全文获取类型
收费全文 | 103篇 |
免费 | 6篇 |
专业分类
电工技术 | 1篇 |
化学工业 | 4篇 |
金属工艺 | 26篇 |
机械仪表 | 55篇 |
矿业工程 | 1篇 |
石油天然气 | 4篇 |
武器工业 | 1篇 |
无线电 | 1篇 |
一般工业技术 | 9篇 |
自动化技术 | 7篇 |
出版年
2023年 | 2篇 |
2021年 | 5篇 |
2020年 | 2篇 |
2019年 | 11篇 |
2018年 | 6篇 |
2017年 | 1篇 |
2016年 | 2篇 |
2015年 | 7篇 |
2014年 | 12篇 |
2013年 | 3篇 |
2012年 | 4篇 |
2011年 | 4篇 |
2010年 | 3篇 |
2009年 | 3篇 |
2008年 | 6篇 |
2007年 | 7篇 |
2006年 | 4篇 |
2005年 | 6篇 |
2004年 | 5篇 |
2003年 | 2篇 |
2002年 | 4篇 |
2001年 | 3篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1995年 | 2篇 |
1989年 | 1篇 |
排序方式: 共有109条查询结果,搜索用时 15 毫秒
1.
2.
针对滚动轴承不同运行状态振动信号具有不同复杂性的特点,提出一种新的基于多尺度熵(multiscale entropy, MSE)和概率神经网络(probabilistic neural networks, PNN)的滚动轴承故障诊断方法。该方法首先利用MSE方法对滚动轴承振动信号进行特征提取,并将其作为PNN神经网络的输入,再利用PNN自动识别轴承故障类型及故障程度。实验数据包括不同故障类型和不同故障程度样本,结果表明,相比于小波包分解和PNN结合的诊断方法,提出的方法具有更高的诊断精度,能有效实现滚动轴承故障类型及程度的诊断。 相似文献
3.
4.
5.
6.
7.
8.
针对滚动轴承早期故障冲击信号微弱,强噪声干扰下故障特征难以提取等问题,提出了基于总体平均经验模态分解(EEMD)与1.5维谱的滚动轴承故障诊断方法。由于经验模态分解(EMD)在对信号进行分解时容易产生模态混叠现象,引入总体平均经验模态分解(EEMD)。首先将最小熵解卷积(MED)作为前置滤波器,对原始信号进行降噪处理,再利用1.5维谱对经过EEMD分解得到的较为敏感的本征模态函数进行分析,得到各个分量的1.5维包络谱,最终判断轴承是否存在故障。通过仿真信号及实验信号验证了文中所论方法的可行性和有效性。 相似文献
9.
10.