点击切换搜索课件文库搜索结果(101)
文档格式:PPT 文档大小:13.03MB 文档页数:184
第一节 热交换器 第二节 热处理机械设备 第三节 挤压机械与设备 第四节 油炸设备 第五节 其它加热机械设备
文档格式:PPT 文档大小:334.5KB 文档页数:103
第一节 食品加工机械设备的分类与特点 第二节 食品加工机械的材料 第三节 食品机械设备的结构要求 第四节 食品加工机械设备的选型
文档格式:PPT 文档大小:9.78MB 文档页数:137
第一节 原料清洗机械 第二节 包装容器清洗机械 第三节 CIP系统
文档格式:PPT 文档大小:1.09MB 文档页数:73
第一节固体输送机械与设备 带式输送机 )适用范围:连续输送块状、颗粒状、整 件物料的水平或倾斜方向送运 优点
文档格式:PPT 文档大小:586.5KB 文档页数:43
第四节分离机械与设备 一、去掉不适用部分 二、打浆机 三、压榨机 四、去皮机 五、离心分离机 六、过滤机 七、膜分离
文档格式:PPT 文档大小:372.5KB 文档页数:48
第一节固体输送机械与设备 一、带式输送机 (一)适用范围:连续输送块状、颗粒状、整件物料的水平或倾斜方向送运
文档格式:PDF 文档大小:2.75MB 文档页数:632
化工原理.2 烟草微生物学.10 仪器分析.18 香料香精工程学概论.29 烟草工程学概论.36 《烟草原料学》教学大纲. 42 香料植物栽培学.55 香原料学.70 香料化学.82 烟草加工工艺学.95 日用食用调香学.107 香料毒理学.117 卷烟调香学.125 香料制备工艺学.139 香料香精品控学.150 香料历史与文化.162 烟草化学.168 香料香精行业法规.174 化妆品工艺学.180 数字电子技术.185 计算机视觉与应用.193 人工智能导论.199 自动化仪表.204 卷烟智能制造.209 数智化调香技术.215 乡村振兴与现代农业发展. 223 雪茄文化与鉴赏.229 香料香精企业管理.233 香精香料专业外语.241 新型烟草制品.248 香料香精专题讲座.252 有机波谱分析.257 烟草香味学.264 烟草简史.271 食品生物化学.282 香料机械设备与自动化. 293 统计学原理.305 香料工厂设计与环境保护. 319 吸烟与健康.330 科技写作.337
文档格式:DOC 文档大小:1.16MB 文档页数:58
§1 工程放样的基本方法 §1.1 工程放样概述 §1-1 工程放样概述 §1.2 角度概述 §1.3 长度放样 §1-3 长度放样 §1.4 点位放样 §1-4 点位放样 §1.5 高程放样 §1-5 高程放样 §2 建筑工程测量 §2.1 建筑施工控制测量 §2.2 矩形控制网的建立 §2.3 高程控制网测量 §3.1 概述 §3.2 建筑场地平整测量 §3.3 建筑物轴线放样 §3.2 建筑场地平整测量§3.3 建筑物轴线放样 §3.4 基础施工测量 §3.5 工业厂房结构及机械设备安装测量 §3.6 高耸型建筑物施工测量 §3-4 基础施工测量 §3.7 建筑物变形观测 §4 曲线放样 §4.1 概述 §4.2 圆曲线的放样 §4.3 综合曲线的放样 §4.4 曲线放样的特殊问题 §4.5 竖曲线的放样 §4.6 其他形式曲线的放样 §5 线路工程测量 §5.1 概述 §5.2 公路线路施工测量 §5.3 铁路线路施工测量 §5.4 桥梁施工测量 §5.5 管道施工测量
文档格式:PDF 文档大小:4.36MB 文档页数:7
提出基于普通变尺度和周期势自适应随机共振理论,检测噪声背景下轴承滚动体的故障特征.在具体实施过程中,首先用普通变尺度的方法满足随机共振中小参数的条件,然后用随机权重粒子群优化算法作为自适应随机共振参数寻优的优化算法,同时用改进的信噪比作为评价指标.噪声背景下含轴承滚动体故障的实验信号经过普通变尺度下的自适应随机共振处理和优化后,微弱的故障特征可以有效的提取出来.将普通变尺度下的双稳态自适应随机共振和周期势自适应随机共振进行了对比,结果表明周期势自适应随机共振比双稳态自适应随机共振能进一步提高信噪比,并且比双稳态自适应随机共振迭代次数少,用时短.这说明提出的基于普通变尺度和周期势系统自适应随机共振的轴承滚动体故障诊断方法具有优越性,尤其是在工程实际中,故障监测所需的数据量大,计算时间长,如能较早的预警,可以提高诊断效率并减少不必要的损失.因此,这种轴承滚动体故障诊断方法对提高机械设备故障诊断效率具有参考价值
文档格式:PDF 文档大小:2.24MB 文档页数:10
深度神经网络技术用于机械设备故障诊断展现出了巨大潜力,但繁重复杂的计算量对计算机硬件提出了严苛的要求,严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet,用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想,包含多个高效率的ShuffleNet单元,通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率;同时使用通道混洗方法克服了通道分组带来的约束,改进了网络的损失精度。实验分析表明,所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断,相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型,在保证诊断精度的同时,运行效率得到大幅提升。这为深度神经网络技术应用于工程实际,克服计算机硬件条件限制提供了一条新的途径
首页上页23456789下页末页
热门关键字
搜索一下,找到相关课件或文库资源 101 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有