Визначення балістичних показників мисливських набоїв
DOI:
https://doi.org/10.15587/1729-4061.2025.336049Ключові слова:
мисливські набої, пороховий заряд, дроб, площа ураження, ймовірність ураженняАнотація
Об’єктом дослідження є мисливські набої. Досліджувалась проблема визначення балістичних показників мисливських набоїв.
Визначено стандартне відхилення розподілу дробу на мішені, площа ураження мисливськими набоями та ймовірність пробиття дюралюмінієвої пластини.
У результаті проведення експериментальних досліджень було встановлено, що максимальне значення стандартного відхилення розподілу дробу на рівні 8–12 см має місце при мінімальній вазі дробу 32 г й мінімальному діаметрі дробу 3,75 мм. При цьому заряд пороху становив середнє значення на рівні 1,65 г. Площа ураження моделювалася за допомогою програми, розробленої авторами, шляхом збільшення точки пробиття на мішені до розмірів сумарного еквівалентного діаметру найбільш вразливих елементів БпЛА із FPV пілотуванням. На мішені із еквівалентним діаметром 8 см площа ураження має максимальне значення на рівні 0,45–0,5 м2 при використанні мінімального діаметра дробу 3,75 мм. При цьому вага дробу мала максимальне значення на рівні 42 г, а вага заряду пороху знаходилася на середньому рівні 1,65 г. Отже, зменшення діаметру дробу та збільшення ваги дробу призводить до збільшення кількості елементів, що уражають мішень, що, відповідно, призводить до збільшення площі ураження. Ймовірність пробиття дюралюмінієвої пластини товщиною 1 мм визначалася як відношення кількості дробин, які пробили дюралюмінієву пластинку до загальної кількості влучення в неї. Ця величина має максимальне значення на рівні 0,6–0,8 відн. од. при максимальних значеннях діаметра дробу 4,75 мм, ваги дробу 42 г та ваги заряду пороху 1,71 г.
Практичне значення результатів досліджень полягає в тому, що вони можуть бути використані для удосконалення набоїв та засобів ураження безпілотних літальних апаратів (БпЛА), керування якими здійснюється за допомогою FPV-пілотування в умовах бойових дій
Посилання
- Cai, H., Zhang, K., Chen, Z., Jiang, C., Chen, Z. (2024). Video saliency prediction for First-Person View UAV videos: Dataset and benchmark. Neurocomputing, 594, 127876. https://doi.org/10.1016/j.neucom.2024.127876
- Hambling, D. (2024). What does Ukraine’s million-drone army mean for the future of war? New Scientist, 261 (3475), 12. https://doi.org/10.1016/s0262-4079(24)00150-7
- Dafrallah, S., Akhloufi, M. (2024). Malicious UAV detection using various modalities. Drone Systems and Applications, 12, 1–18. https://doi.org/10.1139/dsa-2023-0049
- Cai, H., Song, Z., Xu, J., Xiong, Z., Xie, Y. (2022). CUDM: A Combined UAV Detection Model Based on Video Abnormal Behavior. Sensors, 22 (23), 9469. https://doi.org/10.3390/s22239469
- Hambling, D. (2024). Drone vs drone is the new warfare. New Scientist, 264 (3512), 16. https://doi.org/10.1016/s0262-4079(24)01806-2
- Kunz, S. N., Kirchhoff, S., Eggersmann, R., Stiefel, D., Gessinger, M., Manthei, A. et al. (2014). Ricocheted Rifle and Shotgun Projectiles: A Ballistic Evaluation. Journal of Testing and Evaluation, 42 (2), 1–8. https://doi.org/10.1520/jte20130010
- Karapirli, M., Uysal, C., Akcan, R., Aksoy, M. E. (2014). The effect of intermediate targets on the spread of pellets from shotguns. Australian Journal of Forensic Sciences, 47 (3), 355–362. https://doi.org/10.1080/00450618.2014.982181
- Kostorrizos, A., Spiliopoulou, C., Moraitis, Κ., Papadodima, S. (2023). Determination of Firing Distance based on Pellet Dispersion. Austin Journal of Forensic Science and Criminology, 10 (1). https://doi.org/10.26420/austinjforensicscicriminol.2023.1094
- Arslan, M. M., Kar, H., Üner, B., Çetin, G. (2011). Firing Distance Estimates with Pellet Dispersion from Shotgun with Various Chokes: An Experimental, Comparative Study. Journal of Forensic Sciences, 56 (4), 988–992. https://doi.org/10.1111/j.1556-4029.2011.01761.x
- Maitre, M., Chiaravalle, A., Horder, M., Chadwick, S., Beavis, A. (2021). Evaluating the effect of barrel length on pellet distribution patterns of sawn-off shotguns. Forensic Science International, 320, 110685. https://doi.org/10.1016/j.forsciint.2021.110685
- Rios, F. G., Thornton, J. I., Guarino, K. S. (1986). Multivariate statistical analysis of shotgun pellet dispersion. Forensic Science International, 32 (1), 21–28. https://doi.org/10.1016/0379-0738(86)90154-4
- Kerkhoff, W., Maitimu, K., Pater, K. D. H., de Jong, M. A. (2023). The relationship between pellet size and shotgun dispersion patterns. Journal of Forensic Sciences, 69 (2), 461–468. https://doi.org/10.1111/1556-4029.15427
- Szmelter, J., Leeming, D. (2006). Factors Affecting the Dispersion of Shotgun Pellets in Short-range Combat. Journal of Battlefield Technology, 9 (1), 9–13. Available at: https://search.informit.org/doi/10.3316/informit.111277085967991
- Mattoo, B. N., Nabar, B. S. (1969). Evaluation of effective shot dispersion in buckshot patterns. Journal of Forensic Science, 14 (2), 263–269.
- Lee, J. S., Cleaver, G. B. (2017). Exclusion of the Magnus Effect as a Mechanism for Shotgun Pellet Dispersion. SCIREA Journal of Physics, 2 (3), 9–20. Available at: https://www.scirea.org/journal/PaperInformation?PaperID=446
- Çakir, I., Çetin, G., Uner, H. B., Albek, E. (2003). Shot range estimation based on pellet distribution in shots with a pump-action shotgun. Forensic Science International, 132 (3), 211–215. https://doi.org/10.1016/s0379-0738(03)00022-7
- Lowry, E., Garner, K. (1996). Shotshell Ballistics for Windows.
- Compton, D. J. (1996). An Experimantal and Theoretical Investigation of Short Cloud Ballistics. London. Available at: https://discovery.ucl.ac.uk/id/eprint/1382490/1/396689.pdf
- Russell, K. (2003). On Dynamic Non-linear Finite Element Analysis of Bullet and Barrel Interface. 2003 NDIA Small Arms Symposium. Available at: https://www.slideserve.com/ham/on-dynamic-non-linear-finite-element-analysis-of-bullet-and-barrel-interface
- Deng, S., Sun, H. K., Chiu, C.-J., Chen, K.-C. (2014). Transient finite element for in-bore analysis of 9 mm pistols. Applied Mathematical Modelling, 38 (9-10), 2673–2688. https://doi.org/10.1016/j.apm.2013.10.071
- Deng, S., Ken, T.-C., Wang, J., Wu, T.-C., Lin, C.-C. (2022). Interior ballistics analysis of shotgun using discrete element method. Finite Elements in Analysis and Design, 201, 103698. https://doi.org/10.1016/j.finel.2021.103698
- Qian, L., Chen, G. (2017). The uncertainty propagation analysis of the projectile-barrel coupling problem. Defence Technology, 13 (4), 229–233. https://doi.org/10.1016/j.dt.2017.06.005
- Huang, C., Dhainaut, J.-M., Talley, J., Du, P. (2024). Incline Firing Analysis Using ANSYS to Determine Directional Barrel Deformations. ASME 2024 Aerospace Structures, Structural Dynamics, and Materials Conference. https://doi.org/10.1115/ssdm2024-121581
- Burrard, G. T. (1950). The Modern Shotgun. Volume III: The Gun and the Cartridge. London: Herbert Jenkins, 320.
- Golub, G. A., Kukharets, S. M., Tsyvenkova, N. M., Golubenko, A. A., Kalenichenko, P. S. (2018). Research on a boiler furnace module effectiveness working on small fracture wastes. INMATEH-Agricultural Engineering, 55 (2), 9–18. Available at: https://www.cabidigitallibrary.org/doi/pdf/10.5555/20183391971
- Baker, S., Epstein, J. (2025). The Ukrainian Soldier’s Best Chance against Russia’s Advanced Unjammable Drones is as Low-Tech as it gets. Business Insider. Available at: https://www.businessinsider.com/ukraine-soldiers-best-chance-russia-fiber-optic-drones-shotguns-2025-6
- Pugliese, D. (2024). Shotguns Versus Drones – New Methods to Deal with Small UAVs. Available at: https://www.espritdecorps.ca/feature/shotguns-versus-drones-new-methods-to-deal-with-small-uavs?utm_source=chatgpt.com
- Giorgio, O. (2025). An Old School Solution to a Very Modern Threat: Shotguns vs Drones. TFB The Firearm Blog. Available at: https://www.thefirearmblog.com/blog/an-old-school-solution-to-a-very-modern-threat-shotguns-vs-drones-44817970
- Golub, V., Kurban, V., Sedov, S., Golub, G. (2022). Classification of Combat Wheeled Vehicles Using Cluster Analysis Methods. Advances in Military Technology, 17 (1), 5–16. https://doi.org/10.3849/aimt.01499
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Victor Golub, Serhii Bisyk, Gennadii Golub, Nataliya Tsyvenkova, Ivan Dubok, Oleksandr Shkvarskyi, Valerii Pimanov, Oleh Marus

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.






