Einleitung: Die „Farbe“ eines Pigments ist nicht so einfach, wie sie auf den ersten Blick erscheint.
Das ”ultimative Ziel” der Farbrezeptur: Gegeben eine Zielfarbe (z. B. das Farbmuster des Kunden) – der Computer “Erstprinzipien”-Vorhersage, welche Pigmente und in welcher Menge benötigt werden – die gemischte Farbe unter jeder Lichtquelle (D65/A/TL84) und aus jedem Winkel (15°/45°/110°) stimmt mit der Zielfarbe überein (ΔE<1,0). Dieses scheinbar einfache Problem ist mathematisch extrem komplex, da die Farbe eines Pigments kein ”Skalar” (eine Zahl) ist – sondern ein kontinuierliches Spektrum von 380–780 nm (R(λ)). Unter verschiedenen Lichtquellen (D65 vs. A) ergeben sich für dasselbe R(λ) unterschiedliche integrierte Tristimuluswerte (XYZ) – dies ist die mathematische Wurzel der Metamerie. Die Kubelka-Munk-Theorie (1931) quantifizierte das R(λ) eines Pigments in zwei optischen Konstanten (K Absorption / S Streuung) und legte damit die theoretische Grundlage für die computergestützte Farbrezeptur von Beschichtungen.
I. Die Zwei-Konstanten-Theorie nach Kubelka-Munk
Die Kern gleichung der K-M-TheorieK/S=(1-R∞)²/(2R∞)R∞=Reflexionsgrad einer unendlich dicken Schicht——K=Absorptionskoeffizient (mm⁻¹)——S=Streukoeffizient (mm⁻¹). Pigmentmischung——(K/S)mix der Mischung=Σci×(K/S)i (lineare Überlagerung)——ci=Konzentration des Pigments i——dies ist die ”lineare Annahme” der Pigmentmischung In der praktischen Anwendung im Wesentlichen gültig (Fehler <5%) was die K-M-Theorie zur mathematischen Grundlage der computergestützten Farbrezeptur für Beschichtungen macht.
Die “Zwei-Konstanten” K und S der K-M-Theorie sind unabhängig voneinander Titandioxid (weiß/hoch S/starke Streuung) + Ruß (schwarz/hoch K/starke Absorption) – das (K/S)mix nach Mischung beider – K stammt vom Ruß – S stammt vom Titandioxid – die Mischfarbe ist der ”optische Mittelwert” von Weiß und Schwarz. Aber die Einschränkungen der K-M-Theorie: (1) Es wird angenommen, dass die Pigmentpartikel in der Beschichtung isotrop gleichmäßig verteilt sind (tatsächlich haben gesprühte Pigmente Orientierung/Verteilungsgradienten); (2) die Porosität/(PVC-Effekt) der Pigmente wird ignoriert (Poren sind zusätzliche Streuquellen/im K-M-Modell nicht berücksichtigt); (3) bei Effektpigmenten wie Metallic/Perlpigmenten versagt sie völlig (die Farbe von Effektpigmenten ist Spiegelreflexion + Interferenz/nicht Absorptionsstreuung) – es wird ein Mehrwinkelspektrum + Strahlungstransportmodell benötigt, um K-M zu ersetzen.
FAQ
Q1: Warum ist der Fehler der K-M-Theorie bei der Farbabstimmung von Ruß besonders groß?Ruß hat einen extrem hohen Absorptionskoeffizienten K (>1000 mm⁻¹ / weit höher als bei anderen Pigmenten) – bereits minimale Wägefehler (±0,01 %) führen zu einer signifikanten Änderung von (K/S) (>10 %) – die Helligkeit des Grautons weicht stark vom Ziel ab. Die „Präzision“ der Rußfarbabstimmung ist die schwierigste in der Lackfarbabstimmung – sie erfordert hochpräzise automatische Dosierung (Genauigkeit ±0,1 g) + „Robustheitsanalyse“ der Farbabstimmungssoftware.
Q2: Wie wird der „Flop Index“ des Mehrwinkel-Spektralphotometers (MA-T12/12 Winkel) berechnet?Flop Index=2,69×(L15°-L110°)^1,11/(L45°)^0,86——misst die „Farbwechsel bei Betrachtungswinkeländerung“ (Flop) von Metallic-LackenJe höher der Flop, desto ausgeprägter der Silbereffekt/die Metallic-Wirkung. Der Flop Index ist ein Standardparameter für die Farbqualitätskontrolle bei Automobil-MetalliclackenDer Flop-Wert von Metallic-Lacken muss innerhalb von ±2 zur Referenztafel liegen.
Q3: Warum ist KI-Farbgebung (CNN/Deep Learning) genauer als das traditionelle K-M?Das K-M-Modell ist ein lineares Modell und geht davon aus, dass sich K/S bei der Pigmentmischung linear überlagern lässt – doch in der Praxis sind die Verteilung, Ausrichtung und Streuung der Pigmente in der Beschichtung nichtlinear. CNN/Deep Learning „lernt“ die nichtlinearen Gesetzmäßigkeiten der Pigmentmischung aus tatsächlichen Farbdaten von Zehntausenden historischen Rezepturen – sagt direkt Rezeptur → Farbe voraus – benötigt keine lineare K-M-Annahme – die Vorhersagegenauigkeit (ΔE1.0). Aber KI benötigt große Mengen hochwertiger Trainingsdaten; in einem „kleinen Farbraum“ ohne ausreichende Trainingsdaten (z. B. spezielle Metallic-Effekte) ist KI schlechter als K-M.
Q4: Die Funktion „Rezeptkostenoptimierung” der Farbmischsoftware?Dieselbe Zielfarbe – es können mehrere Pigmentkombinationen erreichen (z. B. Rot – mit Eisenoxidrot (kostengünstig) oder DPP-Rot (teuer) + organisches Pigment (leuchtend)) – die Farbmischsoftware wählt unter allen „farblich akzeptablen (ΔE<1.0)" Rezepten automatisch das Rezept mit den geringsten Gesamtpigmentkosten aus und sortiert sie aufsteigend nach Kosten – zur Auswahl durch den Rezeptentwickler. Die Kostendifferenz – eine kostengünstige Pigmentkombination kann über 80 % billiger sein als eine teure Kombination – bei der Massenproduktion – ist die Rezeptkostenoptimierung die Kernquelle für den Unternehmensgewinn.
Q5: Die „Fünf-Dimensionen“-Farbabweichungskontrolle bei Metallic-Lackfarben – warum ist sie über 10-mal komplexer als bei Uni-Lacken? Die Farbe von Metallic-Lack ändert sich je nach Betrachtungswinkel – (1) 15° (Spiegelreflexionswinkel) – die Reflexion der Aluminiumflakes ist „hell/weiß“; (2) 45° (Frontal) – Hauptfarbton; (3) 75°–110° (Seitenansicht) – Dunkelbereich – die „Tiefe“ der Farbe. Zusätzlich sind (4) die Partikelgröße der Aluminiumflakes und (5) die orientierte Ausrichtung (Flop) erforderlich – die gleichzeitige Abstimmung von 5 Dimensionen ist die größte Herausforderung bei der Farbmischung. Ein Mehrwinkelspektralphotometer (5–12 Winkel) ist ein unverzichtbares Gerät für die Metallic-Lackfarbmischung.
Q6: Welche Rolle spielt die „Rezeptur-Robustheitsanalyse“ (Monte-Carlo-Simulation) bei der Farbrezeptur?Wägefehler – Pigment A Zielmenge 10,0 g – tatsächliche Wägung möglicherweise 9,9–10,1 g (±1 %) – dieser geringe Fehler führt bei der „empfindlichen Rezeptur“ (z. B. mit Ruß 0,05 g / Spurenmenge / Wägefehler möglicherweise > 100 %) zu einer Farbabweichung ΔE > 2. Monte-Carlo-Simulation – zufällige Generierung von > 1000 Sätzen „Kombinationen von Wägefehlern“ Berechnung des Farbwerts ΔE für jede Fehlerkombination Statistische Verteilung der Farbabweichung Identifizierung der „empfindlichen Pigmente“ Ingenieure können die Rezeptur anpassen (z. B. empfindliche Pigmente durch stabilere ersetzen) – um die Empfindlichkeit der Farbe gegenüber Fehlern zu verringern.
Q7: Warum hat die „Lichtkabine“ (Light Booth) im Farbzentrum mehrere Lichtquellen?Die Lichtkabine enthält drei Lichtquellen: D65 (Tageslicht/6500K), A (Glühlampe/2856K), TL84 (Leuchtstofflampe/4000K) – (1) Schnelle Prüfung auf Metamerie – eine Farbe passt unter D65 – unter A-Lampe „plötzlich anders“ – das ist Metamerie (erkannt in der Farbmischphase – nicht in der Beschwerdephase des Kunden); (2) Verschiedene Länder haben unterschiedliche Standardlichtquellen Chinas Standard ist D65, Europa D65, USA D65+A – für die Farbmischung für globale Kunden ist eine Bewertung mit mehreren Lichtquellen erforderlich.
Q8: Wie stellt das „Chargenmanagement“ der Farbe sicher, dass die 100. und die 1. Charge die gleiche Farbe haben?Der „Standardfarbtafel“ jeder Farbcharge wird die physische Farbtafel der ersten Produktionscharge (dauerhafte Archivierung/lichtgeschützt/konstante Temperatur und Luftfeuchtigkeit) aufbewahrt. Jede Charge wird mit der Standardfarbtafel mittels Spektralphotometer verglichen – ΔE<1,0 = qualifiziert. Das Spektralphotometer muss täglich kalibriert werden (Standard-Weißtafel + Standard-Schwarztafel) – Temperatur-/Feuchtigkeitsabweichung → Photometer „driftet“ Farbprüfdaten insgesamt um >ΔE 0,2 verschoben – die Farbkonsistenz zwischen den Chargen wird „vorgetäuscht hoch“ oder „vorgetäuscht niedrig“.
Q9: Globale gemeinsame Nutzung einer cloudbasierten Rezeptdatenbank für digitales Farbmanagement?Farbenunternehmen (wie PPG/Axalta) – Farbzentren weltweit teilen eine „cloudbasierte Rezeptdatenbank“Ein Colorist in Paris erfasst morgens ein neues Rezept – ein Colorist in Shanghai kann es am Nachmittag abrufen – weltweit synchron. Die cloudbasierte Rezeptdatenbank mit „Datensicherheit“ ist das „kernige geistige Eigentum“ des Unternehmens und muss stark verschlüsselt + zugriffskontrolliert + protokolliert überwacht werden, um zu verhindern, dass Rezepte an Wettbewerber gelangen.
Q10: Zukünftiges „unbemanntes Farblabor“ – Roboter + KI ersetzen den Farbtechniker?Roboter wiegt Farbpigmente automatisch ab + mischt automatisch + streicht automatisch auf → Spektralphotometer prüft automatisch → KI beurteilt, ob die Farbe in Ordnung ist → nicht in Ordnung → KI berechnet automatisch das Nachdosierungskonzept → Roboter führt Nachdosierung aus → erneute Prüfung → in Ordnung → KI gibt Rezeptur aus. Der gesamte Prozess läuft ohne menschliches Eingreifen 24h/Tag – die Farbmischeffizienz ist >10-mal höher als bei Handarbeit. Die Investition in ein unbemanntes Labor (>2 Mio. Yuan) eignet sich für große Lackunternehmen und kettengebundene Farbmischzentren. Für kleine und mittlere Lackfabriken – derzeit überwiegt weiterhin „Handarbeit + Halbautomatik“.
Verwandte Lektüre
Zusammenfassung
Die wissenschaftlichen Grundlagen der Farbtonrezeptur von Beschichtungen – die Kubelka-Munk-Zwei-Konstanten-Theorie (K-Absorption/S-Streuung) – quantifizieren das Reflexionsvermögen von Pigmenten als linear überlagerbare optische Konstanten. Ein Mehrwinkel-Spektralphotometer (5–12 Winkel) ist ein unverzichtbares Gerät für die Farbtonrezeptur von Metalleffektlacken. Das Deep Learning der KI ersetzt schrittweise die traditionelle K-M-Theorie – in Szenarien mit „großem Farbraum/großen Daten“ – wobei die Farbrezepturgenauigkeit deutlich steigt (ΔE<0,5). Kexin New Materials bietet Kunden umfassende Farbrezepturdienste und technische Unterstützung im digitalen Farbmanagement.