Optimización de la formulación de pinturas de efecto con tecnología inteligente

Imagen 1: Las pinturas con efectos son ahora habituales entre los fabricantes de automóviles.

Las pinturas con efectos, como las metálicas y las nacaradas, siguen ganando popularidad, especialmente en el mercado automovilístico. Estos recubrimientos crean acabados visualmente impactantes y satisfacen la demanda de los consumidores de una estética personalizada y de alta calidad.

Sin embargo, la formulación de pinturas con efectos es más compleja que la de los colores estándar debido a la forma en que la luz interactúa con los pigmentos y los sustratos. A diferencia de los colores sólidos, las pinturas con efectos presentan características como brillo, rugosidad y cambios de color que varían según los ángulos de visión y las condiciones de iluminación. Para capturar y combinar estas propiedades se necesitan herramientas de medición y formulación del color que puedan analizar los datos espectrales y de apariencia para garantizar una representación precisa del aspecto final.

Imagen 2: Ejemplo de características de pintura con efectos tales como brillo, escamas y rugosidad.

Imagen 3: Muestra de pintura de prueba junto a la muestra objetivo.

Tradicionalmente, esto requiere profesionales altamente cualificados y conlleva un importante proceso de prueba y error. En el mercado del repintado de automóviles, por ejemplo, hasta el 80% del presupuesto de I+D de un fabricante de pinturas se destina a la combinación de colores, y algunas formulaciones requieren hasta 15 iteraciones.

La correspondencia de colores asistida por software agiliza este proceso al reducir el número de iteraciones necesarias y acelerar cada paso. Los dos enfoques principales son:

1. Buscar y corregir: En este método, el proceso comienza con una medición multiángulo de la muestra objetivo. El software busca en una base de datos de recetas conocidas y mediciones correspondientes para encontrar la correspondencia más cercana. Incluso la mejor correspondencia a menudo requiere ajustes, pero estos refinamientos son relativamente menores, lo que hace que este enfoque sea eficiente, siempre que exista una base de datos adecuada. Sin embargo, sin una base de datos existente, el método es ineficaz.

2. Formulación desde cero: Cuando no existe una base de datos adecuada de recetas, se debe crear una nueva formulación desde cero. Esto es mucho más complejo y requiere modelos físicos sofisticados para predecir las interacciones de los pigmentos en diversas condiciones.

Las pinturas con efectos requieren modelos multiflujo avanzados para simular cómo interactúan los fotones con los materiales en capas. Los modelos tradicionales, como el de Kubelka-Munk, funcionan bien para muchas aplicaciones, pero, debido a la simplificación de las hipótesis y ecuaciones, no son suficientes para las pinturas con efectos, por lo que se necesitan modelos físicos más avanzados.

Históricamente, la complejidad de formular pinturas de efecto desde cero ha limitado el uso de este enfoque. Sin embargo, la arquitectura moderna de computación en el cloud, junto con los algoritmos inteligentes, están cambiando esta situación al hacer que la formulación a gran escala sea más práctica y eficiente.

Un flujo de trabajo típico de 'formulación desde cero' sigue estos pasos:

1. Medición de la muestra objetivo: los espectrofotómetros multiángulo capturan datos espectrales y de textura.
2. Preselección de pigmentos: los usuarios seleccionan los pigmentos que probablemente produzcan el efecto deseado, lo que reduce la complejidad computacional.
3. Definición de reglas: los usuarios seleccionan restricciones como la compatibilidad de los pigmentos y el cumplimiento normativo.
4. Evaluación de combinaciones: el software determina las combinaciones de pigmentos válidas basándose en la preselección y las restricciones.
5. Optimización: las cantidades óptimas de pigmentos que maximizan la similitud espectral multiángulo se calculan en un proceso de optimización altamente paralelizado, aprovechando la potencia de la computación en en cloud.
6. Revisión y selección por parte del usuario: los usuarios revisan y seleccionan la mejor formulación para la producción.

Imagen 4: El flujo de trabajo de formulación desde cero.

Imagen 5: Parches de imágenes en color HDR calibradas proporcionadas por el espectrofotómetro multiángulo MA-T12 de X-Rite.

Formular un color de pintura eficaz desde cero requiere un gran esfuerzo computacional debido al gran número de combinaciones de pigmentos posibles. Sin las restricciones adecuadas, una sola solicitud de formulación puede implicar millones de posibilidades, cada una de las cuales requiere un proceso de optimización completo, lo que ralentiza los enfoques de software tradicionales.

La computación paralela hace que este enfoque sea viable. En lugar de evaluar secuencialmente las combinaciones de pigmentos, los sistemas paralelos procesan múltiples posibilidades simultáneamente. A diferencia de las configuraciones tradicionales basadas en servidores, la computación en el cloud permite ampliar o reducir rápidamente los recursos para satisfacer las demandas empresariales sin tener que invertir en infraestructura física y, por lo tanto, gestiona los picos de carga de forma mucho más eficiente y con menos costes. Por ejemplo, nuestra implementación actual utiliza 100 nodos en paralelo y calcula una media de 100 combinaciones por segundo, lo que se traduce en 6.000 combinaciones evaluadas por minuto, independientemente del número de solicitudes de formulación simultáneas. Junto con las restricciones adecuadas, esta escalabilidad reduce fácilmente el tiempo de cálculo de horas a minutos o incluso segundos.

Plataformas como AWS proporcionan recursos flexibles que permiten a múltiples usuarios ejecutar formulaciones simultáneamente sin ralentizar el rendimiento.

Imagen 6: Datos que muestran cómo la selección y las restricciones de pigmentos pueden reducir significativamente el número de combinaciones posibles y, por lo tanto, el tiempo necesario para la optimización.

Imagen 7: Primera muestra objetivo y primer ensayo basados en pigmentos seleccionados automáticamente y formulación desde cero. Segunda muestra objetivo y segundo ensayo tras una única corrección.

Al minimizar el número de iteraciones necesarias y acelerar cada paso, las soluciones de software inteligentes permiten:

• Reducir el desperdicio de material: menor consumo de pigmentos por ciclo.
• Acelerar el tiempo de comercialización: reducción de los plazos de I+D para el desarrollo de nuevos colores.
• Reducir los costes: reducción de los gastos de mano de obra y operativos gracias a la automatización.
• Mejorar la sostenibilidad: el uso optimizado de las materias primas se ajusta a las prácticas respetuosas con el medio ambiente.
• Mejor control de calidad: la IA garantiza la consistencia del color en todos los lotes de producción.

¡No te pierdas la feria Paint & Coatings!

Visita los stands de X-RITE Pantone y Neurtek y descubre cómo llevar tus procesos de pintura y recubrimientos al siguiente nivel.

Explora soluciones avanzadas que optimizan la precisión del color, la eficiencia en laboratorio y el rendimiento de tus productos.

X-RITE Pantone – Stand 351

'echFocus 19 de Noviembre, 11:40 am – 12:00 pm / Sala 10 'Formulación, medición y comunicación del color y la apariencia” por Rubén Chulilla Maier

Neurtek – Stand 242

TechFocus 20 de Noviembre, 1:40 pm – 2:00 pm / Sala 10 'Soluciones técnicas para pinturas de alta calidad: desde la dispersión al control de calidad”'por Laura Ferreño