تبیین رفتار نرخ خطر یک سلاح کالیبر بزرگ در بالستیک داخلی و خارجی براساس تحلیل مدل‌های بهینه‌ قابلیت اطمینان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 عضو هیات علمی / دانشکده مهندسی صنایع، دانشگاه صنعتی مالک اشتر ، شاهین شهر

2 دانشجوی دکتری / دانشکده مهندسی صنایع، دانشگاه صنعتی مالک اشتر ، شاهین شهر

چکیده

ارزیابی عملکرد بالستیک پرتابه‌ها به این خاطر که بایستی تمامی الزامات با دقت بسیار زیاد از یک نمونه آماری محدود به دست آید، چالش برانگیز است. تکنیک‌های ارزیابی پایداری بالستیکی پرتابه‌ها که اخیراً در پژوهش‌های متعددی برای اندازه‌گیری نرخ ایجاد سوراخ (پرفوراسیون) بر پوسته سلاح در تمامی سرعت‌های ممکن، و همچنین برای اندازه‌گیری نرخ بی‌نظمی جامع در اصابت به هدف در تمامی بردهای ممکن، به کارگرفته شده، بر این فرض بنا شده‌اند که سرعت و برد پرتابه از توزیع نرمال پیروی می‌کنند. در تحقیق حاضر، با انجام آزمایشات استاندارد به بررسی مدل‌های آماری نرمال و غیر نرمال جهت برازش مناسب‌ترین مدل‌های توام به داده‌های واقعی بالستیک داخلی و خارجی پرداخته شده است. نتایج تحلیل همزمان بالستیک داخلی و بالستیک خارجی منجر به خوشه‌بندی داده‌ها در 4 خوشه گردید و بر اساس توابع حاشیه‌ای بدست آمده و توابع توزیع توام مربوطه، قابلیت اطمینان و رفتار نرخ خطر توام نیز بررسی و مقایسه گردید.

کلیدواژه‌ها


عنوان مقاله [English]

Hazard rate behavior of large caliber projectile interior and external ballistics performance based on optimal reliability modeling

نویسندگان [English]

  • Mehdi Karbasian 1
  • hamid dalaeli 2
1 ]Industrial Ingineering Department< MUT< shahin shar ,Iran
2 mut
چکیده [English]

The field of ballistic protection assessment is challenging due to the need of satisfying high precision requirements with a limited sample size. Identifying the probability of perforation at a specified projectile velocity is the most common way to quantify the ballistic resistance of a given protection structure. Recently several techniques have been developed for this purpose to assess perforation for all possible velocities. The main drawback of these techniques is the use of the normality assumption under which perforation velocities are expected to follow a Gaussian normal distribution where V~N(v,σ_1^2). Also, the techniques for assessing the ballistics stability of projectiles, which have recently been used in numerous studies to measure disturbance in target impacts in all possible ranges, are based on the assumption that the range of projectile follows the normal distribution. Accordingly, any parameter of interest is estimated using the characteristic identified Gaussian distribution. In this work, Interior and external ballistic data obtained from real tests of intelligence mortar bomb and life distributions applied to the ballistic data, using the method of maximum likelihood to estimate the model parameters. The results of Interior ballistic and external ballistic synonym analysis led to data clustering in four clusters and based on marginal functions and related joint distribution functions, reliability and risk behavior were investigated.

کلیدواژه‌ها [English]

  • interior ballistics
  • External Ballistics
  • optimal reliability modeling
  • hazard rate behavior
[1] Rheinmetall. Handbook on Weaponry. Second English Edition. 1982.
[2] C. Farrar., D. W. Leeming. Military Ballistics-A Basic Manual. Royal Military College of Science, Shrivenham, UK: Brassey’s Defence Publishers. 1982.
[3] D. Mauchant, K. D. Rice, M. A. Riley, D. Leber, D. Samarov, A. L. Forster,. Analysis of Three Different Regression Models to Estimate the Ballistic Performance of New and Environmentally Conditioned Body Armor, U.S. Department of Commerce & National Institute of Standards and Technology. 2011.
[4] L. Yang, L. Kun, S. Xiaodong, Y. Xiaoxian. Monte Carlo ballistic Simulation Applied to Dispersion Analysis of Starting Control Points for Antitank Missile. International Conference on Electronic & Mechanical Engineering and Information Technology. 12-14 August. 2929-2932. 2011.
[5] B. Tahenti, F. Coghe, R. Nasri, M. Pirlot,.  Armor’s Ballistic Resistance Simulation Using Stochastic Process Modeling, International Journal of Impact Engineering, Vol. 102,140-146. 2017.
[6] T. H. Johnson, L. Freeman, J. Hester, J. L. Bell,.  A Comparison of Ballistic Resistance Testing Techniques in the Department of Defense, IEEE Transactions on Reliability, Vol. 2 : 1442- 1455. 2014.
[7] B. U. Nguyen. Assessment of a Ballistic Missile Defense System. Defense & Security Analysis, Vol. 30, No. 1, 4–16. 2015.
[8] C. Cheng, X. B. Zhang,. Interior ballistic charge design based on a modified particle swarm optimizer, Struct Multidisc Optim, Vol. 46 : 303–310. 2012.
[9] J. Toivola., S. Moilanen., and H. R. Jussila. Force, Pressure and Strain Measurements for Traditional Heavy Mortar Launch Cycle. Rakenteiden Mekaniikka (Journal of Structural Mechanics) Vol. 44, No 4, pp. 309-329. 2011.
[10] D. Froemberg, M. Schmiedeberg, E. Barkai, and V. Zaburdaev. Asymptotic densities of ballistic Levy walks. arXiv:1412.0984v1 [cond-mat.stat-mech]. 2014.
[11] P. Andreoletti, D. Loukianova, C. Matias.  “Parametric estimation of a one-dimensional ballistic random walk in a Markov reversible environment. arXiv:1407.4905v1 [math.ST]. 2014.
[12] M. Falconnet, D. Loukianova, and C. Matias. Asymptotic normality and efficiency of the maximum likelihood estimator for the parameter of a ballistic random walk in a random environment. arXiv:1302.0425v2 [math.ST]. 2013.
[13] F. Comets, M. Falconnet, , D. Loukianova, C. Matias. Maximum likelihood estimator consistency for ballistic random walk in a parametric random environment”. arXiv:1210.6328v2 [math.ST]. 2012.
[14] H. Guo, E. Pohl, and A. Gerokostopoulos. Determining the Right Sample Size for Your Test: Theory and Application. Reliability and Maintainability Symposium, January, 2013. IEEE Transactions on Reliability. 2013.
[15] J. Macqueen. Some methods for classification and analysis of multivariate observations. Procceding of the 5th Berkeley Symposium on Mathematical Statistics and Probability, University of California. 1967.
[16] D. W. Wayne. Kolmogorov–Smirnov one-sample testApplied Nonparametric Statistics (2nd ed.). Boston: PWS-Kent. pp. 319–330. 1990.
[17] A. Marshall, W. Olkin. Life Distributions Structure of Nonparametric, Semiparametric, and Parametric Families. Published by Springer Series in Statistics. 2007.
[18] R. B. Nelsen. An Introduction to Copulas, Lectures Notes in Statistics, 139, Springer Verlag, New York. 1999.
[19] C. E. Ebeling.  An introduction to reliability and maintainability engineering. Tata McGraw-Hill Education. 2004.