搜論文知識(shí)網(wǎng)并非《機(jī)電工程技術(shù)》 期刊的官網(wǎng)或雜志社，為客戶提供期刊征稿、論文發(fā)表等中介服務(wù)，在客戶與期刊 雜志社之間搭建了一座省時(shí)、省力的便 捷橋梁。本站與《機(jī)電工程技術(shù)》等上百家同類正規(guī)期刊保持著多年的密切合作關(guān)系，切實(shí)提高客戶期刊發(fā)表的質(zhì)量與效率。通過本站發(fā)表論文，客戶將獲得更大 的 選擇空間、更高的通過率、更快的發(fā)表速度、更滿意的服務(wù)質(zhì)量。

　　期刊簡(jiǎn)介：《機(jī)電工程技術(shù)》創(chuàng)始于1971年，是中國(guó)核心期刊、《CAJ-CD規(guī)范》執(zhí)行優(yōu)秀期刊、廣東省機(jī)械工程學(xué)會(huì)會(huì)刊、中國(guó)學(xué)術(shù)期刊綜合評(píng)價(jià)數(shù)據(jù)庫源刊，由廣東省機(jī)械研究所、廣東省機(jī)械工程學(xué)會(huì)、廣東省機(jī)械技術(shù)情報(bào)站主辦。本刊全面分析、報(bào)道機(jī)電工業(yè)領(lǐng)域的行業(yè)動(dòng)態(tài)、先進(jìn)技術(shù)、市場(chǎng)趨勢(shì)及供求信息，面向中國(guó)機(jī)電企業(yè)高級(jí)管理層、企業(yè)規(guī)劃和生產(chǎn)設(shè)計(jì)部門技術(shù)人員、產(chǎn)品和市場(chǎng)部門經(jīng)理、院校師生，為機(jī)電工業(yè)領(lǐng)域的決策者及有關(guān)人士提供最新的管理經(jīng)驗(yàn)與技術(shù)。

　　期刊欄目：專題綜述、研究與開發(fā)、技術(shù)應(yīng)用、應(yīng)用技術(shù)、制造業(yè)信息化、經(jīng)驗(yàn)交流、技術(shù)講座、動(dòng)態(tài)信息與商情。

　　期刊收錄：

　　國(guó)家新聞出版總署收錄　獲獎(jiǎng)情況

　　廣東省優(yōu)秀科技期刊獎(jiǎng)(01)

　　中國(guó)核心期刊(遴選)數(shù)據(jù)庫收錄(01)

　　《CAJ-CD規(guī)范》執(zhí)行優(yōu)秀期刊獎(jiǎng)(03)

　　鳴網(wǎng)鄭重承諾：

　　1、搜論文知識(shí)網(wǎng)并非各類雜志的官方網(wǎng)站或雜志社，是快速高效發(fā)表論文的中介機(jī)構(gòu)，謝絕投遞雜志社的稿件。

　　2、本站提供服務(wù)全面，包括期刊推薦、論文發(fā)表、論文寫作等指導(dǎo)服務(wù)，如有需要請(qǐng)點(diǎn)擊在線客服人員進(jìn)行具體咨詢。

　　3、本站只適當(dāng)收取維持網(wǎng)站正常運(yùn)轉(zhuǎn)的編審排錄費(fèi)、排版、制作、印刷、郵寄樣刊、發(fā)票等綜合費(fèi)用，無其他額外費(fèi)用。

　　4、本站所合作的期刊，均為國(guó)家新聞出版總署(www.gapp.gov.cn)認(rèn)證的正規(guī)、合法、雙刊號(hào)期刊。

　　5、本站憑借多年的論文發(fā)表經(jīng)驗(yàn)，審核、發(fā)表成功率高，文章審核通過確認(rèn)錄用支付費(fèi)用。

　　最后，感謝您一直以來對(duì)網(wǎng)站及合作期刊《機(jī)電工程技術(shù)》 的關(guān)注與支持，我們會(huì)認(rèn)真對(duì)待您繁忙之余提出的寶貴意見和建議，我們會(huì)再接再厲，與您攜手共進(jìn)!

　　機(jī)電工程技術(shù)最新期刊目錄

基于Fluent的外開式噴氫器射流特性數(shù)值模擬————作者：吳志強(qiáng);趙永強(qiáng);馬勇;侯紅玲;

摘要：隨著氫能應(yīng)用技術(shù)的日趨成熟及國(guó)家戰(zhàn)略政策的加持，氫內(nèi)燃機(jī)迎來了井噴式的發(fā)展。噴氫器是缸內(nèi)直噴氫內(nèi)燃機(jī)氫氣供給系統(tǒng)的關(guān)鍵執(zhí)行部件，其射流特性決定了缸內(nèi)可燃混合氣的形成，直接影響內(nèi)燃機(jī)的性能。外開式噴氫器開啟時(shí)，錐閥向氣缸內(nèi)動(dòng)作，具有大流量適合氣體燃料的特點(diǎn)；關(guān)閉時(shí)缸內(nèi)高壓作用于閥芯關(guān)閉方向，能提供更可靠的密封。基于一種自行設(shè)計(jì)的外開式噴氫器，利用Ansys Fluent軟件開展射流特性數(shù)值模擬，完成...

基于SS-YOLOv8模型的紅外圖像氣體泄漏檢測(cè)方法————作者：陶玉蘋;鐘建波;劉國(guó)梅;郭家樂;張龍剛;

摘要：危險(xiǎn)氣體泄漏檢測(cè)對(duì)工業(yè)安全、環(huán)保與火災(zāi)預(yù)警至關(guān)重要。針對(duì)泄漏氣體紅外圖像對(duì)比度低、氣體目標(biāo)形狀易變、容易漏檢等問題，提出了基于SS-YOLOv8（C2f＿Star SimAM YOLOv8）模型的紅外圖像氣體泄漏檢測(cè)方法。首先，將StarNet中的Star block引入到C2f模塊中，構(gòu)建了新模塊C2f＿Star，并替換YOLOv8主干網(wǎng)絡(luò)中的C2f模塊，使網(wǎng)絡(luò)能夠提取紅外圖像中氣體的精細(xì)特征。...

基于CNN-LSTM-Attention的公共建筑能耗預(yù)測(cè)————作者：張子瑞;郭偉;

摘要：隨著城市化進(jìn)程的不斷加速，公共建筑能耗問題日益成為社會(huì)各界關(guān)注的焦點(diǎn)。準(zhǔn)確預(yù)測(cè)公共建筑能耗，對(duì)于優(yōu)化能源管理、提高能源利用效率具有不可估量的重要性。然而，傳統(tǒng)的能耗預(yù)測(cè)方法往往受限于數(shù)據(jù)處理的復(fù)雜性和模型的局限性，難以滿足當(dāng)前復(fù)雜多變的能耗預(yù)測(cè)需求。深度學(xué)習(xí)技術(shù)的快速發(fā)展為能耗預(yù)測(cè)提供了新的解決方案。結(jié)合CNN的空間特征提取能力和LSTM的時(shí)間序列處理能力，并引入注意力機(jī)制以增強(qiáng)模型對(duì)關(guān)鍵信息的捕...

42CrMo合金鋼及QT400球墨鑄鐵鍍鋅摩擦因數(shù)試驗(yàn)研究————作者：李凡;周正強(qiáng);李達(dá);陳曉東;

摘要：風(fēng)電機(jī)組的輪轂與葉片通常采用螺栓連接的方式，葉片旋轉(zhuǎn)過程中通過摩擦力帶動(dòng)主軸旋轉(zhuǎn)發(fā)電。當(dāng)摩擦力不足時(shí)，結(jié)構(gòu)之間的相對(duì)滑動(dòng)可使法蘭螺栓受到周期性剪切力并導(dǎo)致其發(fā)生破壞。為研究風(fēng)機(jī)輪轂與主軸法蘭間的抗滑移性能，通過摩擦因數(shù)測(cè)定試驗(yàn)對(duì)42CrMo合金鋼及QT400球墨鑄鐵兩種材質(zhì)進(jìn)行了系統(tǒng)研究。材料采用了與實(shí)際風(fēng)機(jī)材質(zhì)標(biāo)準(zhǔn)相同的Sa3等級(jí)表面熱噴鋅處理。考慮材料在實(shí)際使用中的工作環(huán)境，在試驗(yàn)過程中分別采...

道路交通反光膜表面缺陷檢測(cè)模型————作者：張堯堯;朱崗;張垚鑫;劉彧希;徐春雨;程露;

摘要：針對(duì)反光膜作為道路交通領(lǐng)域的重要產(chǎn)品，其質(zhì)量直接影響表面性能和使用壽命。針對(duì)反光膜表面缺陷尺度差異性大、背景復(fù)雜導(dǎo)致的檢測(cè)效率較低、檢測(cè)精度不足等問題，研究一種基于改進(jìn)YOLOv8的反光膜表面缺陷檢測(cè)模型。引入可變形注意力機(jī)制，動(dòng)態(tài)調(diào)整感受野，自適應(yīng)聚焦缺陷區(qū)域提取特征；采用結(jié)構(gòu)重參數(shù)化策略和多分支結(jié)構(gòu)，提升對(duì)相似特征的區(qū)分能力；增加小目標(biāo)檢測(cè)頭，縮小特征圖尺寸，提升小目標(biāo)檢測(cè)精度；采用Wise-...

基于SLAM的口岸智能查驗(yàn)巡檢機(jī)器人————作者：李娜;譚楊;秦曉東;劉夢(mèng)晨;張海濤;

摘要：深入分析了冬奧會(huì)期間出入境口岸的安全風(fēng)險(xiǎn)，并針對(duì)入境人流密集期間口岸的安全檢查壓力，提出一種深度融合多模式查驗(yàn)和人工智能技術(shù)，搭載核輻射成像技術(shù)和氣味嗅探技術(shù)的高集成度現(xiàn)場(chǎng)智能查驗(yàn)巡檢機(jī)器人的解決方案。同時(shí)，提出了一種適用于口岸查驗(yàn)場(chǎng)景的智能巡檢機(jī)器人方案，并針對(duì)應(yīng)用場(chǎng)景提出了多傳感器融合、地圖構(gòu)建、重定位、避障、自主路徑規(guī)劃、自動(dòng)充電及語音交互等機(jī)器人關(guān)鍵技術(shù)模塊的工作流程和方法。該方案能實(shí)現(xiàn)對(duì)...

基于MediaPipe-Attention-Mesh模型的面部多特征疲勞駕駛檢測(cè)算法研究————作者：薛珍珠;程豪;王權(quán);王艷;

摘要：針對(duì)現(xiàn)有面部特征定位算法存在的關(guān)鍵點(diǎn)檢測(cè)精度不足及疲勞狀態(tài)判別特征單一等局限性，本文提出了一種基于MediaPipe-Attention-Mesh模型的面部多特征疲勞駕駛檢測(cè)算法。該方法構(gòu)建輕量化神經(jīng)網(wǎng)絡(luò)模型，通過引入通道-空間雙域注意力機(jī)制優(yōu)化眼部與唇部區(qū)域的特征提取，實(shí)現(xiàn)面部478個(gè)關(guān)鍵點(diǎn)的精確定位。在特征融合階段，基于時(shí)序特征提取單位時(shí)間內(nèi)的眨眼頻率、持續(xù)閉眼時(shí)長(zhǎng)及哈欠頻次等生理行為參數(shù)建立...

基于改進(jìn)YOLOv5算法的連續(xù)油管缺陷檢測(cè)實(shí)驗(yàn)教學(xué)設(shè)計(jì)————作者：于洋;曹銀萍;鄭杰;張智奎;

摘要：針對(duì)人工智能深度學(xué)習(xí)在本科實(shí)驗(yàn)教學(xué)應(yīng)用中存在算法復(fù)雜度高、工程適配性不足的問題，本文將人工智能技術(shù)與石油機(jī)械類專業(yè)實(shí)驗(yàn)教學(xué)相融合，設(shè)計(jì)了一套基于改進(jìn)YOLOv5算法的連續(xù)油管缺陷檢測(cè)實(shí)驗(yàn)。通過改進(jìn)的YOLOv5算法，結(jié)合Mish激活函數(shù)、改進(jìn)Mosaic數(shù)據(jù)增強(qiáng)、引入S2-MLPV2注意力機(jī)制、骨干網(wǎng)絡(luò)中加入可變形卷積模塊，實(shí)現(xiàn)對(duì)連續(xù)油管表面缺陷區(qū)域的信息采集、特征提取、目標(biāo)定位與分類。實(shí)驗(yàn)結(jié)果表...

基于模型預(yù)測(cè)控制的生產(chǎn)線在線抽樣檢測(cè)方法————作者：馬文煊;張定;楊佳峰;

摘要：在半導(dǎo)體制造場(chǎng)景中，在線檢測(cè)是生產(chǎn)線大規(guī)模量產(chǎn)的必要一環(huán)，在線檢測(cè)與產(chǎn)能釋放、良率保障存在耦合關(guān)系。提出一種基于模型預(yù)測(cè)控制的生產(chǎn)線在線抽樣檢測(cè)方法，首先提出面向產(chǎn)能的切換型極大加代數(shù)建模方法及面向產(chǎn)品質(zhì)量的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)建模方法，構(gòu)建產(chǎn)能、質(zhì)量及檢測(cè)成本的性能均衡模型，以檢測(cè)策略效益最大化為目標(biāo)函數(shù)，進(jìn)而提出離散事件模型主導(dǎo)的模型預(yù)測(cè)控制框架。以某芯片大板級(jí)封裝產(chǎn)線為案例進(jìn)行仿真實(shí)驗(yàn)，結(jié)果在平均...

基于自抗擾-PID復(fù)合控制的交流調(diào)速系統(tǒng)研究————作者：郭政堃;王顏輝;孫萬;姚志廣;李睿智;

摘要：為突破傳統(tǒng)PID控制的技術(shù)瓶頸，提出基于自抗擾控制（ADRC）與PID架構(gòu)的新型復(fù)合控制策略。通過結(jié)構(gòu)重構(gòu)實(shí)現(xiàn)控制機(jī)制改進(jìn)，將PID控制嵌入自抗擾框架，使其轉(zhuǎn)化為動(dòng)態(tài)補(bǔ)償單元，與擴(kuò)展?fàn)顟B(tài)觀測(cè)器（ESO）建立協(xié)同機(jī)制，形成觀測(cè)-補(bǔ)償雙重抗擾體系，構(gòu)建新型復(fù)合控制器。仿真實(shí)驗(yàn)驗(yàn)證策略的有效性。系統(tǒng)相較PID控制系統(tǒng)動(dòng)態(tài)響應(yīng)品質(zhì)提升明顯，穩(wěn)態(tài)精度提高，抗擾恢復(fù)能力增強(qiáng)。當(dāng)運(yùn)行參數(shù)變化時(shí)，控制品質(zhì)波動(dòng)幅度...

基于視覺跟蹤的激光指示轉(zhuǎn)臺(tái)閉環(huán)控制方法————作者：陳詩雨;王霖;劉峰;王向軍;

摘要：針對(duì)基于視覺跟蹤的便攜式激光指示轉(zhuǎn)臺(tái)的動(dòng)態(tài)目標(biāo)指示問題，提出了一種基于模型預(yù)測(cè)控制（Model Predictive Control,MPC）的視覺伺服閉環(huán)控制方法。首先，利用圖像雅可比矩陣構(gòu)建激光指示轉(zhuǎn)臺(tái)預(yù)測(cè)模型，并將其離散化處理。為了解決MPC在實(shí)際轉(zhuǎn)臺(tái)控制中準(zhǔn)確度較低、波動(dòng)較大的問題，構(gòu)建MPC的增量式預(yù)測(cè)方程，并對(duì)輸入量和輸入變化量施加了約束，通過設(shè)計(jì)一個(gè)包含輸出誤差、輸入變化量以及最終輸...

基于激光振鏡的視覺檢測(cè)缺陷確定方法————作者：麥偉浩;呂文閣;唐文艷;

摘要：針對(duì)疑似缺陷的判斷問題，提出了一種結(jié)合機(jī)器視覺與激光振鏡的缺陷確定方法。對(duì)檢測(cè)系統(tǒng)進(jìn)行系統(tǒng)標(biāo)定，獲取振鏡偏轉(zhuǎn)角與像素坐標(biāo)之間的映射關(guān)系，利用圖像處理算法對(duì)物體疑似缺陷進(jìn)行預(yù)定位，結(jié)合檢測(cè)系統(tǒng)標(biāo)定信息使激光振鏡自動(dòng)掃描疑似缺陷位置，通過工業(yè)相機(jī)采集掃描區(qū)域圖像，利用Steger算法完成光條紋中心提取，對(duì)光條紋中心進(jìn)行RANSAC直線擬合并計(jì)算光條紋中心相鄰像素點(diǎn)之間的梯度和曲率，根據(jù)光條紋中心與擬合...

基于圖像處理的電噴霧萃取電離源直線特征提取方法————作者：李水斌;王雙龍;董曉峰;

摘要：電噴霧萃取電離源目前在諸多領(lǐng)域已獲得了廣泛的應(yīng)用，但其空間位姿參數(shù)的高效測(cè)量問題仍未得到解決，基于圖像處理的影像測(cè)量方法是解決此問題的首選方法，其中直線特征的提取算法非常關(guān)鍵。因此，提出一種基于圖像處理的直線特征提取方法，將電噴霧萃取電離源圖像轉(zhuǎn)換到灰度空間進(jìn)行Otsu閾值分割和二值化處理；采用分水嶺算法對(duì)圖像進(jìn)行形態(tài)學(xué)運(yùn)算以去除像素點(diǎn)過曝區(qū)，再經(jīng)過高斯濾波后進(jìn)行Canny邊緣檢測(cè)；在直線檢測(cè)階段...

基于3D視覺的焊縫打磨關(guān)鍵技術(shù)研究————作者：蘇德全;

摘要：焊縫打磨作為焊接工藝的重要環(huán)節(jié)，對(duì)于提高焊接質(zhì)量、降低生產(chǎn)成本具有重要意義。由于傳統(tǒng)焊縫打磨方法主要依賴于人工操作，效率低，精度差，工作環(huán)境惡劣，存在自動(dòng)化程序低、焊縫形貌復(fù)雜以及打磨軌跡姿態(tài)難以精確控制等技術(shù)難點(diǎn)。為此，基于三角測(cè)距原理和沙姆定律原理設(shè)計(jì)了一款3D線掃相機(jī)，研究了基于聚類的光條提取算法，提升了3D相機(jī)的測(cè)量精度，解決了焊縫的三維重建問題。研究了激光功率自適應(yīng)技術(shù)，解決了激光器在金...

基于改進(jìn)YOLOv5的機(jī)車圓彈簧缺陷檢測(cè)————作者：戴永剛;朱亞斌;高國(guó)章;馬文娟;裴志彪;王棟;高鵬;

摘要：目前機(jī)車圓彈簧磁粉探傷采用人工觀察分析模式，普遍存在漏檢、誤檢及自動(dòng)化程度低等一系列問題，基于此，提出一種改進(jìn)的YOLOv5機(jī)車圓彈簧缺陷檢測(cè)算法以更好地輔助車間人員進(jìn)行機(jī)車圓彈簧裂損缺陷檢測(cè)。首先，為了保證模型訓(xùn)練有足夠的樣本支撐，采用數(shù)據(jù)增強(qiáng)方法對(duì)現(xiàn)有機(jī)車圓彈簧裂損缺陷樣本進(jìn)行擴(kuò)充。其次，為了使得訓(xùn)練得到的機(jī)車圓彈簧缺陷檢測(cè)模型更易于邊緣部署，利用MobileNetv3替換YOLOv5原始的B...

基于YOLOv5s道路缺陷檢測(cè)研究————作者：鄒國(guó)厚;劉達(dá);

摘要：道路缺陷檢測(cè)對(duì)于保障道路交通安全和維護(hù)基礎(chǔ)設(shè)施至關(guān)重要。傳統(tǒng)的YOLOv5s模型在道路缺陷檢測(cè)中雖有應(yīng)用，但在復(fù)雜的道路場(chǎng)景下，其檢測(cè)精度有待進(jìn)一步提高。為克服這一局限性，對(duì)YOLOv5s進(jìn)行改進(jìn)。將原模型的SPP替換為ASPP，增強(qiáng)對(duì)不同尺度道路缺陷特征的提取能力，并且在ASPP模塊前引入CBAM注意力機(jī)制，使模型能夠更精準(zhǔn)地關(guān)注到缺陷關(guān)鍵部位。實(shí)驗(yàn)結(jié)果表明，YOLOv5s原模型的mAP@0.5...

基于改進(jìn)YOLOv8的PCB缺陷檢測(cè)算法————作者：孔祥強(qiáng);劉廣敏;高彥臣;

摘要：印刷電路板（PCB）是電子產(chǎn)品的重要組成部分，其質(zhì)量是電子產(chǎn)品正常使用的關(guān)鍵。為了提高模型對(duì)PCB小目標(biāo)缺陷的檢測(cè)精度，提出了一種基于改進(jìn)的YOLOv8的PCB缺陷檢測(cè)算法YOLOv8-G。首先，在頸部網(wǎng)絡(luò)中引入SE通道注意力機(jī)制，優(yōu)化對(duì)小目標(biāo)缺陷的特征提取能力，提升模型對(duì)小目標(biāo)缺陷的檢測(cè)精度。其次，在頸部網(wǎng)絡(luò)中使用加權(quán)雙向特征金字塔網(wǎng)絡(luò)BiFPN結(jié)構(gòu)替換原有的PANet結(jié)構(gòu)，以增強(qiáng)模型的多尺度特...

圖像邊緣降噪保邊的數(shù)理統(tǒng)計(jì)方法————作者：孫曉輝;聶小春;桂存兵;

摘要：針對(duì)圖像邊緣去偽降噪保邊問題，提出了一種基于邊緣物理連續(xù)性和噪聲分布隨機(jī)性假設(shè)，運(yùn)用數(shù)理統(tǒng)計(jì)分析的邊緣濾波降噪與邊緣保持的處理方法。首先，建立了離散型邊緣的孤立噪聲、連續(xù)噪聲、偽邊緣的物理模型，并使用一階梯度表征邊緣起伏大小，使用二階梯度表征鄰域邊緣起伏趨勢(shì)，通過梯度組合構(gòu)建起噪聲模板和偽邊緣模板。根據(jù)目標(biāo)邊緣的實(shí)際形態(tài)，為了滿足平滑連續(xù)的假設(shè)條件，可對(duì)原始數(shù)據(jù)做預(yù)處理，即通過分段坐標(biāo)變換，使目標(biāo)...

基于旋轉(zhuǎn)圓形特征提取的硬幣識(shí)別方法————作者：孫燕;余元超;

摘要：利用CMOS圖像傳感器獲取硬幣的正面和背面圖像，對(duì)硬幣ROI區(qū)域中選定的環(huán)狀區(qū)域采用環(huán)狀展開平移方法進(jìn)行特征提取，通過與模板特征進(jìn)行Pearson相關(guān)性匹配計(jì)算，可以準(zhǔn)確地識(shí)別出硬幣信息并判斷真?zhèn)巍��?duì)展開后的矩形區(qū)域進(jìn)行劃塊取平均灰度特征，并利用多角度的圖像特征作為模板，可以有效解決硬幣以任意角度進(jìn)入成像設(shè)備時(shí)局部紋理差異較大導(dǎo)致識(shí)別錯(cuò)誤問題。通過融合正面、反面硬幣圖像識(shí)別結(jié)果，可以增加識(shí)別結(jié)果的...

基于改進(jìn)MobileNetV3的鋼軌表面?zhèn)麚p識(shí)別模型————作者：郭睿;姜云龍;寧善平;

摘要：針對(duì)鋼軌表面?zhèn)麚p識(shí)別中存在的精度不足與模型收斂緩慢問題，提出了一種高性能的輕量化級(jí)鋼軌表面?zhèn)麚p識(shí)別模型。通過引入包含空間坐標(biāo)信息的通道注意力（CA）模塊，提高了特征提取的精準(zhǔn)度與模型的泛化能力。將改進(jìn)后的MobileNet V3網(wǎng)絡(luò)作為主干網(wǎng)絡(luò)，實(shí)現(xiàn)模型輕量化和高效性。為驗(yàn)證效果，創(chuàng)建了鋼軌表面?zhèn)麚p數(shù)據(jù)集。實(shí)驗(yàn)結(jié)果表明，在構(gòu)建的鋼軌表面?zhèn)麚p數(shù)據(jù)集上，初始的MobileNet V3識(shí)別準(zhǔn)確率僅為91...

　　相關(guān)科技期刊推薦

• 省級(jí)國(guó)際學(xué)術(shù)動(dòng)態(tài)
• 國(guó)家級(jí)河南科學(xué)
• 國(guó)家級(jí)《標(biāo)準(zhǔn)生活》
• 國(guó)家級(jí)北京電力高等專科學(xué)校學(xué)報(bào)
• 國(guó)家級(jí)《今日科苑》
• 國(guó)家級(jí)科學(xué)新聞
• 北大核心《科技通報(bào)》
• 國(guó)家級(jí)四川大學(xué)學(xué)報(bào)
• 北大核心空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版)
• 國(guó)家級(jí)土木工程與管理學(xué)報(bào)
• 國(guó)家級(jí)汽車觀察
• 省級(jí)《大眾汽車》
• 省級(jí)焦作礦業(yè)學(xué)院學(xué)報(bào)
• 省級(jí)青島大學(xué)學(xué)報(bào)(工程技術(shù)版)
• 國(guó)家級(jí)《科技創(chuàng)業(yè)家》
• 北大核心中國(guó)食品工業(yè)
• 國(guó)家級(jí) 海洋地質(zhì)前沿
• 省級(jí)《航空史研究》
• 省級(jí)科學(xué)時(shí)代上半月
• 國(guó)家級(jí)裝備維修技術(shù)
• 國(guó)家級(jí)《中國(guó)機(jī)械》
• 國(guó)家級(jí)綠葉
• 國(guó)家級(jí)《交通世界(建養(yǎng).機(jī)械)》
• 省級(jí)《工程與建設(shè)》
• 省級(jí)汽車時(shí)代
• 省級(jí)內(nèi)蒙古質(zhì)量技術(shù)監(jiān)督
• 北大核心《哈爾濱商業(yè)大學(xué)學(xué)報(bào)》
• 省級(jí)《機(jī)械管理開發(fā)》
• 國(guó)家級(jí)航海技術(shù)
• 北大核心《應(yīng)用聲學(xué)》

　　核心期刊推薦

煙草科技

現(xiàn)代食品科技

食品科技

陜西科技大學(xué)學(xué)報(bào)