Przejdź do menu głównego
Przejdź do treści
PL
|
EN
Szukaj
Przeglądaj
Pomoc
O nas
test
PL
EN
BibTeX
PN-ISO 690:2012
Chicago
Chicago (Autor-Data)
Harvard
ACS
ACS (bez tytułu art.)
IEEE
Preferencje
Polski
English
Język
Widoczny
[Schowaj]
Abstrakt
10
20
50
100
Liczba wyników
Artykuł - szczegóły
Narzędzia
PL
EN
BibTeX
PN-ISO 690:2012
Chicago
Chicago (Autor-Data)
Harvard
ACS
ACS (bez tytułu art.)
IEEE
Adres strony
Kopiuj
Czasopismo
Electronic Journal of Polish Agricultural Universities. Series Agronomy
2020
|
23
|
2
|
Tytuł artykułu
Artificial neural network and response surface methodology approaches for optimization of parameters for an air-jet sunflower seeds remover machine
Autorzy
Mirzabe A.H.
,
Chegini G.R.
,
Massah J.
,
Mansouri A.
,
Khazaei J.
Warianty tytułu
Języki publikacji
EN
Abstrakty
EN
Słowa kluczowe
EN
artificial neural network
response surface methodology
Helianthus annuus
sunflower
sunflower seed
parameter optimization
operational parameter
impingement jet fluidization
Wydawca
-
Czasopismo
Electronic Journal of Polish Agricultural Universities. Series Agronomy
Rocznik
2020
Tom
23
Numer
2
Opis fizyczny
http://www.ejpau.media.pl/volume23/issue2/art-01.html
Twórcy
autor
Mirzabe A.H.
Department of Mechanical Engineering of Biosystems, College of Agriculture and Natural Resources, University of Tehran, Tehran, Iran
autor
Chegini G.R.
Department of Mechanical Engineering of Biosystems, College of Agriculture and Natural Resources, University of Tehran, Tehran, Iran
autor
Massah J.
Department of Mechanical Engineering of Biosystems, College of Agriculture and Natural Resources, University of Tehran, Tehran, Iran
autor
Mansouri A.
Department of Mechanical Engineering of Biosystems, College of Agriculture and Natural Resources, University of Tehran, Tehran, Iran
autor
Khazaei J.
Department of Mechanical Engineering of Biosystems, College of Agriculture and Natural Resources, University of Tehran, Tehran, Iran
Bibliografia
Typ dokumentu
Bibliografia
Identyfikatory
DOI
10.30825/5.EJPAU.185.2020.23.2
Identyfikator YADDA
bwmeta1.element.agro-e12325eb-d181-490e-bd57-9304802dbeac
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.