全文获取类型
收费全文 | 1950篇 |
免费 | 369篇 |
国内免费 | 199篇 |
专业分类
航空 | 1348篇 |
航天技术 | 402篇 |
综合类 | 159篇 |
航天 | 609篇 |
出版年
2024年 | 10篇 |
2023年 | 32篇 |
2022年 | 58篇 |
2021年 | 54篇 |
2020年 | 61篇 |
2019年 | 53篇 |
2018年 | 64篇 |
2017年 | 72篇 |
2016年 | 78篇 |
2015年 | 64篇 |
2014年 | 85篇 |
2013年 | 78篇 |
2012年 | 117篇 |
2011年 | 163篇 |
2010年 | 105篇 |
2009年 | 119篇 |
2008年 | 121篇 |
2007年 | 133篇 |
2006年 | 143篇 |
2005年 | 125篇 |
2004年 | 115篇 |
2003年 | 98篇 |
2002年 | 83篇 |
2001年 | 71篇 |
2000年 | 45篇 |
1999年 | 69篇 |
1998年 | 60篇 |
1997年 | 57篇 |
1996年 | 30篇 |
1995年 | 38篇 |
1994年 | 35篇 |
1993年 | 22篇 |
1992年 | 14篇 |
1991年 | 16篇 |
1990年 | 12篇 |
1989年 | 7篇 |
1988年 | 5篇 |
1987年 | 5篇 |
1986年 | 1篇 |
排序方式: 共有2518条查询结果,搜索用时 15 毫秒
91.
92.
基于小波神经网络的齿轮系统故障诊断 总被引:1,自引:0,他引:1
通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断. 相似文献
93.
为满足MBI模块小型化、轻型化、低功耗、高可靠性和灵活性的要求,设计一块采用TI公司小型DSP处理器SM320F2812作为处理器、DDC公司小型化BU61865芯片作为协议芯片,采用FP—GA实现主要逻辑的双路、双余度、双通道MBI。该MBI能极大地减小总线负载,提高总线传输效率.Mini—ACE使得MBI具有总线控制器、远程终端、总线监控器、组合远程终端和选择消息监控等功能。通过在系统单位的综合与联试,该MBI模块能够满足系统的快速、灵活等要求. 相似文献
94.
95.
基于LMD的包络谱特征值在滚动轴承 故障诊断中的应用 总被引:2,自引:9,他引:2
滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean decomposition,简称LMD)的包络谱特征值的滚动轴承故障诊断方法.该方法可以将一个多分量的调幅-调频信号分解成若干瞬时频率具有物理意义的PF (product function,简称PF )分量之和,由于每一个PF分量是分量包络信号和纯调频信号的积,因此可以直接对包络信号进行频谱分析得到包络谱.然后定义信号在包络谱中不同故障特征频率处的幅值比为包络谱特征值,并以此作为特征向量输入到支持向量机分类器中,用以区分滚动轴承的工作状态和故障类型.对滚动轴承正常状态、内圈故障和外圈故障振动信号的分析结果表明了该方法的有效性. 相似文献
96.
以航空发动机整机试验数据为研究对象,建立了1套气路性能故障诊断系统。该系统可对在研制和生产过程中的试验结果进行气路性能故障诊断分析;在分析发动机台架试车特点的基础上,阐述了该系统的设计功能和总体流程逻辑,并介绍了一些功能模块的流程设计;最后就系统的发展进行了讨论。经过带噪声的数值试验和真实试验数据验证,所建立的故障诊断系统诊断有效。 相似文献
97.
98.
99.
100.
转子振动故障的小波能谱熵SVM诊断方法 总被引:5,自引:2,他引:5
融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的. 相似文献