Acceso abierto

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
Perfil de Orcid
Buscar este autor en
Sciendo|Google Scholar
Abdulridha, Hind H.
, 
Tahseen F. Abbas

Tahseen F. Abbas

University of Technology
Buscar este autor en
Sciendo|Google Scholar
Abbas, Tahseen F.
 y 
Aqeel S. Bedan

Aqeel S. Bedan

University of Technology
Buscar este autor en
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
Acerca de este artículo
Artículo anterior
Artículo siguiente
Cite
Descargar portada
Publicado en línea: 05 sept 2024
Páginas: 428 - 437
Recibido: 01 ene 2024
Aceptado: 01 jul 2024
DOI: https://doi.org/10.2478/mspe-2024-0040
Palabras clave
© 2024 Hind H. Abdulridha et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Idioma:
Inglés
Calendario de la edición:
4 veces al año
Temas de la revista:
Ingeniería, Ingeniería mecánica, Herramientas y métodos, Tecnología de producción, Ingeniería de procesos e ingeniería industrial, Negocios y Economía, Gestión empresarial, Contabilidad de gestión, control financiero, cálculo de costes, inversión
RSS Feed de revista