全文获取类型
收费全文 | 141篇 |
免费 | 8篇 |
国内免费 | 5篇 |
专业分类
电工技术 | 18篇 |
综合类 | 1篇 |
机械仪表 | 66篇 |
建筑科学 | 1篇 |
能源动力 | 5篇 |
轻工业 | 1篇 |
水利工程 | 5篇 |
武器工业 | 2篇 |
无线电 | 1篇 |
一般工业技术 | 46篇 |
自动化技术 | 8篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2022年 | 3篇 |
2021年 | 1篇 |
2020年 | 4篇 |
2019年 | 5篇 |
2018年 | 1篇 |
2017年 | 1篇 |
2016年 | 5篇 |
2015年 | 3篇 |
2014年 | 4篇 |
2013年 | 8篇 |
2012年 | 6篇 |
2011年 | 4篇 |
2010年 | 4篇 |
2009年 | 10篇 |
2008年 | 18篇 |
2007年 | 7篇 |
2006年 | 11篇 |
2005年 | 12篇 |
2004年 | 10篇 |
2003年 | 8篇 |
2002年 | 14篇 |
2001年 | 5篇 |
2000年 | 2篇 |
1999年 | 5篇 |
1998年 | 1篇 |
排序方式: 共有154条查询结果,搜索用时 15 毫秒
1.
2.
考虑不确定性因素的齿轮系统动力学研究综述 总被引:5,自引:0,他引:5
齿轮系统应用广泛,并在风力发电、航空航天、汽车和盾构机等机械设备中发挥关键作用。其动力学特性的优劣将直接影响设备整机的工作性能。然而齿轮传动的结构形式多样、内外部激励和非线性因素丰富,同时工作环境复杂多变,这使其动力学分析相比较于其他机械系统更加复杂。另外,制造、加工、装配等的误差、磨损、润滑和运行环境等因素将导致齿轮系统的内外部激励和系统参数具有不确定性。齿轮系统动力学分析需要考虑这些不确定性因素。目前,针对齿轮系统动力学特性的不确定性分析,国内外学者已开展了广泛的研究工作。从不确定性因素的描述方式、动力学方程的求解方法、动力学特性分析、可靠性与优化设计、以及不确定性分析的试验研究等方面系统地评述国内外学者对齿轮传动系统不确定性动力学特性的研究现状,并给出需要进一步研究的问题。 相似文献
3.
基于双参数方法的水轮发电机组故障诊断规则表示和推理问题研究 总被引:1,自引:0,他引:1
基于知识的故障诊断系统在水轮发电机组故障诊断研究工作中是重要的课题,需要解决故障诊断规则表示及故障诊断推理2方面的不确定性问题。文中介绍了水轮发电机组故障诊断规则基于双参数方法的规则表示方法及其推理诊断评价和咨询评价方法。在总结水轮发电机组故障诊断规则相关关键问题的基础上,将双参数方法应用到水轮机组故障诊断不确定性规则表示及不确定性诊断推理问题中。通过实例介绍了双参数方法在获取故障诊断规则不确定性参数方面的应用及其在故障诊断推理过程中的应用。 相似文献
4.
5.
滚动轴承故障特征的时间—小波能量谱提取方法 总被引:14,自引:1,他引:14
振动信号中的周期性冲击现象是诊断滚动轴承各元件故障的重要依据之一,针对滚动轴承故障特征,在小波变换理论基础上提出一种时间—小波能量谱信号处理方法,它能够有效地提取出振动信号中冲击成分的时域和频域特征。利用时间—小波能量谱方法分析正常、外圈故障、内圈故障、滚珠故障等四种状态下滚动轴承的振动信号,并与传统的包络解调分析方法进行对比分析。时间—小波能量谱不仅可以有效提取出冲击特征明显的滚动轴承外圈故障,还能提取出内圈、滚珠等信号特征微弱的滚动轴承故障,而包络解调分析方法只能提取出外圈故障特征而不能提取出滚珠故障、内圈故障特征。结果表明,时间—小波能量普比包络解调分析方法更能有效地提取出振动信号中的冲击信号成分。 相似文献
6.
基于经验小波变换的机械故障诊断方法研究 总被引:14,自引:0,他引:14
经验小波变换(EWT)是一种新的自适应信号分解方法,该方法继承了 EMD 和小波分析方法的各自优点,通过提取频域极大值点自适应地分割傅里叶频谱以分离不同的模态,然后在频域自适应地构造带通滤波器组从而构造正交小波函数,以提取具有紧支撑傅立叶频谱的调幅-调频(AM-FM)成分。本文将该方法引用到机械故障诊断中,提出了一种基于经验小波变换的机械故障诊断方法,并与EMD方法进行了对比分析。仿真结果表明,经验小波变换方法明显优于EMD方法,能有效地分解出信号的固有模态。与 EMD 相比较,该方法具有分解的模态少,不存在虚假的模态,计算量小,且在理论上具有易理解性等特点。最后将该方法应用到转子碰磨故障诊断中,实验结果进一步验证了该方法的有效性,能够有效地揭示出碰磨故障数据的频率结构,区分碰磨故障的严重程度。 相似文献
7.
基于柔性形态滤波和支持矢量机的滚动轴承故障诊断方法 总被引:7,自引:1,他引:7
针对滚动轴承故障振动信号的强噪声背景以及现实中不易获取大量典型故障样本的特点,提出一种基于柔性形态滤波和支持矢量机(Support vector machine, SVM)的滚动轴承故障诊断方法。柔性形态滤波既可以有效地提取出信号的边缘轮廓和信号的形状特征,同时又具有稳健性;SVM具有良好的分类性能,特别在小样本、非线性及高维特征空间中具有较好的推广能力;SVM分类器的惩罚因子和核函数参数采用经典粒子群优化算法进行优化,避免传统方法对初始点和样本的依赖。首先对振动信号进行柔性形态滤波,然后提取滤波后信号的故障特征频率的归一化能量为特征矢量作为SVM分类器的输入参数,用于区分滚动轴承的外圈、内圈和滚动体故障,SVM分类器的参数采用标准粒子群优化算法进行优化。试验结果表明了方法的有效性。 相似文献
8.
主分量分析(principal component analysis,PCA)是统计学中分析数据的一种有效方法,可以将高维数据空间变换到低维特征空间,因而可用于多通道冗余消除和特征提取.因子隐Markov模型是隐Markov模型的扩展,它比隐Markov模型更有优势,适用于动态过程时间序列的建模,并具有强大的时序模型分类能力,特别适合非平稳、信号特征重复再现性不佳的信号分析.文中结合主分量分析与因子隐Markov模型,提出一种新的故障识别方法,即以主分量分析方法进行冗余消除和故障特征提取,因子隐Markov模型作为分类器.并应用到机械故障诊断中,同时与基于主分量分析的隐Markov模型的识别方法相比较,实验结果表明基于PCA的因子隐Markov模型识别法和基于PCA的隐Markov模型识别法在故障识别上都是有效的,但对于相同的状态空间,前者的训练速度快于后者,尤其是状态空间越大,这种优势越明显. 相似文献
9.
10.
基于小波尺度谱的转子系统碰摩声发射特性 总被引:2,自引:0,他引:2
针对转子系统动静件间发生碰摩时会引起弹性应变而产生声发射,进而可利用声发射来辨识和诊断碰摩故障的特点,首先对碰摩声发射和碰摩振动信号进行了试验对照研究,讨论基于声发射的碰摩辨识别方法的独特优越性.然后,着重对碰摩声发射的特性进行了试验研究,并借助于小波尺度谱优越的时频分析性能,利用小波尺度谱对碰摩声发射的时频特性、传播特性和频散特性等进行了详细分析.分析结果显示小波尺度谱非常适合碰摩声发射这种频率丰富、非平稳和非线性的多模态波,是模态声发射分析的有力方法. 相似文献