Open Access · CC BY-NC-ND 4.0
Prediction of hole quality in deep hole drilling of AISI 316 Steel: A hybrid AI approach
Results in Engineering · 2026-03 · 29 · 109633
DOI: 10.1016/j.rineng.2026.109633 ↗Kurz gefasst
Fachartikel in der Zeitschrift Results in Engineering, 2026-03. Verfasst von Sujan Kumar Mulpur und 1 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 24 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).
Abstract (Originalsprache)
Kein Abstract verfügbar.
Zitieren
APA
Mulpur, S. K., & Ramachandran, D. (2026). Prediction of hole quality in deep hole drilling of AISI 316 Steel: A hybrid AI approach. Results in Engineering, 29, 109633. https://doi.org/10.1016/j.rineng.2026.109633
Vancouver
Mulpur SK, Ramachandran D. Prediction of hole quality in deep hole drilling of AISI 316 Steel: A hybrid AI approach. Results in Engineering. 2026;29:109633. doi:10.1016/j.rineng.2026.109633
BibTeX
@article{Mulpur2026,
author = {Mulpur, Sujan Kumar and Ramachandran, Deivanathan},
title = {Prediction of hole quality in deep hole drilling of AISI 316 Steel: A hybrid AI approach},
journal = {Results in Engineering},
year = {2026},
volume = {29},
pages = {109633},
doi = {10.1016/j.rineng.2026.109633}
}
EUVIMED