全文获取类型
收费全文 | 182篇 |
免费 | 11篇 |
国内免费 | 38篇 |
专业分类
电工技术 | 11篇 |
综合类 | 5篇 |
金属工艺 | 7篇 |
机械仪表 | 93篇 |
无线电 | 11篇 |
一般工业技术 | 25篇 |
自动化技术 | 79篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2022年 | 2篇 |
2021年 | 4篇 |
2019年 | 1篇 |
2017年 | 2篇 |
2015年 | 5篇 |
2014年 | 7篇 |
2013年 | 9篇 |
2012年 | 7篇 |
2011年 | 5篇 |
2010年 | 10篇 |
2009年 | 5篇 |
2008年 | 6篇 |
2007年 | 18篇 |
2006年 | 20篇 |
2005年 | 18篇 |
2004年 | 18篇 |
2003年 | 13篇 |
2002年 | 28篇 |
2001年 | 25篇 |
2000年 | 8篇 |
1999年 | 4篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1996年 | 6篇 |
1995年 | 4篇 |
1993年 | 2篇 |
排序方式: 共有231条查询结果,搜索用时 112 毫秒
21.
针对目前临床上应用的便秘诊断措施有创且诊断效果不理想的问题,开展了基于无创检测设备获得胃肠道生理信息的研究。利用非线性分析方法分析人体结肠动力并找出正常人和便秘病人之间的区别,为临床诊断便秘提供参考。对8个正常人和10个便秘病人的结肠压力数据进行了分析。首先,通过阈值和集合经验模态分解(EEMD)有效滤除了结肠压力数据中的呼吸,咳嗽,电磁干扰等噪声;然后,提取了表征结肠动力的特征参数如结肠收缩频率,动力指数,平均收缩波峰值;最后,通过t检验比较了正常人和便秘病人结肠特征参数。结果显示:正常人和便秘病人的收缩频率,动力指数有明显统计不同(p0.05);然而,正常人和便秘病人的平均收缩波峰值没有明显统计差别。分析表明,收缩频率、动力指数可以区分正常人和便秘病人。 相似文献
22.
为保障胃肠道微型机器人在体内稳定、可靠工作,以扩大无线能量传输系统的工作范围、提高接收能量及其稳定性为目标,研究了新型组合螺线管式无线能量发射系统。通过有限元仿真分析,确定发射线圈的最佳结构及结构参数。基于最小传输能量要求及所提出的发射线圈性能评估指标,优化确定发射线圈的匝数。研制的发射线圈尺寸为50 cm×50 cm×42 cm,较传统的亥姆霍兹线圈在轴线方向上扩大了17 cm,可以更完整的覆盖人体胃肠道区域。实验结果表明,采用边长为12 mm的三维正交能量接收线圈,在发射线圈内任意位置及姿态下,负载接收能量超过660 mW。在发射线圈非边缘区域,接收能量的位置稳定度超过了80%,能够较好的满足为胃肠道微型机器人供能的实用要求。 相似文献
23.
24.
25.
针对相贯线焊缝难以检测的问题,提出了一种新型的管道插接相贯线焊缝扫查机器人系统,通过管道夹紧装置使得机器人可附着于支管上作360°圆周运动,特别是通过冗余关节的设计实现了机器人末端探测器要求的空间相贯线扫查轨迹.该系统可实现两种管道扫查方式:一种是沿不同的扫查半径做360°周向扫查;另一种方式是沿径向呈"Z"字形进行扫查.可实现支管直径为100~400mm,被扫管道直径为600~1000mm范围内的相贯线焊缝扫查.系统设计分析和控制运行结果表明:扫查的周向步进精度≤0.2mm/m,径向步进精度≤0.5mm/m,轴向步进精度≤1mm/mm. 相似文献
26.
27.
应用递推神经网络的传感器动态建模研究 总被引:4,自引:2,他引:4
根据动态校准实验结果建立传感器的动态数学模型 ,以研究传感器的动态性能 ,是动态测试的一个重要内容。研究了递归神经网络模型在传感器动态建模中的应用。递归神经网络模型采用具有输入层、中间层、输出层的三层网络结构 ,整个网络的特性决定于相邻层间的连接权。采用递推预报误差算法训练神经网络 ,具有收敛速度快、收敛精度高的特点。由于其反馈特征 ,使得递归神经网络模型能获取系统的动态响应特性。该方法特别适用于传感器非线性动态建模 ,而且避免了传感器模型阶次的选择的困难。试验结果表明 ,应用递归神经网络对传感器进行动态建模是一种行之有效的方法 相似文献
28.
基于自适应模糊PID控制的气动微型机器人系统 总被引:2,自引:0,他引:2
根据尺蠖蠕动原理,研制了一种具有三自由度的微型蠕动机器人内窥镜诊疗系统,该机器人由空气压橡胶驱动器驱动,通过气囊钳位。设计了电一气脉宽调制伺服系统控制机器人的移动,建立了微型蠕动机器人控制系统的动态模型,以一种简化的自适应模糊PID方法控制机器人,将模糊控制器辨识的输出作为PID控制器的输入不断改变控制参数。在自适应模糊PID控制下对系统进行了仿真并进行了实验,结果证实该方法弥补了模糊控制与PID控制的不足,使系统的动静特性都达到预期效果,是一种理想的气动微型蠕动机器人控制方法。 相似文献
29.
30.