全文获取类型
收费全文 | 703篇 |
免费 | 44篇 |
国内免费 | 59篇 |
出版年
2024年 | 3篇 |
2023年 | 15篇 |
2022年 | 4篇 |
2021年 | 6篇 |
2020年 | 23篇 |
2019年 | 10篇 |
2017年 | 10篇 |
2016年 | 16篇 |
2015年 | 11篇 |
2014年 | 37篇 |
2013年 | 24篇 |
2012年 | 32篇 |
2011年 | 33篇 |
2010年 | 31篇 |
2009年 | 33篇 |
2008年 | 40篇 |
2007年 | 49篇 |
2006年 | 37篇 |
2005年 | 29篇 |
2004年 | 24篇 |
2003年 | 26篇 |
2002年 | 28篇 |
2001年 | 32篇 |
2000年 | 37篇 |
1999年 | 24篇 |
1998年 | 35篇 |
1997年 | 25篇 |
1996年 | 20篇 |
1995年 | 20篇 |
1994年 | 26篇 |
1993年 | 17篇 |
1992年 | 21篇 |
1991年 | 12篇 |
1990年 | 14篇 |
1989年 | 2篇 |
排序方式: 共有806条查询结果,搜索用时 109 毫秒
101.
转子碰摩故障可以体现在转子振动、定子振动和转子瞬时转速波动等多项信息中,每种信息代表了不同侧面的故障特征,因此可通过多信息融合方法来提高诊断的正确性.为此,构造了基于定子振动和转子瞬时转速信号的转子碰摩故障诊断识别框架,采用S函数确定了mass函数的形式,给出了基于Dempster-Shafer证据理论的推理方法,将定... 相似文献
102.
根据排放检测数据规律,定义并提取特征参数,建立了规则与模糊神经网络有机结合的柴油机故障诊断模型及其对应的特征知识库,确立了模型的“可塑性”学习路线,并以单缸失火故障为例,进行了模型诊断实例研究。结果表明:运用该方法进行柴油机的故障诊断,结果准确,识别速度快,诊断效率高。 相似文献
103.
104.
提出了信号时域平均处理的新算法,解决了周期截断误差对平均结果的影响,并对测取的齿轮箱齿轮故障振动信号进行了处理。实验结果表明:该方法在齿轮故障信号的处理中能够消除背景噪声的影响,取得比较理想的效果。 相似文献
105.
106.
针对Teager能量算子包络解调方法主要用于对单分量的调幅调频信号进行解调,而真实机械故障信号多为多分量的调幅调频信号的问题,提出了能量算子与固有时间尺度分解相结合的解调方法.首先,利用固有时间尺度分解法将原始振动信号分解为若干个固有旋转分量和一个单调趋势项,并基于波形匹配算法实现原始数据的自适应端点延拓以解决分解过程中的端点效应;然后再选取合适的固有旋转分量,利用能量算子方法实现调制信号的包络解调;最后,将该方法应用于仿真信号和故障模拟信号.结果表明:该方法能有效地提取机械振动信号的故障特征. 相似文献
107.
将软件设计中的面向对象思想扩展到系统设计中,针对柴油机实车运行在线监测中的变速变载及空间有限等问题,基于CAN总线的可靠性、信息传输的实时性和多主工作方式,设计分布式智能监测节点和上位机监控中心.分布式监测节点同步采集柴油机运行数据并进行降噪和简单特征提取后,将实时采样数据和在线监测结果上传至基于嵌入式PCI04的上位机监控中心,进行二次特征提取和智能模式识别,从而实现柴油机在线状态监测与故障预警和诊断. 相似文献
108.
为提取微弱的轴承故障信号,研究了一种基于最小熵反褶积(Minimum Entropy Deconvolution,MED)的滚动轴承故障特征提取方法:在利用AR模型去除齿轮啮合产生的确定性信号的基础上,对保留信号进行最小熵反褶积,增强冲击信号.该方法避免了传统轴承故障诊断方法中带通滤波器设计的难题,实车测试表明:与共振解调技术相比,该方法提取的滚动轴承故障特征更加明显,更适合于工程应用. 相似文献
109.
随着现代化陆、海、空、天、电(磁)立体战争联合作战节奏的不断加快,指控系统自主化、智能化要求不断提升.分析了国内外指控系统自主化、智能化的发展现状,描述了智能化指控系统设计所需发展的技术和解决的问题,提出了战术级智能化指控系统的发展思考. 相似文献
110.
针对现代储运过程管道堵塞故障诊断时,提取的过程参数多导致诊断速度慢、性能差等问题,提出了基于主成分分析(PCA)和径向基函数(RBF)神经网络故障的诊断方法。首先利用PCA方法对储运过程高维历史数据矩阵进行特征提取,提取的故障特征信息作为训练集,并给出故障特征信息的分类号;然后将其作为RBF神经网络分类器的输入输出进行故障模式识别。仿真实验表明:该方法应用于储运过程管道堵塞故障诊断,不仅大幅度地降低了诊断模型的训练时间,而且提高了诊断正确率。 相似文献