全文获取类型
收费全文 | 81332篇 |
免费 | 4517篇 |
国内免费 | 1679篇 |
专业分类
电工技术 | 25891篇 |
综合类 | 3192篇 |
化学工业 | 3741篇 |
金属工艺 | 1302篇 |
机械仪表 | 8612篇 |
建筑科学 | 3245篇 |
矿业工程 | 2965篇 |
能源动力 | 1983篇 |
轻工业 | 3083篇 |
水利工程 | 1533篇 |
石油天然气 | 1506篇 |
武器工业 | 779篇 |
无线电 | 12021篇 |
一般工业技术 | 5574篇 |
冶金工业 | 1680篇 |
原子能技术 | 177篇 |
自动化技术 | 10244篇 |
出版年
2024年 | 83篇 |
2023年 | 1587篇 |
2022年 | 1455篇 |
2021年 | 1956篇 |
2020年 | 2167篇 |
2019年 | 2845篇 |
2018年 | 867篇 |
2017年 | 1740篇 |
2016年 | 1924篇 |
2015年 | 2310篇 |
2014年 | 5610篇 |
2013年 | 4484篇 |
2012年 | 4813篇 |
2011年 | 4481篇 |
2010年 | 3772篇 |
2009年 | 4373篇 |
2008年 | 4330篇 |
2007年 | 3991篇 |
2006年 | 3303篇 |
2005年 | 3979篇 |
2004年 | 3814篇 |
2003年 | 3213篇 |
2002年 | 2793篇 |
2001年 | 2306篇 |
2000年 | 2330篇 |
1999年 | 1721篇 |
1998年 | 1648篇 |
1997年 | 1391篇 |
1996年 | 1671篇 |
1995年 | 1322篇 |
1994年 | 1175篇 |
1993年 | 987篇 |
1992年 | 834篇 |
1991年 | 888篇 |
1990年 | 724篇 |
1989年 | 590篇 |
1988年 | 21篇 |
1987年 | 13篇 |
1986年 | 4篇 |
1985年 | 1篇 |
1984年 | 1篇 |
1982年 | 4篇 |
1965年 | 2篇 |
1951年 | 5篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
为了提升大型机组设备故障信息的提取效率,实现故障可视化诊断,提出大数据处理环境下大型机组设备故障可视化诊断方法。采用基于工作变形分析( ODS )的振动可视化技术完成大型机组设备的振动分析,获取设备不同模态下的故障频率响应信号,并将其频率谱作为故障特征,利用模糊减法聚类算法获取故障诊断结果;并利用三维平行散点图与人机交互将故障诊断结果可视化呈现。测试结果表明,该方法可通过数据聚类有效完成大型机组设备故障诊断,并且具备较好的可视化效果,可满足大型机组设备故障的可视化需求。 相似文献
2.
近年来, 深度学习技术已在滚动轴承故障检测和诊断领域取得了成功应用, 但面对不停机情况下的早期故障在线检测问题, 仍存在着早期故障特征表示不充分、误报警率高等不足. 为解决上述问题, 本文从时序异常检测的角度出发, 提出了一种基于深度迁移学习的早期故障在线检测方法. 首先, 提出一种面向多域迁移的深度自编码网络, 通过构建具有改进的最大均值差异正则项和Laplace正则项的损失函数, 在自适应提取不同域数据的公共特征表示同时, 提高正常状态和早期故障状态之间特征的差异性; 基于该特征表示, 提出一种基于时序异常模式的在线检测模型, 利用离线轴承正常状态的排列熵值构建报警阈值, 实现在线数据中异常序列的快速匹配, 同时提高在线检测结果的可靠性. 在XJTU-SY数据集上的实验结果表明, 与现有代表性早期故障检测方法相比, 本文方法具有更好的检测实时性和更低的误报警数. 相似文献
4.
铜转炉吹炼是火法炼铜的关键工序,其终点判断与炉寿、铜产率和直收率紧密相关,目前现有人工经验、仪器测定和物料平衡法等终点判断方法均存在一定的局限性。理论上铜转炉吹炼造渣期终点与渣含Fe是否达标有关,而不同Fe含量渣样呈现不同的图像特征,鉴于此,基于图形识别的特征向量提取原理,分别采用卷积神经网络(CNN)算法与支持向量机(SVM)算法,构建了铜转炉吹炼造渣期渣含Fe预测模型,为图像识别技术在铜转炉吹炼终点判断中的应用奠定数模基础。两种模型的实例分析表明,卷积神经网络的训练集预测准确率98%,测试集预测准确率约50%;支持向量机模型的训练集预测准确率99%,测试集预测准确率62%。 相似文献
5.
6.
为了提高核测量装置的保障性和维修性,本文以反应堆功率测量放大电路为对象,通过基于量子粒子群优化算法的多核相关向量机模型对电路的典型故障进行预测。从功率测量放大电路的脉冲响应信号中,用小波包分解方法提取特征信息,将计算所得到的特征与电路正常状态特征之间的欧氏距离作为电路故障程度指标,选用多核相关向量机建立电路故障预测模型,并分析了相关向量机模型核函数种类、参数优化算法对于模型预测效果的影响,研究结果表明采用量子粒子群算法优化的多核相关向量机模型对于电路未来运行状态的预测精度较优,能够准确预测电路故障程度的变化规律。 相似文献
7.
针对现有滚动轴承故障诊断方法过度依赖于有监督学习算法的问题,提出一种基于堆栈稀疏自编码和支持向量机(SSAE-SVM)的滚动轴承故障诊断方法。利用堆栈稀疏自编码(SSAE)的频域深层特征学习能力,对轴承故障特征进行快速傅里叶变换和批归一化处理,再输入到SSAE网络。所构建的SSAE网络通过贪婪算法逐层训练,使用梯度下降法反向微调,基于无监督式深层学习输出深层特征向量。利用构造简单、泛化性能好、分类速度较快的支持向量机(SVM)分类器,基于深层特征向量进行故障识别,实现滚动轴承故障类型的准确分类。利用美国凯斯西储大学滚动轴承数据集进行对比验证。验证结果显示,相较于对比模型,SSAE-SVM滚动轴承故障诊断模型具有更高的准确率和更快的收敛速度。应用无监督学习建立轴承故障诊断模型将成为轴承故障诊断的重要发展方向之一。 相似文献
8.
不间断电源(UPS)是大型指挥中心核心装备安全、稳定运行的可靠保障,而针对大型指挥中心如何科学、合理地设计UPS供电系统却鲜有研究。针对大型指挥中心大型设备多且集中、对供电可靠性要求高等实际情况,分析了UPS种类和集中式、分散式两种供电方式的优缺点;根据UPS供电方案的设计流程,提出了大型指挥中心UPS供电方案设计方法,对UPS类型、供电方式和电源容量的选择进行探讨。最后,对UPS安装环境、维护保养要求以及常见故障的处理方法提出了建议。该研究为相关建设单位如何根据设备布局和使用需求来设计UPS供电系统提供有益参考。 相似文献
9.
料斗秤是冶金生产中经常使用且重要的一种物料称重仪表。随着数字化、物联网技术的发展,数字化技术在称重检测中的应用越来越广泛。为了提升料斗秤的可靠性、减少因故障影响称量精度及工艺节奏、提升故障处理速度、为工艺控制提供精准测量反馈,对料斗称重系统的数字化、网络化改造方法进行了研究。结合现场实际情况,对料斗称重系统进行数字化改造。同时,研究了利用称重信号、工艺设备状态进行故障智能诊断的方法。通过对料斗称重系统的数字化、网络化和智能化改造,一方面实现了对称重系统设备运行状态进行实时监控和历史记录,并能够根据设备属性及状态信息实现故障智能诊断,为下一步预测性维护提供基础保证;另一方面减少了传感器故障对工艺生产造成的不良影响、减少故障处理时间、提升了控制精度。该研究的成功实践对于料斗秤的数字化应用具有广泛的推广价值。 相似文献
10.
为降低非线性结构智能电网系统中多源信息丢失或畸变问题、提高系统隐形故障的识别精度,提出了一种基于自适应遗传算法的多源信息融合技术,以实现对智能电网隐形故障识别。根据电网结构形成故障识别编码,由保护动作信息与设备状态期望关系建立适应度函数和状态期望值,提升采集信息的容错性能;利用遗传算法的交叉、变异计算,提升算法的寻优能力。通过建立的仿真模型进行算法验证。验证结果表明:采用该算法能有效克服多源信息的缺失和错误对隐形故障识别的影响。该算法进行了设备状态和动作信息的关联,由遗传算法进一步提升故障识别的最优解能力,对于后期建立智慧电网的实时故障诊断具有参考价值。 相似文献