全文获取类型
收费全文 | 96篇 |
免费 | 2篇 |
国内免费 | 1篇 |
专业分类
电工技术 | 2篇 |
综合类 | 26篇 |
金属工艺 | 6篇 |
机械仪表 | 40篇 |
矿业工程 | 2篇 |
石油天然气 | 1篇 |
武器工业 | 1篇 |
一般工业技术 | 10篇 |
冶金工业 | 10篇 |
自动化技术 | 1篇 |
出版年
2023年 | 1篇 |
2022年 | 1篇 |
2021年 | 4篇 |
2020年 | 3篇 |
2019年 | 2篇 |
2018年 | 5篇 |
2017年 | 4篇 |
2016年 | 4篇 |
2015年 | 3篇 |
2014年 | 1篇 |
2013年 | 4篇 |
2012年 | 5篇 |
2011年 | 1篇 |
2010年 | 6篇 |
2009年 | 8篇 |
2008年 | 5篇 |
2007年 | 3篇 |
2006年 | 3篇 |
2005年 | 5篇 |
2004年 | 4篇 |
2003年 | 3篇 |
2002年 | 5篇 |
2001年 | 3篇 |
2000年 | 4篇 |
1999年 | 3篇 |
1997年 | 1篇 |
1996年 | 6篇 |
1991年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有99条查询结果,搜索用时 265 毫秒
61.
62.
并联机器人的理论及应用研究 总被引:4,自引:0,他引:4
并联机构刚度大,承载能力强,精度高,运动惯性小,备受人们关注。对并联机器人的理论、应用研究及国内外发展现状进行了详尽综述,指出并联机器人理论及应用研究领域有待深入开展的研究工作方向。 相似文献
63.
64.
65.
基于小波包分析和改进自适应遗传算法的齿轮故障诊断 总被引:1,自引:0,他引:1
齿轮是传动系统中最重要的元件之一,针对齿轮故障问题,在综合小波包降噪、模糊逻辑、高阶BP网络、改进自适应遗传算法各自优点的基础上,提出了一种基于小波包分析和改进自适应遗传算法的齿轮故障诊断新方法。试验证明,这种方法与传统方法相比,无论在分类精度,还是对训练总误差控制方面都具有更大的优势。 相似文献
66.
67.
利用各种频谱分析手段(细化功率谱和倒频谱)对某轧钢厂齿轮箱振动信号进行了全面分析,发现整个传动装置产生的不平衡导致齿轮箱振动异常,经过装配调整,并做了动平衡试验,有效地解决了这一问题. 相似文献
68.
多尺度熵(Multiscale entropy,MSE)是一种衡量时间序列复杂性的方法,针对其粗粒化过程由时间序列长度变短而导致熵值不精确、波动较大等问题,提出一种改进的多尺度熵(Improved multiscale entropy,IMSE)算法。在此基础上,结合迭代拉普拉斯得分(Iteration Laplacian Score,ILS)特征选择和多变量预测模型(Variable predictive model based class discriminate,VPMCD),提出一种新的滚动轴承智能故障诊断方法。最后,将提出的方法应用于滚动轴承试验数据分析,并与现有方法进行对比。结果表明,提出的方法不仅能够有效地识别滚动状态和故障类型,而且其诊断效果优于现有方法。 相似文献
69.
针对变工况下滚动轴承不易获取带标签的振动信号,导致故障诊断准确率低等问题,提出一种基于自适应噪声完整经验模态分解(CEEMDAN)与流形嵌入分布对齐的滚动轴承迁移故障诊断方法。采用CEEMDAN对不同工况下滚动轴承振动信号进行分解,得到若干内禀模态分量(IMF);提取峭度较大的IMF分量的时域和频域特征构造多特征样本集,将所提特征嵌入流形空间进行流形特征变换,同时,对变换后的流形特征动态分布对齐;利用源域数据和目标域数据训练分类模型,以获得未知标签的滚动轴承故障诊断结果。实验表明,所提方法能够最小化域间特征分布差异,有效提高滚动轴承状态识别的准确率。 相似文献
70.
为了提高自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)的分解能力和分解精度,解决CEEMDAN方法中噪声残留等问题,提出了一种改进的CEEMDAN方法——自适应噪声均值优选集成经验模态分解(mean-optimized ensemble empirical mode decomposition with adaptive noise, MEEMDAN)。MEEMDAN在迭代筛分过程中引入不同的权重,以正交性指标最小为依据,从不同权重下的分解结果中选取最优模态函数(IMF),确保了每一阶的IMF分量都是整体最优。通过仿真分析验证了MEEMDAN方法在分解能力和分解精度方面优于CEEMDAN方法。同时,将MEEMDAN和最大相关峭度反褶积相结合,并应用于滚动轴承仿真数据和实测数据分析,结果表明,与现有方法相比,所提方法能够更为准确地提取出故障特征频率,且在分解能力和抑制干扰频率方面更具有优越性。 相似文献