회귀분석을 이용한 탄속 추정 방법의 검증

전병욱; 박중화; 이정호; 조성환

doi:10.5762/KAIS.2022.23.1.837

추천

검색

질문

자료유형: 학술저널

저자정보: 전병욱 (국방기술품질원) 박중화 (국방기술품질원) 이정호 (국방기술품질원) 조성환 (국방기술품질원)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제23권 제1호

발행연도: 2022.1

수록면: 837 - 846 (10page)

DOI: 10.5762/KAIS.2022.23.1.837

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 방탄시험 시 탄속 산출에 사용하는 MIL-STD-662F 탄속 추정 방법의 한계점을 드러내며, 그 한계 해결의 해결 방법인 회귀분석을 이용한 탄속 추정을 제시하고 검증하였다. 제안방법 검증을 위해 K100(5.56mm), KM80(7.62mm)탄약 각 20발을 사격하여, 루미라인 스크린과 도플러 레이더를 통해 1-100m 사거리에서의 탄속 변화를 계측하였다. 그 후 기존 탄속 추정 방법과 제안 방법의 탄속 집단 간 비교를 실시하였다. 먼저 기존 추정 방법의 유효를 검증하기 위하여 시험탄약 5.56mm K100으로 사격한 결과, 최대 편차는 측정위치 100m 지점에서 V<SUB>L</SUB>과 V<SUB>S</SUB>간 2.94m/s이었다. 유의수준 0.05수준에서 F-test, T-test를 실시한 결과, 측정위치 50m, 100m에서 모두 “P값>0.05”으로, 이는 곧 집단 간 유의미한 통계적 차이가 없는 것을 확인하였다. 하지만 제안방법을 활용하기 위해서는 기존에 계측한 기초 데이터가 필요하고, 실제 계측을 수행한 사거리 내에서 적용이 가능한 점과 회귀분석으로 산출한 수식과 표본간 신뢰도에 의존적이라는 한계점을 갖고 있다. 본 논문의 의의는 탄속 추정을 위해 필요한 데이터 획득 연구가 부재한 현실을 지적하고 이를 해결할 수 있는 대안을 제시하고 검증했다는 점에 있다. 향후 본 논문에서 제안한 방법은 실내·외 환경 내 다양한 측정 위치에서 계측 탄속 간 지속적인 비교·검증이 필요하고, 나아가 기초 데이터 없이 제안방법 활용이 가능하도록 각 탄종별 고유 계수 및 수식을 만들어 제시하는 방향의 연구가 수행돼야 한다.

#Ballistic Resistant Test #Projectile Velocity #Strike Velocity #MIL-STD-662F #Regression Analysis

참고문헌 (5)

참고문헌 신청

U.S. the Department of Defense , “V50 BALLISTIC TEST FOR ARMOR”, MIL-STD-662F, Army Research Laboratory, United States of America, Jan. 1987.

U.S. Army Test and Evaluation Command , “Projectile Velocity Measurements”, TOP 4-2-805, Aberdeen Proving Ground, United States of America, Sep. 1982.

Robert L. McCoy, “MC DRAG”-A Computer program for estimating the drag coefficients of projectiles, Technical report, U.S. Ballisitic Research Laboratory, United states of America, pp. 9-30, Feb 1981

Robert J. Yager, “Calculating Drag Coefficient for Spheres and Other Shapes Using C++”, Technical report, Army Reasearch Laboratory, United states of America, Jun 2014

Jinseok Kim, “Extended Range of a Projectile Using Optimization of Body Shape”, Journal of The Korea society For simulation(JKSS), Vol.29, No.3, pp. 49-55, 2020 DOI : https://doi.org/10.9709/JKSS.2020.29.3.049

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

전병욱

소속기관 국립중앙의료원

주요연구분야 공학 > 공학 일반

논문수 2 이용수 154

박중화

소속기관 국방기술품질원

주요연구분야 사회과학 > 경영학 공학 > 공학 일반

논문수 7 이용수 635

이정호

소속기관 국방기술품질원

주요연구분야 공학 > 공학 일반

논문수 1 이용수 39

조성환

소속기관 국방기술품질원

주요연구분야 공학 > 공학 일반 TOP 10%

논문수 11 이용수 892

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (5)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)