A study on the environmental test guideline for an aircraft attachment and dropping materiel

2018, 29

5)

1189–1199

항공기 부착물 및 투하물 환경시험 기준값 설정에 관한 연구

기

ᆷ영래

¹

²

³

⁴

12국방기술품질원·³동양대학교 경영학과 · ⁴경일대학교 로봇공학과

ᄌ ᅥ

ᆸᄉ ᅮ 2018ᄂ ᅧ ᆫ 8ᄋ ᅯ ᆯ 9ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2018ᄂ ᅧ ᆫ 9ᄋ ᅯ ᆯ 13ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2018ᄂ ᅧ ᆫ 9ᄋ ᅯ ᆯ 13ᄋ ᅵ ᆯ

요 약

ᄒ ᅪ

ᆫᄀ ᅧ ᆼᄉ ᅵᄒ ᅥ ᆷᄋ ᅳ ᆫ ᄉ ᅵᄒ ᅥ ᆷᄃ ᅢᄉ ᅡ ᆼᄑ ᅮ ᆷ ᄋ ᅵ ᄋ ᅮ ᆫᄋ ᅭ ᆼᄒ ᅪ ᆫᄀ ᅧ ᆼᄋ ᅦ ᄂ ᅩᄎ ᅮ ᆯ ᄃ ᅬᄋ ᅥ ᆻᄋ ᅳ ᆯ ᄄ ᅢ ᄉ ᅮᄆ ᅧ ᆼᄌ ᅮᄀ ᅵ ᄃ ᅩ ᆼ ᄋ ᅡ ᆫ ᄌ ᅥ ᆼᄉ ᅡ ᆼ ᄀ ᅵᄂ ᅳ ᆼᄋ ᅳ ᆯ ᄉ ᅮᄒ ᅢ ᆼᄒ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄂ ᅳ ᆫ ᄌ

ᅵ ᄒ ᅪ ᆨ ᄋ ᅵ ᆫᄒ ᅡᄂ ᅳ ᆫ ᄀ ᅪᄌ ᅥ ᆼᄋ ᅵᄆ ᅧ, ᄒ ᅭᄀ ᅪᄌ ᅥ ᆨᄋ ᅵ ᆫ ᄒ ᅪ ᆫᄀ ᅧ ᆼᄉ ᅵᄒ ᅥ ᆷᄋ ᅳ ᆯ ᄉ ᅮᄒ ᅢ ᆼᄒ ᅡᄀ ᅵ ᄋ ᅱᄒ ᅢᄉ ᅥᄂ ᅳ ᆫ ᄉ ᅵᄒ ᅥ ᆷᄃ ᅢᄉ ᅡ ᆼᄑ ᅮ ᆷ ᄋ ᅵ ᄀ ᅧ ᆩᄋ ᅳ ᆯ ᄀ ᅥ ᆺᄋ ᅳᄅ ᅩ ᄋ ᅨᄉ ᅡ ᆼᄃ ᅬᄂ ᅳ ᆫ ᄒ ᅪ

ᆫᄀ ᅧ ᆼᄋ ᅳ ᆯ ᄌ ᅥ ᆨᄌ ᅥ ᆯᄒ ᅡᄀ ᅦ ᄆ ᅩᄉ ᅡᄒ ᅡᄂ ᅳ ᆫ ᄀ ᅥ ᆺᄋ ᅵ ᄑ ᅵ ᆯᄋ ᅭᄒ ᅡᄃ ᅡ. ᄐ ᅳ ᆨ ᄒ ᅵ, ᄀ ᅮ ᆫ ᄉ ᅮᄑ ᅮ ᆷᄋ ᅳ ᆫ ᄆ ᅵ ᆫᄉ ᅮᄑ ᅮ ᆷ ᄋ ᅦ ᄇ ᅵᄒ ᅢ ᄀ ᅳ ᆨ ᄒ ᅡ ᆫ ᄒ ᅪ ᆫᄀ ᅧ ᆼᄋ ᅦ ᄂ ᅩᄎ ᅮ ᆯ ᄃ ᅬᄂ ᅳ ᆫ ᄀ ᅧ ᆼᄋ ᅮ ᄀ

ᅡ ᄆ ᅡ ᆭᄋ ᅳᄆ ᅳᄅ ᅩ ᄌ ᅥ ᆼᄒ ᅪ ᆨ ᄒ ᅡ ᆫ ᄒ ᅪ ᆫᄀ ᅧ ᆼᄉ ᅵᄒ ᅥ ᆷᄋ ᅳ ᆯ ᄉ ᅥ ᆯᄀ ᅨᄒ ᅡᄂ ᅳ ᆫ ᄀ ᅥ ᆺᄋ ᅳ ᆫ ᄆ ᅢᄋ ᅮ ᄌ ᅮ ᆼ ᄋ ᅭᄒ ᅡᄃ ᅡ. ᄆ ᅵᄀ ᅮ ᆨ ᄋ ᅴ ᄀ ᅧ ᆼᄋ ᅮ ᄀ ᅮ ᆫ ᄉ ᅮᄑ ᅮ ᆷ ᄒ ᅪ ᆫᄀ ᅧ ᆼᄉ ᅵᄒ ᅥ ᆷ ᄀ ᅵᄌ ᅮ ᆫ ᄀ ᅡ ᆹ ᄋ

ᅳ ᆯ ᄀ ᅧ ᆯᄌ ᅥ ᆼᄒ ᅡᄀ ᅵ ᄋ ᅱᄒ ᅢ ᄌ ᅥ ᆫ ᄉ ᅦᄀ ᅨ ᄀ ᅵᄒ ᅮ ᄃ ᅦᄋ ᅵᄐ ᅥᄅ ᅳ ᆯ ᄉ ᅮᄌ ᅵ ᆸᄒ ᅡᄋ ᅧ ᄒ ᅪ ᆯᄋ ᅭ ᆼ ᄒ ᅡᄀ ᅩ ᄋ ᅵ ᆻᄃ ᅡ. ᄄ ᅡᄅ ᅡᄉ ᅥ, ᄋ ᅮᄅ ᅵ ᄒ ᅪ ᆫᄀ ᅧ ᆼᄋ ᅦ ᄌ ᅥ ᆨᄒ ᅡ ᆸᄒ ᅡ ᆫ ᄒ ᅪ ᆫᄀ ᅧ ᆼ ᄉ

ᅵᄒ ᅥ ᆷᄋ ᅳ ᆯ ᄋ ᅱᄒ ᅢᄉ ᅥᄂ ᅳ ᆫ ᄀ ᅮ ᆫ ᄉ ᅮᄑ ᅮ ᆷ ᄋ ᅴ ᄌ ᅮᄋ ᅭ ᄋ ᅮ ᆫᄋ ᅭ ᆼ ᄒ ᅪ ᆫᄀ ᅧ ᆼᄋ ᅵ ᆫ ᄋ ᅮᄅ ᅵᄂ ᅡᄅ ᅡ ᄀ ᅵᄒ ᅮ ᄃ ᅦᄋ ᅵᄐ ᅥᄋ ᅦ ᄃ ᅢᄒ ᅡ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄀ ᅡ ᄑ ᅵ ᆯᄋ ᅭᄒ ᅡᄃ ᅡ. ᄇ ᅩ ᆫ ᄂ ᅩ ᆫᄆ ᅮ ᆫ ᄋ

ᅦᄉ ᅥᄂ ᅳ ᆫ ᄋ ᅮᄅ ᅵᄂ ᅡᄅ ᅡ ᄀ ᅩᄀ ᅩᄃ ᅩ ᄋ ᅩ ᆫ ᄃ ᅩ ᄃ ᅦᄋ ᅵᄐ ᅥᄋ ᅦ ᄃ ᅢᄒ ᅡ ᆫ ᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄀ ᅧ ᆯᄀ ᅪᄅ ᅳ ᆯ ᄌ ᅦᄉ ᅵᄒ ᅡ ᆫᄃ ᅡ. ᄋ ᅵᄅ ᅳ ᆯ ᄋ ᅱᄒ ᅢ 1997ᄂ ᅧ ᆫᄇ ᅮᄐ ᅥ 2016ᄂ ᅧ ᆫᄁ ᅡ ᄌ

ᅵ ᄂ ᅡ ᆷᄒ ᅡ ᆫ 9ᄀ ᅢ ᄌ ᅵᄋ ᅧ ᆨᄋ ᅴ ᄀ ᅩᄀ ᅩᄃ ᅩ (ᄋ ᅡ ᆸᄅ ᅧ ᆨᄀ ᅩᄃ ᅩ 1∼30km) ᄋ ᅩ ᆫ ᄃ ᅩ ᄃ ᅦᄋ ᅵᄐ ᅥᄅ ᅳ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄀ ᅧ ᆯᄀ ᅪᄅ ᅩ ᄃ ᅢᄒ ᅡ ᆫᄆ ᅵ ᆫᄀ ᅮ ᆨ ᄀ

ᅩᄀ ᅩᄃ ᅩ ᄌ ᅥᄋ ᅩ ᆫ ᄀ ᅳ ᆨ ᄒ ᅡ ᆫᄀ ᅡ ᆹᄀ ᅪ ᄇ ᅡ ᆯᄉ ᅢ ᆼᄇ ᅵ ᆫᄃ ᅩᄀ ᅡ ᆹᄋ ᅳ ᆯ ᄉ ᅡ ᆫᄎ ᅮ ᆯ ᄒ ᅡᄋ ᅧ ᆻᄋ ᅳᄆ ᅧ, ᄋ ᅵ ᄀ ᅧ ᆯᄀ ᅪᄂ ᅳ ᆫ ᄒ ᅡ ᆼᄀ ᅩ ᆼ ᄀ ᅵ ᄋ ᅬᄌ ᅡ ᆼ ᄐ ᅡ ᆸᄌ ᅢᄆ ᅮ ᆯ ᄆ ᅵ ᆾ ᄐ ᅮᄒ ᅡᄆ ᅮ ᆯ ᄋ ᅴ ᄒ ᅪ ᆫᄀ ᅧ ᆼᄉ ᅵ ᄒ

ᅥ ᆷ ᄀ ᅵᄌ ᅮ ᆫ ᄋ ᅳᄅ ᅩ ᄒ ᅪ ᆯᄋ ᅭ ᆼ ᄒ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄃ ᅡ.

ᄌ

ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄀ ᅩᄀ ᅩᄃ ᅩ, ᄇ ᅡ ᆯᄉ ᅢ ᆼᄇ ᅵ ᆫᄃ ᅩᄀ ᅡ ᆹ, ᄌ ᅥᄋ ᅩ ᆫ, ᄐ ᅦᄋ ᅵ ᆯᄅ ᅥᄅ ᅵ ᆼ, ᄒ ᅪ ᆫᄀ ᅧ ᆼᄉ ᅵᄒ ᅥ ᆷ.

1. 서론 화

ᆫ경시험은시험대상품이 운용환경에 노출되었을때 수명주기 동안 정상 기능을수행할 수 있는지를 화

ᆨ인하는 과정이다. 일반적으로 군수품은 민수품에 비해극한 기후에 노출되는 빈도가 상대적으로 높 ᄃ

ᅡ. 그러므로 군수품은 극한환경조건에서 환경시험을 수행하게 된다. 효과적인 환경시험을수행하기 ᄋ

ᅱ해서는 군수품이 사용되는지역의환경조건을파악하여 시험 기준값을설정해야 한다.

ᄆ

ᅵ국의 경우환경시험 표준인 MIL-STD-810 (군수품환경 적합성 평가)을이용하여환경시험을수행 ᄒ

ᅡ며, 시험 기준값은 시험대상품의 수명주기프로파일 (life cycle environment profile, LCEP)에 따라 ᄐ

ᅦ일러링 (Tailoring) 하도록되어 있다. 이를위해 미 국방부는 MIL-HDBK-310 (군수품개발을위한 ᄌ

ᅥᆫ 세계 기후 데이터)을개발하여환경시험 기준값으로활용하고 있다.

ᄀ ᅮ

ᆨ내에서는 환경시험 표준으로 KDS 0010-0003 (국방환경시험표준, 1975)이 제정되었으나, 이는 MIL-STD-810B를 번역하여 제정한 것으로환경시험 기준값은 MIL-HDBK-310의 전 세계 기후 데이 ᄐ

ᅥ에 기초하고 있다. 전 세계 기후는한반도 또는우리나라의 기후보다 더극한의환경을보일 수 있으 ᄆ

ᅳ로, 전 세계 기후 데이터를기반으로환경시험 기준값을선정할 경우 한반도에 운용하는장비는과도 서

ᆯ계로 인한 불필요 비용이 발생할 수 있다.

1

(51474) ᄀ ᅧ ᆼᄉ ᅡ ᆼᄂ ᅡ ᆷᄃ ᅩ ᄎ ᅡ ᆼᄋ ᅯ ᆫ ᄉ ᅵ ᄉ ᅥ ᆼᄉ ᅡ ᆫᄀ ᅮ ᄎ ᅡ ᆼᄋ ᅯ ᆫ ᄃ ᅢᄅ ᅩ 1137ᄇ ᅥ ᆫᄀ ᅵ ᆯ 9 (ᄉ ᅡ ᆷᄌ ᅥ ᆼᄌ ᅡᄃ ᅩ ᆼ) ᄀ ᅮ ᆨ ᄇ ᅡ ᆼᄀ ᅵᄉ ᅮ ᆯᄑ ᅮ ᆷᄌ ᅵ ᆯᄋ ᅯ ᆫ, ᄋ ᅧ ᆫᄀ ᅮᄋ ᅯ ᆫ.

2

(51474) ᄀ ᅧ ᆼᄉ ᅡ ᆼᄂ ᅡ ᆷᄃ ᅩ ᄎ ᅡ ᆼᄋ ᅯ ᆫ ᄉ ᅵ ᄉ ᅥ ᆼᄉ ᅡ ᆫᄀ ᅮ ᄎ ᅡ ᆼᄋ ᅯ ᆫ ᄃ ᅢᄅ ᅩ 1137ᄇ ᅥ ᆫᄀ ᅵ ᆯ 9 (ᄉ ᅡ ᆷᄌ ᅥ ᆼᄌ ᅡᄃ ᅩ ᆼ) ᄀ ᅮ ᆨ ᄇ ᅡ ᆼᄀ ᅵᄉ ᅮ ᆯᄑ ᅮ ᆷᄌ ᅵ ᆯᄋ ᅯ ᆫ , ᄋ ᅧ ᆫᄀ ᅮᄋ ᅯ ᆫ .

3

(38428) ᄀ ᅧ ᆼᄉ ᅡ ᆼᄇ ᅮ ᆨ ᄃ ᅩ ᄋ ᅧ ᆼᄌ ᅮᄉ ᅵ ᄑ ᅮ ᆼ ᄀ ᅵᄋ ᅳ ᆸ ᄃ ᅩ ᆼ ᄋ ᅣ ᆼᄃ ᅢᄅ ᅩ 145, ᄃ ᅩ ᆼ ᄋ ᅣ ᆼᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄀ ᅧ ᆼᄋ ᅧ ᆼᄒ ᅡ ᆨᄀ ᅪ, ᄀ ᅭᄉ ᅮ.

4

ᄀ ᅭᄉ ᅵ ᆫᄌ ᅥᄌ ᅡ: (36040)ᄀ ᅧ ᆼᄉ ᅡ ᆼᄇ ᅮ ᆨ ᄃ ᅩ ᄀ ᅧ ᆼᄉ ᅡ ᆫᄉ ᅵ ᄒ ᅡᄋ ᅣ ᆼᄋ ᅳ ᆸ ᄀ ᅡᄆ ᅡᄉ ᅵ ᆯᄀ ᅵ ᆯ 50, ᄀ ᅧ ᆼᄋ ᅵ ᆯᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄅ ᅩᄇ ᅩ ᆺᄀ ᅩ ᆼ ᄒ ᅡ ᆨᄀ ᅪ, ᄀ ᅭᄉ ᅮ.

E-mail: [email protected]

ᄋ

ᅵ러한 문제를방지하기 위해 우리나라에 적합한환경시험 기준값 선정을 목적으로 한 선행 연구 사례 ᄃ

ᅳ

ᆯ이 있었다. Moon (2016)은환경시험을위한 한반도 온도기준을설정하였고, Kim (2017)은우리나라 ᄒ

ᅢ수 온도 및 염분기준값, 한반도 산악지역의 온도 강하율에 대한 연구를수행하였다. 하지만, 아직까 ᄌ

ᅵ 우리나라의 고고도 온도에 대한 연구는수행된바가 없다. 고고도 온도는항공기 외장 탑재물성능에 여

ᆼ향을미칠 수 있으며, 항공기에서 투하하는 군수품의 경우 빠른 온도 변화로 인한 온도충격으로 고장 ᄋ

ᅳᆯ 일으킬 수 있다.

보

ᆫ연구에서는우리나라의 고고도 온도 데이터에 대한 분석 결과를제시한다. 이를위해 1997년부터 2016년까지 남한 9개 지역의 고고도 (압력고도 1∼30km) 온도 데이터를이용하였다. 분석 결과로 대한 ᄆ

ᅵᆫ국고고도 저온극한값과 발생빈도값을산출하였으며, 이 결과는항공기 외장 탑재물 및 투하물의환 겨

ᆼ시험 기준으로활용가능할 것으로 기대된다.

2. 전 세계 고고도 저온 발생빈도값

MIL-HDBK-310은전 세계 고고도 온도의극한값과 발생빈도값을제시하고 있다. 이를위해 고고도 ᄋ

ᅦ서 극한값이 발생할 것으로 예상되는 전 세계 여러 지역을 선정하였으며, 이 지역의 5년 동안 고도 1∼30km 온도 데이터를 분석하였다. 이 때, 고고도 온도 데이터는지속적으로 측정하기 어렵기 때문에 ᄒ

ᅡ루에 두 번(00시, 12시) 측정하였으며, 분석 결과로 저온극한값, 1%, 5%, 10%, 20% 저온발생빈도 ᄀ

ᅡ

ᆹ을 제시하였다. 일반적으로 군수품환경시험 시 1% 발생빈도값을환경시험 기준값으로 사용하는데, ᄋ

ᅵ는단위기간 중 1%의 시간동안 자연환경조건이환경시험 기준값을초과할 수 있다는 뜻이다. 따라서, 우

ᆫ용자 및 개발자가 어떤 발생빈도값을환경시험 기준값으로활용하는가에 따라 군수품의환경 신뢰성 으

ᆯ결정할 수 있다.

MIL-HDBK-310은데이터를획득한 여러 지역 중고도별 저온극한값이 발생한 지역과 기간 (월)을 ᄉ

ᅥᆫ정하였으며, 5년 동안의 데이터 중해당 기간 (월)의 고고도 기온데이터 (5개월 동안의 기온데이터) ᄅ

ᅳᆯ 이용하여 저온 발생빈도값을 산출하였다. 이러한 방법으로 산출된 저온발생빈도값을 해당 고도의 ᄌ

ᅥᆫ 세계 저온발생빈도값으로 제시하였다. 또한, 해당 고도의 온도 데이터가 없는경우근고도의 온도 ᄃ

ᅦ이터를이용하여 선형 보간법을 통해 해당 고도의 온도를 산출하였다. MIL-HDBK-310에서 제시한 ᄀ

ᅩ고도 저온극한값 및 발생빈도값은 Table 2.1 ∼ 2.5와 같다.

Table 2.1 Lowest recorded temperature extremes for the worldwide air environment - Pressure altitude 1 to 30km

Altitude (km) Location (Area) Value (℃) Month

1 N-Cen Siberia -54 Jan

2 NWT Canada -47 Jan

4 NWT Canada -53 Jan

6 NWT Canada -61 Jan

8 N-Cen Siberia -68 Jan

10 N-Cen Siberia -74 Jan

12 NWT Canada -80 Jan

14 NWT Canada -77 Jan

16 Singapore -87 Jul

18 Canal Zone -88 Jan

20 NWT Canada -85 Jan

22 NWT Canada -85 Jan

24 NWT Canada -86 Jan

26 NWT Canada -84 Jan

28 NWT Canada -83 Jan

30 NWT Canada -81 Jan

Table 2.2 One percent low temperature extremes for the worldwide air environment - Pressure altitude 1 to 30km

Altitude (km) Location (Area) Value (℃) Month

1 N-Cen Siberia -53 Jan

2 NWT Canada -41 Jan

4 NWT Canada -48 Jan

6 NWT Canada -56 Jan

8 N-Cen Siberia -56 Jan

10 N-Cen Siberia -74 Jan

12 NWT Canada -73 Jan

14 NWT Canada -75 Jan

16 Singapore -85 Jul

18 Canal Zone -86 Jan

20 NWT Canada -84 Jan

22 NWT Canada -84 Jan

24 NWT Canada -85 Jan

26 NWT Canada -84 Jan

28 NWT Canada -83 Jan

30 NWT Canada -80 Jan

Table 2.3 Five percent low temperature extremes for the worldwide air environment - Pressure altitude 1 to 30km

Altitude (km) Location (Area) Value (℃) Month

1 N-Cen Siberia -51 Jan

2 NWT Canada -36 Jan

4 NWT Canada -44 Jan

6 NWT Canada -34 Jan

8 N-Cen Siberia -63 Jan

10 N-Cen Siberia -69 Jan

12 NWT Canada -70 Jan

14 NWT Canada -73 Jan

16 Singapore -84 Jul

18 Canal Zone -84 Jan

20 NWT Canada -83 Jan

22 NWT Canada -83 Jan

24 NWT Canada -83 Jan

26 NWT Canada -83 Jan

28 NWT Canada -81 Jan

30 NWT Canada -70 Jan

3. 대한민국 고고도 온도 데이터 수집 ᄋ

ᅮ리나라 고고도 저온발생빈도값 산출을위해 수집한 데이터는고산 (제주),광주등 9개 지역에서 측 저

ᆼ한 고고도 온도 데이터이다. 온도 데이터는 기상 상황 및 지점에 따라 차이가 있지만 기상청에서 레 ᄋ

ᅱ

ᆫ존데를이용하여 하루에 2∼4회 (00시, 06시, 12시, 18시) 수집하였으며, 수집된 총데이터 크기는 3,903,730건이다. 9개 지역의 위치와 수집한 데이터의 세부 정보는 Figure 3.1그리고 Table 3.1과 같 ᄃ

ᅡ.

보

ᆫ데이터는관측지점별관측개시 시기의 차이, 자료를제공받을수 있는자료 수집 기간 불일치, 결 ᄎ

ᅳ

ᆨ치 및 이상치 등 통계품질의 차이 등으로 동일 자료 수집 기간을적용하기 어렵다. 따라서, 본연구에

Table 2.4 Ten percent low temperature extremes for the worldwide air environment - Pressure altitude 1 to 30km

Altitude (km) Location (Area) Value (℃) Month

1 N-Cen Siberia -50 Jan

2 NWT Canada -34 Jan

4 NWT Canada -42 Jan

6 NWT Canada -53 Jan

8 N-Cen Siberia -63 Jan

10 N-Cen Siberia -67 Jan

12 NWT Canada -68 Jan

14 NWT Canada -72 Jan

16 Singapore -83 Jul

18 Canal Zone -82 Jan

20 NWT Canada -81 Jan

22 NWT Canada -82 Jan

24 NWT Canada -82 Jan

26 NWT Canada -81 Jan

28 NWT Canada -79 Jan

30 NWT Canada -78 Jan

Table 2.5 Twenty percent low temperature extremes for the worldwide air environment - Pressure altitude 1 to 30km

Altitude (km) Location (Area) Value (℃) Month

1 N-Cen Siberia -49 Jan

2 NWT Canada -31 Jan

4 NWT Canada -40 Jan

6 NWT Canada -51 Jan

8 N-Cen Siberia -61 Jan

10 N-Cen Siberia -65 Jan

12 NWT Canada -67 Jan

14 NWT Canada -70 Jan

16 Singapore -82 Jul

18 Canal Zone -80 Jan

20 NWT Canada -79 Jan

22 NWT Canada -80 Jan

24 NWT Canada -80 Jan

26 NWT Canada -79 Jan

28 NWT Canada -77 Jan

30 NWT Canada -76 Jan

Table 3.1 Number and duration of measured data in South Korea air environment Location Duration (Year) No. of Data

Gosan (Jeju) 1997 ∼ 2016 527,594

Gwangju 1997 ∼ 2016 816,531

Baengnyeong-do 2000 ∼ 2016 357,265

Sokcho 2000 ∼ 2015 368,867

Osan 1997 ∼ 2016 792,734

Heuksan-do 2003 ∼ 2016 355,564 Gangneung 2012, 2014 ∼ 2016 29,490

Changwon 2013 ∼ 2016 87,295

Pohang 1997 ∼ 2016 568,390

ᄉ

ᅥ는지점별 가용자료 전부를이용하는것이 자료 수집 기간을 동일하게하기 위해 일부 자료를제외하 느

ᆫ것보다 더 가치가 있다고 판단하여 자료 수집 기간이 상이하여도 분석 대상으로 삼았다.

Figure 3.1 Locations of the air environment data measurement in South Korea

4. 대한민국 고고도 온도 데이터 분석 ᄋ

ᅮ리나라 고고도 온도 데이터를기준고도에 따라 분포시키면 Figure 4.1과 같은그림을얻을수 있다.

ᄋ

ᅵ를 통해 우리나라의 고고도 온도는고도 16km 지점까지 하강하며, 그 위의 고도에서는고도가 높아질 ᄉ

ᅮ록 온도가 다시 상승하는경향을확인할 수 있다. 여기서 이상치 제외 기준은 Hair 등 (2010)이 제안 ᄒ

ᅡᆫ ‘평균값 ± 4배의 표준편차를벗어나는값’을적용하였다. 압력고도 16km의 온도 데이터 분포를그 ᄅ

ᅧ보면 Figure 4.2와 같이 나타난다. 이 분포에 대한 적합도 검정을 수행하였지만 통계학적 분포와 일 ᄎ

ᅵ하지 않았다. 또한, 타 기준고도의 온도데이터 역시 통계학적 분포와 일치하지 않았다. 따라서, 온도 ᄃ

ᅦ이터 분석을 통해 대한민국고고도 저온발생빈도값을산출하는방법은 MIL-HDBK-310에서 수행한 ᄇ

ᅡᆼ법과 동일하게 수행하였다. 먼저, 9개 지역에서 측정된 고고도 데이터의 압력 값을 압력고도로 변환 ᄒ

ᅡᆫ 뒤 16개의 기준고도 별 저온극한값과극한값이 발생한 지역, 기간 (월)을 도출하였다. 그 후, 극한 ᄀ

ᅡ

ᆹ이 발생한 지역의 단위 기간 (월) 데이터에서 기준고도 별 1%, 5%, 10%, 20% 발생빈도값을산출하 ᄋ

ᅧᆻ다. 이 때, 기준고도에 해당하는 온도 데이터가 없을경우근고도 데이터를이용하여 선형 보간법을