리벳팅은 철판 두 개를 잇는 기술 중 하나로 비교적 가볍고 단단하기 때문에 여객기의 외피나 선박의 외피 등에 주로 사용된다. 많은 리벳팅 업체에서는 리벳팅 머신 대신 수작업을 통해 리벳팅 작업을 수행하고 있는데 이로 인해 작업자의 직업병 유발, 제품의 품질 저하 등 많은 문제점이 야기되고 있는 실정이다. 따라서 본 논문에서는 위 문제점을 해결하기 위하여 수작업으로 수행되던 리벳팅 작업을 리벳팅 머신으로 수행하기 위하여 리벳팅 머신을 설계 할 때, 설계 후 설계의 검증 단계인 구조해석에 대해 다룬다. 본 연구를 통해 리벳팅 머신의 안전성을 검증하고, 더 나아가 리벳팅 머신의 개발을 통한 작업자의 직업병 예방, 제품의 품질 향상 및 생산시간 단축효과를 기대할 수 있다.
High-performance concrete(HPC) is a new terminology used in concrete construction industry. Several studies have shown that concrete strength development is determined not only by the water-to-cement ratio but also influenced by the content of other concrete ingredients. HPC is a highly complex material, which makes modeling its behavior a very difficult task. This paper aimed at demonstrating the possibilities of adapting artificial neural network (ANN) to predict the comprresive strength of HPC. Mahalanobis Distance(MD) outlier detection method used for the purpose increase prediction ability of ANN. The detailed procedure of calculating Mahalanobis Distance (MD) is described. The effects of outlier compared with before and after artificial neural network training. MD outlier detection method successfully removed existence of outlier and improved the neural network training and prediction perfomance.