EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Prediction of hole quality in deep hole drilling of AISI 316 Steel: A hybrid AI approach

Sujan Kumar Mulpur, Deivanathan Ramachandran

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).

AbstractBibliografische AngabenZitierenVerwandte Studien

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}
}
Kostenlos starten →