Accesso libero

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
Profilo Orcid
Cerca questo autore su
Sciendo|Google Scholar
Abdulridha, Hind H.
, 
Tahseen F. Abbas

Tahseen F. Abbas

University of Technology
Cerca questo autore su
Sciendo|Google Scholar
Abbas, Tahseen F.
 e 
Aqeel S. Bedan

Aqeel S. Bedan

University of Technology
Cerca questo autore su
Sciendo|Google Scholar
Bedan, Aqeel S.
  
05 set 2024
Predicting Mechanical Strength and Optimized Parameters in FDM-Printed Polylactic Acid Parts Via Artificial Neural Networks and Desirability Analysis's Cover Image
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Cita
Scarica la copertina
Pubblicato online: 05 set 2024
Pagine: 428 - 437
Ricevuto: 01 gen 2024
Accettato: 01 lug 2024
DOI: https://doi.org/10.2478/mspe-2024-0040
Parole chiave
© 2024 Hind H. Abdulridha et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Lingua:
Inglese
Frequenza di pubblicazione:
4 volte all'anno
Argomenti della rivista:
Ingegneria, Ingegneria meccanica, Strumenti e metodi, Tecnologia di produzione, Ingegneria del processo ed industriale, Economia e business, Business management, Contabilità gestionale, controllo finanziario, calcolo dei costi, investimenti
Feed RSS della rivista