1. 서 론
2. 신경사 충돌 시험 결과 및 주요 상해
3. 주요 상해 기반 슬레드 시뮬레이션 모델 구성
4. 메타 모델 생성 및 최적 값 도출
5. 최적 값 기반 메타 모델 검증 및 경향성
6. 결 론
1. 서 론
전통적인 차량 충돌 시험은 주로 차량이 정면으로 벽이나 타 차량과 충돌하는 상황을 가정하고 있다. 그러나 실제 도로에서는 경사 충돌이 더 빈번하게 발생하며, 이러한 사고 유형을 반영한 승객 안전 확보의 필요성이 대두되고 있다. 따라서 북미 NCAP에서는 2027년 4분기부터 신경사 충돌 시험이 새롭게 도입될 예정이다. 신경사 충돌은 90 km/h의 속도로 이동하는 Oblique Mobile Deformable Barrier(OMDB)가 차량 전방 35% 오버랩 지점에 15° 각도로 충돌하는 모드이다. 위 충돌 모드는 현실적인 필드 충돌 상황을 모사하여 차량 안전성과 승객 안전 평가에 도움을 준다는 연구 자료도 있다.(1) 북미 NCAP 신경사 충돌 모드는 운전석과 동승석에 기존 대비 상해 감지가 강화된 THOR 50% 남성 더미가 탑승하며, THOR 50% 남성 더미는 기존 Hybrid III 더미 측정 상해의 한계를 보완하기 위하여 뇌 손상 위험 평가 지표(BrIC, Brain Injury Criterion)(2) 측정을 위한 머리 각속도계와 가슴변위 측정을 위한 IRTRACC 센서가 추가적으로 장착되어 있다. 새롭게 도입된 충돌 모드와 더미의 변화에 대응하기 위해 완성차 제조업체에서는 추가적인 충돌 시험이 필요하게 되어 비용증가의 부담이 생기게 된다. 일반적으로 차량 충돌 시험 시 완성차 충돌로 평가하나 비용 절감과 시험 반복성 및 다양한 시나리오의 적용이 가능한 슬레드 시험(3)으로 사전 검토가 진행된다. 하지만 신경사 충돌의 경우 차량 회전 및 횡방향 거동이 발생하기 때문에 직선 방향 거동만을 재현하는 슬레드 시험으로 이를 완전히 재현하기에 어려움이 있다. 따라서, 이러한 물리적 한계를 보완할 수 있도록 슬레드 초기 각도를 미리 설정하여 실제 경사 충돌과 유사한 차량 거동에 의한 상해를 재현할 수 있는 시험 조건 방법론 개발에 대한 연구를 진행하였다.
본 논문에서는 북미 NCAP 신경사 충돌 상해를 효과적으로 모사할 수 있는 슬레드 시험 조건을 제안하고자 한다. 신경사 충돌 시험 데이터를 기반으로 정합성이 확보된 유한요소 모델에 기반하여 전체 차량의 충돌을 모사한 완성차 시뮬레이션 모델을 활용하여 동승석의 슬레드 조건 시뮬레이션 모델을 구축한다. 여기서 완성차 시뮬레이션은 차량 전체를 모델링한 충돌 시뮬레이션을, 슬레드 시뮬레이션은 슬레드 시험 환경을 모사한 시뮬레이션을 의미한다. 신경사 충돌 차량의 진행방향인 X방향과 횡방향인 Y방향 가속도를 슬레드 조건의 시뮬레이션에서 유사하게 모사하기 위하여 각방향의 배율의 최적화가 수반되어야 한다. 따라서 각 방향 가속도의 배율과 슬레드 초기 각도를 변수로 적용하여 총 72가지 시뮬레이션을 수행하고자 한다. 주요 상해 지표인 BrIC과 가슴 상해를 기준으로 시뮬레이션 결과를 이용하여 메타모델을 생성하고 최적 가속도 배율 및 슬레드 초기 각도 조건을 도출한다. 이후 메타모델 검증을 통해 도출 조건의 신뢰성 평가를 진행한다.
본 연구에서 제안하는 슬레드 시험 조건을 활용하면 구속장치를 단기간에 최적화할 수 있으며, 고가의 실차 시험 횟수를 줄여 개발 시간과 비용을 실질적으로 절감할 수 있을 것으로 기대된다.
2. 신경사 충돌 시험 결과 및 주요 상해
먼저 신경사 시험을 진행하여 차량 거동과 승객 상해에 대해 분석하였다. 시험 결과, Fig. 1과 같이 OMDB 충돌 이후 차량은 회전 및 횡방향 거동을 동반한다. 이로 인해 차량 내부 승객 또한 회전 및 횡방향 거동을 경험하며, 특히 동승석 승객의 머리는 센터콘솔 방향으로 회전하여 에어백과 접촉하게 된다. 이러한 머리 회전에 의한 뇌 손상 상해는 BrIC으로 평가된다. BrIC은 머리의 회전 각속도 성분을 기반으로 산출되며, 식 (1)과 같이 정의된다.
, , 는 머리 회전 각속도의 각 축 성분의 최대값을 의미한다. 각 성분별 최대 각속도의 발생 시점이 다를 수 있으므로 BrIC 은 시간에 대한 함수가 아닌 값으로만 표현된다. 시험에서의 BrIC 결과값은 0.71로 북미 NCAP 프로토콜 감점 구간인 0.71~1.05의 감점 시작 지점과 동일하므로 이후 시험에서의 감점 가능성이 크다고 볼 수 있다. 또한 THOR 50% 남성 더미는 4개의 IRTRACC 센서를 활용하여 가슴상해(CD, Chest Deflection)를 측정하며, 기존 Hybrid III 더미 대비 생체 유사도가 향상되었다.(4) 충돌 시 시트벨트가 4개 IRTRACC센서 중 특정 센서에 집중적으로 압력을 가할 경우 높은 CD 값을 유발할 수 있다. 시험에서의 CD값은 41 mm로 북미 NCAP 프로토콜 감점 구간 37.9 mm~52.3 mm구간 내에 있으므로 감점이 발생한다. 따라서 본 연구에서는 승객 안전 확보와 차량개발의 목표로 BrIC과 CD를 주요 상해로 선정하였다.
3. 주요 상해 기반 슬레드 시뮬레이션 모델 구성
주요 상해 기반 슬레드 조건을 검토하기 위해 먼저 정합성이 높은 완성차 시뮬레이션 모델을 확보하여야 한다. 동승석 THOR 50% 더미의 시험 데이터에 기반해 착좌 하였으며, 북미 신경사 충돌 90 km/h 실차 시험에 근거해 시험과 시뮬레이션 간 차량 거동을 일치시켰다. 이후 시험과 시뮬레이션에서의 차량 가속도 차이를 보정한 후, 동승석 상해를 비교하였다. Fig. 2와 같이 시험-시뮬레이션 상관성 검토 시 주요하게 보는 머리, 가슴, 골반 가속도와 CD의 시뮬레이션(Analysis)과 시험(Test)의 커브 일치도가 높게 나타나 완성차 시뮬레이션 모델의 정합성이 확보되었음을 확인할 수 있다. 슬레드 시뮬레이션 모델은 완성차의 BIW(Body-in-White) 및 인테리어, 구속장치 등을 포함하여 Fig. 3과 같이 슬레드 시뮬레이션 모델을 구축하였다. 슬레드 시뮬레이션 모델은 고정된 차량모델에서 더미에만 충돌 가속도를 적용하는 방식으로 구성된다. 슬레드에 적용되는 가속도는 시험 차량의 회전 중심에서 추출하였으며, 추출된 가속도를 X축 성분과 Y축 성분으로 분리하였다.
각 성분에 대해 0.8배부터 1.2배까지 0.2 간격으로 조절하여 X 가속도 3개와 Y 가속도 3개의 조합, 총 9가지 조합을 구성하였고, 각 조합의 합력을 슬레드 시뮬레이션 가속도로 적용하였다. 또한 슬레드 초기 설정 각도는 14°에서 28°까지 2° 간격으로 8가지 각도를 설정하였다. 9가지 가속도 조합과 8가지 각도 조합으로 총 72가지 시뮬레이션 케이스를 수행하였다. 72가지 시뮬레이션 결과에 대해 주요 상해 지표인 BrIC의 구성 성분인 머리 각속도 , , 와 가슴상해 CD값을 Table 1과 같이 실험점을 배치하였다. BrIC은 머리 각속도 성분 각각의 최대값으로 계산되므로, 시험과 시뮬레이션의 BrIC 값이 일치하더라도 상해 경향이 완전히 유사하다고 단정할 수 없다. 이에 각 성분인 머리 각속도 , , 와 값을 포함하여 표에 상세히 기입하였다.
Table 1.
Design values based on major injury
4. 메타 모델 생성 및 최적 값 도출
72가지 조합의 슬레드 시뮬레이션 결과를 바탕으로 최적조건 도출을 위한 설계 조건을 설정하였다. Table 1에 제시된 실험점을 기반으로, 식 (2)와 같이 최적 설계 문제를 정식화 하였다.
최적 설계 변수는 차량 X방향 가속도 배율, Y방향 가속도 배율, 그리고 슬레드 초기 설정 각도로 설정하였다. 목적 함수는 완성차 시뮬레이션의 BrIC 값과 슬레드 시뮬레이션 결과 간 편차를 최소화하는 방향으로 정의하였다. 구속 조건으로는 주요 상해 지표인BrIC의 구성 성분인 각 머리 각속도 최대값과 CD값이 완성차 시뮬레이션 결과의 ±10% 이내에 위치하도록 하였다. 주어진 입력 데이터를 바탕으로 빠르게 해를 근사 할 수 있는 메타모델을 생성하였는데, 메타모델은 RMSE(Root Mean Square Error)가 최소가 되는 기준에 따라 RBF(Radial Basis Function) 모델을 선택하였다. RBF 메타모델은 시스템의 비선형성과 고차원 특성을 효과적으로 처리할 수 있으며, 복잡한 최적화 문제 해결에 강점을 가진다.(5) 최적화 기법으로 도출된 결과는 Table 2와 같이 X방향 가속도 배율 0.99배, Y방향 가속도 배율 0.93배, 슬레드 초기 설정 각도는 27.2°로 도출되었다. 해당 조건에서 산출된 각 상해 지표 값 또한 Table 2에 제시하였다.
Table 2.
Optimal value derived from metamodel
결과적으로 실차 시험 기준 X방향 가속도 0.99배, Y방향 가속도 0.93배의 합력을 27.2°의 초기 각도로 슬레드에 인가할 때 신경사 충돌 상해를 효과적으로 모사할 수 있음을 확인하였다. 나아가 도출된 메타모델 및 최적 조건의 신뢰성을 검증하기 위해 해당 조건을 적용한 슬레드 조건과 완성차 시뮬레이션 간의 상해 유사도를 비교·분석하는 과정을 수행하였다.
5. 최적 값 기반 메타 모델 검증 및 경향성
도출된 최적 조건의 신뢰성 검증을 위해 최적 가속도 배율과 초기 설정 각도를 슬레드 시뮬레이션 모델에 적용하고 완성차 시뮬레이션 결과와 상해 커브 일치도를 분석하였다. 상해 커브 일치도 평가는 ISO score를 기준으로 수행하였다. ISO score는 시험 결과와 시뮬레이션 결과 간 상관성을 정량적으로 평가하는 지표로 Corridor, Magnitude, Phase, Slope를 종합하여 산출된다.(6) 만점은 1.00점이며, Euro NCAP VTC 프로토콜에서는 0.50점 이상을 권장 점수로 제시한다. 본 연구 결과, Table 3과 같이 최적 조건을 적용한 슬레드 시뮬레이션과 완성차 시뮬레이션 간 ISO score는 최저 0.67점, 평균 0.72점으로 나타났다. 또한, Fig. 4에 나타난 그래프 개형을 보면 두 시뮬레이션 간 주요 상해인 머리 각속도와 가슴상해의 경향성이 유사함을 확인할 수 있다. 따라서 본 연구를 통해 도출된 최적 가속도 배율 및 초기 각도 조건은 신뢰할 만한 결과라고 판단하였다.
Table 3.
Optimal value derived from metamodel method
앞서 북미 신경사 충돌의 승객 상해를 모사하기 위한 슬레드 시험의 최적 가속도와 초기 각도를 선정하고, 이를 완성차 시뮬레이션 결과와 비교하여 검증하였다. 그러나 실제 구속장치 사양 결정을 위한 슬레드 시험에서는 시트벨트 및 에어백 사양 변경이 빈번하게 발생하므로, 구속장치 사양 변화에도 동일한 가속도 및 초기 각도를 사용할 수 있는지 검증하는 과정이 필요하다. 특히 시트벨트 로드 리미터 하중과 에어백 벤트 홀은 대표적으로 조정되는 구속장치 요소이다. 로드 리미터는 급제동이나 충돌 시 시트벨트 과도 장력을 제한하여 탑승자의 흉부 상해를 최소화하는 기능을 수행한다. 일반적으로 로드 리미터 하중이 증가할수록 탑승자 구속력은 향상되나, 동시에 가슴 상해가 증가하는 경향이 있다. 최적 조건에서 구성된 슬레드 시뮬레이션 모델과 완성차 시뮬레이션 모델에서 로드 리미터 하중을 3.0 kN, 3.5 kN, 4.0 kN으로 단계별 증가시킨 결과, 가슴 상해 지표인 CD의 증가 경향이 두 시뮬레이션 모두에서 유사하게 도출되었다. 로드 리미터 하중 증가 시 더미의 전방 이동이 구속되면서 머리가 에어백에 접촉하기 까지의 시간이 길어지면서 y방향 머리 각속도가 소폭 증가하는 경향도 유사했다. 이를 통해 벨트 하중 변화에 따른 상해 경향이 슬레드 시뮬레이션과 완성차 시뮬레이션에서 유사함을 확인하였다. 두번째 변경 사양인 에어백 벤트 홀은 크기에 따라 에어백 팽창 시 내부 압력이 조절된다. 벤트 홀이 커질수록 공기 배출량이 증가하여 내부 압력이 감소하며, 이는 에어백에 더미 머리가 접촉 시 지지력이 부족하여 머리 회전이 크게 발생할 수 있다. 벤트 홀 크기 증가에 따라 머리 각속도 , 가 증가하는 경향이 나타났으며, 반면 가슴 상해는 벨트 하중 영향이 더 지배적이기 때문에 벤트 홀 크기에 따른 영향이 미미함을 확인하였다. 에어백 벤트 홀 사양 변경 시에도 슬레드 시뮬레이션과 완성차 시뮬레이션의 상해 경향성이 유사함을 확인하였고 동일한 슬레드 최적 조건을 적용할 수 있다고 판단하였다.
6. 결 론
본 연구에서는 횡방향 이동 및 회전 거동을 수반하는 북미 경사 충돌 상황을 상정하고, 승객 상해 모사에 요구되는 가속도 및 초기 설정 각도 기반의 최적 슬레드 시뮬레이션 조건을 도출하였다. 실제 개발 시험 데이터를 기반으로 정합성이 검증된 완성차 시뮬레이션모델을 활용하여 슬레드 시뮬레이션 모델을 구성하고, 다양한 가속도 배율과 초기 각도 조합으로 총 72가지 시뮬레이션을 수행하였다. 이를 토대로 메타모델 기반 최적화 기법을 적용하여 머리 상해 BrIC과 가슴 상해 CD를 가장 잘 재현하는 최적 조건을 도출하였다. 도출된 최적 조건은 X방향 가속도 배율 0.99배, Y방향 가속도 배율 0.93배, 슬레드 초기 설정 각도 27.2°이며, 해당 조건 슬레드 시뮬레이션 모델 적용 시 완성차 시뮬레이션과의 주요 상해 지표의 커브 일치도(ISO Score)는 최저0.67점, 평균 0.72점 이상으로 Euro NCAP 권장 기준인 0.50점을 상회하였다. 또한, 시트벨트 로드리미터 하중 및 에어백 벤트홀 사양 변경에 따른 상해 경향성도 슬레드 시뮬레이션과 완성차 시뮬레이션 모두에서 유사하게 나타나, 구속장치 변경에 따른 최적 조건의 적용 범위에 대한 신뢰성을 확보하였다.
본 연구 결과는 차량 개발 초기 단계에서 최적 조건을 사용한 슬레드 시험을 통하여 실제 신경사 충돌 시험의 높은 비용과 반복성 한계를 극복할 수 있는 실용적인 대안이 될 것으로 기대된다. 특히 신경사 충돌의 주요 상해인 BrIC과 CD를 개선하기 위한 시트벨트와 에어백의 사양 검토를 실차 시험 이전 슬레드 시험으로 대체할 수 있을 것으로 사료된다. 다만, 중량 차이가 큰 차급과 EREV, 연료전지 등 다양한 파워트레인 종류에 따라 횡방향 및 회전 거동 특성 차이가 발생하기 때문에 본 연구에서 제시한 최적 조건을 일괄 적용하는 데는 한계가 있다. 이에 따라 차급과 파워트레인을 구별하여 해당 방법론을 사용한 추가 검토가 향후 과제로 남는다.
