全文获取类型
收费全文 | 77篇 |
免费 | 23篇 |
专业分类
电工技术 | 4篇 |
化学工业 | 1篇 |
金属工艺 | 55篇 |
机械仪表 | 14篇 |
能源动力 | 1篇 |
武器工业 | 4篇 |
无线电 | 3篇 |
一般工业技术 | 14篇 |
自动化技术 | 4篇 |
出版年
2022年 | 3篇 |
2021年 | 3篇 |
2020年 | 5篇 |
2019年 | 3篇 |
2018年 | 3篇 |
2017年 | 2篇 |
2016年 | 5篇 |
2015年 | 1篇 |
2014年 | 7篇 |
2013年 | 6篇 |
2012年 | 10篇 |
2011年 | 11篇 |
2010年 | 9篇 |
2009年 | 2篇 |
2008年 | 8篇 |
2007年 | 3篇 |
2006年 | 1篇 |
2005年 | 3篇 |
2003年 | 3篇 |
2002年 | 2篇 |
2001年 | 6篇 |
2000年 | 1篇 |
1997年 | 1篇 |
1993年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有100条查询结果,搜索用时 15 毫秒
1.
采用一种新的超声频谱法快速测量航空钛合金板经喷砂预处理后的胶接表面粗糙度,并引入表面面积均方根粗糙度系数ST来表征材料表面三维微观形貌.以航空Ti-6Al-4V钛合金胶接板为测量试样,超声换能器接收测试试样表面的反射回波,并计算得到AR参数谱.以反射脉冲AR参数谱和声波镜面反射理论为基础,建立了有关脉冲波声反射系数和表面均方根粗糙度系数ST的数学模型.利用表面粗糙度系数理论模型.数值计算反射回波的理论频谱曲线,并与实测反射回波AR谱进行拟合.利用最小值搜索算法,处于最佳拟合时的表面粗糙度系数ST即为试样胶接表面的测量结果.实验表明,超声反射频谱法测量结果与轮廓仪测量结果符合得很好,该测量方法在材料或零部件表面粗糙度在线测量中具有广泛的应用前景. 相似文献
2.
3.
4.
针对超声声速、衰减系数、非线性系数等特征参数表征GH4169晶粒尺寸存在检测误差较大的问题,以指数函数为映射函数,将多个超声特征参数归一化后融合构造出新的特征参数,建立以平均绝对误差最小为优化目标的优化问题,并结合遗传算法进行求解,从而确定最优超声多参数评价模型,开发实时超声检测与晶粒尺寸评价相结合的检测装置并进行实验验证。结果表明,所构建的超声多参数评价误差小、单调性好;超声检测装置在已知模型的基础上,可对实时采集的超声A扫信号进行特征提取并计算检测位置的平均晶粒尺寸。 相似文献
5.
采用双面法脉冲红外热成像无损检测技术提取了碳纤维层压板冲击损伤特征信息。依据红外热图序列,分析有无冲击损伤区温差的时间历程曲线,提出根据温差时间历程曲线上升沿梯度最大值作为选取最优热图的性能指标。为了验证,对碳纤维层压板进行超声C扫检测,并用Image J对处于温差时间历程曲线上升沿的热图和超声C扫图进行图像处理,获取碳纤维层压板的冲击损伤特征信息,然后以超声C扫结果为标准计算误差,结合温差时间历程曲线上升沿梯度值进行分析。结果表明:梯度最大值对应的热图冲击损伤面积误差最小,并且离梯度最大值越远,误差越大,说明根据温差曲线上升沿梯度最大值从热图序列中选取最优热图的方法是可行的。 相似文献
6.
本研究给出一种基于CR成像系统评价钢管壁厚的工艺方法。首先利用钢阶梯试块进行试验分析,研究CR成像系统对比度响应特性随射线能量的变化关系,以确定其用于厚度测量的线性响应范围,然后针对3个不同壁厚的钢管,按特种设备标准规定的检测技术等级分别对数字图像质量进行评价,以优化曝光参数,将最佳曝光参数下测量并拟合的厚度-灰度线性方程用于计算管壁厚度,计算结果与实际厚度的误差均不超过3%。研究结果表明CR测量特种设备管道管壁厚度的可行性,为管壁腐蚀监测提供一种辅助方法。 相似文献
7.
提高混凝土结构成像质量的技术研究 总被引:1,自引:0,他引:1
超声检测中,发现使用的商用超声传感器工作在谐振频率时会产生余振,为此,提出一种基于数字滤波的补偿方法,对传感器的频响特性进行有效补偿,抑制余振产生;而在使用低频信号检测时,表面直达波与浅层目标的反射信号常常又交叠在一起,有时很难分辨,影响了检测分辨力,因而开发了一种波包分解程序,找出各个波包的位置.将表面直达波与反射波分离开,消除表面直达波的干扰。在成像实验中使用这两种方法发现,不仅余振基本得到抑制,目标反射信号可以得到"复现",而且还可以完全分离并去除表面直达波,最后给出了实验成像结果,可以看出明显的效果。 相似文献
8.
提出了一种基于自适应蚁群优化(AACO)的Volterra核辨识方法。该方法将蚁群算法应用于Volterra时域核的辨识,并能够随着进化次数的增加,自适应调整基本蚁群算法的参数。同时,与相应的基于蚁群优化(ACO)的Volterra核辨识方法进行了对比分析。仿真结果表明,本文提出的方法与蚁群优化辨识方法不论在无噪声环境下,还是在有噪声干扰下,都能得到很好的辨识精度、收敛稳定性和较强的鲁棒抗噪性能,然而,在收敛速度方面,本文提出的方法优于蚁群优化辨识方法。 相似文献
9.
10.
将量子粒子群优化(QPSO)引入到非线性Volterra系统辨识中,提出了一种基于量子粒子群优化(QPSO)的Volterra级数辨识方法,利用QPSO算法估计出了非线性系统的Volterra核函数。提出的方法同时和传统的最小二乘法(LMS)辨识方法进行比较,仿真结果验表明,在无噪声干扰下,提出的方法与LMS方法都具有很好的辨识精度和收敛性。然而,在有噪声干扰下,无论在辨识精度、收敛性和抗干扰性方面,本文方法都优于传统的LMS方法,而且,随着噪声的增强,这种优势越明显。 相似文献