首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   53747篇
  免费   6992篇
  国内免费   4330篇
电工技术   6908篇
技术理论   2篇
综合类   6353篇
化学工业   688篇
金属工艺   886篇
机械仪表   4811篇
建筑科学   1548篇
矿业工程   1169篇
能源动力   778篇
轻工业   824篇
水利工程   2151篇
石油天然气   1582篇
武器工业   1164篇
无线电   13599篇
一般工业技术   3362篇
冶金工业   360篇
原子能技术   259篇
自动化技术   18625篇
  2024年   469篇
  2023年   1618篇
  2022年   1582篇
  2021年   1837篇
  2020年   1641篇
  2019年   1970篇
  2018年   1139篇
  2017年   1675篇
  2016年   1911篇
  2015年   2249篇
  2014年   3338篇
  2013年   2993篇
  2012年   3723篇
  2011年   3937篇
  2010年   3858篇
  2009年   4123篇
  2008年   4529篇
  2007年   4148篇
  2006年   3521篇
  2005年   3147篇
  2004年   2566篇
  2003年   2087篇
  2002年   1463篇
  2001年   1198篇
  2000年   961篇
  1999年   748篇
  1998年   605篇
  1997年   510篇
  1996年   350篇
  1995年   239篇
  1994年   208篇
  1993年   187篇
  1992年   140篇
  1991年   128篇
  1990年   88篇
  1989年   116篇
  1988年   25篇
  1987年   9篇
  1986年   14篇
  1985年   9篇
  1984年   1篇
  1983年   6篇
  1981年   1篇
  1980年   2篇
排序方式: 共有10000条查询结果,搜索用时 814 毫秒
1.
2.
由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。  相似文献   
3.
针对在我国各大矿区广泛应用的EBZ160悬臂式掘进机,基于声发射原理及技术,设计一套掘进机故障诊断声发射检测系统,获得各种故障的声发射数据样本,同时借助小波神经网络的迭代收敛性质,对故障数据样本的精确度进行验证,正确率较高,能够较好地应用于井下掘进机的故障诊断.  相似文献   
4.
为了实现齿轮故障特征的有效提取,针对齿轮早期故障振动信号非线性、非平稳且信噪比低的特点,提出了一种基于多点最优最小熵反卷积(MOMEDA)和数学形态滤波的齿轮故障特征提取方法。首先利用MOMEDA恢复信号中的周期性故障特征并实现信号的降噪,再运用形态差值滤波器对解卷积后的信号进行滤波以增强信号中的冲击特征,最后对滤波结果求取频谱以进行故障特征提取;通过对仿真结果和实验数据的分析验证了该方法的可行性和有效性。结果表明,该方法具有抑制噪声和提取周期性故障冲击特征的能力,能够实现齿轮故障特征的提取。  相似文献   
5.
6.
7.
8.
铁路在交通运输行业有着举足轻重的地位,一旦列车发生故障将会导致严重的生命财产损失。由于列车发生故障的概率相对较低,因此难以捕获列车的故障样本。针对上述问题,提出了一种无监督学习的列车故障识别方法,通过检测列车音频信号来识别列车故障。该方法基于深度信念网络(DBN),利用小波包分解提取检测信号的特征向量并将其作为DBN的输入,待网络充分训练后,由训练好的DBN识别当前列车的运行状况。现场监测实验结果表明,该方法能够在无监督的条件下有效识别列车故障,保障了列车的运行安全。  相似文献   
9.
10.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号