全文获取类型
收费全文 | 225篇 |
免费 | 23篇 |
国内免费 | 5篇 |
学科分类
工业技术 | 253篇 |
出版年
2024年 | 3篇 |
2023年 | 10篇 |
2022年 | 7篇 |
2021年 | 6篇 |
2020年 | 15篇 |
2019年 | 13篇 |
2018年 | 11篇 |
2017年 | 10篇 |
2016年 | 6篇 |
2015年 | 9篇 |
2014年 | 8篇 |
2013年 | 11篇 |
2012年 | 12篇 |
2011年 | 10篇 |
2010年 | 4篇 |
2009年 | 17篇 |
2008年 | 9篇 |
2007年 | 17篇 |
2006年 | 12篇 |
2005年 | 6篇 |
2004年 | 8篇 |
2003年 | 11篇 |
2002年 | 7篇 |
2001年 | 1篇 |
2000年 | 5篇 |
1999年 | 7篇 |
1998年 | 7篇 |
1997年 | 4篇 |
1996年 | 3篇 |
1992年 | 2篇 |
1991年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有253条查询结果,搜索用时 0 毫秒
51.
非对称液压缸的位移伺服系统存在两腔作用面积不等、系统模型不确定等特点,给液压缸高精度位移跟踪控制造成了巨大的困难。对此,提出以速度前馈为主与位移反馈为辅的复合控制策略。设计一种新的以控制电流和阀口压差为自变量的伺服阀流量计算模型,并根据该模型设计液压测试回路,通过测试结果辨识模型中的参数。根据伺服阀流量模型与目标位移轨迹计算速度前馈控制量。基于PI控制求出位移误差反馈控制量。最后,将速度前馈和位移反馈控制量相叠加作为伺服阀的驱动电压。通过试验得出在复合控制策略下液压缸位移跟踪的最大误差与目标位移幅值之比为2.1%,相对PID控制跟踪误差明显减小。提出的控制策略为生产实际中非对称液压缸的位移跟踪控制提供了一种简单、有效的方法。 相似文献
52.
53.
传统的角焊缝在焊脚尺寸设计时出于安全考虑,经常出现“过设计”现象,针对AWS D1.1《钢结构焊接规范》,GB50017—2017《钢结构设计规范》及DIN 18800《钢架结构》焊脚尺寸设计相关标准对比分析,各标准中关于不同板厚推荐的焊脚尺寸范围基本一致,但都仅推荐最大和最小焊脚尺寸,其选择范围较宽泛。基于上述分析,提出了一种基于静力等承载强度的焊缝尺寸确定方法。以一种T型接头为例,分别采用标准和静力等承载强度方法进行焊脚尺寸确定和计算。分析表明,对照标准确定的T型接头的焊脚尺寸为12 mm,而基于静力等承载强度计算确定的焊脚尺寸为9.91 mm,相比标准确定的尺寸减小了17.4%。通过ABAQUS和Fe-safe软件分别对接头进行静力计算和疲劳仿真分析,结果表明,与标准推荐的焊脚尺寸相比,通过静力等承载强度得到的焊脚尺寸承受的最大静力、疲劳寿命和失效位置均无明显变化,表明该焊缝尺寸确定方法具有合理性。 相似文献
54.
目的:采用光纤激光器对304不锈钢和铜进行焊接,提高焊缝抗拉强度,并分析焊接机理。方法:激光束作用在焊缝的不同位置,并对不锈钢/铜焊接接头的抗拉强度进行测试,从而找到最佳的激光束作用位置,采用光学显微镜对焊缝微观结构进行观察,采用能谱分析仪(EDS)对焊缝处元素进行分析。结果:试验结果表明,当激光束作用的位置在靠近不锈钢侧0.15 mm时,焊缝抗拉强度达到最高的186 MPa。结论:不锈钢对激光束的吸收率大于铜,激光束靠近不锈钢侧,使得不锈钢先熔化,然后热传导将铜熔化形成熔池,且不锈钢渗透到铜侧,形成异种焊缝。 相似文献
55.
针对电液位置伺服系统的不确定性与输入饱和问题,提出自适应抗饱和控制策略。建立阀控缸系统的数学模型;在基于反步法的设计框架下,将输入饱和导致的跟踪误差加入到李亚普诺夫函数当中,并根据该李亚普诺夫函数设计控制器。通过使李亚普诺夫函数渐近稳定,使得系统跟踪误差收敛于零。针对系统模型中的不确定参数,通过自适应算法对其进行迭代更新,以保证控制器的有效性。以跟踪误差最小为目标函数,采用粒子群搜索算法优化控制器的4个参数。结果表明:加入抗饱和时的控制信号比未考虑输入饱和时的控制信号的幅值明显减小,消除了输入饱和现象;在参数不确定和输入饱和情况下液压缸活塞的最大跟踪误差仅为5.8×10-6mm,相对无抗饱和算法时的跟踪误差有了大幅减小。 相似文献
56.
利用蚁群算法优化反向传播神经网络的初始权值、阈值,建立预测模型,对港口货物吞吐量进行预测。蚁群算法具有全局搜索能力,分布式计算和鲁棒性强等特点,有利于加快反向传播神经网络的收敛速度,避免易陷入局部极值的问题,提高建模精度。在港口吞吐量预测中的应用表明:蚁群算法优化BP神经网络模型、模糊神经网络预测模型、RBF预测模型及BP预测模型的平均绝对百分比误差分别为2.826%、3.734%、4.990%和6.566%;同时,蚁群算法优化BP神经网络模型收敛速度最快。与传统BP神经网络、RBF网络及模糊神经网络相比,蚁群算法优化BP神经网络模型、模糊神经网络预测模型、RBF预测模型及BP预测模型的平均绝对百分比误差分别为2.826%、3.734%、4.990%和6.566%。 相似文献
57.
58.
计算机相关专业的专业基础课程由理论型课程和应用型课程组成。理论型基础课程,如数据结构、数据库原理、操作系统、计算机组成原理与软件工程等,学生在学习过程中往往感觉枯燥无味,目标茫然,进而产生厌学行为,导致学习效果不佳。针对计算机理论课程的教学方法进行了一些研究与探讨。 相似文献
59.
60.