소화기 탄 대비 재질별 관입깊이 해석을 위한 머신러닝 모델 분석 (Machine Learning Model Analysis for Armor Penetration Depth Interpretation Against Small Calibers)

서지정보

· 발행기관 : 한국국방경영분석학회
· 수록지 정보 : 한국국방경영분석학회지 / 48권 / 2호 / 14 ~ 24페이지
· 저자명 : 김종환, 정자훈, 정윤영

초록

공산권 계열의 소화기 탄이 지속적으로 개량되면서 이 위협 속에서 임무를 수행하는 무인전투체계의 방호성능에 대한 관심이 높아지고 있다. 기존의 유인체계와 달리 무인전투체계는 내부에 전투원이 없기 때문에 위협으로 인한 관통여부 보다 주요 구성품의 기능유지를 위한 관입깊이에 대한 연구가 필요하다. 그러나 소화기 위협에 따른 장갑의 관입깊이에 대한 연구는 아직까지 미흡한 실정이다. 본 연구는 소화기 탄 위협과 다양한 재질의 표적별 관입깊이를 예측할 수 있는 모델을 개발하기 위하여, 119회의 실 사격 기반의 탄도실험을 진행하고, 소화기 탄에 대한 표적별 관입깊이를 실측하며, 소화기 탄종 대비 표적별 관입깊이의 연관성을 분석하였다. 이를 위하여, 5.56mm K100탄 및 5.45mm 7N10탄을 위협으로, 균일압연강판 및 알루미늄판를 표적으로 설정하여 4가지 경우의 탄도실험을 수행하였다. 정확한 예측모델의 개발을 위하여 5가지 머신러닝 회귀모델을 적용하고 모델의 성능을 판단하는 R^2, RMSE, 그리고 MAPE 의 3가지 성능기준을 적용하여 탄도실험을 통해 수집된 실측값과 각 모델의 예측값의 차이를정량적으로 비교 및 분석하였다. 그 결과 XGBoost 모델의 성능기준 결과가 0.999, 0.025, 그리고 0.229로 기록되면서 소화기 위협에 대한 관입깊이 연구에 높은 적합성을 보여주었다.

영어초록

As small caliber ammunition in Soviet Union is continuously improved, attention about the protective performance of unmanned combat systems that perform the close combat has been increasing. Unlike the existing manned system, the unmanned combat system does not have a combatant inside, so it is necessary to study the depth of penetration for functional continuation of the main components. However, research on the penetration depth of the protective material against the small caliber threat is still insufficient. In order to develop a predictive model, this study conducted 119 times of real fire ballistic experiments, meas- ured the penetration depth of each target, and the relationship between threat and the penetration depth was analyzed. For this, 5.56mm K100 and 5.45mm 7N10 bullets were defined as threats, and ballistic experi- ments were performed in four different cases by setting uniformly rolled steel and aluminum plates as targets. For an accurate prediction, five machine learning regression models were applied, and the difference between the actual measured value and the predicted value was quantitatively assessed by applying the three criteria of R^2, RMSE, and MAPE. As a result, the performance of XGBoost model were recorded as 0.999, 0.025, and 0.229, showing high suitability for penetration depth research on the small caliber ammunitions.

참고자료

· 없음