾色差質量管理提升[J]. 涂層與防護， 2022， 43（6）： 33-37+42.

[2] 李飛， 何海濤， 孫義， 等. 涂裝車身色差一致性控制[J]. 汽車工藝與材料， 2016（11）： 19-21.

[3] 張孝強. 銀色漆現場調試及色差分析[J]. 現代涂料與涂裝， 2016， 19（5）： 47-49+52.

[4] 金淳， 羅興軍， 劉磊. 整車外飾色差管理與控制[J]. 現代涂料與涂裝， 2020， 23（9）： 69-72.

[5] 廖大政， 高成勇， 王納新， 等. 汽車外飾件漆膜色差的影響及控制[J]. 汽車工藝與材料， 2014（6）： 29-32.

[6] 范京飛. 乘用車外觀色差的控制[J]. 汽車工藝與材料， 2006（7）： 33-36.

[7] 汪守軍. 整車外飾色差質量管理措施研究[J]. 汽車測試報告， 2023（3）： 13-15.