全文获取类型
收费全文 | 272篇 |
免费 | 12篇 |
专业分类
公路运输 | 71篇 |
综合类 | 60篇 |
水路运输 | 82篇 |
铁路运输 | 70篇 |
综合运输 | 1篇 |
出版年
2023年 | 3篇 |
2022年 | 5篇 |
2021年 | 20篇 |
2020年 | 9篇 |
2019年 | 4篇 |
2018年 | 2篇 |
2017年 | 7篇 |
2016年 | 9篇 |
2015年 | 14篇 |
2014年 | 22篇 |
2013年 | 13篇 |
2012年 | 23篇 |
2011年 | 21篇 |
2010年 | 18篇 |
2009年 | 15篇 |
2008年 | 18篇 |
2007年 | 27篇 |
2006年 | 15篇 |
2005年 | 18篇 |
2004年 | 5篇 |
2003年 | 4篇 |
2002年 | 5篇 |
2000年 | 2篇 |
1999年 | 3篇 |
1996年 | 2篇 |
排序方式: 共有284条查询结果,搜索用时 15 毫秒
131.
针对直线感应电机所特有的动态边端效应,分析了采用永磁体实施边端效应补偿方法的特点,设计了基于DSP的永磁体补偿器控制系统,实验结果表明,该系统对动态边端效应有良好的补偿作用,在额定频率下运行时,采用该补偿系统后,直线感应电机的入端检测点磁场强度提升了约80%. 相似文献
132.
133.
134.
135.
136.
137.
采用永磁悬挂体的磁悬浮系统建模与系统设计方法 总被引:4,自引:0,他引:4
为降低悬浮系统的功耗,提高悬浮品质,建议在吸力型破悬浮系统中采用永磁材料做悬挂体。文中给出了这种系统的建模方法,阐述了系统设计的原理。 相似文献
138.
针对超高速永磁电动悬浮系统浮重比、浮阻比和悬浮刚度的优化问题,划分了求解域,建立了边界条件,明确了电磁力的表达式;采用了控制变量法,选取了5组相互独立的特征参数,分析了特征参数对各优化指标的影响,指出了不同优化指标的可优化变量;研究了不同悬浮间隙下浮重比最大时,永磁阵列波长、厚度、宽度和感应板宽度、厚度的取值,探讨了不同悬浮间隙下浮阻比最大时,永磁阵列波长和感应板厚度的取值,分析了不同悬浮间隙下悬浮刚度最大时,永磁阵列波长、厚度、宽度和感应板厚度的取值;开展了永磁电动悬浮系统试验研究,得到了电磁力随永磁阵列线速度的变化规律。研究结果表明:超高速情况下,浮重比随永磁阵列剩磁的增加而显著增加,随单位波长永磁体个数的增加而单调增加,随永磁阵列波长和宽度的增加大体上先增加后减少, 浮重比受永磁阵列厚度的影响明显;浮阻比受永磁阵列剩磁、永磁阵列宽度、感应板宽度、悬浮间隙的影响较小,受感应板厚度影响明显,永磁阵列波长、厚度和速度越大对提高浮阻比越有利;悬浮刚度随永磁阵列剩磁、永磁阵列宽度及厚度的增加单调递增,随永磁阵列波长的增加先增加后减少,随导体板厚度的增加先迅速增加然后缓慢下降,随悬浮间隙的增加变化显著,随速度几乎不发生变化;以浮重比为优化指标,当悬浮间隙从0.012 m增加至0.020 m时,永磁阵列厚度、波长、感应板宽度的最优取值逐渐增加,而永磁阵列宽度的最优取值逐渐减小,浮重比最优值下降了约50.00%;以浮阻比为优化指标,当永磁阵列波长从0.050 m增加至0.500 m时,感应板厚度的最优值逐渐增加,浮阻比的最优值提高了约2倍;以悬浮刚度为优化指标,当悬浮间隙从0.012 m增加至0.020 m时,永磁阵列波长的最优取值逐渐增加,永磁阵列宽度最优值等于感应板宽度,感应板厚度的最优取值约为0.001 m,悬浮刚度的最优值下降约50.00%;试验得到的线速度为0~50.00 m·s-1时的电磁力变化趋势与理论计算、仿真结果一致,悬浮力随速度的增加先迅速增加,然后逐渐平稳;磁阻力随速度的增加先迅速增加,在线速度为4.00 m·s-1附近时达到最大,然后缓慢下降。 相似文献
139.
永磁同步电机伺服系统中电机启动过程分析 总被引:5,自引:0,他引:5
分析了矢量控制下永磁同步电机启动过程各阶段电流、电压、速度的变化规律和影响因素,线性加速阶段决定启动速度,可通过设置电机能够承受的最大启动力矩以加快启动过程,电流建立阶段的电流响应主要取决于直流母线电压,速度调整阶段电机进入稳定运行的时间取决于调节器的参数,加大为电机供电的整流器滤波电容并采用三相供电,可减小直流电压的动态下降,仿真和实验证实了以上分析结果。 相似文献
140.
针对永磁直线同步电机驱动系统没有机械阻尼、抗扰动性能差的缺点,为了抑制参数及负载变化对控制系统影响,采用扰动观测器进行补偿,该观测器能较好地补偿参数及负载在小范围内的变化,但不能有效地处理过大参数变化量.为了加大永磁直线同步电机驱动系统在参数变化和负载干扰时的控制性能,提出以递归神经网络作为补偿器来取代扰动观测器.仿真表明,当系统参数动态变化或受到负载变化的影响时,利用递归神经网络来在线动态地调整网络的参数,系统仍将具有很好的动静态性能. 相似文献