全文获取类型
收费全文 | 188篇 |
免费 | 2篇 |
国内免费 | 12篇 |
专业分类
电工技术 | 4篇 |
综合类 | 12篇 |
化学工业 | 3篇 |
金属工艺 | 68篇 |
机械仪表 | 5篇 |
建筑科学 | 1篇 |
石油天然气 | 2篇 |
无线电 | 1篇 |
冶金工业 | 84篇 |
自动化技术 | 22篇 |
出版年
2024年 | 1篇 |
2023年 | 8篇 |
2022年 | 10篇 |
2021年 | 6篇 |
2020年 | 3篇 |
2019年 | 7篇 |
2018年 | 1篇 |
2017年 | 2篇 |
2016年 | 4篇 |
2015年 | 11篇 |
2014年 | 6篇 |
2013年 | 6篇 |
2012年 | 9篇 |
2011年 | 8篇 |
2010年 | 10篇 |
2009年 | 14篇 |
2008年 | 19篇 |
2007年 | 11篇 |
2006年 | 9篇 |
2005年 | 5篇 |
2004年 | 7篇 |
2003年 | 8篇 |
2002年 | 6篇 |
2001年 | 8篇 |
2000年 | 6篇 |
1999年 | 8篇 |
1998年 | 1篇 |
1995年 | 1篇 |
1991年 | 1篇 |
1990年 | 2篇 |
1988年 | 3篇 |
1987年 | 1篇 |
排序方式: 共有202条查询结果,搜索用时 31 毫秒
61.
采用物理冶金模型结合二维温度场对ASP(Angang Strip Production)热轧X70管线钢再结晶、相变等物理冶金过程进行了模拟,并结合BP神经网络对最终的力学性能进行了预测.研究表明,实验钢在层流冷却前的奥氏体晶粒尺寸为10~25 pm,板带横断面奥氏体晶粒尺寸分布不均匀,心部的奥氏体晶粒尺寸比角部大15 μm左右;在给定冷却速率的情况下采用前段冷却方式得到的铁素体分数比后段冷却方式大2%~5%;采用BP神经网络可以把伸长率预测结果相对误差标准差提高1.8% ;Si含量0.2%~0.3%成为其对力学性能影响的转折点. 相似文献
62.
在低辊径?厚度比下,研究摩擦因数在宽展公式中的作用,摩擦因数对展宽的作用主要体现在接触面的粗糙程度。经过5组不同的铅轧实验,获得不同等级的摩擦因数。随着宽厚比、压下率和辊径?厚度比的改变,可以得到不同的名义摩擦因数并应用在相应的公式中。随后提出一个拟合公式,通过与232次实验结果进行比较,验证拟合得到的名义摩擦因数的误差低于12%。通过一定次数的自学习修正,该误差减少至2%以下。最终实现通过可以变化的名义摩擦因数对宽展进行更加精确的预测。在真正的工作环境下使用名义摩擦因数,得到的宽展预测误差也小于2%。在实际生产中验证,得到了一个能够对宽展公式中摩擦因数进行设置的参考和解决方法,从而满足工业生产的应用。 相似文献
63.
结合现场情况介绍了热轧带钢层流冷却设备和控制系统的数学模型,其中数学模型主要包括空冷模型、水冷模型、反馈控制模型和自学习模型.由于某热轧厂采用非匀速轧制工艺制度,带钢在冷却区内既有较大升速又有较大降速,原层流冷却系统不能够适应轧制速度的变化而影响卷取温度控制精度,故需针对轧制速度的变化进行速度前馈补偿控制;从过程自动化和基础自动化两个方面对速度前馈补偿控制进行了优化.实际应用表明,优化后系统运行稳定可靠,控制精度高,显著提高了产品的性能,并为新钢种的开发奠定了基础. 相似文献
64.
摘要:在第4次工业革命浪潮的推动下,钢铁科学与技术正在经历数字化、智能化转型。钢铁行业全流程各工序均为“黑箱”,为多场、多相、多变的巨系统,具有复杂相关关系和遗传效应等。这些不确定性带来了巨大的挑战。挑战和机遇并存。这些不确定性提供了智能化和数字化技术的应用场景资源;钢铁行业极为丰富的大数据提供了挖掘其中蕴含客观规律的数据资源;现代的数据科学、智能技术为解决不确定性问题提供了强大的手段。以数据为中心,以工业互联网为载体,以实验工具、数字数据、计算工具为支撑,建设钢铁企业材料创新基础设施,将可以大幅度提高研发效率,降低研发成本,有力地支撑钢铁材料科学与技术的转型发展。实验工具平台除了传统的实验室仪器装备和中试装备之外,实际生产线被作为主要的实验工具。这些实验工具提供丰富、精准、写实的历史数据和现实生产数据,特别是生产线装备提供实际生产大数据,蕴含着生产过程中的全部规律,是极宝贵的数据资源。利用机器学习、深度学习等现代数据挖掘技术为计算工具,对这些数据资源进行处理、分析、计算,将数据转换为高保真度模型,可以得到具有“原位分析能力”的数字孪生。在工业互联网的总体架构下,以数字孪生为核心,组成信息物理系统,构建起基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系,解决生产制造、应用服务过程中的复杂性和不确定性问题,提高资源配置效率,实现资源优化,对材料行业转型发展提供关键技术支撑。虚实映射、实时交互、精准控制的信息物理系统与材料创新基础设施合二为一,以材料创新基础设施为基盘,形成具有“原位分析能力”的数字孪生,建设钢铁生产全流程、一体化的信息物理系统,必将推进钢铁行业智能制造蓬勃开展和数字化、智能化转型。 相似文献
65.
66.
67.
68.
69.
宽度精度是热轧带钢成形过程的重要指标,准确预测精轧宽度有助于及时修正粗轧宽度设定模型,提高成品带钢的宽度精度。然而,依据轧制机理建立的宽度预测模型偏离实际工况从而精度较低,依据神经网络建立的模型由于过程黑箱导致可信度低。为此,提出了一种融合轧制机理和人工神经网络的热轧带钢精轧宽度组合预测模型,以基于Hill公式的机理模型计算精轧宽度的预测基准值,以基于深度置信网络(DBN)的深度学习模型预测精轧宽度的修正值。选取实际生产的2 730组数据中的49个特征值作为试验数据进行建模分析,结果表明:该组合模型预测精度高、稳定性好且预测时间短,其均方根误差为0.428 15 mm,相比机理模型降低了79.6%,相比神经网络模型降低了6.2%,实现了精轧宽度的高精度预测。 相似文献
70.