Uneingeschränkter Zugang

Predicting Mechanical Strength and Optimized Parameters in FDM-Printed Polylactic Acid Parts Via Artificial Neural Networks and Desirability Analysis

Hind H. Abdulridha

Hind H. Abdulridha

University of Technology
Orcid-Profil
Suche nach diesem Autor auf
Sciendo|Google Scholar
Abdulridha, Hind H.
, 
Tahseen F. Abbas

Tahseen F. Abbas

University of Technology
Suche nach diesem Autor auf
Sciendo|Google Scholar
Abbas, Tahseen F.
 und 
Aqeel S. Bedan

Aqeel S. Bedan

University of Technology
Suche nach diesem Autor auf
Sciendo|Google Scholar
Bedan, Aqeel S.
  
05. Sept. 2024
Predicting Mechanical Strength and Optimized Parameters in FDM-Printed Polylactic Acid Parts Via Artificial Neural Networks and Desirability Analysis's Cover Image
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zitieren
COVER HERUNTERLADEN
Online veröffentlicht: 05. Sept. 2024
Seitenbereich: 428 - 437
Eingereicht: 01. Jan. 2024
Akzeptiert: 01. Juli 2024
DOI: https://doi.org/10.2478/mspe-2024-0040
Schlüsselwörter
© 2024 Hind H. Abdulridha et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Abdulridha, Hind H. ORCID Icon
University of Technology
Abbas, Tahseen F.
University of Technology
Bedan, Aqeel S.
University of Technology
Sprache:
Englisch
Zeitrahmen der Veröffentlichung:
4 Hefte pro Jahr
Fachgebiete der Zeitschrift:
Technik, Maschinenbau, Werkzeuge und Methoden, Fertigung, Verfahrenstechnik, Wirtschaftswissenschaften, Betriebswirtschaft, Internes Rechnungswesen, Controlling, Kostenrechnung, Investition
Zeitschrift RSS Feed