全文获取类型
收费全文 | 132篇 |
免费 | 21篇 |
国内免费 | 4篇 |
专业分类
电工技术 | 1篇 |
综合类 | 8篇 |
金属工艺 | 27篇 |
机械仪表 | 50篇 |
矿业工程 | 13篇 |
能源动力 | 5篇 |
水利工程 | 3篇 |
石油天然气 | 1篇 |
武器工业 | 9篇 |
无线电 | 6篇 |
一般工业技术 | 27篇 |
自动化技术 | 7篇 |
出版年
2023年 | 8篇 |
2022年 | 8篇 |
2021年 | 7篇 |
2020年 | 4篇 |
2019年 | 3篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 4篇 |
2015年 | 8篇 |
2014年 | 9篇 |
2013年 | 4篇 |
2012年 | 4篇 |
2011年 | 12篇 |
2010年 | 11篇 |
2009年 | 6篇 |
2008年 | 9篇 |
2007年 | 22篇 |
2006年 | 12篇 |
2005年 | 5篇 |
2004年 | 2篇 |
2003年 | 9篇 |
2002年 | 7篇 |
2000年 | 1篇 |
排序方式: 共有157条查询结果,搜索用时 15 毫秒
1.
在考虑非线性涡动的情况下,建立了分数阶阻尼裂纹转子系统的非线性动力学模型,并用龙格-库塔法和连分式Euler法对其进行了数值仿真。讨论了分数阶阶次、转子转速和裂纹深度对分数阶阻尼裂纹转子系统非线性动力学特性的影响。研究结果表明:对于具有分数阶特性的转子系统,采用分数阶来建立裂纹转子系统模型,能更好地揭示系统的非线性动力学特性;在相同的裂纹深度和相同的分数阶阶次下,随着转速比的增加,转子系统依次经历混沌、倍周期和周期运动;在相同的转速比和相同的分数阶阶次下,裂纹深度比较小时,引起的转子刚度变化量不大,一般不会出现复杂的分叉与混沌现象;随着裂纹深度的加深,转子的刚度减小,转子系统呈现复杂的振动特性,裂纹故障特征越来越明显,转子系统由单周期运动变换到倍周期运动,二倍频分量占主导地位,同时其他倍频分量也相继出现。这些有价值的结论对转子裂纹的故障诊断提供了参考。 相似文献
2.
在模式识别中,灰度共生矩阵(GLCM)能够很好的提取图片的纹理特征,流形学习中的局部线性嵌入(LLE)方法是一种有效的非线性降维方法。结合两者的优点,经过严格的推导,提出一种基于灰度共生矩阵与流形学习的金属断口图像识别方法 GLCM–LLE。将提出的方法与传统的基于灰度共生矩阵的方法进行对比,实验结果表明,提出的方法在识别率方面优于GLCM方法,具有实用、有效的优点。 相似文献
3.
4.
5.
6.
基于CPLD的线阵CCD驱动电路的设计 总被引:1,自引:0,他引:1
针对传统CCD驱动电路存在的不足,尤其是当驱动电路工作在较高频率时易产生严重干扰,系统工作不稳定,我提出了一种线阵CCD驱动电路的设计方案,该方案运用CPLD技术来设计产生ILX526A图像传感器的驱动时序.采用MAXPLUSⅡ开发系统,运用硬件描述语言VHDL对CPLD进行编程,然后进行仿真,并进行了实验的研究.仿真和试验结果表明,该驱动电路具有通用性,对程序稍作修改,就可以实现其他型号的CCD驱动电路的设计,因此该方案对CCD驱动电路的设计具有相当重要的参考价值. 相似文献
7.
提出了一种基于自适应蚁群优化(AACO)的Volterra核辨识方法。该方法将蚁群算法应用于Volterra时域核的辨识,并能够随着进化次数的增加,自适应调整基本蚁群算法的参数。同时,与相应的基于蚁群优化(ACO)的Volterra核辨识方法进行了对比分析。仿真结果表明,本文提出的方法与蚁群优化辨识方法不论在无噪声环境下,还是在有噪声干扰下,都能得到很好的辨识精度、收敛稳定性和较强的鲁棒抗噪性能,然而,在收敛速度方面,本文提出的方法优于蚁群优化辨识方法。 相似文献
8.
传统同步提取变换(SET)方法在处理多分量非平稳复杂信号时,各相邻分量的瞬时频率差要大于窗函数频率支撑范围的2倍,否则时频结果易发生频率混叠,而工程信号常常难以满足。此外,在处理高噪的复杂信号时,其时频分辨率往往不理想。针对此不足,将非线性调频模态分解(VNCMD)引入SET中,提出一种VNCMD-SET的故障诊断方法。利用VNCMD通过结合解调手段以及变分模态分解的联合优化方案来有效处理频率临近甚至交叉的非平稳信号,对故障信号进行分解重构,对该重构信号进行SET处理。将所提方法与传统SET方法进行对比研究,并进行实验验证。仿真和实验结果表明:VNCMD-SET方法明显优于传统SET方法,克服了传统SET方法的不足;VNCMD-SET方法能有效提取出故障信号的频率特征,且不发生混叠,同时具有一定的抗噪性能。 相似文献
9.
针对强背景噪声下滚动轴承微弱故障信号特征难以提取的特点,提出了一种基于Hilbert振动分解(HVD)与1.5维Teager能量谱的滚动轴承故障诊断方法。首先将故障信号进行HVD分解,然后采用相关系数法重构原始信号,降低噪声的干扰,增强故障信号的冲击特征,最后对重构后的信号进行1.5维Teager能量谱运算,提取出滚动轴承的故障特征。 相似文献
10.
鉴于广义S变换继承了短时Fourier变换、小波变换和标准S变换的所有优点,同时也弥补了它们存在的不足,具有良好的自适应的独特特性,提出了一种基于广义S变换的滚动轴承故障诊断方法,并与传统的短时Fourier变换、Wgner-Ville分布、小波变换、标准S变换等时频分析方法进行了对比分析。仿真研究表明,广义S变换具有明显的优势,能灵活地通过调节参数来自适应地调节窗函数的宽度,以便达到最佳的时频分辨率。最后,滚动轴承故障实验研究进一步验证了提出的方法的有效性。提出的方法能有效地反映不同轴承故障的特征频率,为滚动轴承故障诊断提供了一种有效的方法。 相似文献