Accès libre

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
Profil Orcid
Recherchez cet auteur sur
Sciendo|Google Scholar
Abdulridha, Hind H.
, 
Tahseen F. Abbas

Tahseen F. Abbas

University of Technology
Recherchez cet auteur sur
Sciendo|Google Scholar
Abbas, Tahseen F.
 et 
Aqeel S. Bedan

Aqeel S. Bedan

University of Technology
Recherchez cet auteur sur
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
À propos de cet article
Article précédent
Article suivant
Citez
Télécharger la couverture
Publié en ligne: 05 sept. 2024
Pages: 428 - 437
Reçu: 01 janv. 2024
Accepté: 01 juil. 2024
DOI: https://doi.org/10.2478/mspe-2024-0040
Mots clés
© 2024 Hind H. Abdulridha et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Langue:
Anglais
Périodicité:
4 fois par an
Sujets de la revue:
Ingénierie, Génie mécanique, Outils et méthodes, Technologie de production, Génie des procédés et génie industriel, Affaires et économie, Gestion d'entreprise, Comptabilité de gestion, contrôle de finances, calcul des coûts, investissement
RSS Feed de la revue