全文获取类型
收费全文 | 90篇 |
免费 | 5篇 |
国内免费 | 13篇 |
专业分类
电工技术 | 4篇 |
综合类 | 15篇 |
化学工业 | 28篇 |
金属工艺 | 2篇 |
机械仪表 | 11篇 |
建筑科学 | 4篇 |
轻工业 | 2篇 |
水利工程 | 3篇 |
无线电 | 6篇 |
一般工业技术 | 5篇 |
冶金工业 | 5篇 |
自动化技术 | 23篇 |
出版年
2023年 | 3篇 |
2022年 | 3篇 |
2021年 | 2篇 |
2020年 | 6篇 |
2019年 | 4篇 |
2017年 | 1篇 |
2016年 | 2篇 |
2015年 | 2篇 |
2014年 | 6篇 |
2013年 | 5篇 |
2012年 | 12篇 |
2011年 | 11篇 |
2010年 | 13篇 |
2009年 | 1篇 |
2008年 | 5篇 |
2007年 | 4篇 |
2006年 | 3篇 |
2005年 | 3篇 |
2004年 | 6篇 |
2003年 | 2篇 |
2001年 | 2篇 |
2000年 | 4篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 6篇 |
排序方式: 共有108条查询结果,搜索用时 0 毫秒
31.
"信号与系统"课程是一门复杂的数学课程,本文主要阐述如何用容易理解的生动教学方式来讲述复杂的数学理论.采用图形、类比等方法阐明信号的分解与合成,时域分析与频域分析,信号与系统的相互作用,时域和频域的倒数关系等,使学生在很短的时间内就能领会该课程的全貌. 相似文献
32.
基于频域特征提取与信息融合的磨机负荷软测量 总被引:2,自引:0,他引:2
提出了基于频域特征提取与多传感器信息融合的磨机负荷(ML)软测量新方法。针对磨矿过程主要依靠人工经验定性判断ML状态,难以定量检测ML参数的现状,通过融合磨机筒体振动、振声及驱动电机电流信号,建立了以料球比、矿浆浓度、充填率为输出的ML软测量模型。该方法首先采用快速傅里叶变换(FFT)将时域振动及振声信号转换为频谱变量,再对频谱变量通过主元分析(PCA)进行谱特征提取,然后采用径向基函数(RBF)变换生成的激活矩阵实现谱特征的非线性映射,最后采用偏最小二乘(PLS)算法建立以谱特征、激活矩阵、电流信号为输入的回归模型,从而有效克服了多传感器信息之间及RBF变换引起的多重共线性等问题。实验表明,该方法能够较准确地检测ML参数,融合多传感器的软测量方法具有更好的预测效果。 相似文献
34.
35.
过程的安全性和产品的一致性是工业界共同关注的研究课题.如果对整个间歇过程只用一个线性化模型来处理,不仅会使主元个数大大增加,而且有许多故障无法检测到.结合间歇产生过程对象特点,将整个操作周期划分成多个子过程,分别建立多个子过程MPCA模型.在监视过程中,采用事件驱动方式在多模型之间切换,然后比较子模型的SPE等统计量和统计控制线的大小,判断过程状态是否处于异常.根据贡献图识别故障发生的原因,定位故障源.将所提出的建模和监视策略应用到锦西化工集团聚氯乙烯间歇生产,该方法能够快速有效地监视PVC生产过程中每一阶段性能的变化,及时准确地识别故障和诊断故障发生的原因,同时模型内存空间占用少,计算量小. 相似文献
36.
非线性PCA方法在间歇过程性能监视和故障诊断中的应用 总被引:8,自引:0,他引:8
针对间歇生产过程的特点,基于多方向主元分析方法(MPCA)和非线性理论,提出具有实时性的非线性最小窗口PCA方法,分析复杂非线性间歇过程的性能,诊断异常事件的原因,讨论最小窗口PCA方法的建模方法,过程性能监视和故障诊断基本原理,仿真实例验证该方法的有效性,最小窗口PCA方法突破MPCAY一性化的建模方式,创新性地构造了适合间歇生产过程特点的多模型结构非线性建模方法,并侧重于在线间歇过程性能监视和 相似文献
37.
多孔金属作为新型轻质金属,具有传统金属不具备的优点,如比重小、比表面积大、散热能力强等,是一种兼具结构性和功能性的金属材料,已成为当今新型功能材料领域研究的热点。简述了多孔金属材料的制备方法及原理,包括烧结法、铸造法及其他方法;详细介绍了多孔金属材料在过滤分离领域、隔音降噪领域、催化剂载体及医用生物材料等诸多领域的发展状况及广泛应用;提出了以轧钢过程中产生的氧化铁皮为主要原料,以粉末冶金方法经过高温真空还原烧结得到多孔不锈钢的新技术,该技术将氧化铁皮的还原和金属颗粒的烧结整合为一步,在一定程度上简化制备工艺、缩短了制备时间,提高了生产效率;最后对多孔金属材料未来的发展趋势进行了展望。 相似文献
38.
基于EMD和选择性集成学习算法的磨机负荷参数软测量 总被引:3,自引:0,他引:3
针对磨机筒体振动和振声信号组成复杂难以解释、蕴含信息存在冗余性和互补性、与磨机负 荷参数映射关系难以描述等问题,提出了基于经验模态分解(Empirical mode decomposition,EMD)技术和选择性集成学习算法分析 筒体振动与振声信号组成,建立磨机负荷参数软测量模型的新方法.首先从机理上定性分析了筒 体振动及振声信号组成的复杂性;然后采用EMD技术将原始信号自适应分解为具有不同时间尺度的系列组 成成分,即本征模态函数(Intrinsic mode function,IMF);接着在频域内基于互信息(Mutual information,MI)方法分析并选择IMF频谱特征;最后采用基 于核偏最小二乘(Kernel partial least square,KPLS)建模方法、分支定界优化算法的选择性集成学习方法建立磨机负荷参数软测量模型,实现了多源多尺度频谱特征的选择性信息融合.基于实验球磨机的实际运行数据仿真验证了该方法的有效性. 相似文献
39.
40.