서 론

리버스 엔지니어링은 역설계 또는 리버스 엔지니어링이라고도 하며, 제품 또는 부품의 기존 시제품을 바탕으로 제품 또는 부품의 엔지니어링 설계 모델을 구축하고, 이를 바탕으로 기존 설계를 재설계하는 것을 말합니다.

리버스 엔지니어링은 크게 다음 세 가지로 나눌 수 있습니다.

(1) 대상 역전: 기존 제품을 매핑, 분해 등의 조건으로 재창조하는 것으로 기능 역전, 성능 역전, 프로그램, 구조, 재료 역전 등이 포함됩니다. 물리적 반전의 대상은 전체 기계, 부품 및 구성 요소가 될 수 있습니다.

(2) 소프트웨어 역전: 제품 샘플, 기술 문서, 설계 도서, 작동 지침, 도면, 관련 규범 및 표준, 거버넌스 사양, 품질 보증 매뉴얼 등을 기술 소프트웨어라고 합니다. 소프트웨어 리버스에는 물리적 소프트웨어와 기술 소프트웨어의 전체 세트, 물리적 소프트웨어만 있고 기술 소프트웨어는 없는 경우, 물리적 소프트웨어는 없고 기술 소프트웨어의 전체 세트 또는 일부만 있는 경우의 세 가지 종류가 있습니다.

(3) 이미지 반전: 디자이너는 제품을 현물로 가지고 있지 않고 기술 소프트웨어도 없으며 사진, 광고 또는 인상만 보고 제품을 방문합니다. 디자이너는 이러한 이미지 자료를 사용하여 제품을 개념화하고 디자인해야 합니다. 이러한 반전을 이미지 반전이라고 합니다.

현재 국내외 리버스 엔지니어링 연구는 주로 기하학적 형상의 역, 즉 제품의 CAD를 재구성하는 것에 중점을 두고 있으며, 이를 '물리적 리버스 엔지니어링'이라고 합니다.

2 리버스 엔지니어링 데이터 측정 기술

데이터 측정은 특정 측정 장비와 측정 방법을 통해 제품의 표면을 얻는 것입니다. 데이터 측정은 특정 측정 장비와 측정 방법을 통해 제품 표면의 이산 점의 기하학적 좌표 데이터를 얻고 제품의 형상을 디지털화하는 것입니다. 측정 원리는 측정할 제품을 CMM의 측정 공간에 배치하고 측정할 제품의 모든 측정 포인트의 좌표 위치를 얻을 수 있습니다. 이 점들의 공간 좌표값에 따라 컴퓨터 데이터 처리를 통해 원, 구, 원통, 원뿔, 표면 등의 측정 요소를 맞추고 수학적 계산을 통해 형상 및 위치 허용 오차 등의 기하학적 데이터를 얻습니다. 제품의 디지털 정보를 효율적이고 정확하게 획득하는 것은 리버스 엔지니어링을 실현하기 위한 기본이자 핵심입니다.

기존 데이터 수집 방법은 크게 두 가지로 나뉩니다.

(1) 접촉 데이터 수집 방법접촉 데이터 수집 방법에는 타격 트리거 데이터 수집과 연속 스캐닝 데이터 수집 원리에 기반한 힘 사용, 자기장 방식, 초음파 방식이 있습니다. 접촉 데이터 수집은 일반적으로 좌표 측정기를 사용합니다. 측정 할 때 물체의 특성과 측정 요구 사항에 따라 프로브와 방향을 선택하고 측정 지점 수와 분포를 결정한 다음 측정 경로를 결정할 수 있으며 때로는 충돌을 확인해야하는 경우도 있습니다. 트리거 데이터 수집 방법은 스위치 프로브라고도 하는 트리거 프로브를 사용합니다. 프로브의 프로브가 제품 표면에 접촉하면 프로브의 변형이 샘플링 스위치를 트리거하고 데이터 수집 시스템은 프로브의 현재 좌표 값을 기록하고 프로브를 한 점씩 이동하여 제품 표면 윤곽의 좌표 데이터를 얻습니다. 일반적으로 사용되는 접촉 트리거 프로브는 기계식 트리거 프로브, 스트레인 게이지 트리거 프로브 및 압전 세라믹 트리거 프로브입니다. 터치 트리거 프로브의 장점은 공간에서 박스형 공작물 및 알려진 제품의 표면을 측정하는 데 적합하며 치수 측정 및 인라인 애플리케이션에 적합하고 다용도로 사용할 수 있다는 점입니다. 크기가 작아 좁은 공간에 적용하기 쉽고, 데이터 포인트를 측정할 때 측정기가 균일한 직선 저속 상태에 있기 때문에 측정기의 동적 성능은 측정 정확도에 거의 영향을 미치지 않습니다. 그러나 프로브의 한계로 인해 측정 부품의 일부 세부 사항과 깨지기 쉽고 변형되기 쉬운 일부 부품은 측정할 수 없습니다. 또한 접촉 측정의 프로브가 부품 표면에 접촉하고 측정 속도가 느리고 측정 후 프로브 보정이 필요하며 데이터 볼륨이 작고 엔티티의 모양을 진정으로 반영 할 수 없습니다.

(2) 비접촉 데이터 수집 방법 비접촉 데이터 수집 방법은 주로 레이저 삼각 측량, 레이저 거리 측정 방법, 구조광 방법 및 이미지 분석 방법을 포함하여 광학 원리를 사용하여 데이터를 수집합니다.

비접촉 데이터 수집은 빠르고 정확하며 마찰 및 접촉 압력 측정으로 인한 측정 오류를 제거하고 접촉 프로브와 측정 표면 사이의 곡률 간섭으로 인한 의사 점 문제를 피할 수 있습니다. 얻은 조밀한 포인트 클라우드는 정보가 풍부하고 정확도가 높으며 프로브가 생성하는 스팟을 매우 작게 만들 수 있어 일반적인 기계식 프로브로 측정하기 어려운 부분도 감지할 수 있고 측정 대상 표면의 실제 형태를 최대한 반영할 수 있습니다. 비접촉 데이터 수집 방식은 비접촉 프로브를 사용하는데, 힘이 가해지지 않기 때문에 부드러운 물체를 측정하는 데 적합합니다. 비접촉 프로브의 샘플링 속도는 초당 50회부터 초당 23,000회까지 비교적 높습니다. 자동차 및 가전제품의 목재 및 점토 금형과 같이 표면 모양이 복잡하고 정확도가 특별히 높지 않은 미지의 곡면을 측정하는 데 적합합니다. 그러나 비접촉 프로브는 물체의 표면 특성(색상, 광도, 거칠기, 모양 등)에 크게 영향을 받습니다. . 측정 오차는 현재 대부분의 경우 접촉식 프로브보다 크며, 65438±00 µm 이상입니다. 이 방법은 측정 비용과 관련 하드웨어 및 소프트웨어에 관계없이 변형이 쉬운 부품, 높은 정확도가 필요하지 않은 부품 및 대량의 데이터가 필요한 부품을 측정하는 데 주로 사용됩니다.

요약하면 접촉 측정을 적용 할 수있는 경우 비접촉 측정을 사용하지 말고 크기와 위치 요소 만 측정하는 경우 가능한 한 접촉 측정을 사용해야하며 측정 비용을 고려하고 가능한 한 접촉 측정의 요구 사항, 제품 프로파일 및 치수 정확도 요구 사항, 비접촉 스캐닝 측정 사용, 스캐닝 측정의 출발점, 변형하기 쉬운 측정에서 정밀도 요구 사항을 충족해야합니다. 많은 양의 측정 데이터가 필요한 낮은 제품 및 부품, 비접촉 측정 방법 사용.

3리버스 엔지니어링 데이터 처리 기술

데이터 처리는 리버스 엔지니어링에서 중요한 기술적 연결 고리로, 후속 CAD 모델 재구성 프로세스를 편리하고 정확하게 수행할 수 있는지 여부를 결정합니다. 측정 포인트의 수에 따라 측정 데이터는 일반 데이터 포인트와 대규모 데이터 포인트로 나눌 수 있고, 측정 데이터의 규칙성에 따라 측정 데이터는 흩어진 데이터 포인트와 규칙 데이터 포인트로 나눌 수 있으며, 다른 측정 시스템에서 얻은 측정 데이터의 형식이 일치하지 않고 거의 모든 측정 방법과 측정 시스템에서 오류가 필연적으로 존재합니다. 따라서 CAD 재구성을 위해 측정 데이터를 사용하기 전에 측정 데이터를 처리해야 합니다. 주요 데이터 처리 작업에는 데이터 형식 변환, 멀티뷰 클라우드 어셈블리, 포인트 클라우드 필터링, 데이터 정제 및 포인트 클라우드 청킹이 포함됩니다.

각 CAD/CAM 시스템에는 고유한 데이터 형식이 있으며 현재 널리 사용되는 CAD/CAM 소프트웨어는 제품 데이터 구조와 형식이 달라 설계와 제조 간의 데이터 전송 및 프로그램 연결에 영향을 미칠 뿐만 아니라 CMM과 CAD/CAM 시스템 간의 데이터 통신에도 직접적인 영향을 미칩니다. 현재 일반적인 접근 방식은 몇 가지 주요 데이터 교환 표준(IGES, STEP, AutoCAD의 DXF 등)을 사용하는 것입니다. 데이터 통신을 달성하는 것입니다.

실제 리버스 엔지니어링 프로세스에서는 좌표 측정에 고유한 측정 범위가 있기 때문에 어떤 측정 방법을 사용하더라도 한 번에 동일한 좌표계에서 제품의 기하학적 데이터를 완벽하게 측정하기 어렵습니다. 제품의 디지털화는 동일한 좌표계에서 이루어질 수 없지만, 모델을 재구성할 때는 서로 다른 좌표계의 데이터를 동일한 좌표계에 넣어야 합니다. 이 데이터 처리 프로세스를 멀티뷰 데이터 위치 정렬(멀티뷰 클라우드 어셈블리)이라고 합니다. 멀티뷰 데이터의 정렬은 크게 전용 측정 소프트웨어 장비를 통한 측정 데이터의 직접 정렬과 사후 데이터 처리 보정의 두 가지로 나뉩니다. 사후 데이터 처리를 통한 정렬은 직접 데이터 정렬과 그래프 기반 정렬로 나눌 수 있습니다. 직접 데이터 정렬 연구에는 ICP 알고리즘, 쿼터니언 방법, 특이값 분해 방법, 3 데이텀 기반 정렬 방법 등 다양한 알고리즘이 있습니다.

데이터 평활화의 목적은 측정 데이터의 노이즈를 제거하여 정확한 데이터와 좋은 특징 추출을 얻는 것입니다. 현재 표준 가우시안, 균일 또는 중앙값 필터링 알고리즘이 일반적으로 사용됩니다. 이 중 가우스 필터링은 원본 데이터의 형태를 잘 유지할 수 있고, 중앙값 필터링은 데이터 버를 더 잘 제거할 수 있습니다. 따라서 필터링 알고리즘은 데이터 품질과 모델링 방식에 따라 유연하게 선택해야 합니다.

포인트 클라우드 데이터로 모델링하고 처리하는 과정에서 방대한 데이터 포인트가 존재하기 때문에 이러한 포인트 클라우드 데이터의 저장 및 처리는 극복할 수 없는 병목 현상이 발생합니다. 사실 모든 데이터 포인트가 모델 재구성에 기여하는 것은 아니므로 데이터의 양을 줄이고 포인트 클라우드 데이터를 단순화하면서 일정한 정확도를 보장할 수 있습니다. 현재 사용되는 방법으로는 균일한 메쉬를 이용한 데이터 단순화, 여러 변형 삼각형의 수를 줄여 데이터 포인트 수를 줄이는 방법, 오차 밴드를 사용하여 다면체 데이터 포인트 수를 줄이는 방법 등이 있습니다.

데이터 분할은 동일한 표면 유형에 속하는 데이터를 물리 표면을 구성하는 하위 표면 유형에 따라 다른 데이터 도메인으로 그룹화하여 추후 모델 재구성을 용이하게 하는 것입니다. 데이터 세분화 방법은 측정 기반 세분화와 자동 세분화의 두 가지 방법으로 분류할 수 있습니다. 현재 세분화 방법에는 파라메트릭 이차 근사법에 기반한 데이터 세분화 방법, 흩어진 데이터 포인트에 대한 자동 세분화 방법, CT 기술에 기반한 데이터 세분화 방법 등이 있습니다.

4 리버스 모델 재구성 기술

전체 리버스 엔지니어링에서 제품의 3D 기하학적 모델에 대한 CAD 재구성은 가장 중요하고 복잡한 연결 고리입니다. 제품의 CAD 모델을 확보해야만 후속 제품 가공 및 제조, 신속한 프로토타이핑, 가상 시뮬레이션 제조 및 제품 재설계를 수행할 수 있기 때문입니다. 모델을 재구성하기 전에 설계자는 제품의 기하학적 특징, 데이터 특성 및 기타 예비 정보를 이해해야 할 뿐만 아니라 구조 분석, 금형 가공, 신속한 프로토타이핑 및 기타 후속 응용 분야에 대해서도 이해해야 합니다. 현재 사용되는 주요 모델링 방법은 다음과 같습니다.

(1) 곡선 맞춤 모델링: 다항식 함수를 사용하여 원본 데이터를 근사화하여 최종적으로 충분히 매끄러운 표면을 얻습니다. 커브는 표면의 기초가 됩니다. 리버스 엔지니어링에서 모델 재구성의 일반적인 방법은 먼저 보간 또는 근사치를 통해 데이터 포인트를 스플라인 곡선에 맞춘 다음 모델링 소프트웨어를 사용하여 모델링의 표면 부분의 재구성을 완료하는 것입니다. 다항식의 수가 만족스러운 표면을 얻을 수 있을 만큼 충분히 많으면 원리가 비교적 간단하다는 장점이 있지만 계산 불안정성을 유발하기 쉽고 경계 처리 능력도 떨어지므로 일반적으로 비교적 간단한 표면을 맞추는 데 사용됩니다.

(2) 직접 표면 시트 피팅 모델링 이 방법은 측정된 데이터 포인트에 표면 시트를 직접 피팅하여 표면 시트의 전환, 혼합 및 결합을 통해 형성된 최종 표면 모델을 얻습니다. 표면 피팅 모델링은 정렬된 포인트와 흩어져 있는 데이터 포인트를 모두 처리할 수 있습니다. 알고리즘에는 정렬된 점을 기반으로 하는 b스플라인 표면 보간, b스플라인 표면 보간, 임의의 측정점에 대한 b스플라인 표면 근사화 등이 있습니다.

(3) 포인트 데이터 메시 네트워크 솔리드 모델은 일반적으로 데이터 포인트를 삼각형 패싯으로 연결하여 다면체 솔리드 모델을 형성합니다. 주어진 데이터 포인트를 기반으로 노드와 패싯을 반복적으로 제외하여 초기 형상을 보장하는 방식으로 새로운 삼각형을 구성하여 최종적으로 지정된 노드 수에 도달하고, 가장 작은 노드와 패싯을 사용하여 가장 작은 다면체를 찾는 두 가지 단순화 된 방법이 개발되었습니다.

5전시

리버스 엔지니어링 연구는 점점 더 많은 관심을 받고 있으며 데이터 처리, 표면 피팅, 기하학적 특징 인식, 상용 전문 소프트웨어 및 좌표 측정기의 연구 개발은 큰 성과를 거두었습니다. 그러나 실제 적용에서는 전체 프로세스에 여전히 많은 인간과 컴퓨터의 상호 작용이 필요합니다. 작업자의 경험과 품질은 제품의 품질에 직접적인 영향을 미치며, 자동으로 재구성된 표면의 매끄러움은 보장하기 어렵습니다.

(1) 데이터 측정: 제품 형상의 3차원 디지털화를 고속, 고정밀로 실현하고 경로를 자동으로 측정 및 계획할 수 있는 리버스 엔지니어링용 특수 측정 장비 개발

(2) 데이터 처리: 다양한 종류의 측정 데이터를 위한 공통 데이터 처리 소프트웨어 개발 및 기존 데이터 처리 알고리즘 개선

.

(3) 표면 피팅: 표면의 매끄러움을 제어하고 매끄럽게 다듬고 접합할 수 있습니다.

(4) 통합 기술: 측정 기술, 모델 재구성 기술, 네트워크 기반 협업 설계 및 디지털 제조 기술을 포함한 역공학 기술의 개발.