全文获取类型
收费全文 | 141篇 |
免费 | 9篇 |
国内免费 | 5篇 |
学科分类
工业技术 | 155篇 |
出版年
2024年 | 3篇 |
2023年 | 3篇 |
2022年 | 4篇 |
2021年 | 1篇 |
2019年 | 4篇 |
2018年 | 7篇 |
2017年 | 2篇 |
2016年 | 5篇 |
2015年 | 2篇 |
2014年 | 14篇 |
2013年 | 13篇 |
2012年 | 12篇 |
2011年 | 6篇 |
2010年 | 12篇 |
2009年 | 10篇 |
2008年 | 5篇 |
2007年 | 5篇 |
2006年 | 3篇 |
2005年 | 2篇 |
2004年 | 3篇 |
2003年 | 13篇 |
2002年 | 13篇 |
2001年 | 4篇 |
2000年 | 3篇 |
1998年 | 2篇 |
1996年 | 2篇 |
1985年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有155条查询结果,搜索用时 0 毫秒
151.
本文以挖掘机为例应用ABAQUS接触分析的方法,结合实际的售后服务反馈,针对动臂销轴部位的固定耳板损坏故障率较高的现状,以及耳板和销轴焊接处焊缝断裂的问题,建立动臂销轴部位详细结构接触模型,分析接触区域的受力和变形状况,结合试验,找出了故障发生的原因。提出了解决方法,使故障率大大降低。 相似文献
152.
153.
随着机械设备的自动化与智能化程度日益提升,人们对机械设备健康管理的要求也越来越高,得益于海量大数据的积累和计算机技术的发展,除了传统的机器学习方法以外,深度学习方法凭借其极强的非线性拟合能力逐步进入人们的视野。首先介绍现有的深度学习方法以及这些方法各自与机械设备健康管理的结合,然后综述了深度学习在制造业的具体应用,包括代替肉眼检查裂纹、实现设备自我诊断、异常提前感知、施工质量监测。接着指出要实现对机械设备智能化健康管理的必要基础是大批量、高质量、覆盖面广的全生命周期数据,并结合国内外基于机械设备全生命周期数据的故障识别及预诊相关研究说明其重要性。最后提出了基于深度学习的机械设备健康管理的研究趋势和面临的挑战。 相似文献
154.
155.