全文获取类型
收费全文 | 132篇 |
免费 | 17篇 |
国内免费 | 13篇 |
专业分类
电工技术 | 8篇 |
综合类 | 26篇 |
化学工业 | 4篇 |
金属工艺 | 4篇 |
机械仪表 | 26篇 |
矿业工程 | 2篇 |
能源动力 | 2篇 |
水利工程 | 1篇 |
石油天然气 | 8篇 |
武器工业 | 6篇 |
无线电 | 32篇 |
一般工业技术 | 21篇 |
自动化技术 | 22篇 |
出版年
2022年 | 2篇 |
2021年 | 5篇 |
2020年 | 6篇 |
2019年 | 1篇 |
2018年 | 3篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 3篇 |
2014年 | 3篇 |
2013年 | 11篇 |
2012年 | 14篇 |
2011年 | 17篇 |
2010年 | 10篇 |
2009年 | 14篇 |
2008年 | 10篇 |
2007年 | 6篇 |
2006年 | 11篇 |
2005年 | 5篇 |
2004年 | 4篇 |
2003年 | 11篇 |
2002年 | 6篇 |
2001年 | 2篇 |
2000年 | 3篇 |
1999年 | 4篇 |
1998年 | 2篇 |
1995年 | 1篇 |
1992年 | 1篇 |
1980年 | 1篇 |
排序方式: 共有162条查询结果,搜索用时 15 毫秒
1.
针对调制信号双谱(MSB)方法仅能处理平稳信号的不足,提出了一种基于加权平均集成经验模态分解(WAEEMD)和MSB的滚动轴承故障特征提取方法。首先,利用WAEEMD将滚动轴承的非平稳振动信号分解成一系列具有平稳特性的固有模态函数(IMF);然后,开发了一种基于Teager能量峭度(TEK)的加权平均方法以强调敏感IMF的重要性,并将加权后的IMF重构为WAEEMD滤波信号;最后,应用MSB分解WAEEMD滤波信号中的调制分量并提取故障特征频率。仿真和实验结果表明,相对于快速谱峭度(FK)和EEMD-MSB方法,WAEEMD-MSB方法能更准确地获取故障特征,从而验证了WAEEMD-MSB方法的有效性。 相似文献
2.
为了有效应对频谱弥散干扰(SMSP)和切片组合干扰(C&I)两种新型干扰,提出了一种基于栈式稀疏自编码器的识别算法。该算法首先对干扰与否的雷达接收信号进行双谱分析;然后对双谱特征进行降维,得到高维样本。预训练阶段,构造稀疏自编码器神经网络模型进行无标签样本的预训练;然后根据有标签数据对该模型参数进行有监督微调;最后利用Softmax分类器完成新型干扰的识别。仿真实验证明该方法有较高的识别率,特别是相较于其他文献方法,该方法受信噪比影响最小且识别效果最佳。说明了深度学习方法应用于雷达新型干扰信号识别领域的可行性和优越性。 相似文献
3.
为了研究行星齿轮箱齿面磨损全生命周期实验的退化过程,使用了可以抑制高斯噪声和对信号中产生的频率耦合进行解耦的双谱方法去进行故障特征提取,提出了两个基于双谱的特征指标,双谱熵以及非高斯强度,并通过特征指标评价方法去检验其指标性能。结果表明基于双谱熵具有良好的指标性能,而且对于行星齿轮箱齿面磨损的早期微弱故障十分敏感,适用于行星齿轮箱齿面磨损的故障诊断。 相似文献
4.
5.
当电机轴承出现故障时,定子电流信号中的微弱故障特征淹没在基波及谐波的强大噪声背景中。由于信噪比过低,基于电流的轴承故障检测一直是一个挑战。为此,提出了一种基于时延降噪的循环双谱检测方法。首先根据循环双谱函数构造定子电流解析表达式,提取电流解析式的特征解。通过理论分析确定循环双谱函数中的时延滞后量,减少电流信号中的无关噪声成分。最后利用实验平台采集定子电流,在电流解析式取得特征解的位置做切片频谱分析。实验结果表明,所提方法能有效提升信噪比,并提取出电流中非平稳的微弱故障特征,实现电机轴承故障的检测。 相似文献
6.
7.
8.
9.
This paper presents the use of the induction motor current to identify and quantify common faults within a two-stage reciprocating compressor based on bispectrum analysis. The theoretical basis is developed to understand the nonlinear characteristics of current signals when the motor undertakes a varying load under different faulty conditions. Although conventional bispectrum representation of current signal allows the inclusion of phase information and the elimination of Gaussian noise, it produces unstable results due to random phase variation of the sideband components in the current signal. A modified bispectrum based on the amplitude modulation feature of the current signal is then adopted to combine both lower sidebands and higher sidebands simultaneously and hence characterise the current signal more accurately. Based on this new bispectrum analysis a more effective diagnostic feature, namely normalised bispectral peak, is developed for fault classification. In association with the kurtosis value of the raw current signal, the bispectrum feature gives rise to reliable fault classification results. In particular, the low feature values can differentiate the belt looseness from the other fault cases and different degrees of discharge valve leakage and inter-cooler leakage can be separated easily using two linear classifiers. This work provides a novel approach to the analysis of stator current for the diagnosis of motor drive faults from downstream driving equipment. 相似文献
10.
深水区的地震资料是采用长排列拖缆采集的,工区面积大,速度变化敏感,各向异性明显,传统人工速度分析技术不能满足工区的勘探开发需求,经研究,采用CGGVeritas的高密度双谱分析技术可以较好解决动校正问题,高效率高品质,提高了LSH深水地震资料的速度精度和密度,在全区得到推广应用,取得了很好的效果. 相似文献