SPH 기법 및 머신러닝 알고리즘 기반 고속충돌 파편 위협 예측

초록

고속 위협체와 표적간의 충돌은 다량의 파편을 발생시키며, 이는 표적 후방에 존재하는 구조물 또는 인명에 실질적인 피해를 유발한다. 본 연구에서는 SPH(smoothed particle hydrodynamics) 해석에 기반하여 고속충돌로 발생한 파편이 임의의 관측판에 가하는 위협을 예측하는 기법을 개발하였다. 공간상에 비산된 다량의 SPH 입자들로 구성된 파편을 식별하기 위하여 머신러닝 알고리즘을 적용하여 클러스터링을 수행하였다. 식별된 각 파편의 궤적과 관측판 평면벡터를 통하여 각 파편이 관측판에 충돌하는 위치와, 이 때의 충돌각도를 계산하였다. 관통깊이 예측식을 사용하여 각 파편의 충돌조건에 따른 관측판 관통여부를 확인하였고, 관측판상에 가해진 위협 즉, 관통구의 수를 예측하였다. 예측된 관통구의 수는 참고문헌에서 수행된 고속충돌 실험과 비교하여 약 7 % 이하의 차이를 보였으며 파편이 관측판에 가하는 위협을 잘 예측할 수 있음을 확인하였다. 제안된 파편 위협 예측방법은 향후 다양한 관측판의 물리적 조건에 대한 정량적인 위협 예측에 활용될 수 있을 것으로 사료된다.