全文获取类型
收费全文 | 42篇 |
免费 | 3篇 |
国内免费 | 1篇 |
专业分类
电工技术 | 9篇 |
综合类 | 3篇 |
化学工业 | 5篇 |
机械仪表 | 5篇 |
建筑科学 | 3篇 |
矿业工程 | 2篇 |
能源动力 | 1篇 |
轻工业 | 3篇 |
石油天然气 | 2篇 |
武器工业 | 1篇 |
一般工业技术 | 1篇 |
冶金工业 | 4篇 |
自动化技术 | 7篇 |
出版年
2024年 | 2篇 |
2023年 | 1篇 |
2022年 | 3篇 |
2021年 | 3篇 |
2020年 | 3篇 |
2019年 | 2篇 |
2018年 | 4篇 |
2017年 | 1篇 |
2016年 | 1篇 |
2015年 | 1篇 |
2014年 | 3篇 |
2012年 | 3篇 |
2011年 | 1篇 |
2009年 | 1篇 |
2007年 | 2篇 |
2006年 | 1篇 |
2003年 | 3篇 |
2001年 | 4篇 |
2000年 | 3篇 |
1998年 | 1篇 |
1994年 | 2篇 |
1993年 | 1篇 |
排序方式: 共有46条查询结果,搜索用时 0 毫秒
1.
以基于气浮无摩擦缸驱动的3-UPU并联机器人为研究对象,对其进行运动学、工作空间仿真分析以及气动比例位置系统数学建模与控制仿真.由于气动比例位置系统具有很强的非线性,而且易受环境因素影响,当采用传统PID控制时,很难使系统保持良好的控制效果.考虑到神经网络具有很强的逼近特性,于是引入RBF神经网络监督控制算法进行仿真分析.仿真结果表明,上述机器人具有较大的工作空间,同时在气动比例位置系统中,RBF神经网络监督控制具有更优的控制效果,在保证系统稳定的前提下提高了输出响应速度. 相似文献
2.
气相色谱仪及其实验过程的计算机仿真研究 总被引:6,自引:2,他引:4
用系统工程的分析方法建立了气相色谱仪及气-液色谱过程的动态今 真模型。模型包括物料平衡方程和相平衡方程。该模型将色谱柱中的各组分看作一个整体系统,并在相平衡方程式中考虑了各组分的非理想性。基于仿真平台,用该模型可进行稳态和非稳态条件下各组分浓度沿GC柱随时间的变化,并据此作出谱图。用上述模型模拟了正丙醇、正丁醇和正戊醇和正戊醇等正构醇的GC分离,研究了进样量、载气流速和色谱柱塔板数对仿真谱图的影响 相似文献
3.
针对传统主元在线故障监测方法中故障误诊率高、故障监测统计量不足以及故障定位不准确等问题,提出了一种基于改进稀疏主元分析(SPCA)的在线故障监测和诊断方法。方法使用弹性网络,权衡优化Lasso和Ridge惩罚项对主元进行稀疏,将传统故障检测算法中的平方预测误差根据过程变量的复相关系数拆分为主元相关变量残差(PVR)和一般过程变量残差(CVR)监测故障,最后使用贡献图法进行故障诊断。将改进的SPCA在线故障监测方法应用于田纳西-伊斯曼过程进行验证,结果表明,上述方法有效降低了故障误诊率,为故障监测提供新的统计量,使故障定位更加准确,确保了在线故障监测和故障诊断的准确性。 相似文献
4.
定子绕组的匝间短路故障是永磁同步电机最为常见的故障之一,故障发生时被短路部分绕组中将会产生较大的电流,这将对电机的安全运行造成巨大威胁。为实现匝间短路的故障诊断,将分析匝间短路故障对电机定子侧电流的影响。通过有限元仿真和试验测试获取不同匝间短路严重程度下的定子侧电流,从电流不平衡度、负序电流和小波能量谱三个角度分析匝间短路故障对电机定子侧电流的影响。分析结果表明,当短路匝数增加、故障点接触电阻减小时,电流不平衡度、负序电流和小波能量谱中的D1频段能量变化率都将增大。因此,这三个指标的增加可以作为匝间短路故障的判断依据。 相似文献
5.
针对永磁同步电机模型参考自适应系统转速估计的动态性能和鲁棒性,提出了一种基于分数阶滑模的模型参考自适应观测器的转速估计策略。首先针对传统MRAS误差收敛速度慢的问题,在系统中加入反馈校正环节;其次为增加系统鲁棒性、防止系统抖振,采用二阶滑模中的分数阶滑模代替传统MRAS中的PI结构;最后采用MATLAB/Simulink软件验证了所提方法的有效性,发现基于分数阶滑模的观测器在鲁棒性和动态性能上都有所提高。 相似文献
6.
针对由于复杂环境条件下的船舶噪声信号识别度低的问题,提出了一种改进的变分模式分解(Improved Variational Mode Decomposition,IVMD)、反向排列熵(Reverse Permutation Entropy,RPE)、加权排列熵(Weighted Permutation Entropy,WPE)和能量比相结合的船舶噪声信号识别分类方法。该方法利用IVMD将信号分解为若干本征模态函数(Intrinsic Mode Function,IMF);再利用RPE对IMF进行筛选,得到敏感IMF,实现去噪过程;最后计算IMF的WPE并与各个IMF的能量比构建特征向量,建立长短期记忆网络(Long Short-Term Memory,LSTM)进行识别分类。实验结果表明,与经验模态分解相比,文中提出的基于IVMD-RPE的船舶噪声信号去噪及特征提取方法能有效减少环境噪声的影响,提高信噪比,对船舶噪声目标信号识别分类的准确率更高。 相似文献
7.
8.
9.
10.