磨损失效零件激光增材再制造性神经网络量化评价方法

doi:10.11933/j.issn.1007-9289.20220301001

PDF(6750 KB)

中国表面工程 ›› 2022, Vol. 35 ›› Issue (6) : 244-256. DOI: 10.11933/j.issn.1007-9289.20220301001

扫码查看或转发全文

磨损失效零件激光增材再制造性神经网络量化评价方法

{{article.zuoZhe_CN}}

作者信息 +

Quantitative Evaluation of Wear Failure Part’ s Remanufacturability for Laser Additive Remanufacturing Based on Neural Network

{{article.zuoZhe_EN}}

Author information +

文章历史 +

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2022, 35(6): 244-256 https://doi.org/10.11933/j.issn.1007-9289.20220301001

{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2022, 35(6): 244-256 https://doi.org/10.11933/j.issn.1007-9289.20220301001

中图分类号：

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

基金

版权

PDF(6750 KB)

Accesses

Citation

Detail

段落导航

选择文件类型/文献管理软件名称

选择包含的内容