全文获取类型
收费全文 | 40篇 |
免费 | 11篇 |
国内免费 | 2篇 |
专业分类
航空 | 33篇 |
航天技术 | 8篇 |
综合类 | 4篇 |
航天 | 8篇 |
出版年
2024年 | 1篇 |
2021年 | 2篇 |
2020年 | 3篇 |
2019年 | 5篇 |
2018年 | 2篇 |
2017年 | 1篇 |
2016年 | 5篇 |
2014年 | 2篇 |
2013年 | 4篇 |
2012年 | 1篇 |
2011年 | 1篇 |
2010年 | 3篇 |
2008年 | 1篇 |
2007年 | 1篇 |
2006年 | 1篇 |
2005年 | 3篇 |
2000年 | 1篇 |
1999年 | 1篇 |
1997年 | 1篇 |
1994年 | 1篇 |
1992年 | 1篇 |
1991年 | 2篇 |
1990年 | 1篇 |
1989年 | 3篇 |
1987年 | 2篇 |
1985年 | 1篇 |
1984年 | 3篇 |
排序方式: 共有53条查询结果,搜索用时 455 毫秒
41.
42.
43.
44.
激光选区熔化(SLM)技术被认为是最有应用前景的增材制造技术之一,已应用于航空航天、医疗器械等领域。然而,如何确保构件质量的可靠性和制造的可重复性是SLM面临的最大挑战,已被认为是限制SLM及其他金属增材制造技术发展和工业应用的最大壁垒。其中,主要原因是SLM过程中会产生难以控制的缺陷。因此,对SLM进行过程监测和实时反馈控制是解决这一挑战的重要研究方向,也已成为学术界和工业界的研究热点之一。通过对近十年该领域的文献调研,综述了金属激光增材制造中常见的冶金缺陷及其产生机理,对金属增材制造过程产生的信号及其监测手段,如声信号、光信号及热信号等进行了详细描述;总结了信号数据的处理方法,包括传统的统计处理方法和新兴的基于机器学习的智能监测方法;随后,综述了金属增材制造过程的质量控制方法,包括非闭环控制和闭环控制,并对全文进行了总结,展望了未来SLM智能监测和控制领域值得深入的研究方向。 相似文献
45.
提出一种基于极限学习算法的离散过程神经网络模型,用于解决液体火箭发动机状态预测这一难题。首先,在历史数据的基础上建立离散过程神经网络(DPNN)预测模型;然后,根据在线更新的数据样本,采用递推极限学习(EL)算法对双并联前馈离散过程神经网络(DPFDPNN)隐层到输出层的权值进行更新,并应用权值更新后的过程神经网络对发动机状态进行预测;最后,以液体火箭发动机状态预测中氢涡轮泵扬程预测为例,分别采用有权值更新和无权值更新两种预测模型进行了试验。结果表明,通过更新过程神经网络权值可以使模型具有更高的预测精度和更好的适应能力,该方法能够为液体火箭发动机状态预测提供一种有效的解决途径。 相似文献
46.
GPS现代化计划在L1和L2两个频点上增加具有点波束增强功能的M码导航信号. 以GPS L1 M码信号为例, 从频谱重叠、接收信号等效载噪比两方面分析GPS L1 M码信号功率增强对其他导航信号质量的影响. 分析结果表明, GPS L1 M码信 号增强幅度在20dB以内时, 可以明显提升增强信号的抗干扰性能, 引起其他信号等效载噪比恶化量小于2dB; 信号增强幅度超过20dB后, 将导致其他信号质量迅速下降, 功率增强信号等效载噪比达到某一极值后将不再增加. 相似文献
47.
48.
49.
50.