[논문]분산분석을 이용한 방탄조끼의 방탄성능 평가에 관한 연구

박재우; 변기식; 조성용; 김석기; 여용헌; 권재욱

doi:10.5762/kais.2021.22.1.372

분산분석을 이용한 방탄조끼의 방탄성능 평가에 관한 연구
A Study on the Evaluation for Performance of Body Armor Vest using ANOVA 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.22 no.1, 2021년, pp.372 - 378

박재우 (국방기술품질원 전투물자센터) , 변기식 (국방기술품질원 전투물자센터) , 조성용 (국방기술품질원 전투물자센터) , 김석기 (국방기술품질원 전투물자센터) , 여용헌 (국방기술품질원 전투물자센터) , 권재욱 (국방기술품질원 전투물자센터)

초록
AI-Helper

방탄조끼는 전투원의 안전과 생명에 직결되는 군수품으로서, 방탄성능에 대한 요구조건의 충족여부가 무엇보다 중요하다. 우리 군에서는 방탄조끼의 요구 성능을 미 법무성 사업연구소(National Institute of Justice, NIJ)에서 발간한 NIJ STD-0101.06에서 규정하는 Level IIIA 수준으로 요구하고 있으며, 매 로트마다 수락시험을 진행하고 있다. 방탄성능을 평가하는 요소로 사격 시 관통여부 뿐만 아니라, 미 관통 시에도 후면 지지재료의 후면변형 기준인 44 mm 이하에 대한 충족여부도 고려하여 요구 성능에 대한 일치/불일치를 평가하고 있다. 후면변형은 지지재료의 물리적 성질과 탄속에 따른 충격량의 변화 등과 같이 다양한 시험요인이 시험 결과에 영향을 미치게 되는데, 본 연구에서는 이러한 외부인자의 영향성을 제거하기 위한 데이터 처리 시 분산분석을 도입하여 동일한 조건을 갖는 데이터를 추출 하였고, 이를 통해 방탄성능에 대한 분석을 수행하였다. 분석결과, 후면변형과 탄속, 환경처리 유/무 그리고 방호면적과의 상관관계를 확인하였을 뿐만 아니라, 로트별 후면변형 구간 추정을 통해서 양산 공정분석을 수행하였다. 이를 통해서 방탄성능평가에 대한 새로운 방법론을 제시하고, 향후 품질보증 관련 활동에 적용하기 위한 새로운 패러다임을 제시하고자 하였다.

Abstract ▼ AI-Helper

A body armor vest is a form of munition related directly to the safety and life of combatants. Therefore, it must meet the requirements for ballistic resistance. The ROK demands the performance of body armor vest meet the Level IIIA specified by the NIJ STD-0101.06 published by the US National Institute of Justice. This study performed acceptance tests on body armor vests. The factors for evaluating the ballistic resistance evaluated were not only whether it penetrates when shooting but also whether the BFS (Backface Signature) depth does not exceed 44 mm when it does not penetrate. The factors were assessed to determine if they were consistent or not. The BFS depth is affected by various test factors, such as the physical properties of the backing material and the changes in the amount of impact with the bullet velocity. In this study, an analysis of the bulletproof performance was performed by extracting the data with the same conditions using ANOVA to remove the influence of these external factors. The analysis revealed a correlation between the BFS depth, bullet velocity, vest conditions, and protection area. The mass production process was analyzed by estimating the Interval of BFS on each lot. Through this, a new methodology for ballistic resistance evaluation and paradigm for future quality assurance is suggested.

주제어

표/그림 (14)

표 Table 1. P-BFS performance test summary[1].
그림 Fig. 1. The entire process of evaluation for performance of body armor
그림 Fig. 2. The process of data processing from raw data to extracted data using ANOVA.
표 Table 2. Raw data using ANOVA for backing material.
표 Table 3. Extracted data using ANOVA for backing material.
그림 Fig. 3. Analysis result for the correlation between bullet velocity and BFS depth at bullet types and vest conditions.
표 Table 4. Raw data using ANOVA for bullet velocity.
표 Table 5. Extracted data using ANOVA for bullet velocity.
표 Table 6. Summary output for estimation of simple regression in Fig. 3.
그림 Fig. 4. Analysis result for the correlation between bullet velocity and BFS depth at bullet types and vest conformation.
그림 Fig. 5. The confidence interval of (a) conditioned and (b) new vest`s BFS for .44 Magnum on each lot.
표 Table 7. Confident interval of BFS at bullet types and vest conditions(Confidence level = 99%).
표 Table 8. Confident interval of BFS at bullet types and vest conditions(Confidence level = 95%).
그림 Fig. 6. The confidence interval of (a) conditioned and (b) new vest`s BFS for .357 SIG on each lot. The first article inspection data had no data due to their data processing elimination during ANOVA.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

분석 시에는 후면변형에 대한 외부인자(지지재료, 탄속)의 영향성을 제거하기 위하여 분산분석을 활용하였으며, 정제된 결과를 기반으로 방탄 성능을 평가하였다. 이를 통해서 방탄조끼의 방탄성능 평가를 위한 방법론을 제시하고 향후 품질보증 활동에 활용하고자 하였다.
이에 본 연구에서는 우리 군에 납품된 방탄조끼 7개로트에 대한 후면변형 시험결과를 바탕으로 방탄 성능을 분석하고자 하였다. 분석 시에는 후면변형에 대한 외부인자(지지재료, 탄속)의 영향성을 제거하기 위하여 분산분석을 활용하였으며, 정제된 결과를 기반으로 방탄 성능을 평가하였다.

제안 방법

.357 SIG의 후면 지지재료에 대한 1차 분산분석 결과 25개 중, 환경처리 시편 14개, 환경미처리 시편 11개를 구분하였으며, .44 Magnum과 마찬가지로 탄속을 대상으로 분산분석을 수행하였다. 분석결과, 탄속에 의한 변동은 확인 되지 않아, 모든 시편을 최종 분석대상으로 추출하였다.
V50은 MIL-STD-662F[2]에 따라 실시하며, 시험 결과를 통해 방호한계속도(Ballistic Limit)를 산출하여 방탄 성능을 평가한다. 방호한계속도는 방탄재가 완전관통 (CP, Complete Penetration)될 확률이 50%인 충격속도를 의미하며, 탄속가감법에 의한 시험을 통해 산출하게 된다.
방탄조끼는 총 7개 로트로 제조되었으며, 분산분석을 통해 추출된 데이터를 기반으로 각 로트 별 후면변형 구간을 추정하여 각 탄종 별, 환경시험 유/무를 기준으로 Fig. 5 및 6과 같이 도식화 하였다.
연구방법은 방탄 성능시험 결과에 대한 데이터 획득으로부터 분산분석을 통한 데이터 추출 및 분석, 이후 구간추정을 포함한 통계적 분석 순으로 진행하였으며, 세부절차는 Fig. 1과 같다.
1 oil-based modeling clay”를 사용하며 규정된 크기와 환경조건에 맞추어 제작하여 시험에 사용된다. 특히, 방탄 성능시험 전 제작된 지지재료에 대한 일관성 검증절차를 수행하는데, 강구(지름 63.5 mm, 무게 1, 043 g)를 2 m 높이에서 5개 지점에 낙하시켜 패인 깊이를 통해 검증하게 된다. 이때 개개의 측정값은 16 mm와 22 mm 사이에 위치해야 하며, 5개 지점의 평균 깊이는 19 mm ± 2 mm를 반드시 충족하여야 한다[1].
각탄종 별 시편에 대한 후면 지지재료 낙하시험(시편 당 5 회) 결과는 분산분석을 통해 시편별 유의성을 검증하였다. 후면 지지재료에서 유의한 차이를 보이는 시편은 분석대상에서 제외하였고, 1차로 추출된 시편 군을 대상으로 환경시험 유/무로 구분하여 탄속(시편 당 3발)에 대한 분산분석을 통해 다시 한 번 시편 별 유의성을 검증하였다. 두 번의 분산분석 과정을 통해서 추출된 시험 결과는 이후 방탄성능 평가에 활용되었으며, 분석과정은 Fig.
있다. 후면변형은 지지재료의 물리적 성질과 탄 속에 따른 충격량의 변화 등과 같이 다양한 시험요인이 시험 결과에 영향을 미치므로, 본 연구에서는 이러한 외부인자의 영향성을 제거하기 위해 분산분석을 도입하여 동일한 조건을 갖는 데이터를 추출 후 분석하였다.

대상 데이터

.44 Magnum의 28개 후면 지지재료에 대한 분산 분석 결과, 총 3개(5, 6, 7 로트 각 1개)의 낙하시험 결과값에 의한 변동이 영향을 주고 있음이 Table 2와 같이 확인되어 분석대상에서 제외하였으며, 25개의 1차 시편 군을 추출하였다.
.44 Magnum의 후면 지지재료에 대한 1차 분산분석 결과 25개 중, 환경처리 시편 12개, 환경미처리 시편 13 개를 구분하였으며, 각각의 시편에 대하여 탄속을 대상으로 분산분석을 통해 데이터를 추출하였다. 추출결과, 환경 미처리 시편에서만 2개의 시편이 탄속에 의한 변동에 영향을 주고 있음이 Table 4와 같이 확인되었으며, 이를 제외하여 환경처리 시편 12개, 환경미처리 시편 11개를 최종 분석대상으로 추출되었다.
본 연구에 활용한 데이터는 우리 군에 납품된 방탄조끼의 방탄성능 시험성적서를 통해 획득하였다. 시험 결과는 총 7개 로트에 대하여 후면 지지재료 낙하시험, 환경처리 유/무, 탄종(.
44 Magnum과 마찬가지로 탄속을 대상으로 분산분석을 수행하였다. 분석결과, 탄속에 의한 변동은 확인 되지 않아, 모든 시편을 최종 분석대상으로 추출하였다. 최종 추출된 시험 군에 대한 분산분석 결과는 Table 5와 같았다.
357 SIG), 탄속, 후면변형, 시편형태(전/후면) 등의 정보를 포함하고 있다. 이를 통해 각 로트 별 8개씩 총 56개의 시편에 대한 후면 지지재료 낙하시험 시험결과 및 탄속 정보를 식별하였으며, 시편 1개 당 3발의 사격시험을 수행하므로 총 168개의 후면변형 데이터를 획득하였다.
44 Magnum의 후면 지지재료에 대한 1차 분산분석 결과 25개 중, 환경처리 시편 12개, 환경미처리 시편 13 개를 구분하였으며, 각각의 시편에 대하여 탄속을 대상으로 분산분석을 통해 데이터를 추출하였다. 추출결과, 환경 미처리 시편에서만 2개의 시편이 탄속에 의한 변동에 영향을 주고 있음이 Table 4와 같이 확인되었으며, 이를 제외하여 환경처리 시편 12개, 환경미처리 시편 11개를 최종 분석대상으로 추출되었다.
06 4장에서 재질에서부터 시험을 위한 검증까지의 일련의 과정을 상세하게 규정하고 있다. 후면 지지재료는 “Roam Plastilina No. 1 oil-based modeling clay”를 사용하며 규정된 크기와 환경조건에 맞추어 제작하여 시험에 사용된다. 특히, 방탄 성능시험 전 제작된 지지재료에 대한 일관성 검증절차를 수행하는데, 강구(지름 63.

데이터처리

Table 5. Extracted data using ANOVA for bullet velocity.
357 SIG on each lot. The first article inspection data had no data due to their data processing elimination during ANOVA.
2. The process of data processing from raw data to extracted data using ANOVA.
357 SIG)으로 각각 28개로 분류하였다. 각탄종 별 시편에 대한 후면 지지재료 낙하시험(시편 당 5 회) 결과는 분산분석을 통해 시편별 유의성을 검증하였다. 후면 지지재료에서 유의한 차이를 보이는 시편은 분석대상에서 제외하였고, 1차로 추출된 시편 군을 대상으로 환경시험 유/무로 구분하여 탄속(시편 당 3발)에 대한 분산분석을 통해 다시 한 번 시편 별 유의성을 검증하였다.
따라서 이러한 방호면적과 방탄성능 간 상관성을 평가하기 위하여 도식화 및 통계분석 프로그램인 sigma plot을 이용하여 탄속에 따른 후면변형 결과를 탄종 및 전/후면으로 구분하여 통계분석을 수행하였으며, 그 결과는 Fig. 4와 같았다.
하였다. 분석 시에는 후면변형에 대한 외부인자(지지재료, 탄속)의 영향성을 제거하기 위하여 분산분석을 활용하였으며, 정제된 결과를 기반으로 방탄 성능을 평가하였다. 이를 통해서 방탄조끼의 방탄성능 평가를 위한 방법론을 제시하고 향후 품질보증 활동에 활용하고자 하였다.
앞서 서론에서 언급하였듯이, 후면 지지재료의 물리적 성질과 탄속은 후면변형 시험결과에 영향을 미칠 수 있기 때문에, Microsoft Excel VBA Project의 분석 도구인 일원배치법을 이용한 분산분석(ANOVA, Analysis of Variance)을 통해 외부인자의 영향성이 배제된 시험 결과를 추출하였다. 먼저 56개의 시편은 2개의 탄종(.
최종적으로 추출된 후면변형 데이터를 기반으로 탄 속과의 상관관계를 분석하기 위하여 도식화 및 통계분석프로그램인 sigma plot을 이용하여 탄속과 그에 따른 후면변형 측정결과를 도식화하였고, 이는 Fig. 3과 같이 나타났으며, 각 조건별 회귀분석 결과는 Table 6과 같았다.

성능/효과

수 있었다. 더불어 환경처리 유/무에 따라서는 환경처리 시편의 경우 탄종의 경우와 상관없이 탄속에 따른 후면변형의 영향성은 환경미처리 시편 대비 조금 더 높음을 확인할 수 있었다.
확인할 수가 있었다. 방탄조끼의 방호면적과 후면변형과의 상관관계에서는 방호면적이 큰 후면의 경우 전면에 비해서 방탄성능이 더 좋음을 확인할 수 있었다.
분석결과 모든 탄종에서 후면변형은 탄속과 양의 상관관계를 보여주고 있었으며, 특히 환경처리 시편의 경우 환경 미처리 시편 대비 탄속에 의한 영향성이 조금 더 큼을 확인할 수가 있었다. 방탄조끼의 방호면적과 후면변형과의 상관관계에서는 방호면적이 큰 후면의 경우 전면에 비해서 방탄성능이 더 좋음을 확인할 수 있었다.
분석결과 상관계수는 비록 낮은 수준을 보이고 있어 유의한 수준은 아니었지만, 탄속의 증가에 따른 후면변형 결과는 어느 정도 양의 상관관계를 가지고 있음을 추정할 수 있었다. 더불어 환경처리 유/무에 따라서는 환경처리 시편의 경우 탄종의 경우와 상관없이 탄속에 따른 후면변형의 영향성은 환경미처리 시편 대비 조금 더 높음을 확인할 수 있었다.
분석결과, 통계적으로 유의한 수준(p<0.001)에서 방호면적이 더 넓은 후면이 전면에 비해서 방탄 성능(후면변형)이 좀 더 좋음을 알 수가 있었다.
아울러 샘플링 검사결과를 통해서 모집단(로트)의 후면변형에 대한 구간추정 결과, 모두 방탄조끼의 요구수준이 44 mm 이내에 충분이 만족함을 확인할 수 있었으며, 로트별 구간 추정을 통해서는 생산이 진행됨에 따라서 점차 공정이 안정화됨에 따라서 방탄성능이 점차 향상되고 있음을 확인할 수 있었다.
확인결과 상관계수는 비록 낮은 수준을 보이고 있어 유의한 수준은 아니었지만, 공정이 진행 될수록 대체로 후면변형의 추세는 음의 상관관계를 보이고 있음을 확인할 수 있었다. 이는 양산이 진행됨에 따라 점차 공정이 안정되고 작업자의 숙련도가 증가함에 따라서 방탄 성능이 점차 향상되고 있음을 확인할 수 있었다.
확인결과 우리 군에 납품된 방탄조끼의 방탄성능은 99% 신뢰수준에서 모두 후면변형에 대한 요구수준인 44mm 이내를 모두 충족하고 있음으로 평가 할 수 있었다.

후속연구

본 연구를 통해서 우리는 외부인자의 영향성을 최대한 배제하여 방탄조끼의 방탄성능을 정교하게 평가하기 위한 방법론을 제시하였고, 이를 통해서 향후 품질보증과 공정관리 분야에 활용하여 방탄성능 평가를 위한 새로운 패러다임을 제시하리라 기대한다.

참고문헌 (7)

Ballistic resistance of body armor NIJ Standard0101.06, U.S. Department of Justice, July 2008.
MIL-STD-662F, V50 Ballistic Test for Armor, US Department of Defense, Dec. 1997.
S. H. Gu, S. M. Noh, S. H. Song, "A Study on V 50 Calculation in Bulletproof Test using Logistic Regression Model", J. Korean Soc. Qual. Manag., Vol. 46, pp. 453-464, Sep. 2018. DOI: https://doi.org/10.7469/JKSQM.2018.46.3.453

원문보기 상세보기
Selection & application guide 0101.06 to ballisticresistance body armor, U.S. Department of Justice, Dec. 2014.
Testing of body armor materials : Phase III, National Research Council, July 2012. DOI: https://doi.org/10.17226/13390
PRD 8415-4135 Body Armor(Vest), FragmentationSmall Arms Protective, ROK Army, March 2019.
C. Pirvu, L. Deleanu, "Ballistic Testing of Armor Panels Based on Aramid", Billistics, pp. 87, Nov. 2018. DOI: https://10.5772/intechopen.78315

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증