首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   399篇
  免费   48篇
  国内免费   55篇
航空   282篇
航天技术   98篇
综合类   69篇
航天   53篇
  2023年   2篇
  2022年   4篇
  2021年   7篇
  2020年   7篇
  2019年   11篇
  2018年   9篇
  2017年   13篇
  2016年   15篇
  2015年   13篇
  2014年   19篇
  2013年   20篇
  2012年   26篇
  2011年   39篇
  2010年   23篇
  2009年   42篇
  2008年   34篇
  2007年   37篇
  2006年   38篇
  2005年   36篇
  2004年   32篇
  2003年   19篇
  2002年   13篇
  2001年   17篇
  2000年   7篇
  1999年   6篇
  1998年   4篇
  1997年   6篇
  1996年   2篇
  1992年   1篇
排序方式: 共有502条查询结果,搜索用时 31 毫秒
1.
《中国航空学报》2020,33(2):407-417
Multi-faults detection is a challenge for rolling bearings due to the mode mixture and coupling of multiple fault features, as well as its easy burying in the complex, non-stationary structural vibrations and strong background noises. In this paper, a method based on the flexible analytical wavelet transform (FAWT) possessing fractional scaling and translation factors is proposed to identify multiple faults occurred in different components of rolling bearings. During the route of the proposed method, the proper FAWT bases are constructed via genetic optimization algorithm (GA) based on maximizing the spectral correlated kurtosis (SCK) which is firstly presented and proved to be efficient and effective in indicating interested fault mode. Via using the customized FAWT bases for each interested fault mode, the original vibration measurements are decomposed into fine frequency subbands, and the sensitive subband which enhances the signal-to-noise ratio (SNR) is selected to exhibit the fault signature on its envelope spectrum. The proposed method is tested via simulated signals, and applied to analyze the experimental vibration measurements from the running roller bearings subjected to outrace, inner-race and roller defects. The analysis results validate the effectiveness of the proposed method in identifying multi-faults occurred in different components of rolling bearings.  相似文献   
2.
介绍了子波分析的历史、基本知识以及在实验流体力学方面的应用。讨论了子波变换在客观辨识湍流边界层相干结构方面的应用。作者用子波变换的方法提出了确定湍流边界层相干结构挥发时间尺度的能量最大准则,提取了相干结构对应的速度信号波形。用于波变换研究了湍流边界层脉动速度信号的局部奇异性行为,发现相干结构发生处脉动速度信号的局部奇异性指数为负值。  相似文献   
3.
从傅里叶变换的定义出发,利用时变信号的短时傅里叶变换,推导出量子力学中的Heisenberg测不准原理,说明了两者之间存在这种联系的必然性,并给出了测不准原理在小波分析中的应用举例。  相似文献   
4.
Geometriccontinuityiswidelyrecognizedastheappropriatewaytofittogethertwoadja-centsurfacepatchesinCAD/CAM.ItavoidsdePendenceofparametrizatinnandprovidesaddi-tionalparametersformodelingtheshapes.Apatchworktechniqueconstructsanycompositesurfacestraightforwardly,patchbypatch.ThetangentplanecontinuityG1andcurvaturecon-tinuityG2ofparametricsurfacepatcheshavebeenstudied[1~6J-AlltheseresearchersworkwithsurfacepatchesinBezierformandrationalBezierform.IncontrasttoNURBSsurface,BezierandrationalBe…  相似文献   
5.
以小波分析原理为基础,开发出可视化和可操作的虚拟仪器,用于处理实验数据与药物分析.应用小波变换实现数据消噪,利用LabVIEW 和MATLAB软件开发出虚拟仪器.用该仪器可实现对数据进行消噪;在不经分离的情况下,对药物实现多组分的含量测定及对实验结果进行分析和预测,采用的方法和开发的软件在药学领域有其独到的应用价值.  相似文献   
6.
简要分析了小波变换的原理、应用和算法。利用MATLAB编程,初步探讨了小波分析在发动机性能监控方面的应用。最后,通过实际的发动机数据对这种方法进行了验证,并对结果和应用前景进行了讨论。  相似文献   
7.
二维小波变换及其在医学图像处理中的应用   总被引:5,自引:0,他引:5  
介绍了二维离散小波变换的一般形式,在图像分解的基础上.分析了二维小波变换在医学图像消噪和图像增强中的应用,同时给出应用实例。结果表明,应用小波分析进行医学图像处理,能够有效地改善图像质量,有利于医生对病情的诊断和治疗。  相似文献   
8.
提出一种基于无限脉冲响应和有限脉冲响应数字滤波技术的快速 B-样条插值法 ,并将其应用于实时图像旋转处理中。为了优化旋转后的图像质量 ,本文采用 3次 B-样条对图像旋转后的像素点灰度值进行插值运算。另外 ,通过对传统图像旋转矩阵的分解 ,将图像在二维空间中的旋转运算分解成为三步在一维空间内平移运算 ,使插值运算在一维空间中完成 ,从而简化了图像旋转数据处理中的插值运算。最后 ,还提出了一种以硬件方法完成高阶图像插值运算实现图像旋转的新方法 ,并针对 2 5 6灰度级 ,2 5 6× 2 5 6像素的图像 ,设计出一个以 FPGA为核心的实时、高质量的硬件图像旋转系统。  相似文献   
9.
以薄壁件加工过程为研究对象,针对薄壁件加工的误差预测、补偿问题,提出一种基于双三次B样条插值的薄壁件加工误差补偿方法.在获得薄壁件历史加工数据的基础上,运用插值理论建立误差模型,得到误差分布规律,考虑切削力与弹性变形之间的迭代影响建立误差补偿方法.该方法综合考虑了弹性变形、热误差、几何误差等多种误差源,通过数值分析方法建立误差模型,避免以往薄壁件误差建模中误差源分析不全、解析困难的弊端,最终以薄板工件为例,通过实验验证,应用该误差补偿方法可有效提高薄壁件的加工精度.  相似文献   
10.
滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号