全文获取类型
收费全文 | 127篇 |
免费 | 15篇 |
专业分类
电工技术 | 12篇 |
综合类 | 6篇 |
化学工业 | 1篇 |
金属工艺 | 3篇 |
机械仪表 | 41篇 |
建筑科学 | 7篇 |
能源动力 | 2篇 |
轻工业 | 1篇 |
水利工程 | 7篇 |
石油天然气 | 2篇 |
武器工业 | 1篇 |
无线电 | 4篇 |
一般工业技术 | 25篇 |
冶金工业 | 2篇 |
自动化技术 | 28篇 |
出版年
2023年 | 3篇 |
2022年 | 5篇 |
2021年 | 3篇 |
2019年 | 6篇 |
2018年 | 6篇 |
2017年 | 10篇 |
2016年 | 8篇 |
2015年 | 9篇 |
2014年 | 3篇 |
2013年 | 6篇 |
2012年 | 5篇 |
2011年 | 1篇 |
2010年 | 2篇 |
2009年 | 14篇 |
2008年 | 3篇 |
2007年 | 3篇 |
2006年 | 4篇 |
2005年 | 5篇 |
2004年 | 7篇 |
2003年 | 9篇 |
2002年 | 5篇 |
2001年 | 8篇 |
2000年 | 4篇 |
1999年 | 5篇 |
1998年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有142条查询结果,搜索用时 15 毫秒
71.
张淑清师荣艳董玉兰李盼任爽姜万录 《中国电机工程学报》2015,(22):5723-5730
混沌预测是电力负荷预测研究的新焦点。该文提出双变量阈值函数和改进混沌预测模型相结合的新方法。该方法克服了传统最大Lyapunov指数预测模型对噪声干扰比较敏感、计算量大、预测时间长以及预测精度不高等缺陷。通过对典型混沌系统和实际电力负荷系统进行短期预测分析,证明该方法能较好排除无关因素对预测的干扰,缩短预测时间,有效提高预测精度。 相似文献
72.
73.
74.
75.
针对滚动轴承故障诊断中的特征提取问题,提出一种基于压缩感知弱匹配追踪算法的特征提取方法。针对轴承故障信号特征特点构建了一个由傅里叶字典和冲击时频字典组成的联合字典,作为弱匹配追踪算法中的过完备冗余原子库。进而利用改进的简化粒子群寻优算法在联合字典原子库中寻找最能匹配轴承故障信号特征的原子,实现故障信号的快速高效稀疏分解。在信号重构阶段提出了一种改进的阈值降噪策略,解决了软阈值降噪存在恒定偏差以及硬阈值降噪的不连续问题。对CWRU(Case Western Reserve University)轴承数据中心所提供的标准轴承故障信号和某钢厂滚动轴承实测信号进行了仿真,仿真结果验证了该方法的优越性。 相似文献
76.
77.
旋转机械设备故障检测及识别一直是研究的热点。针对目前故障特征提取和诊断方法的不足,提出一种基于改进的完备集合经验模态分解(ICEEMD)与自适应鲸鱼优化算法(AWOA)优化极限学习机(ELM)的机械故障诊断方法。ICEEMD能够避免在分解过程中产生伪模态,其模式中残留噪声小,使提取故障信息更加准确。利用ICEEMD将采集到的信号分解成多个本征模态函数(IMF),对滚动轴承不同故障状态IMF的斯皮尔曼等级相关系数(SRCC)的计算结果进行分析,得出筛选IMF的标准为其SRCC大于0.02;将筛选后的IMF的混合熵(HE)作为特征向量。WOA相比其他仿生算法所需要调整的相关参数少、收敛速度快、稳定性好。AWOA利用自适应权重优化WOA的局部搜索方式,进一步提高了收敛精度。利用AWOA对ELM的权值和阈值进行优化,可以提高故障诊断的准确率。通过对比实验证明,AWOA-ELM的学习能力强、故障诊断的准确率更高。AWOA-ELM应用在滚动轴承不同尺寸滚珠和外圈故障诊断中,对滚珠故障诊断的准确率达到99.5%,对外圈故障诊断的准确率达到100%。 相似文献
78.
钢筋混凝土材料有限元分析中的等效模量方法 总被引:5,自引:0,他引:5
目的为了解决目前在研究复杂的大体积钢筋混凝土结构的整体性质时,计算精度和计算效率问的矛盾,简化结构的计算机模拟方法.方法应用复合材料力学理论和细观力学的等效模量方法对钢筋混凝土材料进行模量等效.结果在Y.H.Zhao和G.J.Weng建立的纤维增强复合材料的等效模量理论基础上。针对钢筋混凝土材料的力学特征。提出了钢筋单方向分布、三方向分布情况下钢筋混凝土材料的平均等效模量的简化公式.结论并通过有限元模型计算和模型试验的对比,验证了笔者提出的等效模量公式的适用性.为钢筋混凝土结构性质的研究提供了一种新的有限元模型创建方法. 相似文献
79.
80.
针对电能质量问题提出了基于改进粒子群优化算法(PSO)和差分进化算法(DE)相结合优化神经网络的分类方法。首先用Matlab仿真几种典型的电能质量扰动信号,再利用小波变换进行多尺度的分解,得到各尺度的能量信息作为特征向量输入BP神经网络分类器中对扰动信号进行快速、准确的分类识别。并针对传统BP算法收敛耗时长速度慢,不能保证获得全局最优等缺点,在种群分类基础上提出了一种混合粒子群与差分进化算法的新型PSO-DE算法,并利用其对神经网络进行改进。这种混合PSO-DE算法在很大程度上能弥补BP神经网络的不足,采用该算法对网络进行优化后完成电能质量扰动信号的自动分类。 相似文献