全文获取类型
收费全文 | 97篇 |
免费 | 24篇 |
国内免费 | 7篇 |
专业分类
电工技术 | 16篇 |
综合类 | 1篇 |
化学工业 | 1篇 |
金属工艺 | 16篇 |
机械仪表 | 38篇 |
建筑科学 | 1篇 |
矿业工程 | 4篇 |
能源动力 | 2篇 |
轻工业 | 1篇 |
武器工业 | 1篇 |
无线电 | 9篇 |
一般工业技术 | 12篇 |
冶金工业 | 2篇 |
自动化技术 | 24篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2022年 | 3篇 |
2021年 | 5篇 |
2020年 | 3篇 |
2019年 | 6篇 |
2018年 | 6篇 |
2017年 | 13篇 |
2016年 | 17篇 |
2015年 | 14篇 |
2014年 | 12篇 |
2013年 | 10篇 |
2012年 | 4篇 |
2011年 | 6篇 |
2010年 | 6篇 |
2009年 | 3篇 |
2008年 | 2篇 |
2007年 | 3篇 |
2006年 | 5篇 |
2005年 | 3篇 |
2002年 | 2篇 |
2001年 | 1篇 |
排序方式: 共有128条查询结果,搜索用时 15 毫秒
11.
针对滚动轴承非平稳性的振动信号,提出了基于局部均值分解(Local Mean Decomposition,LMD)及马氏距离敏感阈值的滚动轴承故障诊断方法。首先,对振动信号进行LMD分解,获得一系列乘积函数(Production Function,PF),有的PF分量包含的故障信息多,有的包含的少,为此采用K-L散度法提取出主要PF分量;计算主要PF分量的时域参数指标,将其组合成特征向量,根据马氏距离提出马氏距离敏感阈值来表征不同的故障状态,取多组正常信号的特征向量均值作为标准特征向量,计算未知特征向量与标准特征向量的马氏距离敏感阈值,从而对其故障状态进行识别。试验结果表明,在不同转速下,该方法能够有效的对滚动轴承故障进行识别,且效果较EMD方法好。 相似文献
12.
针对焊缝缺陷X射线实时自动检测技术普遍存在误检高的问题,研制了焊缝缺陷X射线实时自动检测系统,提出了工业胶片智能检测系统中采集和控制的同步问题的研究方法,设计了步进电机的控制方法与光电编码器采集方法,采用Cortex—M3内核的STM32进行步进电机速度的采集与电机速度PID控制,同时,步进电机带动夹持机构使胶片相对CCD运动,线阵CCD开始采集图像。只要CCD的线频率与扫描机构的运动速度同步,就可以采集到没有畸变的图像,运用LMD18245全桥电机驱动器等器件以及设计所需的相关软件的使用。在此基础上,对系统进行设计、编程和调试,该系统在压力管道焊缝缺陷实时自动检测中验证了其正确性和有效性。 相似文献
13.
家电负荷识别是智能用电的重要环节,传统侵入式负荷监测具有成本高、安装维护复杂的缺点,因此以非侵入式负荷监测为基础研究家电负荷识别算法。结合系统辨识的基本原理和方法,以稳态电流、稳态电压为特征,提出一种基于局部平均分解(LMD)和模型匹配的家电负荷识别算法。通过预先获取用电网络中各负荷的稳态数据,构建线性和非线性模型库。利用LMD算法将混合信号分解为单个负荷的用电数据,通过预筛选确定分离数据所属模型库,根据模型匹配原则进行负荷识别。仿真结果表明,所提算法可以准确识别出各负荷的运行状态,运算效率高,并能有效应对用电网络中有新负荷加入的情况。 相似文献
14.
15.
提出了一种基于局域能量逐层提取的局域均值分解(Local Mean Decomposition,LMD)模态混叠抑制方法。对待分析信号利用LMD得到一系列乘积函数(Product Function,PF),对各PF的能量进行积分,根据积分比值确定模态混叠导致的能量泄漏程度,并从具有模态混叠的高阶PF中移除下一阶PF的成分构成新的PF,从原始信号中减去新的PF得到新的待处理信号,继续执行LMD,直到所有PF频率成分各自独立,从而实现对模态混叠的抑制。仿真结果表明:算法可以有效抑制小频率比混合信号导致的模态混叠,在实际工程上具有一定推广应用价值。 相似文献
16.
提出一种改进的局部均值分解(LMD)和最小二乘支持向量机(LS-SVM)相结合的小电流接地故障选线新方法。针对LMD存在端点效应的缺陷,提出了一种最小平方距离相关的改进算法,对端点效应进行了有效的抑制;LS-SVM在SVM基础上,用二次损失函数代替不敏感损失函数,用等式约束代替不等式约束,降低了计算复杂度。与径向基神经网络(RBF)方法的分类效果对比,验证了LS-SVM在非线性模式识别方面的优势。实验表明该方法能够很好地选出故障线路,为小电流接地故障选线提供了一种有效的新方法。 相似文献
17.
基于LMD自适应多尺度形态学和Teager能量算子方法在轴承故障诊断中的应用 总被引:1,自引:0,他引:1
为了从故障轴承信号中提取包含故障信号的特征频率,提出了基于LMD自适应多尺度形态学和Teager能量算子解调的方法。首先,采用LMD将目标信号分解成有限个PF(Product function,PF)分量,分别对其进行多尺度形态学滤波,利用峭度准则优化形态学结构元素尺度,自适应寻求最优解,最后用Teager能量算子计算各PF分量的瞬时幅值,通过瞬时Teager能量的Fourier频谱识别轴承的故障特征频率。为了验证理论的正确性,进行了数字仿真实验和轴承故障模拟实验,并与EMD形态学和包络解调方法进行了比较,结果表明该算法明显优于其他两种方法,对滚动轴承外圈、内圈和滚子故障的检测精度更高,能够清晰地提取出故障信号的频率特征。 相似文献
18.
19.
20.