全文获取类型
收费全文 | 1430篇 |
免费 | 237篇 |
国内免费 | 151篇 |
专业分类
航空 | 1013篇 |
航天技术 | 330篇 |
综合类 | 103篇 |
航天 | 372篇 |
出版年
2024年 | 8篇 |
2023年 | 27篇 |
2022年 | 43篇 |
2021年 | 42篇 |
2020年 | 40篇 |
2019年 | 44篇 |
2018年 | 45篇 |
2017年 | 38篇 |
2016年 | 54篇 |
2015年 | 49篇 |
2014年 | 53篇 |
2013年 | 58篇 |
2012年 | 78篇 |
2011年 | 139篇 |
2010年 | 46篇 |
2009年 | 71篇 |
2008年 | 87篇 |
2007年 | 91篇 |
2006年 | 81篇 |
2005年 | 96篇 |
2004年 | 69篇 |
2003年 | 79篇 |
2002年 | 69篇 |
2001年 | 61篇 |
2000年 | 41篇 |
1999年 | 64篇 |
1998年 | 45篇 |
1997年 | 49篇 |
1996年 | 26篇 |
1995年 | 29篇 |
1994年 | 23篇 |
1993年 | 18篇 |
1992年 | 10篇 |
1991年 | 18篇 |
1990年 | 6篇 |
1989年 | 10篇 |
1988年 | 8篇 |
1987年 | 3篇 |
排序方式: 共有1818条查询结果,搜索用时 46 毫秒
71.
航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明:小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。 相似文献
72.
与传统方法相比,声发射传感器在刀具故障诊断方面有很大的优势。将声发射传感器应用于刀具切削过程中,提出了基于经验模态分解(EMD)和支持向量机(SVM)的刀具故障诊断方法。该方法首先对标准化的声发射信号进行经验模态分解,将分解后的有限个固有模态函数(IMF)通过一定的削减算法增强故障类型特征,把每个IMF和残余项的能量以及整个信号的削减比作为特征向量,最后将特征向量输入支持向量机进行训练和测试,判断刀具的故障类型。通过对某一刀具的故障诊断结果进行分析,验证了该方法的实用性和有效性。 相似文献
73.
74.
75.
76.
77.
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
78.
79.
80.
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